CN108534779B - 一种基于轨迹纠正和指纹改进的室内定位地图构建方法 - Google Patents

一种基于轨迹纠正和指纹改进的室内定位地图构建方法 Download PDF

Info

Publication number
CN108534779B
CN108534779B CN201810194148.1A CN201810194148A CN108534779B CN 108534779 B CN108534779 B CN 108534779B CN 201810194148 A CN201810194148 A CN 201810194148A CN 108534779 B CN108534779 B CN 108534779B
Authority
CN
China
Prior art keywords
track
grid
fingerprint
rss
initial
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810194148.1A
Other languages
English (en)
Other versions
CN108534779A (zh
Inventor
王邦
李文松
叶炎珍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201810194148.1A priority Critical patent/CN108534779B/zh
Publication of CN108534779A publication Critical patent/CN108534779A/zh
Application granted granted Critical
Publication of CN108534779B publication Critical patent/CN108534779B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings

Abstract

本发明公开了一种基于轨迹纠正和指纹改进的室内定位地图构建方法，包括：将目标区域划分为若干个面积相近且互不重叠的栅格，利用收集到的行人轨迹样本的Wi‑Fi和传感器信息，构建室内定位地图。首先利用一条原始轨迹信息建立室内定位地图，地图中每一个栅格存在一个支撑集‑栅格结构，除了RSS等数据之外，该结构还包含描述支撑集数据放置置信程度的适配度和指纹AP可靠程度的拟合度。对于剩余的轨迹，利用可选择滤波方案，借助所构建的地图对轨迹进行指纹定位，结合原始轨迹信息，可得到纠正后的轨迹并用于地图的改进。本发明在得到一个具有合理定位精度的室内定位地图的同时，实现了轨迹的纠正，使轨迹更贴近于实际轨迹的效果。

Description

一种基于轨迹纠正和指纹改进的室内定位地图构建方法
技术领域
本发明属于通信与无线网络领域，更具体地，涉及一种基于轨迹纠正和指纹改进的室内定位地图构建方法。
背景技术
随着移动设备以及移动网络的迅速普及，室内定位在许多工业与商业应用中(如室内导航、室内轨迹追踪、基于位置的广告信息推送等)扮演着越来越重要的地位。然而在室内环境中，由于不满足视距传输条件，全球定位系统(Global Positioning System，GPS)的定位性能大大降低，GPS信号在室内环境中急剧衰减。出于这个原因，在近二十多年来，一批基于射频识别、蓝牙、超声波和Wi-Fi等的室内定位技术相继被提出。在这些方法中，基于Wi-Fi的室内定位方法由于其不需要安装额外的设备这一特点，受到了广泛的关注并逐渐成为了一种主流的方法。基于Wi-Fi的室内定位技术主要包括两个阶段：离线训练阶段和在线定位阶段。在离线训练阶段中，专业人员手持设备在室内事先确定好的一些参考点上采集Wi-Fi指纹信息，构建室内无线电地图(即指纹数据库)；在线定位阶段，得到一个用户的测试指纹之后，根据已有的室内无线电地图，确定用户所在位置。指纹数据库的离线训练阶段是费时费力的，而且由于室内环境因素变化的影响，室内无线电地图需要进行周期性的更新。为了解决这一费时费力的问题，研究人员提出了基于众包的室内无线电地图构建方法。众包想法的主要思路是将繁琐的指纹收集工作分配到普通的用户身上，利用用户收集到的数据来进行室内无线电地图构建。然而，由于来自普通用户的众包数据可能存在较大的误差，得到的指纹可能存在标注不准确的问题。但是一般的室内定位地图构建中，没有对数据和指纹的可靠程度进行描述，从而会影响到最终的定位效果。
另一方面，室内定位技术用于轨迹追踪也是一个比较热门的研究方向。最基本的轨迹追踪方案是基于惯性传感器数据的行人航迹推算(Pedestrian Dead Reckoning，PDR)，这一算法的思路是从已知的起点出发，通过传感器数据获取步长和行走方向信息，依次地推出之后每一步的位置。由于惯性传感器所存在的误差，这一方法得到的轨迹会存在累积误差，且误差随着行走距离的增加而增大。为了纠正PDR轨迹的误差，一些研究人员提出利用蓝牙锚点等标志来辅助轨迹纠正，但这意味着需要安装额外的设备。近年来，利用Wi-Fi指纹定位结果来纠正PDR轨迹的技术被越来越多人所采用，这一技术的思想是，利用每一个步点的指纹定位位置，来对PDR轨迹的步点位置进行修正。然而，为了获得较为准确的行为结果，这意味着需要一个标准的室内无线电地图来进行指纹定位，由上一段所提到的，地图的构建是一个费时费力的过程。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种基于轨迹纠正和指纹改进的室内定位地图构建方法，由此解决现有室内定位地图构建过程中存在的费时费力且不能描述其可靠程度的技术问题。
为实现上述目的，本发明提供了一种基于轨迹纠正和指纹改进的室内定位地图构建方法，包括：
(1)将目标区域划分为若干个互不重叠的栅格，其中，各栅格之间的面积大小的差值在预设范围内；
(2)通过获取行人轨迹中的Wi-Fi信息和惯性传感器信息，得到初始行人航位推算PDR轨迹，其中，初始PDR轨迹中的每一个步点上携带Wi-Fi的接收信号强度RSS信息；
(3)将一条初始PDR轨迹中所有步点的RSS信息以初始适配度放入相应的栅格支撑集结构中，并计算出栅格指纹以及相应的适配度，得到初始室内定位无线电地图；
(4)基于初始室内定位无线电地图和下一条初始PDR轨迹中步点的RSS信息对下一条初始PDR轨迹的每个步点进行指纹定位，融合下一条初始PDR轨迹中步点的指纹定位位置与下一条初始PDR轨迹中对应步点的位置坐标，得到纠正后的步点位置，完成下一条初始PDR轨迹的纠正；
(5)将纠正后的下一条初始PDR轨迹中所有步点的RSS信息以相应的适配度放入到对应的栅格支撑集中，充实和增加支撑集数据，重新计算栅格指纹和拟合度，完成初始室内定位无线电地图的改进与修正。
优选地，步骤(2)包括：
(2.1)获取沿着预设的若干条路径移动过程中的移动设备的Wi-Fi信号强度与惯性传感器数据的采样值，其中，每条轨迹样本中包括Wi-Fi的信号强度序列和惯性传感器数据序列；
(2.2)通过对各条轨迹样本所获得的加速度信息进行噪声滤除和峰值检测，得到各条轨迹中每一步所对应的时间点序列；
(2.3)对应于每条轨迹的时间点序列，获得新的信号强度序列和方向序列，并根据各条轨迹样本的加速度信息分别得到各条轨迹样本对应的步长序列；
(2.4)由各条轨迹的时间点序列、方向序列以及各条轨迹样本对应的步长序列分别得到各条轨迹样本的位置序列，以形成各条轨迹样本的初始PDR轨迹，且对应到新的信号强度序列上，各条初始PDR轨迹上每一个步点对应携带着该步点对应位置的Wi-Fi的信号强度RSS信息，其中，位置序列中的每一个元素代表轨迹中对应步点的位置坐标。
优选地，步骤(3)包括：
(3.1)对于选取的目标初始PDR轨迹上的任意一个步点，结合其对应的位置坐标，找到与该步点位置坐标在物理空间上最近的目标栅格，则该步点所对应的RSS信息对应的待放置栅格为目标栅格以及围绕着目标栅格的相邻栅格，进而将目标初始PDR轨迹上的每一个步点的RSS信息放置到对应的栅格中；
(3.2)由
Figure BDA0001592583090000041
得到各栅格对应的支撑集，其中，M'表示支撑集中总共所包含的AP个数，N'表示支撑集中放入的RSS信息的个数，sij表示第j个RSS数据中接收到第i个无线信号接入点APi的信号强度值，nan表示第j个RSS数据中没有接收到第i个无线信号接入点的信号，αj表示第j个RSS数据放入当前栅格支撑集的置信水平；
(3.3)对每一个支撑集不为空的栅格求栅格指纹
Figure BDA0001592583090000042
由所有支撑集非空栅格的栅格指纹形成初始室内定位无线电地图，其中，ri为该栅格所包含的所有AP中任意APi对应的指纹RSS大小，βi为拟合度，其表示APi在该栅格所包含的所有AP中，进行指纹对比时的重要程度。
优选地，步骤(3.3)包括：
对于APi支撑集中的每一个数据(sij,αj),j∈1,2,...,Qi，Qi为APi支撑集中数据的个数，以sij为均值，c·(1-αj)为带宽生成核密度
Figure BDA0001592583090000043
其中，c为常数；
对Qi个核密度取加权平均得到APi的密度
Figure BDA0001592583090000044
寻找fi中概率密度最大的点
Figure BDA0001592583090000045
则
Figure BDA0001592583090000046
由
Figure BDA0001592583090000051
得到拟合度，进而得到APi对应的指纹结构(ri,βi)。
优选地，步骤(4)包括：
(4.1)对于不为目标初始PDR轨迹的任意一条待纠正初始PDR轨迹，在待纠正初始PDR轨迹的初始位置的预设范围内以均匀分布生成K个粒子；
(4.2)对于待纠正初始PDR轨迹中的任意一个步点，采样得到K个粒子，并由待纠正初始PDR轨迹的步长序列和角度序列得到各步点的每一个采样粒子坐标；
(4.3)根据前一步点的最终位置，以预设距离阈值限定当前步点指纹定位结果的候选栅格，计算当前步点RSS指纹与候选栅格中每一个栅格的指纹的信号空间距离，取信号空间距离最小的栅格中心坐标作为当前步点的指纹定位结果；
(4.4)若前一步点的最终位置到当前步点指纹定位位置的第一角度与当前步点的角度之差的绝对值在预设最小角度值与预设最大角度值之间，且前一步点的最终位置到当前步点指纹定位位置之间的第一距离在预设最小距离值与预设最大距离值之间，则该指纹定位结果为合理结果，执行步骤(4.5)；否则，计算K个采样粒子的几何中心，并将该几何中心作为当前步点的最终纠正位置，结束当前步点的纠正过程，并执行步骤(4.2)进行第i+1个步点的纠正；
(4.5)计算每一个粒子与指纹定位结果的物理空间距离，确定粒子的权重；
(4.6)在粒子总数K保持不变的前提下，根据粒子的权重大小，随机地复制与舍弃粒子，从而得到新的K个粒子；
(4.7)判断新生成的K个粒子的几何中心是否可直接用作当前步点的最终纠正位置，计算上一步点最终位置到新生成的K个粒子的几何中心的第二距离和第二角度，若第二距离与当前步点的步长之间差值的绝对值小于等于预设阈值，则将当前步点纠正后的最终位置作为新生成粒子的中心；否则，由上一步点的最终位置、当前步点的步长以及第二角度得到最终纠正位置，进而在各步点纠正完成后，得到一个新的轨迹步点位置序列，完成待纠正初始PDR轨迹的纠正。
优选地，步骤(4.3)包括：
由
Figure BDA0001592583090000061
得到信号空间距离，其中，Ainter＝Ai∩Ags，Ai为RSS指纹
Figure BDA0001592583090000062
所包含AP的集合，Ags为栅格gs指纹
Figure BDA0001592583090000063
所包含AP的集合，Mi表示RSS指纹Fi所包含的AP个数，
Figure BDA0001592583090000064
表示RSS指纹Fi中第s个AP对应的接收信号强度，
Figure BDA0001592583090000065
表示栅格gs指纹
Figure BDA0001592583090000066
中第s个AP对应的接收信号强度，βs表示栅格gs指纹
Figure BDA0001592583090000067
中第s个AP对应的拟合度，Mgs表示栅格gs指纹
Figure BDA0001592583090000068
所包含的AP个数。
优选地，步骤(5)包括：
(5.1)确定纠正后的轨迹RSS序列中每个RSS样本放置的栅格集合G；
(5.2)对于任意的待放置栅格g∈G，若g为空栅格，则将RSS样本放入栅格支撑集中，对应的适配度设为初始值；
(5.3)若g不为空栅格，则根据非空栅格的栅格个数、RSS样本所对应的步点位置坐标，非空栅格的中心坐标，当前RSS指纹以及非空栅格的栅格指纹得到当前RSS样本放入的适配度；
(5.4)纠正后的轨迹所有步点的RSS样本放置完成后，对目标区域中支撑集数据不为空的所有栅格重新计算其栅格指纹及拟合度，所有栅格指纹更新完成后，完成初始室内定位无线电地图的一次更新和改进。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
(1)栅格结构图：本发明提出了一个“支撑集-指纹”栅格结构来利用轨迹信息建立室内地图。其中，本发明在支撑集部分提出了适配度的概念来描述众包数据放入当前栅格的置信程度。
(2)减少了栅格指纹的收集工作量：通过收集行人轨迹的相关信息来建立室内定位地图，减少了传统基于Wi-Fi的室内定位地图建立过程中的工作量和需要的时间。
(3)对指纹中的每个AP的可靠程度进行了描述：通过众包得到的室内定位地图指纹中，不同AP的RSS值可靠程度不一样。根据每个AP在支撑集中的数据个数、适配度大小、RSS分布情况等因素，本发明给出了同一栅格指纹中不同AP可靠程度的衡量标准，也就是拟合度。
(4)轨迹纠正：在建立室内定位地图的同时，对样本轨迹进行了纠正，使其与实际轨迹更加贴近。
附图说明
图1是本发明实施例提供的一种基于轨迹纠正和指纹改进的室内定位地图构建方法的流程示意图；
图2是本发明应用实例的定位场景图；
图3是本发明实施例提供的一种支撑集-指纹栅格结构示意图；
图4是本发明实施例提供的一种求栅格指纹过程中的高斯核密度曲线示意图；
图5是本发明实施例提供的一种轨迹纠正步骤中粒子重采样过程的示意图；
图6是在室内定位地图构建过程中，利用路径ENW的前9条轨迹数据建立和改进过的室内定位地图，对第10条轨迹进行轨迹纠正的效果图；
图7是利用路径ENW的前6条轨迹数据建立和改进过的室内定位地图，对第7条轨迹进行轨迹纠正的效果图；
图8是图6中轨迹步点的定位误差分布曲线，以及使用当前的室内定位地图进行对轨迹步点进行指纹定位的累计误差分布曲线；
图9是图7中轨迹步点的定位误差分布曲线，以及使用当前的室内定位地图进行对轨迹步点进行指纹定位的累计误差分布曲线；
图10是室内定位地图构建完成后，对路径NWSE中的第7条轨迹进行纠正的效果图；
图11是相应的步点定位误差分布曲线；
图12是路径NWSE十条轨迹的平均误差分布情况；
图13是指纹定位的定位误差分布函数曲线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供了一种基于轨迹纠正和指纹改进的室内定位地图构建方法，以众包轨迹建立一个指纹可靠程度可描述的室内无线电地图的同时，利用所建立的无线电地图纠正众包轨迹，同步地解决室内无线电地图构建费时费力、指纹可靠程度描述以及行人航位推算(Pedestrian Dead-Reckoning，PDR)轨迹纠正问题。
本发明首先将目标区域划分为N个互不重叠且面积大小相近的栅格，通过获取行人轨迹样本中的Wi-Fi信息和惯性传感器信息，得到初始的PDR轨迹，轨迹的每一个步点上对应带着接收信号强度(Received Signal Strength，RSS)信息样本。接着首先将第一条PDR轨迹所有步点的RSS信息以初始的适配度放入本发明提出的栅格支撑集结构中，并计算出栅格指纹以及相应的适配度，得到初始室内定位无线电地图。利用得到的初始室内定位地图，可对初始PDR轨迹的步点进行纠正，首先基于初始室内定位地图和步点的RSS样本信息对轨迹的每个步点进行指纹定位，利用可选择的粒子滤波融合步点的指纹定位位置与PDR位置从而得到纠正后的步点位置，完成轨迹的纠正。将纠正后轨迹所有步点的样本信息以相应的适配度放入到对应栅格中去，充实和增加支撑集数据，重新计算栅格指纹和拟合度，完成无线电地图的改进与修正。循环“纠正轨迹-改进地图”这两个步骤，最后实现室内定位地图可靠性提高的同时，原始的用户轨迹也能得到更好地纠正的效果。
如图1所示为本发明实施例提供的一种基于轨迹纠正和指纹改进的室内定位地图构建方法的流程示意图，主要包括栅格划分步骤、轨迹样本获取步骤、室内定位地图构建步骤、轨迹纠正步骤和室内定位地图的指纹改进步骤，实现对轨迹进行纠正的同时构建并改进室内无线电定位地图。具体地，本发明方法包括：
(1)将目标区域划分为若干个互不重叠的栅格，其中，各栅格之间的面积大小的差值在预设范围内；
其中，预设范围可以根据实际情况进行确定，优选满足各栅格面积大小近似相等。且第n个栅格Gn的位置由其栅格中心坐标
Figure BDA0001592583090000091
表示。
首先，建立平面直角坐标系，如图2所示，走廊作为目标区域，走廊总面积约为217m2，将目标区域划分成大小近似相等的互不重叠的栅格。在本实施例中，目标区域共被划分成602个栅格，每个栅格的长宽各为0.6m。
(2)通过获取行人轨迹中的Wi-Fi信息和惯性传感器信息，得到初始行人航位推算PDR轨迹，其中，初始PDR轨迹中的每一个步点上携带Wi-Fi的接收信号强度RSS信息；
如图2所示，存在三条预设路径，分别为：路径ENW，路径WSE以及路径NWSE。行人携带设备沿着每条路径行走10次获得30条轨迹信息，路径ENW和WSE的20条轨迹用于建立室内无线电地图，路径NWSE的10条轨迹用于检验所建立的无线电地图的定位性能以及所提出的轨迹纠正方案的性能。Wi-Fi信号强度与惯性传感器数据的采样频率均设为20Hz。
在本发明实施例中，步骤(2)包括：
(2.1)获取沿着预设的若干条路径移动过程中的移动设备的Wi-Fi信号强度与惯性传感器数据的采样值，其中，第i条轨迹样本中包括Wi-Fi的信号强度序列
Figure BDA0001592583090000101
和惯性传感器数据序列
Figure BDA0001592583090000102
Ni＝f·ti，f为采样频率，ti为第i条轨迹的行走时间，将任意的
Figure BDA0001592583090000103
k＝1,2,...,Ni表示为指纹形式
Figure BDA0001592583090000104
Mik为第i条轨迹样本中第k个采样所获取的无线信号接入点(Accesspoint，AP)的数量，
Figure BDA0001592583090000105
表示第i条轨迹样本中第k个采样所获取的第a个AP所对应的接收信号强度(Received signal strength，RSS)大小，将任意的
Figure BDA0001592583090000106
k＝1,2,...,Ni表示为
Figure BDA0001592583090000107
acck、magk、gyrk和hk分别代表第i条轨迹样本中第k个采样所采集到的加速度、磁场强度、角速度以及方位角信息；
(2.2)通过对第i条轨迹样本所获得的加速度曲线进行噪声滤除和峰值检测，得到轨迹中每一步所对应的时间点序列
Figure BDA0001592583090000108
si为在采集第i条轨迹样本过程中所走的步数；
(2.3)对应于时间点序列
Figure BDA0001592583090000109
获得新的信号强度序列
Figure BDA00015925830900001010
和方向序列
Figure BDA00015925830900001011
为了简化计算，将方向序列中的每个元素从[-π,π]映射到[0,2π]上，得到新的方向序列
Figure BDA0001592583090000111
根据第i条轨迹样本的加速度信息，结合Weinberg算法估算出每一步的步长大小，进而得到第i条轨迹样本对应的步长序列
Figure BDA0001592583090000112
(2.4)在给定第i条轨迹样本起始坐标的情况下，由
Figure BDA0001592583090000113
得到第i条轨迹样本的位置序列
Figure BDA0001592583090000114
以形成第i条初始PDR轨迹，且对应到信号强度序列
Figure BDA0001592583090000115
上，第i条初始PDR轨迹上每一个步点对应携带着该步点位置的Wi-Fi的信号强度RSS信息，其中，该位置序列中的每一个元素代表第i条轨迹中对应步的位置坐标，
Figure BDA0001592583090000116
表示第i条轨迹样本中对应于时间点t的步点位置坐标，
Figure BDA0001592583090000117
表示第i条轨迹样本中对应于时间点t-1的步点位置坐标，
Figure BDA0001592583090000118
表示时间点t-1所对应的步点到时间点t所对应的步点之间的步长，
Figure BDA0001592583090000119
表示时间点t-1所对应的步点到时间点t所对应的步点的行进方向。
(3)将一条初始PDR轨迹中所有步点的RSS信息以初始适配度放入相应的栅格支撑集结构中，并计算出栅格指纹以及相应的适配度，得到初始室内定位无线电地图；
在本发明实施例中，步骤(3)包括：
(3.1)对于选取的目标初始PDR轨迹上的第n个步点，结合其对应的位置坐标Ln，找到与Ln在物理空间上最近的目标栅格
Figure BDA00015925830900001110
则第n步所对应的RSS信息
Figure BDA00015925830900001111
对应的待放置栅格为目标栅格
Figure BDA00015925830900001112
以及围绕着目标栅格
Figure BDA00015925830900001113
的相邻栅格，进而将目标初始PDR轨迹上的每一个步点的RSS信息放置到对应的栅格中；
其中，
Figure BDA0001592583090000121
N表示栅格个数，
Figure BDA0001592583090000122
表示第a个栅格Ga的中心坐标，(xn,yn)表示目标初始PDR轨迹上的第n个步点的位置坐标。
(3.2)由
Figure BDA0001592583090000123
得到各栅格对应的支撑集，其中，M'表示支撑集中总共所包含的AP个数，N'表示支撑集中放入的RSS信息的个数，sij表示第j个RSS数据中接收到第i个无线信号接入点APi(APi∈A)的信号强度值，nan表示第j个RSS数据中没有接收到第i个无线信号接入点的信号，αj表示第j个RSS数据放入当前栅格支撑集的置信水平；
在本发明实施例中，在每个栅格中，如图3所示，存在支撑集-指纹结构。支撑集由放入的N'个不同的RSS样本构成，在图3中，N'＝7。支撑集中每一个元素可以表示为形如(sj,αj),j∈{1,2,...,N'}的数对形式，其中sj表示第j个RSS样本所能接收到的所有AP对应的RSS向量；αj称为适配度，表示第j个RSS样本数据放入当前栅格支撑集的置信水平，0≤αj≤1且值越大，置信水平越高。在栅格还没有数据或者还没形成指纹的时候，放入栅格的样本统一设置为初始值γ，初始值建议取值范围为0.08≤γ≤0.12。当计算出样本与最近栅格的距离大于一定阈值，即样本点的PDR坐标已经位于目标区域外时，适配度设为正常适配度的一半。设Aj表示第j个RSS样本中所接收到的AP集合，A代表所有N'个RSS样本所能接收到的AP并集，即A＝∪j∈{1,...,N'}Aj，M'＝|A|表示支撑集中总共所包含的AP个数(在图3中，M'＝5)。图3中给出了AP4和AP5的支撑集具体数值示例。
(3.3)在目标初始PDR轨迹中所有步点对应的RSS数据都放入相应的栅格中后，对每一个支撑集不为空的栅格求栅格指纹
Figure BDA0001592583090000131
对于所有支撑集非空栅格求得栅格指纹后，即形成了初始室内定位无线电地图，其中，ri为该栅格所包含的所有AP并集A中任意APi对应的指纹RSS大小，βi为拟合度，0≤βi≤1且
Figure BDA0001592583090000132
其表示APi在该栅格所包含的所有AP中，进行指纹对比时的重要程度。
在本发明实施例中，步骤(3.3)包括：
对于APi支撑集中的每一个数据(sij,αj),j∈1,2,...,Qi，Qi为APi支撑集中数据的个数，以sij为均值，c·(1-αj)为带宽生成核密度
Figure BDA0001592583090000133
c为常数；
其中，c的建议取值范围为4.8≤c≤5.2。
对Qi个核密度取加权平均得到APi的密度
Figure BDA0001592583090000134
(横轴表示RSS大小，纵轴表示概率密度)，寻找fi中概率密度最大的点(即曲线中的最高点)
Figure BDA0001592583090000135
Figure BDA0001592583090000136
作为APi的指纹RSS大小，即
Figure BDA0001592583090000137
如图4所示，对应于图3中AP4的6个支撑集数据，生成6条核密度曲线，再通过对这些曲线取加权平均，得到最终曲线。
由
Figure BDA0001592583090000138
得到拟合度，进而得到APi对应的指纹结构(ri,βi)。
对每个接入点重复相同的步骤，则可以得到当前栅格的指纹
Figure BDA0001592583090000141
对于所有支撑集非空栅格求得栅格指纹后，即形成了初始的室内定位无线电地图。
(4)基于初始室内定位无线电地图和下一条初始PDR轨迹的步点的RSS信息对下一条初始PDR轨迹的每个步点进行指纹定位，融合下一条初始PDR轨迹的步点的指纹定位位置与下一条初始PDR轨迹的位置坐标，得到纠正后的步点位置，完成下一条初始PDR轨迹的纠正；
在本发明实施例中，由上述步骤(2)可知，对于每一条初始PDR轨迹，均知其位置序列LP＝{L0,L1,L2,...,Ls}、对应的RSS样本序列
Figure BDA0001592583090000142
角度序列θ＝{θ1,θ2,...,θs}以及步长序列l＝{l1,l2,...,ls}，s表示采集轨迹样本过程中所走的步数。利用以上信息以及建立的初始室内定位无线电地图，采用有选择性的粒子滤波方法，根据下列子步骤可以对每一个步点依次地进行纠正：
(4.1)粒子初始化：对于不为目标初始PDR轨迹的任意一条初始PDR轨迹，在该轨迹初始位置L0的预设范围内以均匀分布生成K个粒子，其中，
Figure BDA0001592583090000143
表示第k个粒子的初始位置，每个粒子的初始化权重为
Figure BDA0001592583090000144
其中，粒子个数取K可以根据实际需要进行确定。
(4.2)采样：对于该初始PDR轨迹中的第i(i>0)个步点，采样得到K个粒子，并由
Figure BDA0001592583090000145
得到第i个步点的每一个采样粒子坐标，其中，εx、εy表示服从高斯分布N(0,σp)的过程噪声，
Figure BDA0001592583090000146
表示第i-1个步点的第k个采样粒子坐标，
Figure BDA0001592583090000151
表示第i个步点的第k个采样粒子坐标，li表示第i-1个步点到第i个步点的步长，θi表示第i-1个步点到第i个步点的角度信息；
(4.3)局部指纹定位：根据前一步点的最终位置(xi-1,yi-1)，以距离阈值Δd限定当前步指纹定位结果的候选栅格集合Gf，计算当前步点RSS指纹Fi与栅格集合Gf中每一个栅格gs的指纹
Figure BDA0001592583090000152
的信号空间距离
Figure BDA0001592583090000153
取信号空间距离最小的栅格中心坐标作为当前步点的指纹定位结果
Figure BDA0001592583090000154
其中，信号空间距离
Figure BDA0001592583090000155
的计算方式为：
由
Figure BDA0001592583090000156
得到信号空间距离，其中，Ainter＝Ai∩Ags，Ai为RSS指纹
Figure BDA0001592583090000157
所包含AP的集合，Ags为栅格gs指纹
Figure BDA0001592583090000158
所包含AP的集合，Mi表示RSS指纹Fi所包含的AP个数，
Figure BDA0001592583090000159
表示RSS指纹Fi中第s个AP对应的接收信号强度，
Figure BDA00015925830900001510
表示栅格gs指纹
Figure BDA00015925830900001511
中第s个AP对应的接收信号强度，βs表示栅格gs指纹
Figure BDA00015925830900001512
中第s个AP对应的拟合度，Mgs表示栅格gs指纹
Figure BDA00015925830900001513
所包含的AP个数。
(4.4)判断指纹定位结果是否合理：若前一步点的最终位置(xi-1,yi-1)到当前步点指纹定位位置
Figure BDA00015925830900001514
的方向
Figure BDA00015925830900001515
与二者之间的距离
Figure BDA00015925830900001516
分别满足
Figure BDA00015925830900001517
和
Figure BDA00015925830900001518
则该指纹定位结果为合理结果，进入步骤(4.5)；否则，计算K个采样粒子的几何中心
Figure BDA00015925830900001519
则当前步点的最终纠正位置为该几何中心，
Figure BDA0001592583090000161
结束当前步点的纠正过程，并执行步骤(4.2)进行第i+1个步点的纠正；
(4.5)粒子权重估计：计算每一个粒子与指纹定位结果的物理空间距离，确定粒子的权重，对于粒子
Figure BDA0001592583090000162
计算物理空间距离
Figure BDA0001592583090000163
粒子权重
Figure BDA0001592583090000164
σq为测量噪声的标准差；
如图5所示，越靠近指纹定位估计步点位置的粒子，权重越大。
(4.6)粒子重采样：如图5所示，在粒子总数K保持不变的前提下，根据粒子的权重大小，随机地复制与舍弃粒子，权重大的粒子以更大的概率被复制，权重小的粒子则更有可能被舍弃，从而得到新的K个粒子；
(4.7)位置取舍：判断新生成的K个粒子的几何中心
Figure BDA0001592583090000165
是否可直接用作当前步点的最终纠正位置，计算上一步点最终位置(xi-1,yi-1)到
Figure BDA0001592583090000166
的距离
Figure BDA0001592583090000167
和方向
Figure BDA0001592583090000168
若
Figure BDA0001592583090000169
则当前步点纠正后的最终位置为新生成粒子的中心，即
Figure BDA00015925830900001610
否则，由
Figure BDA00015925830900001611
得到最终纠正位置，循环步骤(4.2)～(4.7)直至所有步点(起点除外)纠正完成后，得到一个新的轨迹步点位置序列L＝{L'0,L'1,L'2,...,L's}，完成待纠正初始PDR轨迹的纠正。
(5)将纠正后的下一条初始PDR轨迹中的所有步点的RSS信息以相应的适配度放入到对应的栅格支撑集中，充实和增加支撑集数据，重新计算栅格指纹和拟合度，完成初始室内定位无线电地图的改进与修正。
在本发明实施例中，将纠正后的轨迹RSS样本序列按照轨迹纠正后得到的步点位置序列L＝{L'0,L'1,L'2,...,L's}对应放置到栅格中，对室内定位地图进行更新与改进。具体地，步骤(5)包括：
(5.1)确定纠正后的轨迹RSS序列中每个RSS样本放置的栅格集合G；
其中，该确定方式可以按照上述(3.1)所述的方法进行。
(5.2)对于任意的待放置栅格g∈G，若g为空栅格(即栅格g不存在栅格指纹fg)，则将RSS样本放入栅格支撑集中，对应的适配度设为初始值γ；
(5.3)若g不为空栅格，设
Figure BDA0001592583090000171
为存在栅格指纹的待放置栅格集合，b＝|G'|为集合G'中的栅格个数，则对于
Figure BDA0001592583090000172
gi∈G'(i∈1,2,...,b)，由
Figure BDA0001592583090000173
得到当前RSS样本放入
Figure BDA0001592583090000174
的适配度αgi，其中，Lt为RSS样本所对应的步点位置坐标，Lgi为栅格gi的中心坐标，Ft为当前RSS样本，Fgi为栅格gi的栅格指纹；
其中，适配度的大小取决于物理空间距离Dphy(Lt,Lgi)与信号空间距离Dsig(Ft,Fgi)差异的一致程度，差异越小，适配度越高，RSS样本放置在该栅格中越可信。
(5.4)纠正后的轨迹所有步点的RSS样本放置完成后，对目标区域中支撑集数据不为空的所有栅格重新计算其栅格指纹及拟合度(指纹的计算方法可以按照上述(3.3)中的方式)，所有栅格指纹更新完成后，完成初始室内定位无线电地图的一次更新和改进。
值得强调的是，在本发明中，轨迹纠正步骤和室内定位地图的指纹改进步骤是一个相互提升的循环过程。在用一条原始的PDR轨迹建立初始室内定位无线电地图之后，利用无线电地图对下一条原始PDR轨迹进行纠正，纠正后的轨迹再用于室内无线电地图的更新与改进，循环轨迹纠正与无线电地图更新这两个步骤，最后达到轨迹纠正效果与室内无线电地图可靠性都得到提高的效果。
为了比较本发明的室内定位性能、栅格结构以及用纠正后的轨迹建立数据库的优点，提出了以下两种对比方案：
RMapTsimple：与本发明的区别在于，此方案使用普通的栅格结构，轨迹点RSS样本的目标栅格仅为最近的栅格，没有拟合度适配度，AP的指纹RSS大小取支撑集中数据的平均值。
RMapTnaive：与本发明的区别在于，此方案直接使用所有初始的PDR轨迹建立和改进室内无线电地图，没有轨迹纠正步骤。栅格结构与RMapTsimple相同，即目标栅格仅为最近的栅格，没有拟合度和适配度，AP的指纹RSS大小取支撑集中数据的平均值。
为了便于表示，实际轨迹表示为GroundTruth，初始的PDR轨迹表示为PdrOnly，本发明所提出的方法表示为RMapTAFA，PdrRMapTAFA表示用本发明提出的方法进行轨迹纠正，FpRMapTAFA使用本发明构建的室内无线电地图进行指纹定位；类似的，使用RMapTsimple和RMapTnaive进行指纹定位分别用FpRMapTsimple和FpRMapTnaive表示，使用RMapTsimple进行轨迹纠正则表示为PdrRMapTsimple。
图6是在室内定位地图构建过程中，利用路径ENW的前9条轨迹数据建立和改进过的室内定位地图，对第10条轨迹进行轨迹纠正的效果图。类似的，图7是利用路径ENW的前6条轨迹数据建立和改进过的室内定位地图，对第7条轨迹进行轨迹纠正的效果图。从图6和图7可以看出，相较于实际的轨迹与其它方案，本发明所提出的方法(RMapTAFA)对轨迹的纠正效果最好。图8和图9分别是图6和图7中轨迹步点的定位误差分布曲线，以及使用当前的室内定位地图进行对轨迹步点进行指纹定位的累计误差分布曲线。对比RMapTAFA和RMapTsimple的轨迹纠正效果以及轨迹点的定位误差结果可以得出，本发明所提出的栅格结构能够构建的室内无线电地图具有更好的指纹定位性能。此外，这也说明了即使在室内定位地图的构建过程中，通过我们所提出轨迹纠正步骤，也能够实现较好的纠正效果。
图10是室内定位地图构建完成后，对路径NWSE中的第7条轨迹进行纠正的效果图，图11是相应的步点定位误差分布曲线。与室内定位地图建立过程中的性能表现类似，本发明所提出的方法构造的室内定位地图对于动态轨迹点的定位，要好于其他方案。图12是路径NWSE十条轨迹的平均误差分布情况，也能得出上述相同的结论。
为了进一步检验本发明所建立的室内定位地图对于静态点的定位性能，在目标区域中均匀采集了242个静态测试点，静态测试点之间的距离为1米。分别使用RMapTAFA、RMapTsimple和RMapTnaive建立的室内定位地图对这些静态测试点进行指纹定位。图13为指纹定位的定位误差分布函数曲线。可以看到，相较于其他两种方案，本发明所建立室内定位地图对于静态测试点也同样具有最好的定位效果。具体来说，对比RMapTAFA和RMapTsimple可得，使用本发明所提出的支撑集-指纹栅格结构所构建的室内定位地图比普通的取均值求指纹的方法具有更好的定位性能；对比RMapTsimple和RMapTnaive的定位误差分布情况可以看出，同时进行室内定位地图构建与轨迹纠正，使用纠正过的轨迹构建的室内定位地图较仅使用原始的PDR轨迹建立的室内定位地图，具有更好的定位性能，这也说明了本发明同步进行轨迹纠正与指纹库构建改进的做法的优越性。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于轨迹纠正和指纹改进的室内定位地图构建方法，其特征在于，包括：
(1)将目标区域划分为若干个互不重叠的栅格，其中，各栅格之间的面积大小的差值在预设范围内；
(2)通过获取行人轨迹中的Wi-Fi信息和惯性传感器信息，得到初始行人航位推算PDR轨迹，其中，初始PDR轨迹中的每一个步点上携带Wi-Fi的接收信号强度RSS信息；
(3)将一条初始PDR轨迹中所有步点的RSS信息以初始适配度放入相应的栅格支撑集结构中，并计算出栅格指纹以及相应的适配度，得到初始室内定位无线电地图；具体包括：
(3.1)对于选取的目标初始PDR轨迹上的任意一个步点，结合其对应的位置坐标，找到与该步点位置坐标在物理空间上最近的目标栅格，则该步点所对应的RSS信息对应的待放置栅格为目标栅格以及围绕着目标栅格的相邻栅格，进而将目标初始PDR轨迹上的每一个步点的RSS信息放置到对应的栅格中；
(3.2)由
Figure FDA0002446961530000011
得到各栅格对应的支撑集，其中，M'表示支撑集中总共所包含的AP个数，N'表示支撑集中放入的RSS信息的个数，sij表示第j个RSS数据中接收到第i个无线信号接入点APi的信号强度值，nan表示第j个RSS数据中没有接收到第i个无线信号接入点的信号，αj表示第j个RSS数据放入当前栅格支撑集的置信水平；
(3.3)对每一个支撑集不为空的栅格求栅格指纹
Figure FDA0002446961530000021
由所有支撑集非空栅格的栅格指纹形成初始室内定位无线电地图，其中，ri为该栅格所包含的所有AP中任意APi对应的指纹RSS大小，βi为拟合度，其表示APi在该栅格所包含的所有AP中，进行指纹对比时的重要程度；
对于APi支撑集中的每一个数据(sij,αj),j∈1,2,...,Qi，Qi为APi支撑集中数据的个数，以sij为均值，c·(1-αj)为带宽生成核密度
Figure FDA0002446961530000022
其中，c为常数；
对Qi个核密度取加权平均得到APi的密度
Figure FDA0002446961530000023
寻找fi中概率密度最大的点
Figure FDA0002446961530000024
则
Figure FDA0002446961530000025
由
Figure FDA0002446961530000026
得到拟合度，进而得到APi对应的指纹结构(ri,βi)；
(4)基于初始室内定位无线电地图和下一条初始PDR轨迹中步点的RSS信息对下一条初始PDR轨迹的每个步点进行指纹定位，融合下一条初始PDR轨迹中步点的指纹定位位置与下一条初始PDR轨迹中对应步点的位置坐标，得到纠正后的步点位置，完成下一条初始PDR轨迹的纠正；具体包括：
(4.1)对于不为目标初始PDR轨迹的任意一条待纠正初始PDR轨迹，在待纠正初始PDR轨迹的初始位置的预设范围内以均匀分布生成K个粒子；
(4.2)对于待纠正初始PDR轨迹中的任意一个步点，采样得到K个粒子，并由待纠正初始PDR轨迹的步长序列和角度序列得到各步点的每一个采样粒子坐标；
(4.3)根据前一步点的最终位置，以预设距离阈值限定当前步点指纹定位结果的候选栅格，计算当前步点RSS指纹与候选栅格中每一个栅格的指纹的信号空间距离，取信号空间距离最小的栅格中心坐标作为当前步点的指纹定位结果；
(4.4)若前一步点的最终位置到当前步点指纹定位位置的第一角度与当前步点的角度之差的绝对值在预设最小角度值与预设最大角度值之间，且前一步点的最终位置到当前步点指纹定位位置之间的第一距离在预设最小距离值与预设最大距离值之间，则该指纹定位结果为合理结果，执行步骤(4.5)；否则，计算K个采样粒子的几何中心，并将该几何中心作为当前步点的最终纠正位置，结束当前步点的纠正过程，并执行步骤(4.2)进行下一个步点的纠正；
(4.5)计算每一个粒子与指纹定位结果的物理空间距离，确定粒子的权重；
(4.6)在粒子总数K保持不变的前提下，根据粒子的权重大小，随机地复制与舍弃粒子，从而得到新的K个粒子；
(4.7)判断新生成的K个粒子的几何中心是否可直接用作当前步点的最终纠正位置，计算上一步点最终位置到新生成的K个粒子的几何中心的第二距离和第二角度，若第二距离与当前步点的步长之间差值的绝对值小于等于预设阈值，则将当前步点纠正后的最终位置作为新生成粒子的中心；否则，由上一步点的最终位置、当前步点的步长以及第二角度得到最终纠正位置，进而在各步点纠正完成后，得到一个新的轨迹步点位置序列，完成待纠正初始PDR轨迹的纠正；
(5)将纠正后的下一条初始PDR轨迹中所有步点的RSS信息以相应的适配度放入到对应的栅格支撑集中，充实和增加支撑集数据，重新计算栅格指纹和拟合度，完成初始室内定位无线电地图的改进与修正。
2.根据权利要求1所述的方法，其特征在于，步骤(2)包括：
(2.1)获取沿着预设的若干条路径移动过程中的移动设备的Wi-Fi信号强度与惯性传感器数据的采样值，其中，每条轨迹样本中包括Wi-Fi的信号强度序列和惯性传感器数据序列；
(2.2)通过对各条轨迹样本所获得的加速度信息进行噪声滤除和峰值检测，得到各条轨迹中每一步所对应的时间点序列；
(2.3)对应于每条轨迹的时间点序列，获得新的信号强度序列和方向序列，并根据各条轨迹样本的加速度信息分别得到各条轨迹样本对应的步长序列；
(2.4)由各条轨迹的时间点序列、方向序列以及各条轨迹样本对应的步长序列分别得到各条轨迹样本的位置序列，以形成各条轨迹样本的初始PDR轨迹，且对应到新的信号强度序列上，各条初始PDR轨迹上每一个步点对应携带着该步点对应位置的Wi-Fi的信号强度RSS信息，其中，位置序列中的每一个元素代表轨迹中对应步点的位置坐标。
3.根据权利要求1所述的方法，其特征在于，步骤(4.3)包括：
由
Figure FDA0002446961530000041
得到信号空间距离，其中，Ainter＝Ai∩Ags，Ai为RSS指纹
Figure FDA0002446961530000042
所包含AP的集合，Ags为栅格gs指纹
Figure FDA0002446961530000043
所包含AP的集合，Mi表示RSS指纹Fi所包含的AP个数，
Figure FDA0002446961530000044
表示RSS指纹Fi中第s个AP对应的接收信号强度，
Figure FDA0002446961530000045
表示栅格gs指纹
Figure FDA0002446961530000046
中第s个AP对应的接收信号强度，βs表示栅格gs指纹
Figure FDA0002446961530000047
中第s个AP对应的拟合度，Mgs表示栅格gs指纹
Figure FDA0002446961530000048
所包含的AP个数。
4.根据权利要求1所述的方法，其特征在于，步骤(5)包括：
(5.1)确定纠正后的轨迹RSS序列中每个RSS样本放置的栅格集合G；
(5.2)对于任意的待放置栅格g∈G，若g为空栅格，则将RSS样本放入栅格支撑集中，对应的适配度设为初始值；
(5.3)若g不为空栅格，则根据非空栅格的栅格个数、RSS样本所对应的步点位置坐标，非空栅格的中心坐标，当前RSS指纹以及非空栅格的栅格指纹得到当前RSS样本放入的适配度；
(5.4)纠正后的轨迹所有步点的RSS样本放置完成后，对目标区域中支撑集数据不为空的所有栅格重新计算其栅格指纹及拟合度，所有栅格指纹更新完成后，完成初始室内定位无线电地图的一次更新和改进。
CN201810194148.1A 2018-03-09 2018-03-09 一种基于轨迹纠正和指纹改进的室内定位地图构建方法 Active CN108534779B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810194148.1A CN108534779B (zh) 2018-03-09 2018-03-09 一种基于轨迹纠正和指纹改进的室内定位地图构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810194148.1A CN108534779B (zh) 2018-03-09 2018-03-09 一种基于轨迹纠正和指纹改进的室内定位地图构建方法

Publications (2)

Publication Number Publication Date
CN108534779A CN108534779A (zh) 2018-09-14
CN108534779B true CN108534779B (zh) 2020-09-08

Family

ID=63485677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810194148.1A Active CN108534779B (zh) 2018-03-09 2018-03-09 一种基于轨迹纠正和指纹改进的室内定位地图构建方法

Country Status (1)

Country Link
CN (1) CN108534779B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109143161B (zh) * 2018-09-30 2023-01-10 电子科技大学 基于混合指纹质量评价模型的高精度室内定位方法
CN111988728A (zh) * 2019-05-21 2020-11-24 北京京东尚科信息技术有限公司 基于位置指纹的室内定位方法、装置、设备及存储介质
CN110443156B (zh) * 2019-07-16 2022-03-25 浙江大华技术股份有限公司 轨迹相似度度量方法、数据处理设备及存储设备
CN113068123A (zh) * 2020-01-02 2021-07-02 广东博智林机器人有限公司 一种质心确定方法、装置、服务器及存储介质
US11438886B2 (en) 2020-02-27 2022-09-06 Psj International Ltd. System for establishing positioning map data and method for the same
CN111623778B (zh) * 2020-05-14 2023-09-12 成都众树信息科技有限公司 一种室内定位轨迹分析的方法及装置
CN111859488B (zh) * 2020-07-27 2024-03-29 深圳市纵维立方科技有限公司 支撑结构生成方法、装置、电子设备以及存储介质
CN114095853B (zh) * 2020-07-30 2023-04-14 华为技术有限公司 一种生成室内地图的方法和装置
TWI749834B (zh) * 2020-10-29 2021-12-11 英屬維爾京群島商飛思捷投資股份有限公司 基於類神經網路模型的定位系統及定位方法
CN112197771B (zh) * 2020-12-07 2021-03-19 深圳腾视科技有限公司 车辆失效轨迹重构方法、设备以及存储介质
CN115696202A (zh) * 2021-07-28 2023-02-03 华为技术有限公司 一种室内地图构建方法以及相关装置
CN117629175A (zh) * 2022-08-16 2024-03-01 华为技术有限公司 信号特征图的生成方法、装置、电子设备和存储介质
CN115683121B (zh) * 2022-12-30 2023-03-17 武汉大学 一种基于实测轨迹生成多源泛在定位指纹的方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102419180B (zh) * 2011-09-02 2014-01-01 无锡智感星际科技有限公司 一种基于惯性导航系统和wifi的室内定位方法
KR101779965B1 (ko) * 2012-12-14 2017-09-20 한국전자통신연구원 임의 위치에서 전파지문 지도 구축방법
CN103297924B (zh) * 2013-05-24 2016-03-02 上海交通大学 基于信道估计的新型定位指纹设计方法及室内定位系统
CN104535064A (zh) * 2014-12-29 2015-04-22 北京工业大学 一种Wi-Fi指纹辅助的室内移动终端惯性导航方法
CN105263113B (zh) * 2015-10-26 2018-08-21 深圳大学 一种基于众包的WiFi位置指纹地图构建方法及其系统
CN105424030B (zh) * 2015-11-24 2018-11-09 东南大学 基于无线指纹和mems传感器的融合导航装置和方法
KR102579650B1 (ko) * 2015-12-29 2023-09-15 에스케이플래닛 주식회사 무선 핑거프린트 맵 구축 및 위치 측위 방법 및 이를 위한 장치, 이를 수행하는 컴퓨터 프로그램을 기록한 기록 매체
CN105589064B (zh) * 2016-01-08 2018-03-23 重庆邮电大学 Wlan位置指纹数据库快速建立和动态更新系统及方法
CN106792465B (zh) * 2016-12-26 2019-08-30 华中科技大学 一种基于众包指纹的室内指纹地图构建方法
CN106802404B (zh) * 2017-01-18 2018-10-16 深圳大学 一种人体室内定位自动检测方法及系统

Also Published As

Publication number Publication date
CN108534779A (zh) 2018-09-14

Similar Documents

Publication Publication Date Title
CN108534779B (zh) 一种基于轨迹纠正和指纹改进的室内定位地图构建方法
CN110856112B (zh) 一种群智感知的多源信息融合室内定位方法及系统
KR102116824B1 (ko) 딥러닝 기반 측위 시스템 및 이의 구축 방법
CN109413578B (zh) 一种基于wifi与pdr融合的室内定位方法
CN110118549B (zh) 一种多源信息融合定位方法和装置
CN108632761B (zh) 一种基于粒子滤波算法的室内定位方法
US9244152B1 (en) Determining device locations using movement, signal strength
CN105813194B (zh) 基于指纹数据库二次校正的室内定位方法
CN108919177B (zh) 一种基于虚拟信源估计与轨迹校正的定位地图构建方法
US20150195682A1 (en) Method and apparatus for recognizing indoor location using received signal strength intensity map
CN105704652B (zh) 一种wlan/蓝牙定位中的指纹库采集和优化方法
CN104038901B (zh) 一种减少指纹数据采集工作量的室内定位方法
CN104535064A (zh) 一种Wi-Fi指纹辅助的室内移动终端惯性导航方法
CN111698774B (zh) 基于多源信息融合的室内定位方法及装置
Du et al. CRCLoc: A crowdsourcing-based radio map construction method for WiFi fingerprinting localization
CN109945865B (zh) 基于WiFi与地磁融合的室内定位方法
CN109375168B (zh) 一种基于rssi的低速移动车辆定位方法
CN109059919B (zh) 一种基于众包样本加权曲面拟合的室内定位方法
US9568610B2 (en) Positioning method based on reliability and apparatus thereof
CN108156580B (zh) 一种基于智能手机的室内楼层定位方法
CN110933604B (zh) 基于位置指纹时序特征的knn室内定位方法
CN104581945B (zh) 基于距离约束的半监督apc聚类算法的wlan室内定位方法
CN105208651A (zh) 基于地图结构的Wi-Fi位置指纹非监督训练方法
CN111901749A (zh) 一种基于多源融合的高精度三维室内定位方法
CN104540219A (zh) 一种低复杂度的Wi-Fi指纹室内定位方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant