CN108692728A - 基于cad建筑图和计算机视觉识别的室内导航方法及系统 - Google Patents

Abstract

本发明提供了一种基于CAD建筑图和计算机视觉识别的室内导航方法及系统，通过对大量已有建筑的室内CAD图纸进行机器学习，得到建筑物室内各个单元的拓扑信息特征，同时获取建筑物的室内单元坐标和拓扑关系，实现机器对建筑CAD图纸的自动识别。在服务器端建立机器学习模型库，用户在APP界面端选择相应室内建筑，并选择起点位置和目的地位置。手机APP获取用户的实时传感器数据以此得到用户的运动状态，并反馈给后台服务端，由服务端进行分层路径规划算法计算，给出用户实时的定位和导航信息。本发明保证了定位和导航精度，同时成本廉价，无需布置大量Wifi和蓝牙终端，无需进行大量信号通信，因此信号抗干扰能力，定位和导航精度得到有效保证。

Description

基于CAD建筑图和计算机视觉识别的室内导航方法及系统

技术领域

本发明涉及定位导航技术领域，尤其涉及一种室内导航方法及系统。

背景技术

目前，GPS和北斗广泛应用在室外导航系统中，但是如何解决“导航最后一公里”问题是当下导航系统发展的趋势。当前应用到室内导航系统的主流技术是基于Wi-Fi技术和蓝牙技术的室内导航系统，通过在室内布置无线通信模块获取用户的坐标并规划出导航路径。随着计算机视觉识别技术的发展，基于计算机视觉识别的室内导航技术逐渐流行，其通过将用户所在位置的图片信息和后台数据库匹配，进而得到用户所在位置的坐标信息。同时，通过数据库数据进行室内路径导航。

现有技术存在以下缺陷：1.传统室外导航技术在室内信号迅速减弱，同时信号极易受到干扰。2.现有室内导航技术的抗干扰能力差，信号衰弱快，成本高，采样困难。3.Wi-Fi技术和蓝牙技术的导航精度差，出错率高，用户使用不友好。

发明内容

为了解决现有技术中的问题，本发明提供了一种基于CAD建筑图和计算机视觉识别的室内导航方法及系统，基于机器学习对建筑CAD图进行室内单元拓扑模型的建立，保证了定位和导航精度，同时根据传感器数据和分层路径规划算法实现了用户所在室内建筑的定位和导航功能，成本廉价，无需布置大量Wi-Fi和蓝牙终端，无需进行大量信号通信，因此信号抗干扰能力，定位和导航精度得到有效保证。

本发明具体通过如下技术方案实现：

一种基于CAD建筑图和计算机视觉识别的室内导航方法，包括以下步驟：

S1、搭建数据服务器端：首先对CAD建筑图进行图像处理，包括对CAD建筑图的机器学习，建立数据库，对CAD建筑图进行模型训练；

S2、搭建手机客户端：制作手机APP界面，实现与后端数据服务器的通信；

S3、传感器数据处理：获取多种传感器数据，对数据进行滤波降噪后，得到用户的实时运动状态数据；

S4、APP界面显示用户所在位置的室内建筑信息，用户选取起点和终点位置，将用户的实时运动状态数据和用户选取的起点、终点发送给服务器，所述服务器进行分层路径规划计算进行路径规划，给出用户实时的定位和导航信息，在界面上实现实时路径导航指引；

其中，所述CAD建筑图进行图像处理包括：

预处理：在CAD软件中，通过线型匹配技术过滤CAD建筑图中的虚线和坐标轴线，进行CAD建筑图的初步处理，并提取建筑物各个房间功能名称的坐标信息；

卷积计算：分别给定门、扶梯、楼梯和电梯图像的二维像素矩阵，采用卷积算法对整体图像进行门、扶梯、楼梯和电梯图像的二维像素矩阵相似度计算，得到CAD建筑图中的门、扶梯、楼梯和电梯的位置坐标和大小信息，进而识别出CAD建筑图中的特征点信息；

边缘检测：进行CAD建筑图的边缘检测，得到CAD建筑图中的外墙和内墙轮廓信息；

拓扑搭建：根据上述CAD建筑图中的门、扶梯、楼梯和电梯的位置坐标和大小信息，以及外墙和内墙的轮廓信息，搭建相应室内的通道信息，从而形成室内定位导航信息所需要的门、扶梯、楼梯、电梯、外墙、内墙和室内通道拓扑结构；

室内功能单元映射：在得到CAD建筑图室内拓扑结构后，将先前提取的各个房间功能名称的坐标信息，映射到拓扑结构中，形成完整的室内信息结构；

模型渲染：在CAD建筑图室内拓扑结构的基础上，对各个单元的文字标识和符号标识进行色彩渲染，并对各个单元的外轮廓进行高亮处理。

进一步地，所述分层路径规划包括单层和跨楼层路径规划，所述单层路径规划计算基于D*算法，获得已知起点和终点情况下的全局最优路径。

进一步地，所述传感器为手机自带的多种传感器，所述用户的实时运动状态数据包括用户手持手机时的运动状态和用户手持手机时的姿态状态。

进一步地，所述用户的实时运动状态数据还用于进行实时导航数据修正。

进一步地，所述跨楼层室内路径规划采用分层结构化动态网络分析模式，实现跨楼层室内最优路径规划算法，具体为：

C1、分层结构化动态网络：将各楼层路网和楼层连接均视为独立结构，可根据停靠点的楼层分布，选择相应的路网数据动态地构建结构化网络模型并进行路径分析。N₀表示楼层连接(楼梯或电梯)，N_i表示楼层i的路网。当进行楼层i-1和楼层i之间的最优路径分析时，自动选取N＝{N₀,N_i-1,N_i}路网集构建相应的结构化网络模型，以进行由楼层i-1至楼层i的最优路径分析；

C2、跨楼层最优路径：进行楼层i-1和楼层i的最优路径规划，采用D*算法得到楼层i-1的最优路径，获取楼层i-1的终点节点，添加到楼层i的节点集中，并以其为起点，进行楼层i的最优路径分析；

C3、多楼层最优路径：设分布有停靠点的楼层F＝{F₁,F₂,…,F_k}，首先，进行楼层F₁的最优路径分析，若F₁的停靠点个数大于1，则创建单层结构化网络，进行该楼层最优路径分析得到R₁，再以R₁的终点为楼层F₂的起始点，遍历楼层F₂的所有停靠点，得到最优路径R₂；若F₁的停靠点个数等于1，则直接以该点为楼层F₂的起始点，遍历楼层F₂所有停靠点得R₂。然后，进行楼层F_i(2<i≤k-1)的最优路径分析，在楼层F_i得出遍历该楼层所有停靠点的最优路径R_i以后，以R_i的终点为楼层F_i+1的起始点，遍历楼层F_i+1所有停靠点，得到最优路径R_i+1，以此类推。

另一方面，本发明还基于上述方法提供了一种室内导航系统，包括服务器和手机，其中，手机上安装导航APP软件，所述导航APP软件用于接受用户选取起点和终点位置，并显示用户所在位置的室内建筑信息，以及实现实时路径导航指引。

本发明的有益效果是：本发明通过对大量已有建筑的室内CAD图纸进行机器学习，得到建筑物室内各个单元(房间，走道，卫生间，楼梯，梁板柱等)的拓扑信息特征，同时获取建筑物的室内单元坐标和拓扑关系，实现机器对建筑CAD图纸的自动识别。在服务器端建立机器学习模型库，用户在APP界面端选择相应室内建筑，并选择起点位置和目的地位置。手机APP获取用户的实时传感器数据(加速度，陀螺仪，地磁仪等)以此得到用户的运动状态，并反馈给后台服务端，由服务端进行分层路径规划算法计算，给出用户实时的定位和导航信息。

附图说明

图1是本发明的总体实现框图。

具体实施方式

下面结合附图说明及具体实施方式对本发明进一步说明。

本发明基于机器学习原理对建筑CAD图进行特征提取，实现室内建筑定位和导航功能。如图1所示，本发明方法主要包括以下內容：

建筑CAD图的机器学习。通过计算机视觉识别技术对大量建筑CAD图进行特征训练，获取建筑CAD图的各个单元(房间，卫生间，楼梯，通道等)的拓扑关系。

分层路径规划算法。建立基于D*算法的分层路径规划算法，获得已知起点和终点情况下的全局最优路径。

传感器数据处理。获取手机自带的多种传感器数据(加速度传感器，陀螺仪，地磁仪等)，对数据进行滤波降噪后，得到用户的实时运动状态数据。

后台数据库框架搭建。建立数据服务器端，实现与前端手机APP的通信，并对建筑CAD图进行模型训练和分层路径规划计算。

手机APP界面制作。建立安卓端室内导航APP，界面可显示用户所在位置的室内建筑信息，并可选取起点和终点位置，进行路径规划。同时，实现实时路径导航指引。

下面就本发明的关键技术进行详细说明。

[CAD建筑图的图像处理]

预处理：在CAD软件中，通过线型匹配技术过滤CAD建筑图中的虚线和坐标轴线，进行CAD建筑图的初步处理，并提取建筑物各个房间功能名称的坐标信息。

卷积计算：通过图像处理技术获取过滤后建筑图的门、扶梯、楼梯和电梯特征。主要步骤如下：分别给定门、扶梯、楼梯和电梯图像的二维像素矩阵，采用卷积算法对整体图像进行门、扶梯、楼梯和电梯图像的二维像素矩阵相似度计算，得到CAD建筑图中的门、扶梯、楼梯和电梯的位置坐标和大小信息，进而识别出CAD建筑图中的特征点信息。

边缘检测：在获取CAD建筑图的门、扶梯、楼梯和电梯的位置坐标和大小信息后，利用Roberts2*2模板进行CAD建筑图的边缘检测，得到CAD建筑图中的外墙和内墙轮廓信息。

拓扑搭建：根据上述CAD建筑图中的门、扶梯、楼梯和电梯的位置坐标和大小信息，以及外墙和内墙的轮廓信息，搭建相应室内的通道信息(由扶梯、楼梯和电梯构建跨楼层的通道结构，由门、外墙和内墙构建单独楼层的通道结构)，从而形成室内定位导航信息所需要的门、扶梯、楼梯、电梯、外墙、内墙和室内通道拓扑结构。

室内功能单元映射：在得到CAD建筑图室内拓扑结构后，将先前提取的各个房间功能名称(比如：卫生间，消防通道，商铺，房间号等)的坐标信息，映射到拓扑结构中，形成完整的室内信息结构。

模型渲染：在CAD建筑图室内拓扑结构的基础上，对各个单元的文字标识和符号标识进行色彩渲染，并对各个单元的外轮廓进行高亮处理。

[传感器数据处理]

加速度传感器数据处理：

通过手机自带的加速度传感器模块，实时获取用户在室内移动时的加速度矢量，并采用领域滤波算法对用户数据进行预处理，得到用户的x,y,z轴加速度方向和大小时频域波形，计算出用户手持手机时的运动状态。

陀螺仪传感器数据处理：

通过手机自带的陀螺仪传感器模块，经过卡尔曼滤波，获取用户手持手机时的姿态状态。

[分层路径规划算法]

在获取目标建筑物的室内单元拓扑信息后，根据用户手机自带的惯性传感器获取运动状态和姿态数据，并根据用户的坐标位置和目标位置进行路径规划。分层路径规划分为：单层和跨楼层路径规划。

单层室内路径规划：

对于单层最优路径规划算法，本发明采用D*算法。D*算法适用于外界环境不断发生变化的动态路径最短路径规划。其主要步骤为：

B1、节点初始化：在地图的处理过程中，在有效通道中设立n个离散节点。

B2、由用户设定目标节点位置。

B3、先用Dijstra算法从目标节点G向起始节点搜索。储存路网中目标点到各个节点的最短路和该位置到目标点的实际值h,k(k为所有变化h之中最小的值,当前为k＝h。每个节点包含上一节点到目标点的最短路信息)。

B4、沿最短路开始移动，在移动的下一节点没有变化时，无需计算，利用上一步Dijstra计算出的最短路信息从出发点向后追述即可，当在Y点探测到下一节点X状态发生改变，如堵塞。算法首先调整自己在当前位置Y到目标点G的实际值h(Y)，h(Y)＝X到Y的新权值c(X,Y)+X的原实际值h(X)。X为下一节点(到目标点方向Y->X->G)，Y是当前点。k值取h值变化前后的最小。

B5、得到最优路径并显示。

跨楼层室内路径规划：

在CAD建筑图的室内拓扑信息基础上，采用分层结构化动态网络分析模式，实现跨楼层室内最优路径规划算法。

C1、分层结构化动态网络：将各楼层路网和楼层连接均视为独立结构，可根据停靠点的楼层分布，选择相应的路网数据动态地构建结构化网络模型并进行路径分析。N₀表示楼层连接(楼梯或电梯)，N_i表示楼层i的路网。当进行楼层i-1和楼层i之间的最优路径分析时，自动选取N＝{N₀,N_i-1,N_i}路网集构建相应的结构化网络模型，以进行由楼层i-1至楼层i的最优路径分析。

C2、跨楼层最优路径：进行楼层i-1和楼层i的最优路径规划，采用D*算法得到楼层i-1的最优路径，获取楼层i-1的终点节点，添加到楼层i的节点集中，并以其为起点，进行楼层i的最优路径分析。

C3、多楼层最优路径：设分布有停靠点的楼层F＝{F₁,F₂,…,F_k}，首先，进行楼层F₁的最优路径分析，若F₁的停靠点个数大于1，则创建单层结构化网络，进行该楼层最优路径分析得到R₁，再以R₁的终点为楼层F₂的起始点，遍历楼层F₂的所有停靠点，得到最优路径R₂；若F₁的停靠点个数等于1，则直接以该点为楼层F₂的起始点，遍历楼层F₂所有停靠点得R₂。然后，进行楼层F_i(2<i≤k-1)的最优路径分析，在楼层F_i得出遍历该楼层所有停靠点的最优路径R_i以后，以R_i的终点为楼层F_i+1的起始点，遍历楼层F_i+1所有停靠点，得到最优路径R_i+1，以此类推。

本发明的方法应用于一个包括智能手机和服务器的室内导航系统中，所述智能手机上安装一个用户APP，所述智能手机具有传感器，传感器包括陀螺仪、加速度传感器、地磁仪等。服务器上进行CAD建筑图的图像处理并建立数据库。分层路径算法可在服务器端运行。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (6)

1.一种基于CAD建筑图和计算机视觉识别的室内导航方法，其特征在于：所述方法包括以下步骤：

S1、搭建数据服务器端：首先对CAD建筑图进行图像处理，包括对CAD建筑图的机器学习，建立数据库，对CAD建筑图进行模型训练；

S2、搭建手机客户端：制作手机APP界面，实现与后端数据服务器的通信；

S3、传感器数据处理：获取多种传感器数据，对数据进行滤波降噪后，得到用户的实时运动状态数据；

S4、APP界面显示用户所在位置的室内建筑信息，用户选取起点和终点位置，将用户的实时运动状态数据和用户选取的起点、终点发送给服务器，所述服务器进行分层路径规划计算进行路径规划，给出用户实时的定位和导航信息，在界面上实现实时路径导航指引；

其中，所述CAD建筑图进行图像处理包括：

预处理：在CAD软件中，通过线型匹配技术过滤CAD建筑图中的虚线和坐标轴线，进行CAD建筑图的初步处理，并提取建筑物各个房间功能名称的坐标信息；

卷积计算：分别给定门、扶梯、楼梯和电梯图像的二维像素矩阵，采用卷积算法对整体图像进行门、扶梯、楼梯和电梯图像的二维像素矩阵相似度计算，得到CAD建筑图中的门、扶梯、楼梯和电梯的位置坐标和大小信息，进而识别出CAD建筑图中的特征点信息；

边缘检测：进行CAD建筑图的边缘检测，得到CAD建筑图中的外墙和内墙轮廓信息；

拓扑搭建：根据上述CAD建筑图中的门、扶梯、楼梯和电梯的位置坐标和大小信息，以及外墙和内墙的轮廓信息，搭建相应室内的通道信息，从而形成室内定位导航信息所需要的门、扶梯、楼梯、电梯、外墙、内墙和室内通道拓扑结构；

室内功能单元映射：在得到CAD建筑图室内拓扑结构后，将先前提取的各个房间功能名称的坐标信息，映射到拓扑结构中，形成完整的室内信息结构；

模型渲染：在CAD建筑图室内拓扑结构的基础上，对各个单元的文字标识和符号标识进行色彩渲染，并对各个单元的外轮廓进行高亮处理。

2.根据权利要求1所述的方法，其特征在于：所述分层路径规划包括单层和跨楼层路径规划，所述单层路径规划计算基于D*算法。

3.根据权利要求1所述的方法，其特征在于：所述传感器为手机自带的多种传感器，所述用户的实时运动状态数据包括用户手持手机时的运动状态和用户手持手机时的姿态状态。

4.根据权利要求1所述的方法，其特征在于：所述用户的实时运动状态数据还用于进行实时导航数据修正。

5.根据权利要求1所述的方法，其特征在于：所述跨楼层室内路径规划采用分层结构化动态网络分析模式，实现跨楼层室内最优路径规划算法，具体为：

C1、分层结构化动态网络：将各楼层路网和楼层连接均视为独立结构，可根据停靠点的楼层分布，选择相应的路网数据动态地构建结构化网络模型并进行路径分析。N₀表示楼层连接(楼梯或电梯)，N_i表示楼层i的路网。当进行楼层i-1和楼层i之间的最优路径分析时，自动选取N＝{N₀,N_i-1,N_i}路网集构建相应的结构化网络模型，以进行由楼层i-1至楼层i的最优路径分析；

C2、跨楼层最优路径：进行楼层i-1和楼层i的最优路径规划，采用D*算法得到楼层i-1的最优路径，获取楼层i-1的终点节点，添加到楼层i的节点集中，并以其为起点，进行楼层i的最优路径分析；

C3、多楼层最优路径：设分布有停靠点的楼层F＝{F₁,F₂,…,F_k}，首先，进行楼层F₁的最优路径分析，若F₁的停靠点个数大于1，则创建单层结构化网络，进行该楼层最优路径分析得到R₁，再以R₁的终点为楼层F₂的起始点，遍历楼层F₂的所有停靠点，得到最优路径R₂；若F₁的停靠点个数等于1，则直接以该点为楼层F₂的起始点，遍历楼层F₂所有停靠点得R₂。然后，进行楼层F_i(2<i≤k-1)的最优路径分析，在楼层F_i得出遍历该楼层所有停靠点的最优路径R_i以后，以R_i的终点为楼层F_i+1的起始点，遍历楼层F_i+1所有停靠点，得到最优路径R_i+1，以此类推。

6.一种基于CAD建筑图和计算机视觉识别的室内导航系统，其特征在于：所述系统基于根据权利要求1-5所述的方法建立，所述系统包括服务器和手机，其中，手机上安装导航APP软件，所述导航APP软件用于接受用户选取起点和终点位置，并显示用户所在位置的室内建筑信息，以及实现实时路径导航指引。