CN108848456A - 采用分类指纹选取的室内定位方法 - Google Patents
采用分类指纹选取的室内定位方法 Download PDFInfo
- Publication number
- CN108848456A CN108848456A CN201810818459.0A CN201810818459A CN108848456A CN 108848456 A CN108848456 A CN 108848456A CN 201810818459 A CN201810818459 A CN 201810818459A CN 108848456 A CN108848456 A CN 108848456A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- signal source
- location
- classification
- search space
- 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.)
- Pending
Links
Classifications
-
- 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
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种通过对不同类型位置指纹分层次匹配,从而弥补不同类型位置指纹优缺点,具备持续性和准确性的采用分类指纹选取的采用分类指纹选取的室内定位方法。所述方法具体包括以下步骤:获取多种信号源的位置指纹信息,所述信号源包括第一类信号源和第二类信号源;将取自第一类信号源的位置指纹信息与预设的指纹数据库进行匹配,获得初步搜索空间;将取自第二类信号源的位置指纹信息与指纹数据库在初步搜索空间内的指纹信息进行匹配,获得最匹配位置指纹;根据所述最匹配位置指纹确定定位位置。
Description
技术领域
本发明涉及通信技术领域,尤其涉及室内定位技术领域。
背景技术
室内定位技术应用广泛,对于大型综合体内定位导向,大型地下车位寻车等方面的应用都能极大地提高用户体验。室内定位技术是目前定位技术领域的研发重点。因为室内环境受到建筑物的遮挡,传统的GPS定位技术难以解决室内环境中的定位问题。现有技术中基于位置指纹法实现室内定位,目前常用位置指纹有WiFi、蓝牙、空间杂波、地磁等。上述每种指纹的类型单一不足够实现准确定位,现有基于指纹定位的方案大多使用融合方式。
而现有的所谓融合室内定位方式,仅仅是通过多种不同类型的位置指纹特征进行匹配并相互印证从而提高定位的精确性。但是现有的方法仍然存在一定的缺陷,比如在商超里面使用WiFi信号只能解决当下的定位,随着时间的推移,店铺的更换,已有的WiFi指纹会消失,新的WiFi指纹会增加。这时候采用单纯的融合多种信号位置指纹的方法时,WiFi定位反而会对定位精度造成干扰,甚至对定位精度造成负面影响,定位效果也会随着时间推移严重恶化。
发明内容
本发明是为了克服现有技术中的融合室内定位方案的不足之处,提供一种通过对不同类型位置指纹分层次匹配,从而弥补不同类型位置指纹优缺点,具备持续性和准确性的采用分类指纹选取的采用分类指纹选取的室内定位方法。
为实现上述目的,本发明采用以下技术方案:
本发明提供一种采用分类指纹选取的室内定位方法,所述方法包括以下步骤:
获取多种信号源的位置指纹信息,所述信号源包括第一类信号源和第二类信号源;
将取自第一类信号源的位置指纹信息与预设的指纹数据库进行匹配,获得初步搜索空间;
将取自第二类信号源的位置指纹信息与指纹数据库在初步搜索空间内的指纹信息进行匹配,获得最匹配位置指纹;
根据所述最匹配位置指纹确定定位位置。
作为优选,所述的第一类信号源在同一地点短时间内差异小,但长时间内差异大的信号源。
作为优选,述的第二类信号源在同一地点长时间内差异小的信号源。
作为优选,所述方法还包括指纹数据库构建步骤,所述步骤进一步包括:
采集一系列采样点接收到来自至少一个第一类信号源的一个或多个信号特征作为采样位置指纹;
根据所述采用位置指纹计算一系列插值点的插值位置指纹;
根据采样位置指纹和插值位置指纹构建第一类指纹数据库。
作为优选,所述方法还包括指纹数据库构建步骤,所述步骤进一步包括:
采集一系列采样点接收到来自至少一个第二类信号源的一个或多个信号特征作为采样位置指纹;
根据所述采用位置指纹计算一系列插值点的插值位置指纹;
根据采样位置指纹和插值位置指纹构建第二类指纹数据库。
作为优选,所述的信号特征包括接收信号强度RSS或多径结构或信号往返时间中一种或几种的组合。
作为优选,将取自第一类信号源的位置指纹信息与预设的指纹数据库进行匹配,获得初步搜索空间的步骤,进一步包括:
在第一类位置指纹数据库中查询与取自第一类信号源的位置指纹信息差异在预设范围内的多个匹配指纹数据;
根据所述多个匹配指纹数据构建初步搜索空间。
作为优选,将取自第二类信号源的位置指纹信息与指纹数据库在初步搜索空间内的指纹信息进行匹配,获得最匹配位置指纹的步骤,进一步包括:
从第二类位置指纹数据库中筛选出位于初步搜索空间内的指纹数据;
查询所述位于初步搜索空间内的指纹数据中与取自第二类信号源的位置指纹信息最匹配的指纹数据。
本方案通过对指纹信号源进行分类,实现分层次的指纹获取和匹配定位。通过将同一地点短时间内差异小,但长时间内差异大的第一类信号源作为初步匹配的位置指纹,用于缩小搜索范围。在利用长时间内变化差异小的第二信号源指纹进行最终的精确匹配定位。
这种定位方式的优势在于:
(1)对于第一类信号源指纹因为仅仅是作为缩小搜索范围的作用,因此对于精度上的要求并不苛刻,可充分利用一些诸多商铺WiFi信号等资源,只需要采用后短期内信号差异不大,而不需要长期维护,从而降低了后期维护的人力时间成本。
(2)而现有现有技术中的融合指纹定位方法,是对于不同信号源分别进行指纹匹配获得初步估算位置后,再对各个初步估算位置进行平均等计算处理获得最终位置,因此效率较低延迟较为明显。利用第二信号源进行定位时是在范围已经缩小的初步搜索空间内进行指纹匹配的,因此匹配效率可以明显提高。
(3)而现有现有技术中的融合指纹定位方法,是对于不同信号源分别进行指纹匹配获得初步估算位置后,再对各个初步估算位置进行平均等计算处理获得最终位置。这样在部分信号源变化差异会直接影响到最终的定位精确性。而本方法利用不同层次的指纹,逐步缩小搜索空间。即使第一类信号源中一个或多个有随着时间推移发生较大的差异的情况,由于和其他第一类信号源的存在在缩小搜索空间时差异的负面影响也会有效抑制。
(4)甚至第一类信号源中所有信号源都发生了较大差异的情况,由于本方法是查询与取自第一类信号源的位置指纹信息差异在预设范围内的多个匹配指纹数据来构建缩小的搜索空间,存在一个预设的范围,并且会利用第二类信号源进行精确匹配,上述差异对于最终匹配结果影响也能够控制在可接受范围内,而不会造成随着时间推移严重恶化的情况。
本发明还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,实现如上述任一项所述的方法。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一项所述的方法。
附图说明
图1为本发明的一种采用分类指纹选取的室内定位方法的第一流程图。
图2为本发明的另一种采用分类指纹选取的室内定位方法中指纹数据库构建步骤的流程图。
图3为本发明的另一种采用分类指纹选取的室内定位方法的第二流程图。
图4为本发明的一种计算机设备的结构框图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步描述。
实施例一:
如图1所示,本发明实施例提供一种采用分类指纹选取的室内定位方法,所述方法包括以下步骤:
S101获取多种信号源的位置指纹信息,所述信号源包括第一类信号源和第二类信号源。
优选的,所述的第一类信号源在同一地点短时间内差异小,但长时间内差异大的信号源,述的第二类信号源在同一地点长时间内差异小的信号源。
S102将取自第一类信号源的位置指纹信息与预设的指纹数据库进行匹配,获得初步搜索空间。
S103将取自第二类信号源的位置指纹信息与指纹数据库在初步搜索空间内的指纹信息进行匹配,获得最匹配位置指纹。
S104根据所述最匹配位置指纹确定定位位置。
本方案通过对指纹信号源进行分类,实现分层次的指纹获取和匹配定位。通过将同一地点短时间内差异小,但长时间内差异大的第一类信号源作为初步匹配的位置指纹,用于缩小搜索范围。在利用长时间内变化差异小的第二信号源指纹进行最终的精确匹配定位。
实施例二
本实施例是对实施例一的进一步优化,在本实施例提供的另一种采用分类指纹选取的室内定位方法中,
如图2所述,指纹数据库构建步骤,所述步骤进一步包括:
S201采集一系列采样点接收到来自至少一个第一类信号源的一个或多个信号特征作为采样位置指纹。
S202根据所述采用位置指纹计算一系列插值点的插值位置指纹。
S203根据采样位置指纹和插值位置指纹构建第一类指纹数据库。
S204采集一系列采样点接收到来自至少一个第二类信号源的一个或多个信号特征作为采样位置指纹。
S205根据所述采用位置指纹计算一系列插值点的插值位置指纹。
S206根据采样位置指纹和插值位置指纹构建第二类指纹数据库。
优选的,所述的信号特征包括接收信号强度RSS或多径结构或信号往返时间中一种或几种的组合。
本实施例中以信号强度RSS为例,存储每个采样点接收到的来自各个信号源的信号接收强度值以及每个采样点与信号源之间的实际距离;对第i个信号源,收到的接收信号强度值存储为向量:
RSSi=(RSSi1,RSSi2,…RSSij,…,RSSin)
其中,RSSi为第i个参考点的位置的接收信号强度向量,RSSij为第i个采样点接收到来自第j个信号源的信号接收强度;将预先选取采样点和随机选取的采样点的位置信息和对应的距离信息合在一起构成采样点位置指纹。
再基于所述的采样点位置指纹为依据,经过插值点选取、变异函数拟合、Kriging插值估计的步骤,生成插值位置指纹。
通过采样点位置指纹和插值位置指纹信息融合后,构成覆盖一块预设定位区域的指纹数据库。由第一类信号源构建的作为第一类指纹数据库,由第二类信号源构建的作为第二类指纹数据库。
如图3所示,本方法的具体步骤包括:
S301获取多种信号源的位置指纹信息,所述信号源包括第一类信号源和第二类信号源。
S302在第一类位置指纹数据库中查询与取自第一类信号源的位置指纹信息差异在预设范围内的多个匹配指纹数据。
S303根据所述多个匹配指纹数据构建初步搜索空间。
S304从第二类位置指纹数据库中筛选出位于初步搜索空间内的指纹数据。
S305查询所述位于初步搜索空间内的指纹数据中与取自第二类信号源的位置指纹信息最匹配的指纹数据。
S306根据所述最匹配位置指纹确定定位位置。
通过S302步骤中匹配到的差异在预设范围内的多个匹配指纹数据,可以划定一个初步搜索空间,通过第二类信号源进行再次匹配时,就可以直接屏蔽掉初步所搜空间之外的指纹数据,而只针对所述初步检索空间内进行查询和匹配。
例如在多层商场建筑内进行室内定位时,可以将Wifi信号源(比如商家的Wifi信号源或者商场提供的Wifi信号源)作为第一类信号源,而将地磁作为第二类信号源。这样通过先通过wifi信号源的位置指纹可以匹配初步搜索空间为具体的楼层以及该楼层内的一块区域,再通过地磁位置指纹确定具体的位置,这样就能够在多层建筑内实现区分楼层的精确定位。商家的Wifi信号源在短时间内不会发生太大差异,但是长时间中可能由于信号源位置移动、信号源硬件设备变化、或者参数调整中会发生差异,为第一类信号源,但是只要是差异不过大时就仍然能够定位楼层或者该楼层中的区域,实现匹配初步搜索空间的效果。地磁位置指纹,是长期不会发生差异的高稳定性的信号源位置指纹,是第二类信号源,但是单一使用时定位耗时较长,反而会因为延时等问题造成移动目标定位不精确的问题。通过本发明的技术方案由Wifi信号源缩小初步搜索空间(定位楼层和该楼层区域),地磁位置指纹只在所述的初步搜索空间内匹配,可以极大的提高指纹定位效率,对于移动目标等延时要求较为苛刻的定位场景,效果尤为明显。
而现有技术中的融合定位方法,只是将这两种位置指纹分别定位后再相互修正,无法实现本发明方案中的高效处理,并且当Wifi信号源长时间发生差异时,反而会使最终的定位结果发生较大的偏移。
本实施例提供的采用分类指纹选取的室内定位方法的优势在于:
(1)对于第一类信号源指纹因为仅仅是作为缩小搜索范围的作用,因此对于精度上的要求并不苛刻,可充分利用一些诸多商铺WiFi信号等资源,只需要采用后短期内信号差异不大,而不需要长期维护,从而降低了后期维护的人力时间成本。
(2)而现有现有技术中的融合指纹定位方法,是对于不同信号源分别进行指纹匹配获得初步估算位置后,再对各个初步估算位置进行平均等计算处理获得最终位置,因此效率较低延迟较为明显。利用第二信号源进行定位时是在范围已经缩小的初步搜索空间内进行指纹匹配的,因此匹配效率可以明显提高。
(3)而现有现有技术中的融合指纹定位方法,是对于不同信号源分别进行指纹匹配获得初步估算位置后,再对各个初步估算位置进行平均等计算处理获得最终位置。这样在部分信号源变化差异会直接影响到最终的定位精确性。而本方法利用不同层次的指纹,逐步缩小搜索空间。即使第一类信号源中一个或多个有随着时间推移发生较大的差异的情况,由于和其他第一类信号源的存在在缩小搜索空间时差异的负面影响也会有效抑制。
(4)甚至第一类信号源中所有信号源都发生了较大差异的情况,由于本方法是查询与取自第一类信号源的位置指纹信息差异在预设范围内的多个匹配指纹数据来构建缩小的搜索空间,存在一个预设的范围,并且会利用第二类信号源进行精确匹配,上述差异对于最终匹配结果影响也能够控制在可接受范围内,而不会造成随着时间推移严重恶化的情况。
实施例三
如图4所示,本发明还提供一种计算机设备,包括存储器401、处理器402及存储在存储器上并可在处理器上运行的计算机程序403,所述处理器执行所述程序时,实现实施例一和实施例二任一项所述的方法。
所述的计算机设备,可以集成在一个终端设备当中,也可以是多个终端集成的系统,是通过计算机程序实现实施例一和实施例二任一项所述的方法。
实施例四
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现实施例一、实施例二任一项所述的方法。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种采用分类指纹选取的室内定位方法,其特征是,所述方法包括以下步骤:
获取多种信号源的位置指纹信息,所述信号源包括第一类信号源和第二类信号源;
将取自第一类信号源的位置指纹信息与预设的指纹数据库进行匹配,获得初步搜索空间;
将取自第二类信号源的位置指纹信息与指纹数据库在初步搜索空间内的指纹信息进行匹配,获得最匹配位置指纹;
根据所述最匹配位置指纹确定定位位置。
2.根据权利要求1所述的一种采用分类指纹选取的室内定位方法,其特征是,所述的第一类信号源在同一地点短时间内差异小,但长时间内差异大的信号源。
3.根据权利要求1所述的一种采用分类指纹选取的室内定位方法,其特征是,述的第二类信号源在同一地点长时间内差异小的信号源。
4.根据权利要求1所述的一种采用分类指纹选取的室内定位方法,其特征是,所述方法还包括指纹数据库构建步骤,所述步骤进一步包括:
采集一系列采样点接收到来自至少一个第一类信号源的一个或多个信号特征作为采样位置指纹;
根据所述采用位置指纹计算一系列插值点的插值位置指纹;
根据采样位置指纹和插值位置指纹构建第一类指纹数据库。
5.根据权利要求1所述的一种采用分类指纹选取的室内定位方法,其特征是,所述方法还包括指纹数据库构建步骤,所述步骤进一步包括:
采集一系列采样点接收到来自至少一个第二类信号源的一个或多个信号特征作为采样位置指纹;
根据所述采用位置指纹计算一系列插值点的插值位置指纹;
根据采样位置指纹和插值位置指纹构建第二类指纹数据库。
6.根据权利要求4或5所述的一种采用分类指纹选取的室内定位方法,其特征是,所述的信号特征包括接收信号强度RSS或多径结构或信号往返时间中一种或几种的组合。
7.根据权利要求5所述的一种采用分类指纹选取的室内定位方法,其特征是,将取自第一类信号源的位置指纹信息与预设的指纹数据库进行匹配,获得初步搜索空间的步骤,进一步包括:
在第一类位置指纹数据库中查询与取自第一类信号源的位置指纹信息差异在预设范围内的多个匹配指纹数据;
根据所述多个匹配指纹数据构建初步搜索空间。
8.根据权利要求7所述的一种采用分类指纹选取的室内定位方法,其特征是,将取自第二类信号源的位置指纹信息与指纹数据库在初步搜索空间内的指纹信息进行匹配,获得最匹配位置指纹的步骤,进一步包括:
从第二类位置指纹数据库中筛选出位于初步搜索空间内的指纹数据;
查询所述位于初步搜索空间内的指纹数据中与取自第二类信号源的位置指纹信息最匹配的指纹数据。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征是,所述处理器执行所述程序时,实现如权利要求1-8中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征是,该程序被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810818459.0A CN108848456A (zh) | 2018-07-24 | 2018-07-24 | 采用分类指纹选取的室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810818459.0A CN108848456A (zh) | 2018-07-24 | 2018-07-24 | 采用分类指纹选取的室内定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108848456A true CN108848456A (zh) | 2018-11-20 |
Family
ID=64192025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810818459.0A Pending CN108848456A (zh) | 2018-07-24 | 2018-07-24 | 采用分类指纹选取的室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108848456A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112699319A (zh) * | 2021-03-23 | 2021-04-23 | 上海迹寻科技有限公司 | 空间杂波信号的校验方法及装置 |
CN114185003A (zh) * | 2022-02-15 | 2022-03-15 | 武汉华康世纪医疗股份有限公司 | 一种基于多源信号融合的室内定位方法及系统 |
-
2018
- 2018-07-24 CN CN201810818459.0A patent/CN108848456A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112699319A (zh) * | 2021-03-23 | 2021-04-23 | 上海迹寻科技有限公司 | 空间杂波信号的校验方法及装置 |
CN114185003A (zh) * | 2022-02-15 | 2022-03-15 | 武汉华康世纪医疗股份有限公司 | 一种基于多源信号融合的室内定位方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109275095B (zh) | 一种基于蓝牙的室内定位系统、定位设备和定位方法 | |
CN106454747B (zh) | 手机终端的无线定位方法 | |
Mohamed et al. | Accurate and efficient map matching for challenging environments | |
CN103889051B (zh) | 基于ap id过滤和卡尔曼滤波的室内wlan指纹定位方法 | |
CN110363076A (zh) | 人员信息关联方法、装置及终端设备 | |
CN105246039A (zh) | 一种基于图像处理的室内定位方法及系统 | |
CN106550331A (zh) | 一种室内定位方法和设备 | |
CN110598730A (zh) | 基于决策树的航迹关联算法 | |
CN110726970B (zh) | 目标定位方法及终端设备 | |
CN109379711B (zh) | 一种定位方法 | |
CN104540221A (zh) | 基于半监督sde算法的wlan室内定位方法 | |
CN105531599A (zh) | 用于飞行时间指纹采集和地理定位的方法和装置 | |
CN112526572B (zh) | 室内外无缝导航的网络切换方法与定位系统 | |
CN105652235A (zh) | 基于线性回归算法的wlan室内定位多用户rss融合方法 | |
CN106918790A (zh) | 磁场强度的校准方法、装置和终端设备 | |
CN108566620A (zh) | 一种基于wifi的室内定位方法 | |
CN108225332B (zh) | 基于监督的室内定位指纹地图降维方法 | |
CN108848456A (zh) | 采用分类指纹选取的室内定位方法 | |
CN105898711B (zh) | 一种基于地磁基准线的定位方法及装置 | |
Guo et al. | [Retracted] Automatic Parking System Based on Improved Neural Network Algorithm and Intelligent Image Analysis | |
CN104301996B (zh) | 一种无线传感器网络定位方法 | |
CN112034420B (zh) | 用于无人机定位与追踪的处理方法、装置、系统、设备、介质 | |
Jia et al. | A fingerprint-based localization algorithm based on LSTM and data expansion method for sparse samples | |
CN107135540A (zh) | 定位装置、方法及电子设备 | |
CN103209206A (zh) | 一种基于手机智能系统的多终端车辆行驶记录系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181120 |
|
RJ01 | Rejection of invention patent application after publication |