CN110602635B - 一种室内地图匹配增强定位方法、设备及存储设备 - Google Patents

一种室内地图匹配增强定位方法、设备及存储设备 Download PDF

Info

Publication number
CN110602635B
CN110602635B CN201910759577.3A CN201910759577A CN110602635B CN 110602635 B CN110602635 B CN 110602635B CN 201910759577 A CN201910759577 A CN 201910759577A CN 110602635 B CN110602635 B CN 110602635B
Authority
CN
China
Prior art keywords
reference point
probability
indoor map
positioning
map matching
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
CN201910759577.3A
Other languages
English (en)
Other versions
CN110602635A (zh
Inventor
尚建嘎
陈攀
郑潇平
古富强
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.)
China University of Geosciences
Original Assignee
China University of Geosciences
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 China University of Geosciences filed Critical China University of Geosciences
Priority to CN201910759577.3A priority Critical patent/CN110602635B/zh
Publication of CN110602635A publication Critical patent/CN110602635A/zh
Application granted granted Critical
Publication of CN110602635B publication Critical patent/CN110602635B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明涉及一种室内地图匹配增强定位方法、设备及存储设备，将室内地图中的可行走区域划分成网格，每个网格的中点为参考点；将邻接参考点连线得到边；由所有的参考点及边组成网格模型；基于网格模型计算出所有参考点两两之间的最短参考点路径和对应的最短路径距离，进而得到转移概率；再利用由其他定位技术得到的估计位置和网格模型中的参考点，计算每个参考点在对应时刻的发散概率；由转移概率矩阵和每个参考点的发散概率，求解最大联合概率的参考点序列；查询路径表，在上述参考点序列中时间相邻的参考点对之间加上缺少的最短参考点得到最终的参考点序列，即得到了行人的定位轨迹。本发明提高了定位精度和地图匹配方法的鲁棒性。

Description

一种室内地图匹配增强定位方法、设备及存储设备
技术领域
本发明涉及室内地图领域，尤其涉及一种室内地图匹配增强定位方法、设备及存储设备。
背景技术
随着普适计算领域的不断发展，室内位置信息变得越来越重要。由于建筑物的遮挡，使得室外成熟的卫星定位技术无法应用于室内。由于无线局域网(WLAN)在室内的普遍存在，因此，利用Wi-Fi的室内定位技术已经成为科研人员和工业领域所研究的热门课题。
早期的Wi-Fi定位技术通常使用三角测量方法。然而，室内存在大量障碍物使无线信号严重受到多径效应的影响，难以建立准确的信号传播模型，使得此类方法难以得到准确的定位结果。Wi-Fi指纹定位方法无需建立信号传播模型，已经成为室内定位的主流方法之一。然而，Wi-Fi指纹定位方法定位结果会出现跳跃点的现象，降低该方法的定位精度。地图匹配方法能利用室内丰富的空间信息约束Wi-Fi指纹方法的定位结果，能消除不合理的跳跃点，提高定位精度。
现有技术的问题如下：现有最先进的室内地图匹配方法基于隐式马尔可夫模型或条件随机场，但此类地图匹配方法在构建转移矩阵时，仅依赖于相邻的参考点，这使得此类方法对参考点密度十分敏感，定位精度也受目标移动速度、Wi-Fi扫描频率等的严重影响。因此，现有的基于隐式马尔可夫模型或条件随机场的地图匹配方法十分敏感，难以在现实场景中使用。
发明内容
为了解决上述问题，本发明提供了一种室内地图匹配增强定位方法、设备及存储设备，一种室内地图匹配增强定位方法，主要包括以下步骤：
S1：将室内地图中的可行走区域划分成网格，取每个网格的中点为参考点；根据室内连通关系，将最近的邻接参考点连线得到边；由所有参考点和所有边组成网格模型；
S2：基于所述网格模型计算出所有参考点两两之间的最短参考点路径和对应的最短路径距离；将每一对参考点间的最短参考点路径存储到路径表中，并根据最短路径距离构建该对参考点间的转移概率
Figure GDA0002757557330000021
转移概率
Figure GDA0002757557330000022
为：
Figure GDA0002757557330000023
其中δ是最短路径距离的阈值，dpath(si,sj)为参考点si和参考点sj之间的路径距离；为保证任一参考点到其余参考点间的转移概率之和为1，将转移概率作如下变换:
Figure GDA0002757557330000024
其中，
Figure GDA0002757557330000025
为参考点si转移到参考点sj的转移概率；S是参考点的集合；以每一个参考点为起点，两两参考点之间构造出如下所示的转移概率矩阵A：
Figure GDA0002757557330000026
S3：根据采用其他定位技术得到的估计位置，利用所述网格模型中的参考点计算每个参考点的发散概率P(ot|si)，每个参考点si的发散概率P(ot|si)为：
P(ot|si)＝(1+‖Lo(t)-si‖2)-1
其中，Lo(t)表示在t时刻通过其他定位技术得到的估计位置；si是第i个参考点；i为正整数；P(ot|si)简化记为bt(si)，即参考点si在t时刻的发散概率；
S4：通过转移概率矩阵和每个参考点的发散概率，求解最大联合概率的参考点序列；
t时刻最大联合概率参考点为：
Figure GDA0002757557330000027
t时刻每个参考点的联合概率的计算公式为：
Figure GDA0002757557330000028
其中bt(sj)表示t时刻时参考点sj的发散概率；
Figure GDA0002757557330000029
表示由参考点si转移到参考点sj的转移概率；δt-1(si)表示t-1时刻参考点si的联合概率；
利用下面的公式求解t-1时刻的最大联合概率参考点：
Figure GDA0002757557330000031
其中，bt-1(sj)表示t-1时刻时参考点sj的发散概率；
通过该方式最终获得最大联合概率的参考点序列X{x1,x2,…,xT}，其中，T为其他定位技术得到的估计位置数量；
S5：查询所述路径表，在所述最大联合概率的参考点序列中时间相邻的参考点对之间加上缺少的最短参考点得到最终的参考点序列；
S6：每接收一次所述其他定位技术得到的估计位置时，则运行一次步骤S3-S5，对所述最终的参考点序列进行更新；
S7：当不再接收所述其他定位技术所得的估计位置时，最后一个时刻得到的最终的参考点序列即为最优匹配路径。
进一步地，各个网格的大小相等，若所述边违反了空间约束则去除该边；若某一中心点不属于任一条边的端点，则去除该中心点；最终任意一个参考点都能通过边到达其余所有的参考点。
进一步地，当各个网格不相等时，若所述边违反了空间约束则去除该边；若某一中心点不属于任一条边的端点，则去除该中心点；最终任意一个参考点都能通过边到达其余所有的参考点。
进一步地，所述步骤S2中所述最短路径距离的阈值δ的取值大于零，阈值δ的取值范围为[4，6]米。
一种存储设备，所述存储设备存储指令及数据用于实现一种室内地图匹配增强定位方法。
一种室内地图匹配增强定位设备，包括：处理器及所述存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现一种室内地图匹配增强定位方法。
本发明提供的技术方案带来的有益效果是：增强了地图匹配的鲁棒性，提高了定位精度，具有实用性。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例中一种室内地图匹配增强定位方法的流程图；
图2是本发明实施例中路径表的使用示意图；
图3是本发明实施例中硬件设备工作的示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
本发明的实施例提供了一种室内地图匹配增强定位方法、设备及存储设备。
请参考图1，图1是本发明实施例中一种室内地图匹配增强定位方法的流程图，具体包括如下步骤：
S1：将室内地图中的可行走区域划分成网格，取每个网格的中点为参考点；根据室内连通关系，将最近的邻接参考点连线得到边；所述室内连通关系是指，没有墙壁相隔的两个参考点相连成线，有墙壁相隔的两个参考点不相连，例如，两个参考点分别为A和B，若A和B之间没有墙壁相隔，则A和B之间连接成线，若A和B之间有墙壁相隔，则A和B之间不能连接成线；由所有参考点和所有边组成网格模型；将室内地图剖分成大小相等的网格，将网格中心点作为参考点，相邻的参考点连线作为边。为了使网格尽可能覆盖整个室内地图的行人可达区域，每一个网格的大小不一定完全相等。如果边违反了空间约束(如，穿墙)则去除；如果点不属于任何一条边的端点，则去除。最终任意一个参考点都能通过边到达其余所有的参考点。
S2：基于所述网格模型计算出所有参考点两两之间的最短参考点路径和对应的最短路径距离；将每一对参考点间的最短参考点路径存储到路径表中，并根据最短路径距离构建该对参考点间的转移概率
Figure GDA0002757557330000041
转移概率
Figure GDA0002757557330000042
为：
Figure GDA0002757557330000043
其中δ是最短路径距离的阈值，所述最短路径距离的阈值δ的取值大于零，阈值δ的取值范围为[4，6]米；dpath(si,sj)为参考点si和参考点sj之间的路径距离；为保证任一参考点到其余参考点间的转移概率之和为1，将转移概率作如下变换:
Figure GDA0002757557330000044
其中，
Figure GDA0002757557330000045
为参考点si转移到参考点sj的转移概率；S是参考点的集合；以每一个参考点为起点，两两之间构造出如下所示的转移概率矩阵A：
Figure GDA0002757557330000051
S3：根据采用其他定位技术得到的估计位置，利用所述网格模型中的参考点计算每个参考点在对应时刻的发散概率P(ot|si)，每个参考点si的发散概率P(ot|si)为：
P(ot|si)＝(1+‖Lo(t)-si‖2)-1
其中，Lo(t)是时间为t时通过其他定位技术得到的估计位置；si是第i个参考点；i为正整数；P(ot|si)简化记为bt(si)，即参考点si在t时刻的发散概率；
S4：通过转移概率矩阵和每个参考点的发散概率，求解最大联合概率的参考点序列；t时刻每个参考点的概率的计算公式如下：
Figure GDA0002757557330000052
其中bt(sj)表示t时刻时参考点sj的发散概率；
Figure GDA0002757557330000053
表示由参考点si转移到参考点sj的转移概率；δt-1(si)表示t-1时刻参考点si的联合概率；其中，δ1(s)为1/N·b1(si)；
在最后时刻t最大联合概率参考点为：
Figure GDA0002757557330000054
利用下面的公式求解t-1时刻的最大联合概率参考点：
Figure GDA0002757557330000055
其中，所述联合概率由发散概率和转移概率组成；δt-2(si)表示t-2时刻参考点的联合概率；
Figure GDA0002757557330000056
表示由参考点si转移到参考点sj的转移概率；bt-1(sj)表示t-1时刻时参考点sj的发散概率；
通过该方式最终获得最大联合概率的参考点序列X{x1,x2,…,xT}，其中，T为其他定位技术得到的估计位置数量；
S5：如图2所示，查询所述路径表，在所述最大联合概率的参考点序列中时间相邻的参考点对之间加上缺少的最短参考点得到最终的参考点序列；假设(s1,si,sj)为推理所得最大可能性参考点序列，先将该序列划分为时间相邻的俩俩参考点对如(s1,si)和(Ss,sj)。然后，在路径表使用这些参考点对进行查询。经过查表后s1,si之间和si,sj之间的最短参考点序列填充到对应位置，得到的序列为最终定位序列。
S6：每接收一次所述其他定位技术得到的估计位置时，则运行一次步骤S3-S5，对所述最终的参考点序列进行更新；所述其他定位技术包括行人航位推算(PDR)、蓝牙定位、地磁定位和声源定位等；
S7：当不再接收所述其他定位技术所得的估计位置时，最后一个时刻得到的最终的参考点序列即为最优匹配路径。
请参见图3，图3是本发明实施例的硬件设备工作示意图，所述硬件设备具体包括：一种室内地图匹配增强定位设备401、处理器402及存储设备403。
一种室内地图匹配增强定位设备401：所述一种室内地图匹配增强定位设备401实现所述一种室内地图匹配增强定位方法。
处理器402：所述处理器402加载并执行所述存储设备403中的指令及数据用于实现所述一种室内地图匹配增强定位方法。
存储设备403：所述存储设备403存储指令及数据；所述存储设备403用于实现所述一种室内地图匹配增强定位方法。
本发明的有益效果是：增强了地图匹配的鲁棒性，提高了定位精度，具有实用性。
以上所述仅为本发明的较佳实施例，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、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种室内地图匹配增强定位方法，其特征在于：包括以下步骤：
S1：将室内地图中的可行走区域划分成网格，取每个网格的中点为参考点；根据室内连通关系，将最近的邻接参考点连线得到边；由所有参考点和所有边组成网格模型；
S2：基于所述网格模型计算出所有参考点两两之间的最短参考点路径和对应的最短路径距离；将每一对参考点间的最短参考点路径存储到路径表中，并根据最短路径距离构建该对参考点间的转移概率
Figure FDA0002719602900000011
转移概率
Figure FDA0002719602900000012
为：
Figure FDA0002719602900000013
其中δ是最短路径距离的阈值，dpath(si，sj)为参考点si和参考点sj之间的路径距离；为保证任一参考点到其余参考点间的转移概率之和为1，将转移概率作如下变换：
Figure FDA0002719602900000014
其中，
Figure FDA0002719602900000015
为参考点si转移到参考点sj的转移概率；S是参考点的集合；以每一个参考点为起点，两两参考点之间构造出如下所示的转移概率矩阵A：
Figure FDA0002719602900000016
S3：根据采用其他定位技术得到的估计位置，利用所述网格模型中的参考点计算每个参考点的发散概率P(ot|si)，每个参考点si的发散概率P(ot|si)为：
P(ot|si)＝(1+||Lo(t)-si||2)-1
其中，Lo(t)表示在t时刻通过其他定位技术得到的估计位置；si是第i个参考点；i为正整数；P(ot|si)简化记为bt(si)，表示参考点si在t时刻的发散概率；
S4：通过转移概率矩阵和每个参考点的发散概率，求解最大联合概率的参考点序列；
t时刻最大联合概率参考点为：
Figure FDA0002719602900000017
t时刻每个参考点的联合概率的计算公式为：
Figure FDA0002719602900000018
其中bt(sj)表示t时刻时参考点sj的发散概率；
Figure FDA0002719602900000021
表示由参考点si转移到参考点sj的转移概率；δt-1(si)表示t-1时刻参考点si的联合概率；
利用下面的公式求解t-1时刻的最大联合概率参考点：
Figure FDA0002719602900000022
其中，bt-1(sj)表示t-1时刻时参考点sj的发散概率；δt-2(si)表示t-2时刻参考点si的联合概率；
通过该方式最终获得最大联合概率的参考点序列X{x1，x2，...，xT}，其中，T为其他定位技术得到的估计位置数量；
S5：查询所述路径表，在所述最大联合概率的参考点序列中时间相邻的参考点对之间加上缺少的最短参考点得到最终的参考点序列；
S6：每接收一次所述其他定位技术得到的估计位置时，则运行一次步骤S3-S5，对所述最终的参考点序列进行更新；
S7：当不再接收所述其他定位技术所得的估计位置时，最后一个时刻得到的最终的参考点序列即为最优匹配路径。
2.如权利要求1所述的一种室内地图匹配增强定位方法，其特征在于：步骤S1中，各个网格的大小相等，若所述边违反了空间约束则去除该边；若某一中心点不属于任一条边的端点，则去除该中心点；最终任意一个参考点都能通过边到达其余所有的参考点。
3.如权利要求1所述的一种室内地图匹配增强定位方法，其特征在于：步骤S1中，当各个网格不相等时，若所述边违反了空间约束则去除该边；若某一中心点不属于任一条边的端点，则去除该中心点；最终任意一个参考点都能通过边到达其余所有的参考点。
4.如权利要求1所述的一种室内地图匹配增强定位方法，其特征在于：所述步骤S2中所述最短路径距离的阈值δ的取值大于零，阈值δ的取值范围为[4，6]米。
5.一种存储设备，其特征在于：所述存储设备存储指令，所述指令可被处理器执行以实现权利要求1～4任一项所述的一种室内地图匹配增强定位方法。
6.一种室内地图匹配增强定位设备，其特征在于：包括：处理器及存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现权利要求1～4任一项所述的一种室内地图匹配增强定位方法。
CN201910759577.3A 2019-08-16 2019-08-16 一种室内地图匹配增强定位方法、设备及存储设备 Active CN110602635B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910759577.3A CN110602635B (zh) 2019-08-16 2019-08-16 一种室内地图匹配增强定位方法、设备及存储设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910759577.3A CN110602635B (zh) 2019-08-16 2019-08-16 一种室内地图匹配增强定位方法、设备及存储设备

Publications (2)

Publication Number Publication Date
CN110602635A CN110602635A (zh) 2019-12-20
CN110602635B true CN110602635B (zh) 2020-12-29

Family

ID=68854434

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910759577.3A Active CN110602635B (zh) 2019-08-16 2019-08-16 一种室内地图匹配增强定位方法、设备及存储设备

Country Status (1)

Country Link
CN (1) CN110602635B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113075714B (zh) * 2020-11-13 2021-12-21 中移(上海)信息通信科技有限公司 一种基于参考点位置的辅助定位方法、装置及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105444769A (zh) * 2015-11-26 2016-03-30 北京百度网讯科技有限公司 地图匹配方法及装置
KR101680481B1 (ko) * 2015-07-31 2016-11-28 부산대학교 산학협력단 실내 네트워크 맵 매칭 방법 및 실내 네트워크 맵 매칭 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101680481B1 (ko) * 2015-07-31 2016-11-28 부산대학교 산학협력단 실내 네트워크 맵 매칭 방법 및 실내 네트워크 맵 매칭 시스템
CN105444769A (zh) * 2015-11-26 2016-03-30 北京百度网讯科技有限公司 地图匹配方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Reference Points Density Invariant Map Matching for Wi-Fi Fingerprinting Positioning;Xiaoping Zheng;《2018 26th International Conference on Geoinformatics》;20180630;全文 *

Also Published As

Publication number Publication date
CN110602635A (zh) 2019-12-20

Similar Documents

Publication Publication Date Title
Gopakumar et al. Localization in wireless sensor networks using particle swarm optimization
WO2018018994A1 (zh) 室内定位方法及定位系统
CN103644903B (zh) 基于分布式边缘无味粒子滤波的同步定位与地图构建方法
CN108802674B (zh) 一种针对直接定位的联合搜索方法及装置
WO2016187746A1 (zh) 提高人工神经网络定位性能的方法和装置
CN105636198B (zh) 一种基于apit测试的无线传感器网络定位算法
CN106471338A (zh) 确定移动设备在地理区域中的位置
WO2016112758A1 (zh) 终端的定位方法及装置
Ullah et al. Evaluation of Localization by Extended Kalman Filter, Unscented Kalman Filter, and Particle Filter‐Based Techniques
CN105636201A (zh) 基于稀疏信号指纹数据库的室内定位方法
CN103533647A (zh) 一种基于分簇机制及稳健回归的射频地图自适应定位方法
CN102325370A (zh) 一种高精度的无线传感器网络节点的三维定位器
CN104968046A (zh) 一种基于共面度的跳距修正的wsn三维空间目标定位方法
CN109842935A (zh) 一种基于混合smpso优化的加权dv-hop定位方法
CN111681313B (zh) 一种基于数字地形图的空间视域分析方法及电子设备
CN103415072A (zh) 一种无线传感网络中基于估距的定位方法
CN110602635B (zh) 一种室内地图匹配增强定位方法、设备及存储设备
KR101290910B1 (ko) 라디오 맵 구축을 위한 보로노이 테셀레이션 기법을 이용한 인터폴레이션 방법 및 이를 이용한 장치
KR101627419B1 (ko) 이동 노드의 위치 추정 방법 및 그 장치
Qi et al. A combined localization algorithm for wireless sensor networks
Zhou et al. A Robust Detection and Optimization Approach for Delayed Measurements in UWB Particle-Filter-Based Indoor Positioning
Mozamir et al. Indoor localization estimation techniques in wireless sensor network: A review
CN106162865A (zh) 终端的定位方法及装置
CN110996248B (zh) 一种基于rss的凸优化无线传感器网络定位方法
Lou et al. High-accuracy positioning algorithm based on UWB

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