CN111352069A - 一种室内定位方法、服务器、存储介质及程序产品 - Google Patents
一种室内定位方法、服务器、存储介质及程序产品 Download PDFInfo
- Publication number
- CN111352069A CN111352069A CN201811584214.2A CN201811584214A CN111352069A CN 111352069 A CN111352069 A CN 111352069A CN 201811584214 A CN201811584214 A CN 201811584214A CN 111352069 A CN111352069 A CN 111352069A
- Authority
- CN
- China
- Prior art keywords
- positioning
- algorithm
- rssi
- values
- base station
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/14—Determining absolute distances from a plurality of spaced points of known location
Abstract
本申请实施例公开了一种室内定位方法、服务器、存储介质及程序产品。其中方法包括：确定通信范围内的各个基站对应的接收信号强度指示RSSI值，所述RSSI值为所述各个基站针对定位设备测量得到的参数；将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值对应的基站的质心坐标；根据所述质心坐标是否位于室内边缘区域选取目标RSSI值；利用测距定位算法以及非测距定位算法，将所述目标RSSI值作为算法参数对所述定位设备进行定位估计，得到所述定位设备的位置坐标。通过上述方法可以提高室内定位精度、减小硬件开销。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种室内定位方法、服务器、存储介质及程序产品，具体涉及一种基于混合算法融合的室内定位方法、服务器、存储介质及程序产品。
背景技术
随着移动互联网普及、物联网应用兴起，云计算、大数据、机器人、智能感知等技术慢慢进入人们的视野之中，定位技术作为感知层重要技术之一，具有举足轻重的地位。依赖于全球定位系统(Global Positioning System,GPS)、北斗等卫星定位技术，室外定位技术的发展比较成熟。而在室内环境下，由于建筑物的遮挡、卫星定位精准不足，室外定位技术不再满足需求，因此，如何实现准确的室内定位成为了一个热门的研究话题。
发明内容
本申请实施例提供一种室内定位方法、服务器、存储介质及程序产品，可以通过融合测距定位算法以及非测距定位算法进行室内定位估计，避免了使用测距定位算法时的硬件成本高、使用非测距定位算法时的定位精度小的问题，提高了室内定位的定位精度，减小了硬件开销。
第一方面，本申请实施例提供了一种室内定位方法，该方法包括：
确定通信范围内的各个基站对应的接收信号强度指示RSSI值，所述RSSI值为所述各个基站针对定位设备测量得到的参数；
将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值对应的基站的质心坐标；
根据所述质心坐标是否位于室内边缘区域选取目标RSSI值；
利用测距定位算法以及非测距定位算法，将所述目标RSSI值作为算法参数对所述定位设备进行定位估计，得到所述定位设备的位置坐标。
第二方面，本申请实施例提供了一种服务器，该服务器包括用于执行上述第一方面的方法的模块。
第三方面，本申请实施例提供了另一种服务器，包括处理器、存储器，所述处理器、存储器相互连接，其中，所述存储器用于存储支持服务器执行上述方法的计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
第五方面，本申请实施例提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使计算机执行如上述第一方面的方法。
在本申请实施例中，服务器根据基站测量得到的RSSI值中找出数值最大的前三个RSSI值对应的基站的质心坐标，并根据质心坐标是否位于室内边缘区域选取目标RSSI值，然后融合测距定位算法以及非测距定位算法，将目标RSSI值作为算法参数来对所述定位设备进行定位估计，得到定位设备的位置坐标，提高了室内定位的定位精度，减小了硬件开销，同时计算复杂度也较小。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种用于室内定位的情景示意图；
图2是本申请实施例提供的一种室内环境边缘区域的情景示意图；
图3是本申请实施例提供的一种室内定位方法的流程示意图；
图4是本申请实施例提供的另一种室内定位方法的流程示意图；
图5是本申请实施例提供的一种服务器的示意性框图；
图6是本申请另一实施例提供的一种服务器的示意性框图。
具体实施方式
下面结合附图，对本申请的实施例进行描述。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
随着科技的发展和人民生活水平的不断提高，室内定位逐渐成为刚需。目前的室内定位算法主要分为两大类，基于测距定位算法和非测距定位算法。其中，基于测距定位算法是通过测量节点间的距离或角度信息，使用三角测量法、三边测量法或者最大似然估计法计算节点位置；非测距定位算法则不需要距离和角度信息，算法根据网络连通性等信息来实现节点定位。然而，室内信号传播环境复杂，环境的微小变化都会影响到信号的传播路径和强度分布，如信号传播过程中发生的反射、折射、吸收、叠加、抵消等情况，使定位难度大，难以达到室内定位要求的精度。
通常情况下，非测距定位算法是通过牺牲定位精度以减少硬件成本，而测距定位算法是通过增加硬件成本以提高定位精度的。
为此，本申请提供了一种室内定位方法、服务器、存储介质及程序产品，
下面请参阅图1，为本申请提供的一种用于室内定位的情景示意图。通过图1所示的流程，在室内部署阶段，将基站铺设成等距排列的形式，服务器与基站、定位设备之间两两相连。服务器接收通信范围内各个基站针对定位设备测量的接收信号强度指示(Received Signal Strength Indication，RSSI)值，确定出数值最大的前三个RSSI值对应的基站的质心坐标，若数值最大的前三个RSSI值对应的基站的质心位于室内空间的边缘区域，则只选取三个最大的RSSI值进行位置估计，否则，选用所有的RSSI值进行位置估计。服务器可预先赋予测距定位算法以及非测距定位算法不同的权重，分别使用测距定位算法以及非测距定位算法，求出两种定位算法的位置估计，然后使用加权平均求得定位设备的最终位置估计，可以融合测距、非测距定位算法，提高定位精度、减小硬件开销，但不增加计算复杂度。
具体的，在室内方案部署阶段，可以将基站铺设成等距排列的形式，测试网络连通性，并可以通过极大似然估计法估计出针对室内的系统参数，例如环境复杂度、参考信号强度等。
服务器可以事先与基站以及定位设备建立通信连接，服务器可以预先保存室内边缘的基站的位置坐标。在基站与定位设备均在开启的状态下，可以启动室内的定位计算。在一个实施例中，室内定位可以应用在工厂、大型商场、办公区等场景。
在101中，服务器接收通信范围内的各个基站的初始RSSI值。该初始RSSI值可用于表示对应基站与定位设备之间的信号强度。
需要说明的是，该基站可以是部署在室内的基站，例如蓝牙设备基站等。每个在通信范围内的基站可针对定位设备采集定位设备的RSSI值。根据RSSI值大小可获得定位设备与基站之间信号强度最大的三个基站，由于基站对应的坐标是服务器预先存储的，服务器可通过三个坐标以及RSSI值计算出质心坐标。
在102中，该服务器可以将初始RSSI值进行预处理。服务器可以事先采集标签ID、基站ID、基站坐标、校验位等参数，利用上述参数对初始RSSI值进行预处理，得到较为稳定的RSSI值，该RSSI值可用于进行室内定位。
在103中，该服务器可根据预处理后的RSSI值判断定位设备是否位于室内空间边缘。
举例来说，服务器可将预处理后的RSSI值进行排序，选取数值最大的前三个RSSI值，利用对数正态阴影传播模型，数值最大的前三个RSSI值以及预先得到的系统参数作为模型参数，将数值最大的前三个RSSI值转换成距离值。进一步的，服务器可以根据求得的距离值以及数值最大的前三个RSSI值各自对应的基站的位置坐标，求得质心坐标，如果质心坐标位于室内空间外围的两行(列)基站之间，则可以认为定位设备位于室内边缘区域，否则，则可以认为定位设备位于室内边缘区域以外的区域。
如图2所示，为本申请提供的一种室内环境边缘区域的情景示意图。其中，灰色区域为室内空间的边缘区域，图2所示的原点表示基站的位置坐标，灰色区域的基站为室内空间外围的两行(列)基站，如果质心坐标位于室内空间外围的两行(列)基站之间，则可以确定定位设备位于室内边缘区域。
若定位设备位于室内边缘区域，则在104中，服务器可选取预处理后的RSSI值最大的3个基站对应的RSSI值。若定位设备位于室内边缘区域以外的区域，则在105中，服务器可选取通信范围内的所有基站对应的RSSI值。
确定好进行位置估计的RSSI值后，服务器可以在106中，基于测距定位算法以及非测距定位算法进行位置估计。在一个实施例中，该测距定位算法可以为基于三边与投影等比例算法和CFDP算法的混合定位算法，该非测距定位算法可以为基于DV-Hop和加权质心定位的混合定位算法，服务器可以利用测距定位算法对定位设备进行位置估计，得到第一位置坐标，利用非测距定位算法对定位设备进行位置估计，得到第二位置坐标。
在107中，服务器进行加权融合计算，得到定位设备的最终的位置坐标。举例来说，服务器可以预先赋予测距定位算法以及非测距定位算法权重值，例如，测距定位算法的权重为0.6，非测距定位算法的权重为0.4，将第一位置坐标以及第二位置坐标按照对应的权重值，使用加权平均求得定位设备最终的位置坐标。在一个实施例中，在求得位置坐标后，服务器可以将该位置坐标反馈给定位设备或基站。
为了更详细的说明，下面介绍本申请提供的方法实施例。
需要说明的是，本申请实施例所提供的方法实施例均可以由服务器执行。请参阅图3，为本申请实施例提供的一种室内定位方法的流程示意图。通过图3所示的方法，服务器可以根据基站测量得到的RSSI值中找出数值最大的前三个RSSI值对应的基站的质心坐标，根据质心坐标是否位于室内边缘区域选取目标RSSI值，然后融合测距定位算法以及非测距定位算法，将目标RSSI值作为算法参数来对所述定位设备进行定位估计，得到定位设备的位置坐标，避免了单独使用测距定位算法时的硬件成本高，单独使用非测距定位算法时的定位精度小的问题，提高了室内定位的定位精度，减小了硬件开销，同时计算复杂度也较小。
其中，基于非测距的定位算法是通过牺牲定位精度以减少硬件成本，而基于测距技术的定位算法是通过增加硬件成本以提高定位精度的。
图3所示的方法可包括：
S301、确定通信范围内的各个基站对应的接收信号强度指示RSSI值。
需要说明的是，该RSSI值为所述各个基站针对定位设备测量得到的参数，可用于表示对应基站与定位设备之间的定位强度，基站与定位设备位置越近，则该RSSI值越大。
通信范围内的各个基站可以是指可以接收到定位设备信号的基站，每一个基站针对定位设备测量得到一个RSSI值。在一个实施例中，室内空间的基站与定位设备与服务器两两互连，服务器可以接收基站测量的到的RSSI值，并确定处于定位设备通信范围内的各个基站针对定位设备测量得到的RSSI值。可以理解的是，服务器接收到的RSSI值的数量与处于定位设备通信范围内的基站的数量相同。
S302、将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值对应的基站的质心坐标。
在一个实施例中，服务器可以事先存储室内空间区域的所有基站的位置坐标。在确定基站的RSSI值之后，将RSSI值按照从大到小的顺序进行排序处理，选取出数值最大的前三个RSSI值，并确定出数值最大的前三个RSSI值，该数值最大的前三个RSSI值各自对应的基站即是定位设备与基站之间信号强度最大的三个基站，由于服务器事先存储了基站的坐标，该三个基站对应的位置坐标已知的，服务器可通过三个坐标以及该数值最大的前三个RSSI值计算出质心坐标。
S303、根据所述质心坐标是否位于室内边缘区域选取目标RSSI值。
举例来说，在室内部署阶段，可以预先规定室内边缘区域，并对室内边缘区域中的基站的位置坐标打上标签，该标签即可用于表示对应基站的位置坐标为处于室内边缘区域的位置坐标。服务器可以将基站的位置坐标与标签预先存储。
服务器可以将质心坐标与室内边缘区域的所有位置坐标进行比较，如果该质心坐标位于室内空间外围的两行(列)基站的位置坐标之间，则可以确定该质心坐标位于室内边缘区域，否则，则可以确定该质心坐标位于室内边缘区域以外的区域。
在一个实施例中，根据该质心坐标是否位于室内边缘区域选取目标RSSI值，可包括：若该质心坐标位于室内边缘区域，则确定该数值最大的前三个RSSI值为目标RSSI值；若该质心坐标位于室内边缘区域以外的区域，则确定该各个基站对应的RSSI值均为目标RSSI值。
也即，如果最大的三个RSSI对应的基站的质心坐标位于室内边缘区域，则只选取三个最大的RSSI值进行位置估计，否则，选用所有的RSSI值进行位置估计。通过选取目标RSSI值的方式可以适应于经常改变的室内定位环境，即使在数据存在偶尔丢包的情况下，利用本申请所示的方法仍可以有效求得定位设备的位置坐标。
S304、利用测距定位算法以及非测距定位算法，将所述目标RSSI值作为算法参数对所述定位设备进行定位估计，得到所述定位设备的位置坐标。
在一个实施例中，该测距定位算法包括基于三边与投影等比例算法和密度中心聚类CFDP算法的混合定位算法，该非测距定位算法包括基于距离向量DV-Hop定位算法和加权质心定位的混合定位算法。
在一个实施例中，利用测距定位算法以及非测距定位算法，将该目标RSSI值作为算法参数对该定位设备进行定位估计，得到该定位设备的位置坐标，包括：将该目标RSSI值作为测距定位算法的算法参数进行位置估计，得到该定位设备的第一初始坐标；将该目标RSSI值作为非测距定位算法的算法参数进行位置估计，得到该定位设备的第二初始坐标；按照该测距定位算法以及该非测距定位算法各自的权重值，将该第一初始坐标以及第二初始坐标进行加权平均，根据加权平均结果得到该定位设备的位置坐标。
以测距定位算法为基于三边与投影等比例算法和密度中心聚类CFDP算法的混合定位算法举例。求得第一初始坐标的方式可包括以下步骤：
1.根据目标RSSI值对应的基站的位置坐标，找出所有的直角三角形，另定位设备与每个直角三角形中的相邻基站之间的距离比等于定位设备与每个直角三角形中的相邻基站在坐标轴上的投影的比，即：
其中，(xi,yi)是基站i的坐标，di是定位设备到基站i的距离，(xj,yj)是基站j的坐标，dj是定位设备到基站j的距离。
2.上述每个直角三角形将形成一个二元一次方程组，解方程组可得到定位设备的估计坐标；
3.利用CFDP算法，计算定位设备所有估计坐标的聚类中心，以聚类中心的坐标作为定位设备的第一初始坐标。
以非测距定位算法为基于基于距离向量DV-Hop定位算法和加权质心定位的混合定位算法举例，求得第二初始坐标的方式可包括以下步骤：
1.利用DV-Hop算法，求平均每跳距离与跳数的乘积，计算得到定位设备与参与位置计算的基站之间的距离；
2.利用加权质心定位算法，计算出定位设备的第二初始坐标。其使用的公式如下：
其中，(xi,yi)是基站i的坐标，di是定位设备到基站i的距离，(xj,yj)是基站j的坐标，Ri是定位设备与基站i之间的距离，(x,y)是定位设备的第二初始坐标。
在求得第一初始坐标和第二初始坐标之后，服务器可以进行混合算法融合，服务器可赋予三边与投影等比例算法和CFDP算法的混合定位算法的权重值为0.6，基于距离向量DV-Hop定位算法和加权质心定位的混合定位算法的权重值为0.4。将第一初始坐标赋予0.6的权重，将得让初始坐标赋予0.4的权重，加权融合计算后得到的坐标值即为定位设备的位置坐标。
请参阅图4，为本申请实施例提供的另一种室内定位方法的流程示意图。通过图4所示的方法，服务器通过确定系统参数，并将接收到的RSSI值进行预处理，利用预处理后的RSSI值与系统参数将RSSI值转换成距离值，再结合数值最大的前三个RSSI值对应的基站的位置坐标以及距离值，得到数值最大的前三个RSSI值对应的基站的质心坐标，根据质心坐标是否位于室内边缘区域选取目标RSSI值，最后融合测距定位算法以及非测距定位算法，将目标RSSI值作为算法参数来对所述定位设备进行定位估计，得到定位设备的位置坐标，这样，即使存在数据偶尔丢包的情况下，也可以保证定位的准确性，同时融合了测距定位算法以及非测距定位算法，不增加计算复杂度，减小了硬件开销，也进一步提高室内定位的定位精度。
具体的，如图4所示的方法可包括：
S401、通过极大似然估计法估计系统参数。
该系统参数可用于将RSSI值转换为对应基站与定位设备之间的距离值。该系统参数至少包括环境复杂度和/或参考信号强度。
S402、接收通信范围内的各个基站对应的初始RSSI值。
在一个实施例中，在室内定位方案部署阶段，可以将基站铺设成等距排列的。在基站与定位设备均在开启的状态下，并且能与服务器建立连接的情况下，可以启动室内的位置计算，接收通信范围内的各个基站对应的初始RSSI值。
其中，室内定位可主要应用在工厂、大型商场、办公区等场景。
S403、对所述初始RSSI值进行预处理，得到各个基站对应的RSSI值。
在一个实施例中，服务器可以预先采集室内数据，该室内数据可包括标签ID、基站ID、基站坐标、校验位等。服务器可以基于上述室内数据对各个初始RSSI值进行预处理，得到更为稳定的RSSI值，将预处理后的RSSI值作为用于定位估计的RSSI值。通过上述方式可以提高定位精度。
S404、将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值。
S405、根据所述数值最大的前三个RSSI值以及所述系统参数，将所述数值最大的前三个RSSI值转换为距离值。
在一个实施例中，服务器可以利用对数正态阴影模型将RSSI值转换成距离值。举例来说，可参考以下公式：
则距离值d的估计值为：
其中，Pr(d)为传播距离为d米时的接收信号强度，单位为dm；do为参考距离，取d0＝1m；P(d)是在参考距离d0处的参考信号强度，单位为dm；η是路径衰减指数，又称环境复杂度，会随着环境的不同而变化；X0是平均值为0的高斯随机指数。
S406、根据所述距离值以及所述前三个RSSI值对应的基站各自的位置坐标计算出数值最大的前三个RSSI值对应的基站的质心坐标。
在一个实施例中，服务器可以预先存储室内区域的基站的位置坐标。当确定出数值最大的前三个RSSI值之后，可获取该数值最大的前三个RSSI值对应的基站的位置坐标，基于三个位置坐标以及求得得距离值可计算出数值最大的前三个RSSI值对应的基站的质心坐标。
S407、根据所述质心坐标是否位于室内边缘区域选取目标RSSI值。
S408、利用测距定位算法以及非测距定位算法，将所述目标RSSI值作为算法参数对所述定位设备进行定位估计，得到所述定位设备的位置坐标。
需要说明的是，上述S407以及S408所示的步骤可参考前述方法实施例中的S403以及S404对应的实现方式，在此不作赘述。
请参阅图5，是本申请实施例提供的一种服务器的示意性框图。通过图5所示的服务器，各个模块相互配合实现融合测距定位算法以及非测距定位算法的融合，将确定的目标RSSI值作为两种定位算法参数来对所述定位设备进行定位估计，得到定位设备的位置坐标，避免了单独使用测距定位算法时的硬件成本高，单独使用非测距定位算法时的定位精度小的问题，提高了室内定位的定位精度，减小了硬件开销，同时计算复杂度也较小。
具体的，本实施例描述的服务器，包括：
第一确定模块501，用于确定通信范围内的各个基站对应的接收信号强度指示RSSI值，所述RSSI值为所述各个基站针对定位设备测量得到的参数。
第二确定模块502，用于将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值对应的基站的质心坐标。
选取模块503，用于根据所述质心坐标是否位于室内边缘区域选取目标RSSI值。
得到模块504，用于利用测距定位算法以及非测距定位算法，将所述目标RSSI值作为算法参数对所述定位设备进行定位估计，得到所述定位设备的位置坐标。
在一个实施例中，所述选取模块503用于根据所述质心坐标是否位于室内边缘区域选取目标RSSI值时，具体用于：若所述质心坐标位于室内边缘区域，则确定所述数值最大的前三个RSSI值为目标RSSI值；若所述质心坐标位于室内边缘区域以外的区域，则确定所述各个基站对应的RSSI值均为目标RSSI值。
在一个实施例中，所述服务器还包括：估计模块505，用于通过极大似然估计法估计系统参数，所述系统参数至少包括环境复杂度和/或参考信号强度。
其中，所述第二确定模块502用于将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值对应的基站的质心坐标时，具体用于：将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值；根据所述数值最大的前三个RSSI值以及所述系统参数，将所述数值最大的前三个RSSI值转换为距离值；根据所述距离值以及所述前三个RSSI值对应的基站各自的位置坐标计算出数值最大的前三个RSSI值对应的基站的质心坐标；其中，服务器预先存储室内区域的基站的位置坐标。
在一个实施例中，所述第一确定模块501用于确定通信范围内的各个基站对应的接收信号强度指示RSSI值时，具体用于：接收通信范围内的各个基站对应的初始RSSI值；对所述初始RSSI值进行预处理，得到各个基站对应的RSSI值。
在一个实施例中，所述得到模块504用于利用测距定位算法以及非测距定位算法，将所述目标RSSI值作为算法参数对所述定位设备进行定位估计，得到所述定位设备的位置坐标时，具体用于：将所述目标RSSI值作为测距定位算法的算法参数进行位置估计，得到所述定位设备的第一初始坐标；将所述目标RSSI值作为非测距定位算法的算法参数进行位置估计，得到所述定位设备的第二初始坐标；按照所述测距定位算法以及所述非测距定位算法各自的权重值，将所述第一初始坐标以及第二初始坐标进行加权平均，根据加权平均结果得到所述定位设备的位置坐标。
在一个实施例中，所述测距定位算法包括基于三边与投影等比例算法和密度中心聚类CFDP算法的混合定位算法，所述非测距定位算法包括基于距离向量DV-Hop定位算法和加权质心定位的混合定位算法。
请参阅图6，本申请另一实施例还提供了一种服务器。通过图6所示的服务器，通过各个硬件设备相互配合实现融合测距定位算法以及非测距定位算法的融合，将确定的目标RSSI值作为两种定位算法参数来对所述定位设备进行定位估计，得到定位设备的位置坐标，避免了单独使用测距定位算法时的硬件成本高，单独使用非测距定位算法时的定位精度小的问题，提高了室内定位的定位精度，减小了硬件开销，同时计算复杂度也较小。
如图6所示，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该服务器可以为包括至少一个通信接口1000；至少一个处理器2000，例如CPU；至少一个存储器3000；上述通信接口1000、处理器2000、存储器3000通过总线连接。
本领域技术人员可以理解，图6中示出的服务器结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图6对服务器的各个构成部件进行具体的介绍：
应当理解，在本申请实施例中，上述通信接口1000可以为与终端设备、基站等进行通信的接口，可以包括NFC模块、蓝牙模块、无线网卡(包括WiFi模块等网络模块)等。
上述处理器2000可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述存储器3000可以包括只读存储器和随机存取存储器，并向处理器2000提供指令和数据。存储器3000的一部分还可以包括非易失性随机存取存储器。例如，存储器3000还可以存储设备类型的信息。
具体的，上述处理器2000调用存储在上述存储器3000存储的程序指令执行以下步骤：
确定通信范围内的各个基站对应的接收信号强度指示RSSI值，所述RSSI值为所述各个基站针对定位设备测量得到的参数；
将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值对应的基站的质心坐标；
根据所述质心坐标是否位于室内边缘区域选取目标RSSI值；
利用测距定位算法以及非测距定位算法，将所述目标RSSI值作为算法参数对所述定位设备进行定位估计，得到所述定位设备的位置坐标。
可选的，该服务器可通过上述处理器2000以及其他设备实现上述图3和图4对应实施例中的方法中服务器执行的相应步骤。应理解，本申请实施例是对应方法实施例的实体装置实施例，对方法实施例的描述，也适用于本申请实施例。
前述图3和图4所示的实施例中，各步骤方法流程可以基于图6的服务器的结构实现。
前述图5所示的实施例中，各模块的功能可以基于图6的服务器的结构实现。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种室内定位方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种室内定位方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述模块及单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。
所述集成的模块如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (15)
1.一种室内定位方法，其特征在于，应用于服务器，所述方法包括：
确定通信范围内的各个基站对应的接收信号强度指示RSSI值，所述RSSI值为所述各个基站针对定位设备测量得到的参数；
将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值对应的基站的质心坐标；
根据所述质心坐标是否位于室内边缘区域选取目标RSSI值；
利用测距定位算法以及非测距定位算法，将所述目标RSSI值作为算法参数对所述定位设备进行定位估计，得到所述定位设备的位置坐标。
2.如权利要求1所述的方法，其特征在于，所述根据所述质心坐标是否位于室内边缘区域选取目标RSSI值，包括：
若所述质心坐标位于室内边缘区域，则确定所述数值最大的前三个RSSI值为目标RSSI值；
若所述质心坐标位于室内边缘区域以外的区域，则确定所述各个基站对应的RSSI值均为目标RSSI值。
3.如权利要求1或2所述的方法，其特征在于，所述方法还包括：
通过极大似然估计法估计系统参数，所述系统参数至少包括环境复杂度和/或参考信号强度；
所述将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值对应的基站的质心坐标，包括：
将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值；
根据所述数值最大的前三个RSSI值以及所述系统参数，将所述数值最大的前三个RSSI值转换为距离值；
根据所述距离值以及所述前三个RSSI值对应的基站各自的位置坐标计算出数值最大的前三个RSSI值对应的基站的质心坐标；
其中，服务器预先存储室内区域的基站的位置坐标。
4.如权利要求3所述的方法，其特征在于，所述确定通信范围内的各个基站对应的接收信号强度指示RSSI值，包括：
接收通信范围内的各个基站对应的初始RSSI值；
对所述初始RSSI值进行预处理，得到各个基站对应的RSSI值。
5.如权利要求1或2所述的方法，其特征在于，所述利用测距定位算法以及非测距定位算法，将所述目标RSSI值作为算法参数对所述定位设备进行定位估计，得到所述定位设备的位置坐标，包括：
将所述目标RSSI值作为测距定位算法的算法参数进行位置估计，得到所述定位设备的第一初始坐标；
将所述目标RSSI值作为非测距定位算法的算法参数进行位置估计，得到所述定位设备的第二初始坐标；
按照所述测距定位算法以及所述非测距定位算法各自的权重值，将所述第一初始坐标以及第二初始坐标进行加权平均，根据加权平均结果得到所述定位设备的位置坐标。
6.如权利要求1或2所述的方法，其特征在于，所述测距定位算法包括基于三边与投影等比例算法和密度中心聚类CFDP算法的混合定位算法，所述非测距定位算法包括基于距离向量DV-Hop定位算法和加权质心定位的混合定位算法。
7.一种服务器，其特征在于，包括：
第一确定模块，用于确定通信范围内的各个基站对应的接收信号强度指示RSSI值，所述RSSI值为所述各个基站针对定位设备测量得到的参数；
第二确定模块，用于将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值对应的基站的质心坐标；
选取模块，用于根据所述质心坐标是否位于室内边缘区域选取目标RSSI值；
得到模块，用于利用测距定位算法以及非测距定位算法，将所述目标RSSI值作为算法参数对所述定位设备进行定位估计，得到所述定位设备的位置坐标。
8.如权利要求7所述的服务器，其特征在于，所述选取模块用于根据所述质心坐标是否位于室内边缘区域选取目标RSSI值时，具体用于：
若所述质心坐标位于室内边缘区域，则确定所述数值最大的前三个RSSI值为目标RSSI值；
若所述质心坐标位于室内边缘区域以外的区域，则确定所述各个基站对应的RSSI值均为目标RSSI值。
9.如权利要求7或8所述的服务器，其特征在于，所述服务器还包括：
估计模块，用于通过极大似然估计法估计系统参数，所述系统参数至少包括环境复杂度和/或参考信号强度；
所述第二确定模块用于将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值对应的基站的质心坐标时，具体用于：
将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值；
根据所述数值最大的前三个RSSI值以及所述系统参数，将所述数值最大的前三个RSSI值转换为距离值；
根据所述距离值以及所述前三个RSSI值对应的基站各自的位置坐标计算出数值最大的前三个RSSI值对应的基站的质心坐标；
其中，服务器预先存储室内区域的基站的位置坐标。
10.如权利要求9所述的服务器，其特征在于，所述第一确定模块用于确定通信范围内的各个基站对应的接收信号强度指示RSSI值时，具体用于：
接收通信范围内的各个基站对应的初始RSSI值；
对所述初始RSSI值进行预处理，得到各个基站对应的RSSI值。
11.如权利要求7或8所述的服务器，其特征在于，所述得到模块用于利用测距定位算法以及非测距定位算法，将所述目标RSSI值作为算法参数对所述定位设备进行定位估计，得到所述定位设备的位置坐标时，具体用于：
将所述目标RSSI值作为测距定位算法的算法参数进行位置估计，得到所述定位设备的第一初始坐标；
将所述目标RSSI值作为非测距定位算法的算法参数进行位置估计，得到所述定位设备的第二初始坐标；
按照所述测距定位算法以及所述非测距定位算法各自的权重值，将所述第一初始坐标以及第二初始坐标进行加权平均，根据加权平均结果得到所述定位设备的位置坐标。
12.如权利要求7或8所述的服务器，其特征在于，所述测距定位算法包括基于三边与投影等比例算法和密度中心聚类CFDP算法的混合定位算法，所述非测距定位算法包括基于距离向量DV-Hop定位算法和加权质心定位的混合定位算法。
13.一种服务器，其特征在于，包括：处理器、存储器；所述处理器、存储器相互连接；
所述存储器用于存储计算机程序，所述计算机程序包括程序指令；
所述处理器被配置用于调用所述程序指令，执行：
确定通信范围内的各个基站对应的接收信号强度指示RSSI值，所述RSSI值为所述各个基站针对定位设备测量得到的参数；
将所述RSSI值进行排序处理，确定出数值最大的前三个RSSI值对应的基站的质心坐标；
根据所述质心坐标是否位于室内边缘区域选取目标RSSI值；
利用测距定位算法以及非测距定位算法，将所述目标RSSI值作为算法参数对所述定位设备进行定位估计，得到所述定位设备的位置坐标。
14.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-6任一项所述的方法。
15.一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811584214.2A CN111352069B (zh) | 2018-12-24 | 2018-12-24 | 一种室内定位方法、服务器、存储介质及程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811584214.2A CN111352069B (zh) | 2018-12-24 | 2018-12-24 | 一种室内定位方法、服务器、存储介质及程序产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111352069A true CN111352069A (zh) | 2020-06-30 |
| CN111352069B CN111352069B (zh) | 2022-03-08 |
Family
ID=71193898
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811584214.2A Active CN111352069B (zh) | 2018-12-24 | 2018-12-24 | 一种室内定位方法、服务器、存储介质及程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111352069B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112526566A (zh) * | 2020-11-27 | 2021-03-19 | 深圳市和讯华谷信息技术有限公司 | 定位参考物位置稳定方法、装置、计算机设备及存储介质 |
| CN113395652A (zh) * | 2021-06-04 | 2021-09-14 | 青岛海信移动通信技术股份有限公司 | 一种室内定位的方法、装置及存储介质 |
| CN113534047A (zh) * | 2021-07-09 | 2021-10-22 | 三星电子（中国）研发中心 | 设备定位方法和装置 |
| CN113596793A (zh) * | 2021-07-09 | 2021-11-02 | 青岛海尔科技有限公司 | 一种蓝牙低功耗设备控制方法及装置 |
| CN113820720A (zh) * | 2021-11-22 | 2021-12-21 | 成都星宇融科电力电子股份有限公司 | 基于多参考基点的三维激光中心测距方法、系统及终端 |
| CN113993069A (zh) * | 2021-10-28 | 2022-01-28 | 华清科盛(北京)信息技术有限公司 | 一种室内定位方法及装置、电子设备 |
| CN114390671A (zh) * | 2021-12-08 | 2022-04-22 | 珠海格力电器股份有限公司 | 对象的定位方法、装置、电子设备及存储介质 |
| CN114845242A (zh) * | 2022-06-08 | 2022-08-02 | 中国电信股份有限公司 | 终端设备定位方法、装置、存储介质及电子设备 |
| WO2023116640A1 (zh) * | 2021-12-21 | 2023-06-29 | 北京罗克维尔斯科技有限公司 | 移动终端的定位方法、装置、设备和存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110090124A1 (en) * | 2009-10-20 | 2011-04-21 | Institute For Information Industry | Method and system for indoor positioning |
| US20160187460A1 (en) * | 2014-05-14 | 2016-06-30 | Shenyang Institute Of Automation Of The Chinese Academy Of Sciences | Rssi positioning method based on frequency-hopping spread spectrum technology |
| CN106211079A (zh) * | 2016-09-23 | 2016-12-07 | 武汉创驰蓝天信息科技有限公司 | 基于 iBeacons 节点的RSSI 测距的室内定位方法及系统 |
| CN108307301A (zh) * | 2018-01-29 | 2018-07-20 | 华侨大学 | 基于rssi测距和轨迹相似性的室内定位方法 |
| CN108495265A (zh) * | 2018-04-19 | 2018-09-04 | 北京邮电大学 | 一种室内定位方法、装置及计算设备 |
| CN108716918A (zh) * | 2018-04-24 | 2018-10-30 | 合肥工业大学 | 一种基于网格聚类的rssi室内定位算法 |
-
2018
- 2018-12-24 CN CN201811584214.2A patent/CN111352069B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110090124A1 (en) * | 2009-10-20 | 2011-04-21 | Institute For Information Industry | Method and system for indoor positioning |
| US20160187460A1 (en) * | 2014-05-14 | 2016-06-30 | Shenyang Institute Of Automation Of The Chinese Academy Of Sciences | Rssi positioning method based on frequency-hopping spread spectrum technology |
| CN106211079A (zh) * | 2016-09-23 | 2016-12-07 | 武汉创驰蓝天信息科技有限公司 | 基于 iBeacons 节点的RSSI 测距的室内定位方法及系统 |
| CN108307301A (zh) * | 2018-01-29 | 2018-07-20 | 华侨大学 | 基于rssi测距和轨迹相似性的室内定位方法 |
| CN108495265A (zh) * | 2018-04-19 | 2018-09-04 | 北京邮电大学 | 一种室内定位方法、装置及计算设备 |
| CN108716918A (zh) * | 2018-04-24 | 2018-10-30 | 合肥工业大学 | 一种基于网格聚类的rssi室内定位算法 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112526566A (zh) * | 2020-11-27 | 2021-03-19 | 深圳市和讯华谷信息技术有限公司 | 定位参考物位置稳定方法、装置、计算机设备及存储介质 |
| CN113395652A (zh) * | 2021-06-04 | 2021-09-14 | 青岛海信移动通信技术股份有限公司 | 一种室内定位的方法、装置及存储介质 |
| CN113395652B (zh) * | 2021-06-04 | 2022-09-23 | 青岛海信移动通信技术股份有限公司 | 一种室内定位的方法、装置及存储介质 |
| CN113596793A (zh) * | 2021-07-09 | 2021-11-02 | 青岛海尔科技有限公司 | 一种蓝牙低功耗设备控制方法及装置 |
| CN113534047A (zh) * | 2021-07-09 | 2021-10-22 | 三星电子（中国）研发中心 | 设备定位方法和装置 |
| CN113596793B (zh) * | 2021-07-09 | 2024-03-22 | 青岛海尔科技有限公司 | 一种蓝牙低功耗设备控制方法及装置 |
| CN113993069A (zh) * | 2021-10-28 | 2022-01-28 | 华清科盛(北京)信息技术有限公司 | 一种室内定位方法及装置、电子设备 |
| CN113993069B (zh) * | 2021-10-28 | 2023-06-23 | 华清科盛(北京)信息技术有限公司 | 一种室内定位方法及装置、电子设备 |
| CN113820720A (zh) * | 2021-11-22 | 2021-12-21 | 成都星宇融科电力电子股份有限公司 | 基于多参考基点的三维激光中心测距方法、系统及终端 |
| CN113820720B (zh) * | 2021-11-22 | 2022-01-25 | 成都星宇融科电力电子股份有限公司 | 基于多参考基点的三维激光中心测距方法、系统及终端 |
| CN114390671A (zh) * | 2021-12-08 | 2022-04-22 | 珠海格力电器股份有限公司 | 对象的定位方法、装置、电子设备及存储介质 |
| CN114390671B (zh) * | 2021-12-08 | 2023-04-18 | 珠海格力电器股份有限公司 | 对象的定位方法、装置、电子设备及存储介质 |
| WO2023116640A1 (zh) * | 2021-12-21 | 2023-06-29 | 北京罗克维尔斯科技有限公司 | 移动终端的定位方法、装置、设备和存储介质 |
| CN114845242A (zh) * | 2022-06-08 | 2022-08-02 | 中国电信股份有限公司 | 终端设备定位方法、装置、存储介质及电子设备 |
| CN114845242B (zh) * | 2022-06-08 | 2023-12-19 | 中国电信股份有限公司 | 终端设备定位方法、装置、存储介质及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111352069B (zh) | 2022-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111352069B (zh) | 一种室内定位方法、服务器、存储介质及程序产品 | |
| JP6025790B2 (ja) | 位置データベースを用いた移動装置の位置の判定 | |
| JP5395963B2 (ja) | ネットワークに基づくポジショニングシステムの位置データベースの管理 | |
| KR101686477B1 (ko) | 개선된 삼변 측량 처리 | |
| CN108040318B (zh) | 一种定位方法、电子设备及计算机可读存储介质 | |
| JP2011523454A (ja) | ポジションロケーション転送のシステムおよび方法 | |
| JP2013517698A (ja) | 国識別コードを用いた位置フィルタリング | |
| CN104125538A (zh) | 基于wifi网络的rssi信号强度的二次定位方法及装置 | |
| CN111741431B (zh) | 室内定位方法及装置、终端、存储介质 | |
| AU2006321675A1 (en) | System and method for computing the position of a mobile device operating in a wireless network | |
| CN109298396A (zh) | 一种无人机定位方法、装置及计算机可读存储介质 | |
| CN107484123B (zh) | 一种基于集成HWKNN的WiFi室内定位方法 | |
| WO2016198093A1 (en) | Determining of model parameters for positioning purposes | |
| US9910131B2 (en) | Method and device for positioning terminal location | |
| CN109218961B (zh) | 一种基于虚拟节点的多站协同干扰定位方法及系统 | |
| CN109257816A (zh) | 一种定位方法及相关设备 | |
| KR20190001386A (ko) | 저전력 블루투스 기반의 실내 측위 방법 및 장치 | |
| CN113993069B (zh) | 一种室内定位方法及装置、电子设备 | |
| CN108981713B (zh) | 一种混合无线自适应导航方法及装置 | |
| CN114630416B (zh) | 用于对移动终端进行定位的方法、装置及设备 | |
| CN116867061B (zh) | 定位方法及设备 | |
| US11916630B2 (en) | Method and apparatus for accelerating estimation of a radio model of a beamforming access point | |
| CN112929434B (zh) | 一种定位方法、装置、服务器及存储介质 | |
| CN116264734A (zh) | 一种定位方法，终端及存储介质 | |
| Liu et al. | 3D-OSSDL: Three dimensional optimum space step distance localization scheme in stereo wireless sensor networks |
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 |