CN111561921B - 定位方法及装置 - Google Patents
定位方法及装置 Download PDFInfo
- Publication number
- CN111561921B CN111561921B CN201910114921.3A CN201910114921A CN111561921B CN 111561921 B CN111561921 B CN 111561921B CN 201910114921 A CN201910114921 A CN 201910114921A CN 111561921 B CN111561921 B CN 111561921B
- Authority
- CN
- China
- Prior art keywords
- target terminal
- wireless access
- access points
- probability
- terminal
- 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
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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请实施例涉及一种定位方法及装置。该方法包括:接收目标终端发送的计步信息和所述目标终端所处位置的多个无线接入点的信号强度;根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度,确定所述目标终端的当前位置。通过本申请实施例,可以结合计步信息以及无线接入点的信号强度进行定位,以此增加位置指纹的特征,定位结果更平滑,以降低环境对定位精度的影响,以及提高定位技术的稳定性,从而提高定位精度。
Description
技术领域
本申请实施例涉及电子技术领域,尤其涉及一种定位方法及装置。
背景技术
随着无线通信、计算机与感知技术的发展,普适计算实现了物理世界和信息空间的融合,为人们提供广泛的计算和信息服务。由于大多数服务都是基于位置的服务(location based services,LBS),普适计算中的位置感知变得尤为重要,因此,随着人们对普适计算需求的不断增加,基于位置感知计算的服务也变得多种多样,室内定位技术得到广泛的发展。
由于无线局域网分布广泛,与其它室内定位技术相比,基于无线保真(wireless-fidelity,WiFi)信号的定位即使具有建设成本低的优势,因此基于WiFi信号的室内定位技术的应用与服务成为近来来室内定位的研究热点。基于WiFi信号的室内定位技术主要是将采集的WiFi信号作为位置指纹,通过指纹法进行定位,但是,由于室内复杂环境的影响使得WiFi信号的衰减难以预测,从而造成定位性能不够稳定,另外,基于WiFi信号的室内定位技术主要通过离线采用信号存储到数据库中,由于信号受环境的变化影响较大,所以数据库易受环境的影响,进而影响定位精度。
发明内容
本申请实施例提供了一种定位方法及装置。以提高定位稳定性以及定位精度。
第一方面,提供了一种终端定位方法。接收目标终端发送的计步信息和所述目标终端所处位置的多个无线接入点的信号强度;根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度,确定所述目标终端的当前位置。通过本申请实施例,可以结合传感器信号以及WiFi信号作为位置指纹,以此增加位置指纹的特征,定位结果更平滑,以降低环境对定位精度的影响,以及提高定位技术的稳定性,从而提高定位精度。
在一个可能的设计中,该方法还包括:前述计步信息包括下述一项或多项:步行方向、步长以及相邻两步步行方向偏移角。
在另一个可能的设计中,前述根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度,确定所述目标终端的当前位置包括:
求解如下公式概率最大的位置序列S1,S2,L,Si,L,Sn,其中Sn为所述目标终端的当前位置:
Pr(Si+1|Si)为点Si+1到点Si的转移概率;
Pr(S1)为初始位置S1的概率。通过本申请实施例可以实现,依据目标终端提供的无线接入点的信号强度信息以及计步信息,通过位置指纹法进行定位,使得定位更灵活。另外,初始位置还可以预定义,例如,该第一隐状态可以定义为该指定区域的入口。或者,该指定区域有多个入口时,可以结合指纹定位法,确定第一隐状态。
在另一个可能的设计中,
其中,li,lj分别表示Si,Sj的位置坐标,d[(lj-li),step_length]表示状态Si,Sj间欧式距离与步长的差值,d(Sj,Si)表示状态Si,Sj间欧式距离,Dmax为根据行人步长确定的相邻两步之间的距离阈值。通过本申请实施例,利用传感器方向信息与行人运动规律,对可能的隐状态做出限制,从而使得对可能的隐状态的确定更合理,定位精度更高。
其中,dis_state_wfi为根据第i步时目标终端所处位置的多个无线接入点的信号强度以及预先在基准点确定的多个无线接入点的信号强度确定的定位结果到Si的距离;Δθi为相邻第i步与第i-1步的行方向偏移角;θ0为误差门限,θ0∈20°~45°。通过本申请实施例可以实现,对隐状态之间的转移概率,依据行人运动规律进行限制,使得在进行定位时,定位结果更符合实际,定位结果更准确,精度更高。
在另一个可能的设计中,无线接入点的信号强度信息的更新频率低于传感器信息的更新频率;所述方法,还包括:根据计步信息进行行人航位推算,确定目标终端对应的第一位置;所述第一位置与Sn相同时,则确定所述Sn为所述目标终端的当前位置;
当所述第一位置与Sn不同时,则确定所述第一位置为所述目标终端的当前位置。通过本申请实施例,可以实现行人航位推算定位技术和位置指纹定位技术的融合,在位置指纹法定位更新频率较低时利用PDR估计更新位置状态,提高定位的连续性,定位精度更高。
在另一个可能的设计中,还包括:向目标终端发送用户运动第N步后的目标终端的位置。或者,向目标终端提供基于用户运动第N步后的目标终端的位置的服务。基于此,可以为终端提供高稳定性、高精度的定位,或基于定位的服务。
第二方面,提供了一种定位方法。该方法包括:当检测的用户运动第N步时,向服务器发送的用户运动第N步的计步信息和所述目标终端所处位置的多个无线接入点的信号强度,以便服务器根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度确定目标终端运动第N步的位置;接收服务器发送所述目标终端运动第N步的位置。通过本申请实施例,可以结合传感器信号以及WiFi信号作为位置指纹,以此增加位置指纹的特征,定位结果更平滑,以降低环境对定位精度的影响,以及提高定位技术的稳定性,从而提高定位精度。
在一个可能的设计中,还包括:当当接收到的用户运动第N步后所述目标终端的位置与接收到的用户运动第N-1步后的所述目标终端的位置相同时,则根据用户运动第N步后的计步信息通过行人航位推算得到用户运动第N步后所述目标终端的当前位置。通过本申请实施例,终端可以结合服务器提供的指纹定位结果和自身的PDR结果,以此可以提高定位结果更新频率,提高定位精度。
第三方面,提供了一种终端定位装置接收单元,用于接收目标终端发送的计步信息和所述目标终端所处位置的多个无线接入点的信号强度;
定位单元,用于根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度,确定所述目标终端的当前位置。
在一个可能的设计中,所述计步信息包括下述一项或多项:
步行方向、步长以及相邻两步步行方向偏移角。
在一个可能的设计中,所述定位单元具体用于:
求解如下公式概率最大的位置序列S1,S2,L,Si,L,Sn,其中Sn为所述目标终端的当前位置:
Pr(Si+1|Si)为点Si+1到点Si的转移概率;
Pr(S1)为初始位置S1的概率。
进一步地,
其中,li,lj分别表示Si,Sj的位置坐标,d[(lj-li),step_length]表示状态Si,Sj间欧式距离与步长的差值,d(Sj,Si)表示状态Si,Sj间欧式距离,Dmax为根据行人步长确定的相邻两步之间的距离阈值。
进一步地,
其中,dis_state_wfi为根据第i步时目标终端所处位置的多个无线接入点的信号强度以及预先在基准点确定的多个无线接入点的信号强度确定的定位结果到Si的距离;
Δθi为相邻第i步与第i-1步的行方向偏移角;
θ0为误差门限,θ0∈20°~45°。
在一个可能的设计中,,无线接入点的信号强度信息的更新频率低于传感器信息的更新频率;
所述装置,还包括:
推算单元,用于根据计步信息进行行人航位推算,确定目标终端对应的第一位置;
当所述第一位置与Sn相同时,则确定所述Sn为所述目标终端的当前位置;
当所述第一位置与Sn不同时,则确定所述第一位置为所述目标终端的当前位置。
在一个可能的设计中,还包括:
发送单元,用于向目标终端发送所述目标终端的当前位置。
第四方面,提供了一种终端定位装置。所述装置包括:
发送单元,用于当检测的用户运动第N步时,向服务器发送的用户运动第N步的计步信息和所述目标终端所处位置的多个无线接入点的信号强度,以便服务器根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度确定目标终端运动第N步的位置;
接收单元,用于接收服务器发送所述目标终端运动第N步的位置。
在一个可能的设计中,,还包括:
推算单元,用于当接收到的用户运动第N步后所述目标终端的位置与接收到的用户运动第N-1步后的所述目标终端的位置相同时,则根据用户运动第N步后的计步信息通过行人航位推算得到用户运动第N步后所述目标终端的当前位置。。
第五方面,本发明实施例提供了一种设备。该设备包括收发器、处理器和存储器;收发器用于与其他设备进行通信,例如,该设备可以为服务器,该服务器的收发器用于与终端进行通信,该设备还可以为终端,该终端的收发器用于与服务器进行通信,存储器用于存放程序;处理器用于执行存储器存储的程序,以控制设备执行上述第一方面或第二方面中任意一方面所述的方法。
第六方面,提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述第一方面或第二方面中任意一方面所述的方法。
第七方面,提供了一种包含指令的计算机程序产品,当计算机程序产品的指令在计算机上运行时,使得计算机执行上述第一方面或第二方面中任意一方面所述的方法。
通过本申请实施例,可以结合传感器信号以及WiFi信号作为位置指纹,以此增加位置指纹的特征,定位结果更平滑,以降低环境对定位精度的影响,以及提高定位技术的稳定性,从而提高定位精度。
附图说明
图1为本申请实施例提供的一种应用场景示意图;
图2为本申请实施例提供的一种定位方法流程示意图;
图3为一个应用场景示例;
图4为本申请实施例提供的一种定位方法流程示意图;
图5为本申请实施例提供的一种终端定位装置结构示意图;
图6为本申请实施例提供的一种终端定位装置结构示意图;
图7为本申请实施例提供的一种服务器结构示意图;
图8为本发明实施例提供的一种终端结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例进行描述。
本申请的发明人通过分析发现,随着信息技术的快速发展,定位技术的种类越来越多,但是,不同定位技术的都具有各自的优缺点,可以将WiFi信号定位技术与传感器定位技术进行融合,以达到取长补短的效果。基于此,本申请提出了一种定位方法及装置。通过该定位方法,可以结合传感器信号以及WiFi信号作为位置指纹,以此增加位置指纹的特征,以降低环境对定位精度的影响,以及提高定位技术的稳定性,从而提高定位精度。进一步地,还可以综合通过WiFi信号定位技术得到的定位结果以及通过传感器定位技术得到的定位结果,得到最终的定位结果,以此可以降低传感器定位累计误差以及降低由于WiFi信号波动引起的定位结果不稳定的问题等。
本申请适用于办公室、商场、机场以及火车站等室内场景,在该场景中设置有一定数量的WAP,且该WAP发射的WiFi信号密度足够。例如,在任一室内空间位置中终端可以探测WAP数量都大于5个。终端可以将获取的WiFi信号以及传感器信息等发送至服务器,由服务器进行定位确定,并将确定的定位结果返回至终端。
图1为本发明实施例提供的一种运算场景示意图。如图1所示,在该场景中包括WAP、终端以及服务器130。其中,WAP可以包括多个,该多个WAP中的任意一个由指定区域140外向指定区域140发送WiFi信号,例如WAP111,也可以是在指定区域140内向指定区域140发送WiFi信号,例如WAP112。服务器130可以为处于指定区域140的终端提供定位服务,例如,服务器130为处于位置141的终端121或处于位置142的终端122提供基于位置的服务或者定位服务。
其中,指定区域140可以为办公室、商场、机场以及火车站等室内场景,该指定区域内可以包括障碍物,例如墙体、办公用品或者绿植等等。
下面将结合本申请实施例中的附图,对本申请实施例进行进一步地描述。
图2为本申请实施例提供的一种定位方法流程示意图。该方法可以应用在图1所示的场景中。如图2所示,该方法具体可以包括:
在定位之前,需要预先进行隐状态量化,例如,可以预先以步长为基准确定指定区域中的M个隐状态,该M为大于零的整数。在一个示例中,指定区域大小为图1所示的指定区域,将该指定区域除障碍物以外的位置按照步长0.8米划分成大小相同的网格,网格的交点为不同隐含状态的位置点。
另外,还可以预先采集参考点的终端所处位置的多个无线接入点的信号强度,以便根据参考点的终端所处位置的多个无线接入点的信号强度对定位过程中终端所处位置的多个无线接入点的信号强度与隐状态之间的发射概率进行计算。其中,参考点的间隔可以为步长的整数倍。例如,参考点的间隔可以为步长的4-6倍。
在完成了参考点的终端所处位置的多个无线接入点的信号强度采集后,将采集到的终端所处位置的多个无线接入点的信号强度存入数据库中。其中,再将采集到的终端所处位置的多个无线接入点的信号强度放入数据库之前还需要对终端所处位置的多个无线接入点的信号强度进行预处理,例如,在每个参考点上对同一个无线接入点采集到的多组终端所处位置的多个无线接入点的信号强度,可以预先确定采集到的多组终端所处位置的多个无线接入点的信号强度的均值。其中,每个参考点可以采集多个方向的终端所处位置的多个无线接入点的信号强度,每个方向对应的多组终端所处位置的多个无线接入点的信号强度,可以将该参考点的全部方向的全部终端所处位置的多个无线接入点的信号强度进行平均,并将均值存入数据库。其中,每个参考点的所有WAP的终端所处位置的多个无线接入点的信号强度的均值构成一组向量,该组向量可以作为该参考点的位置指纹。
S210,当目标终端检测的用户运动第N步时,终端向服务器发送发送的计步信息和目标终端所处位置的多个无线接入点的信号强度,以便服务器根据发送的计步信息和目标终端所处位置的多个无线接入点的信号强度进行定位。其中,该计步信息可以为通过传感器信息获取的信息,例如该计步信息可以为采集的加速度计、陀螺仪或电子罗盘等传感器的数据,也是可以根据传感器数据确定的用户运动信息,该用户运动信息可以包括步行方向、步长以及相邻两步步行方向偏移角等等。
终端可以通过传感器检测用户的运动,
在一个示例中,终端可以通过加速度计进行步态检测,在确定用户迈步后,可以将加速度计、陀螺仪以及电子罗盘的信息发送至服务器。
在另一示例中,终端可以通过加速度计进行步态检测,在确定用户迈步后,可以根据加速度计、陀螺仪以及电子罗盘的信息推算出运动方向,并将运动方向发送至服务器。另外,还可以根据加速度计推算出步长方向,并将推算的步长发送至服务器。
例如,在终端线连续定位时,终端快速的对周围WiFi信号进行扫描,并将扫描到的终端所处位置的多个无线接入点的信号强度上传服务器。另外,终端可以实时采集用户运动过程中的终端的传感器信息,并根据采集到的传感器信息确定步数、步长以及方向。具体来讲,WiFi信号的采样间隔通常是50毫秒,加速计和罗盘的采样频率通常是50Hz。利用加速度传感器可以检测行走的步数,每当检测到行走一步时,可以计为第N步,利用罗盘和陀螺仪可以确定该第N步行进的运动方向,同时终端采集到该第N步相对应终端所处位置的多个无线接入点的信号强度,将该第N步行进的运动方向和终端所处位置的多个无线接入点的信号强度发送至服务器。服务器接收目标终端发送的用户运动第N步后的传感器信息以及终端所处位置的多个无线接入点的信号强度。当服务器在接收上述信息后,可以通过下述S220-S230实现定位。
S220,根据所述计步信息和目标终端所处位置的多个无线接入点的信号强度,确定所述目标终端的当前位置。
服务器可以根据前N步的传感器信息以及终端所处位置的多个无线接入点的信号强度,确定前N步中每一步的对应M个隐状态的发射概率。
在本申请实施例中,定位问题可以转化为根据前N步的传感器信息以及终端所处位置的多个无线接入点的信号强度求解该前N步对应的最佳隐状态序列,例如,基于隐马尔可夫模型或基于隐马尔可夫模型演变而来的模型,来进行最佳隐状态序列的估计。在具体确定过程中,需要确定在用户运动过程中每一个观测向量(该观测向量包括传感器信息以及终端所处位置的多个无线接入点的信号强度)在每个可能位置点(该可能的位置点即为M个隐状态)的似然概率,即发射概率;还需要确定可能的隐状态状态之间转移概率;通过发射概率、转移概率以及初始概率来求解最大化概率对应的隐状态序列,即最佳位置点序列,例如通过维特比算法求解概率最大化对应的最佳位置点序列。
其中,隐状态的发射概率可以根据传感器信息和终端所处位置的多个无线接入点的信号强度来确定,以提高发射概率的准确性。
在一个示例中,可以根据终端所处位置的多个无线接入点的信号强度确定隐状态的初始发射概率,根据传感器信息确定的用户运动方向以及隐状态之间对应的方向是否吻合,来调整隐状态的初始发射概率得到最终发射概率。另外,通过传感器检测到的用户运动方向与用户运动对应的隐状态之间方向存在一定的误差,该误差通常在误差门限范围内。基于此,该方法可以包括如下步骤:
可以根据前N步中每一步的终端所处位置的多个无线接入点的信号强度确定前N步中每一步对应的M个隐状态的第一概率;
根据前N步中每一步对应的第一方向与前N步中每一步对应的M个隐状态的第二方向与之间的差值与门限(即误差门限)的关系,确定前N步中每一步对应的M个隐状态的第二概率;其中,第i步的第一方向为根据第i步的传感器信息确定的方向,第i步的第k个隐状态的第二方向为第k个隐状态到第i-1步目标终端的位置对应的隐状态的方向,第i步为前N步中任意一步,第k个隐状态为M个隐状态中任意一个;
将前N步中每一步对应的M个隐状态的第一概率和第二概率相乘,确定前N步中每一步对应M个隐状态的发射概率。
接下来,初始位置对应的隐状态可以为已知,或者根据终端所处位置的多个无线接入点的信号强度确定。
在一个示例中,服务器可以接收目标终端发送的初始位置终端所处位置的多个无线接入点的信号强度;该服务器可以根据初始位置终端所处位置的多个无线接入点的信号强度,通过临近算法KNN确定第一隐状态,该第一隐状态即为初始位置对应的隐状态。
在隐状态的初始概率的具体计算过程中,可以确定目标终端初始位置位置对应的第一隐状态的初始概率为1,该初始位置为步数N等于0对应的位置,前述M个隐状态中除第一隐状态以外的隐状态的初始概率为0。
接下来,隐状态之间的转移概率可以根据隐状态本身的特征确定。具体地,隐状态之间的转移概率根据隐状态之间的距离与步长的差值确定。其中,例如,行人由于其自身能力的限制,每步行走的距离通常是相差不大的,如果隐状态之间的距离大于步长过多,则两个状态之间的转移则不会出现,也就是概率为0,相应的,隐状态之间的距离越接近步长,则转移概率越大。基于此,该方法可以包括:将第j个隐状态与第f个隐状态之间的距离与步长之间的差值,以及该差值与距离门限的关系确定第j个隐状态与第f个隐状态之间的状态转移概率。其中,第j个隐状态为M个隐状态中任意一个,第f个隐状态为M个隐状态中任意一个。
另外,根据行人在室内的运动的运动通常具有一定的规律性,例如,在办公室和茶水间之前运动的概率最大。可以统计多个用户在室内移动的运动规律分布,根据该移动规律,确定两个隐状态之间的方向概率,通过将方向概率与根据与步长的关系确定的初始状态转移概率相乘,得到最终的状态转移概率。基于此,本发明实施例还可以包括:
将第j个隐状态与第f个隐状态之间的距离与步长之间的差值,以及该差值与距离门限的关系确定第三概率;
将第j个隐状态与第f个隐状态对应的第三概率与第j个隐状态与第f个隐状态的方向概率相乘,确定第j个隐状态与第f个隐状态之间的转移概率;
其中,第j个隐状态与第f个隐状态的的方向概率根据指定区域内用户历史移动规律确定,第j个隐状态为M个隐状态中任意一个,第f个隐状态为M个隐状态中任意一个。
服务器将所述前N步中每一步对应的M个隐状态的发射概率、所述M个隐状态之间的转移概率、以及所述M个隐状态的初始概率相乘,选择概率最大的第一隐状态序列,并根据所述第一隐状态序列确定用户运动第N步后的所述目标终端的位置,其中,隐状态之间的转移概率根据隐状态之间的距离与所述步长的差值确定。
在确定将前N步中每一步对应的M个隐状态的发射概率、M个隐状态之间的转移概率、以及M个隐状态的初始概后,可以结合上述概率求解该前N步对应的最佳隐状态序列。例如,可以通过维特比算法来求解最佳位置点序列。其中,在确定的前N步对应的最佳隐状态序列后,可以根据该前N步对应的最佳隐状态序列确定用户运动第N步对应的位置。
在一个示例中,可以根据前N步对应的最佳隐状态序列中第N步对应的隐状态,确定目标终端对应的位置坐标。
在另一个示例中,可以结合行人航位推算(Pedestrian Dead Reckoning,PDR)技术,得到最终的目标终端对应的位置坐标。基于此,本申请实施例在根据第一隐状态序列确定用户运动第N步后的目标终端的位置之后还可以包括:
判断第一隐状态序列确定的用户运动第N步后的所述目标终端的位置与根据第二隐状态序列确定的用户运动第N-1步后的所述目标终端的位置是否相同;其中,所述第二隐状态序列为用户运动第N-1步后确定的隐状态序列;
当根据第一隐状态序列确定的用户运动第N步后的所述目标终端的位置与根据第二隐状态序列确定的用户运动第N-1步后的目标终端的位置相同时,则根据用户运动第N步后的传感器信息通过行人航位推算PDR得到用户运动第N步后的所述目标终端位置;
当根据第一隐状态序列确定的用户运动第N步后的所述目标终端的位置与根据第二隐状态序列确定的用户运动第N-1步后的所述目标终端的位置不同时,则确定所述第一隐状态序列中第N步对应的隐状态的位置为用户运动第N步后的所述目标终端的位置。
S230a,服务器向目标终端发送用户运动第N步后的目标终端的位置。或者,S240b,服务器向目标终端提供基于用户运动第N步后的目标终端的位置的服务。
其中,目标终端在接收到服务器发送的用户运动第N步后的位置后,可以根据该位置为用户或其他应用提供定位服务。例如,可以为用户提供在指定区域内的导航服务。
在S230b中的基于用户运动第N步后的目标终端的位置的服务可以包括多种,例如,为终端推送附近商家信息、候车室信息、候车室对应的车次信息等等,还可以是为用户提供报警(例如,火警)、投诉等位置定位服务等等。
另外,服务器向终端发送的用户运动第N步后的目标终端的位置可以为结合PDR技术得到,也可以是未结合PDR技术得到。在从服务器接收到的定位信息未结合PDR技术时,目标终端可以结合PDR技术,得到最终的定位位置坐标,或者,根据PDR技术实时更新定位位置坐标。基于此,目标终端可以判断接收到的用户运动第N步后的目标终端的位置与接收到的用户运动第N-1步后的目标终端的位置是否相同;当目标终端接收到的用户运动第N步后的目标终端的位置与接收到的用户运动第N-1步后的目标终端的位置相同时,则根据用户运动第N步后的传感器信息通过行PDR得到用户运动第N步后的目标终端位置。
在本申请实施例中,隐含状态采用了虚拟隐含状态方式,不同隐状态位置的间距取值为步长,总的隐状态的数目取决于行人步长大小与指定区域的大小。使得隐状态更不符合用户的特点,定位精度更高。
另外,WiFi信号强度的离线采集参考点的间距取值为行人步长的整数倍(该整数大于1),为了取得定位性能与采集工作量的平衡,该倍数取值建议为4~6。
下面,对本申请实施例中,PDR定位,隐状态量化,发射概率、转移概率以及初始概率的确定,结合具体示例进行进一步地介绍。
关于参考点离线采集:
可以在每个参考点采集的无线接入点的信号强度来自环境中已有的AP,剔除WiFi信号强度值低于阈值(例如,-80dBm)的WAP。每个参考点分4个方向,以200毫秒的采样间隔在每个方向采集50毫秒的无线接入点的信号强度样本。
关于隐状态量化,以及:
设将指定区域划分为k个网格,每一个网格的交点看作用户运动可能的真实位置状态,即为隐状态,记为Si,i∈{1,2,L,k};在每个网格交点处测量得到该网格对应的相关信息(即为传感器信息以及无线接入点的信号强度),记为Oi,i∈{1,2,L,k}。用户在该区域内的运动轨迹为L={S1,S2,L,Si,L,Sn},i∈{1,2,L,k},表示用户从位置S1,依次经过S2,S3,L,Sn-1到达Sn,则用户运动过程中所有测量值可以表示为向量<O1,O2,L,Oi,L,On>,i∈{1,2,L,k},其中Oi表示隐状态Si的观测值。在已知用户运动轨迹的情况下,用户移动轨迹对应的隐状态对应的测量值向量<O1,O2,L,Oi,L,On>的发送概率可以表示为Pr(O1,O2,L,Oi,L,On|S1,S2,L,Si,L,Sn)。
可以根据位置点观测值信息对移动用户的轨迹进行确定,也即,寻找隐状态序列使得概率Pr(S1,S2,L,Si,L,Sn|O1,O2,L,Oi,L,On)最大。这里,Pr(O1,O2,L,Oi,L,On)表示观测序列概率。根据贝叶斯准则,有:
基于以上分析,移动用户的轨迹的隐状态序列可以表示为下式:
其中,移动用户当前时刻的隐状态仅与前面时刻的隐状态有关,与其他时刻的隐状态无关,且不同隐状态之间的转移概率为预先确定。则有:
另外不同隐状态的观测值相互独立,则有:
所以,移动用户的轨迹的确定,即为求解下式概率最大值对应的隐状态序列:
关于隐状态之间的转移概率的确定:
不同隐状态之间的转移概率与距离有关且服从高斯分布;根据行人运动的实际情况,当隐状态之间的距离接近步长(0.8米)时,状态转移的概率最大,即假设μ=0.8;由于人在自然条件下的运动速度是有限的,即在固定的时间内运动的距离是有限的,因此设定距离阈值Dmax,当两个隐状态之间的距离超过阈值时,隐状态之间不会转移,即转移概率为0。因此,隐状态之间的转移概率确定公式如下:
其中,式6中,li,lj分别表示隐状态Si,Sj的位置坐标,d[(lj-li),step_length]表示状态Si,Sj间欧式距离与步长的差值,d(Sj,Si)表示状态Si,Sj间欧式距离。根据人在室内行走的运动规律,位置不可能发生较大的跳变,因此取Dmax=4.8米。
因为用户在室内移动具有一定的统计规律分布,如果具有大量的用户在地图中的移动方向统计数据,可以将统计得到的统计方向概率信息与(6)式中得到的状态转移概率相乘,得到最终的状态转移概率PrD(Si→Sj)为状态Si→Sj的方向转移概率。如果没有状态转移的方向信息,则PrD(Si→Sj)=1。
发射概率是指观测值表现为某种隐状态的概率。本专利中,通过行人在线行走时每一步WiFi指纹法定位结果与来自传感器的数据确定发射概率。具体实现如下:观测值是WiFi定位结果,设t时刻WiFi位置指纹法定位结果到隐含状态i的距离为dis_state_wfi,则t时刻隐状态i处发射概率确定公式如下:
考虑传感器方向与步长信息,设当前时刻t采集到传感器航向角为θt,隐状态i位置坐标(xi,yi)到上一时刻定位结果(location_xt-1,location_yt-1)的夹角为θi;Δθi为航向角测量值θt与θi的偏移角;经实验,偏移角Δθi在不同实验环境、不同终端类型下会有一定的范围,将这个误差范围成为误差门限,用θ0表示,一般情况下θ0∈20°~45°,在给定实验环境、给定终端的条件下θ0值是一个常数;通过利用传感器方向信息与行人运动规律,对可能的隐状态做出限制:
Δθi=|θi-θt| (9)
因此,最终发射概率确定公式如下:
关于PDR定位:
其中,该PDR定位过程可以在终端中实现也可以在服务器端实现。当行人脚步被探测之后,令t=t+1。假定用户第t步的PDR的定位结果为第t步估计步长为dt,第t步运动方向为θt。则根据PDR定位结果的计算公式,如式(1),可得t时刻PDR的定位结果。
下面结合具体示例,对本申请实施例进行进一步地介绍。
指定区域如图3所示,该指定区域的大小为41.26m×26.10m,该指定区域包括办公室、工位等障碍物。
在离线阶段进行无线接入点的信号强度采集,采集的参考点间隔是步长(0.8米)的四倍(3.2米),由于空间限制,指定区域两翼参考点的间隔是三倍(2.4米)或两倍(1.6米),在指定区域中一共有73个参考点,在每个参考点采集的无线接入点的信号强度来自环境中已有的WAP,剔除wifi信号强度低于-80dBm的WAP。每个参考点分4个方向,以200毫秒的采样间隔在每个方向采集50秒的无线接入点的信号强度样本。
在前述采集工作完成之后,将采集到的信息进行预处理。在每个参考点上对同一个WAP采集到的多组RSSI信息,rssi1,rssi2,...,rssin,确定出他们的均值计算公式为:以此确定出每个参考点的所有方向的样本平均值存入数据库。其中,每个参考点的所有WAP的均值信息构成一组向量,作为位置指纹。
在线定位时,终端快速的进行周围WAP的多个无线接入点的信号强度进行扫描。其中,终端所处位置的多个无线接入点的信号强度的采样间隔是50毫秒,传感器数据的采样频率是50Hz。
终端将采集到的传感器信息和终端所处位置的多个无线接入点的信号强度发送至服务器。
服务器接收到以上信息之后,进行实时定位计算。具体如下所述:
S410,服务器确定用户初始位置。其中,用户初始位置已知,l0=(x0,y0);
在服务器根据传感器信息和终端所处位置的多个无线接入点的信号强度结合指纹法确定定位结果过程中,具体包括如下步骤:
预先进行隐状态量化。其中,将指定区域按照步长0.8米划分成大小相同的网格,网格的交点为不同隐状态的位置点,一共划分为638个隐状态,则定位问题就等效于在638个隐状态中寻找最佳隐状态序列。
确定隐状态的初始概率、发射概率以及隐状态之间的转移概率。其中,隐状态的初始概率可以根据已知的初始位置确定,隐状态之间的转移概率结合公式(6)确定,发射概率可以结合公式(10)确定。
在获得初始概率、状态转移概率与发射概率之后,利用维特比算法结合公式(5)确定概率最大的隐状态序列。其中,该在该隐状态序列中,当前时刻对应的隐状态的位置坐标,即为通过指纹定位法得到定位结果。
S440,判断当前时刻通过指纹法的定位结果与前一时刻通过指纹法定位结果是否相同。若当前时刻指纹法定位结果等于前一时刻指纹法定位结果相同,则将S420中PDR的定位结果作为用户的当前位置;若当前时刻通过指纹法定位结果与前一时刻通过指纹法定位结果不同,则将S430中的定位结果作为用户的当前位置。
本申请实施例从隐马尔科夫模型(hidden markov model,HMM)角度考虑室内定位问题,将寻找最佳位置点序列的问题转化为维特比算法求解最优化问题。针对仅采用终端所处位置的多个无线接入点的信号强度带来的观测信息不足而导致的基于隐马尔可夫模型的定位算法性能较差的问题,本发明将传感器方向等信息加入到算法中,此外,针对实际工程场景中终端所处位置的多个无线接入点的信号强度更新频率低于运动传感器更新频率的问题,在考虑加入方向信息的同时做出改进,具体提出基于隐马尔科夫模型终端所处位置的多个无线接入点的信号强度与传感器信息分段融合定位算法。
本申请实施例结合行人运动行为信息,通过融合终端传感器数据提高了隐马尔可夫模型下状态转移概率以及发射概率更符合实际情况,使得定位轨迹更接近真实轨迹,定位精度更高;同时提出了虚拟隐状态量化的思想,减小了离线数据库采样工作量。
图5为本申请实施例提供的一种终端定位装置结构示意图。该装置可以用于执行图2或图4所示实施例中服务器所执行的方法。预先以步长为基准确定指定区域中的M个隐状态,所述M为大于零的整数,如图5所示,该装置包括:
接收单元501,用于接收目标终端发送的计步信息和所述目标终端所处位置的多个无线接入点的信号强度;
定位单元502,用于根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度,确定所述目标终端的当前位置。
在一个实施例中,所述计步信息包括下述一项或多项:
步行方向、步长以及相邻两步步行方向偏移角。
在另一个实施例中,所述定位单元具体用于:
求解如下公式概率最大的位置序列S1,S2,L,Si,L,Sn,其中Sn为所述目标终端的当前位置:
括第i步的计步信息和第i步时目标终端所处位置的多个无线接入点的信号强度;
Pr(Si+1|Si)为点Si+1到点Si的转移概率;
Pr(S1)为初始位置S1的概率。
其中,li,lj分别表示Si,Sj的位置坐标,d[(lj-li),step_length]表示状态Si,Sj间欧式距离与步长的差值,d(Sj,Si)表示状态Si,Sj间欧式距离,Dmax为根据行人步长确定的相邻两步之间的距离阈值。
其中,dis_state_wfi为根据第i步时目标终端所处位置的多个无线接入点的信号强度以及预先在基准点确定的多个无线接入点的信号强度确定的定位结果到Si的距离;
Δθi为相邻第i步与第i-1步的行方向偏移角;
θ0为误差门限,θ0∈20°~45°。
在另一个实施例中,无线接入点的信号强度信息的更新频率低于传感器信息的更新频率;
所述装置,还包括:
推算单元,用于根据计步信息进行行人航位推算,确定目标终端对应的第一位置;
当所述第一位置与Sn相同时,则确定所述Sn为所述目标终端的当前位置;
当所述第一位置与Sn不同时,则确定所述第一位置为所述目标终端的当前位置。
在另一个实施例中,还包括:
发送单元,用于向目标终端发送所述目标终端的当前位置。
图6为本申请实施例提供的一种终端定位装置结构示意图。该装置可以用于执行图2或图4所示实施例中终端所执行的方法。如图6所示,该装置包括:
发送单元601,用于当检测的用户运动第N步时,向服务器发送的用户运动第N步的计步信息和所述目标终端所处位置的多个无线接入点的信号强度,以便服务器根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度确定目标终端运动第N步的位置;
接收单元602,用于接收服务器发送所述目标终端运动第N步的位置。
在一个实施例中,还包括:
推算单元603,用于当接收到的用户运动第N步后所述目标终端的位置与接收到的用户运动第N-1步后的所述目标终端的位置相同时,则根据用户运动第N步后的计步信息通过行人航位推算得到用户运动第N步后所述目标终端的当前位置。
图7为本申请实施例提供的一种服务器结构示意图。该服务器700具体包括:包括收发器701,处理器702,存储器703。收发器701、处理器702和存储器703可以通过总线连接。该服务器可以用于实现图2或图4所示实施例中服务器的功能。
其中,收发器701用于支持服务器与上述实施例中的终端或其他服务器之间收发信息。在服务器与终端之间通信过程中,数据和信令消息由处理器702进行处理,并由收发器701发送给终端。来自终端的数据和信令的经由收发器701接收,由处理器702进行处理得到终端发送的数据和信令。处理器702可以控制发送设备700执行图2或图4所示实施例中涉及发送端的处理过程和/或用于本申请所描述的技术的其他过程。例如,处理器702用于执行图2和图4所示的实施例中的S220、S230或S410-S440等步骤中的一步或多步,收发器701用于执行图2和图4所示的实施例中的S240a或S240b等步骤中的一步或多步。存储器703用于存储终端的程序代码和数据。
图8为本发明实施例提供的一种终端结构示意图。该终端800具体包括:包括收发器801,处理器802,存储器803,WiFi模块804和传感器805。收发器801、处理器802、存储器803、WiFi模块804和传感器805可以通过总线连接。该网络设备可以用于实现图2或图4所示实施例中发送端的功能。例如但不限于手机、电脑、可穿戴设备等。
其中,收发器801用于支持终端与上述实施例中服务器之间收发信息。在终端与服务器之间通信过程中,数据和信令消息由处理器802进行处理,并由收发器801发送给服务器。来自服务器的数据和信令的经由收发器801接收,由处理器802进行处理得到服务器发送的数据和信令。WiFi模块804用于确定终端所处位置的多个无线接入点的信号强度,传感器805用于确定传感器信息。该传感器805包括加速度计、陀螺仪或电子罗盘等中的一项或多项。处理器802可以控制终端800执行图2或图4所示实施例中涉及终端的处理过程和/或用于本申请所描述的技术的其他过程。例如,收发器801用于执行图2和图4所示的实施例中的S210等步骤。存储器803用于存储终端的程序代码和数据。
本申请实施例提供了一种芯片。该芯片包括处理器和存储器;存储器用于存放程序;所述处理器用于执行所述存储器存储的所述程序,以执行上述方法实施例中所述的方法。
在上述各个本发明实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读介质向另一个计算机可读介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如,固态硬盘)等。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (18)
1.一种终端定位方法,其特征在于,所述方法包括:
接收目标终端发送的计步信息和所述目标终端所处位置的多个无线接入点的信号强度;
根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度,确定所述目标终端的当前位置;
所述根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度,确定所述目标终端的当前位置包括:
求解如下公式概率最大的位置序列S1,S2,L,Si,L,Sn,其中Sn为所述目标终端的当前位置:
Pr(Si+1|Si)为点Si+1到点Si的转移概率;
Pr(S1)为初始位置S1的概率;
其中,Pr1(Oi|Si)为基于WiFi位置指纹法定位结果到隐含状态i的距离确定的发射概率;Pr2(Oi|Si)为基于航向角测量值θt与θi的偏移角与门限阈值θ0之间的关系确定的发射概率;
dis_state_wfi为根据第i步时目标终端所处位置的多个无线接入点的信号强度以及预先在基准点确定的多个无线接入点的信号强度确定的定位结果到Si的距离;
Δθi为相邻第i步与第i-1步的行方向偏移角;
θ0为误差门限,θ0∈20°~45°。
2.根据权利要求1所述的方法,其特征在于,所述计步信息包括下述一项或多项:
步行方向、步长以及相邻两步步行方向偏移角。
4.根据权利要求1所述的方法,其特征在于,无线接入点的信号强度信息的更新频率低于传感器信息的更新频率;
所述方法,还包括:
根据计步信息进行行人航位推算,确定目标终端对应的第一位置;
当所述第一位置与Sn相同时,则确定所述Sn为所述目标终端的当前位置;
当所述第一位置与Sn不同时,则确定所述第一位置为所述目标终端的当前位置。
5.根据权利要求1-4任意一项所述的方法,其特征在于,还包括:
向目标终端发送所述目标终端的当前位置。
6.一种终端定位方法,其特征在于,所述方法包括:
当检测的用户运动第N步时,向服务器发送的用户运动第N步的计步信息和目标终端所处位置的多个无线接入点的信号强度,以便服务器根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度确定目标终端运动第N步的位置;
所述根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度,确定所述目标终端的当前位置包括:
求解如下公式概率最大的位置序列S1,S2,L,Si,L,Sn,其中Sn为所述目标终端的当前位置:
Pr(Si+1|Si)为点Si+1到点Si的转移概率;
Pr(S1)为初始位置S1的概率;
其中,Pr1(Oi|Si)为基于WiFi位置指纹法定位结果到隐含状态i的距离确定的发射概率;Pr2(Oi|Si)为基于航向角测量值θt与θi的偏移角与门限阈值θ0之间的关系确定的发射概率;
dis_state_wfi为根据第i步时目标终端所处位置的多个无线接入点的信号强度以及预先在基准点确定的多个无线接入点的信号强度确定的定位结果到Si的距离;
Δθi为相邻第i步与第i-1步的行方向偏移角;
θ0为误差门限,θ0∈20°~45°;
接收服务器发送所述目标终端运动第N步的位置。
7.根据权利要求6所述的方法,其特征在于,还包括:
当接收到的用户运动第N步后所述目标终端的位置与接收到的用户运动第N-1步后的所述目标终端的位置相同时,则根据用户运动第N步后的计步信息通过行人航位推算得到用户运动第N步后所述目标终端的当前位置。
8.一种终端定位装置,其特征在于,所述装置包括:
接收单元,用于接收目标终端发送的计步信息和所述目标终端所处位置的多个无线接入点的信号强度;
定位单元,用于根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度,确定所述目标终端的当前位置;
所述定位单元具体用于:
求解如下公式概率最大的位置序列S1,S2,L,Si,L,Sn,其中Sn为所述目标终端的当前位置:
Pr(Si+1|Si)为点Si+1到点Si的转移概率;
Pr(S1)为初始位置S1的概率;
其中,Pr1(Oi|Si)为基于WiFi位置指纹法定位结果到隐含状态i的距离确定的发射概率;Pr2(Oi|Si)为基于航向角测量值θt与θi的偏移角与门限阈值θ0之间的关系确定的发射概率;
dis_state_wfi为根据第i步时目标终端所处位置的多个无线接入点的信号强度以及预先在基准点确定的多个无线接入点的信号强度确定的定位结果到Si的距离;
Δθi为相邻第i步与第i-1步的行方向偏移角;
θ0为误差门限,θ0∈20°~45°。
9.根据权利要求8所述的装置,其特征在于,所述计步信息包括下述一项或多项:
步行方向、步长以及相邻两步步行方向偏移角。
11.根据权利要求8所述的装置,其特征在于,无线接入点的信号强度信息的更新频率低于传感器信息的更新频率;
所述装置,还包括:
推算单元,用于根据计步信息进行行人航位推算,确定目标终端对应的第一位置;
当所述第一位置与Sn相同时,则确定所述Sn为所述目标终端的当前位置;
当所述第一位置与Sn不同时,则确定所述第一位置为所述目标终端的当前位置。
12.根据权利要求8-11任意一项所述的装置,其特征在于,还包括:
发送单元,用于向目标终端发送所述目标终端的当前位置。
13.一种终端定位装置,其特征在于,所述装置包括:
发送单元,用于当检测的用户运动第N步时,向服务器发送的用户运动第N步的计步信息和目标终端所处位置的多个无线接入点的信号强度,以便服务器根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度确定目标终端运动第N步的位置;
所述根据所述计步信息和所述目标终端所处位置的多个无线接入点的信号强度,确定所述目标终端的当前位置包括:
求解如下公式概率最大的位置序列S1,S2,L,Si,L,Sn,其中Sn为所述目标终端的当前位置:
Pr(Si+1|Si)为点Si+1到点Si的转移概率;
Pr(S1)为初始位置S1的概率;
其中,Pr1(Oi|Si)为基于WiFi位置指纹法定位结果到隐含状态i的距离确定的发射概率;Pr2(Oi|Si)为基于航向角测量值θt与θi的偏移角与门限阈值θ0之间的关系确定的发射概率;
dis_state_wfi为根据第i步时目标终端所处位置的多个无线接入点的信号强度以及预先在基准点确定的多个无线接入点的信号强度确定的定位结果到Si的距离;
Δθi为相邻第i步与第i-1步的行方向偏移角;
θ0为误差门限,θ0∈20°~45°;
接收单元,用于接收服务器发送所述目标终端运动第N步的位置。
14.根据权利要求13所述的装置,其特征在于,还包括:
推算单元,用于当接收到的用户运动第N步后所述目标终端的位置与接收到的用户运动第N-1步后的所述目标终端的位置相同时,则根据用户运动第N步后的计步信息通过行人航位推算得到用户运动第N步后所述目标终端的当前位置。
15.一种服务器,其特征在于,包括收发器、处理器和存储器;所述收发器用于与终端进行通信,所述存储器用于存放程序;所述处理器用于执行所述存储器存储的所述程序,以控制计算机设备执行权利要求1-5任意一项所述的方法。
16.一种终端,其特征在于,包括WiFi模块、传感器、收发器、处理器和存储器,所述WiFi模块用于确定终端所处位置的多个无线接入点的信号强度,所述传感器用于确定传感器信息,所述收发器用于与服务器进行通信,所述存储器用于存放程序;所述处理器用于执行所述存储器存储的所述程序,以控制计算机设备执行权利要求6或7所述的方法。
17.一种计算机可读存储介质,包括计算机可读指令,当计算机读取并执行所述计算机可读指令时,使得计算机执行如权利要求1-7任意一项所述的方法。
18.一种计算机程序产品,包括计算机可读指令,当计算机读取并执行所述计算机可读指令,使得计算机执行如权利要求1-7任意一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910114921.3A CN111561921B (zh) | 2019-02-14 | 2019-02-14 | 定位方法及装置 |
PCT/CN2019/114990 WO2020088644A1 (zh) | 2018-11-01 | 2019-11-01 | 定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910114921.3A CN111561921B (zh) | 2019-02-14 | 2019-02-14 | 定位方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111561921A CN111561921A (zh) | 2020-08-21 |
CN111561921B true CN111561921B (zh) | 2022-05-10 |
Family
ID=72071341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910114921.3A Active CN111561921B (zh) | 2018-11-01 | 2019-02-14 | 定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111561921B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9661473B1 (en) * | 2016-06-17 | 2017-05-23 | Qualcomm Incorporated | Methods and apparatus for determining locations of devices in confined spaces |
CN106840163A (zh) * | 2016-12-29 | 2017-06-13 | 上海斐讯数据通信技术有限公司 | 一种室内定位方法及系统 |
CN107421535A (zh) * | 2017-05-22 | 2017-12-01 | 上海交通大学 | 一种基于磁场特征和加速度信息计步的室内行人定位系统 |
CN107635204A (zh) * | 2017-09-27 | 2018-01-26 | 深圳大学 | 一种运动行为辅助的室内融合定位方法及装置、存储介质 |
CN107966151A (zh) * | 2017-11-22 | 2018-04-27 | 合肥工业大学 | 一种基于多传感器融合技术的室内行人航位推算方法 |
CN108061878A (zh) * | 2017-12-15 | 2018-05-22 | 深圳市交投科技有限公司 | 基于移动终端的融合定位方法、存储装置及移动终端 |
CN108521627A (zh) * | 2018-03-14 | 2018-09-11 | 华南理工大学 | 基于HMM的wifi和地磁融合的室内定位系统及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2570772A1 (en) * | 2011-09-16 | 2013-03-20 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Method for localisation and mapping of pedestrians or robots using wireless access points |
CN105682022A (zh) * | 2015-12-30 | 2016-06-15 | 华东师范大学 | 一种基于Android设备的室内外无缝定位系统及其定位方法 |
CN107396321B (zh) * | 2017-08-02 | 2020-08-21 | 江南大学 | 基于手机传感器和iBeacon的无监督式室内定位方法 |
-
2019
- 2019-02-14 CN CN201910114921.3A patent/CN111561921B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9661473B1 (en) * | 2016-06-17 | 2017-05-23 | Qualcomm Incorporated | Methods and apparatus for determining locations of devices in confined spaces |
CN106840163A (zh) * | 2016-12-29 | 2017-06-13 | 上海斐讯数据通信技术有限公司 | 一种室内定位方法及系统 |
CN107421535A (zh) * | 2017-05-22 | 2017-12-01 | 上海交通大学 | 一种基于磁场特征和加速度信息计步的室内行人定位系统 |
CN107635204A (zh) * | 2017-09-27 | 2018-01-26 | 深圳大学 | 一种运动行为辅助的室内融合定位方法及装置、存储介质 |
CN107966151A (zh) * | 2017-11-22 | 2018-04-27 | 合肥工业大学 | 一种基于多传感器融合技术的室内行人航位推算方法 |
CN108061878A (zh) * | 2017-12-15 | 2018-05-22 | 深圳市交投科技有限公司 | 基于移动终端的融合定位方法、存储装置及移动终端 |
CN108521627A (zh) * | 2018-03-14 | 2018-09-11 | 华南理工大学 | 基于HMM的wifi和地磁融合的室内定位系统及方法 |
Non-Patent Citations (2)
Title |
---|
Activity Sequence-Based Indoor Pedestrian Localization Using Smartphones;zhou baoding,等;《 IEEE Transactions on Human-Machine Systems》;20151030;第45卷(第05期);第562-574页 * |
室内行人移动行为识别及轨迹追踪;熊汉江,等;《武汉大学学报·信息科学版》;20181130;第43卷(第11期);第1096-1703页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111561921A (zh) | 2020-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9594150B2 (en) | Determining device locations using movement, signal strength | |
WO2010030121A2 (ko) | 모바일 디바이스에 대한 실시간 위치 추적 방법 및 시스템 | |
Cengiz | Comprehensive analysis on least-squares lateration for indoor positioning systems | |
JP2015531053A (ja) | 無線マップを動的に作成するためのシステム、方法、及びコンピュータプログラム | |
CN105072581A (zh) | 一种基于路径衰减系数建库的室内定位方法 | |
WO2022100272A1 (zh) | 室内定位方法及相关装置 | |
CN109379711B (zh) | 一种定位方法 | |
Li et al. | Fine-grained indoor tracking by fusing inertial sensor and physical layer information in WLANs | |
Shih et al. | Intelligent radio map management for future WLAN indoor location fingerprinting | |
Tian et al. | HiQuadLoc: A RSS fingerprinting based indoor localization system for quadrotors | |
Ali et al. | Harvesting indoor positioning accuracy by exploring multiple features from received signal strength vector | |
CN108226912B (zh) | 基于稀疏网络的非接触物体感知定位的方法及系统 | |
Xingli et al. | Indoor positioning technology based on deep neural networks | |
Khan et al. | Experimental testbed evaluation of cell level indoor localization algorithm using Wi-Fi and LoRa protocols | |
Ye et al. | Local HMM for indoor positioning based on fingerprinting and displacement ranging | |
Shin et al. | Received signal strength-based robust positioning system in corridor environment | |
Suseenthiran et al. | Indoor positioning utilizing bluetooth low energy RSSI on LoRa system | |
CN111561921B (zh) | 定位方法及装置 | |
Xu et al. | Variance-based fingerprint distance adjustment algorithm for indoor localization | |
WO2007129939A1 (en) | Increasing the accuracy of location and / or path information of a moving client in a wireless network | |
US20210337346A1 (en) | Developing a fingerprint map for determining an indoor location of a wireless device | |
Afousi et al. | Wi-Fi RSS indoor positioning system using online layer clustering and weighted DCP-KNN | |
He et al. | Voronoi diagram based indoor localization in wireless sensor networks | |
WO2020088644A1 (zh) | 定位方法及装置 | |
KR102408488B1 (ko) | 측위 장치 및 방법 |
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 |