CN112672279B - 基于rssi和改进型质心定位算法的人员定位方法 - Google Patents

基于rssi和改进型质心定位算法的人员定位方法 Download PDF

Info

Publication number
CN112672279B
CN112672279B CN202011494941.7A CN202011494941A CN112672279B CN 112672279 B CN112672279 B CN 112672279B CN 202011494941 A CN202011494941 A CN 202011494941A CN 112672279 B CN112672279 B CN 112672279B
Authority
CN
China
Prior art keywords
wifi
nodes
positioning
receiving equipment
node
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
CN202011494941.7A
Other languages
English (en)
Other versions
CN112672279A (zh
Inventor
沈勤元
臧治年
郭正平
夏挺
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.)
Sinoma Suzhou Construction Co ltd
Original Assignee
Sinoma Suzhou Construction Co ltd
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 Sinoma Suzhou Construction Co ltd filed Critical Sinoma Suzhou Construction Co ltd
Priority to CN202011494941.7A priority Critical patent/CN112672279B/zh
Publication of CN112672279A publication Critical patent/CN112672279A/zh
Application granted granted Critical
Publication of CN112672279B publication Critical patent/CN112672279B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Position Fixing By Use Of Radio Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于RSSI和改进型质心定位算法的人员定位方法，包括以下步骤：步骤一、搭建WiFi定位环境，所述WiFi定位环境包括总服务器、全方位覆盖的WiFi无线网络和每位员工的WiFi接受设备；WiFi无线网络需要设置多个能够收发信号的AP节点，AP节点位置固定且需要提前录入到数据库中；步骤二、通过WiFi接受设备获取到的各个AP节点发出信号的强度以及AP地址来通过RSSI测距算法计算WiFi接受设备到对应各个的AP节点的距离；步骤三、再由多组数据通过改进型质心定位算法计算得WiFi接受设备的位置，实现对某一人员的定位。本发明对普通WiFi定位的质心算法进行改进，从而极大提高了定位的精度。

Description

基于RSSI和改进型质心定位算法的人员定位方法
技术领域
本发明涉及基于WiFi定位技术领域，尤其涉及一种基于WiFi定位的建筑施工地人员定位方法。
背景技术
人们的安全意识日益提高，尤其在工厂这种处处充满危险的地方安全防范工作显得尤为重要。水泥工厂中要随时小心高空坠物、触电、机械伤害等问题，噪声与粉尘等危害也常常被人忽略。即使很多危险的区域已经划好了警戒线，依旧有人无视并进入危险区域。因此，需要我们对人员进行实时的监控。同时随着WiFi技术不断进步，WiFi的精度、范围、普及度不断提升，成本也越来越低，因此本系统采用WiFi定位技术来实现安全监测。
在水泥厂中依靠WiFi定位会遇到诸多干扰因素，工厂设施复杂、过厚的墙体、设备信号的干扰都会对WiFi信号产生影响。而WiFi定位正好是应用WiFi信号的强度来进行测距定位。
发明内容
为了解决WiFi信号受影响带来的误差，本发明主要解决的技术问题是提供一种基于RSSI和改进型质心定位算法的人员定位方法，本系统对普通WiFi定位的质心算法进行改进，从而极大提高了定位的精度。
为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于RSSI和改进型质心定位算法的人员定位方法，所述定位方法包括以下步骤：
步骤一、搭建WiFi定位环境，所述WiFi定位环境包括总服务器、全方位覆盖的WiFi无线网络和每位员工的WiFi接受设备；WiFi无线网络需要设置多个能够收发信号的AP节点，AP节点位置固定且需要提前录入到数据库中；
步骤二、通过WiFi接受设备获取到的各个AP节点发出信号的强度以及AP地址来通过RSSI测距算法计算WiFi接受设备到对应各个的AP节点的距离；
步骤三、再由多组数据通过改进型质心定位算法计算得WiFi接受设备的位置，实现对某一人员的定位。
进一步地说，步骤一中，在待测区域内进行AP节点布置，X轴方向每个AP节点间隔15-25米，Y轴方向的AP节点组成平行线的间隔也为15-25米，在整个待测区域中WiFi接受设备会匹配上最近的三个或多个AP节点进行定位。
进一步地说，步骤二中具体为：
根据WiFi接受设备接收到的M个AP节点发出信号的强度可以计算出WiFi接受设备到该M个AP节点中每一个AP节点的距离，经过现场测试再根据RSSI模型特征，得到公式，如式(1)所示：
RSSI(dBm)＝-46-30lgd 式(1)
式(1)中的d表示WiFi接受设备到该M个AP节点中每一个AP节点的距离，且M≥3。
进一步地说，步骤三中具体为：
依次以上述M个AP节点中的每一AP节点所在位置为圆心，以计算出来的对应的距离d为半径做圆，共做出M个圆，取M个圆中任意两圆的交点，且所取交点的个数为N，并定义所取交点为锚节点；
(1)取N个锚节点的数据进行计算(N>3)，此时第j个锚节点的权值为：
Figure BDA0002841861650000021
dj表示除第j个锚节点本身之外，其他任意两个锚节点之间的距离；
Figure BDA0002841861650000022
表示N个dj值的均值；
(2)再根据节点距离调节权重，得到权值ωk为：
Figure BDA0002841861650000023
n表示修正系数，用于调节各锚节点之间距离值所占比重；
(3)得到人员的位置坐标为：
Figure BDA0002841861650000031
进一步地说，所述人员定位方法适用于建筑施工场地或车站。
进一步地说，所述WiFi接受设备为智能手机、IPAD和智能手表中的至少一种。
进一步地说，n的取值范围为3-5。
本发明的有益效果是：
本发明的人员定位方法因为采用WiFi定位技术，拥有全时段、全地点无死角的、低成本的优点，以人工督查或摄像头为基础的安全系统只能做到片面地区的监督，而且受时间、环境的限制，且成本偏高，而WiFi定位系统成本偏低，能够做到整个区域内无死角检测，不受时间、天气、光线等影响，在与同类WiFi定位技术相比，本系统使用了改进型的定位算法，极大提高了定位的精度，弥补了WiFi定位精度不足的缺点；
再者，本发明的定位方法中同时专门为工厂搭建了3D模型，而且保留有模型导入的接口，能够按具体环境更新模型，让管理者更直观有效的对人员进行监督。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例详细说明如后。
附图说明
图1是本发明的模拟调试系统的AP节点布置分布图；
图2是本发明的为建筑施工场地搭建的整个安全系统全局显示的3D模型(图中圆点表示人员位置)；
图3是本发明的三个人员的实地在模型中的定位显示图。
具体实施方式
以下通过特定的具体实施例说明本发明的具体实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的优点及功效。本发明也可以其它不同的方式予以实施，即，在不背离本发明所揭示的范畴下，能予不同的修饰与改变。
实施例：一种基于RSSI和改进型质心定位算法的人员定位方法，所述定位方法包括以下步骤：
步骤一、搭建WiFi定位环境，所述WiFi定位环境包括总服务器、全方位覆盖的WiFi无线网络和每位员工的WiFi接受设备；WiFi无线网络需要设置多个能够收发信号的AP节点，AP节点位置固定且需要提前录入到数据库中；
步骤二、通过WiFi接受设备获取到的各个AP节点发出信号的强度以及AP地址来通过RSSI测距算法计算WiFi接受设备到对应各个的AP节点的距离；
步骤三、再由多组数据通过改进型质心定位算法计算得WiFi接受设备的位置，实现对某一人员的定位。
步骤一中，如图1所示，在待测区域内进行AP节点布置，A、B、C、D点表示WiFi接受设备所在位置，X轴方向每个AP节点间隔15-25米(本实施例中为20米)，Y轴方向的AP节点组成平行线的间隔也为15-25米(本实施例中为20米)，在整个待测区域中WiFi接受设备会匹配上最近的三个或多个AP节点进行定位。(在实际工厂中也可按具体场地情况对AP节点布局，通过合理的布局可以减小外界因素对WiFi定位的干扰。)
步骤二中具体为：
根据WiFi接受设备接收到的M个AP节点发出信号的强度可以计算出WiFi接受设备到该M个AP节点中每一个AP节点的距离，经过现场测试再根据RSSI模型特征，得到公式，如式(1)所示：
RSSI(dBm)＝-46-30lgd 式(1)
式(1)中的d表示WiFi接受设备到该M个AP节点中每一个AP节点的距离，且M≥3。
WiFi接受设备可以接受到多个AP节点的信号强度，并能区分出各个信号强度，通过上述公式可以计算出多个d值。
步骤三中具体为：
依次以上述M个AP节点中的每一AP节点所在位置为圆心，以计算出来的对应的距离d为半径做圆，共做出M个圆，取M个圆中任意两圆的交点，且所取交点的个数为N，并定义所取交点为锚节点；
(1)取N个锚节点的数据进行计算(N>3)，此时第j个锚节点的权值为：
Figure BDA0002841861650000051
/>
dj表示除第j个锚节点本身之外，其他任意两个锚节点之间的距离；比如，取四个锚节点，且分别为A、B、C和D，A对应的dj为BC、BD、CD的距离；
Figure BDA0002841861650000052
表示N个dj值的均值；
(2)再根据节点距离调节权重，得到权值ωk为：
Figure BDA0002841861650000053
n表示修正系数，用于调节各锚节点之间距离值所占比重；n的取值范围为3-5；
(3)得到人员的位置坐标为：
Figure BDA0002841861650000054
(2)式中的n是经过大量测试得到的，最适合该环境下的修正系数，本实施例中使用了控制变量法，在柳州站高铁站进行了测试。
而传统的三角定位算法：是以AP节点所在位置为圆心，以上述的式(1)计算出来的距离d为半径做圆，且是取按上述方法做出的三个圆，在外界条件的干扰下，所测的信号强度通常会小于理想值，由式(1)可知信号强度偏小时计算出的距离会大于理想值，因此实际情况下三角定位法的三个圆会交于六个点，取这六个点中，距离较近的三个点，且三个点分别为P1(x1,y1),P2(x2,y2),P3(x3,y3)，通常的计算方法为三角质心定位算法，如式(5)所示。
Figure BDA0002841861650000061
可以看出，基本的质心定位算法误差较大。而本发明采用上述的改进型质心定位算法，结合了多个AP节点的数据进行加权计算，极大提高了定位的精度，弥补了WiFi定位精度不足的缺点。
所述人员定位方法适用于建筑施工场地或车站，但不限于此。
所述WiFi接受设备为智能手机、IPAD和智能手表中的至少一种。本实施例中，优选的所述WiFi接受设备为智能手机。
本系统为了管理者更直观的查看到人员的具体位置，专门为建筑施工场地搭建搭建了一个3D模型，如图2所示，圆点表示人员位置；
为了检验WiFi定位的精度，以三人为例进行了实地考察，三人在模型中的定位显示如图2所示，即实际中三人在图3所示位置，然后采用本发明的定位方法计算出三人的位置，通过测出的三人的位置与三人实际的位置的比对，可以检测本测试方法的精确度。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书内容所作的等效结构，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (4)

1.一种基于RSSI和改进型质心定位算法的人员定位方法，其特征在于：所述定位方法包括以下步骤：
步骤一、搭建WiFi定位环境，所述WiFi定位环境包括总服务器、全方位覆盖的WiFi无线网络和每位员工的WiFi接受设备；WiFi无线网络需要设置多个能够收发信号的AP节点，AP节点位置固定且需要提前录入到数据库中；
步骤二、通过WiFi接受设备获取到的各个AP节点发出信号的强度以及AP地址来通过RSSI测距算法计算WiFi接受设备到对应各个的AP节点的距离；
步骤三、再由多组数据通过改进型质心定位算法计算得WiFi接受设备的位置，实现对某一人员的定位；
步骤一中，在待测区域内进行AP节点布置，X轴方向每个AP节点间隔15-25米，Y轴方向的AP节点组成平行线的间隔也为15-25米，在整个待测区域中WiFi接受设备会匹配上最近的三个或多个AP节点进行定位；
步骤二中具体为：根据WiFi接受设备接收到的M个AP节点发出信号的强度可以计算出WiFi接受设备到该M个AP节点中每一个AP节点的距离，经过现场测试再根据RSSI模型特征，得到公式，如式(1)所示：
RSSI(dBm)＝-46-30lgd 式(1)
式(1)中的d表示WiFi接受设备到该M个AP节点中每一个AP节点的距离，且M≥3；
步骤三中具体为：依次以上述M个AP节点中的每一AP节点所在位置为圆心，以计算出来的对应的距离d为半径做圆，共做出M个圆，取M个圆中任意两圆的交点，且所取交点的个数为N，并定义所取交点为锚节点；
(1)取N个锚节点的数据进行计算(N>3)，此时第j个锚节点的权值为：
Figure FDA0003808471690000011
dj表示除第j个锚节点本身之外，其他任意两个锚节点之间的距离；
Figure FDA0003808471690000021
表示N个dj值的均值；
(2)再根据节点距离调节权重，得到权值ωk为：
Figure FDA0003808471690000022
n表示修正系数，用于调节各锚节点之间距离值所占比重；
(3)得到人员的位置坐标为：
Figure FDA0003808471690000023
2.根据权利要求1所述的一种基于RSSI和改进型质心定位算法的人员定位方法，其特征在于：所述人员定位方法适用于建筑施工场地或车站。
3.根据权利要求1所述的一种基于RSSI和改进型质心定位算法的人员定位方法，其特征在于：所述WiFi接受设备为智能手机、IPAD和智能手表中的至少一种。
4.根据权利要求1所述的一种基于RSSI和改进型质心定位算法的人员定位方法，其特征在于：n的取值范围为3-5。
CN202011494941.7A 2020-12-17 2020-12-17 基于rssi和改进型质心定位算法的人员定位方法 Active CN112672279B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011494941.7A CN112672279B (zh) 2020-12-17 2020-12-17 基于rssi和改进型质心定位算法的人员定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011494941.7A CN112672279B (zh) 2020-12-17 2020-12-17 基于rssi和改进型质心定位算法的人员定位方法

Publications (2)

Publication Number Publication Date
CN112672279A CN112672279A (zh) 2021-04-16
CN112672279B true CN112672279B (zh) 2023-03-24

Family

ID=75404702

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011494941.7A Active CN112672279B (zh) 2020-12-17 2020-12-17 基于rssi和改进型质心定位算法的人员定位方法

Country Status (1)

Country Link
CN (1) CN112672279B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102595592A (zh) * 2012-01-10 2012-07-18 西北工业大学 一种移动社会网络目标节点的室内定位方法
CN105025572A (zh) * 2015-07-01 2015-11-04 太原科技大学 一种基于rssi测距的井下人员定位的改进方法
CN108737952A (zh) * 2018-04-11 2018-11-02 天津大学 基于rssi测距改进的多边形加权质心定位方法
CN111615047B (zh) * 2019-05-14 2021-06-04 北京精准沟通传媒科技股份有限公司 一种实时客流统计的方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN112672279A (zh) 2021-04-16

Similar Documents

Publication Publication Date Title
CN103399298A (zh) 一种基于光强度的多传感器室内定位装置与方法
CN112689235A (zh) 一种基于蓝牙信号的定位方法及装置
CN109163696A (zh) 一种边、滑坡变形破坏模式的预测判别新方法及新装置
CN113155109B (zh) 超高层建筑工程测量的监理控制方法、系统、设备及介质
CN105445729A (zh) 无人机飞行三维航迹精度检测方法及系统
CN110726850A (zh) 基于风向分解的铁路横风预警系统及横风强度计算方法
CN106781836A (zh) 一种气象雷达模拟训练系统
CN105044659B (zh) 基于环境光谱指纹的室内定位装置及方法
CN107884746B (zh) 一种无线电网格化中多站无源时差定位技术自动选站方法
CN108111972A (zh) 基于信号强度与空间划分的室内WiFi接入点定位方法
CN112672279B (zh) 基于rssi和改进型质心定位算法的人员定位方法
CN111265193A (zh) 一种用于疫情防控卡口的现场体温筛查装置及方法
CN110986784B (zh) 基准坐标获取方法及其用途
CN106358233A (zh) 一种基于多维尺度分析算法的rss数据平滑方法
CN113490272A (zh) 基于uwb定位的安全吊装预警方法、系统及介质
CN101975568A (zh) 平台倾斜高精度实时测量系统及其应用方法
CN111866725A (zh) 一种基于wifi探针技术的人流检测方法
CN103200261A (zh) 数据无线传输远程监控测量系统及其控制方法
CN113408916B (zh) 基于智能ai和移动app的消防设施检测及现场验收评定系统
CN109033020A (zh) 一种剪叉式高空作业平台举升高度计算方法
CN109275106B (zh) 一种基于无线接收信号强度的室内定位方法
CN111649664A (zh) 一种室内建筑结构形变高精度监测方法和系统
Van Haute et al. A hybrid indoor localization solution using a generic architectural framework for sparse distributed wireless sensor networks
CN107786939B (zh) 基于蒙特卡洛最小二乘法室内定位模型及构建方法和应用
CN112949977A (zh) 基于大数据和人工智能的工程项目质量阶段性验收智能监理管理系统

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
GR01 Patent grant
GR01 Patent grant