CN112902960A - 室内定位方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种室内定位方法、装置、设备及存储介质。该方法包括：获取移动设备的位置指纹信息和惯性测量单元IMU信息，IMU信息包括角度变化量和加速度信息；根据位置指纹信息和角度变化量确定移动设备的第一位置信息；根据加速度信息确定移动设备的第二位置信息；根据第一位置信息和第二位置信息确定移动设备的位置信息。由此，通过根据位置指纹信息确定的初始定位信息和根据IMU信号确定的辅助定位信息对位置信息进行综合计算，最终得到误差修正后的位置信息，提高了室内定位的精准度。

Description

室内定位方法、装置、设备及存储介质

技术领域

本发明属于信息处理领域，尤其涉及一种室内定位方法、装置、设备及存储介质。

背景技术

随着移动互联技术和移动终端的快速发展，基于位置服务(Location BasedService，LBS)能够根据移动对象的位置信息提供个性化服务，在军事、交通、物流等诸多领域得到了广泛应用。目前主流的定位技术大致可分为卫星定位、基于网络基础设施的定位和感知定位3类。

随着人们对室内定位技术的需求日益增加，近年来各种室内定位方法层出不穷，但是定位精度普遍不高，对于室内定位和短距离位置服务还是有着很大的限制。

因此，如何实现高精度的室内定位成为有待解决的问题。

发明内容

本发明实施例提供一种室内定位方法、装置、设备及计算机存储介质，能够结合根据位置指纹信息确定的初始定位信息、根据惯性测量单元(Inertial measurement unit，IMU)信号确定的辅助定位信息和位置误差信息对定位信息进行综合计算，最终得到误差修正后的定位信息，提高了室内定位的准确度。

第一方面，本申请提供了室内定位方法，该方法包括：获取移动设备的位置指纹信息和惯性测量单元IMU信息，IMU信息包括角度变化量和加速度信息；根据位置指纹信息和角度变化量确定移动设备的第一位置信息；根据加速度信息确定移动设备的第二位置信息；根据第一位置信息和第二位置信息确定移动设备的位置信息。

在一种可能的实现中，根据第一位置信息和第二位置信息确定位置误差信息；根据第一位置信息和位置误差信息确定移动设备的位置信息。

在一种可能的实现中，根据位置指纹信息和角度变化量确定位置指纹信息的区域象限；根据位置指纹信息的区域象限确定移动设备的第一位置信息。

在一种可能的实现中，将移动设备的位置指纹信息，与数据库中的位置指纹信息进行匹配，确定移动设备的位置指纹信息的区域象限；其中，位置指纹信息分为多个区域象限。

在一种可能的实现中，根据移动设备的位置指纹信息的区域象限，从数据库中获取与移动设备的位置指纹信息的区域象限一致的同区域象限位置指纹信息；根据移动设备的位置指纹信息与同区域象限位置指纹信息的欧式距离，从同区域象限位置指纹信息中获取至少一个选定位置指纹信息；确定与至少一个选定位置指纹信息确定移动设备的第一位置信息。

使用IMU传感器的角度定位特性，将位置指纹库的位置指纹信息与移动设备的位置指纹信息进行象限匹配，进而确定移动设备的第一位置信息。提高了初次定位的精度和时间效率。

在一种可能的实现中，根据加速度信息确定移动设备的位置变化信息；根据位置变化信息和移动设备在历史时刻的第二位置信息，确定移动设备的第二位置信息。

在一种可能的实现中，根据第一位置信息和第二位置信息确定位置误差信息，包括：确定第一位置信息和第二位置信息之间的相对误差信息；基于扩展卡尔曼滤波器(Extended Kalman Filter，EKF)对相对误差信息进行计算，确定位置误差信息。

利用扩展卡尔曼滤波对包括第一位置信息和第二定位信息的两次定位数据进行误差修正，进一步提高定位精度。

在一种可能的实现中，根据移动设备的多个位置信息，确定移动设备的移动路线。

第二方面，本发明实施例提供了一种室内定位装置，装置包括：获取模块，用于获取移动设备的位置指纹信息和惯性测量单元IMU信息，IMU信息包括角度变化量和加速度信息；第一定位模块，用于根据位置指纹信息和角度变化量确定移动设备的第一位置信息；第二定位模块，用于根据加速度信息确定移动设备的第二位置信息；处理模块，用于根据第一位置信息和第二位置信息确定移动设备的位置信息。

第三方面，本发明实施例提供了一种计算设备，设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现如本发明实施例提供的计算方法。

第四方面，本发明实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如本发明实施例提供的处理方法。

本发明实施例的室内定位方法、装置、设备及计算机存储介质，通过位置指纹信息确定的初始定位信息、根据IMU信号确定的辅助定位信息和位置误差信息对定位信息进行综合计算，最终得到误差修正后的定位信息，提高了室内定位的准确度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单的介绍，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是本发明实施例提供的室内定位方法流程示意图；

图2是本发明实施例提供的象限区域示意图；

图3是本发明实施例提供的实现室内定位方法的流程示意图；

图4是本发明实施例提供的装置的结构示意图；

图5是本发明实施例提供的示例性硬件架构的示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

随着移动互联技术和移动智能终端的快速发展，基于位置的服务LBS能够根据移动对象的位置信息提供个性化服务，在军事、交通、物流等诸多领域得到了广泛应用。目前主流的定位技术大致可分为卫星定位、基于网络基础设施的定位和感知定位。

基于卫星的定位技术对于室外定位有着非常不错的成绩，但是在复杂的室内环境中，由于建筑物对信号的遮挡，该定位技术的精度严重恶化，甚至无法定位，严重阻碍了位置服务及行人导航的发展。随着人们对室内定位技术的需求日益增加，近年来各种室内定位方法层出不穷，但是定位精度普遍不高，对于室内定位和短距离位置服务还是有着很大的限制。

目前常见的室内定位技术主要有无线连接(Wireless-Fidelity，Wi-Fi)定位，射频识别(Radio Frequency Identification，RFID)定位和超宽带(Ultra Wideband，UWB)定位等方法。

其中，WiFi定位技术基于接收到的Wi-Fi信号强度，例如接收的信号强度指示(Received Signal Strength Indication，RSSI)进行定位。在覆盖无线局域网的地方，定位标签周期性地发出信息，无线局域网访问点(Wireless Access Point，AP)接收到信号后将信号传送给定位服务器。定位服务器根据不同信号的强弱计算出标签的位置，并通过电子地图显示具体位置。

RFID定位技术是根据信号频率进行识别，通过射频信号进行自动识别对象，并获取相关数据。RFID由三部分构成，分别是：标签、阅读器和天线。在标签内含有内置信号接收器，可以用作与射频信号间的交流。阅读器用于存取标签，是RFID系统信息的处理中心，天线在整个传输过程中，有着数据传输媒介引导的作用。RFID定位技术可采用临近计算法确定标签所在位置，通过在已知的数据库中找到相关的接收信号强度(Received SignalStrength，RSS)值通过相关的推导建立一个空间模型，收集数据样本，在线上，进行RSS值分析，找到相应值最邻近的数据，根据最小均方差的计算方法找到标签在样本中的最佳位置。

UWB定位方法采用到达时间差(Time Difference of Arrival，TDOA)，测得定位标签相对于至少两个不同定位基站之间无线电信号传播的时间差，从而得出定位标签相对于不同定位基站的距离差，同时TDOA技术不需要定位标签与定位基站之间进行往复通信，只需要定位标签只发射或只接收UWB信号，进行相应的定位。

现有的室内定位技术采用的技术多以单一定位方法为主，RFID定位技术作用距离近、不具备通信能力、与其他系统的整合性差；UWB定位系统的成本高、穿墙信号衰弱严重。针对单一的定位技术，定位精度较低，如果想提高定位精度，则相应的部署成本也会增加，成本较高。

为了解决目前室内定位精确度较低的问题，本发明实施例提供了一种室内定位方法，下面对本发明实施例所提供的定位方法进行描述。

图1所示为本发明实施例的室内定位方法流程示意图。

如图1所示，该室内定位方法可以包括S101-S104，具体如下所示：

S101，获取移动设备的位置指纹信息和惯性测量单元IMU信息，IMU信息包括角度变化量和加速度信息。

其中，位置指纹信息包括下述中的至少一种：某个位置上通信信号的多径结构、某个位置上是否能检测到接入点或基站、某个位置上检测到的来自基站信号的接收信号强度、某个位置上通信时信号的往返时间或延迟。

本发明实施例应用的位置指纹信息为RSSI，后文将把位置指纹信息代入RSSI进行说明。

其中，IMU信息包括加速度信息和角度变化量，一般的，一个IMU包含了三个单轴的加速度计和三个单轴的陀螺，加速度计用于检测物体在载体坐标系统独立三轴的加速度信号，陀螺用于检测载体相对于导航坐标系的角速度信号。IMU通过测量物体在三维空间中的角速度和加速度。

S102，根据位置指纹信息和角度变化量确定移动设备的第一位置信息。

在一个实施例中，根据位置指纹信息和角度变化量确定位置指纹信息的区域象限；根据位置指纹信息的区域象限确定移动设备的第一位置信息。

在一个实施例中，位置指纹信息对应的区域象限是根据位置指纹信息的角度变化量来划分的，可以理解为将位置指纹信息按照不同角度分为多个类别，每个类别代表一个区域象限中的位置指纹信息。

根据IMU测得的角度变化量判断移动设备的位置指纹信息落入了哪个区域象限，则根据位置指纹信息落入的区域象限确定移动设备的第一位置信息。

在一个实施例中，将移动设备的位置指纹信息，与数据库中的位置指纹信息进行匹配，确定移动设备的位置指纹信息的区域象限；其中，位置指纹信息分为多个区域象限。

把测得的位置指纹信息分为四个区域象限，位置指纹信息对应的区域象限与位置指纹信息的角度变化量相关。可以理解的是，这里的四个区域象限仅为本申请实施例提供的一种具体的区域象限划分情况。

另外，将位置指纹库中的位置指纹信息分为多个区域象限子库。例如，当位置指纹信息为RSSI值时，将区域象限子库分别命名为RSSI₁、RSSI₂、RSSI₃、RSSI₄。根据移动设备的位置指纹信息的角度变化量，判断在当前时刻下移动设备的位置指纹信息的区域象限。

在一个实施例中，根据移动设备的位置指纹信息的区域象限，从数据库中获取与移动设备的位置指纹信息的区域象限一致的同区域象限位置指纹信息；根据移动设备的位置指纹信息与同区域象限位置指纹信息的欧式距离，从同区域象限位置指纹信息中获取至少一个选定位置指纹信息；根据至少一个选定位置指纹信息确定移动设备的第一位置信息。

使用IMU传感器的角度定位特性，将位置指纹库的位置指纹信息与移动设备的位置指纹信息进行象限匹配，进而确定移动设备的第一位置信息。提高了初次定位的精度和时间效率。

利用KNN算法计算移动设备在移动过程中获取的位置指纹信息，以及位置指纹库中对应区域象限的所有位置指纹信息之间的欧式距离D，可以理解的是，对应区域象限的位置指纹信息是在位置指纹库中与移动设备的位置指纹信息的区域象限一致的同区域象限位置指纹信息。欧式距离D的公式具体如下所示：

位置指纹库把实际环境中的位置信息和位置指纹信息联系起来，一个位置信息对应一个位置指纹信息。位置指纹库中包括由对应关系的位置指纹信息和第一位置信息。从与移动设备的位置指纹信息的区域象限一致的同区域象限位置指纹信息中，选取若干个欧式距离较小的位置指纹库中在指纹库中所对应的位置坐标，然后对这若干个位置坐标取均值作为用户的坐标结果，即计算出用户在当前时刻的第一位置信息S_{WiFi,IMU,adjust}。

S103，根据加速度信息确定移动设备的第二位置信息。

在一个实施例中，根据加速度信息确定移动设备的位置变化信息；根据位置变化信息和移动设备在历史时刻的第二位置信息，确定移动设备的第二位置信息。

IMU通过检测移动设备的加速度数据，结合预积分方法，计算出移动设备相对于初始条件的加速度信息，根据加速度信息确定位置变化信息。根据移动设备的位置变化信息和移动设备在历史时刻的第二位置信息，确定移动设备在当前时刻的第二位置信息。

其中，v_k表示k时刻的速度，k是随时间演变的运行索引，T_s代表IMU采样率，s_k-1表示k-1时刻，即历史时刻的第二位置信息，s_k表示k时刻，即当前时刻的第二位置信息。为便于区分，后文用S_{IMU,direction,adjust}来表示第二位置信息，即S_{IMU,direction,adjust}＝S_k。

S104，根据第一位置信息和第二位置信息确定移动设备的位置信息。

在一个实施例中，根据第一位置信息和第二位置信息确定位置误差信息；根据第一位置信息和位置误差信息确定移动设备的位置信息。

在一个实施例中，确定第一位置信息和第二位置信息之间的相对误差信息；基于扩展卡尔曼滤波器EKF对相对误差信息进行计算，确定位置误差信息。

在一个实施例中，确定第一位置信息和第二位置信息之间的相对误差信息具体为，确定第一位置信息S_{WiFi,IMU,adjust}(X_wifi，Y_wifi)和第二位置信息S_{IMU,direction,adjust}(X_IMU，Y_IMU)之间的相对误差信息ΔX和ΔY。其中，ΔX＝X_wifi-X_IMU，ΔY＝Y_wifi-Y_IMU。

也就是说相对误差信息为s_{WiFi,IMU,adjust}-s_{IMU,direction,adjust}。

在一个实施例中，基于扩展卡尔曼滤波器EKF对相对误差信息进行计算，即将相对误差信息作为EKF的输入值，其中EKF是将非线性系统线性化后做卡尔曼滤波处理。基于扩展卡尔曼滤波器EKF对相对误差信息进行计算，确定位置误差信息ΔX^～和ΔY^～。

Z_k由时间k处的第一位置信息和第二位置信息组成，用于表示在时间k处的非线性系统中的状态模型对应的多维转移矩阵。具体如下述公式所示：

Z_k＝[s_{WiFi,IMU,adjust}-s_{IMU,direction,adjust},0_1×12]^T

位置误差信息

可由状态更新方程可得，

是先验误差估计，即位置误差信息。状态更新方程如下述公式所示：

其中，K为卡尔曼增益，用于表征状态最优估计过程中模型预测误差和测量误差的比重，即K＝[0,1]。当K＝0时，即预测误差为0，系统的状态值完全取决于预测值，即

而当K＝1时，即测量误差为0，系统的状态值完全取决于测量值。H为测量矩阵。

在一个实施例中，根据第一位置信息(X_wifi，Y_wifi)和位置误差信息ΔX^～和ΔY^～确定移动设备定位修正后的位置信息。定位修正后输出的移动设备的位置信息为X_final＝X_wifi-ΔX^～，Y_final＝Y_wifi-ΔY^～。

利用扩展卡尔曼滤波对包括第一位置信息和第二定位信息的两次定位数据进行误差修正，进一步提高定位精度。

在一个实施例中，根据移动设备的多个位置信息，确定移动设备的移动路线。实现了移动设备的实时移动定位。

在之后的定位过程中，服务器继续获取实时移动设备的位置信息，根据移动设备的新的位置信息，再次重复上述S201-S204的方法和步骤。

本发明实施例的提供的室内定位方法，能够将WiFi定位技术和IMU定位技术两者融合，进行室内定位，这两种定位方法成本低、实用性好，融合后的室内定位方法定位精度高。

图3所示为本发明实施例提供的实现室内定位方法的流程示意图。

图3所示的本发明实施例提供的实现室内定位方法主要分为四个步骤：第一步骤，基于RSSI象限的初定位；第二步骤，IMU辅助定位；第三步骤，定位误差修正；第四步骤，位置信息迭代。

如图3所示，移动设备发起定位请求，服务器获取移动设备的位置指纹信息和IMU信息。

其中，位置指纹信息可以是多种类型的，任何由位置特征的信息都能被用来作为一个位置指纹信息，即对区分位置有帮助的信息可以被成为位置指纹信息。比如某个位置上通信信号的多径结构、某个位置上是否能检测到接入点或基站、某个位置上检测到的来自基站信号的接收信号强度、某个位置上通信时信号的往返时间或延迟，这些都能作为一个位置指纹信息，或者也可以将其组合起来作为位置指纹信息。本实施例中应用的位置指纹信息为RSSI。

其中，IMU信息包括加速度信号和角速度信号，一般的，一个IMU包含了三个单轴的加速度计和三个单轴的陀螺，加速度计用于检测物体在载体坐标系统独立三轴的加速度信号，而陀螺用于检测载体相对于导航坐标系的角速度信号。IMU通过测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态。

第一步骤，基于RSSI象限区域的初定位包括：

首先，在使用WiFi进行定位时会先建立WiFi位置指纹库，位置指纹库把实际环境中的位置信息和位置指纹信息联系起来，一个位置信息对应一个位置指纹信息。位置指纹信息可以是单维或多维，比如待定位的移动设备在接收或发送信号时，位置指纹信息可以是移动设备接收或发送信号的一个特征或多个特征，例如RSSI。

然后，利用IMU传感器测量移动设备的位置指纹信息的角度变化量。

其次，把测得的位置指纹信息分为四个区域象限，同时将位置指纹库中的位置指纹信息分为多个区域象限子库。当位置指纹信息为RSSI值时，将区域象限子库分别命名为RSSI₁、RSSI₂、RSSI₃、RSSI₄。根据移动设备的位置指纹信息的角度变化量，判断在当前时刻下移动设备的位置指纹信息落在哪一个象限内。

再次，将移动设备的位置指纹信息RSSI值与之前建好的WiFi位置指纹库中的RSSI值进行匹配，利用KNN算法计算移动设备在移动过程中获取的RSSI值和位置指纹库中对应区域象限的所有RSSI值之间的欧式距离，可以理解的是，对应区域象限的RSSI值是与移动设备的位置指纹信息的区域象限一致的同区域象限位置指纹信息。

最后，选取K个欧式距离较小的RSSI值在指纹库中所对应的位置坐标，然后对这K个坐标取均值作为用户的坐标结果。计算出用户的当前时刻的第一位置信息(X_wifi，Y_wifi)。

第二步骤，IMU辅助定位。使用IMU对移动设备进行独立定位，通过检测移动设备的加速度信息和角度变化量，测量出移动设备的第二位置信息，作为辅助定位数据。具体包括：

首先，IMU通过检测移动设备的加速度数据，结合预积分方法，计算出移动设备相对于初始条件的加速度信息，根据加速度信息确定位置变化信息。

然后，根据移动设备的位置变化信息和移动设备在历史时刻的第二位置信息，确定移动设备当前时刻的第二位置信息(X_IMU，Y_IMU)。

第三步骤，定位误差修正。结合第一定位信息和第二定位信息确定相对误差信息，使用扩展卡尔曼滤波器EKF对相对误差信息进行修正，确定位置误差信息，进而确定更为精确的移动设备的位置信息。具体包括：

首先，确定第一位置信息S_{WiFi,IMU,adjust}(X_wifi，Y_wifi)和第二位置信息S_{IMU,direction,adjust}(X_IMU，Y_IMU)之间的相对误差信息ΔX和ΔY。其中，ΔX＝X_wifi-X_IMU，ΔY＝Y_wifi-Y_IMU。也就是说相对误差信息为s_{WiFi,IMU,adjust}-s_IMU,directio_n,adjust

其次，将相对误差信息作为EKF的输入值，其中EKF是将非线性系统线性化后做卡尔曼滤波处理。

然后，基于扩展卡尔曼滤波器EKF对相对误差信息进行计算，确定位置误差信息ΔX^～和ΔY^～。

Z_k由时间k处的第一位置信息和第二位置信息组成，用于表示在时间k处的非线性系统中的状态模型对应的多维转移矩阵。具体如下述公式所示：

Z_k＝[s_{WiFi,IMU,adjust}-s_{IMU,direction,adjust},0_1×12]^T

位置误差信息

可由状态更新方程可得，

是先验误差估计，即位置误差信息。状态更新方程如下述公式所示：

其中，K为卡尔曼增益，用于表征状态最优估计过程中模型预测误差和测量误差的比重，即K＝[0,1]。当K＝0时，即预测误差为0，系统的状态值完全取决于预测值，即

而当K＝1时，即测量误差为0，系统的状态值完全取决于测量值。

最后，根据第一位置信息(X_wifi，Y_wifi)和位置误差信息ΔX^～和ΔY^～确定移动设备的位置信息。具体的，定位修正后输出的移动设备的位置信息为X_final＝X_wifi-ΔX^～，Y_final＝Y_wifi-ΔY^～。

如果第一位置信息用x_k表示，即x_k＝S_{WiFi,IMU,adjust}，那么定位修正后输出的移动设备的位置信息为

如果用户关闭定位请求，将输出最终的移动设备位置信息(X_final，Y_final)；如果用户没有关闭定位请求，将继续对移动设备进行定位，也就是进行第四步的位置信息迭代。

第四步骤，位置信息迭代。以当前移动设备的位置信息作为下一次优化的初始值，与以上三个步骤形成闭路循环，以当前的定位数据作为下一次优化的初始值，将第一步至第三步三个步骤进行迭代循环，进而可以实时定位迭代优化定位精度，还可以形成移动设备的运动路线，直到用户关闭定位请求，定位结束。

本发明实施例提供的实现室内定位方法，在第一步骤的基于RSSI象限的初定位中使用IMU传感器的角度定位特性，将WiFi指纹库的RSSI进行象限分配，提高了初定位的精度和时间效率，并在第二步骤的IMU辅助定位中结合IMU进行二次辅助定位，最后在第三步骤的定位误差修正中通过EKF对两次定位数据进行误差修正，再次提高定位精度。

图4所示为本发明实施例的装置的结构框图。

如图4所示，该装置400可以包括：

获取模块410，用于获取移动设备的位置指纹信息和惯性测量单元IMU信息，IMU信息包括角度变化量和加速度信息。

第一定位模块420，用于根据位置指纹信息和角度变化量确定移动设备的第一位置信息。

第一定位模块420还用于根据位置指纹信息和角度变化量确定位置指纹信息的区域象限；根据位置指纹信息的区域象限确定移动设备的第一位置信息。

第一定位模块420还用于将移动设备的位置指纹信息，与数据库中的位置指纹信息进行匹配，确定移动设备的位置指纹信息的区域象限；其中，位置指纹信息分为多个区域象限。

第一定位模块420还用于根据移动设备的位置指纹信息的区域象限，从数据库中获取与移动设备的位置指纹信息的区域象限一致的同区域象限位置指纹信息；根据移动设备的位置指纹信息与同区域象限位置指纹信息的欧式距离，从同区域象限位置指纹信息中获取至少一个选定位置指纹信息；确定与至少一个选定位置指纹信息确定移动设备的第一位置信息。

第二定位模块430，用于根据加速度信息确定移动设备的第二位置信息。

第二定位模块430还用于根据加速度信息确定移动设备的位置变化信息；根据位置变化信息和移动设备历史时刻的第二位置信息，确定移动设备的第二位置信息。

处理模块440，用于根据第一位置信息和第二位置信息确定移动设备的位置信息。

处理模块440还用于根据第一位置信息和第二位置信息确定位置误差信息；根据第一位置信息和位置误差信息确定移动设备的位置信息。

处理模块440还用于确定第一位置信息和第二位置信息之间的相对误差信息；基于扩展卡尔曼滤波器(Extended Kalman Filter，EKF)对相对误差信息进行计算，确定位置误差信息。

处理模块440还用于根据移动设备的多个位置信息，确定移动设备的移动路线。

该实施例提供的处理装置的各个模块可以实现图1中的方法，实现图1方法的技术效果，为简洁描述，在此不再赘述。

图5示出了本发明实施例提供的室内定位方法的硬件结构示意图。

定位设备可以包括处理器501以及存储有计算机程序指令的存储器502。

具体地，上述处理器501可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。

存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器502可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器502可在综合网关容灾设备的内部或外部。在特定实施例中，存储器502是非易失性固态存储器。在特定实施例中，存储器502包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。

处理器501通过读取并执行存储器502中存储的计算机程序指令，以实现上述实施例中的任意一种室内定位方法。

在一个示例中，定位设备还可包括通信接口503和总线510。其中，如图5所示，处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。

通信接口503，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。

总线510包括硬件、软件或两者，将室内定位设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线510可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。

该处理设备可以执行本发明实施例中的室内定位方法，从而实现结合图1至图3描述的室内定位方法。

另外，结合上述实施例中的室内定位方法，本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意室内定位方法。

需要明确的是，本发明实施例并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明实施例的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明实施例的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为软件方式，本发明实施例的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明实施例不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明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发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (11)

1.一种室内定位方法，其特征在于，所述方法包括：

获取移动设备的位置指纹信息和惯性测量单元IMU信息，所述IMU信息包括角度变化量和加速度信息；

根据所述位置指纹信息和所述角度变化量确定所述移动设备的第一位置信息；

根据所述加速度信息确定所述移动设备的第二位置信息；

根据所述第一位置信息和所述第二位置信息确定所述移动设备的位置信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一位置信息和所述第二位置信息确定所述移动设备的位置信息，包括：

根据所述第一位置信息和所述第二位置信息确定位置误差信息；

根据所述第一位置信息和所述位置误差信息确定所述移动设备的位置信息。

3.根据权利要求1所述的方法，其特征在于，所述根据所述位置指纹信息和所述角度变化量确定所述移动设备的第一位置信息，包括：

根据所述位置指纹信息和所述角度变化量确定所述位置指纹信息的区域象限；

根据所述位置指纹信息的区域象限确定所述移动设备的第一位置信息。

4.根据权利要求3所述的方法，其特征在于，所述根据所述位置指纹信息和所述角度变化量确定所述位置指纹信息的区域象限，包括：

将所述移动设备的位置指纹信息，与数据库中的位置指纹信息进行匹配，确定所述移动设备的位置指纹信息的区域象限；

其中，所述位置指纹信息分为多个区域象限。

5.根据权利要求3所述的方法，其特征在于，所述根据所述位置指纹信息的区域象限确定所述移动设备的第一位置信息，包括：

根据所述移动设备的位置指纹信息的区域象限，从数据库中获取与所述移动设备的位置指纹信息的区域象限一致的同区域象限位置指纹信息；

根据所述移动设备的位置指纹信息与所述同区域象限位置指纹信息的欧式距离，从所述同区域象限位置指纹信息中获取至少一个选定位置指纹信息；

确定与所述至少一个选定位置指纹信息确定所述移动设备的第一位置信息。

6.根据权利要求1所述的方法，其特征在于，所述根据所述加速度信息确定所述移动设备的第二位置信息，包括：

根据所述加速度信息确定所述移动设备的位置变化信息；

根据所述位置变化信息和所述移动设备在历史时刻的第二位置信息，确定所述移动设备的第二位置信息。

7.根据权利要求1所述的方法，其特征在于，所述根据所述第一位置信息和所述第二位置信息确定位置误差信息，包括：

确定所述第一位置信息和所述第二位置信息之间的相对误差信息；

基于扩展卡尔曼滤波器EKF对所述相对误差信息进行计算，确定所述位置误差信息。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述移动设备的多个位置信息，确定所述移动设备的移动路线。

9.一种室内定位装置，其特征在于，包括：

获取模块，用于获取移动设备的位置指纹信息和惯性测量单元IMU信息，所述IMU信息包括角度变化量和加速度信息；

第一定位模块，用于根据所述位置指纹信息和所述角度变化量确定所述移动设备的第一位置信息；

第二定位模块，用于根据所述加速度信息确定所述移动设备的第二位置信息；

处理模块，用于根据所述第一位置信息和所述第二位置信息确定所述移动设备的位置信息。

10.一种计算设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；

所述处理器执行所述计算机程序指令时实现如权利要求1-8任意一项所述的室内定位方法。

11.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-8任意一项所述的室内定位方法。

Images