CN113271531A - 基于盲道蓝牙传感器和智能手机的地铁站两点定位方法 - Google Patents

Abstract

本发明公开了一种基于盲道蓝牙传感器和智能手机的地铁站两点定位方法。该方法包括以下步骤：首先将蓝牙传感器按照设定的距离部署在地铁站盲道对应的天花板上；然后利用视障乘客的智能手机获取蓝牙传感器的RSSI信号强度；接着根据RSSI强度值最大的两个蓝牙传感器对视障乘客进行定位，获得基于蓝牙的位置坐标；然后采用行人航位推算算法对视障乘客进行位置预估，获得基于航位推算的位置坐标；最后将基于蓝牙的位置坐标和基于航位推算的位置坐标进行数据融合处理，获得最终的位置坐标。本发明解决了传统三点定位法存在的三点共线问题，具有计算简单、成本低、定位精度高的优点。

Description

基于盲道蓝牙传感器和智能手机的地铁站两点定位方法

技术领域

本发明属于室内定位技术领域，特别是一种基于盲道蓝牙传感器和智能手机的地铁站两点定位方法。

背景技术

近年来随着智慧地铁概念的兴起，视障人士的地铁出行问题正受到越来越多的关注。国外对室内定位技术的研究较早，世界上最早的定位系统Active Badge于1992年由剑桥大学的研究人员开发，在接下来的二十多年里，室内定位技术在定位方法和定位设备上都有了很大的进步。国内对室内定位技术的研究到21世纪才刚刚起步，各位科研工作者运用蓝牙、WIFI、超宽带、ZigBee、射频、INS、地磁、超声波等一系列技术对室内定位技术的发展作出了不可磨灭的贡献。尽管如此，大量的科研工作者主要把研究方向放在了普通乘客的定位需求上，视障乘客的地铁站定位一直没有良好的解决方案。

目前，通过低功耗蓝牙信标对地铁站场景的室内定位具有一定的实用性，基本上可以满足普通乘客的定位需求，但是由于视障乘客的存在视力障碍，对定位的需求远远高于普通乘客。此外，地铁站行人流量大、环境相对复杂，难以通过现有的蓝牙定位技术实现视障乘客的地铁站定位。

发明内容

本发明的目的在于提供一种计算量小、实时性高、定位精度高、硬件成本低的基于盲道蓝牙传感器和智能手机的地铁站两点定位方法。

实现本发明目的的技术解决方案为：一种基于盲道蓝牙传感器和智能手机的地铁站两点定位方法，包括以下步骤：

步骤1、将蓝牙传感器按照设定的距离部署在地铁站盲道对应的天花板上；

步骤2、利用视障乘客的智能手机获取蓝牙传感器的RSSI信号强度；

步骤3、根据RSSI强度值最大的两个蓝牙传感器对视障乘客进行定位，获得基于蓝牙的位置坐标；

步骤4、采用行人航位推算算法对视障乘客进行位置预估，获得基于航位推算的位置坐标；

步骤5、将基于蓝牙的位置坐标和基于航位推算的位置坐标进行数据融合处理，获得最终的位置坐标。

进一步地，步骤1所述的将蓝牙传感器按照设定的距离部署在地铁站盲道对应的天花板上，具体如下：

在地铁站出入口、无障碍垂直电梯、楼梯、自动扶梯、站厅层、站台层、候车屏蔽门、绿色通道、服务台、无障碍卫生间这些关键位置的物理盲道对应的天花板上布设蓝牙传感器。

进一步地，步骤2所述的利用视障乘客的智能手机获取RSSI信号强度，具体如下：

视障乘客通过智能手机的蓝牙接收端获取多个蓝牙传感器的ID和RSSI信号强度值数据[(rssi₁，id₁)，(rssi₂，id₂)，…，(rssi_k，id_k)]，并将该类数据实时上传到云端服务器。

进一步地，步骤3所述的根据RSSI强度值最大的两个蓝牙传感器对视障乘客进行定位，获得基于蓝牙的位置坐标，具体如下：

步骤3.1、对RSSI信号强度值进行降序排序，选取前两个即RSSI强度值最大的两个[(rssi_max1，id_max1)，(rssi_max2，id_max2)]进行分析；

步骤3.2、将RSSI强度转化为实际距离(d₁，d₂)，计算公式为：

rssi_max1＝B-10·m·lg d₁

rssi_max2＝B-10·m·lg d₂

其中，rssi为智能手机端获取的任一个id地址的蓝牙传感器的接收信号强度值；B为参考距离1米处的接收信号强度值，该值由蓝牙传感器的参数设置决定；m为室内路径损耗系数，d₁，d₂为智能手机端到id_max1、id_max2对应的蓝牙传感器的直线距离；

步骤3.3、分别以id_max1、id_max2的坐标为圆心，以d₁，d₂为半径作圆，两圆交于两点，计算公式为：

联立上述两个圆的方程得到交点坐标(x₁，y₁)、(x₂，y₂)，其中(x_id1，y_id1)、(x_id2，y_id2)为ID为id_max1、id_max2的已知坐标；

步骤3.4、将实际距离结合经纬度转化为基于蓝牙的位置坐标(x_s1，y_s1)，计算公式为：

其中(x₁，y₁)，(x₂，y₂)为根据离智能手机端最近的，即RSSI强度值最大的两个蓝牙传感器的rssi计算而来的位置坐标。

进一步地，步骤4所述的采用行人航位推算算法对视障乘客进行位置预估，获得基于航位推算的位置坐标，具体如下：

步骤4.1、通过获取加速度传感器的数据对步频进行估计，三轴线性加速度A的计算方法为：

其中a_i为x，y，z三个方向的线性加速度，i＝x，y，z；

步骤4.2、使用温伯格模型，利用加速度传感器数据对步长进行估计，计算公式为：

其中l为预估步长，k为调整系数；在视障乘客行走过程中，从一只脚的脚跟着地开始到这只脚的脚跟再次着地结束，视为一个步行周期，获取加速度数据之后，按顺序搜索波形的峰值和低谷，若相邻波峰和波谷符合峰值检测的条件，则认为行走了一步，加速度呈现的a_max，a_min分别为每一个步行周期内的最大和最小加速度；

步骤4.3、智能手机内部的方向传感器以及陀螺仪传感器获取手机的方向角，通过该方向角对视障乘客的前进方向进行实时估计；

步骤4.4、在已知步数、步长和方向的条件下，利用行人航位推算算法实现对视障乘客的位置估计，获得基于航位推算的位置坐标(x_s2，y_s2)，每一次位置坐标(x_m，y_m)通过以下公式迭代获得：

其中，(x₀，y₀)为行人的起始位置，l_i为第i步的步长，θ_i为第i步的方向角，m为从起始位置开始经过的总步数。

进一步地，步骤5所述的将基于蓝牙的位置坐标和基于航位推算的位置坐标进行数据融合处理，获得最终的位置坐标，具体如下：

最终的位置坐标(x_s，y_s)计算公式如下：

其中α，β，

δ分别为对应坐标的调整系数，α与β的和为1，

与δ的和为1，α和

的取值范围为(0.35-0.25)，β和δ的取值范围为(0.65-0.75)。

本发明与现有技术相比，其显著优点在于：(1)采用基于盲道布设蓝牙传感器的解决方案，在节约硬件成本的基础上实现了视障乘客地铁站的高精度定位；(2)采用蓝牙定位、惯性导航定位以及盲道触觉感知相结合的室内定位方法，提高了定位精度；(3)采用结合智能手机惯性导航技术的两点定位方法，结合基于步长估计、前进方向估计以及步频估计的行人航位推算算法实现了传感器信息融合，更加适合于地铁站场景的视障乘客定位。

附图说明

图1为本发明基于盲道蓝牙传感器和智能手机的地铁站两点定位方法的流程图。

图2为本发明实施例中的原理图。

图3为本发明实施例中某地铁站站厅层蓝牙传感器布设示意图。

图4为本发明实施例中行人航位推算算法的流程示意图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步的详细说明。

结合图1，本发明一种基于盲道蓝牙传感器和智能手机的地铁站两点定位方法，包括以下步骤：

步骤1、将蓝牙传感器按照设定的距离部署在地铁站盲道对应的天花板上，具体如下：

在地铁站出入口、无障碍垂直电梯、楼梯、自动扶梯、站厅层、站台层、候车屏蔽门、绿色通道、服务台、无障碍卫生间这些关键位置的物理盲道对应的天花板按照设定的规则布设蓝牙传感器。

为了充分考虑经济性和精度要求，在非线路转折点方案选用5米作为蓝牙传感器之间的基本布设距离。在线路转折点处，包括无障碍电梯、楼梯、扶梯、服务台、绿色通道、卫生间等，为了保证精度和安全性需要根据实际情况提高布设密度。考虑到地铁站个别地点盲道对应的天花板过高可能会导致定位精度降低，可以选择在盲道附近的立柱或墙壁上进行布设。站台层结构相对简单，按照基本布设距离进行安装即可。为了加强关键点的精度，需要保证每个候车屏蔽门处安装一个蓝牙传感器，同时为了保证视障人士的安全以及识别楼层切换的状态，在无障碍电梯上下两个等待区各至少布设一个蓝牙传感器。地铁站站厅层相对于站台层结构比较复杂。首先，盲道转弯较多，为了提高转弯处的精度，必须在转弯点2-3米范围内布设一个蓝牙传感器，以满足转弯处的高精度要求；其次，出入口处是视障乘客进入地铁站的通道，对视障乘客进行定位时，关键的一步则是需要在出入口处捕捉到视障乘客移动端发出的定位需求，因此入口处需要加大蓝牙传感器的布设密度；再次，多个无障碍电梯处与站台层相同，也需要适当加大布设密度，对于楼梯口、扶梯口等设施至少安装一个设备；最后需要重点考虑的地方是绿色通道处，视障乘客顺着盲道走到绿色通道处时会被门挡住，需要按门上的按钮通知服务台的工作人员才能通过，因此为了保证此处的顺利通行，需要在绿色通道两侧2米内分别布设一个蓝牙传感器。

步骤2、利用视障乘客的智能手机获取蓝牙传感器的RSSI信号强度，具体如下：

视障乘客通过智能手机的蓝牙接收端获取多个蓝牙传感器的ID和RSSI信号强度值数据[(rssi₁，id₁)，(rssi₂，id₂)，…，(rssi_k，id_k)]，并将该类数据实时上传到云端服务器。

步骤3、根据RSSI强度值最大的两个蓝牙传感器对视障乘客进行定位，获得基于蓝牙的位置坐标，具体如下：

步骤3.1、对RSSI信号强度值进行降序排序，选取前两个即RSSI强度值最大的两个[(rssi_max1，id_max1)，(rssi_max2，id_max2)]进行分析；

步骤3.2、将RSSI强度转化为实际距离(d₁，d₂)，计算公式为：

rssi_max1＝B-10·m·lg d₁

rssi_max2＝B-10·m·lg d₂

其中，rssi为智能手机端获取的任一个id地址的蓝牙传感器的接收信号强度值；B为参考距离1米处的接收信号强度值，该值是由蓝牙传感器的参数设置决定的，默认值为-65dBm；m为室内路径损耗系数，d₁，d₂为智能手机端到id_max1、id_max2对应的蓝牙传感器的直线距离；

步骤3.3、分别以id_max1、id_max2的坐标为圆心，以d₁，d₂为半径作圆，两圆交于两点，计算公式为：

联立上述两个圆的方程得到交点坐标(x₁，y₁)、(x₂，y₂)，其中(x_id1，y_id1)、(x_id2，y_id2)为ID为id_max1、id_max2的已知坐标；

步骤3.4、将实际距离结合经纬度转化为基于蓝牙的位置坐标(x_s1，y_s1)，计算公式为：

其中(x₁，y₁)，(x₂，y₂)为根据离智能手机端最近的，即RSSI强度值最大的两个蓝牙传感器的rssi计算而来的位置坐标。。

步骤4、采用行人航位推算算法对视障乘客进行位置预估，获得基于航位推算的位置坐标，具体如下：

步骤4.1、通过获取加速度传感器的数据对步频进行估计，三轴线性加速度A的计算方法为：

其中a_i为x，y，z三个方向的线性加速度，i＝x，y，z；

步骤4.2、使用温伯格模型，利用加速度传感器数据对步长进行估计，计算公式为：

其中l为预估步长，k为调整系数，在视障人士志愿者现场试验之后根据实际数据确定；在视障乘客行走过程中，从一只脚的脚跟着地开始到这只脚的脚跟再次着地结束，视为一个步行周期，获取加速度数据之后，按顺序搜索波形的峰值和低谷，若相邻波峰和波谷符合峰值检测的条件，则认为行走了一步，加速度呈现的a_max，a_min分别为每一个步行周期内的最大和最小加速度；

步骤4.3、结合磁力传感器以及陀螺仪传感器数据对前进方向进行估计，智能手机通过上述传感器可以直接测出手机的方向角，行人的前进方向可以通过方向角表示；

步骤4.4、在已知步数、步长和方向的条件下，利用行人航位推算算法实现对视障乘客的位置估计，获得基于航位推算的位置坐标(x_s2，y_s2)，每一次位置坐标(x_m，y_m)通过如下公式迭代获得：

其中，(x₀，y₀)为行人的起始位置，l_i为第i步的步长，θ_i为第i步的方向角，m为从起始位置开始经过的总步数。

步骤5、将基于蓝牙的位置坐标和基于航位推算的位置坐标进行数据融合处理，获得最终的位置坐标，具体如下：

对基于蓝牙的位置坐标和基于航位推算的位置坐标进行加权处理，进行定位数据信息融合，计算公式为：

其中α，β，

δ分别为对应坐标的调整系数，该系数的取值与现场环境有关，需要根据现场测试获取取值，α与β的和为1，

与δ的和为1。正常情况下，行人航位推算算法获得的位置坐标精确度相对更高，因此第二个位置坐标将被赋予相对第一个位置坐标更高的权值，即α和

的取值范围一般为(0.35-0.25)，β和δ的取值范围一般在(0.63-0.75)。

实施例1

本实施例基于盲道蓝牙传感器和智能手机的地铁站两点定位方法，选择在广州市某地铁站搭建基于该方法的示范系统，如图2所示，包括硬件模块、蓝牙两点定位、惯性导航定位、定位数据融合四大部分。

所述硬件模块，包括物理盲道、蓝牙传感器、智能手机自带的加速度传感器、磁力传感器、陀螺仪传感器以及蓝牙接收器等。智能手机端只需要调取相应的API便可以获得相应的数据，例如通过手机蓝牙获取蓝牙传感器的ID以及对应的RSSI值，通过加速度传感器可以获取视障乘客三个方向的加速度，通过陀螺仪传感器可以获取手机的偏航角度。

所述蓝牙定位部分，首先是地铁站蓝牙传感器的布设，本实施例选择武汉威泰科技发展有限公司的iBeacon产品作为地铁站的蓝牙传感器；然后在地铁站的出入口、无障碍垂直电梯、楼梯、自动扶梯、站厅层、站台层、候车屏蔽门、绿色通道、服务台、无障碍卫生间等关键位置的物理盲道对应的天花板按照一定规则布设蓝牙传感器，其中某地铁站站厅层蓝牙传感器布设如图3；最后是核心算法，它是将手机蓝牙获取的传感器的ID以及对应的RSSI值通过无线网络传输的云端服务器，云端服务器将某一时刻的RSSI进行降序排序，选取两个最大的RSSI的作为待定位点的初始定位数据，随后将RSSI通过距离公式转化为直线距离，最后结合经纬度数据转化为位置坐标1，并发送到智能手机。

所述惯性导航定位部分，首先利用加速度数据结合步态检测算法和温伯格模型对步频和步长作出估计，同时利用磁力传感器和陀螺仪传感器的偏航角对前进方向作出估计，然后在已知步长、步频和前进方向的基础上利用行人航位推算算法对待定位点进行位置估计，得到位置坐标2，其中行人航位推算示意图如图4。

所述定位数据融合部分，是将蓝牙定位部分和惯性导航定位部分得到的位置坐标1和位置坐标2进行数据融合处理，本方法为了减少算法工作量，提高定位实时性，采用加权处理的数据融合方式得到最终的位置坐标，并实时显示在电子地图上。

本发明基于盲道、蓝牙和智能手机的地铁站两点定位方法是一种采用蓝牙定位、惯性导航定位以及盲道触觉感知相结合的室内定位方法，硬件成本低，定位效率高，平均定位精度达到了1.63米，基本上满足了视障乘客地铁出行的定位需求。

Claims (6)

1.一种基于盲道蓝牙传感器和智能手机的地铁站两点定位方法，其特征在于，包括以下步骤：

步骤1、将蓝牙传感器按照设定的距离部署在地铁站盲道对应的天花板上；

步骤2、利用视障乘客的智能手机获取蓝牙传感器的RSSI信号强度；

步骤3、根据RSSI强度值最大的两个蓝牙传感器对视障乘客进行定位，获得基于蓝牙的位置坐标；

步骤4、采用行人航位推算算法对视障乘客进行位置预估，获得基于航位推算的位置坐标；

步骤5、将基于蓝牙的位置坐标和基于航位推算的位置坐标进行数据融合处理，获得最终的位置坐标。

2.根据权利要求1所述的基于盲道蓝牙传感器和智能手机的地铁站两点定位方法，其特征在于，步骤1所述的将蓝牙传感器按照设定的距离部署在地铁站盲道对应的天花板上，具体如下：

在地铁站出入口、无障碍垂直电梯、楼梯、自动扶梯、站厅层、站台层、候车屏蔽门、绿色通道、服务台、无障碍卫生间这些关键位置的物理盲道对应的天花板上布设蓝牙传感器。

3.根据权利要求1所述的基于盲道蓝牙传感器和智能手机的地铁站两点定位方法，其特征在于，步骤2所述的利用视障乘客的智能手机获取RSSI信号强度，具体如下：

视障乘客通过智能手机的蓝牙接收端获取多个蓝牙传感器的ID和RSSI信号强度值数据[(rssi₁，id₁)，(rssi₂，id₂)，…，(rssi_k，id_k)]，并将该类数据实时上传到云端服务器。

4.根据权利要求1所述的基于盲道蓝牙传感器和智能手机的地铁站两点定位方法，其特征在于，步骤3所述的根据RSSI强度值最大的两个蓝牙传感器对视障乘客进行定位，获得基于蓝牙的位置坐标，具体如下：

步骤3.1、对RSSI信号强度值进行降序排序，选取前两个即RSSI强度值最大的两个[(rssi_max1，id_max1)，(rssi_max2，id_max2)]进行分析；

步骤3.2、将RSSI强度转化为实际距离(d₁，d₂)，计算公式为：

rssi_max1＝B-10·m·lgd₁

rssi_max2＝B-10·m·lgd₂

其中，rssi为智能手机端获取的任一个id地址的蓝牙传感器的接收信号强度值；B为参考距离1米处的接收信号强度值，该值由蓝牙传感器的参数设置决定；d₁，d₂为智能手机端到id_max1、id_max2对应的蓝牙传感器的直线距离；

步骤3.3、分别以id_max1、id_max2的坐标为圆心，以d₁，d₂为半径作圆，两圆交于两点，计算公式为：

联立上述两个圆的方程得到交点坐标(x₁，y₁)、(x₂，y₂)，其中(x_id1，y_id1)、(x_id2，y_id2)为ID为id_max1、id_max2的已知坐标；

步骤3.4、将实际距离结合经纬度转化为基于蓝牙的位置坐标(x_s1，y_s1)，计算公式为：

其中(x₁，y₁)，(x₂，y₂)为根据离智能手机端最近的，即RSSI强度值最大的两个蓝牙传感器的rssi计算而来的位置坐标。

5.根据权利要求1所述的基于盲道蓝牙传感器和智能手机的地铁站两点定位方法，其特征在于，步骤4所述的采用行人航位推算算法对视障乘客进行位置预估，获得基于航位推算的位置坐标，具体如下：

步骤4.1、通过获取加速度传感器的数据对步频进行估计，三轴线性加速度A的计算方法为：

其中a_i为x，y，z三个方向的线性加速度，i＝x，y，z；

步骤4.2、使用温伯格模型，利用加速度传感器数据对步长进行估计，计算公式为：

其中l为预估步长，k为调整系数；在视障乘客行走过程中，从一只脚的脚跟着地开始到这只脚的脚跟再次着地结束，视为一个步行周期，获取加速度数据之后，按顺序搜索波形的峰值和低谷，若相邻波峰和波谷符合峰值检测的条件，则认为行走了一步，加速度呈现的a_max，a_min分别为每一个步行周期内的最大和最小加速度；

步骤4.3、智能手机内部的方向传感器以及陀螺仪传感器获取手机的方向角，通过该方向角对视障乘客的前进方向进行实时估计；

步骤4.4、在已知步数、步长和方向的条件下，利用行人航位推算算法实现对视障乘客的位置估计，获得基于航位推算的位置坐标(x_s2，y_s2)，每一次位置坐标(x_m，y_m)通过以下公式迭代获得：

其中，(x₀，y₀)为行人的起始位置，l_i为第i步的步长，θ_i为第i步的方向角，m为从起始位置开始经过的总步数。

6.根据权利要求1所述的基于盲道蓝牙传感器和智能手机的地铁站两点定位方法，其特征在于，步骤5所述的将基于蓝牙的位置坐标和基于航位推算的位置坐标进行数据融合处理，获得最终的位置坐标，具体如下：

最终的位置坐标(x_s，y_s)计算公式如下：

其中α，β，

δ分别为对应坐标的调整系数，α与β的和为1，

与δ的和为1，α和

的取值范围为(0.35-0.25)，β和δ的取值范围为(0.65-0.75)。

Images