CN113532436B - 一种室内相对位置定位方法 - Google Patents
一种室内相对位置定位方法 Download PDFInfo
- Publication number
- CN113532436B CN113532436B CN202110784430.7A CN202110784430A CN113532436B CN 113532436 B CN113532436 B CN 113532436B CN 202110784430 A CN202110784430 A CN 202110784430A CN 113532436 B CN113532436 B CN 113532436B
- Authority
- CN
- China
- Prior art keywords
- ranging information
- reference point
- datum
- value
- maximum
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 101100478633 Escherichia coli O157:H7 stcE gene Proteins 0.000 claims description 41
- 101150115529 tagA gene Proteins 0.000 claims description 41
- 101150047697 tagB gene Proteins 0.000 claims description 33
- 101150009385 tcpI gene Proteins 0.000 claims description 33
- 101150109838 tagC gene Proteins 0.000 claims description 26
- 101100045343 Bacillus subtilis (strain 168) tagO gene Proteins 0.000 claims description 24
- 238000010586 diagram Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 description 2
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 101150104650 tagX gene Proteins 0.000 description 1
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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种室内相对位置定位方法，包括：获取所有标签的测距信息；从实时测距信息中获取三元组，对三元组进行打分，获得它们各自的总分值，N为现场标签的数量；确立三个基准点，分别为第一基准点、第二基准点与第三基准点，并根据三个基准点之间的测距信息计算出三个基准点的坐标，所述第一基准点、第二基准点与第三基准点为最大值mGrade对应三元组中的三个标签ID；所述最大值mGrade为三元组的总分值中选取的最大值；将最大值mGrade对应三元组中的三个标签代入到最小二乘法，依次计算出剩余标签的相对位置。本发明方法定位准确，考虑到了各种情形。并且节约成本与空间，不需要布置基站。
Description
技术领域
本发明属于室内定位技术领域，具体涉及一种室内相对位置定位方法。
背景技术
传统的室内定位，如UWB(Ultra Wide Band)定位，蓝牙定位均通过基站+标签的形式进行定位。由于基站耗费高(一个基站的造价往往在6位数以上，但标签的价格却在4位数以下)，且占用空间，并且不适用于层高较低的房间。因此，尽管室内定位技术定位效果好，但是性价比很低，很难融入到智慧城市的建设之中。
在很多场景下，用户并不需要知道自己的具体二维位置，一般只需要知道与其他人的相对位置。比如疫情之下，为了确保人与人之间的安全距离，只需要给出相对位置图即可。比如在监狱系统，为了防止犯人聚集，或者确保相关狱警时刻监控相应犯人，也只需要标签的相对位置信息图即可。
现有技术中，室内定位技术基本都是绝对位置定位方法。通过TDOA(TimeDifference of Arrival)，TOA(Time of arrival)算法实现，但是在相对定位算法的情形下，一般采取TOF(Time of flight)算法获得两个标签之间的距离，同时如何选择合理的标签作为基准点也是需要解决的问题。
发明内容
发明目的：为解决背景技术中存在的技术问题，本发明提出一种室内相对位置定位方法，用于反应区域内各个标签的相对位置情况图。本发明方法包括：获取所有标签的测距信息，所述测距信息包括：两个标签ID、距离值与时间戳；
对测距信息进行预处理，得到实时测距信息；
从实时测距信息中获取组不同的三元组，对/>组不同的三元组进行打分，获得它们各自的总分值，N为现场标签的数量；所述三元组包括：任意三个标签ID，以及三个标签ID的测距信息；
确立三个基准点，分别为第一基准点、第二基准点与第三基准点，并根据三个基准点之间的测距信息计算出三个基准点的坐标，所述第一基准点、第二基准点与第三基准点为最大值mGrade对应三元组中的三个标签ID；所述最大值mGrade为三元组的总分值中选取的最大值；
将最大值mGrade对应三元组中的三个标签代入到最小二乘法，依次计算出剩余标签的相对位置。
所述对测距信息进行预处理，得到实时测距信息，包括如下步骤：
步骤a1，设置时间阈值，如果当前系统时间与测距信息的时间戳之差大于时间阈值，过滤掉该测距信息；
步骤a2，建立映射表，以测距信息的两个标签ID作为键值key，小的标签ID号在前，大的标签ID号在后，中间加个“_”号，(例如：两个标签ID分别为106，104，那么key值就是字符串“104_106”)，以测距信息作为值value；对过滤后的测距信息，按照时间戳从小到大的顺序进行映射；将映射表作为实时测距信息。
所述从实时测距信息中获取组不同的三元组，对/>组不同的三元组进行打分，获得它们各自的总分值，具体包括：
如果一个三元组的测距信息数量不为3，直接记它的总分值为0分；否则，用grade表示总分值，总分值grade包括4部分分值，权重从高到低依次为：稳定值sta、形状值form、距离值dis和时间同步值time，然后通过如下步骤得到总分值grade：
步骤b1，稳定值sta的分值从高到低分为如下四种：
步骤b2，通过参数值formDis来替代形状值form与距离值dis：
formDis＝r2-d2 (2)
其中，r为内接圆半径，d为距离阈值；
步骤b3，时间同步值time如下：
time＝w+tmMax-tmMin (3)
其中，tmMax、tmMin分别为三个测距信息的时间戳的最大值与最小值，w为正数权重值；
步骤b4，总分值grade如下：
grade＝sta×formDis ×time (4)。
本发明还包括：
步骤c1，如果不存在最大值mGrade，分为两种情况：如果现场只有两个标签，按照测距直接进行相对位置的定位，并转至步骤g；如果现场不存在三个两两存在测距的标签，也转至步骤g；
步骤c2，如果最大值mGrade不为正数，选取测距信息中距离值最大的两个标签，分别标记为tagM,tagN，分别获取tagM,tagN上一帧的坐标(xm,ym)，(xn,yn)；
将(xm,ym)依然作为tagM在本帧的实际坐标；
将作为本帧tagN的实际坐标；其中dmn为tagM与tagN的测距信息的距离值；
然后转至步骤f；
步骤c3，如果最大值mGrade为正数，转至步骤d。
步骤d包括：
步骤d1，将最大值mGrade对应的三个标签ID分别标记为tagA,tagB,tagC，如果上一帧相对位置图不存在基准点，将tagA,tagB,tagC依次标记为第一基准点、第二基准点与第三基准点，并且以(10.00，10.00)作为第一基准点的坐标，(x,10.00)作为第二基准点的坐标，(y,z)作为第三基准点的坐标，转至步骤e；
步骤d2，如果上一帧相对位置图存在基准点：如果最大值mGrade对应的三个标签ID构成的集合与上一帧相对位置图的基准点的集合完全一样，则基准点也与上一帧一样；如果最大值mGrade对应的三个标签ID构成的集合与上一帧相对位置图的基准点构成的集合有两个元素tagA,tagB完全一样，如果上一帧中tagA的级别比tagB高，则tagA为第一基准点，tagB为第二基准点，tagC为第三基准点，级别高低依照以下原则：第一基准点高于第二基准点，第二基准点高于第三基准点；
如果最大值mGrade对应的三个标签ID构成的集合与上一帧相对位置图的基准点构成的集合有一个元素tagA完全一样，如果tagA与tagB的距离值大于tagA与tagC的距离值，则tagA为第一基准点，tagB为第二基准点，tagC为第三基准点；
如果最大值mGrade对应的三个标签ID构成的集合与上一帧相对位置图的基准点构成的集合完全不一样，如果tagA与tagB的距离值大于tagA与tagC的距离值且大于tagC与tagB的距离值，则tagA为第一基准点，tagB为第二基准点，tagC为第三基准点；
步骤d3，获取本帧第一基准点在上一帧的坐标(x1,y1)，本帧第二基准点的上一帧的坐标(x2,y2)，本帧第三基准点的上一帧的坐标(x3,y3)；
将(x1,y1)依然作为本帧第一基准点的实际坐标；
将作为本帧第二基准点的实际坐标；其中dij为第i基准点与第j基准点的测距信息的距离值；
分别以第一基准点与第二基准点的坐标为两个圆的圆心，以第三基准点到圆心的距离作为圆的半径，通过两个圆相交的方式，算出第三基准点的可能的两个位置；
步骤d4，从所述可能的两个位置中选择一个作为第三基准点的位置，具体为：分别判断两个位置到(x3,y3)的距离，选择距离小的所对应的位置作为第三基准点的位置；
到此，mGrade为正数时，得到了三个基准标签的位置；mGrade不为正数时，得到了两个标签tagM,tagN的坐标。
步骤e包括：
步骤e1，任选一个未定位的标签tagO，如果标签tagO与三个基准标签均有测距信息，将三个基准标签代入到最小二乘法中，计算出标签tagO相对位置，如果标签tagO与三个基准标签不全有测距信息，选出grade最大值的三元组，并满足如下条件：
三元组的三个标签与标签tagO均有测距信息；
三元组的三个标签均已定位；
grade>0；
将三元组的三个标签代入到最小二乘法中，计算出标签tagO的相对位置，令变量T1＝0；如果本次新增了标签定位，令T1＝1；
步骤e2，如果T1>0，转至步骤e1。
步骤f包括：
步骤f1，任选一个未定位的标签tagO，采用两个圆相交的办法，确定标签tagO的坐标，令变量T2＝0；如果本次新增了标签定位，令T2＝1；
步骤f2，如果T2>0，转至步骤f1。
步骤g包括：
输出已定级标签的相对位置图，同时输出无法测距的标签，即未定级的标签。
有益效果：本发明方法定位准确，考虑到了各种情形。并且节约成本与空间，不需要布置基站。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。
图1a为本申请实施例提供的最终的效果图。
图1b为本申请实施例提供的最终的效果图。
图1c为本申请实施例提供的最终的效果图。
具体实施方式
如图1a、图1b、图1c所示，为本申请实施例提供的最终的效果图，即一共三帧相对位置图，任一帧相对位置图的生成方法包括步骤1至步骤7。
步骤1，实时获取多组测距信息(接收通信连接的电子标签发送的测距信息)，并输入至服务端进行处理。所述测距信息通过TOF算法获得，由两个标签ID，距离值与时间戳构成。
步骤2，对测距信息进行预处理，所述预处理具体包括步骤2-1至步骤2-5。
步骤2-1，对所有测距信息进行简单过滤，由于TOF算法获得的测距只有可能偏大(遮挡等因素)，不可能偏小，因此，可以设置简单的加速度阈值a进行过滤，具体方案如下：
比如，标签101与104的测距信息分别为x1,x2,x3,x4,x5,x6,x7。它们的距离值依次为：4.5m，4.5m，4.6m，6.1m，6.0m，6.2m，4.4m，它们的时间戳依次为1004240217，1004240218，1004240219，1004240220，1004240221，1004240222，1004240223，此处时间戳单位为s。选取a＝0.5m/s2。
计算x1,x2,x3的加速度值为等于其中xi表示测距信息，i取1～7，xi.d表示该测距信息的距离值，xi.t表示该测距信息的时间戳。
计算x2,x3,x4的加速度值为等于由于1.4-0.1＝1.3大于加速度阈值a。因此测距信息x4被过滤掉。
由于测距信息x4被过滤了，计算x2,x3,x5的加速度值为等于/>由于0.65-0.1＝0.55大于加速度阈值a。因此测距信息x5被过滤掉。
由于测距信息x5被过滤了，计算x2,x3,x6的加速度值为等于/>由于0.5-0.1＝0.4小于加速度阈值a。因此测距信息x6保留。
计算x3,x6,x7的加速度值为等于由于-3.4-0.1＝-3.5小于加速度阈值a。因此测距信息x7保留。
最后得到的测距信息为x1,x2,x3,x6,x7。
说明：如果人为的进行分析，很显然，过滤后的测距信息最好为x1,x2,x3,x7，这是因为显然，数据x4,x5,x6是由于遮挡所导致的。但是实际的处理不可能做到那么精确，因此只能进行这种处理方式。
步骤2-2，利用预设的时间步长将所有时间信息归一化，所述时间步长最好两倍于测距信息的实时获取频率的倒数。所述测距信息的实时获取频率为硬件系统的设定频率。所述归一化具体为：比如，测距信息的实时获取频率为1/s，因此时间步长为2s。如果时间戳为77634ms，从0s开始，以时间步长为最小单位，可知，77634ms位于76s与78s之间，且与78s的差值的绝对值更小，所以时间戳77634ms最终归一化为78s。
步骤2-3，设置时间阈值(一般设置为3～5秒)，如果当前系统时间与测距信息的时间戳之差大于时间阈值，过滤掉该测距信息。
步骤2-4，建立映射表，以测距信息的两个标签ID作为key值，小的ID号在前，大的ID号在后，以测距信息作为value值。对过滤后的测距信息，按照时间戳从小到大的顺序进行映射。比如有三个标签101、102、103，其中测距信息有如下三个：
[101，102，10672s，3.1m]；
[101，102，10673s，3.2m]；
[103，102，10672s，4m]。
并且当前系统时间为10674s，那么映射表依次插入(按照时间戳从小到大)测距信息。最后整个映射表由下面两个元素组成：
{(key：101_102；value：[101，102，10673s，3.2m])
(key：102_103；value：[103，102，10672s，4m])}
说明：第一个测距信息被第二个给覆盖了，这是因为第一个测距信息的key值与第二个测距信息的key值一样，因此第一个测距信息等于没有，不会进入到步骤2之后的操作中。
步骤2-5，将映射表(下面步骤中所有的“测距信息”，均指映射表中的测距信息：通过两个标签的ID作为key值，去寻找value值--测距信息)作为实时测距信息进入步骤3的处理。
步骤3，对组(/>表示排列组合)不同的三元组进行打分以获得它们各自的总分值，N为现场标签的数量，所述三元组包括：任意三个标签ID，以及三个标签ID的测距信息。如果一个三元组的测距信息数量不为3(即测距信息不全)，直接记它的总分值为0分。所述总分值grade一般有4部分分值组成(权重从高到低依次为：稳定值sta、形状值form、距离值dis、时间同步值time)。步骤3-1至步骤3-4具体给出了如何计算一组三元组的分值。
说明：任何测距算法，只有当三个标签(或三个基站)的位置构成正三角形形状，并且待测标签在其内部的时候，效果最佳。所述三个标签的位置通过三个标签的测距信息的距离值计算得出。考察三元组(三个标签的位置)构成的三角形，结合TOF的定位误差，可基本归纳为4条原则：(1)形状值起决定性作用，比如当三角形过于钝角，不管距离多大，grade应当赋予负分。(2)距离值的重要性次之，当距离太小，grade应当赋予负分。(3)如果三元组A与三元组B的有一条边相等同时三边之和基本差不多，同时，如果三元组A的另外两条边之差小于三元组B的另外两条边之差，则三元组A的grade应大于等于三元组B的grade。例如：A的坐标为[(0，0)，(10，0)，(5，5)]。而B的坐标为[(0，0)，(10，0)，(6.4，4.8)](4)如果A组的形状能包围B组的形状则三元组A的grade应大于等于三元组B的grade(尽管三元组B的的form值优于三元组A的的form值)。例如：A组的坐标为[(0，0)，(10，0)，(0，5)]。而B组的坐标为[(0，0)，(8，0)，(0，5)]。
步骤3-1，所述稳定值意味着，基准点最好保持不变，所述基准点定义于步骤5，因为一旦频繁更改基准点，可能会对相对定位的标签画面造成很大的波动；稳定值的分值从高到低分为四种：基准点(相对于上一帧相对位置图)完全不变，变化1个基准点，变化2个基准点，全部变化。详见公式1。(公式1基于大量的实验数据不断调整得到，从目前的定位效果来看足够用了)
步骤3-2，形状值体现的是三个标签的位置接近正三角形的程度，越接近正三角形，形状值的分值越高。同样，三个标签的测距信息的距离值越大，距离值的分值也越高。经过实践，发明人创造性的发现，利用内接圆半径，就可以直接替代形状值与距离值。所述内接圆半径指的是三个标签相互的距离值组成的三角形的内接圆半径。以下通过formDis来替代form与dis。详见公式2(相关技术人员可自证是否符合四条原则)。
formDis＝r2-d2 (2)
步骤3-3，时间同步值为三个标签三个测距的时间同步问题，详见公式3。
time＝w+tmMax-tmMin (3)
步骤3-4，总分值计算，详见公式4。
grade＝sta×formDis×time (4)
以下对各个参数进行说明：公式2中，r为内接圆半径，d为距离阈值，一般取值为1～3，单位均为米。公式3中，tmMax，tmMin分别为三个测距信息的时间戳的最大值与最小值，单位均为秒，w为正数权重值，从而大力削弱time的权重占比。w一般取100。
说明：上述公式大体提供了本发明的基本思想，实际上可以看出，本发明的之所以未采纳传统的权重算法，是因为sta,formDis,time这三个参数的比重差距很大。sta最高，formDis次之，time最弱。相关技术人员也可以自行利用各种权重算法进行获得。但是必须遵守4条原则。
步骤4，从组不同的三元组的总分值中选取最大值mGrade，并分类讨论。所述分类讨论具体包括步骤4-1至步骤4-3。
步骤4-1，如果不存在最大值mGrade，分为两种情况：如果现场只有两个标签，按照测距直接进行相对位置的定位，并转至步骤10；如果现场不存在三个两两存在测距的标签，也转至步骤10。
步骤4-2，如果最大值mGrade不为正数，选取测距信息中距离值最大的两个标签，分别标记为tagM,tagN，分别获取tagM,tagN上一帧的坐标(xm,ym)，(xn,yn)；
将(xm,ym)依然作为tagM在本帧的实际坐标；
将作为本帧tagN的实际坐标；其中dmn为tagM与tagN的测距信息的距离值。
然后转至步骤8。
步骤4-3，如果最大值mGrade为正数，转至步骤5。
步骤5，确立第一基准点、第二基准点与第三基准点，并获取三个基准点的坐标，所述第一基准点、第二基准点与第三基准点为最大值mGrade对应的三个标签ID。具体包括步骤5-1至步骤5-3。
步骤5-1，将最大值mGrade对应的三个标签ID分别标记为tagA,tagB,tagC，如果上一帧相对位置图不存在基准点，将tagA,tagB,tagC依次标记为第一基准点、第二基准点与第三基准点，并且以(10.00，10.00)作为第一基准点的坐标，(x,10.00)作为第二基准点的坐标(为了简单起见，第一基准点到第二基准点的射线方向为x轴正方形)，(y,z)作为第三基准点的坐标(为了图像的美观性，确立镜像关系，该坐标在y＝10这条直线的上方)，上述表达归纳为满足条件：x>10.00，z>10.00。转至步骤6。
步骤5-2，如果上一帧相对位置图存在基准点：如果最大值mGrade对应的三个标签ID构成的集合与上一帧相对位置图的基准点的集合完全一样，则基准点也与上一帧一样；如果最大值mGrade对应的三个标签ID构成的集合与上一帧相对位置图的基准点构成的集合有两个元素完全一样，比如tagA,tagB一样，如果上一帧中tagA的级别比tagB高，则tagA为第一基准点，tagB为第二基准点，tagC为第三基准点，所述级别高低依照以下原则：第一基准点高于第二基准点，第二基准点高于第三基准点；如果最大值mGrade对应的三个标签ID构成的集合与上一帧相对位置图的基准点构成的集合有一个元素完全一样，比如tagA一样，如果tagA与tagB的距离值大于tagA与tagC的距离值，则tagA为第一基准点，tagB为第二基准点，tagC为第三基准点；如果最大值mGrade对应的三个标签ID构成的集合与上一帧相对位置图的基准点构成的集合完全不一样，如果tagA与tagB的距离值大于tagA与tagC的距离值且大于tagC与tagB的距离值，则tagA为第一基准点，tagB为第二基准点，tagC为第三基准点。
步骤5-3，获取本帧第一基准点在上一帧的坐标(x1,y1)，本帧第二基准点的上一帧的坐标(x2,y2)，本帧第三基准点的上一帧的坐标(x3,y3)。
将(x1,y1)依然作为本帧第一基准点的实际坐标；
将作为本帧第二基准点的实际坐标；其中dij为第i基准点与第j基准点的测距信息的距离值。
分别以第一基准点与第二基准点的坐标为两个圆的圆心，以第三基准点到圆心的距离作为圆的半径，通过两个圆相交的方式，算出第三基准点的可能的两个位置(两个圆相交一般会存在两个交点)。
步骤5-4，从所述可能的两个位置中选择一个作为第三基准点的位置，具体为：分别判断两个位置到(x3,y3)的距离，选择距离小的所对应的位置作为第三基准点的位置。
说明，到步骤5结束，已经计算出了三个基准标签的位置(mGrade为正数)或两个标签tagM,tagN的坐标(mGrade不为正数)。
步骤6，对未定位的标签进行逐个判断，任选一个未定位的标签tagO，如果标签tagO与三个基准标签均有测距信息，将三个基准标签代入到最小二乘法中，计算出标签tagO相对位置，如果标签tagO与三个基准标签不全有测距信息，选出grade最大值的三元组，并满足如下条件：
三元组的三个标签与标签tagO均有测距信息；
三元组的三个标签均已定位；
grade>0；
将三元组的三个标签代入到最小二乘法中，计算出标签tagO的相对位置，令变量T1＝0；如果本次新增了标签定位，令T1＝1。
步骤7，如果T1>0，转至步骤6。
步骤8，对未定位的标签进行逐个判断，任选一个未定位的标签tagO，采用两个圆相交的办法，确定标签tagO的坐标；由于两个圆相交存在两个交点，因此需要根据上一帧的画面(历史信息)确立镜像关系(与步骤5-4一致)。令变量T2＝0，如果本次新增了标签定位，令T2＝1。
步骤9，如果T2>0，转至步骤8。
步骤10，输出已定级标签的相对位置图，同时输出无法测距的标签，即未定级的标签。由于位置信息是实时的，因此下一帧相对位置图，需要从步骤1从头重新执行。
说明1，步骤1～步骤10详细的给出了处理一帧相对位置图的方法，实际工程中是需要动态的画面，因此步骤1～步骤10是不断循环执行的，从而获得一帧又一帧的相对位置图。
说明2，实际算法中，对于权重(步骤3)这一块处理的更加复杂。
比如引入了健壮值。健壮值因标签而异，因为有的标签硬件存在问题，导致数据的收发严重缺失，包含此类标签分组的分值会变低。健壮值权重占比低于时间同步值。
比如步骤3-1中的稳定值(仅限于步骤6中)分成了更多的组别。在现有的四大类中，还分为各种小类，比如A组与B组同样属于变化1个基准标签。A组的三个标签为(tagA,tagB,tagX)，B组的三个标签为(tagA,tagC,tagY)。其中tagA、tagB与tagC为三个基准标签，如果tagA的K值比tagB的K值小，则A组的稳定值高于B组的稳定值。所述参数K指的是：对任一标签，在步骤6与步骤8中，每迭代一次步骤6，K＝K+1，每迭代一次步骤8，K＝K+2，直到该标签的位置被计算出来为止。K初始值为0，很显然，三个基准标签的K值为0。
说明3，在实际算法中，一般只有第一帧画面三个基准点的坐标分别为(10.00，10.00)、(x，10.00)与(y，z)。在后面的几帧画面中，从步骤4-3可以看出:若三个基准点没有改变，那么三个基准点的坐标依然可能是那种形式，如果三个基准点改变了，则上述坐标规律将不复存在。并且由于限制了第一基准标签的位置，第二基准坐标的方向，第三基准坐标的镜像，整个画面也会更加协调(去抖动化)。
说明4，本发明所提到的基准点改变(或变更)，均指的是基准点对应的标签ID有没有变更，而不是指基准点的坐标位置有没有变更(由于测距总会存在误差，因此算法也判断不出来基准点的位置到底有没有变更)。
说明5，本发明出于用户体验习惯，还提供了镜像切换的功能。因为正常人的习惯是俯视观察坐标图。一般一次切换后，镜像关系就不需要再次调整，除非出现极端情形，比如所有的标签几乎位于同一条直线。
结果展式与图片说明(其中，三帧相对位置图非连续(一般基准点的变更的周期是很长的)且六个标签的ID分别为101～106，由于标签103与106之间距离过远)：
从图1a中可以看出，由于103与105之间没有显示测距(偶尔会出现这种情况)，因此基准点选择了三元组(101，102，103)，括号内的数字为标签ID。
从图1b中可以看出，三元组(103，105，106)的formDis明显优于三元组(101，102，103)，但实际上，三个基准点依然是(101，102，103)，考虑到公式4，且time的影响概率不高，因此可以断定，这基本上是由于：此前的基准点一直是(101，102，103)，这一组的sta值很高，从而使得基准点尚未发生改变。这是牺牲了一小部分定位精度而获得更多的相对位置图的稳定度。
从图1c中可以看出，三元组(101，102，103)的formDis在渐渐变差(标签101与102的距离在萎缩导致)，从而导致(103，105，106)的formDis远远优于(101，102，103)的时候，基准终于发生改变，可以看到第一基准点一定是103(因为只有103在上一帧也是基准点)；第二基准点选择了105，这是因为103与105的距离比106与105的距离大，并且105相对于103的方向并未发生改变(参照第二基准点的坐标公式)；最后，106只能作为第三基准点。
本发明提供了一种室内相对位置定位方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (3)
1.一种室内相对位置定位方法，其特征在于，包括：
步骤1，获取所有标签的测距信息，所述测距信息包括：两个标签ID、距离值与时间戳；
步骤2，对测距信息进行预处理，得到实时测距信息；
步骤3，从实时测距信息中获取组不同的三元组，对/>组不同的三元组进行打分，获得它们各自的总分值，N为现场标签的数量；所述三元组包括：任意三个标签ID，以及三个标签ID的测距信息；步骤3具体包括：
如果一个三元组的测距信息数量不为3，直接记它的总分值为0分；否则，用grade表示总分值，总分值grade包括4部分分值，权重从高到低依次为：稳定值sta、形状值form、距离值dis和时间同步值time，然后通过如下步骤得到总分值grade：
步骤3-1，稳定值sta的分值从高到低分为如下四种，基准点相对于上一帧相对位置图完全不变，变化1个基准点，变化2个基准点，全部变化：
步骤3-2，通过参数值formDis来替代形状值form与距离值dis：
formDis＝r2-d2 (2)
其中，r为内接圆半径，d为距离阈值；
步骤3-3，时间同步值time如下：
time＝w+tmMax-tmMin (3)
其中，tmMax、tmMin分别为三个测距信息的时间戳的最大值与最小值，w为正数权重值；
步骤3-4，总分值grade如下：
grade＝sta×formDis ×time (4)
步骤4，从组不同的三元组的总分值中选取最大值mGrade；
步骤5，确立三个基准点，分别为第一基准点、第二基准点与第三基准点，并根据三个基准点之间的测距信息计算出三个基准点的坐标，所述第一基准点、第二基准点与第三基准点为最大值mGrade对应三元组中的三个标签ID；所述最大值mGrade为三元组的总分值中选取的最大值；步骤5具体包括：
步骤5-1，将最大值mGrade对应的三个标签ID分别标记为tagA,tagB,tagC，如果上一帧相对位置图不存在基准点，将tagA,tagB,tagC依次标记为第一基准点、第二基准点与第三基准点，并且以(10.00，10.00)作为第一基准点的坐标，(x,10.00)作为第二基准点的坐标，(y,z)作为第三基准点的坐标；
步骤5-2，如果上一帧相对位置图存在基准点：如果最大值mGrade对应的三个标签ID构成的集合与上一帧相对位置图的基准点的集合完全一样，则基准点也与上一帧一样；如果最大值mGrade对应的三个标签ID构成的集合与上一帧相对位置图的基准点构成的集合有两个元素tagA,tagB完全一样，如果上一帧中tagA的级别比tagB高，则tagA为第一基准点，tagB为第二基准点，tagC为第三基准点，级别高低依照以下原则：第一基准点高于第二基准点，第二基准点高于第三基准点；
如果最大值mGrade对应的三个标签ID构成的集合与上一帧相对位置图的基准点构成的集合有一个元素tagA完全一样，如果tagA与tagB的距离值大于tagA与tagC的距离值，则tagA为第一基准点，tagB为第二基准点，tagC为第三基准点；
如果最大值mGrade对应的三个标签ID构成的集合与上一帧相对位置图的基准点构成的集合完全不一样，如果tagA与tagB的距离值大于tagA与tagC的距离值且大于tagC与tagB的距离值，则tagA为第一基准点，tagB为第二基准点，tagC为第三基准点；
步骤5-3，获取本帧第一基准点在上一帧的坐标(x1,y1)，本帧第二基准点的上一帧的坐标(x2,y2)，本帧第三基准点的上一帧的坐标(x3,y3)；
将(x1,y1)依然作为本帧第一基准点的实际坐标；
将作为本帧第二基准点的实际坐标；其中dij为第i基准点与第j基准点的测距信息的距离值；
分别以第一基准点与第二基准点的坐标为两个圆的圆心，以第三基准点到圆心的距离作为圆的半径，通过两个圆相交的方式，算出第三基准点的可能的两个位置；
步骤5-4，从所述可能的两个位置中选择一个作为第三基准点的位置，具体为：分别判断两个位置到(x3,y3)的距离，选择距离小的所对应的位置作为第三基准点的位置；
步骤6，对未定位的标签进行逐个判断：任选一个未定位的标签tagO，如果标签tagO与三个基准标签均有测距信息，将三个基准标签代入到最小二乘法中，计算出标签tagO相对位置，如果标签tagO与三个基准标签不全有测距信息，选出grade最大值的三元组，并满足如下条件：
三元组的三个标签与标签tagO均有测距信息；
三元组的三个标签均已定位；
grade>0；
将三元组的三个标签代入到最小二乘法中，计算出标签tagO的相对位置，令变量T1＝0；如果本次新增了标签定位，令T1＝1；
步骤7，如果T1>0，转至步骤6；
步骤8，输出已定级标签的相对位置图，同时输出无法测距的标签，即未定级的标签。
2.根据权利要求1所述的方法，其特征在于，步骤2包括如下步骤：
步骤2-1，设置时间阈值，如果当前系统时间与测距信息的时间戳之差大于时间阈值，过滤掉该测距信息；
步骤2-2，建立映射表，以测距信息的两个标签ID作为键值key，小的标签ID号在前，大的标签ID号在后，以测距信息作为值value；对过滤后的测距信息，按照时间戳从小到大的顺序进行映射；将映射表作为实时测距信息。
3.根据权利要求2所述的方法，其特征在于，步骤4包括：
步骤4-1，如果不存在最大值mGrade，分为两种情况：如果现场只有两个标签，按照测距信息直接进行相对位置的定位，输出已定级标签的相对位置图，同时输出无法测距的标签，即未定级的标签；如果现场不存在三个两两存在测距的标签，输出已定级标签的相对位置图，同时输出无法测距的标签，即未定级的标签；
步骤4-2，如果最大值mGrade不为正数，选取测距信息中距离值最大的两个标签，分别标记为tagM,tagN，分别获取tagM,tagN上一帧的坐标(xm,ym)，(xn,yn)；
将(xm,ym)依然作为tagM在本帧的实际坐标；
将作为本帧tagN的实际坐标；其中dmn为tagM与tagN的测距信息的距离值；
然后转至步骤a1；
步骤4-3，如果最大值mGrade为正数，转至步骤5；
步骤a1，对未定位的标签进行逐个判断，任选一个未定位的标签tagO，采用两个圆相交的办法，确定标签tagO的坐标；令变量T2＝0，如果本次新增了标签定位，令T2＝1；
步骤a2，如果T2>0，转至步骤a1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110784430.7A CN113532436B (zh) | 2021-07-12 | 2021-07-12 | 一种室内相对位置定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110784430.7A CN113532436B (zh) | 2021-07-12 | 2021-07-12 | 一种室内相对位置定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113532436A CN113532436A (zh) | 2021-10-22 |
| CN113532436B true CN113532436B (zh) | 2024-05-10 |
Family
ID=78098562
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110784430.7A Active CN113532436B (zh) | 2021-07-12 | 2021-07-12 | 一种室内相对位置定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113532436B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007219736A (ja) * | 2006-02-15 | 2007-08-30 | Fujitsu Ltd | タグ座標データ生成装置及びタグ座標テーブル生成方法 |
| JP2007248336A (ja) * | 2006-03-17 | 2007-09-27 | Yanmar Co Ltd | 位置情報取得システム |
| CN104780506A (zh) * | 2015-04-22 | 2015-07-15 | 北京理工大学 | 一种基于置信水平的加权三边定位方法 |
| CN106019225A (zh) * | 2016-05-11 | 2016-10-12 | 深圳云之家网络有限公司 | 一种基于iBeacon的定位方法及系统 |
| CN106131960A (zh) * | 2016-08-26 | 2016-11-16 | 武汉科技大学 | 基于多维系统的无线传感器网络移动节点定位算法 |
| CN106332276A (zh) * | 2016-08-26 | 2017-01-11 | 无锡卓信信息科技股份有限公司 | 一种基于射频识别技术的室内定位追踪控制系统 |
| CN109600706A (zh) * | 2017-09-29 | 2019-04-09 | 北京布科思科技有限公司 | 探测并计算uwb锚点坐标的方法及系统 |
| CN109959894A (zh) * | 2017-12-26 | 2019-07-02 | 深圳市优必选科技有限公司 | 定位方法及终端设备 |
| CN110557720A (zh) * | 2019-09-12 | 2019-12-10 | 南京工程学院 | 基于动态基准标签的超宽带室内定位系统及补盲定位方法 |
| CN112218236A (zh) * | 2020-09-17 | 2021-01-12 | 中国电子科技集团公司第三十八研究所 | 一种基于多维度评分的tdoa定位基站选择方法及系统 |
| CN113055814A (zh) * | 2021-02-05 | 2021-06-29 | 江苏大学 | 一种改进wknn的室内定位方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108012326B (zh) * | 2017-12-07 | 2019-06-11 | 珠海市一微半导体有限公司 | 基于栅格地图的机器人监视宠物的方法及芯片 |
-
2021
- 2021-07-12 CN CN202110784430.7A patent/CN113532436B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007219736A (ja) * | 2006-02-15 | 2007-08-30 | Fujitsu Ltd | タグ座標データ生成装置及びタグ座標テーブル生成方法 |
| JP2007248336A (ja) * | 2006-03-17 | 2007-09-27 | Yanmar Co Ltd | 位置情報取得システム |
| CN104780506A (zh) * | 2015-04-22 | 2015-07-15 | 北京理工大学 | 一种基于置信水平的加权三边定位方法 |
| CN106019225A (zh) * | 2016-05-11 | 2016-10-12 | 深圳云之家网络有限公司 | 一种基于iBeacon的定位方法及系统 |
| CN106131960A (zh) * | 2016-08-26 | 2016-11-16 | 武汉科技大学 | 基于多维系统的无线传感器网络移动节点定位算法 |
| CN106332276A (zh) * | 2016-08-26 | 2017-01-11 | 无锡卓信信息科技股份有限公司 | 一种基于射频识别技术的室内定位追踪控制系统 |
| CN109600706A (zh) * | 2017-09-29 | 2019-04-09 | 北京布科思科技有限公司 | 探测并计算uwb锚点坐标的方法及系统 |
| CN109959894A (zh) * | 2017-12-26 | 2019-07-02 | 深圳市优必选科技有限公司 | 定位方法及终端设备 |
| CN110557720A (zh) * | 2019-09-12 | 2019-12-10 | 南京工程学院 | 基于动态基准标签的超宽带室内定位系统及补盲定位方法 |
| CN112218236A (zh) * | 2020-09-17 | 2021-01-12 | 中国电子科技集团公司第三十八研究所 | 一种基于多维度评分的tdoa定位基站选择方法及系统 |
| CN113055814A (zh) * | 2021-02-05 | 2021-06-29 | 江苏大学 | 一种改进wknn的室内定位方法 |
Non-Patent Citations (5)
| Title |
|---|
| Indoor tracking with low training and hardware costs;Mauricio Cortes等;IEEE/ION Position, Location and Navigation Symposium;20100708;1174-1180 * |
| Planar Position and Orientation Estimation Using a 5.8 GHz RFID System;Muhammad Bashir Akbar等;2019 IEEE International Conference on RFID Technology and Applications (RFID-TA);20191107;252-257 * |
| 一种基于无线传感器网络的三维定位模型;聂文惠;鞠时光;薛安荣;;计算机科学;20091215(第12期);55-59 * |
| 基于射频识别的室内定位技术综述;刘鹏;太赫兹科学与电子信息学报;20140430;195-201 * |
| 基于无线传感器网络的室内定位方法研究;刘晓晨;中国优秀硕士学位论文全文数据库 (信息科技辑);20151215;I136-201 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113532436A (zh) | 2021-10-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104123398B (zh) | 一种信息推送方法及装置 | |
| CN104050196B (zh) | 一种兴趣点数据冗余检测方法及装置 | |
| EP2907354B1 (en) | Method and system of semantic indoor positioning using significant places as satellites | |
| CN102384745A (zh) | 一种图书馆室内手机导航方法和系统 | |
| US20060061488A1 (en) | Location based task reminder | |
| CN105242239A (zh) | 一种基于众包指纹分簇和匹配的室内子区域定位方法 | |
| CA2756726C (en) | Systems and methods for cross-street identification | |
| WO2015154438A1 (zh) | 定位方法及装置 | |
| CN106767772B (zh) | 地磁指纹分布图的构建方法和装置及定位方法和装置 | |
| CN103402259A (zh) | 一种基于蓝牙的室内定位服务系统及方法 | |
| CN103913161A (zh) | 一种图书馆室内手机导航方法 | |
| CN104239453B (zh) | 数据处理方法及装置 | |
| CN100566345C (zh) | 基于超宽带的无线传感器网络节点定位方法 | |
| CN106780262B (zh) | 一种考虑城市道路网络约束的同位模式发现方法及装置 | |
| CN109284446A (zh) | 一种poi信息融合方法 | |
| CN117874690B (zh) | 一种地理信息测绘数据智能管理方法 | |
| CN105578414A (zh) | 一种终端及其定位方法和装置 | |
| CN107547598A (zh) | 一种定位方法、服务器及终端 | |
| CN109982245A (zh) | 一种室内实时三维定位方法 | |
| CN109922425A (zh) | 确定定位区域的方法及装置 | |
| CN111954874A (zh) | 标识地理区域内的功能区 | |
| CN113532436B (zh) | 一种室内相对位置定位方法 | |
| CN113453148B (zh) | 联合深度学习与加权k邻近算法的室内位置指纹定位方法 | |
| CN114792111A (zh) | 一种数据获取方法、装置、电子设备及存储介质 | |
| CN110087185A (zh) | 商圈围栏生成方法、装置、设备及计算机可读存储介质 |
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 |