CN201535817U - 一种基于区域的室内定位系统 - Google Patents
一种基于区域的室内定位系统 Download PDFInfo
- Publication number
- CN201535817U CN201535817U CN2009202053883U CN200920205388U CN201535817U CN 201535817 U CN201535817 U CN 201535817U CN 2009202053883 U CN2009202053883 U CN 2009202053883U CN 200920205388 U CN200920205388 U CN 200920205388U CN 201535817 U CN201535817 U CN 201535817U
- Authority
- CN
- China
- Prior art keywords
- reference point
- zone
- central server
- point
- signal
- 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.)
- Expired - Fee Related
Links
Images
Abstract
本实用新型公开一种基于区域的室内定位系统,包括:定位对象携带的并存储有定位对象特征信息的移动点;接收移动点发出的包括定位对象ID的信号,测量信号强度,并转发给中心服务器的参考点;利用区域定位算法,结合所述定位对象ID、信号强度,以及所述参考点的区域代码,计算出每个定位对象所处的区域定位信息的中心服务器;实现参考点与服务器通信连接的网络基础设备;所述移动点按照IEEE 802.15.4标准与参考点通信;所述参考点通过所述网络基础设备与所述中心服务器通信连接;所述参考点具有固定的坐标以及区域代码。通过本实用新型,使得定位实现容易、可行性高、定位准确。
Description
技术领域
本实用新型涉及定位技术,尤其涉及一种基于区域的室内定位系统。
背景技术
定位技术是一直是人们最希望掌握的科学技术之一,它对人们社会有着特殊的意义和用途,被广泛使用在军事、治安、医学、航空航天、环境检测等各种领域。随着人们生存环境越来越复杂,人们需要管理和监控的对象也日益增多,包括士兵、特工、婴儿、病人、疑犯、矿工、贵重物品、大型机械等等。这些对象的活动范围越来越广,户外、室内、地下、矿井、空中都有可能是他们的活动范围;并且对象移动的不确定性也不断增加,各种移动形态都会出现。如何对这些对象其进行实时准确的定位,成为人们非常关心的研究方向。
目前,已经有很多定位技术被提出并广泛使用。最常见也最实用的方法就是著名的全球定位系统(GPS)。它是由美国建立的一个卫星导航定位系统,利用该系统,用户可以在全球范围内实现全天候、连续、实时的三维导航定位和测速;另外,利用该系统,用户还能够进行高精度的时间传递和高精度的精密定位。GPS计划始于1973年,已于1994年进入完全运行状态。根据定位所采用的观测值的不同,可分为伪距定位和载波相位定位。伪距定位所采用的观测值为GPS伪距观测值,所采用的伪距观测值既可以是C/A码伪距,也可以是P码伪距。伪距定位的优点是数据处理简单,对定位条件的要求低,不存在整周模糊度的问题,可以非常容易地实现实时定位;其缺点是观测值精度低,C/A码伪距观测值的精度一般为3米,而P码伪距观测值的精度一般也在30个厘米左右,从而导致定位成果精度低。载波相位定位所采用的观测值为GPS的载波相位观测值,即L1、L2或它们的某种线性组合。载波相位定位的优点是观测值的精度高,一般优于2个毫米。但是,在室内、地下等卫星信号接收情况糟糕的环境里,GPS定位将失去作用。
针对室内环境里的定位,随着射频识别(RFID,Radio Frequency Identification)技术和无线传感器网络的发展,不少学者提出了基于这两种技术的室内定位方法。有一种RFID定位技术非常简单,将读卡器安装分布在需要定位的环境里不同位置,而且读卡器读卡距离也设置得很短,大约50~100厘米,当携带RFID卡片的对象出现在其中某个读卡器附近时,读卡器将会把卡片里携带的信息读取,并报告该卡片的位置就在相应的读卡器附近。另一种RFID定位技术利用了信号强度的概念,这时读卡器将会被设置成远距离读卡,读卡距离为1~50米,并且读卡器能够检测到所采集信号的信号强度。与上一种RFID定位不同,这里定位对象携带的不是卡片,而是读卡器,卡片被预先放置在定位环境中,并配置有参考坐标。读卡器读到三个以上卡片的参考坐标以及它们通信的信号强度时,将会利用信号强度与距离的关系,运用最小二乘法计算出自己相对与参考位置的坐标,从而达到自身定位的目的。
还有一些基于无线传感器网络的定位方法。无线传感器网络中,每个网络节点都可以利用网络环境中的路由信息、传输事件、传输时间、邻居节点、信号强度等信息进行定位。但这些定位方法的前提是,必须在定位环境内建立起无线传感器网络。
因此,目前的定位技术实现困难、可行性低、定位不准确,因此,如何提高定位的可行性和准确性,成为急待解决的问题。
实用新型内容
本实用新型的目的在于提供一种基于区域的室内定位系统,使得定位实现容易、可行性高、定位准确。
为解决本实用新型的技术问题,本实用新型公开一种基于区域的室内定位系统,其中,包括:
定位对象携带的并存储有定位对象特征信息的移动点;
接收移动点发出的包括定位对象ID的信号,测量信号强度,并转发给中心服务器的参考点;
利用区域定位算法,结合所述定位对象ID、信号强度,以及所述参考点的区域代码,计算出每个定位对象所处的区域定位信息的中心服务器;
实现参考点与服务器通信连接的网络基础设备;
所述移动点按照IEEE 802.15.4标准与参考点通信;
所述参考点通过所述网络基础设备与所述中心服务器通信连接;
所述参考点具有固定的坐标以及区域代码。
较优的,还包括接收中心服务器处理后输出的定位信息的定位结果显示装置,所述定位结果显示装置与所述中心服务器通信连接。
较优的,所述定位结果显示装置为台式计算机,手机或笔记本电脑。
较优的,所述移动点通过符合802.15.4标准的无线信号与所述参考点通信。
较优的,所述参考点通过LAN或WLAN所述网络基础设备与所述中心服务器连接。
较优的,所述网络基础设备为构成局域网或因特网的硬件设备。
较优的,所述硬件设备为路由器、交换机、网线。
较优的,所述定位对象携带的移动点是一种定时向周围环境广播信号的信号发生器,所述信号中载有该信号发生器唯一的所述定位对象ID信息。
与现有技术相比,本实用新型具有如下有益效果:
本实用新型所公开的基于区域的室内定位系统,充分利用建筑物内现有的网络基础设置,对被定位对象进行信号采样,然后使用区域定位算法对采样数据进行分析计算,从而获得对象的位置信息。能够准确地实时地计算出对象所处的区域,并在需要的情况下在地图中显示给用户。
附图说明
图1为本实用新型实施例的一种基于区域的室内定位系统的结构示意图;
图2为本实用新型实施例的移动点的位置存在于各个区域的概率的示意图;
图3为本实用新型实施例的区域预测分布矩阵示意图;
图4为本实用新型实施例的室内空旷区域示意图;
图5为本实用新型实施例的多点应用场景示意图;
图6为本实用新型实施例的室内多个房间的应用场景示意图;
图7为本实用新型实施例的另一种应用场景的示意图。
具体实施方式
本实用新型公开一种基于区域的室内定位系统,使得实现容易、可行性高、定位准确。
本实用新型公开的基于区域的室内定位系统是一种实现容易、可行性高、定位准确的室内定位系统。它充分利用建筑物内现有的网络基础设置,例如通过LAN或WLAN,再结合基于IEEE 802.15.4标准的低速率个人局域网,对被定位对象进行信号采样,然后使用区域定位算法对采样数据进行分析计算,从而获得对象的位置信息。所谓区域定位算法,计算结果并不是定位环境中的某点坐标,而是定位环境中的某片区域代码。因为在室内环境下,无线电磁波传输信道受到的干扰较大,信号的不确定因素很多,实现准确的坐标定位不太现实。而且人们对定位结果的需求,也不需要精确到坐标,只需要知道对象处于该环境中的哪个区域,例如哪个房间或者哪个工作区。所以本实用新型公开一种基于区域的室内定位系统,能够准确地实时地计算出对象所处的区域,并在需要的情况下在地图中显示给用户。
如图1所示,为本实用新型实施例的一种基于区域的室内定位系统的结构示意图,该系统可以包括:中心服务器10,需要定位的移动点11,至少一个参考点(例如参考点12a,12b,12c),至少一个定位结果显示装置(例如,台式计算机13a,手机13b,笔记本电脑13c),至少一个路由器14。
本实用新型实施例的基于区域的室内定位系统在应用前,需要将定位环境划分为若干个区域,区域形状或大小没有限制,然后在每个区域中放置若干个参考点,这种参考点(例如参考点12a)可以接收定位对象发出的信号,并通过建筑物内某种网络基础设备(例如路由器14)发送给中心服务器10。每个参考点在部署后,将获得唯一的ID和固定的坐标以及区域代码。每个定位对象(即移动点11)需携带一个信号发生器,它会定时通过符合IEEE802.15.4标准的低速率个人局域网向周围环境广播信号,信号中载有该信号发生器唯一的ID信息。附近的参考点接收到移动点(定位对象携带的信号发生器)发出的信号后,检测其信号强度,然后传输给中心服务器10。中心服务器10将会利用区域定位算法,结合移动点ID、信号强度,以及参考点的区域代码,计算出每个定位对象所处的区域。
下面详细介绍区域定位算法的原理及其实现,以及在这个系统下进行的应用场景和应用场景结果分析。
本实用新型实施例的基于区域的室内定位系统具有可行性高、精度准确、抗干扰能力强的优点。它可以直接利用建筑物内现有的网络基础设备(例如路由器14),例如LAN或WLAN,不需要再单独施工建立起一个网络。在需要对对象进行定位的室内环境中,大多数情况下人们只需要知道该对象处于哪个房间或区域,那么首先将这个定位环境进行区域划分,每个区域有一个唯一的固定的代码。在每个区域中部署若干个参考点(例如12a,12b),参考点是一种同时具有两类通信功能的节点,一方面能够接收定位对象发出的符合IEEE802.15.4标准的信号,另一方面能够通过建筑物内的网络基础设备(例如路由器14)跟中心服务器通信。这些参考点还具有检测信号强度的功能,它能够检测出它在低速率个人局域网中收到的每个信号的信号强度。每个参考点在被部署以后,会被赋予一个唯一的ID(例如IP地址),以及它所处区域的代码。
在这个环境中的每个定位对象需要携带一个移动点(例如移动点11),移动点是一种信号发生器,能够定时向其周围广播符合IEEE 802.15.4标准的信号,信号中包含每个移动点特有的信息(例如ID、电量等)。它周围的参考点接收到信号后,检测该信号的强度,然后把每个移动点的信息,协同其信号强度,一起发送给中心服务器10。
中心服务器10是该定位环境中特有的计算中心,它通过建筑物内的网络基础设备(例如路由器14)与每一个参考点通信。它的主要作用是收集移动点信号,然后运行区域定位算法,利用移动点的ID和信号强度,以及每个参考点的区域代码,计算出每个移动点所处的区域。在必要的情况下,它还能够对每个参考点进行配置,保存定位结果,发送相关数据给定位结果显示装置(例如,台式计算机13a,手机13b,笔记本电脑13c)。
区域定位算法正是在以上这种环境下运行的算法,它利用贝叶斯过滤,能够很大程度地降低室内环境对信号强度带来的干扰,从而保证定位结果的准确性。
本实用新型实施例的基于区域的室内定位系统有以下特点:
1)可行性高,不需要在定位环境中重新施工搭建网络,网络构成简单有效。
2)成本低,各种设备没有特殊要求,仅仅具有一些典型的通信功能即可实现这种技术,至多在某些设备中具有信号强度检测的功能,这也是一个要求很低的成熟技术。
3)定位精度高,能够准确了解定位对象所处的区域,当区域大小在5m*5m以上时,定位准确性可达99%。
4)抗干扰能力强,室内环境对无线信号的信号强度影响较为严重,但该技术使用的区域定位算法具有较高的容错性,能够过滤掉干扰信息。
5)系统稳定性高,没有复杂的路由,没有高强度的传输,网络通信都是使用经过长期验证的成熟网络技术。
6)对人类干扰小,不需要对人们的正常生活工作环境做太大改变,定位对象只需携带一个小小的信号发生器即可,可以小到2cm*3cm左右。
下面将详细介绍该技术的核心部分——区域定位算法。该技术的实现方法多种多样,但核心算法不会变,正是它保证了该技术的有效性。
在无线通信过程中,信号强度将会随着距离的增加而减弱,这将作为一个公理成为该算法的基础。在上面描述的基于区域的室内定位系统中,每个参考点在收到移动点信号的同时,将会检测该信号的信号强度,而每个参考点都具有一个固定的区域代码,那么理论上讲,在参考点均匀部署的前提下,哪个区域的参考点收到的某移动点的信号强度最强,那么该移动点就位于这个区域内。但是在实际情况下并非如此,参考点检测到的信号强度实际上会受到外界环境的影响,例如突然有一个人经过移动点与参考点之间,将会使信号强度大大减弱。为了减少个别次数的突然噪声影响,引入概率统计方法与必要的噪声过滤器。在这个算法中,将使用贝叶斯过滤算法。
在任意时刻下,信号的强弱状态由本次的采样统计结果,上一时刻的状态分布,以及根据上次结果对本次的预测分布,三者共同决定,数学描述公式如下:
P(st|z1:t)=αP(zt|st)P(st|st-1)P(st-1|z1:t-1) (1)
其中,P(st|z1:t)指t时刻的采样状态分布,P(st-1|z1:t-1)是指t-1时刻的状态分布,P(st|st-1)是指按照某种移动模型由t-1时刻的状态分布推测出的t时刻的状态分布,P(zt|st)是指在t时刻测量取样的状态分布,α是归一化参数。
状态分布矩阵,用来描述某个移动点的位置存在于各个区域的概率,例如如图2所示,为本实用新型实施例的移动点的位置存在于各个区域的概率的示意图。
基于速度的区域预测模型,假设移动点的运动方向符合平均分布,并对移动点的移动速度进行概率评估。然后根据区域划分的大小和上次移动点的位置,设置区域预测分布矩阵。假设上次移动点的位置在13区,可假设有如图3所示的区域预测分布矩阵,为本实用新型实施例的区域预测分布矩阵示意图。
状态分布转换,是指旧的状态向新的状态的过渡,表现为两个概率分布的叠加,忽略噪声的影响,转换过程为一种修改过的矩阵乘法。公式如下:
最低概率限度m,每个区域的概率不能为0,因为一旦为0将永远为0,所以假设一个概率值作为0概率。例如m=0.5%
基于信号强度的状态统计分布。根据RSSI,计算出的移动点在各个区域出现的概率。例如收到以下几个数据包(区域号,RSSI):(13,40)(13,10)(12,20)(18,30)。那么在这个状态分布矩阵中,区域13的概率为(40+10)/(40+10+20+30),区域12的概率为20/(40+10+20+30),区域18的概率为30/(40+10+20+30)。其他区域均为m。
信号强度依赖度,本次取样的状态分布对RSSI的依赖程度p。
基于参考数量的状态分布,根据各个区域的收到某移动点广播的参考点的数量,计算该移动点在各个区域出现的概率。例如收到[0023]中定义的几个数据包,那么在这个状态分布矩阵中,区域13的概率为2/4,区域12的概率为1/4,区域18的概率为1/4,其他区域均为m。
参考数量依赖度,本次取样的状态分布对参考点数量的依赖程度q。由于对采样过程只关注信号强度和参考点数量两个因素,所以p+q=1。
状态分布矩阵归一化,由于在状态分布转换过程中忽略了噪声,导致转换结果所有状态的和有可能不等于1。归一化是指把状态分布矩阵变换成为所有状态和为1的矩阵。公式如下:
下面介绍算法,本实用新型实施例中只描述对一个移动点的定位,每个移动点都按照此方法计算。
步骤1,根据区域划分状况,初始化历史状态分布矩阵Eh。每个区域都赋值为1;
步骤2,根据区域划分状况,初始化区域预测分布矩阵Ep。每个区域都赋值为1;
步骤3,初始化定值m,p,q;
步骤4,本次定位开始,首先把每个参考点三个相同ID、相同序号的数据包的RSSI做平均,作为此参考点收到该ID的移动点信号的信号强度;
步骤5,取出来自不同参考点的相同ID、相同序号的数据,进行分析,得到基于信号强度的状态分布矩阵Es;
步骤6,用第4步中的数据,进行参考点数量分析,得到基于参考数量的状态分布矩阵Er;
步骤7,根据上次定位结果,以及区域实际划分和移动速度,得到区域预测分布矩阵Ep
步骤8,按照如下公式计算状态分布:
E0=(pEs+qEr)×Ep×Eh (4)
步骤9,找出矩阵E0中,概率值最大的区域。该区域即为此次定位结果。
步骤10,令Eh=E0,并将Eh归一化,跳转到第4步。
下面将介绍本实用新型实施例的基于区域的室内定位系统的工作过程。
参考点12a通过Ethernet与中心服务器10通信,中心服务器10会收集所有参考点(例如12a,12b,12c)覆盖范围内的移动点信息,并利用区域定位算法进行计算,把计算结果实时发送给各种定位结果显示装置(例如,台式计算机13a,手机13b,笔记本电脑13c)。这个显示界面程序可以是运行在任意平台下面的,能够与中心服务器10通信的软件。因此,整个系统的灵活性和稳定性相当高。
为了实现这种系统架构,需要一种超低功耗射频电路板,作为该系统的移动点。每块电路板具有一个唯一的IEEE地址,作为它的唯一ID。移动点11能够定时向它周围的环境广播符合IEEE 802.15.4标准的信号,信号中包含的数据有IEEE地址、该移动点剩余电量、以及其它一些协议数据。参考点12a,是一个基于CC2430芯片射频电路板和一个基于ARM7芯片的具有Ethernet接口的电路板有机结合而成,它能够接收符合IEEE 802.15.4标准的无线信号,并能够把这些数据通过Ethernet发送给中心服务器10。中心服务器10就是一台功能完备的中小型计算机,上面运行着以区域定位算法为核心的服务器程序。
本实用新型实施例还公开了两个室内定位应用场景,第一个应用场景是在某一大片办公区进行,第二个应用场景是在大小不同的几个相邻的房间里进行,下面将分别描述这两个应用场景及其应用场景结果。
应用场景一:室内空旷区域
首先测量该空旷区域,绘制出大致地图。然后将该办公区均匀划分成四个小区域,将参考点(又叫定点)均匀分布在每个区域中,每个区域四个,放置位置在区域边界等距离的地方,具体情况如下图4所示,为本实用新型实施例的室内空旷区域示意图。
在这种环境下,应用场景又分为单点应用场景和多点应用场景。单点应用场景中,只有一个移动点在定位范围内活动,其活动方式也多种多样。移动点每8秒广播一次信号,应用场景步骤与每步结果可以如下各个表所述(其中8s丢失率指中心服务器应该收到移动点信号的次数中,没有收到的次数的比例。同理,24s丢失率是指中心服务器连续24s没有收到移动点数据的次数,占总广播次数的比例;定位正确延迟是指移动点在移动前最后一次定位正确与移动后第一次定位正确之间的时间间隔)。
1.在每个区的中心处放置移动点
表1
区域 | 准确率 | 8s丢失率 | 24s丢失率 | 时间段 |
1 | 100.000000% | 0 | 0 | 08:58:23-09:06:34 |
2 | 100.000000% | 0 | 0 | 09:09:47-09:15:17 |
3 | 97.826088% | 0 | 0 | 09:17:01-09:23:03 |
4 | 100.000000% | 0 | 0 | 09:24:56-09:30:26 |
2.在两个区的分界处放置移动点
表2
区域 | 所在区域 | 准确率 | 8s丢失率 | 24s丢失率 | 时间段 |
1&2 | 1 | 95.348839% | 0 | 0 | 09:32:59-09:38:37 |
1&3 | 3 | 100.000000% | 0 | 0 | 09:42:30-09:47:04 |
2&4 | 2 | 100.000000% | 0 | 0 | 09:59:16-10:04:46 |
3&4 | 4 | 100.000000% | 0 | 0 | 10:07:18-10:12:48 |
3.在四个区的临界处放置移动点
表3
区域 | 所在区域 | 准确率 | 8s丢失率 | 24s丢失率 | 时间段 |
1&2&3&4 | 1 | 100.000000% | 0 | 0 | 10:15:05-10:20:11 |
1&2&3&4 | 2 | 100.000000% | 0 | 0 | 10:23:00-10:29:02 |
1&2&3&4 | 3 | 100.000000% | 0 | 0 | 10:37:37-10:43:31 |
1&2&3&4 | 4 | 100.000000% | 0 | 0 | 10:45:15-10:45:23 |
4.从一个区中间到另一个区中间
表4
区域 | 移动前准确率 | 移动后准确率 | 开始移动时间 | 停止移动时间 | 定位正确时间 | 定位正确延迟 |
1->2(相邻) | 100% | 100% | 10:54:40 | 10:54:50 | 10:54:54 | 4s |
2->3(对角) | 100% | 100% | 11:00:54 | 11:01:10 | 11:01:13 | 3s |
3->4(相邻) | 100% | 100% | 11:07:00 | 11:07:09 | 11:07:15 | 6s |
4->1(对角) | 100% | 94.444443% | 11:14:10 | 11:14:21 | 11:14:29 | 8s |
5.在区域内部随机移动
表5
区域 | 准确率 | 8s丢失率 | 24s丢失率 | 时间段 |
1 | 77.500000% | 0 | 0 | 11:18:38-11:23:52 |
2 | 100.000000% | 0 | 0 | 11:24:56-11:30:10 |
3 | 100.000000% | 0 | 0 | 11:30:59-11:36:44 |
4 | 97.560974% | 0 | 0 | 11:37:49-11:43:11 |
6.从两个区的分界处的一边到另一边
表6
区域 | 移动前准确率 | 移动后准确率 | 开始移动时间 | 停止移动时间 | 定位正确时间 | 定位正确延迟 |
1->2(相 | 89.473686% | 100% | 11:48:50 | 11:48:54 | 11:48:57 | 3s |
邻) | ||||||
2->3(对角) | 100% | 100% | 11:57:42 | 11:57:51 | 11:57:56 | 5s |
区域 | 移动前准确率 | 移动后准确率 | 开始移动时间 | 停止移动时间 | 定位正确时间 | 定位正确延迟 |
3->4(相邻) | 100% | 100% | 12:04:02 | 12:04:08 | 12:04:14 | 6s |
4->1(对角) | 100% | 96.000000% | 12:11:51 | 12:11:57 | 12:12:00 | 3s |
多点应用场景是对多个移动点进行同时定位的应用场景,应用场景步骤与每步结果如下。
1.多个特殊位置的同时定位测试,在地图中选定多个特殊位置,如区域中心、区域边缘、相邻边界、对角边界等特殊位置,将多个移动点同时放置在这些位置,并进行定位应用场景,如下图5所示,为本实用新型实施例的多点应用场景示意图,结果可以如各个表所述。
表7
节点位置 | 准确率 | 8s丢失率 | 24s丢失率 | 时间段 |
1(0x65) | 100.000000% | 0 | 0 | 14:11:20-14:17:20 |
2(0x66) | 100.000000% | 0 | 0 | 14:11:20-14:17:20 |
3(0x67) | 100.000000% | 0 | 0 | 14:11:20-14:17:20 |
4(0x5D) | 46.666668% | 0 | 0 | 14:11:20-14:17:20 |
5(0x6A) | 100.000000% | 0 | 0 | 14:11:20-14:17:20 |
6(0x68) | 100.000000% | 0 | 0 | 14:11:20-14:17:20 |
7(0x6B) | 100.000000% | 0 | 0 | 14:11:20-14:17:20 |
8(0x6F) | 100.000000% | 0 | 0 | 14:11:20-14:17:20 |
9(0x5E) | 100.000000% | 0 | 0 | 14:11:20-14:17:20 |
10(0x6D) | 100.000000% | 0 | 0 | 14:11:20-14:17:20 |
11(0x6C) | 100.000000% | 0 | 0 | 14:11:20-14:17:20 |
2.100个点放置在一个区的中心
表8
区域 | 准确率 | 8s丢失率 | 24s丢失率 | 时间段 |
1 | 98.505089% | 0 | 0 | 15:01:37-15:05:50 |
2 | 99.801140% | 0 | 0 | 15:23:16-15:28:39 |
3 | 99.441841% | 0 | 0 | 15:30:49-15:36:50 |
4 | 98.942444% | 0 | 0 | 15:43:21-15:49:56 |
3.100个点在两个区的分界处
表9
区域 | 所在区域 | 准确率 | 8s丢失率 | 24s丢失率 | 时间段 |
1&2 | 1 | 79.505432% | 0 | 0 | 15:53:35-16:00:43 |
1&3 | 3 | 91.511559% | 0 | 0 | 16:04:52-16:09:38 |
2&4 | 2 | 90.737015% | 0 | 0 | 16:14:51-16:21:30 |
3&4 | 4 | 95.862831% | 0 | 0 | 16:24:26-16:30:29 |
4.100个在四个区的临界处放置移动点
表10
区域 | 所在区域 | 准确率 | 8s丢失率 | 24s丢失率 | 时间段 |
1&2&3&4 | 1 | 76.973488% | 0 | 0 | 16:33:01-16:37:31 |
1&2&3&4 | 2 | 99.863800% | 0 | 0 | 16:40:21-16:45:16 |
1&2&3&4 | 3 | 99.652176% | 0 | 0 | 16:58:47-17:03:25 |
1&2&3&4 | 4 | 90.744621% | 0 | 0 | 16:47:27-16:54:29 |
5.100个点分布在四个区域中心,每个区25个
表11
区域 | 准确率 | 8s丢失率 | 24s丢失率 | 时间段 |
1(0x01-0x19) | 99.542122% | 0 | 0 | 17:10:01-17:16:06 |
2(0x1A-0x32) | 100.000000% | 0 | 0 | 17:10:01-17:16:06 |
3(0x33-0x4B) | 100.000000% | 0 | 0 | 17:10:01-17:16:06 |
4(0x4C-0x5E)(0x65-0x6E) | 94.485291% | 0 | 0 | 17:10:01-17:16:06 |
6.100个点从一个区中心移动到另一个区中心
表12
区域 | 移动前准确率 | 移动后准确率 | 开始移动时间 | 停止移动时间 | 定位正确时间(所有点都正确) | 定位正确延迟(所有点都正确) |
1->2(相邻) | 97.309418% | 99.392838% | 17:23:42 | 17:24:01 | 17:24:12 | 11s |
2->3(对角) | 99.928619% | 98.152428% | 17:29:48 | 17:30:15 | 17:30:25 | 10s |
3->4(相邻) | 98.566139% | 98.703598% | 17:39:00 | 17:39:15 | 17:39:32 | 17s |
4->1(对角) | 100.00000% | 97.394905% | 17:44:48 | 17:45:20 | 17:45:35 | 15s |
7.100个从两个区的分界处的一边到另一边
表13
区域 | 移动前准确率 | 移动后准确率 | 开始移动时间 | 停止移动时间 | 定位正确时间(所有点都正确) | 定位正确延迟(所有点都正确) |
1->2(相邻) | 80.736053% | 99.07901% | 17:52:07 | 17:52:18 | 17:52:32 | 14s |
2->3(对角) | 99.481041% | 98.878693% | 18:00:58 | 18:01:16 | 18:01:56 | 40s |
3->4(相邻) | 90.621811% | 98.873390% | 18:13:20 | 18:13:30 | 18:02:14 | 18s |
4->1(对角) | 89.858963% | 78.430450% | 18:19:55 | 18:20:07 | 18:21:35 | 88s |
从应用场景结果可以看出,在空旷室内环境下,区域定位算法获得的结果十分准确,只有若干节点由于外界条件的影响,结果稍有出入。
应用场景二:室内多个房间
现实生活中最常见的情况就是需要了解对象所处的房间,因此,对于区域定位算法来说,按照房间来划分区域十分自然。在这个应用场景中,定位环境有一个大房间、两个小房间、和一条走廊组成,应用场景地图以及参考点分布情况如下图6所示,为本实用新型实施例的室内多个房间的应用场景示意图。
在这种应用场景环境下,定位应用场景同样分为单点应用场景和多点应用场景。单点应用场景相当准确,几乎每次定位结果都非常正确,这里只列出多点应用场景的应用场景步骤以及相应的结果可以如各个表所述。
1.107个移动点在区域中心
表14
区域 | 准确率 | 8s丢失率 | 24s丢失率 | 时间段 |
1 | 97.034187% | 0 | 0 | 17:36:05-17:41:37 |
2 | 83.990799% | 0 | 0 | 17:45:52-17:52:56 |
3 | 88.796776% | 0 | 0 | 17:56:31-18:02:06 |
4 | 99.978828% | 0 | 0 | 18:05:00-18:10:55 |
2.107个点分布在各个区域,每个区域大约25个
表15
区域 | 准确率 | 8s丢失率 | 24s丢失率 | 时间段 |
1 | 91.536339% | 0 | 0 | 18:18:33-18:24:23 |
2 | 62.912086% | 0 | 0 | 18:18:33-18:24:23 |
3 | 99.357208% | 0 | 0 | 18:18:33-18:24:23 |
4 | 99.515739% | 0 | 0 | 18:18:33-18:24:23 |
3.106个点在1号区域,1个点从一个区中心移动到另一个区中心
表16
区域 | 移动前准确率 | 移动后准确率 | 开始移动时间 | 停止移动时间 | 定位正确时间 | 定位正确延迟 |
1->2 | 100.0000% | 100.0000% | 18:32:14 | 18:32:24 | 18:32:30 | 6s |
2->4 | 82.758621% | 100.000000% | 18:39:40 | 18:39:47 | 18:39:53 | 6s |
4->1 | 100.000000% | 100.000000% | 18:47:01 | 18:47:11 | 18:47:15 | 4s |
4.107个点从一个区中心移动到另一个区中心
表17
区域 | 移动前准确率 | 移动后准确率 | 开始移动时间 | 停止移动时间 | 定位正确时间 | 定位正确延迟 |
1->2 | 98.210159% | 85.816551% | 18:58:00 | 18:58:14 | 18:58:43 | 29s |
2->4 | 83.756615% | 99.913231% | 18:03:58 | 19:04:12 | 19:04:24 | 12s |
4->1 | 99.541283% | 96.134666% | 19:10:08 | 19:10:25 | 19:10:57 | 32s |
5.103个点在1号区域,4个人各带一个点在某个区域随机移动
表18
区域 | 准确率 | 8s丢失率 | 24s丢失率 | 时间段 |
1 | 93.478264%-100.000000% | 0 | 0 | 19:14:33-19:20:40 |
2 | 84.615387%-94.871796% | 0 | 0 | 19:22:06-19:27:15 |
3 | 80.000000%-100.000000% | 0 | 0 | 19:28:48-19:34:46 |
4 | 78.571426%-100.000000% | 0 | 0 | 19:36:58-19:42:34 |
6.97个点在1号区域,10个点在特殊位置,如下图7所示,为本实用新型实施例的另一种应用场景的示意图,其结果可以如表19所述。
表19
节点位置 | 准确率 | 8s丢失率 | 24s丢失率 | 时间段 |
1 | 100.000000% | 0 | 0 | 19:48:53-19:54:59 |
2 | 100.000000% | 0 | 0 | 19:48:53-19:54:59 |
3 | 100.000000% | 0 | 0 | 19:48:53-19:54:59 |
4 | 100.000000% | 0 | 0 | 19:48:53-19:54:59 |
5 | 98.210159% | 0 | 0 | 19:48:53-19:54:59 |
6 | 100.000000% | 0 | 0 | 19:48:53-19:54:59 |
7 | 100.000000% | 0 | 0 | 19:48:53-19:54:59 |
8 | 100.000000% | 0 | 0 | 19:48:53-19:54:59 |
9 | 97.826088% | 0 | 0 | 19:48:53-19:54:59 |
10 | 100.000000% | 0 | 0 | 19:48:53-19:54:59 |
从应用场景结果可以看出,在室内多房间的环境下,区域定位算法也十分有效。
综上所述,本实用新型所公开的基于区域的室内定位系统,充分利用建筑物内现有的网络基础设置,对被定位对象进行信号采样,然后使用区域定位算法对采样数据进行分析计算,从而获得对象的位置信息。能够准确地实时地计算出对象所处的区域,并在需要的情况下在地图中显示给用户。
Claims (8)
1.一种基于区域的室内定位系统,其特征在于,包括:
定位对象携带的并存储有定位对象特征信息的移动点;
接收移动点发出的包括定位对象ID的信号,测量信号强度,并转发给中心服务器的参考点;
利用区域定位算法,结合所述定位对象ID、信号强度,以及所述参考点的区域代码,计算出每个定位对象所处的区域定位信息的中心服务器;
实现参考点与服务器通信连接的网络基础设备;
所述移动点按照IEEE 802.15.4标准与参考点通信;
所述参考点通过所述网络基础设备与所述中心服务器通信连接;
所述参考点具有固定的坐标以及区域代码。
2.如权利要求1所述的系统,其特征在于,还包括接收中心服务器处理后输出的定位信息的定位结果显示装置,所述定位结果显示装置与所述中心服务器通信连接。
3.如权利要求2所述的系统,其特征在于,所述定位结果显示装置为台式计算机,手机或笔记本电脑。
4.如权利要求1所述的系统,其特征在于,所述移动点通过符合802.15.4标准的无线信号与所述参考点通信。
5.如权利要求1所述的系统,其特征在于,所述参考点通过LAN或WLAN所述网络基础设备与所述中心服务器连接。
6.如权利要求1所述的系统,其特征在于,所述网络基础设备为构成局域网或因特网的硬件设备。
7.如权利要求6所述的系统,其特征在于,所述硬件设备为路由器、交换机、网线。
8.如权利要求1所述的系统,其特征在于,所述定位对象携带的移动点是一种定时向周围环境广播信号的信号发生器,所述信号中载有该信号发生器唯一的所述定位对象ID信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009202053883U CN201535817U (zh) | 2009-09-30 | 2009-09-30 | 一种基于区域的室内定位系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009202053883U CN201535817U (zh) | 2009-09-30 | 2009-09-30 | 一种基于区域的室内定位系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN201535817U true CN201535817U (zh) | 2010-07-28 |
Family
ID=42535595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009202053883U Expired - Fee Related CN201535817U (zh) | 2009-09-30 | 2009-09-30 | 一种基于区域的室内定位系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN201535817U (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102695270A (zh) * | 2011-03-22 | 2012-09-26 | 上海盛畅网络科技有限公司 | 手持设备客户端的定位筛选方法 |
CN103517204A (zh) * | 2012-06-25 | 2014-01-15 | 华为技术有限公司 | 一种移动终端的定位方法和设备 |
CN103607763A (zh) * | 2013-12-05 | 2014-02-26 | 北京邮电大学 | 一种无线传感器网络中物体定位感知的方法及系统 |
CN104501795A (zh) * | 2014-11-27 | 2015-04-08 | 上海京颐科技股份有限公司 | 一种室内走廊、房间切换系统及方法 |
CN104869633A (zh) * | 2015-04-30 | 2015-08-26 | 西南石油大学 | 应急演练人员定位及跟踪系统 |
CN102695270B (zh) * | 2011-03-22 | 2016-12-14 | 上海盛畅网络科技有限公司 | 手持设备客户端的定位筛选方法 |
CN107798720A (zh) * | 2016-08-30 | 2018-03-13 | 中兴通讯股份有限公司 | 一种地图绘制方法及其装置、移动终端 |
US10849205B2 (en) | 2015-10-14 | 2020-11-24 | Current Lighting Solutions, Llc | Luminaire having a beacon and a directional antenna |
-
2009
- 2009-09-30 CN CN2009202053883U patent/CN201535817U/zh not_active Expired - Fee Related
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102695270A (zh) * | 2011-03-22 | 2012-09-26 | 上海盛畅网络科技有限公司 | 手持设备客户端的定位筛选方法 |
CN102695270B (zh) * | 2011-03-22 | 2016-12-14 | 上海盛畅网络科技有限公司 | 手持设备客户端的定位筛选方法 |
CN103517204A (zh) * | 2012-06-25 | 2014-01-15 | 华为技术有限公司 | 一种移动终端的定位方法和设备 |
CN103607763A (zh) * | 2013-12-05 | 2014-02-26 | 北京邮电大学 | 一种无线传感器网络中物体定位感知的方法及系统 |
CN103607763B (zh) * | 2013-12-05 | 2017-05-31 | 北京邮电大学 | 一种无线传感器网络中物体定位感知的方法及系统 |
CN104501795A (zh) * | 2014-11-27 | 2015-04-08 | 上海京颐科技股份有限公司 | 一种室内走廊、房间切换系统及方法 |
CN104869633A (zh) * | 2015-04-30 | 2015-08-26 | 西南石油大学 | 应急演练人员定位及跟踪系统 |
CN104869633B (zh) * | 2015-04-30 | 2018-05-18 | 西南石油大学 | 应急演练人员定位及跟踪系统 |
US10849205B2 (en) | 2015-10-14 | 2020-11-24 | Current Lighting Solutions, Llc | Luminaire having a beacon and a directional antenna |
CN107798720A (zh) * | 2016-08-30 | 2018-03-13 | 中兴通讯股份有限公司 | 一种地图绘制方法及其装置、移动终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105828289B (zh) | 一种基于信道状态信息的无源室内定位方法 | |
CN201535817U (zh) | 一种基于区域的室内定位系统 | |
CN104270814B (zh) | 一种基于TDOA和ToF混合的定位方法及系统 | |
CN103209478B (zh) | 基于分类阈值及信号强度权重的室内定位方法 | |
CN102204372B (zh) | 一种用于在室内环境中定位电子移动设备的室内定位系统 | |
CN103634901B (zh) | 基于核密度估计的新型定位指纹采集提取方法 | |
CN102325369B (zh) | 基于参考点位置优化的wlan室内单源线性wknn定位方法 | |
CN103905992B (zh) | 一种基于指纹数据的无线传感器网络的室内定位方法 | |
CN102043151B (zh) | 基于射频识别用于定位的移动终端及定位方法 | |
CN107071899A (zh) | 一种快速高精度室内实时定位系统 | |
CN106814345A (zh) | 易于数据采集和高精度的室内定位方法 | |
CN103428275A (zh) | 基于wsn的室内移动目标行动路线追踪方法 | |
CN104270194A (zh) | 一种可见光室内定位方法 | |
US20130281117A1 (en) | System and method for indoor positioning of mobile terminals | |
CN103826300A (zh) | 无基站室内定位系统 | |
CN109819394A (zh) | 基于WiFi与超声波混合的室内定位方法及其系统 | |
CN102711245B (zh) | 室内环境下wlan区域内两阶段匹配定位方法 | |
CN202153357U (zh) | 固定场区内的人员精确定位系统 | |
CN102279382A (zh) | 接收器系统、其布置方法及包括该接收器系统的定位系统 | |
CN112308998A (zh) | 一种基于蓝牙的室内定位智能巡检系统及方法 | |
CN103945526A (zh) | 基于诱发探测技术的无线设备定位方法及系统 | |
CN110177337A (zh) | 室内定位方法及室内定位购物车系统 | |
CN106597419A (zh) | 无需时钟同步的煤矿井下精确定位方法 | |
CN207010998U (zh) | 一种快速高精度室内实时定位装置 | |
CN202111858U (zh) | 基于非视距抑制的矿井超宽带人员定位系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100728 Termination date: 20170930 |
|
CF01 | Termination of patent right due to non-payment of annual fee |