TW201624001A - 區域性定位系統與方法 - Google Patents
區域性定位系統與方法 Download PDFInfo
- Publication number
- TW201624001A TW201624001A TW103146028A TW103146028A TW201624001A TW 201624001 A TW201624001 A TW 201624001A TW 103146028 A TW103146028 A TW 103146028A TW 103146028 A TW103146028 A TW 103146028A TW 201624001 A TW201624001 A TW 201624001A
- Authority
- TW
- Taiwan
- Prior art keywords
- blocks
- block
- communication device
- reference point
- server
- Prior art date
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本發明提供一種區域性定位系統,包含有伺服器、無線訊號發射裝置及通訊裝置。無線訊號發射裝置以特定的形式定義本系統的定位範圍。當攜帶有通訊裝置的目標物進入該定位範圍中,通訊裝置便對所述無線訊號發射裝置擷取無線訊號之強度,伺服器依據所擷取的無線訊號之強度分析目標物與定位範圍的關聯性,進而產生一定位結果。本技術著重在劃分區域的估計與計算,透過加入地圖資訊,並採用區域平均演算法及/或等級配分演算法,賦予該系統具有區域性定位的能力。
Description
本發明主要提供一種區域性定位系統,特別是關於一種含有區域地圖資訊之定位系統。
近年來,定位技術已逐漸普遍化於各種具有網路通訊能力的實體裝置與設備,例如電腦、交通載具及可攜式電子裝置等。藉由智慧手機的攜帶普及化,人們可以容易且準確地瞭解自身的地理位置,亦可因此能力而獲知周邊所提供的其他服務,如附近的餐廳、景點及交通資訊等。室內空間亦然,例如某些大型建築物內的空間極為寬廣且複雜(包括大型購物商場、醫院或是政府機構等),容易使入內之人員迷失方向。從管理層面而言,這種大型室內空間內的人員管理及追蹤也極為不便。為了因應這些需求,室內定位技術的發展也成為一項熱門的議題。
一般室內定位系統可採用無線電射頻系統來作為解決方案,這種無線射頻系統的種類可包含Wi-Fi、藍芽及/或無線射頻辨識(RFID)。比起室外定位較空曠的環境,室內定位更必須考慮障礙物的干擾,這是由於室內障礙物的分布密度更為密集。舉例而言,在充滿人潮的購物商場或醫院中,無線訊號可能
會因為人體的方向性導致訊號傳遞上的誤差阻礙。又例如隔間結構較多的醫院,室內隔間的牆壁容易造成無線訊號的反射而導致某處收訊不良。
本發明主要目的在於提供一種能夠解決室內定位的定位系統。為達到上述目的,本發明提供一種區域性定位系統,其架構有複數個無線存取點、一或多個通訊裝置及一或多個伺服器。該等複數無線存取點主要在於提供無線訊號涵蓋範圍並以此界定出本系統的定位範圍。所述通訊裝置為本系統所要定位的目標物,負責接收定位範圍內的無線訊號,並回應與無線訊號相應的位置資訊至伺服器。伺服器主要是設置以利用通訊裝置回應的位置資訊來估算通訊裝置的所在區域或位置。
所述伺服器主要執行下列動作:將與一地圖資訊(例如室內座標圖)有關的一虛擬地圖劃分為不重疊的複數個區塊,每一個區塊包含一或多個參考點,每一個參考點對應於與該參考點位置有關的一組無線訊號強度(視為該參考點的位置特徵);依據與所述通訊裝置有關的無線訊號之強度及與每一個參考點有關的各組無線訊號之強度,決定所述通訊裝置與每一個參考點有關的無線訊號之強度距離;依據在該等複數區塊中與部分參考點有關聯的無線訊號之強度距離,決定該區塊的相似度;及依據該等複數區塊的相似度決定所述通訊裝置位於該區塊的機率。
10‧‧‧伺服器
12‧‧‧無線訊號發射裝置(AP)
14‧‧‧通訊裝置
20‧‧‧無線訊號發射裝置(AP)
22‧‧‧目標物
A、B、C、D‧‧‧隔間
30‧‧‧裝置端(離線階段)
32‧‧‧伺服端(離線階段)
34‧‧‧裝置端(連線階段)
36‧‧‧伺服端(連線階段)
40至48‧‧‧步驟
51‧‧‧區塊
52‧‧‧參考點(RP)
60至68‧‧‧步驟
7‧‧‧定位範圍
a、b、c、d‧‧‧區塊
a1至d4‧‧‧參考點(RP)
80至84‧‧‧步驟
第一圖係本發明的一實施例之區域性定位系統示意圖。
第二圖例示一平面區域,其顯示無線存取點的設置位置與目標物接收訊號的示意圖。
第三A圖係本發明區域性定位系統的離線階段運作示意圖。
第三B圖係本發明區域性定位系統的連線階段運作示意圖。
第四圖為本發明區域性定位系統於離線階段的工作流程圖。
第五圖為根據第二圖區域所設定的區塊及參考點。
第六圖為本發明區域性定位系統所執行的區域平均演算法步驟。
第七圖為例示一定位範圍與目標物的示意圖。
第八圖為為本發明區域性定位系統所執行的等級配分演算法步驟。
以下將配合圖示詳細敘述例示實施例。然而,這些實施例可以包含於不同的形式中,且不應被解釋為用以限制本發明。這些實施例之提供使得本發明之揭露明確與充分,熟知此技術之人將能經由該些實施例瞭解本發明之內容。
在整份說明書與申請專利範圍中,用語具有在上下文中所提示或暗示、超過其明確說明之意義。同樣地,用語「在一實施例中」用於本文中時,並不一定要指相同的具體實施例,且用語「在另一實施例中」在用於本文中時,也不一定是指不同的具體實施例。舉例而言,本意是希望所主張之標的可包含例示具體實施例在整體上或部分上之組合。
一般而言,可至少部分從上下文中的使用來理解術語。舉例而言,在本文中所使用的像是「及」、「或」、或「及/或」等用語可包含各種意義,其係至少部分根據使用這類用語之上下文而定。一般而言,若使用「或」來關聯一列表,例如A、B或C,則指此處是作為包含性意義A、B與C,以及專用性意義A、B或C。此外,用語「一或多個」在本文中至少部分基於上下文而用以描述具有單數形式的任何特徵、結構或特性,或是複數形式的特徵、結構或特性之組合。同樣地,例如「一」、「該」或「所述」等用語也是至少部分根據上下文而被理解為傳達單數形式用法或傳達複數形式用法。此外,用語「基於」係理解為不一定是要傳達一組專門的因子,而是可存在未必加以描述說明的其他因子,其係至少部分根據上下文而定。
在以下本發明實施例中,演算係由一或多個伺服器所執行,所述伺服器具有網路通訊的能力,尤其是具有能夠透過基地台與通訊裝置通訊的能力以及執行定位演算的能力,且包含至少一儲存裝置(如記憶體)儲存演算法及一或多個處理器執行
所述演算法。伺服器係根據提供網路服務的一或多個基地台所回報之資訊,來計算與基地台相應的通訊裝置之位置。在本發明其他實施例中,所述之演算亦可由具計算能力之通訊裝置本身所執行,該通訊裝置本身具有與一或多個伺服器通訊的能力且包含一或多個處理器來執行演算法。所述通訊裝置可為穿戴式通訊裝置,例如具有通訊能力的智慧手機、智慧型手錶,或特定監控對象所穿戴的電子式腳鐐。
參閱第一圖所示,為本發明區域性定位系統的一實施例,所述系統伴隨執行一區域性定位方法,藉此獲得一定位結果。該系統包含一或多個伺服器10、一或多個無線訊號發射裝置12及一或多個通訊裝置14。所述伺服器10設置有一或多個處理器、一儲存裝置、一轉換模組及一估計模組。所述伺服器10具有資料傳輸的能力(例如透過網路連線),而處理器賦予伺服器10本身具有執行運算的能力。上述模組主要根據一量測資料分別執行特定的演算法。而量測資料的建立與各模組所執行的演算法將於後續段落詳細說明。
所述儲存裝置是設置於伺服器10內,以儲存伺服器10所收集(或搜集)的資料(如前述量測資料)以及將伺服器10所建立的資料儲存,供處理器存取。但該儲存裝置亦可設置於伺服器10之外,如雲端硬碟,以供伺服器存取。所述轉換模組係設置以將伺服器10所接收的資料或數據轉換或彙整為一特徵資料,供估計模組根據該特徵資料執行定位運算。所述估計模組
主要利用該特徵資料內所含有的區域特徵來計算目標物出現在某個區域的機率。
所述無線訊號發射裝置12係設置以提供一無線訊號涵蓋範圍。無線訊號的種類可包括Wi-Fi、藍芽及/或其他形式,較佳為Wi-Fi。無線訊號的強度與訊號傳播距離及地形障礙有關。參閱第二圖所示,為本發明實施例所例示的一個二維平面區域,其包含複數個隔間,如圖示之A至F。此區域中分散設置有四個無線訊號發射裝置20(無線存取點),其各別放置於隔間A、B、E及F內。針對該二維平面區域,無線訊號發射裝置20的設置位置及設置數量並非如圖中所限制,其可依據實際地理環境做調整。例如若單一隔間的面積夠大,則可考慮架設兩個以上的無線訊號發射裝置20。須確保的是,該區域中的任何一個位置必須至少被一個無線訊號發射裝置20的無線訊號所涵蓋,意即該區中欲納入定位範圍的任何一位置都是有收訊的狀態。在本發明的其他實施例中,依據地圖資訊的不同,例如醫院或辦公室,以及二維區域或三維空間的考量,無線訊號發射裝置20的配置需相應地做調整,例如無線訊號發射裝置20的設置數量可大於或小於四個。值得注意的是,第二圖所例示的地圖資訊為一封閉室內場所;然,本發明區域性定位系統及方法所採用的地圖資訊不限於此類,亦可包括半開放式的場所,例如室內空間與陽台或周邊庭院的組合。所述無線訊號發射裝置20具有與通訊裝置14連線的能力,但在本發明的其他實施例中,所述無線訊號發射裝置20
亦能夠與伺服器10及通訊裝置14連線(圖中未示)。
所述通訊裝置14具有與伺服器10通訊的能力,以及具有接收無線訊號的能力,例如手機、電腦、可攜式裝置及/或穿戴式裝置等,較佳的為穿戴式裝置。所述通訊裝置14的設置與欲定位目標物(如第二圖所示之22)之位置有關。例如,所述通訊裝置14可為一種具有通訊能力的電子腳鐐,其可依附於犯人身上,作為本系統所要定位監控的對象。所述通訊裝置14具有偵測所接收的無線訊號之強度(Received Signal Strength,以下簡稱RSS)之能力,例如可以dB表示,並能夠辨別此RSS所對應的無線訊號發射裝置12,例如以第二圖而言,通訊裝置14可週期性地擷取RSS,其包含RSSA、RSSB、RSSE及RSSF。伺服器10即根據通訊裝置14所搜集的RSS資訊執行目標物定位的運算。在本發明的另一些實施例中,某些通訊裝置14(例如智慧手機)可替代前述伺服器10所執行的工作,意即可透過配置有處理器、儲存裝置、轉換模組及估計模組的通訊裝置14來執行本發明之演算法。
有別於傳統的室內定位只能估算目標物的所在位置,本發明之定位系統則是採用一種區域劃分的概念來採取目標物之定位。經區域劃分所關聯的量測數據,便透過一區域平均演算法及一等級配分演算法計算出目標物所在某一區域的機率。
參閱第三A圖及第三B圖所示,本發明之定位系統可分為兩階段的操作,即分為離線階段(offline phase)與連線階
段(online phase)。
如第三A圖,所述離線階段,在於建立一個與地圖資訊相關的特徵資料庫,意即此階段主要是設置與此地圖資訊相關區域內(二維平面區域、三維空間)的無線訊號涵蓋,並記錄該區域內每一個特定位置的RSS資料,作為每一個特定位置的特徵。如第三B圖,所述連線階段即進入整體系統實際操作的狀態,其根據系統在離線階段所建構的特徵資料以及目標物所回傳的即時資料經由所述演算法來獲得目標物的定位結果。以下將以第三A圖及第三B圖搭配其他流程圖進行說明。
在第三A圖所示之架構,可分為裝置端30及伺服端32。所述裝置端30為一個裝置,其具備有辨識RSS的能力以及與伺服端32通訊的能力,例如通訊裝置。在本發明的另一實施例中,裝置端30可為複數個裝置,例如可為能夠辨識RSS的量測裝置以及與伺服端32通訊的輸入裝置等。伺服端32本身可具有資料彙整的能力,以將自裝置端30所接收的資料整理成有規則的資料庫並儲存。關於建置資料庫的詳細步驟,將於後續段落說明。
參閱第四圖所示,為本系統在離線階段的操作步驟流程圖。首先,依據一地圖資訊決定欲定位之範圍(步驟40)。如第二圖為包含有A、B、C、D、E及F等複數隔間的室內空間。當然,所述地圖資訊亦可為半開放式的區域,或是立體的室內/外空間。與地圖資訊所關聯的定位範圍可虛擬化後儲存於伺服器
10的儲存裝置內,參與後續步驟的運算。
接著,定義出關聯於所述定位範圍之無線訊號發射裝置12的位置(步驟42)。再次參閱第二圖,在本系統的離線階段,依據定位範圍的形狀以及包含的障礙物(例如牆壁)位置決定一或多個無線訊號發射裝置12的位置,確保適當的無線訊號傳遞與涵蓋範圍。在另一些實施例中,無線訊號發射裝置12的位置不一定要設置於欲定位範圍之內。本發明實施例的每一個無線訊號發射裝置12可視為該區域中的一無線存取點(Wireless Access Point,以下簡稱AP)。一旦在離現階段中決定了每一個AP的位置,進入連線階段後亦維持不變。
參閱第五圖所示,顯示與第二圖相同之區域。本發明之系統依據所述定位範圍決定複數個定位區塊51(步驟44)。意即,將定位範圍劃分為複數個區塊51。若定位範圍為區域,則劃分為複數個平面區塊。若定位範圍為立體空間,則劃分為複數個立體區塊(圖中未示)。該等複數定位區塊51的尺寸相等,且該等定位區塊51之間可為相鄰或不相臨,但不重疊。在另一些實施例中,所劃分的區塊51不一定需要有相同的尺寸。值得注意的是,該等定位區塊51尺寸的一致性,以及該等區塊51之間相鄰的程度可決定最終定位結果的準確性。
進一步地,依據已決定之區塊51決定一或多個參考點52(Reference Point,以下稱RP),所述RP 52為設置於各個區塊51的虛擬位置(步驟46)。而所述RP 52的排列方式可由區
塊51的尺寸所決定,如第五圖所示之實施例,每一個區塊51設有二乘二的RP 52,且兩點之間以等距的方式設置。每個RP 52應進一步包含與其所關聯的方位資訊,例如東、南、西、北。這是由於實際定位操作上,目標物所處的方位與定位的結果有關。
因此,為了便於後續說明,每一個RP 52可定義為如下所述,
其中k表示第k個區塊51, n k 表示第k個區塊51中的第 n k 個RP 52,o表示該PR的方位(東、南、西、北)。依據該等複數RP 52的位置獲得關於該等複數AP的RSS資訊(步驟48)。具體而言,在每一個RP 52的位置量測與該等複數AP有關的RSS,假設從第m台AP量測到h次的RSS其RSS序列定義為
接著將的平均RSS向量定義為,
其中為在收到第m台AP的平均RSS。
接著將上述所對應的座標(即所述地圖資訊、區塊、AP、區塊及RP的位置可由XY座標定義)、每一個AP的
MAC位址(MAC address)及等資訊,以資料庫的形式存入所述伺服器的儲存裝置內,用以作為關於定位操作的特徵。若地圖資訊為立體空間,則可為其他三維座標來定義各個位置。資料庫的建置完成後,即可結束本系統的離線階段,並進入本系統的連現階段進行目標物的定位。本發明將例示一區域平均演算法(Area Average)以及一等級配分演算法(Level Assigning),兩者採取的是一種區域概念的估算,屬於一種區域估計演算法,其係基於前述所建置的資料庫來關聯於所述目標物的一定位結果。
再次參閱第三B圖所示之架構,可分為裝置端34及伺服端36。所述裝置端34為定位目標物所攜帶的可攜式裝置(如智慧手機)或是穿戴式裝置(如智慧手錶),其主要具有與前述所設置的AP及伺服器通訊的能力。裝置端34可週期性地傳送與目標物位置有關的資訊至伺服端36。在該連現階段,伺服端36根據從裝置端34所接收的資訊(與目標物位置有關)經由執行伺服端36本身所配置的區域預估演算法來關聯於一定位結果。此處的伺服端32與第三A圖所述的伺服端32可為相同者,亦可為不同者,但可共同對儲存裝置中的資料進行存取,如可對離線階段所建置的資料庫作存取。伺服端34根據所接收的資訊(即自裝置端34接收與目標物位置有關的資訊)進行分析並經由區域估計演算法關聯於定位結果。關於建置資料庫的詳細步驟,將於後續段落說明。在本發明的另一些實施例中,所述區域演算法
亦可於伺服端之外的其他裝置所執行,或由多個裝置分段執行。
參閱第六圖所示,該演算法可由伺服端所執行。首先,伺服端依據已建置之資料庫以及從裝置端所接收的資料來定義與參考點有關的RSS距離(步驟60)。具體而言,裝置端34會週期性(例如每5秒一次)地接收到關聯於該等複數AP的一組RSS並傳送至伺服端36。令裝置端34在時間點t(對應於一座標位置)所收到的該組RSS為,
其中,為裝置在時刻t收到第m台AP的RSS。接著,將與資料庫中的做比對,以定義出目標物與參考點有關的RSS距離,例如可為歐基里德距離(Euclidean Distance),
故的數值取決於與 q t 的相似度,即目標物(裝置端)與參考點接近的程度。換句話說,的數越小,代表目標物有可能出現在相對應的參考點附近。令 D 為所有的集合,即。具體而言,上述運算係利用RSS距離的方式,將目標物在該時間點t的位置與所有參考點之間的關聯性加以呈現。
所述區域演算法,主要在於利用各個區塊(如第二圖的區塊A至F)中前TR名最小的RSS距離()的平均值去
計算各區域的相似程度與目標物位在該區塊的機率,最後找出估計區域與座標。為具體呈現該演算法,以下所述之步驟將配合第七圖進行說明。
執行步驟62,針對定位範圍內各區域中前TR名最小的RSS距離取其平均值。舉例而言,第七圖例示一定位範圍7,其被劃分為四等分之區域a、b、c及d,每一個區域設置有四個參考點,其中a1至a4、b1至b4、c1至c4及d1至d4分別為各區域中的第一RP、第二RP、第三RP及第四RP。當目標物71位於如圖中所示之位置時,根據步驟60,該目標物71與每一個RP之間的關聯性可由RSS距離()決定。所述RSS距離的數值可由該目標物71與RP之間的位置關聯性及方位所決定。如表一例示該目標物71對應區塊a的各參考點所計算出的RSS距離,並依照RSS距離大小排名的結果。
進入步驟64,令D a 為所有區塊之的集合,以第七圖的範例來說,則區塊a至d之計算結果的集合。故,D a 中的最小值,其反映出所對應的區塊為目標物最有可能出現的區塊。接著,一區塊的相似度取決於與該區塊的值最接近的前TA名之區塊間的差值。具體而言,假設區塊a至d所計算出的值如表二所示,該欲求得相似度之區塊係拿來與數值排名為第(TA+1)高的區塊相減。例如,在令TA為3的條件下,區塊a、區塊b及區塊c的相似度則根據此規則計算,如下表三所示。
值得注意的是,TA的數值應小於區塊的數量,而表三並未顯示區塊d,是由於其計算後相似度為零。
進入步驟66,依據所述相似度決定目標物位在區塊中的機率。具體而言,該目標物出現於一區塊之機率等於該區塊的相似度除以前TA名相似度之和。例如,以表三而言,在TA維持不變的條件下,各區塊的機率可以此規則計算,其機率值如下
表四所示。
接著,依據一門檻值ρ AA 選出一機率集合。例如,選出機率大於及/或等於ρ AA 的區塊集合,而這些突破門檻值ρ AA 的區塊集合可被視為一定位結果。該定位結果可經由任何與該伺服端連線的顯示裝置所呈現,而呈現的方式可為區塊對機率數值的表格呈現,或是以虛擬地圖區塊的方式呈現。例如,以表四而言,ρ AA 可為30%,則目標物定位結果落在區塊a及區塊b。由此可知定位結果的多寡可與門檻值的設定有關。
上述定位結果係以區域性的方式顯示指出目標物在平面區域中的位置;當然上述步驟亦可用於立體空間中的目標物定位。換句話說,針對立體空間的定位,在資料庫的建置及運算上須採用三維座標系統來定義地圖資訊、AP位置及RP位置等等。該領域具有通常知識者應能夠明白上述演算法可因應其他座標系統而改變其操作方式,故相關內容不再此贅述。
為了進一步預估目標物在區塊中所處的位置點,本發明所提供的區域平均演算法可進一步包含目標物座標估計的步驟。該座標估計的結果係與前述演算法的定位結果有關,其詳細說明書如下。
延續步驟68,其中根據所述門檻值ρ AA 所選出的區塊
集合,在這些區塊中找出前TP小的RSS距離,其中TP為用來估計座標所考慮的RP數量,例如可為TP=3,而此處的RSS距離與步驟60中所定義的RSS距離()相同,而每一個值又關聯於一個RP。換句話說,目標物的座標估計首先須定決定與該目標物位置較接近的RP。當然,在本案的另一些實施中,目標物與各RP的接近程度亦可採其他方式來定義。接下來,利用依據TP所決定的一或多個RP來決定該目標物的估計座標。舉例而言,該目標物的估計座標可為三個(假設TP=3)與該目標物最接近的RP座標之平均。如此,賦予該系統可進一步地在定位結果中預估目標物可能靠近或位在的座標位置。
參閱第八圖所示,該演算法可由第三B圖的伺服端36所執行。首先,伺服端36依據已建置之資料庫以及從裝置端34所接收的資料來定義目標物與所述RP有關的RSS距離(步驟80),即如同前述步驟60所定義的,故其詳細內容不再此贅述。以下步驟同樣假設以第七圖的範例作說明。
根據前L名最小的RSS距離定義一等級分布,所述等級分布由複數個等級所組成,其中每一個等級關聯於一個等級分數(步驟82)。具體而言,在步驟80所取得的RSS距離的集合中取前L小值。如下表五,為取前十名(L=10)最小的RSS距離,意即找出與當前目標物位置最相接近的十個RP,並依據其RSS距離大小排名。接著,在RSS距離排名中的最小RSS距
離(a4-1,18.1)與最大RSS距離(c2-1,25.6)的數值之間分割出複數個區間,每一個區間即定義為一個等級。
舉例而言,可在18.1與25.6之間分割出十個區間等分,即每一等分為0.75=(25.6-18.1)/10,則第一區間為18.1至18.85,第二區間為18.5至19.6,第三區間為19.6至20.35,第四區間為20.35至21.1,第五區間為21.1至21.85,第六區間為21.85至22.6,第七區間為22.6至23.35,第八區間為23.35至24.1,第九區間為24.1至24.85,第十區間為24.85至25.6。將該等複數區間視為不同等級,每一個等級給予一等級分數,例如18.1至18.85給予等級分數為十分,18.85至19.6給予等級分數為九,以此類推可給予這些等級一至十的等級分數,分數越高代表所述RP與該目標物位置的關聯程度越高。因此,如表五所示,可將其中的每一個RP根據其RSS距離數值所對應的區間(等級)關聯於一個等級分數。
上述實施例中,區間的分割數量是由L所決定。然而,在其他實施例中區間的分割數量亦可大於或小於L,此可視目標物與RP關聯性的解析程度來決定。
定義出每一個已排名RP的等級分數後,依據該等已排名RP所對應的區塊及已排名RP的等級分數計算該目標物位於所述區塊的機率(步驟84)。具體而言,將已決定的等級分數依照RP所在的區塊作加總為 s k ( s k ,k為第k個區塊),視為該區塊與該目標物的相似度。以表五舉例來說,參考點a4-1、a2-1、a4-0及a2-2的等級分數加總為區塊a的相似度,參考點b3-1、b1-2及b1-3的等級分數加總為區塊b的相似度,以此類推。因此,根據表五的等級分數可獲得區塊a的相似度為三十四分、區塊b為二十二分、區塊c為四分、區塊d為兩分。則目標物位於第k個區塊的機率為
若以表五而言,各區塊的機率計算結果如下表六所示。
接著,依據一門檻值ρ LA 選出一機率集合。例如,選出機率大於及/或等於ρ LA 的區塊集合,而這些突破門檻值ρ LA 的區塊集合可被視為一定位結果。該定位結果可經由任何與該伺服端連線的顯示裝置所呈現,而呈現的方式可為區塊對機率數值的表格呈現,或是以虛擬地圖區塊的方式呈現。例如,ρ LA 可為30%,則以表六而言的目標物定位結果落在區塊a及區塊b。
上述定位結果係以區域性的方式顯示指出目標物在平面區域中的位置;當然上述步驟亦可用於立體空間中的目標物定位。換句話說,針對立體空間的定位,在資料庫的建置及運算上須採用三維座標系統來定義地圖資訊、AP位置及RP位置等等。該領域具有通常知識者應能夠明白上述演算法可因應其他座標系統而改變其操作方式,故相關內容不再此贅述。
另外,與區域演算法相同,在等級配分演算法中可延續步驟84進行目標物的座標估計。根據所述門檻值ρ LA 所選出的區塊集合,在這些區塊中找出前TP小的RSS距離,並將其所對應的座標加以平均,獲得該目標物的估計座標。如此,賦予該系統可進一步地在定位結果中預估目標物可能靠近或位在的座標位置。
由以上本發明之實施例顯示出,本發明所提供之區域性定位系統,主要是經由資料庫建立(包含地圖資訊、AP、RP的設置及與其相關的RSS特徵)、參考點RP與目標物的相似度分析及排名、相似度與機率的換算等技術特點,來將目標物的位
置與平面/空間區域產生關連性,進而產生該目標物的定位結果,並可再進一步利用相似度的平均概念來估計該目標物的座標。
40至48‧‧‧步驟
Claims (28)
- 一種區域性定位系統,包含:一通訊裝置,接收複數個無線存取點發出之多個無線訊號,並判定該等無線訊號之強度,該等複數無線訊號決定該系統的定位範圍;及一伺服器,與所述通訊裝置連線,以接收所述通訊裝置傳來之該等無線訊號之強度,並執行:將該定位範圍劃分為不重疊的複數個區塊,每一個區塊包含一或多個參考點,每一個參考點對應於與該參考點位置有關的一組無線訊號之強度;依據與所述通訊裝置有關的無線訊號之強度及與每一個參考點有關的各組無線訊號之強度,決定所述通訊裝置與每一個參考點有關的無線訊號之強度距離;依據在該等複數區塊中與部分參考點有關聯的無線訊號之強度距離,決定該區塊的相似度;及依據該等複數區塊的相似度決定所述通訊裝置位於該區塊的機率。
- 如申請專利範圍第1項所述之區域性定位系統,其中被劃分的該等複數區塊的尺寸相同。
- 如申請專利範圍第1項所述之區域性定位系統,其中該等複數 參考點以彼此等距的方式定義於每一個區塊中。
- 如申請專利範圍第1項所述之區域性定位系統,其中所述伺服器的執行尚包含將關聯於每一個參考點的該組無線訊號之強度平均為一無線訊號之強度平均,其與每一個參考點有關。
- 如申請專利範圍第4項所述之區域性定位系統,其中所述通訊裝置與每一個參考點有關的無線訊號之強度距離,是由與所述通訊裝置有關的無線訊號之強度及與每一個參考點有關的無線訊號之強度平均所決定。
- 如申請專利範圍第1及5項中之任一項所述之區域性定位系統,所述依據在該等複數區塊中與部分參考點有關聯的無線訊號之強度距離,其中與該等部分參考點有關的該等無線訊號之強度距離是按數值大小之一排序而決定,所述排序之總量小於該區塊中參考點的數量。
- 如申請專利範圍第6項所述之區域性定位系統,其中所述伺服器平均每一個區塊中與該等部分參考點有關的無線訊號之強度距離,以決定與每一個區塊有關的平均無線訊號之強度距離。
- 如申請專利範圍第7項所述之區域性定位系統,其中所述伺服器依據與該等複數區塊有關的該等複數平均無線訊號之強度距離之間的差異,決定每一個區塊的相似度。
- 如申請專利範圍第8項所述之區域性定位系統,其中所述伺服器依據該等複數區塊有關的相似度的比例關係,決定所述通訊裝置位於每一個區塊的機率。
- 如申請專利範圍第1及5項中之任一項所述之區域性定位系統,所述伺服器依據在該等複數區塊中與部分參考點有關聯的無線訊號之強度距離,其中與該等部分參考點有關的該等無線訊號之強度是按數值大小之一排序而決定,所述排序之總量小於該等複數區塊中的參考點數量。
- 如申請專利範圍第10項所述之區域性定位系統,其中所述伺服器依據一等級分布分別指定該等部分參考點中的每一個參考點一等級分數,該等級分布是由與該等部分參考點有關的一最大值及一最小值所界定。
- 如申請專利範圍第11項所述之區域性定位系統,其中所述伺服器將與該等部分參考點有關的等級分數按各區塊作加總,並依據每一個區塊所加總的等級分數與該等部分區塊整體所加總的等級分數,決定所述通訊裝置位於每一個區塊的機率。
- 如申請專利範圍第1項所述之區域性定位系統,其中所述伺服器依據一門檻值決定與所述通訊裝置最相近的區塊,並利用該門檻值所決定的區塊中的參考點產生關連於所述通訊裝置的一估計位置。
- 如申請專利範圍第1項所述之區域性定位系統,其中所述該等複數無線存取點,依據一地圖資訊分散設置。
- 一種區域性定位方法,其定位範圍由複數個無線訊號存取點所發出的複數個無線訊號的涵蓋範圍所決定,包含:經由一伺服器,將該定位範圍劃分為不重疊的複數個區塊,每一個區塊包含一或多個參考點,每一個參考點對應於與該參考點位置有關的一組無線訊號之強度;經由一伺服器,依據與所述通訊裝置有關的無線訊號之強度及與每一個參考點有關的各組無線訊號之強度,決定所述通訊裝置與每一個參考點有關的無線訊號之強度距離;經由一伺服器,依據與所述通訊裝置有關的無線訊號之強度及與每一個參考點有關的各組無線訊號之強度,決定所述通訊裝置與每一個參考點有關的無線訊號之強度距離;經由一伺服器,依據在該等複數區塊中與部分參考點有關聯的無線訊號之強度距離,決定該區塊的相似度;及經由一伺服器,依據該等複數區塊的相似度決定所述通訊裝置位於該區塊的機率。
- 如申請專利範圍第15項所述之區域性定位方法,其中被劃分的該等複數區塊的尺寸相同。
- 如申請專利範圍第15項所述之區域性定位方法,其中該等複數 參考點以彼此等距的方式定義於每一個區塊中。
- 如申請專利範圍第15項所述之區域性定位方法,包含經由一伺服器,將關聯於每一個參考點的該組無線訊號之強度平均為一無線訊號之強度平均,其與每一個參考點有關。
- 如申請專利範圍第15項所述之區域性定位方法,其中所述通訊裝置與每一個參考點有關的無線訊號之強度距離,是由與所述通訊裝置有關的無線訊號之強度及與每一個參考點有關的無線訊號之強度平均所決定。
- 如申請專利範圍第15及19項中之任一項所述之區域性定位方法,所述依據在該等複數區塊中與部分參考點有關聯的無線訊號之強度距離,其中與該等部分參考點有關的該等無線訊號之強度距離是按數值大小之一排序而決定,所述排序之總量小於該區塊中參考點的數量。
- 如申請專利範圍第20項所述之區域性定位方法,包含經由一伺服器來平均每一個區塊中與該等部分參考點有關的無線訊號之強度距離,以決定與每一個區塊有關的平均無線訊號之強度距離。
- 如申請專利範圍第21項所述之區域性定位方法,包含經由一伺服器依據與該等複數區塊有關的該等複數平均無線訊號之強度 距離之間的差異,決定每一個區塊的相似度。
- 如申請專利範圍第22項所述之區域性定位方法,包含經由一伺服器依據該等複數區塊有關的相似度的比例關係,決定所述通訊裝置位於每一個區塊的機率。
- 如申請專利範圍第15及19項中之任一項所述之區域性定位方法,包含經由一伺服器依據在該等複數區塊中與部分參考點有關聯的無線訊號之強度距離,其中與該等部分參考點有關的該等無線訊號之強度距離是按數值大小之一排序而決定,所述排序之總量小於該等複數區塊中的參考點數量。
- 如申請專利範圍第24項所述之區域性定位方法,包含經由一伺服器依據一等級分布分別指定該等部分參考點中的每一個參考點一等級分數,該等級分布是由與該等部分參考點有關的一最大值及一最小值所界定。
- 如申請專利範圍第25項所述之區域性定位方法,包含經由一伺服器將與該等部分參考點有關的等級分數按各區塊作加總,並依據每一個區塊所加總的等級分數與該等部分區塊整體所加總的等級分數,決定所述通訊裝置位於每一個區塊的機率。
- 如申請專利範圍第26項所述之區域性定位方法,包含經由一伺服器依據一門檻值決定與所述通訊裝置最相近的區塊,並利用 該門檻值所決定的區塊中的參考點產生關連於所述通訊裝置的一估計位置。
- 如申請專利範圍第27項所述之區域性定位方法,其中該等複數無線存取點,依據一地圖資訊分散設置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW103146028A TWI583984B (zh) | 2014-12-29 | 2014-12-29 | 區域性定位系統與方法 |
CN201510038270.6A CN104618863A (zh) | 2014-12-29 | 2015-01-26 | 区域性定位系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW103146028A TWI583984B (zh) | 2014-12-29 | 2014-12-29 | 區域性定位系統與方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201624001A true TW201624001A (zh) | 2016-07-01 |
TWI583984B TWI583984B (zh) | 2017-05-21 |
Family
ID=53153100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW103146028A TWI583984B (zh) | 2014-12-29 | 2014-12-29 | 區域性定位系統與方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN104618863A (zh) |
TW (1) | TWI583984B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI650973B (zh) * | 2017-03-30 | 2019-02-11 | 財團法人電信技術中心 | 基於無線通訊之資料蒐集方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI637189B (zh) * | 2016-10-27 | 2018-10-01 | 臺灣高等法院檢察署 | 室內區域定位系統及其方法 |
CN112017259B (zh) * | 2020-08-27 | 2023-08-01 | 河北工业大学 | 一种基于深度相机与热像仪的室内定位与建图方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7711375B2 (en) * | 2002-08-06 | 2010-05-04 | Hang Liu | Method and system for determining a location of a wireless transmitting device and guiding the search for the same |
US7151446B2 (en) * | 2003-08-01 | 2006-12-19 | Spectrum Tracking Systems, Inc. | System for tracking and locating an object using a cellular network |
TWI392890B (zh) * | 2008-05-09 | 2013-04-11 | Sheng Feng Huang | 結合全球定位資訊以區域定位空間座標系統及短距離定位訊號收發設備為基礎之區域性定位資訊系統 |
CN101592722B (zh) * | 2008-05-28 | 2013-08-28 | 无锡奥盛信息科技有限公司 | 区域定位系统及其方法 |
CN103874016B (zh) * | 2012-12-18 | 2017-10-20 | 中兴通讯股份有限公司 | 区域定位系统及方法 |
-
2014
- 2014-12-29 TW TW103146028A patent/TWI583984B/zh active
-
2015
- 2015-01-26 CN CN201510038270.6A patent/CN104618863A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI650973B (zh) * | 2017-03-30 | 2019-02-11 | 財團法人電信技術中心 | 基於無線通訊之資料蒐集方法 |
Also Published As
Publication number | Publication date |
---|---|
TWI583984B (zh) | 2017-05-21 |
CN104618863A (zh) | 2015-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Halder et al. | A survey on mobile anchor assisted localization techniques in wireless sensor networks | |
Mekelleche et al. | Classification and Comparison of Range-Based Localization Techniques in Wireless Sensor Networks. | |
CN103747524B (zh) | 一种基于云平台的Android终端室内定位方法 | |
US8634853B2 (en) | Method for enhancing location identity through incorporation of shorter-range communication and sensing (nearlocate) | |
Muthukrishnan et al. | Towards smart surroundings: Enabling techniques and technologies for localization | |
Taneja et al. | Analysis of three indoor localization technologies for supporting operations and maintenance field tasks | |
EP3271739B1 (en) | Enabling a validation of an estimated position of a mobile device | |
Noh et al. | Infrastructure-free collaborative indoor positioning scheme for time-critical team operations | |
Cengiz | Comprehensive analysis on least-squares lateration for indoor positioning systems | |
JP2015531053A (ja) | 無線マップを動的に作成するためのシステム、方法、及びコンピュータプログラム | |
Topak et al. | Technological viability assessment of Bluetooth low energy technology for indoor localization | |
CN102016626A (zh) | 定位转移的系统和方法 | |
Zhang et al. | A scalable indoor localization algorithm based on distance fitting and fingerprint mapping in Wi-Fi environments | |
US20120039316A1 (en) | Method of generating map, and method of measuring location of terminal using the map | |
TWI583984B (zh) | 區域性定位系統與方法 | |
Kuxdorf-Alkirata et al. | Reliable and low-cost indoor localization based on bluetooth low energy | |
Guidara et al. | A real-time indoor localization platform based on wireless sensor networks | |
D'Souza et al. | Indoor position tracking using received signal strength‐based fingerprint context aware partitioning | |
WO2015188847A1 (en) | Supporting indoor positioning | |
Xu et al. | Variance-based fingerprint distance adjustment algorithm for indoor localization | |
Barahouei Pasandi et al. | Improving BLE Fingerprint Radio Maps: A Method based on Fuzzy Clustering and Weighted Interpolation | |
Subedi et al. | Regression assisted crowdsourcing approach for fingerprint radio map construction | |
Liu et al. | Edge big data-enabled low-cost indoor localization based on Bayesian analysis of RSS | |
WO2022073101A1 (en) | System and method for iterative location rippling in wireless networks | |
CN203951496U (zh) | 一种基于wifi的室内定位系统 |