一种基于气压计和WiFi的混合楼层定位方法技术

技术编号:15655065 阅读:86 留言:0更新日期:2017-06-17 12:52
本发明专利技术公开了一种基于气压计和WiFi的混合楼层定位方法。本发明专利技术具体步骤如下:步骤1、以众包方式采集整栋大楼内所有用户的数据,数据主要包括用户所在位置的RSS向量和气压值;步骤2、云服务平台对所有用户上传数据进行预处理;步骤3、云服务平台对预处理后的数据进行校准,得到标准化的数据;步骤4、对校准后的数据进行数据分析聚类,获得楼层的Baro‑RSS指纹图谱;步骤5、用户对自己所在位置进行实时定位。本发明专利技术通过气压的层次聚类分析和WiFi的K‑Means聚类解决楼层定位问题,在真实环境中达到了令人满意的定位准确度。

【技术实现步骤摘要】
一种基于气压计和WiFi的混合楼层定位方法
本专利技术属于楼层定位
,具体的说,是一种基于气压计和WiFi的混合楼层定位方法。
技术介绍
现代生活中,定位可以分为两个领域:室内定位和室外定位。现有的室外定位已经非常成熟,已有室外定位系统,比如全球定位系统(GlobalPositionSystem)、伽利略卫星导航系统(GalileoNavigationSystem)和中国自主研发的北斗一号双星定位系统。作为目前技术最成熟,也是表现最稳健的定位系统,GPS系统利用卫星的测时和测距进行导航,能够以低廉的成本便捷地在全球任何地方、任何时候提供高精度的连续位置、走向、速度、姿态和时间信息。该系统是由分布在互成120度的三个轨道平面上的24颗卫星组成,其中21颗为工作卫星,3颗为在轨备用卫星。每个轨道平面平均分布8颗卫星,对于地球任何位置,均能同时观察到6~9颗卫星,其中GPS的设计粗码定位精度为100m左右,而精码定位精度能达到10m。但由于楼宇的墙壁屏蔽了卫星信号,导致卫星导航系统无法在室内工作,所以室内定位应运而生。室内定位与室外定位息息相关但又相对独立的。由于室内环境与室外环境截然不同,室内环境可以分为非视距环境和视距环境,大多数室内环境都为视距环境,由室内环境的复杂,如房间结构布局与建筑材料都不尽相同,室内障碍物多都会信号的传播随着环境的不同产生较大的不同。室内的墙壁和物品等障碍物都会对信号进行反射、散射、衍射,引起信号波动,从而导致多径效应。目前为止,人们对于楼层定位关注甚少,室内定位的研究都主要集中于平面二维定位,很少关注楼层这一信息。从目前两类主流定位算法:1)基于额外硬件的楼层定位算法,2)基于手机传感器的楼层定位算法。我们可以了解到这些算法存在的一些缺陷:1)由于室内环境的复杂性和阻隔性,GSM信号随着用户的移动在室内变化显著,从而会导致定位精度下降,也可以说是GSM并不是一细粒度的信号,其本身精度并不高。2)在数据采集阶段,需要用户参与楼层的标定,同时每一栋楼宇都需要标定,这大大增加用户的使用成本,影响用户的交互体验,从而导致其适用性差3)不能适用于没有内置气压传感器的手机。目前来说,市面上绝大数智能手机并不具备气压传感器,所以限制了其在真实环境中的应用。4)该算法得到的楼层的气压指纹数据库不具备离线性质。基于气压传感器的算法在下述场景并不适用。场景为气压指纹数据库由三个用户手机采集数据训练得到的,而此时三个用户都已离开,新的用户进来就无法实现定位,由于无法将原有的指纹转化为当前楼层的气压指纹图谱。基于上述两种楼层定位算法的缺陷,我们提出了基于气压计和WiFi的混合楼层定位系统,利用气压辅助WiFi的RSS值建立楼层的RSS指纹图谱以获得高定位精度。
技术实现思路
为了充分融合气压计与WiFi的优点,提高楼层定位的精度,本专利技术提出了一种基于气压计和WiFi的混合楼层定位方法。本专利技术解决其技术问题所采用的技术方案包括以下步骤:步骤1、以众包方式采集整栋大楼内所有用户的数据,数据主要包括用户所在位置的RSS向量和气压值;步骤2、云服务平台对所有用户上传数据进行预处理;步骤3、云服务平台对预处理后的数据进行校准,得到标准化的数据;步骤4、对校准后的数据进行数据分析聚类,获得楼层的Baro-RSS指纹图谱;步骤5、用户对自己所在位置进行实时定位;所述的步骤1具体实施过程如下:1-1.用户在室内活动时,通过用户手机中BarFi客户端以一定频率采集附近AP的RSS向量,如果用户手机配备气压传感器,则同时采集气压值;1-2.步骤1-1采集的RSS向量是一种混合的RSS-Baro的指纹,BarFi客户端会将采集时间和当前手机唯一标识码IMEI也一并记录到该指纹中;假设一个采样点附近里有n个路由器,则每个采样点的RSS-Baro指纹用以下向量表示:FP={Time,IMEI,Baro,(RSS1,RSS2,RSS3,…,RSSn)}其中,Time表示当前指纹的采样时间;IMEI表示当前指纹是由哪部手机采样的,用于后续气压聚类;Baro表示该采样点采样时的气压值;RSS1,RSS2,…,RSSn表示附近AP的信息,其中包括附近AP的SSID、BSSID和信号强度RSS值;SSID表示为AP名称,BSSID表示为AP的MAC地址,即路由器的唯一标识码。所述的步骤2预处理的具体实施过程如下:2-1.数据合并由于BarFi客户端采样的时间为200毫秒,因此将同一部手机连续的5条数据,即1s内的数据进行数据合并为一条,合并的方法为气压和WiFi的RSS向量都取均值,从而达到降低数据量的需求,同时也降低传感器偏移对BarFi造成影响;在合并完数据之后,得出一组Baro-RSS的指纹图谱向量FPS={FPi,I=1,2,...,n};2-2.数据标准化由于每个采样点附近的AP都各有不同,从而会导致BarFi客户端在对RSS向量进行聚类时没有统一的维度;因此需要进行数据标准化,具体标准化实现过程如下的:记第i组RSS向量为Vi,总共有n组向量:在标准化的过程中需对所有向量中的分量求并集,即对Vi到Vn求并集Union,按照并集Union将Vi映射到Fi,如公式2所示;对于该采样点检测不到的AP的值设为经验最小值-110,最终形成标准化RSS向量Fi;所述的步骤3具体实施过程如下:3-1.云服务平台对步骤2-1标准化处理后的数据进行校准;将数据校准分为两部分:不同设备之间的气压值的校准和不同设备之间的WiFi的RSS向量校准;所述的不同设备之间的气压值的校准,具体的:3-1-1.上下楼活动的检测定义数据结构Activity={ts:startBaro,te:endBaro},来记录用户上下楼活动,其中ts表示上下楼开始的时间,startBaro为开始时间用户所在楼层的气压值,te表示上下楼结束的时间,endBaro为结束时间用户所在楼层的气压;同时也定义U/DTrace(Up/DownTrace)来记录用户上下楼轨迹,假设用户有m次上下楼活动,即Activity1、Activity2、…、Activitym,那么该用户的上下楼轨迹U/DTrace={IMEI:Activity1,Activity2,…,Activitym},其中IMEI为用户的唯一标识码;3-1-2.基于时间维度的气压校准首先,在获得不同用户在不同时间的上下楼轨迹U/DTrace之后,U/DTrace包含的气压数据在大多数情况下并不能包含整个楼层,为获得大楼所有楼层的气压数据,将用户的U/DTrace映射到同一时间戳,从U/DTrace中提取每个楼层的气压值,因此定义新的楼层轨迹FTrace,来获取每个楼层的气压信息:FTrace={(t,b),d1,d2,…,di,…,dk-1}公式3其中(t,b)为参考点的时间和气压,参考点为用户最底层,即气压值最高的点;di表示相邻楼层的气压差值;其次,对楼层轨迹进行基于时间维度的校准,将两条楼层轨迹FTrace的时间转换到同一时间点,假定i和j用户的楼层轨迹FTrace分别为FTi和FTj,以用户i,j的气压轨迹BTrace中相同时间区域中某一时刻作为FTi和FTj的参考时间点t0,然后将FTi的参考时间本文档来自技高网
...
一种基于气压计和WiFi的混合楼层定位方法

【技术保护点】
一种基于气压计和WiFi的混合楼层定位方法,其特征在于包括如下步骤:步骤1、以众包方式采集整栋大楼内所有用户的数据,数据主要包括用户所在位置的RSS向量和气压值;步骤2、云服务平台对所有用户上传数据进行预处理;步骤3、云服务平台对预处理后的数据进行校准,得到标准化的数据;步骤4、对校准后的数据进行数据分析聚类,获得楼层的Baro‑RSS指纹图谱;步骤5、用户对自己所在位置进行实时定位;所述的步骤1具体实施过程如下:1‑1.用户在室内活动时,通过用户手机中BarFi客户端以一定频率采集附近AP的RSS向量,如果用户手机配备气压传感器,则同时采集气压值;1‑2.步骤1‑1采集的RSS向量是一种混合的RSS‑Baro的指纹,BarFi客户端会将采集时间和当前手机唯一标识码IMEI也一并记录到该指纹中;假设一个采样点附近里有n个路由器,则每个采样点的RSS‑Baro指纹用以下向量表示:FP={Time,IMEI,Baro,(RSS1,RSS2,RSS3,…,RSSn)}其中,Time表示当前指纹的采样时间;IMEI表示当前指纹是由哪部手机采样的,用于后续气压聚类;Baro表示该采样点采样时的气压值;RSS1,RSS2,…,RSSn表示附近AP的信息,其中包括附近AP的SSID、BSSID和信号强度RSS值;SSID表示为AP名称,BSSID表示为AP的MAC地址,即路由器的唯一标识码。...

【技术特征摘要】
1.一种基于气压计和WiFi的混合楼层定位方法,其特征在于包括如下步骤:步骤1、以众包方式采集整栋大楼内所有用户的数据,数据主要包括用户所在位置的RSS向量和气压值;步骤2、云服务平台对所有用户上传数据进行预处理;步骤3、云服务平台对预处理后的数据进行校准,得到标准化的数据;步骤4、对校准后的数据进行数据分析聚类,获得楼层的Baro-RSS指纹图谱;步骤5、用户对自己所在位置进行实时定位;所述的步骤1具体实施过程如下:1-1.用户在室内活动时,通过用户手机中BarFi客户端以一定频率采集附近AP的RSS向量,如果用户手机配备气压传感器,则同时采集气压值;1-2.步骤1-1采集的RSS向量是一种混合的RSS-Baro的指纹,BarFi客户端会将采集时间和当前手机唯一标识码IMEI也一并记录到该指纹中;假设一个采样点附近里有n个路由器,则每个采样点的RSS-Baro指纹用以下向量表示:FP={Time,IMEI,Baro,(RSS1,RSS2,RSS3,…,RSSn)}其中,Time表示当前指纹的采样时间;IMEI表示当前指纹是由哪部手机采样的,用于后续气压聚类;Baro表示该采样点采样时的气压值;RSS1,RSS2,…,RSSn表示附近AP的信息,其中包括附近AP的SSID、BSSID和信号强度RSS值;SSID表示为AP名称,BSSID表示为AP的MAC地址,即路由器的唯一标识码。2.根据权利要求1所述的一种基于气压计和WiFi的混合楼层定位方法,其特征在于所述的步骤2预处理的具体实施过程如下:2-1.数据合并由于BarFi客户端采样的时间为200毫秒,因此将同一部手机连续的5条数据,即1s内的数据进行数据合并为一条,合并的方法为气压和WiFi的RSS向量都取均值,从而达到降低数据量的需求,同时也降低传感器偏移对BarFi造成影响;在合并完数据之后,得出一组Baro-RSS的指纹图谱向量FPS={FPi,I=1,2,...,n};2-2.数据标准化由于每个采样点附近的AP都各有不同,从而会导致BarFi客户端在对RSS向量进行聚类时没有统一的维度;因此需要进行数据标准化,具体标准化实现过程如下的:记第i组RSS向量为Vi,总共有n组向量:在标准化的过程中需对所有向量中的分量求并集,即对Vi到Vn求并集Union,按照并集Union将Vi映射到Fi,如公式2所示;对于该采样点检测不到的AP的值设为经验最小值-110,最终形成标准化RSS向量Fi;3.根据权利要求1所述的一种基于气压计和WiFi的混合楼层定位方法,其特征在于所述的步骤3具体实施过程如下:3-1.云服务平台对步骤2-1标准化处理后的数据进行校准;将数据校准分为两部分:不同设备之间的气压值的校准和不同设备之间的WiFi的RSS向量校准;所述的不同设备之间的气压值的校准,具体的:3-1-1.上下楼活动的检测定义数据结构Activity={ts:startBaro,te:endBaro},来记录用户上下楼活动,其中ts表示上下楼开始的时间,startBaro为开始时间用户所在楼层的气压值,te表示上下楼结束的时间,endBaro为结束时间用户所在楼层的气压;同时也定义U/DTrace(Up/DownTrace)来记录用户上下楼轨迹,假设用户有m次上下楼活动,即Activity1、Activity2、…、Activitym,那么该用户的上下楼轨迹U/DTrace={IMEI:Activity1,Activity2,…,Activitym},其中IMEI为用户的唯一标识码;3-1-2.基于时间维度的气压...

【专利技术属性】
技术研发人员:申兴发杨健陈岳燊张建辉
申请(专利权)人:杭州电子科技大学
类型:发明
国别省市:浙江,33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1