一种室内定位融合方法、装置、存储介质及终端设备制造方法及图纸

本发明专利技术公开了一种室内定位融合方法、装置、存储介质及终端设备，所述方法包括：获取外部节点定位坐标和内部测量角度，初始化卡尔曼滤波器相关参数，根据当前时刻与上个时刻的状态变化为特征调整速度矢量，根据调整得到的新速度矢量预测状态向量和误差协方差，进而进行测量更新。本发明专利技术中避开了直接使用状态作为观测对象，而是更加精确地利用惯性信息，采用短时间切片为单位通过提取对方向的纠正和对加速度的补充，使融合系统的鲁棒性和实时性大大提高，解决了目前室内定位直接采用惯性信息导致定位整体表现劣化的问题，提供了一种对惯性信息进行筛选和处理后，提取其中与预估定位信息较为吻合的信息再进行融合的室内定位融合方法。

An Indoor Positioning Fusion Method, Device, Storage Media and Terminal Equipment

【技术实现步骤摘要】
一种室内定位融合方法、装置、存储介质及终端设备
本专利技术涉及室内定位
，尤其涉及一种室内定位融合方法、装置、存储介质及终端设备。
技术介绍
目前，室内定位技术通常在室内区域内均匀布置若干个蓝牙装置用于发射蓝牙信号，实际应用时当手机获取到足够数量满足强度要求的节点后，运用三角定位、指纹分析、近邻法等方法估计出手机的方位信息，再使用卡尔曼滤波器融合手机自身采集到的惯性和方向，利用历史数据使轨迹更加平滑。但是，这种室内定位方法却存在一些缺陷，具体而言。目前手机等消费级智能终端内置的磁场传感器、加速度计和陀螺仪的精度有限，且室内环境存在诸多丰富的地磁干扰，因此对手机的姿态判定存在较大误差。另外用户持手机的方式各异且易随意变动，加剧了对用户行进方向的估计难度。目前的融合算法中采用的手机惯性信息都是未经过检验处理而直接采用的，其不准确性有时反而会劣化定位的整体表现。故而，目前的室内定位需要一种对惯性进行处理后进行融合以保证定位效果的定位技术。
技术实现思路
本专利技术提供了一种室内定位融合方法、装置、存储介质及终端设备，旨在解决目前室内定位直接采用惯性信息导致定位整体表现劣化的问题。为了解决上述技术问题，本专利技术实施例提供了一种室内定位融合方法，包括：获取外部节点定位坐标和内部测量角度；初始化状态向量s、初始的状态更新方程的误差协方差矩阵Q0、初始状态的误差协方差矩阵P0、测量协方差矩阵R，选择系统模型，设定卡尔曼滤波器的系统矩阵F，所述初始化状态向量中的初始化位置坐标来自获取的外部节点定位坐标；根据当前时刻与上个时刻的状态变化为特征构建旋转矩阵Rotk，根据获取的内部测量角度求得三轴加速度在速度方向上的投影加速度a和旋转矩阵Rotk调整原速度矢量vk得到新速度矢量vkr＝Rotk(vk+a)；根据系统模型得到激励矩阵Bk，所述激励矩阵Bk和新速度矢量vkr之积为激励值，根据某时刻的系统矩阵Fk和上一时刻的状态向量sk-1，融合激励值得到某时刻的预测状态向量sk-1k；根据某时刻的系统矩阵Fk、激励矩阵Bk和状态更新方程的误差协方差矩阵Qk,通过上一时刻的误差协方差矩阵Pk-1得到某时刻的预测误差协方差矩阵Pk-1k；根据外部节点定位坐标确定某时刻的测量向量zk和对应的测量矩阵H，计算某时刻的卡尔曼增益Kk，并更新某时刻的误差协方差矩阵Pk和某时刻的状态向量sk。进一步地，所述初始的状态更新方程的误差协方差矩阵Q0设定为进一步地，所述系统模型选定为匀速运动模型，所述卡尔曼滤波器的系统矩阵所述dt为状态更新的时间间隔，根据系统模型得到激励矩阵所述dtk为某时刻k与上一时刻k-1之间的时间差。进一步地，所述旋转矩阵Rotk通过以下步骤得到：采纳某时刻与上一时刻针对方向的状态变化差dθk；根据状态变化差dθk构成旋转矩阵进一步地，所述预测状态向量sk-1k通过以下步骤得到：根据系统模型得到激励矩阵Bk，所述激励矩阵Bk和新速度矢量vkr之积为激励值Bkvkr；根据某时刻的系统矩阵Fk和上一时刻的状态向量sk-1计算得到原预测状态向量Fksk-1；根据激励值Bkvkr调整原预测状态向量Fksk-1得到预测状态向量sk-1k，计算式为sk-1k＝Bkvkr+Fksk-1。进一步地，所述外部节点定位坐标通过以下步骤获得：使节点在室内可通行区域内间隔一定距离的均匀布置，所述一定距离为节点蓝牙设备的信号稳定距离；进入可行区域获取多个节点信号强度，筛选强度满足阈值的节点进行坐标估算，获得预估的外部节点定位坐标。为了解决上述技术问题，本专利技术实施例还提供了一种室内定位融合装置，包括：数据获取单元，获取外部节点定位坐标和内部测量角度；初始化设定单元，初始化状态向量s、初始的状态更新方程的误差协方差矩阵Q0、初始状态的误差协方差矩阵P0、测量协方差矩阵R，选择系统模型，设定卡尔曼滤波器的系统矩阵F，所述初始化状态向量中的初始化位置坐标来自获取的外部节点定位坐标；速度矢量调整单元，根据当前时刻与上个时刻的状态变化为特征构建旋转矩阵Rotk，根据获取的内部测量角度求得三轴加速度在速度方向上的投影加速度a和旋转矩阵Rotk调整原速度矢量vk得到新速度矢量vkr＝Rotk(vk+a)；状态向量预测单元，根据系统模型得到激励矩阵Bk，所述激励矩阵Bk和新速度矢量vkr之积为激励值，根据某时刻的系统矩阵Fk和上一时刻的状态向量sk-1，融合激励值得到某时刻的预测状态向量sk-1k；误差协方差预测单元，根据某时刻的系统矩阵Fk、激励矩阵Bk和状态更新方程的误差协方差矩阵Qk,通过上一时刻的误差协方差矩阵Pk-1得到某时刻的预测误差协方差矩阵Pk-1k；测量更新单元，根据外部节点定位坐标确定某时刻的测量向量zk和对应的测量矩阵H，计算某时刻的卡尔曼增益Kk，并更新某时刻的误差协方差矩阵Pk和某时刻的状态向量sk。为了解决上述技术问题，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行上述实施例任一项所述的室内定位融合方法。为了解决上述技术问题，本专利技术实施例还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现上述实施例任一项所述的室内定位融合方法。与现有技术相比，本专利技术公开的一种室内定位融合方法、装置、计算机可读存储介质及终端设备，在获取外部节点定位坐标和内部测量角度后并不直接将其使用在卡尔曼滤波器中，还对速度矢量进行调整，即采纳当前时刻与上个时刻的状态变化差作为特征，避免误差累计而导致数据恶化。具体而言，本专利技术在获取数据和初始化卡尔曼滤波器后，并不直接将获取的数据在卡尔曼滤波器中进行融合，而是对获取的数据进行检验处理，利用传感器在短时间内的状态变化量反馈准确的特点，选用两个时刻间的变化差作为特征以避免误差的积累，利用特征去修正获取的数据(速度矢量)，通过修正后的速度矢量去预测状态向量和误差协方差，起到了修正预测状态向量和误差协方差的作用，而通过修正后的预测状态向量和误差协方差去更新测量数据，则起到了修正测量数据，保证定位准确性的作用。本专利技术中避开了直接使用状态作为观测对象，而是更加精确地利用惯性信息，采用短时间切片为单位通过提取对方向的纠正和对加速度的补充，使融合系统的鲁棒性和实时性大大提高，解决了目前室内定位直接采用惯性信息导致定位整体表现劣化的问题，提供了一种对惯性信息进行筛选和处理后，提取其中与预估定位信息较为吻合的信息再进行融合的室内定位融合方法。附图说明图1是本专利技术提供的一种室内定位融合方法的一个优选实施例的流程图；图2是本专利技术提供的一种室内定位融合装置的一个优选实施例的结构框图；图3是本专利技术提供的一种终端设备的一个优选实施例的结构框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本
普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，本专利技术所述一种室内定位融合方本文档来自技高网...

【技术保护点】
1.一种室内定位融合方法，其特征在于，包括：获取外部节点定位坐标和内部测量角度；初始化状态向量s、初始的状态更新方程的误差协方差矩阵Q0、初始状态的误差协方差矩阵P0、测量协方差矩阵R，选择系统模型，设定卡尔曼滤波器的系统矩阵F，所述初始化状态向量中的初始化位置坐标来自获取的外部节点定位坐标；根据当前时刻与上个时刻的状态变化为特征构建旋转矩阵Rotk，根据获取的内部测量角度求得三轴加速度在速度方向上的投影加速度a和旋转矩阵Rotk调整原速度矢量vk得到新速度矢量vk

【技术特征摘要】
1.一种室内定位融合方法，其特征在于，包括：获取外部节点定位坐标和内部测量角度；初始化状态向量s、初始的状态更新方程的误差协方差矩阵Q0、初始状态的误差协方差矩阵P0、测量协方差矩阵R，选择系统模型，设定卡尔曼滤波器的系统矩阵F，所述初始化状态向量中的初始化位置坐标来自获取的外部节点定位坐标；根据当前时刻与上个时刻的状态变化为特征构建旋转矩阵Rotk，根据获取的内部测量角度求得三轴加速度在速度方向上的投影加速度a和旋转矩阵Rotk调整原速度矢量vk得到新速度矢量vkr＝Rotk(vk+a)；根据系统模型得到激励矩阵Bk，所述激励矩阵Bk和新速度矢量vkr之积为激励值，根据某时刻的系统矩阵Fk和上一时刻的状态向量sk-1，融合激励值得到某时刻的预测状态向量sk-1k；根据某时刻的系统矩阵Fk、激励矩阵Bk和状态更新方程的误差协方差矩阵Qk,通过上一时刻的误差协方差矩阵Pk-1得到某时刻的预测误差协方差矩阵Pk-1k；根据外部节点定位坐标确定某时刻的测量向量zk和对应的测量矩阵H，计算某时刻的卡尔曼增益Kk，并更新某时刻的误差协方差矩阵Pk和某时刻的状态向量sk。2.根据权利要求1所述的一种室内定位融合方法，其特征在于，所述初始的状态更新方程的误差协方差矩阵Q0设定为3.根据权利要求1所述的一种室内定位融合方法，其特征在于，所述系统模型选定为匀速运动模型，所述卡尔曼滤波器的系统矩阵所述dt为状态更新的时间间隔，根据系统模型得到激励矩阵所述dtk为某时刻k与上一时刻k-1之间的时间差。4.根据权利要求1所述的一种室内定位融合方法，其特征在于，所述旋转矩阵Rotk通过以下步骤得到：采纳某时刻与上一时刻针对方向的状态变化差dθk；根据状态变化差dθk构成旋转矩阵5.根据权利要求1所述的一种室内定位融合方法，其特征在于，所述预测状态向量sk-1k通过以下步骤得到：根据系统模型得到激励矩阵Bk，所述激励矩阵Bk和新速度矢量vkr之积为激励值Bkvkr；根据某时刻的系统矩阵Fk和上一时刻的状态向量sk-1计算得到原预测状态向量Fksk-1；根据激励值Bkvkr调整原预测状态向量Fksk-1得到预测状态向...

【专利技术属性】
技术研发人员：张骁，张弢，高民，陈辞，王周红，
申请(专利权)人：广州市香港科大霍英东研究院，
类型：发明
国别省市：广东,44