基于WiFi与超声波混合的室内定位方法及其系统技术方案

本发明专利技术公开了一种基于WiFi与超声波混合的室内定位方法及其系统。该室内定位方法及其系统综合WiFi室内定位技术和超声波室内定位技术各自的特点，采用聚类算法将收集到的WiFi指纹数据进行聚类，利用距离方程计算出目标所处子区域，最后结合超声波测距进行局部区域的精确定位。该室内定位方法及其系统既降低了指纹定位数据复杂度的影响，又克服了超声波发射器角度有限的缺陷，减少了所需超声波发射器的数量。

Indoor Positioning Method and System Based on WiFi and Ultrasound

The invention discloses an indoor positioning method and system based on the combination of WiFi and ultrasound. The indoor positioning method and system synthesize the respective characteristics of WiFi indoor positioning technology and ultrasonic indoor positioning technology. Clustering algorithm is used to cluster the collected WiFi fingerprint data, and distance equation is used to calculate the sub-region of the target. Finally, the accurate localization of the local region is carried out by combining ultrasonic ranging. The indoor location method and system not only reduces the influence of fingerprint location data complexity, but also overcomes the limitation of limited angle of ultrasonic transmitter and reduces the number of required ultrasonic transmitters.

【技术实现步骤摘要】
基于WiFi与超声波混合的室内定位方法及其系统
本专利技术涉及一种基于WiFi与超声波混合的室内定位方法，同时也涉及相应的室内定位系统，属于无线定位

技术介绍
室内环境下的定位一直是一个很多问题未被解决的领域。由于信号的严重衰减和多径效应，通用的室外定位技术(比如GPS、北斗等)并不能在建筑物内有效地工作。目前，大部分室内环境下都存在WiFi。WiFi信号具有高覆盖率、流量大以及传输距离远等特点，这使得基于WiFi的室内定位技术得到了快速发展。基于WiFi的室内定位技术可以分为两类，即：基于测距的室内定位技术和基于指纹的室内定位技术。其中，基于测距的室内定位技术是在室内部署多个锚节点，通过计算设备到锚节点之间的相对距离来定位追踪设备的位置。其中，距离可以通过多种方法来获取，如接收的信号强度(RSSI)、到达时间(ToA)、到达角度(AoA)。基于RSSI的测距方法是利用路径衰减模型计算距离。基于ToA的测距方法是通过获取信道冲激响应的多径分量首次到达时间来测量距离。基于AoA的测距方法是通过某些硬件设备感知发射节点信号的到达方向，计算接收节点和锚节点之间的相对方位或角度，然后再利用三角测量法等计算出未知节点的位置。基于指纹的室内定位技术是将实际环境中的位置和某种“指纹”联系起来，一个位置对应一个独特的指纹。这个指纹可以是单维或多维的，比如待定位设备在接收或者发送信号，那么指纹可以是这个信号或信号的一个特征或多个特征。待定位设备接收一些固定的发送设备的信号或信号特征，然后根据这些检测到的信号特征来估计自身的位置。另一方面，超声波室内定位技术是建立在超声波测距基础上的。由于超声波测距的精度能达到毫米级，因此使用超声波进行室内定位的精度也比较高。但是，超声波发射器存在一定的波束角，在复杂的遮挡物面前往往无法像WiFi信号那样能够跨越一些遮挡物。因此，WiFi室内定位技术和超声波室内定位技术各有利弊。如果能够取长补短，将成为室内定位技术的有力竞争者。
技术实现思路
针对现有技术中的不足，本专利技术所要解决的首要技术问题在于提供一种基于WiFi与超声波混合的室内定位方法。本专利技术所要解决的另一技术问题在于提供一种基于WiFi与超声波混合的室内定位系统。为实现上述专利技术目的，本专利技术采用下述的技术方案：根据本专利技术实施例的第一方面，提供一种基于WiFi与超声波混合的室内定位方法，包括如下步骤：步骤1：获得WiFi指纹，构建WiFi指纹库；步骤2：采用聚类算法对收集到的WiFi指纹数据进行聚类分析；步骤3：将目标位置锁定至单个子区域内，结合超声波测距进行局部区域的细分定位。其中较优地，所述步骤1中，由定位终端在定位区域的不同位置获取相应的WiFi信号的特征，并收集该位置的特征与位置信息，通过归一化方法构建所述WiFi指纹库。其中较优地，利用定位终端在同一位置对同一个无线路由器连续记录多次WiFi信号的特征，求取平均值作为该位置的WiFi信号的特征。其中较优地，所述WiFi信号的特征包括但不限于信号强度、多径结构、是否能检测到接入点或基站、往返时间或延迟中的任意一种或多种。其中较优地，所述步骤2中，利用K-means聚类算法将所收集的WiFi指纹数据聚成K类，然后利用当前信号强度所处点与K个类中心的曼哈顿距离计算当前点的初始位置，其中K为正整数。其中较优地，将所收集的WiFi指纹数据聚成K类，包括如下子步骤：(1)在定位区域中随机地选择K个点作为聚类中心；(2)依次计算定位区域内各个点到K个聚类中心之间的欧氏距离，并将距离相近的点归为一类；欧氏距离计算如下：其中，向量RSSIj,k为位置点j的RSSI值，向量y为某个聚类中心值，p为无线路由器的个数，q为每个位置的采集样本个数；(3)重新计算所有聚类中心，记TMidt为1个簇的所有成员向量值的集合，idt表示该簇的标号，则此簇的聚类中心值Hidt表示为(4)循环步骤(2)与(3)，直至聚类中心位置收敛，小于预期阈值。其中较优地，根据如下公式，确定当前点的信号强度RSSIi所属的子区域SK：Sk＝min{Manhattan_distance(RSSIi,RSSIu,Sk)}其中，Sk为当前子区域的类中心，在循环计算之后找出曼哈顿距离最近的子区域类中心，确定当前子区域的下标Sk；利用如下公式，根据WiFi指纹库中的数据进行坐标映射，获取当前点的初始坐标：(x0,y0)＝min{Manhattan_distance(RSSIm,RSSIu,Sk,x,y)}其中，Sk,x,y为Sk内的指纹坐标点。其中较优地，所述步骤3中，在确定Sk所在的区域时，旋转超声波发射器的方向，使其对准至相应的区域上方。其中较优地，还包括步骤4：当初始坐标与超声波二维坐标之差大于预定的阈值时，重新返回步骤2，直至初始坐标与超声波二维坐标之差小于预定的阈值为止。根据本专利技术实施例的第二方面，提供一种基于WiFi与超声波混合的室内定位系统，包括定位终端、服务器、超声波接收器、多个无线路由器和多个超声波发射器，其中所述室内定位系统用于实施上述的室内定位方法。与现有技术相比较，本专利技术所提供的室内定位方法及其系统综合WiFi室内定位技术和超声波室内定位技术各自的特点，采用聚类算法将收集到的WiFi指纹数据进行聚类，利用距离方程计算出目标所处子区域，最后结合超声波测距进行局部区域的精确定位。该室内定位方法及其系统既降低了指纹定位数据复杂度的影响，又克服了超声波发射器角度有限的缺陷，减少了所需超声波发射器的数量。附图说明图1为本专利技术所提供的基于WiFi与超声波混合的室内定位方法的流程图；图2为将定位区域划分为k个子区域的示意图；图3为本专利技术所提供的基于WiFi与超声波混合的室内定位系统的示意图。具体实施方式下面结合附图和具体实施例对本专利技术的技术方案展开详细具体的说明。前已述及，如果将WiFi室内定位技术和超声波室内定位技术进行取长补短，将成为室内定位技术的有力竞争者。为此，本专利技术首先提供了一种基于WiFi与超声波混合的室内定位方法，其采取的技术思路是：首先采集当前参考点的WiFi信号的一个特征或多个特征(优选为信号强度RSSI，也可以包括其它特征，例如某个位置上WiFi信号的多径结构、某个位置上是否能检测到接入点或基站、某个位置上WiFi信号的往返时间或延迟等)，获得WiFi指纹，通过归一化方法构建WiFi指纹库；之后，将目标位置锁定至单个子区域内，结合高精度的超声波测距进行局部区域的细分定位。下面，对此展开详细具体的说明。图1为本专利技术所提供的基于WiFi与超声波混合的室内定位方法的流程图。在本专利技术的一个实施例中，假设定位区域面积为S，根据定位区域的面积S大小以及室内布局情况将定位区域划分为k个子区域Si(子区域Si优选为均等，但也不排斥不均等的情况)，即定位区域S＝(S1,S2,…,Sk)，具体参见图2。在该定位区域面积S中部署p个无线路由器APu,idu,1≤u≤p。以1m*1m的幅度设置采样点并记录坐标值，假设在定位区域设置m个采样点，每个采样点的信号强度RSSI与位置信息表示为：mv＝(RSSIu,v、Si、idu、(x,y))其中，RSSIu,v表示在采样点v处收集到第u个AP的RSSI(信号强度)，1本文档来自技高网...

【技术保护点】
1.一种基于WiFi与超声波混合的室内定位方法，其特征在于包括如下步骤：步骤1：获得WiFi指纹，构建WiFi指纹库；步骤2：采用聚类算法对收集到的WiFi指纹数据进行聚类分析；步骤3：将目标位置锁定至单个子区域内，结合超声波测距进行局部区域的细分定位。

【技术特征摘要】
1.一种基于WiFi与超声波混合的室内定位方法，其特征在于包括如下步骤：步骤1：获得WiFi指纹，构建WiFi指纹库；步骤2：采用聚类算法对收集到的WiFi指纹数据进行聚类分析；步骤3：将目标位置锁定至单个子区域内，结合超声波测距进行局部区域的细分定位。2.如权利要求1所述的基于WiFi与超声波混合的室内定位方法，其特征在于：所述步骤1中，由定位终端在定位区域的不同位置获取相应的WiFi信号的特征，并收集该位置的特征与位置信息，通过归一化方法构建所述WiFi指纹库。3.如权利要求2所述的基于WiFi与超声波混合的室内定位方法，其特征在于：利用定位终端在同一位置对同一个无线路由器连续记录多次WiFi信号的特征，求取平均值作为该位置的WiFi信号的特征。4.如权利要求2或3所述的基于WiFi与超声波混合的室内定位方法，其特征在于：所述WiFi信号的特征包括但不限于信号强度、多径结构、是否能检测到接入点或基站、往返时间或延迟中的任意一种或多种。5.如权利要求1所述的基于WiFi与超声波混合的室内定位方法，其特征在于：所述步骤2中，利用K-means聚类算法将所收集的WiFi指纹数据聚成K类，然后利用当前信号强度所处点与K个类中心的曼哈顿距离计算当前点的初始位置，其中K为正整数。6.如权利要求5所述的基于WiFi与超声波混合的室内定位方法，其特征在于将所收集的WiFi指纹数据聚成K类，包括如下子步骤：(1)在定位区域中随机地选择K个点作为聚类中心；(2)依次计算定位区域内各个点到K个聚类中心之间的欧氏距离，并将距离相近的点归为一类；欧氏距离计算如下：其中，向量RSSIj,k为位...

【专利技术属性】
技术研发人员：黄蕾，周楠，王生虎，陶志锋，
申请(专利权)人：上海无线通信研究中心，
类型：发明
国别省市：上海,31