基于SSIFT算法的大型室内场馆快速定位与导航方法技术

本发明专利技术公开了一种基于SSIFT算法的大型室内场馆快速定位与导航方法，包括建立场地矢量地图；所有场景照片存储在数据库中，与地图位置信息对应；手持设备获得场景照片；采用ssift算法与数据库照片匹配；列出所有匹配图片，用户选择与自己位置对应的图片；获得位置信息，后续处理。本方法可以适用于大型室内场馆的快速定位导航。

Rapid location and navigation method of large indoor gymnasium based on SSIFT algorithm

The invention discloses a large indoor venues fast positioning and navigation method based on SSIFT algorithm, including the establishment of space vector map; all the scenes photos stored in the database, and the corresponding map position information; handheld devices to obtain scene photos; using ssift algorithm and database picture matching; list all matching pictures, users choose their own corresponding to the position of the picture; obtain location information processing. The method can be applied to the rapid positioning and navigation of large indoor stadiums.

【技术实现步骤摘要】
基于SSIFT算法的大型室内场馆快速定位与导航方法
本专利技术属于定位导航
，涉及一种基于SSIFT算法的大型室内场馆快速定位与导航方法。
技术介绍
与室外定位方法相比，室内定位的难度更大，包括软件与硬件以及配套平台等多方面的原因。因此，室内定位与导航方面的应用才刚刚开始起步。目前，常用的室内定位的方法主要还是依赖于短距离无线传感器，以蓝牙、Zigbee、Rfid、Wifi等为主，它们以信号发送或接收的时间间隔或者信号的强弱来估算距离。这种方式为客户的室内导航带来极大的不便，首先商家的室内需要在固定的位置布置相关的传感设备，而客户的也要拥有接收相关信号的装置；另外，该方式以无线通信为主，因此在有干扰存在的情况下会有较大的误差。也有通过地球磁场的方式实现室内的定位于导航。但是，该方式除了定位精度不高以外，还存在抗干扰能力不强、室内场景适应性差等的问题。通过手机或移动设备拍摄室内照片并与已经保存的图像进行匹配的方式获得位置信息能有效解决以上的问题。但是图像匹配算法最大的问题是计算量太大，以最经典的视觉匹配算法SIFT为例，每一幅图像会产生上千个特征点，每个特征点在多个尺度上产生128维的特征向量，并与数据库中存储的所有场景图像进行一一匹配，所花费的时间复杂度极高。因此，虽然该类算法定位精度较高，但实用性不大，往往应用在离线地图生成、高性能机器人定位等场合。采用图像匹配的方式，通过手机等移动设备实现室内定位于导航，最大的难点就是速度的问题，目前使用得最常见的方法就是经典的尺度不变特征算法(SIFT，ScaleInvariantFeatureTransform)，该方法匹配准确，精度高，但是运算量太大，并不适合室内定位。现有方法的主要步骤包括：1)建立高斯尺度空间并进行极值检测。2)利用关键点邻域像素的梯度方向分布特性，为每个关键点指定方向参数，使算子具备旋转不变性。3)生成SIFT特征向量,将坐标轴旋转到特征点方向,以保证旋转不变性。4)计算向量之间的欧氏距离进行图像匹配。实验表明，步骤3)在整个算法中占用80％以上的计算时间，严重影响算法的实时性。同时在步骤2)和步骤3)中做了类似的方向直方图统计工作。在SIFT的基础上，刘立等人提出了一种简化算法ssift，提高算法的实时性，将这两个步骤合为一个，并只采用12维向量表征特征点。具体改进如下：1)尺度空间极值检测(同原算法)。2)形成特征向量。i在多尺度空间特征点形成之后，以特征点为中心采用圆形窗体来确定需要统计的邻域范围，窗口尺寸采用LOWE推荐的9σ×9σ，因此圆形窗口半径取3.5σ，在该圆形窗体内统计12个梯度方向。ii将这12个梯度方向规一化，保证光照不变性。假设D是特征点的特征向量，即D＝(d1，d2…，d12).归一化后得到：iii查找最大的梯度方向统计量，如果该最大的梯度方向统计量元素位于12维向量的头部则向量最终形成，即若最终特征向量为否则转iV。iV向左循环移动整个向量序列，直到最大的梯度方向统计量移动到向量的第一个元素，以保证旋转不变性。假设是向量的最大元素，则最终特征向量为3)特征匹配为了保证稳定的匹配效果，在原算法增加一次匹配，第一次匹配时记录下匹配的坐标对，然后交换匹配的图像顺序，再匹配一次，当两次匹配的坐标相同时才算是正确的匹配，实验表明两次匹配能较大地提高匹配的稳定性。维数设定：算法中最关键的参数就是圆形统计窗口中向量的维数n，在对50副不同类型的图像进行统计，发现随着n的增大匹配率增加，但运算时间也大大增加，同时注意到当n大于12时匹配率并不明显提高，通过选取最大匹配效率来决定维数。匹配效率定义为：当n取12时获得最大匹配效率。简化算法ssift，合并了其中几个步骤并且将128维向量减少到12维，存在的问题就是误匹配增多以及定位精度不够等问题。误匹配增多的问题可以通过人工干预的半自动方法解决；而室内场馆定位与导航应用中并不需要精确地定位，只需要自己的大概位置即可。但是，与原算法相比，ssift算法最大的优点就是快，在文献《采用简化SIFT算法实现快速图像匹配》中的试验数据表明，ssift算法的速度是SIFT的10倍，而快速的图像匹配正是场内场景定位与导航的基础。
技术实现思路
为实现上述目的，本专利技术提供一种基于SSIFT算法的大型室内场馆快速定位与导航方法，可以快速定位导航。本专利技术所采用的技术方案是，一种基于SSIFT算法的大型室内场馆快速定位与导航方法，具体按照以下步骤进行：步骤1，建立场地矢量地图；步骤2，所有场景照片存储在数据库中，与地图位置信息对应；步骤3，手持设备获得场景照片；步骤4，采用ssift算法与数据库照片匹配；步骤5，列出所有匹配图片，用户选择与自己位置对应的图片；步骤6，获得位置信息，后续处理。进一步的，所述步骤1，建立场地矢量地图具体按照以下步骤进行：1)数据采集，完成后，还需要对数据进行整理，归类，为后面建立模型做准备。2)建立模型：制作商场矢量地图，在数据采集完成后进行概念建模建立，明确哪些实物需要表现在地图上，并确定通过何种几何类型进行表现，分析商场内环境的实体集，各实体集的空间和属性特征，可以将商场的实体集抽象成大楼、楼层和通道要素；所述大楼：即一个商场建筑可以唯一的ID进行表示标识，商场室内地图的原点坐标需要建立在商场内的一个点，并以原点为参考点，依照一定的比例为商场地图分配相应的坐标；所述楼层：表示商场中的某一层，以一个唯一的ID进行标识，楼层作为绘制矢量地图的基本单位，需要保存的信息有楼层名称，物理层数，详细描述属性信息，一个楼层同样包括以下要素：wall层表示楼层的墙壁，采用线连表现；region层表示楼层的功能区，采用多边形来表现；exit层表示安全出口，同样采用多边形来表现；lift层表示垂直电梯，采用多边形表型；escalator层表示手扶电梯，采用多边形来表型；POI层表示用户感兴趣的位置，采用点来表示，POI需要保存名称、类型详细描述的属性数据。通道：表示层见导航拓扑数据，来自于连接跨层要素(如垂直电梯、手扶电梯等)抽象成的点多线，需要采用单独数据表保存其上与下成的连接点及其他点与点之间连接的数据。3)生成矢量数据通过cad制图，制图包含上述基本要素wall、region、exit、lift、escalator等基本的要素，将CAD文件作为文件数据来源，按照统一的比例，经过文件格式转换为矢量数据，即生成了需要的原始地图数据。进一步的，所述步骤2场景照片存储在本地手机端数据库中，图像识别算法也随app安装在手机本地，实现离线定位导航。进一步的，所述步骤2场景照片存储在云端，图像识别算法部署在云端，在云端实现匹配后返回结果，实现在线定位导航。进一步的，所述步骤4中，ssift算法按照以下步骤进行：1)建立图像的高斯尺度空间；2)检测尺度空间极值作为特征点；3)以特征点为中心，采用圆形中心来确定需要统计的领域范围，保证旋转不变性；4)在该区域统计12个梯度方向，形成12维特征向量；5)在该向量里寻找最大梯度方向元素并循环移动到特征向量头部，并归一化；6)与其它图中特征向量匹配。本专利技术的有益效果是：定位速度快，适合对精度要求不高，场景变化不大的场合，用于室内大型场馆，如商本文档来自技高网...

【技术保护点】
一种基于SSIFT算法的大型室内场馆快速定位与导航方法，其特征在于，具体按照以下步骤进行：步骤1，建立场地矢量地图；步骤2，所有场景照片存储在数据库中，与地图位置信息对应；步骤3，手持设备获得场景照片；步骤4，采用ssift算法与数据库照片匹配；步骤5，列出所有匹配图片，用户选择与自己位置对应的图片；步骤6，获得位置信息，后续处理。

【技术特征摘要】
1.一种基于SSIFT算法的大型室内场馆快速定位与导航方法，其特征在于，具体按照以下步骤进行：步骤1，建立场地矢量地图；步骤2，所有场景照片存储在数据库中，与地图位置信息对应；步骤3，手持设备获得场景照片；步骤4，采用ssift算法与数据库照片匹配；步骤5，列出所有匹配图片，用户选择与自己位置对应的图片；步骤6，获得位置信息，后续处理。2.根据权利要求1所述的一种基于SSIFT算法的大型室内场馆快速定位与导航方法，其特征在于，所述步骤1，建立场地矢量地图具体按照以下步骤进行：1)数据采集，完成后，还需要对数据进行整理，归类，为后面建立模型做准备；2)建立模型：制作商场矢量地图，在数据采集完成后进行概念建模建立，明确哪些实物需要表现在地图上，并确定通过何种几何类型进行表现，分析商场内环境的实体集，各实体集的空间和属性特征，可以将商场的实体集抽象成大楼、楼层和通道要素；所述大楼：即一个商场建筑可以唯一的ID进行表示标识，商场室内地图的原点坐标需要建立在商场内的一个点，并以原点为参考点，依照一定的比例为商场地图分配相应的坐标；所述楼层：表示商场中的某一层，以一个唯一的ID进行标识，楼层作为绘制矢量地图的基本单位，需要保存的信息有楼层名称，物理层数，详细描述属性信息，一个楼层同样包括以下要素：wall层表示楼层的墙壁，采用线连表现；region层表示楼层的功能区，采用多边形来表现；exit层表示安全出口，同样采用多边形来表现；lift层表示垂直电梯，采用多边形表型；escala...

【专利技术属性】
技术研发人员：刘立，伍大清，汪琳霞，刘芳菊，李开运，梁广贤，林强，朱龙伟，
申请(专利权)人：南华大学，
类型：发明
国别省市：湖南,43