一种基于众包轨迹的室内转角地标的匹配及识别方法技术

本发明专利技术公开了一种基于众包轨迹的室内转角地标匹配及识别方法，包括：获取室内布局图的地标二维坐标信息；在目标区域设置N个信号源、使得用户终端可以采集到至少一个信号源的信号；采集已标注与未标注的轨迹，划分为轨迹窗口；从已标注的轨迹窗口提取针对性的特征，训练姿态组识别分类器与转角识别分类器；利用已训练的分类器对未标注的轨迹窗口进行转角地标的识别，提取其中的正类窗口的RSS数据；利用多维尺度分析算法降维到多种维度，分别进行聚类与匹配；采用投票算法，根据多种维度下的聚类匹配结果，使有效采样值对应到某转角，无效采样值被过滤；根据匹配结果生成转角地标指纹；本发明专利技术相对现有转角地标识别方法提高了识别性能。

【技术实现步骤摘要】
一种基于众包轨迹的室内转角地标的匹配及识别方法
本专利技术属于通信与无线网络
，更具体地，涉及一种基于众包轨迹的室内转角地标的匹配及识别方法。
技术介绍
随着移动网络的发展，基于位置信息服务的需求不断增长；全球定位系统(GPS)在室外环境可以提供可靠的定位服务，但在复杂的室内环境中卫星信号的视距传播导致其表现不佳。现有的室内定位技术RSS定位技术包括基于测距的定位与基于指纹的定位；前者通过RSS根据传播模型计算目标到信号源的距离实现定位，该方法在复杂室内环境下性能不佳；后者通过在不同地理位置测到的RSS向量作为对应位置的指纹，收集大量指纹构成指纹数据库，将实时采集到的指纹与数据库中的指纹进行比较来实现定位，这种方案需要专业人员采集大量的指纹，并且室内无线电环境具有动态性以致于采集到的指纹过时，例如，开关门、人群走动、室内布局变化、无线接入点位置变化等因素均会造成RSS较为剧烈的变化。群智众包的指纹采集技术为解决现场勘测人力成本高与指纹更新难的问题提供了思路，将离线阶段的指纹采集工作转移到大量的普通用户上从而减少工作量，具体地，采集用户携带终端设备所经过的轨迹上的传感器与Wi-Fi测量数据作为众包轨迹测量序列，称之为众包轨迹，并可在众包轨迹中提取指纹。然而，将用户采集到的指纹标注到某个位置上是个具有挑战性的工作，一种方案为服务提供商通过某种激励措施促使用户将采集到的RSS指纹标注到具体的位置上，但该方案依然基于人工采集，并且面临恶意标注或无意错误标注的问题。室内地标提供了一种物理空间和信号空间相对准确的映射，为众包指纹的标注提供了一种可能。地标指的是某些具有特定结构或指纹特征的物理位置，如转角、电梯、楼梯等。通过这种特定结构或指纹特征来识别出相应的物理位置即为地标检测。近年来，有些研究学者提出了一些地标检测以及通过地标进行辅助定位的方案，譬如基于陀螺仪的峰值检测方法以及基于数字罗盘的邻近窗口角度差的方法，但这些方法面临姿态多样与伪转角的问题；姿态多样指的是行人持有终端设备的方式可能不同，不同姿态下传感器测量数据有显著的不同；伪转角问题指的是行人经过转角时传感器信号体现出的特征与行人折返、切换姿态时的特征接近，峰值检测等方案对于有多姿态与伪转角干扰的数据集上性能不佳甚至会失去识别能力。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于众包轨迹的室内转角地标的匹配及识别方法，其目的在于利用室内地标信息进行众包指纹标注，解决目前转角地标识别方法中行人多姿态与伪转角问题导致的识别性能不佳的问题。为实现上述目的，按照本专利技术的一个方面，提供了一种基于众包轨迹的室内转角地标的匹配方法，包括如下步骤：(1)在给定目标区域的室内布局图中标记出所有的转角，记录各转角的二维坐标信息；(2)在给定目标区域中设置N个信号源，使得用户终端在目标区域中的任何位置都能接收到来自至少一个信号源的信号；用户终端采集测量数据构成传感器测量序列，并根据预设长度的时间窗口将传感器测量序列分段；(3)采集给定区域内已标注与未标注的轨迹，根据各时间窗口所对应的轨迹是否经过转角对时间窗口进行标注，并将各时间窗口通过服务器保存到本地数据库；(4)在服务器端从已标注的时间窗口提取针对性的特征以训练姿态组识别分类器与转角识别分类器；利用已训练的姿态组识别分类器与转角识别分类器对未标注的时间窗口进行转角地标识别；(5)根据转角地标识别结果提取被标注为正类的时间窗口与被识别为正类的时间窗口作为信号指纹，构成RSS矩阵；(6)将上述RSS矩阵进行降维处理，对各维度矩阵分别进行聚类与匹配；(7)根据各维度下的聚类与匹配结果，将无效指纹过滤，将有效众包指纹匹配到转角地标。优选地，上述基于众包轨迹的室内转角地标匹配方法，其步骤(2)包括如下子步骤：(2.1)用户终端采集获得线性加速度序列L、重力加速度序列G、陀螺仪测量序列R、磁力计测量序列C、方位计测量序列M；根据采集到的这些测量数据构成传感器测量序列S＝<L,G,R,C,M>；(2.2)按照预设的长度设置时间窗口Wi＝＜si,ri＞；其中，si表示第i个时间窗口的传感器测量序列，ri＝(ri1,...,rin,...,riN)表示用户终端在第i个时间窗口接收到的N个信号源的指纹；rin表示第i个时间窗口从第n个信号源接收的信号强度；n＝1,2,...,N，i＝1,2,...,M；M为指时间窗口总数，M、K均为自然数。优选地，上述基于众包轨迹的室内转角地标的匹配方法，其步骤(3)包括如下子步骤：(3.1)根据各时间窗口所对应的轨迹是否经过转角将时间窗口标注为正类或是负类；本专利技术中，将经过了转角的时间窗口定义为正类，将未经过任何转角的时间窗口定义为负类；(3.2)用户终端采集到时间窗口Wi下的传感器测量序列si及指纹ri并上传到服务器，服务器将接收到的时间窗口保存在本地数据库中；(3.3)根据时间窗口的类别是否标注，分别构成类别已标注窗口集Wl与类别未标注窗口集Wu；并对已标注类别的时间窗口标注其行进姿态信息，包括发送信息、电话、摆动和/或置于口袋；其中，表示已标注类别的窗口，表示未标注类别的窗口，L表示已标注窗口的数量，L＜＜M。优选地，上述基于众包轨迹的室内转角地标的匹配方法，其步骤(4)包括如下子步骤：(4.1)对类别已标注窗口集Wl中的任意时间窗口Wi进行特征提取，由所提取到的特征构成特征向量yi＝(yi1,...,yif,...,yiF)，其中F为特征向量的维度,1≤f≤F；(4.2)将人类行进姿态划分为相对于身体固定方位的姿态组A与相对于身体非固定方位的姿态组B；根据姿态组A、B之间的差异从特征向量yi中选择特征：具体地，对传感器测量序列S＝＜L,G,R,C,M＞选取方差、平均绝对误差、FFT能量，对序列L,G取均值，对序列L,G,R取均方值，构成特征向量并利用特征向量训练出姿态组识别分类器P-Detector；(4.3)对相对于身体固定方位的姿态组A与相对于身体非固定方位的姿态组B，分别训练针对性的转角识别分类器：(I)对于所述姿态组A，从特征向量yi提取特征来训练转角识别分类器A-Detector；特征包括：从磁力计测量序列C、方位计测量序列M中分别提取的方差、平均绝对误差以及时间窗口初值与末值差的绝对值；从线性加速度序列L、重力加速度序列G利用以下公式提取的转向轴：axismax,i＝argmax(accx,i,accy,i,accz,i)；其中，(accx,i,accy,i,accz,i)为加速计三轴测量序列中第i个测量值；以及转向轴角速度序列的极差、方差，平均绝对误差、SMA、均方根、平均值、最大值、最小值；其中，转向轴角速度序列从陀螺仪测量序列R提取获得；(II)对于姿态组B，直接采用特征向量yi来训练转角识别分类器B-Detector；(4.4)对于类别未标注窗口集Wu的时间窗口Wi，提取特征通过姿态组识别分类器P-Detector识别出该时间窗口处于姿态组A还是姿态组B；如果为前者，则提取特征采用转角识别分类器A-Detector识别出该窗口是否属于某个转角，否则提取特征yi采用转角识别分类器B-Detector进行识别，得到未标注窗口集的识别结果本文档来自技高网...

【技术保护点】
一种基于众包轨迹的室内转角地标匹配方法，其特征在于，包括如下步骤：(1)在给定的目标区域的室内布局图中标记出所有的转角，获取各转角的二维坐标信息；(2)在给定的目标区域中设置N个信号源，使得用户终端在所述目标区域的任何位置都能接收到来自至少一个信号源的信号；通过用户终端采集测量数据构成传感器测量序列，并根据预设长度将所述传感器测量序列划分为多个时间窗口；N为自然数；(3)采集给定区域内已标注与未标注的轨迹，根据各时间窗口所对应的轨迹是否经过转角对时间窗口进行标注，并将各时间窗口通过服务器保存到本地数据库；(4)在服务器端从已标注的时间窗口提取针对性的特征以训练姿态组识别分类器与转角识别分类器；利用已训练的姿态组识别分类器与转角识别分类器对未标注的时间窗口进行转角地标识别；(5)根据转角地标识别结果提取被标注为正类的时间窗口与被识别为正类的时间窗口作为信号指纹，构成RSS矩阵；(6)将所述RSS矩阵进行降维处理，对各维度矩阵分别进行聚类与匹配；(7)根据各维度下的聚类与匹配结果，将无效指纹过滤，将有效众包指纹匹配到转角地标。

【技术特征摘要】
1.一种基于众包轨迹的室内转角地标匹配方法，其特征在于，包括如下步骤：(1)在给定的目标区域的室内布局图中标记出所有的转角，获取各转角的二维坐标信息；(2)在给定的目标区域中设置N个信号源，使得用户终端在所述目标区域的任何位置都能接收到来自至少一个信号源的信号；通过用户终端采集测量数据构成传感器测量序列，并根据预设长度将所述传感器测量序列划分为多个时间窗口；N为自然数；(3)采集给定区域内已标注与未标注的轨迹，根据各时间窗口所对应的轨迹是否经过转角对时间窗口进行标注，并将各时间窗口通过服务器保存到本地数据库；(4)在服务器端从已标注的时间窗口提取针对性的特征以训练姿态组识别分类器与转角识别分类器；利用已训练的姿态组识别分类器与转角识别分类器对未标注的时间窗口进行转角地标识别；(5)根据转角地标识别结果提取被标注为正类的时间窗口与被识别为正类的时间窗口作为信号指纹，构成RSS矩阵；(6)将所述RSS矩阵进行降维处理，对各维度矩阵分别进行聚类与匹配；(7)根据各维度下的聚类与匹配结果，将无效指纹过滤，将有效众包指纹匹配到转角地标。2.如权利要求1所述的室内转角地标匹配方法，其特征在于，所述步骤(2)包括如下子步骤：(2.1)用户终端采集获得线性加速度序列L、重力加速度序列G、陀螺仪测量序列R、磁力计测量序列C、方位计测量序列M；根据采集到的这些测量数据构成传感器测量序列S＝<L,G,R,C,M>；(2.2)按照预设的长度设置时间窗口Wi＝＜si,ri＞；其中，si表示第i个时间窗口的传感器测量序列，ri＝(ri1,...,rin,...,riN)表示用户终端在第i个时间窗口接收到的N个信号源的指纹；rin表示第i个时间窗口从第n个信号源接收的信号强度；n＝1,2,...,N，i＝1,2,...,M；M为指时间窗口总数，M、K均为自然数。3.如权利要求2所述的室内转角地标匹配方法，其特征在于，所述步骤(3)包括如下子步骤：(3.1)根据各时间窗口所对应的轨迹是否经过转角将时间窗口标注为正类或是负类；(3.2)用户终端采集时间窗口Wi下的传感器测量序列si及指纹ri并上传到服务器，服务器将接收到的时间窗口保存在本地数据库中；(3.3)根据时间窗口的类别是否标注，构成类别已标注窗口集Wl与类别未标注窗口集Wu；并对已标注类别的时间窗口标注其行进姿态信息；其中，表示已标注类别的时间窗口，表示未标注类别的时间窗口，L表示已标注类别的时间窗口的数量，L＜＜M。4.如权利要求3所述的室内转角地标匹配方法，其特征在于，所述步骤(4)包括如下子步骤：(4.1)对类别已标注窗口集Wl中的任意时间窗口Wi进行特征提取，由所提取到的特征构成特征向量yi＝(yi1,...,yif,...,yiF)；(4.2)将人类行进姿态划分为相对于身体固定方位的姿态组A与相对于身体非固定方位的姿态组B；根据姿态组A、B之间的差异从所述特征向量yi中选择特征，得到特征向量并利用所述特征向量训练出姿态组识别分类器P-Detector；(4.3)对所述相对于身体固定方位的姿态组A与相对于身体非固定方位的姿态组B，分别训练针对性的转角识别分类器，具体包括如下步骤：(I)对于所述姿态组A，从特征向量yi提取特征来训练转角识别分类器A-Detector；所述特征包括：从磁力计测量序列C、方位计测量序列M中分别提取的方差、平均绝对误差以及时间窗口初值与末值差的绝对值；从线性加速度序列L、重力加速度序列G利用以下公式提取的转向轴：axismax,i＝argmax(accx,i,accy,i,accz,i)；其中，(accx,i,accy,i,accz,i)为加速计三轴测量序列中第i个测量值；以及转向轴角速度序列的极差、方差，平均绝对误差、S...

【专利技术属性】
技术研发人员：王邦，孙宇辰，王忠思，刘文予，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北,42