一种iBeacon辅助地磁室内实景导航方法技术

本发明专利技术公开了一种iBeacon辅助地磁室内实景导航的方法，离线阶段，利用智能手机采集定位区域内的地磁指纹，服务端利用深度学习中的卷积神经网络算法(CNN)对采集的指纹数据进行训练。在线阶段，客户端将当前采集的地磁指纹上传到服务器，服务端利用CNN训练模型对指纹信息进行分类识别，从而获得当前用户的位置信息；同时，在室内复杂地形处部署iBeacon基站来对地磁导航进行校正，且对iBeacon辅助定位信号进行卡尔曼滤波以解决其波动问题；最后，客户端通过位置及方向信息，在服务端数据库中获取相应位置的实景图片，实现实景导航。

A iBeacon aided geomagnetic indoor navigation method

The invention discloses a method of iBeacon aided geomagnetic indoor navigation, and off-line phase, using intelligent mobile phone to collect the geomagnetic fingerprint in the location area, and the server uses the convolution neural network algorithm (CNN) in depth learning to train the collected fingerprint data. In the online phase, the client uploads the current geomagnetic fingerprint to the server, and the server uses the CNN training model to classify and identify the fingerprint information so as to obtain the location information of the current user. At the same time, the iBeacon base station is deployed in the complex terrain to correct the geomagnetic navigation and the iBeacon auxiliary location signal. The Calman filter is used to solve the problem of its fluctuation; finally, the client obtains the actual scene picture in the server database through the position and direction information, and realizes the real navigation.

【技术实现步骤摘要】
一种iBeacon辅助地磁室内实景导航方法
本专利技术属于室内定位领域，尤其涉及一种iBeacon辅助的地磁室内实景导航方法。
技术介绍
目前，随着移动互联网时代的来临，室内环境中定位的需求日益增大，利用智能手机终端进行精确室内定位成为了研究热点。由于GPS信号收到建筑物的阻挡，在室内环境无法使用，所以多种定位方法相继被提出。常见的室内定位方法包括：超声波定位技术，Wi-Fi指纹技术，惯性传感器定位技术等。超声波定位技术采用三角测距原理进行定位，定位精度高，但缺点是易受到多径效应的影响，而且需要布置大量的基础设施，造价高。Wi-Fi指纹定位是应用最广泛的定位技术，它通过测量室内各个Wi-Fi热点的接收信号强度(RSSI)来实现定位。其优点不需要额外布置Wi-Fi设备，定位速度快；缺点在于采集指纹耗时费力，定位精度低。惯性传感器定位技术是在假设已知用户初始位置的情况下，利用手机的惯性传感器来测量用户的行走速度和方向，从而跟踪用户位置。其优点是不需要额外的基础设施，简单方便；缺点是容易产生累积误差，定位精度低。近来，提出了利用地磁指纹和iBeacon等新型的定位技术。在室内环境下，地磁场受到室内其他磁场源的影响，使得磁场发生扭曲，各个位置点的地磁信号都不相同，因此可以建立地磁指纹库进行定位。其优点是地磁信号稳定，不用重复采集；缺点是手机采集的地磁指纹是一个三维向量，它的采集跟行人姿态有关。已有方法不得不要求用户使用时固定手机朝向，使用不便。iBeacon信标定位将接收信号强度和阈值比较，得到定位结果。优点是简单可靠，缺点是接收信号强度值波动大，定位鲁棒性差。可以看到，地磁和iBeacon定位技术各有优缺点。为此，本专利技术融合二者的优点，结合基于增强现实的实景导航能够提供给用户更好视觉体验的特色，提出一种iBeacon辅助的地磁室内实景导航方法。
技术实现思路
本专利技术解决的技术问题是，提供一种iBeacon辅助的地磁室内实景导航方法，在iBeacon辅助定位中如何降低信标信号波动的影响，以及如何解决地磁定位对手机朝向的约束，达到提高室内导航的鲁棒性和精度的目的。本专利技术的基本原理为：先利用智能手机磁力计采集定位区域内不同路径的地磁指纹，然后在服务器端利用深度学习中卷积神经网络(CNN)对采集的指纹数据及其对应的位置数据进行离线训练。在线实时导航时，客户端应用软件把当前地点采集的地磁指纹传送到服务器。服务器利用CNN训练模型对采集的地磁指纹信息进行分类识别而获得当前用户的位置信息。同时，在室内复杂地形处部署iBeacon基站来对地磁导航进行校正，且对iBeacon辅助定位信号进行卡尔曼滤波来解决其波动问题。在iBeacon辅助的地磁导航过程中，采集增强现实方法引入实景图片，从而实现实景导航，提高了用户体验。为实现上述目的，本专利技术采用如下的技术方案：一种iBeacon辅助的地磁室内实景导航方法，，包括以下步骤：步骤1：离线阶段，采集定位区域内不同位置的地磁、图像、方向信息，并记下其对应的地理位置坐标信息；步骤2：把地磁、图像、方向信息和相应的地理位置信息传送到web服务器；步骤3：把位置、方向和图像信息保存到服务器端的关系型数据库中；步骤4：服务器端利用多层卷积神经网络对采集的地磁指纹及位置信息进行训练，得出最接近实际位置标签的定位模型；步骤5：在室内定位区域内地形复杂处部署iBeacon信标，并对iBeacon信标广播消息进行设置；步骤6：在线实时导航时，把当前地点采集的指纹和方向信息传送到服务器；步骤7：在线导航分为正常情况和复杂情况；在正常情况下，采用步骤4得到的定位模型进行定位；步骤8：在复杂情况下，即用户处在室内复杂地形位置时，采用iBeacon信标进行辅助定位；用户智能终端接收iBeacon信标发送的广播消息，先利用卡尔曼滤波器进行滤波，使得接收的广播信号强度更加稳定；步骤9：当客户端接收到多个iBeacon信标发送的广播消息后，判断广播消息的接收信号强度(RSSI)值是否大于信标的预设阈值，若接收到的广播信息的RSSI值大于预设阈值时，选择RSSI值最大的广播消息，并把广播中包含的iBeacon信标位置信息作为行人的当前位置；步骤10：当行人进入实景导航模式时，利用智能移动终端的方向传感器计算出行人行走方向；步骤11：智能终端根据方向和当前位置获取服务器数据库中的实景图片，并将其在终端显示，从而完成实景导航。作为优选，步骤4具体为：首先对定位区域进行网格划分，将定位区域看成一个二维空间，将其分成多个大小相同的网格，并为每个网格分配对应的用于训练的位置标签，将步骤2中上传的位置信息和地磁指纹与相应的网格相对应，并把该网格的位置标签和地磁指纹数据作为一组训练样本数据，生成训练数据集；然后，依次将训练数据集中的每一组训练样本数据中的指纹数据输入所述卷积神经网络的数据输入层，经过所述卷积神经网络输出相对应的训练结果；依次将训练结果与其对应的位置标签进行比较，根据比较结果调整参数设置，最终得出最接近实际位置标签的定位模型。作为优选，步骤7具体为：首先利用定位模型的网络层计算指纹数据，并通过定位模型的输出层输出位置预测集，所述位置预测集包括预测位置标签与对应的概率值，最后将所属位置预测集中概率值最大的预测位置标签所对应的位置确定为用户的位置。本专利技术提出的方法中，采用深度学习算法对地磁指纹训练后进行分类识别，可以寻找到最匹配的地磁指纹而提高了定位精度。同时，在电梯等复杂地形处部署iBeacon信标来校正定位，且采用卡尔曼滤波解决iBeacon信号的波动问题。总体来看，所提iBeacon辅助的地磁实景导航方法具有更好的鲁棒性，且易于部署，用户体验度高。附图说明图1为本专利技术的离线阶段；图2为本专利技术的在线阶段；图3为本专利技术的训练阶段；图4为本专利技术的定位阶段。具体实施方式下面具体描述本专利技术的实施方式。本专利技术提出的一种iBeacon辅助地磁室内实景导航方法，分为离线阶段和在线阶段，分别对应图1和图2，包括以下实施步骤：步骤1：离线阶段，如图1，分别利用不同类型智能手机的磁力计、摄像头、陀螺仪采集定位区域内不同位置的地磁、图像、方向信息，并记下其对应的地理位置坐标信息。步骤2：把地磁、图像、方向信息和相应的地理位置信息传送到web服务器。步骤3：把位置、方向和图像信息保存到服务器端的关系型数据库中。步骤4：服务器端利用多层卷积神经网络对采集的地磁指纹及位置信息进行训练，训练过程如图3所示，首先对定位区域进行网格划分，将定位区域看成一个二维空间，将其分成多个大小相同的网格，并为每个网格分配对应的用于训练的位置标签，将步骤2中上传的位置信息和地磁指纹与相应的网格相对应，并把该网格的位置标签和地磁指纹数据作为一组训练样本数据，生成训练数据集。然后，依次将训练数据集中的每一组训练样本数据中的指纹数据输入所述卷积神经网络的数据输入层，经过所述卷积神经网络输出相对应的训练结果。依次将训练结果与其对应的位置标签进行比较，根据比较结果调整参数设置，最终得出最接近实际位置标签的定位模型。步骤5：在室内定位区域内地形复杂处部署iBeacon信标，并对iBeacon信标广播消息进行设置；设置的每个iBeacon信标的广播消息包括自身所在的位置本文档来自技高网...

【技术保护点】
一种iBeacon辅助的地磁室内实景导航方法，其特征在于，包括以下步骤：步骤1：离线阶段，采集定位区域内不同位置的地磁、图像、方向信息，并记下其对应的地理位置坐标信息；步骤2：把地磁、图像、方向信息和相应的地理位置信息传送到web服务器；步骤3：把位置、方向和图像信息保存到服务器端的关系型数据库中；步骤4：服务器端利用多层卷积神经网络对采集的地磁指纹及位置信息进行训练，得出最接近实际位置标签的定位模型；步骤5：在室内定位区域内地形复杂处部署iBeacon信标，并对iBeacon信标广播消息进行设置；步骤6：在线实时导航时，把当前地点采集的指纹和方向信息传送到服务器；步骤7：在线导航分为正常情况和复杂情况；在正常情况下，采用步骤4得到的定位模型进行定位；步骤8：在复杂情况下，即用户处在室内复杂地形位置时，采用iBeacon信标进行辅助定位；用户智能终端接收iBeacon信标发送的广播消息，先利用卡尔曼滤波器进行滤波，使得接收的广播信号强度更加稳定；步骤9：当客户端接收到多个iBeacon信标发送的广播消息后，判断广播消息的接收信号强度(RSSI)值是否大于信标的预设阈值，若接收到的广播信息的RSSI值大于预设阈值时，选择RSSI值最大的广播消息，并把广播中包含的iBeacon信标位置信息作为行人的当前位置；步骤10：当行人进入实景导航模式时，利用智能移动终端的方向传感器计算出行人行走方向；步骤11：智能终端根据方向和当前位置获取服务器数据库中的实景图片，并将其在终端显示，从而完成实景导航。...

【技术特征摘要】
1.一种iBeacon辅助的地磁室内实景导航方法，其特征在于，包括以下步骤：步骤1：离线阶段，采集定位区域内不同位置的地磁、图像、方向信息，并记下其对应的地理位置坐标信息；步骤2：把地磁、图像、方向信息和相应的地理位置信息传送到web服务器；步骤3：把位置、方向和图像信息保存到服务器端的关系型数据库中；步骤4：服务器端利用多层卷积神经网络对采集的地磁指纹及位置信息进行训练，得出最接近实际位置标签的定位模型；步骤5：在室内定位区域内地形复杂处部署iBeacon信标，并对iBeacon信标广播消息进行设置；步骤6：在线实时导航时，把当前地点采集的指纹和方向信息传送到服务器；步骤7：在线导航分为正常情况和复杂情况；在正常情况下，采用步骤4得到的定位模型进行定位；步骤8：在复杂情况下，即用户处在室内复杂地形位置时，采用iBeacon信标进行辅助定位；用户智能终端接收iBeacon信标发送的广播消息，先利用卡尔曼滤波器进行滤波，使得接收的广播信号强度更加稳定；步骤9：当客户端接收到多个iBeacon信标发送的广播消息后，判断广播消息的接收信号强度(RSSI)值是否大于信标的预设阈值，若接收到的广播信息的RSSI值大于预设阈值时，选择RSSI值最大的广播消息，并把广播中包含的iBeac...

【专利技术属性】
技术研发人员：黎海涛，张俊峰，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11