【技术实现步骤摘要】
一种室内定位环境特征点提取方法
本专利技术涉及室内定位
,更具体的,涉及一种室内定位环境特征点提取方法。
技术介绍
北斗卫星导航系统在国民经济和社会发展多个领域被广泛应用,但由于卫星信号在室内区域受到遮挡和干扰,室内空间内的定位问题却没有得到解决。因此不少室内空间并没有室内地图数据,即使有室内地图也可能存在地图数据老旧等问题。随着智能手机终端的普及,业界已经意识到以智能手机为智能终端融合泛在无线信号(包括蜂窝信号、WiFi信号、蓝牙信号等)、多源数据(室内地图、位置指纹库、图像等)以解决室内定位问题。在利用这些信号和数据定位之前,需要进行必要的准备工作,比如建立信号传播模型,绘制室内地图,构建位置指纹库与定位环境特征点库等。本专利技术针对面向室内定位与导航的环境特征点的构建问题,提出利用二维LiDAR点云和采集者轨迹数据识别室内空间环境,进而标定泛在无线信号强度序列峰值,构建室内定位环境特征点,增强室内定位与导航。
技术实现思路
本专利技术为了解决现有技术中卫星信号在室内区域受到遮挡和干扰,无法准确定位室内空间的问题,本专利技术提供了一种室内定位环境特征点提取方法,其通过利用无线通讯设备发射的无线信号的能量损耗表征与建筑物内部环境有关,所述的能量损耗在室内定位中通常用接收信号强度(ReceivedSignalStrengthIndicator,RSSI),接收信号强度在室内空间的分布呈现出与室内空间结构有较强的相关性。室内空间由多个空间结构组成,包括房间、走廊等,由于墙壁等障碍物的阻隔每个空间中会形成数个RSSI特征点,这些特征点就是室内定位环境特征点。 ...
【技术保护点】
1.一种室内定位环境特征提取方法,其特征在于:所述该方法包括以下步骤:S1:确定起始时刻智能终端坐标系与世界坐标系的关系,获取坐标转换矩阵;校准智能终端和二维LiDAR采集设备的时间,利用二维LiDAR采集设备获取室内空间的二维LiDAR点云数据,利用智能终端获取设置在室内的无线通讯设备泛在无线信号的RSSI;S2:利用行人航迹推算技术解算智能终端内置的传感器数据,从而获取采集者轨迹;在获取无线信号RSSI和采集者轨迹后,以采集者轨迹采样率为基础,按照采集时刻将采集者轨迹与无线信号RSSI一一关联,剔除采集时刻无法对应的残缺数据;S3:从二维LiDAR点云数据中提取直线特征,以扫描周期为单位划分点云,根据每个扫描周期的点云进行处理;所述的处理包括点云分割和直线特征参数估计;根据点云分割处理获取点云分割点,将点云分成若干个点集,点集中点的数目少于设定阈值c0或组成的直线长度小于设定阈值l0将被舍弃;S4:采用断点检测和角点检测对获取的采集者轨迹进行轨迹处理,提取采集者轨迹中的直线部分;根据角点检测检验出角点后,将对应点集根据角点再次划分,得到划分之后的每一部分轨迹点集;结合二维LiDAR ...
【技术特征摘要】
1.一种室内定位环境特征提取方法,其特征在于:所述该方法包括以下步骤:S1:确定起始时刻智能终端坐标系与世界坐标系的关系,获取坐标转换矩阵;校准智能终端和二维LiDAR采集设备的时间,利用二维LiDAR采集设备获取室内空间的二维LiDAR点云数据,利用智能终端获取设置在室内的无线通讯设备泛在无线信号的RSSI;S2:利用行人航迹推算技术解算智能终端内置的传感器数据,从而获取采集者轨迹;在获取无线信号RSSI和采集者轨迹后,以采集者轨迹采样率为基础,按照采集时刻将采集者轨迹与无线信号RSSI一一关联,剔除采集时刻无法对应的残缺数据;S3:从二维LiDAR点云数据中提取直线特征,以扫描周期为单位划分点云,根据每个扫描周期的点云进行处理;所述的处理包括点云分割和直线特征参数估计;根据点云分割处理获取点云分割点,将点云分成若干个点集,点集中点的数目少于设定阈值c0或组成的直线长度小于设定阈值l0将被舍弃;S4:采用断点检测和角点检测对获取的采集者轨迹进行轨迹处理,提取采集者轨迹中的直线部分;根据角点检测检验出角点后,将对应点集根据角点再次划分,得到划分之后的每一部分轨迹点集;结合二维LiDAR点云数据中提取的直线特征与采集者轨迹中的直线部分,判断室内空间结构类型;S5:通过以上步骤确定室内空间结构之后,将目标空间结构内的轨迹与RSSI序列根据采集时刻进行匹配标定,提取基于位置的RSSI序列,对RSSI序列进行处理,提取RSSI峰值,构建室内定位环境特征点。2.根据权利要求1所述的室内定位环境特征提取方法,其特征在于:步骤S1,所述确定起始时刻智能终端坐标系与世界坐标系的关系,获取坐标转换矩阵,具体如下:所述的世界坐标系和智能终端坐标系都是空间笛卡尔直角坐标系,所述的智能终端坐标系由世界坐标系旋转和平移得到,假设世界坐标系先绕Z轴旋转角度ψ,再绕Y轴旋转角度最后绕X轴旋转角度θ,那么旋转矩阵是式中,Rz、Ry、Rx分别为绕Z、Y、X轴的旋转矩阵;旋转之后,再将坐标系原点平移就能得到智能终端坐标系,平移向量为:T=[ΔxΔyΔz]T式中,Δx、Δy、Δz分别为沿着X、Y、Z轴的平移量;最终,坐标转换矩阵可以写为Xl=RXg+T式中,Xl表示智能终端坐标系中的三维坐标向量;Xg表示世界坐标系中的三维坐标向量。3.根据权利要求2所述的室内定位环境特征提取方法,其特征在于:步骤S3,利用卡尔曼滤波进行点云分割,包括以下步骤:状态量Xk设为激光测距值rk和随扫描角度变化的测距值变化率即式中:α表示扫描角度、k表示时刻;状态在不同时刻使用以下公式计算:根据以上步骤,建立离散系统模型:其中,Zk为观测量,为激光实际测距值;wk-1和vk-1高斯噪声,方差分别为Qk-1和Rk-1;F为状态迁移矩阵和H为观测矩阵:H=[10]通过以上步骤求得状态迁移矩阵F和观测矩阵H,根据卡尔曼滤波理论和统计检验方法,点云分割的具体算法如下:初始化滤波:FORk=1:N计算滤波预测值:计算新息及其协方差:计算判别量利用χ2检验判断分割点,Dthd为χ2检验阈值:标记并提取分...
【专利技术属性】
技术研发人员:吴东金,夏林元,耿继军,彭清漪,
申请(专利权)人:中山大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。