基于Wi-Fi位置指纹的室内停车系统技术方案

本发明专利技术公开了一种基于Wi‑Fi位置指纹的室内停车系统，所述系统包括用户服务模块和系统管理模块；所述用户服务模块中设有停车服务模块和位置估计模块，所述停车服务模块用于用户的停车服务，所述位置估计模块基于WIFI位置指纹的室内定位用于帮助用户在停车场中快速寻找到自己车辆的所在位置以及自己的所在位置；所述系统管理模块中设有用户管理模块和停车场管理模块；所述用户管理模块中用于管理用户的信息；本发明专利技术可以使用户享有便捷的停车、定位服务以及方便管理人员对停车管进行管理，具有使用方便、定位准确和管理效率高的特点。

Indoor parking system based on Wi Fi location fingerprint

【技术实现步骤摘要】
基于Wi-Fi位置指纹的室内停车系统
本专利技术涉及停车场室内定位
，具体为一种基于Wi-Fi位置指纹的室内停车系统。
技术介绍
随着我国城市汽车保有量的不断增加，城市“停车难”问题日益凸显。与此同时，室内停车场的结构设计越发复杂，造成车主在室内停车场中经常出现迷失位置及反向寻车难等问题，人们对室内位置服务的需求越来越大。而且当停车场内大部分停车位都被占用，没有被占用的停车位就更加的难以在众多的汽车中间找到，使得停车场工作人员无法知道哪些停车位是没有被占用的空闲状态，同时，后续要到该停车场停车的汽车车主也不知道哪些地方有空闲状态的停车位，汽车车主会在停车场来来回回反复找，这样给室内停车场工作人员以及汽车车主都带来了很大的麻烦，停车场必须增加更多的工作人员才能对这种现象进行一定的缓解处理，比较浪费人力和时间，但是这种增加人手的办法还是不能统一有效地对室内停车场的状态进行控制管理。随着Wi-Fi技术的快速发展及其领域应用的不断深入，基于Wi-Fi位置指纹的室内定位技术成为了现阶段位置服务领域的研究热点。然而在实际应用中，当Wi-Fi信号遇到障碍物时容易出现反射等现象，造成信号在传播过程中存在多径效应，导致接收信号强度发生波动，对室内位置估计精度造成影响。因此，如何将基于WI-FI位置指纹运动到停车场，方便用户享有便捷的停车、定位服务以及方便管理人员对停车管进行管理是申请人亟待解决的问题。
技术实现思路
本专利技术的目的在于，提供一种基于Wi-Fi位置指纹的室内停车系统。本专利技术可以使用户享有便捷的停车、定位服务以及方便管理人员对停车管进行管理，具有使用方便、定位准确和管理效率高的特点。本专利技术的技术方案：基于Wi-Fi位置指纹的室内停车系统，所述系统包括用户服务模块和系统管理模块；所述用户服务模块中设有停车服务模块和位置估计模块，所述停车服务模块用于用户的停车服务，包括停车场查询服务、停车场预约服务、历史预约查询服务以及自动结账服务；所述位置估计模块基于WIFI位置指纹的室内定位用于帮助用户在停车场中快速寻找到自己车辆的所在位置以及自己的所在位置；所述基于WIFI位置指纹的室内定位是通过用多个无线接入点对室内进行无线信号覆盖，并收集室内不同位置处的信号强度，每个位置处的信号强度与该位置的实际物理坐标一一对应形成位置指纹，由此构建得到位置指纹数据库；使用分层聚类策略对位置指纹数据库中的位置指纹进行划分；将来自不同无线接入点的信号强度按照值的大小进行排序，并按照排序后的顺序划分出不同的群集，若经过一次划分后的群集的范围依旧很大，则根据群集的范围内的信号强度大小再次进行排序，并对群集再次进行划分，最终将整个定位区域划分为多个范围较小的集群，针对每一个集群，对其中的位置指纹进行小波散射变换，得到小波散射系数模量，再将系数模量与该位置指纹对应的物理坐标共同作为DNN模型的输入，完成DNN模型的训练；在线定位阶段，用户在待定位目标点由终端设备采集来自室内各个无线接入点的接收信号强度，组成信号强度序列；将信号强度序列根据分层聚类策略与预先设置的位置指纹数据库进行匹配，找到位置指纹数据库中对应的集群后，将待定位目标点的接收信号强度进行小波散射变换，得到系数模量；将系数模量作为该集群对应的DNN模型的输入，对待定位目标点进行位置定位；所述系统管理模块中设有用户管理模块和停车场管理模块；所述用户管理模块中用于管理用户的信息，包括用于个人基本信息管理、用户停车记录管理以及用户反馈信息管理；所述停车场管理模块用于管理停车场，包括停车场基本信息管理、设备管理以及停车记录管理。上述的基于Wi-Fi位置指纹的室内停车系统，所述系统内设置有依次连接的前端页面、控制器、业务逻辑层、数据持久层以及数据层；所述控制器、业务逻辑层、数据持久层以及数据层分别与DNN模型连接；所述用户服务模块或系统管理模块通过前端页面发送数据请求至对应的控制器，然后由控制器将数据请求转发至对应的业务逻辑层并加载DNN模型，业务逻辑层收到DNN模型的实体类后，根据实体类对其进行分析，将需要对数据进行的操作发往数据持久层，数据持久层与数据库进行数据交互，得到的数据将被封装在实体类中，返回至业务逻辑层，并由业务逻辑层返回至控制器，最终数据来到前端页面，由前端页面渲染显示。前述的基于Wi-Fi位置指纹的室内停车系统，所述的数据层内设有多个数据库以及位置指纹数据库，用于保存用户在使用系统的过程中所产生的各类实体，所述实体包括用户、位置信息、预约信息、停车场、反馈信息和设备；所述用户实体内设有用户id、账号、密码、邮箱、身份证和手机号码；所述预约信息实体内设有停车场id、用户id、预约时间、开始时间、结束时间和消费金额；所述反馈信息实体内设有停车场id、用户id、反馈时间和反馈内容；所述位置信息实体内设有用户id、位置指纹、定位时间、停车场id、停车场位置；所述停车场实体内设有停车场id、所属省份、所属市、所属区、经度、纬度、邮箱、座机号码、手机号码、地址、车位总数、空余车位、收费标准和所属机构；所述设备实体内设有停车场id、设备名和设备数量；前述的基于Wi-Fi位置指纹的室内停车系统，所述位置估计模块将待定位目标点的接收信号强度组成的信号强度序列传输至控制器，控制器对其进行小波散射变换，得到系数模量，然后将系数模量作为DNN模型的输入具体步骤包括：设位置指纹数据库中第i个位置指纹的信号强度序列为RSSIi＝{rssi1，rssi2，rssi3，......rssin}，其中n为室内中的无线接入点的数量，则小波散射变换公式如下所示：其中|RSSIi*ψ|表示取模运算，ψ表示小波函数，表示低通滤波器；上述公式中使用的小波函数ψ为母小波，其在不同尺度下的表示形式存在很大差异，生成的小波基函数也不相同，小波基函数由母小波和尺度函数共同构成，而不同尺度下的小波基函数对原始信号进行不同尺度的分解，从而得到原始信号在不同尺度下的特征；在尺度为a，时间位移为τ时的小波基函数为：在得到不同尺度的小波基函数后，假设接收信号强度为f(t)，则对应的小波散射变换公式为：将Morlet小波函数作为母小波，Morlet小波函数为：其中，A和B为常量，ω表示频率，i表示复数；在进行不同尺度下的小波散射变换时，需要对母小波进行尺度上的扩展，以形成小波基函数：ψj(t)＝2-j*ψ(2-j*t)；其中，j表示尺度因子，其值为正整数，并且不能超过小波散射变换的最大散射量级；在得到了扩展Morlet小波函数后，对尺度函数同样进行扩展，其扩展形式为：最后，根据扩展小波函数和扩展尺度函数，可以得到信号强度序列RSSIi的小波散射变换的一般表达式：选取零阶小波散射变换所得到的系数模量作为DNN模型的输入，零阶小波散射系数模量的计算为：在得到零阶小波散射系数模量后，其余高阶小波本文档来自技高网...

【技术保护点】
1.基于Wi-Fi位置指纹的室内停车系统，其特征在于：所述系统包括用户服务模块和系统管理模块；/n所述用户服务模块中设有停车服务模块和位置估计模块，所述停车服务模块用于用户的停车服务，包括停车场查询服务、停车场预约服务、历史预约查询服务以及自动结账服务；所述位置估计模块基于WIFI位置指纹的室内定位用于帮助用户在停车场中快速寻找到自己车辆的所在位置以及自己的所在位置；/n所述系统管理模块中设有用户管理模块和停车场管理模块；所述用户管理模块中用于管理用户的信息，包括用于个人基本信息管理、用户停车记录管理以及用户反馈信息管理；所述停车场管理模块用于管理停车场，包括停车场基本信息管理、设备管理以及停车记录管理；/n所述基于WIFI位置指纹的室内定位是通过用多个无线接入点对室内进行无线信号覆盖，并收集室内不同位置处的信号强度，每个位置处的信号强度与该位置的实际物理坐标一一对应形成位置指纹，由此构建得到位置指纹数据库；使用分层聚类策略对位置指纹数据库中的位置指纹进行划分；将来自不同无线接入点的信号强度按照值的大小进行排序，并按照排序后的顺序划分出不同的群集，若经过一次划分后的群集的范围依旧很大，则根据群集的范围内的信号强度大小再次进行排序，并对群集再次进行划分，最终将整个定位区域划分为多个范围较小的集群，针对每一个集群，对其中的位置指纹进行小波散射变换，得到小波散射系数模量，再将系数模量与该位置指纹对应的物理坐标共同作为DNN模型的输入，完成DNN模型的训练；/n在线定位阶段，用户在待定位目标点由终端设备采集来自室内各个无线接入点的接收信号强度，组成信号强度序列；将信号强度序列根据分层聚类策略与预先设置的位置指纹数据库进行匹配，找到位置指纹数据库中对应的集群后，将待定位目标点的接收信号强度进行小波散射变换，得到系数模量；将系数模量作为该集群对应的DNN模型的输入，对待定位目标点进行位置定位。/n...

【技术特征摘要】
20191204 CN 20191122470841.基于Wi-Fi位置指纹的室内停车系统，其特征在于：所述系统包括用户服务模块和系统管理模块；
所述用户服务模块中设有停车服务模块和位置估计模块，所述停车服务模块用于用户的停车服务，包括停车场查询服务、停车场预约服务、历史预约查询服务以及自动结账服务；所述位置估计模块基于WIFI位置指纹的室内定位用于帮助用户在停车场中快速寻找到自己车辆的所在位置以及自己的所在位置；
所述系统管理模块中设有用户管理模块和停车场管理模块；所述用户管理模块中用于管理用户的信息，包括用于个人基本信息管理、用户停车记录管理以及用户反馈信息管理；所述停车场管理模块用于管理停车场，包括停车场基本信息管理、设备管理以及停车记录管理；
所述基于WIFI位置指纹的室内定位是通过用多个无线接入点对室内进行无线信号覆盖，并收集室内不同位置处的信号强度，每个位置处的信号强度与该位置的实际物理坐标一一对应形成位置指纹，由此构建得到位置指纹数据库；使用分层聚类策略对位置指纹数据库中的位置指纹进行划分；将来自不同无线接入点的信号强度按照值的大小进行排序，并按照排序后的顺序划分出不同的群集，若经过一次划分后的群集的范围依旧很大，则根据群集的范围内的信号强度大小再次进行排序，并对群集再次进行划分，最终将整个定位区域划分为多个范围较小的集群，针对每一个集群，对其中的位置指纹进行小波散射变换，得到小波散射系数模量，再将系数模量与该位置指纹对应的物理坐标共同作为DNN模型的输入，完成DNN模型的训练；
在线定位阶段，用户在待定位目标点由终端设备采集来自室内各个无线接入点的接收信号强度，组成信号强度序列；将信号强度序列根据分层聚类策略与预先设置的位置指纹数据库进行匹配，找到位置指纹数据库中对应的集群后，将待定位目标点的接收信号强度进行小波散射变换，得到系数模量；将系数模量作为该集群对应的DNN模型的输入，对待定位目标点进行位置定位。


2.根据权利要求1所述的基于Wi-Fi位置指纹的室内停车系统，其特征在于：所述系统内设置有依次连接的前端页面、控制器、业务逻辑层、数据持久层以及数据层；所述控制器、业务逻辑层、数据持久层以及数据层分别与DNN模型连接；
所述用户服务模块或系统管理模块通过前端页面发送数据请求至对应的控制器，然后由控制器将数据请求转发至对应的业务逻辑层并加载DNN模型，业务逻辑层收到DNN模型的实体类后，根据实体类对其进行分析，将需要对数据进行的操作发往数据持久层，数据持久层与数据库进行数据交互，得到的数据将被封装在实体类中，返回至业务逻辑层，并由业务逻辑层返回至控制器，最终数据来到前端页面，由前端页面渲染显示。


3.根据权利要求2所述的基于Wi-Fi位置指纹的室内停车系统，其特征在于：所述的数据层内设有多个数据库以及位置指纹数据库，用于保存用户在使用系统的过程中所产生的各类实体，所述实体包括用户、位置信息、预约信息、停车场、反馈信息和设备；用户通过定位得到位置信息，并对停车场进行停车预约构成预约信息或对停车场进行反馈构成反馈信息，停车场接受预约信息或反馈信息后管理停车场内设备；
所述用户实体内设有用户id、账号、密码、邮箱、身份证和手机号码；
所述预约信息实体内设有停车场id、用户id、预约时间、开始时间、结束时间和消费金额；
所述反馈信息实体内设有停车场id、用户id、反馈时间和反馈内容；
所述位置信息实体内设有用户id、位置指纹、定位时间、停车场id、停车场位置；
所述停车场实体内设有停车场id、所属省份、所属市、所属区、经度、纬度、邮箱、座机号码、手机号码、地址、车位总数、空余车位、收费标准和所属机构；
所述设备实体内设有停车场id、设备名和设备数量。


4.根据权利要求2所述的基于Wi-Fi位置指纹的室内停车系统，其特征在于：所述位置估计模块将待定位目标点的接收信号强度组成的信号强度序列传输至控制器，控制器对其进行小波散射变换，得到系数模量，然后将系数模量作为DNN模型的输入具体步骤包括：设位置指纹数据库中第i个位置指纹的信号强度序列为RSSIi＝{rssi1，rssi2，rssi3，......rssin}，其中n为室内中的无线接入点的数量，则小波散射变换公式如下所示：



其中|RSSIi*ψ|表示取模运算，ψ表示小波函数，表示低通滤波器；
上述...

【专利技术属性】
技术研发人员：岑跃峰，王佳晨，岑岗，李向东，马伟锋，张宇来，程志刚，徐昶，张晨光，蔡永平，吴思凡，
申请(专利权)人：浙江科技学院，
类型：发明
国别省市：浙江;33