基于多模态数据的室内定位方法及系统技术方案

本发明专利技术实施例提供一种基于多模态数据的室内定位方法及系统，该方法包括：分别获取惯性传感器室内定位结果、无线信号室内定位结果以及计算机视觉室内定位结果；基于预设的粒子滤波算法，融合所述惯性传感器室内定位结果、所述无线信号室内定位结果以及所述计算机视觉室内定位结果，得到多模态数据融合室内定位结果。本发明专利技术实施例通过在传统的室内无线定位技术的基础上融合了视频及惯性传感器数据的优点，并通过粒子滤波器进行数据的融合计算，从而实现高精度鲁棒性的实时室内定位。

【技术实现步骤摘要】
基于多模态数据的室内定位方法及系统
本专利技术涉及无线室内定位
，尤其涉及一种基于多模态数据的室内定位方法及系统。
技术介绍
伴随着物联网技术与各种各样基于室内位置的应用的快速发展，对高精度以及实时性的室内定位服务需求变得越来越强烈，在过去的十年之中，基于Wi-Fi，蓝牙，RFID，声音信号，计算机视觉，磁场信号以及惯性传感器等众多室内定位技术发展了起来。然而，在发展过程中，上述的技术逐渐暴露了自身的优势及瓶颈。近几年来，不断有人提出融合多模态数据进行定位的工作，其核心思路即为取长补短，将单一技术的短板通过其它技术进行弥补。其中，基于Wi-Fi，蓝牙等信号的室内定位技术，主要通过分析信号特征进行推导性定位。其中，定位效果良好的信号特征，如信道状态信息(CSI)不能通过商用智能手机所方便测得。目前商用智能手机主要支持信号强度的检测，因此，基于无线信号指纹技术成为了基于无线信号的室内定位技术的核心方法。尽管基于Wi-Fi指纹的定位算法取得了不错的效果，但目前的定位系统都普遍面临着重要的挑战：由于室内环境与通讯环境的不断变化，指纹即信号本文档来自技高网...

【技术保护点】
1.一种基于多模态数据的室内定位方法，其特征在于，包括：/n分别获取惯性传感器室内定位结果、无线信号室内定位结果以及计算机视觉室内定位结果；/n基于预设的粒子滤波算法，融合所述惯性传感器室内定位结果、所述无线信号室内定位结果以及所述计算机视觉室内定位结果，得到多模态数据融合室内定位结果。/n

【技术特征摘要】
1.一种基于多模态数据的室内定位方法，其特征在于，包括：
分别获取惯性传感器室内定位结果、无线信号室内定位结果以及计算机视觉室内定位结果；
基于预设的粒子滤波算法，融合所述惯性传感器室内定位结果、所述无线信号室内定位结果以及所述计算机视觉室内定位结果，得到多模态数据融合室内定位结果。


2.根据权利要求1所述的多模态数据的室内定位方法，其特征在于，所述分别获取惯性传感器室内定位结果、无线信号室内定位结果以及计算机视觉室内定位结果，包括：
基于信号强度的距离衰减，计算获取所述无线信号室内定位结果；
基于机器学习算法，计算获取所述计算机视觉室内定位结果；
基于惯性传感器测得的移动方向和长度，计算获取所述惯性传感器室内定位结果。


3.根据权利要求2所述的多模态数据的室内定位方法，其特征在于，所述基于预设的粒子滤波算法，融合所述惯性传感器室内定位结果、所述无线信号室内定位结果以及所述计算机视觉室内定位结果，得到多模态数据融合室内定位结果，包括：
基于预设的粒子滤波算法，进行重要性采样，获取多个粒子；
基于所述无线信号室内定位结果以及所述计算机视觉室内定位结果，计算所述粒子的粒子权重；
基于所述惯性传感器室内定位结果，计算所述粒子的粒子转移情况；
迭代重采样，直至达到预设的终止条件；
取所有粒子的加权平均作为所述多模态数据融合室内定位结果。


4.根据权利要求3所述的多模态数据的室内定位方法，其特征在于，粒子的权重计算公式为：
wi＝wi*e^((-Δd2)/(2θ2))；
其中，基于无线信号定位，Δd为粒子与无线接入点AP的真实距离和推定距离之...

【专利技术属性】
技术研发人员：杨铮，陈亨杰，徐京傲，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11