基于RSS地图的联合滤波室内单目标跟踪方法、装置及介质制造方法及图纸

本发明专利技术涉及一种基于RSS地图的联合滤波室内单目标跟踪方法、装置及介质的技术方案，包括：按照一定的方式设定和测量少量参考点位置处的RSSI信息，将参考点对应每个AP的RSSI信息由一个高斯过程的均值和方差代替，通过基于标准高斯过程的RSSI概率模型，以模型计算的方式获得全局所有参考点的RSSI指纹，生成RSS地图。在空间狭窄区域，使用无迹卡尔曼滤波算法进行目标跟踪，在空间开阔区域，使用粒子滤波算法进行跟踪。本发明专利技术的有益效果为：解决了大型室内场所RSSI指纹数据库生成困难、工作量大，避免了全局使用粒子滤波计算量过大导致跟踪率低下；同时解决了无迹卡尔曼滤波在目标做非线性运动时跟踪精度不高的问题。

【技术实现步骤摘要】
基于RSS地图的联合滤波室内单目标跟踪方法、装置及介质
本专利技术涉及计算机领域，具体涉及了一种基于RSS地图的联合滤波室内单目标跟踪方法、装置及介质。
技术介绍
伴随着室内定位技术和不同领域中目标跟踪技术的快速发展，室内目标跟踪技术也得到了发展。目标定位的结果对于实现目标跟踪是至关重要的，基于Wi-Fi的室内定位技术对周围环境的适应性强，传播距离可达百米量级，并且具有成本低、便于扩展、可自动更新数据等优势，被应用于更多的实际情形中和实现规模化。基于Wi-Fi的室内定位方法主要有两种：第一种方法采用“近邻法”来判断目标的位置，即距离那个热点最近，就认为目标是在什么位置。但Wi-Fi信号受周围环境影响较大，这种方法定位精度较低。第二种方法通过采集并生成目标节点Wi-Fi信号的RSSI指纹，与指纹数据库中的指纹匹配来实现对目标位置的确定。但在一些大型室内场所，构建指纹数据库工作量巨大，成本较高。常用的单目标跟踪算法有：卡尔曼滤波算法、无迹卡尔曼滤波算法和粒子滤波算法。标准卡尔曼滤波算法的局限性很明显，实际中的系统在大本文档来自技高网...

【技术保护点】
1.一种基于RSS地图的联合滤波室内单目标跟踪方法，其特征在于，该方法包括：/nS100，采集单目标对应室内的Wi-Fi信号的RSS值，确定单目标的待定位区域参考点的RSSI指纹；/nS200，基于标准高斯过程计算所述RSSI指纹后验概率密度函数，构建RSS指纹数据库，生成RSS地图；/nS300，根据室内地形对所述RSS地图进行区域划分，得到一个或多个不同类型的划分区域，根据不同类型的所述划分区域执行对应的跟踪算法，对单目标行定位跟踪。/n

【技术特征摘要】
1.一种基于RSS地图的联合滤波室内单目标跟踪方法，其特征在于，该方法包括：
S100，采集单目标对应室内的Wi-Fi信号的RSS值，确定单目标的待定位区域参考点的RSSI指纹；
S200，基于标准高斯过程计算所述RSSI指纹后验概率密度函数，构建RSS指纹数据库，生成RSS地图；
S300，根据室内地形对所述RSS地图进行区域划分，得到一个或多个不同类型的划分区域，根据不同类型的所述划分区域执行对应的跟踪算法，对单目标行定位跟踪。


2.根据权利要求1所述的基于RSS地图的联合滤波室内单目标跟踪方法，其特征在于，所述S100包括：
在所述室内待定位区域设置多个参考点，所述室内待定位区域还具一个或多个AP热点，对所述待定位区域进行均匀随机采样，得到其中的一个或多个采样点，并在所述采样点位置处测得对应的AP热点的RSSI指纹信息，其中热点的信号为所述Wi-Fi信号，将所述采样点及RSSI指纹信息构建对应数据集。


3.根据权利要求2所述的基于RSS地图的联合滤波室内单目标跟踪方法，其特征在于，所述参考点的设立采取将待定位区域划分网格的形式。


4.根据权利要求2所述的基于RSS地图的联合滤波室内单目标跟踪方法，其特征在于，所述S100具体包括：
通过RSSl(p)＝PLl(p)+el(p)+nl(1)，采集单目标对应室内的Wi-Fi信号的RSS值，其中l＝1,...,L，式中RSSl(p)表示在任何位置点p处接收到的来自第l个AP热点的RSSI信息，PL(p)表示第l个AP热点到位置p的确定性路径损耗函数，确定性路径损耗函数使用对数路径损耗模型，el(p)是与位置p相关的噪声项，nl是均值为0，方差为的高斯白噪声；
其中，式(1)中确定性路径损耗函数PLl(p)遵循经验性路径损耗模型，如式(2)所示：



式(2)中Al为在参考距离为d0处测量的Wi-Fi信号发射功率，Bl为路径损耗指数，dl(p)是位置为pap,l的第l个AP热点到参考点p的欧氏距离，dl(p)由式(3)确定：
式(1)中与位置有关的噪声项el(p)通过零均值的高斯过程来表示，如式(4)所示，其中表示高斯过程：
式(4)中的kl(p,p')表示高斯过程的核函数，kl(p,p')如式(5)所示：




表示模型的不确定性，是特征长度尺度，表示两个位置之间的空间相关性；
将采样点和其对应RSSI指纹信息所制成的数据集Dl称之为训练数据，其中Dl如式(6)所示：其中l＝1,...,L，plm表示与第l个AP对应的第m个采样点的坐标。


5.根据权利要求2所述的基于RSS地图的联合滤波室内单目标跟踪方法，其特征在于，所述S200包括：
根据所述训练数据Dl通过式(7)计算RSSI指纹的服从分布，
p(rl(Pl),θl)～N(ml(Pl),Cl(Pl,Pl))(7)
其中，












进而，计算任意参考点p的RSSI后验概率密度：



式(13)中的均值和方差为：






计算出所有所述参考点对应每个AP热点的RSSI信息的后的概率指纹，后验概率指纹为：



得到所有参考点RSSI信息的后验概率之后，构建参考点的RSS概率指纹数据库，生成室内RSS地图。


6.根据权利要求1所述的基于RSS地图的联合滤波室内单目标跟踪方法，其特征在于，所述S300包括：
根据单目标所处的室内空间，在空间较为狭窄，单目标只能做近似为直线运动的区域，使用结合定位算法结果的改进无迹卡尔曼滤波算法进行目标跟踪；
在空间较为宽阔，单目标的运动情形较为复杂的区域，目标的状态服从非线性非高斯分布，使用结合定位算法的改进粒子滤波算法进行跟踪。


7.根据权利要求5或6所述的基于RSS地图的联合滤波...

【专利技术属性】
技术研发人员：杨一帆，丁大钊，李兴龙，罗飞扬，王文重，杨鹏飞，张志航，
申请(专利权)人：珠海高凌信息科技股份有限公司，
类型：发明
国别省市：广东;44