室内定位方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种室内定位方法、装置、电子设备和存储介质。该室内定位方法包括：采集目标对象在待定位点处获取到的至少三个定位设备的设备信号数据和地磁信号数据；基于预先训练的位置预测机器学习模型，根据所述设备信号数据确定设备预测位置信息；基于预先确定的地磁指纹库，根据所述地磁信号数据和所述设备预测位置信息，确定待定位点的融合预测位置信息，作为最终定位结果。本发明专利技术实施例基于设备信号数据确定设备预测位置信息，再基于设备预测位置信息，根据地磁信号数据确定融合预测位置信息，实现了综合利用各种定位方法的优点，从而保证对待定位点定位的准确性，避免了对单一定位信息的依赖性，兼容性强、适用范围广。

【技术实现步骤摘要】
室内定位方法、装置、电子设备和存储介质
本专利技术实施例涉及定位
，尤其涉及一种室内定位方法、装置、电子设备和存储介质。
技术介绍
随着卫星定位导航技术的发展，位置服务LBS(Location-Based-Service)逐渐进入人们生活。由于智能终端设备的普及和位置服务的发展，人们对定位结果的精确性和稳定性要求越来越高。GPS是一种由美国研发的全球定位导航系统，也是目前应用最广泛、最成熟的定位系统。然而室内环境的复杂性导致信号被遮挡、干扰使得用户往往接受不到信号。因此GPS无法满足室内定位的需要。随着社会的不断发展，出现了很多室内建筑如大型购物商场、机场和游乐场等建筑，因此，室内定位技术有着巨大的发展空间，在人员定位、电子商务以及智能停取车等领域应用前景非常广泛。比如在金融业动产融资业务中，银行现已可开展多品类的动产质押管控业务，另外在智慧安防、智慧园区和智能设备管理有等物联网技术应用的领域，都需要物联网设备能够提供定位服务。超宽带定位UWB和超声波定位技术精度很高，但其成本也很高，极大的限制了它们的推广。蓝牙、WiFi和RFID等室内定位技术是利用射频信号特征来判断位置，虽然成本不高，但是由于信号传播距离较短且很容易受到外界环境的干扰，定位精度较低。PDR(PedestrianDeadReckoning)定位技术利用加速度计、磁力计和陀螺仪等信息来确定用户位置，该技术不需要依赖于额外的辅助设备，受周围环境的干扰也较小，但是其存在累积误差，不适合长期使用。
技术实现思路
本专利技术实施例提供一种室内定位方法、装置、电子设备和存储介质，以提高室内定位的准确度。第一方面，本专利技术实施例提供了一种室内定位方法，包括：采集目标对象在待定位点处获取到的至少三个定位设备的设备信号数据和地磁信号数据；基于预先训练的位置预测机器学习模型，根据所述设备信号数据确定设备预测位置信息；基于预先确定的地磁指纹库，根据所述地磁信号数据和所述设备预测位置信息，确定待定位点的融合预测位置信息，作为最终定位结果。第二方面，本专利技术实施例还提供了一种室内定位装置，包括：信号数据采集模块，用于采集目标对象在待定位点处获取到的至少三个定位设备的设备信号数据和地磁信号数据；设备预测模块，用于基于预先训练的位置预测机器学习模型，根据所述设备信号数据确定设备预测位置信息；地磁融合预测模块，用于基于预先确定的地磁指纹库，根据所述地磁信号数据和所述设备预测位置信息，确定待定位点的融合预测位置信息，作为最终定位结果。第三方面，本专利技术实施例还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任一实施例所述的室内定位方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术任一实施例所述的室内定位方法。本专利技术实施例基于设备信号数据确定设备预测位置信息，再基于设备预测位置信息，根据地磁信号数据确定融合预测位置信息，实现了综合利用各种定位方法的优点，从而保证对待定位点定位的准确性，避免了对单一定位信息的依赖性，兼容性强、适用范围广。附图说明图1是本专利技术实施例一中的室内定位方法的流程图；图2是本专利技术实施例二中的室内定位方法的流程图；图3是本专利技术实施例三中的室内定位方法的流程图；图4是本专利技术实施例四中的室内定位方法的流程图；图5是本专利技术实施例五中的室内定位系统的结构示意图；图6是本专利技术实施例六中的室内定位装置的结构示意图；图7是本专利技术实施例七中的电子设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1是本专利技术实施例一中的室内定位方法的流程图，本实施例可适用于对室内对象进行定位的情况。该方法可以由室内定位装置来执行，该装置可以采用软件和/或硬件的方式实现，并可配置在电子设备中，例如电子设备可以是后台服务器等具有通信和计算能力的设备。如图1所示，该方法具体包括：步骤101、采集目标对象在待定位点处获取到的至少三个定位设备的设备信号数据和地磁信号数据。其中，目标对象是指可以采集设备信号数据和地磁信号数据的设备，例如目标对象是指装有采集传感器信息的软件的移动设备。待定位点是指目标对象获取信号数据的位置点，需要对该位置点的具体坐标信息进行确定。定位设备是指可以提供位置信息参考的设备，例如定位设备包括蓝牙设备或wifi设备等。至少三个定位设备可以通过定位设备的唯一设备标识进行预先确定。具体的，定位设备预先安装在待定位点所在空间内，并向外发出信号，目标对象在待定位点处通过传感器获取定位信号的强度，定位信号包括设备信号数据和地磁信号数据，定位信号的强度反应了待定位点距离定位设备的距离。在本专利技术实施例中通过至少三个定位设备的设备信号数据和地磁信号数据来确定待定位点的位置信息。对于定位设备的具体数量可以根据待定位点所在空间的面积进行设置，在此不作限定。示例性的，当定位设备为蓝牙设备时，线下使用装有采集传感器信息的软件的手机在室内移动，当移动到待定位点时，获取到的蓝牙信号数据为：[rssiBL,1,rssiBL,2,…,rssBL,j,…,rssiBL,n]，其中，rssiBL,n表示接收到的第n个蓝牙设备发送来的信号强度值，获取到的地磁信号数据为[sx,sy,sz]，其中，sx、sy和sz分别表示在三个轴方向上的磁场强度。可选的，由于地磁信号存在一定的不稳定性，在采集地磁信号数据后可以进行预处理操作，示例性的，获取待定位点周围区域内预设数量个地磁信号数据，根据这预设数量个地磁信号数据确定待定位点的地磁信号数据。例如，获取以待定位点为圆心，半径为0.5米确定周围区域，在该区域内五个位置点处获取五条地磁信号数据，[s1,x,s1,y,s1,z]，[s2,x,s2,y,s3,z]…[s5,x,s5,y,s5,z]，预处理后的地磁信号数据为[sos1,sos2,…,sosi,…,sos5]，其中，通过对地磁信号数据进行预处理，避免受到了地磁信号接收不稳定的影响。步骤102、基于预先训练的位置预测机器学习模型，根据设备信号数据确定设备预测位置信息。其中，位置预测机器学习模型是预先训练完成的，表征了设备信号数据与位置信息之间的特征关系。具体的，位置预测机器学习模型通过预先采集的设备样本信号数据和关联标记的位置信息进行训练得到。将设备信号数据输入到预先训练的位置预测机器学习模型中，通过模型分析设备信号数据的特征，进行确定与该设备信号数据特征相关的位置信息，作为设备预测位置信息进行输出。设备预测本文档来自技高网...

【技术保护点】
1.一种室内定位方法，其特征在于，包括：/n采集目标对象在待定位点处获取到的至少三个定位设备的设备信号数据和地磁信号数据；/n基于预先训练的位置预测机器学习模型，根据所述设备信号数据确定设备预测位置信息；/n基于预先确定的地磁指纹库，根据所述地磁信号数据和所述设备预测位置信息，确定待定位点的融合预测位置信息，作为最终定位结果。/n

【技术特征摘要】
1.一种室内定位方法，其特征在于，包括：
采集目标对象在待定位点处获取到的至少三个定位设备的设备信号数据和地磁信号数据；
基于预先训练的位置预测机器学习模型，根据所述设备信号数据确定设备预测位置信息；
基于预先确定的地磁指纹库，根据所述地磁信号数据和所述设备预测位置信息，确定待定位点的融合预测位置信息，作为最终定位结果。


2.根据权利要求1所述的方法，其特征在于，基于预先确定的地磁指纹库，根据所述地磁信号数据和所述设备预测位置信息，确定待定位点的融合预测位置信息，包括：
在所述地磁指纹库中，确定与所述设备预测位置信息匹配的地磁信号数据集合；
在所述地磁信号数据集合中，确定与所述地磁信号数据匹配的目标地磁信号数据，将所述目标地磁信号数据关联的目标位置信息作为所述融合预测位置信息。


3.根据权利要求2所述的方法，其特征在于，在所述地磁指纹库中，确定与所述设备预测位置信息匹配的地磁信号数据集合，包括：
根据所述设备预测位置信息与所述地磁指纹库中各候选地磁信号数据关联的候选位置信息之间的距离，确定匹配的地磁信号数据集合。


4.根据权利要求2所述的方法，其特征在于，在所述地磁信号数据集合中，确定与所述地磁信号数据匹配的目标地磁信号数据，包括：
基于动态时间规整算法，在所述地磁信号数据集合中，确定与所述地磁信号数据匹配的目标地磁信号数据。


5.根据权利要求1所述的方法，其特征在于，所述定位设备包括蓝牙设备和wifi设备；
相应的，基于预先训练的位置预测机器学习模型，根据所述设备信号数据确定设备预测位置信息，包括：
基于预先训练的wifi位置预测机器学习模型，根据所述设备信号数据中的wifi设备信号数据确定wifi设备预测位置信息；
基于预先训练的蓝牙位置预测机器学习模型，根据所述设备信号数据中的蓝牙设备信号数据确定蓝牙设备预测位置信息。


6.根据权利要求5所述的方法，其特征在于，基于预先确定的地磁指纹库，根据所述地磁信号数据和所述设备预测位置信息，确定待定位点的融合预测位置信息，包括：
根据所述wifi设备预测位置信息，在所述地磁指纹库中确定匹配的第一地磁信号数据集合；
根据所述蓝牙设备预测位置信息，在所述地磁指纹库中确定匹配的第二地磁信号数据集合；
在所述第一地磁信号数据集合和第二地磁信号数据集合中，确定与所述地磁信号数据匹配的目标地磁信号数据，将所述目标地磁信号数据关联的目标位置信息作为所述融合预测位置信息。


7.根据权利要求1所述的方法，其特征在于，所述方法还包括：采集目标对象在待定位点处的加速度数据信息；
相应的，在根据所述地磁信号数据和所述设备预测位置信息，确定待定位点的融合预测位置信息之后，还包括：
根据所述加速度数据信息确定...

【专利技术属性】
技术研发人员：彭聪，王雪，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：上海;31