一种室内定位方法及系统技术方案

本发明专利技术提出了一种室内定位方法及系统，涉及机器学习与定位技术领域，该方法包括：预定位步骤：在待定位空间中设置用于广播蓝牙信号的蓝牙信标；在待定位空间中设置用于获取蓝牙信号的数据采集设备，数据采集设备携带区域位置信息；对蓝牙信号和区域位置信息进行机器学习，并进行特性分析，以获得待定位空间的定位模型，完成对待定位空间的预定位；定位步骤：一待定位设备，位于已完成预定位的待定位空间中，采集蓝牙信标广播的蓝牙信号以生成定位数据，将定位数据与定位模型进行匹配，得到待定位设备的空间位置信息，完成定位。本发明专利技术通过机器学习建立定位模型，在定位时可以有效提高定位的准确率，并且可以灵活的部署设备满足多种定位精度需求。种定位精度需求。种定位精度需求。

【技术实现步骤摘要】
一种室内定位方法及系统


[0001]本专利技术涉及机器学习与定位
，尤指一种室内定位方法及系统。

技术介绍

[0002]近年来，随着“物联网”技术的蓬勃发展，各类空间位置定位技术和相关系统处于快速发展中。目前，在定位导航方面应用比较广泛的是“GPS”定位系统和“北斗”定位系统。然而，上述两种定位系统信号由于受建筑物屏蔽影响，其信号强度大大衰减，严重影响室内的定位精度。因此，如何实现室内精确定位成为各个领域和研究机构研究的重要课题。
[0003]目前，较为主流的室内定位方法主要包括：ZigBee技术、UWB技术、无线局域网技术及蓝牙技术等。ZigBee技术具有穿透性好、能耗低等优点，但是易受干扰，定位精度低，因此定位系统难以普及；无线局域网技术具有部署成本低、算法简单等优点，但是其信号容易受到干扰，且Wi
‑
Fi信标在布置过程中需连接有线电源，应用受限；而UWB定位技术能耗高，成本高，需要特定的标签(相对于手机等终端是天然的标签而言)；蓝牙技术优势在于设备体积小，可集成到微小移动终端，随着蓝牙技术的发展，功耗更低、传输距离、稳定性和安全性都得到大大提高，在室内定位中具有很大优势。
[0004]其中，主流的蓝牙室内定位方式是基站三角测量定位：通过接收基站信号，利用信号特性进行三角测量(三角测量定位是通过基点和测距的方式，通过计算球面交点的方式计算出目标的空间位置)确定与基站的相对位置，再结合基站坐标位置确定当前室内位置，如无线定位、红外定位和超声波定位都属于基站定位。该定位方式的主要缺陷是计算工作量大、需要部署额外的设备，这将大大增加成本。综上来看，亟需一种可以克服上述缺陷，能够减少设备部署，降低计算工作量的蓝牙定位方案。

技术实现思路

[0005]为解决现有技术存在的问题，本专利技术提出了一种室内定位方法及系统。本专利技术使用样本数据和机器学习的方式，对定位空间进行逻辑划分，抽象为机器学习的目标类型，然后对采集到的蓝牙信号进行分类处理，从而获取定位结果；本专利技术设备容错率更好，计算工作量更小，设备部署数量更灵活。
[0006]在本专利技术实施例的第一方面，提出了一种室内定位方法，该方法包括：
[0007]预定位步骤：在待定位空间中设置用于广播蓝牙信号的蓝牙信标；
[0008]在所述待定位空间中设置用于获取所述蓝牙信号的数据采集设备，所述数据采集设备携带区域位置信息；
[0009]对所述蓝牙信号和区域位置信息进行机器学习，并进行特性分析，以获得待定位空间的定位模型，完成对待定位空间的预定位；
[0010]定位步骤：一待定位设备，位于已完成预定位的待定位空间中，采集蓝牙信标广播的蓝牙信号以生成定位数据，将所述定位数据与所述定位模型进行匹配，得到待定位设备的空间位置信息，完成定位。
[0011]进一步的，所述蓝牙信标按照设定的信号强度持续进行蓝牙信号的广播，其中，广播的蓝牙信号包含蓝牙信标的mac地址。
[0012]进一步的，所述区域位置信息包括：场景信息、地图信息及区域信息；其中，所述场景信息为地图的归属地；所述地图信息为场景的平面图，所述平面图按照网格化划分，每个网格设置有对应的坐标；所述区域信息包含网格数据及坐标数据。
[0013]进一步的，对所述蓝牙信号和区域位置信息进行机器学习，并进行特性分析，以获得待定位空间的定位模型，完成对待定位空间的预定位，包括：
[0014]根据所述数据采集设备获取的蓝牙信号得到定位数据，定位数据包括蓝牙信标的mac地址及蓝牙信号的强度；
[0015]根据所述数据采集设备携带的区域位置信息及获取的蓝牙信号得到学习数据，学习数据包括场景信息、地图信息、区域信息、蓝牙信标的mac地址及蓝牙信号的强度。
[0016]进一步的，区域信息是划分待定位空间的最小单位，1个蓝牙信标对应1个mac地址，并对应1个区域信息。
[0017]进一步的，该方法还包括：
[0018]对所述定位数据及学习数据进行过滤，得到过滤后的定位数据及学习数据。
[0019]进一步的，对所述定位数据及学习数据进行过滤，得到过滤后的定位数据及学习数据，包括：
[0020]根据所述定位数据的mac地址、蓝牙信号的强度，学习数据的mac地址、蓝牙信号的强度、区域位置信息，过滤掉mac地址不在待定位空间中蓝牙信标的mac地址的范围，蓝牙信号强度不在设定的信号强度范围，或区域位置信息不在数据采集设备携带的区域位置信息的范围的数据，得到过滤后的定位数据及学习数据。
[0021]进一步的，对所述蓝牙信号和区域位置信息进行机器学习，并进行特性分析，以获得待定位空间的定位模型，完成对待定位空间的预定位，包括：
[0022]根据学习数据进行机器学习，对处于不同区域位置的蓝牙信号进行特性分析，获得每种区域位置的蓝牙信号特征，建立区域位置信息与区域位置的蓝牙信号特征之间的关联，生成定位模型；其中，蓝牙信号特征包含蓝牙信标的mac地址、蓝牙信号的强度；
[0023]将定位数据作为输入样本，通过定位模型进行位置识别得到区域位置信息，并将区域位置信息与实际位置进行比对，根据比对结果验证所述定位模型。
[0024]进一步的，将定位数据作为输入样本，通过定位模型进行位置识别得到区域位置信息，并将区域位置信息与实际位置进行比对，根据比对结果验证所述定位模型，包括：
[0025]由测试人员判断区域位置信息与实际位置是否一致，若不一致，获取测试人员上报的定位偏差反馈信息，由后台人员进行认证，若认证通过，根据定位偏差反馈信息生成新的学习数据，对定位模型进行迭代训练。
[0026]进一步的，将定位数据作为输入样本，通过定位模型进行位置识别得到区域位置信息，并将区域位置信息与实际位置进行比对，根据比对结果验证所述定位模型，包括：
[0027]经过对定位模型的迭代训练，当比对结果的定位准确率达到设置的准确率阈值时，停止训练并得到训练完成的定位模型。
[0028]进一步的，在定位步骤中，包括：
[0029]对待定位设备采集蓝牙信标广播的蓝牙信号以生成的定位数据进行过滤，得到过
滤后的定位数据。
[0030]进一步的，对待定位设备采集蓝牙信标广播的蓝牙信号以生成的定位数据进行过滤，得到过滤后的定位数据，包括：
[0031]根据定位数据的mac地址、蓝牙信号的强度，过滤掉mac地址不在待定位空间中蓝牙信标的mac地址的范围，蓝牙信号强度不在设定的信号强度范围的数据，得到过滤后的定位数据。
[0032]进一步的，在定位步骤中，包括：
[0033]根据待定位设备采集蓝牙信标广播的蓝牙信号生成定位数据；
[0034]将定位数据输入至训练完成的定位模型进行位置识别，得到待定位设备的区域位置信息；
[0035]根据待定位设备的区域位置信息，识别得到待定位设备所在的空间位置信息，完成定位。
[0036]进一步的，所述数据采集设备是设置有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种室内定位方法，其特征在于，该方法包括：预定位步骤：在待定位空间中设置用于广播蓝牙信号的蓝牙信标；在所述待定位空间中设置用于获取所述蓝牙信号的数据采集设备，所述数据采集设备携带区域位置信息；对所述蓝牙信号和区域位置信息进行机器学习，并进行特性分析，以获得待定位空间的定位模型，完成对待定位空间的预定位；定位步骤：一待定位设备，位于已完成预定位的待定位空间中，采集蓝牙信标广播的蓝牙信号以生成定位数据，将所述定位数据与所述定位模型进行匹配，得到待定位设备的空间位置信息，完成定位。2.根据权利要求1所述的室内定位方法，其特征在于，所述蓝牙信标按照设定的信号强度持续进行蓝牙信号的广播，其中，广播的蓝牙信号包含蓝牙信标的mac地址。3.根据权利要求2所述的室内定位方法，其特征在于，所述区域位置信息包括：场景信息、地图信息及区域信息；其中，所述场景信息为地图的归属地；所述地图信息为场景的平面图，所述平面图按照网格化划分，每个网格设置有对应的坐标；所述区域信息包含网格数据及坐标数据。4.根据权利要求3所述的室内定位方法，其特征在于，对所述蓝牙信号和区域位置信息进行机器学习，并进行特性分析，以获得待定位空间的定位模型，完成对待定位空间的预定位，包括：根据所述数据采集设备获取的蓝牙信号得到定位数据，定位数据包括蓝牙信标的mac地址及蓝牙信号的强度；根据所述数据采集设备携带的区域位置信息及获取的蓝牙信号得到学习数据，学习数据包括场景信息、地图信息、区域信息、蓝牙信标的mac地址及蓝牙信号的强度。5.根据权利要求4所述的室内定位方法，其特征在于，区域信息是划分待定位空间的最小单位，1个蓝牙信标对应1个mac地址，并对应1个区域信息。6.根据权利要求4所述的室内定位方法，其特征在于，该方法还包括：对所述定位数据及学习数据进行过滤，得到过滤后的定位数据及学习数据。7.根据权利要求6所述的室内定位方法，其特征在于，对所述定位数据及学习数据进行过滤，得到过滤后的定位数据及学习数据，包括：根据所述定位数据的mac地址、蓝牙信号的强度，学习数据的mac地址、蓝牙信号的强度、区域位置信息，过滤掉mac地址不在待定位空间中蓝牙信标的mac地址的范围，蓝牙信号强度不在设定的信号强度范围，或区域位置信息不在数据采集设备携带的区域位置信息的范围的数据，得到过滤后的定位数据及学习数据。8.根据权利要求4所述的室内定位方法，其特征在于，对所述蓝牙信号和区域位置信息进行机器学习，并进行特性分析，以获得待定位空间的定位模型，完成对待定位空间的预定位，包括：根据学习数据进行机器学习，对处于不同区域位置的蓝牙信号进行特性分析，获得每种区域位置的蓝牙信号特征，建立区域位置信息与区域位置的蓝牙信号特征之间的关联，生成定位模型；其中，蓝牙信号特征包含蓝牙信标的mac地址、蓝牙信号的强度；将定位数据作为输入样本，通过定位模型进行位置识别得到区域位置信息，并将区域
位置信息与实际位置进行比对，根据比对结果验证所述定位模型。9.根据权利要求8所述的室内定位方法，其特征在于，将定位数据作为输入样本，通过定位模型进行位置识别得到区域位置信息，并将区域位置信息与实际位置进行比对，根据比对结果验证所述定位模型，包括：由测试人员判断区域位置信息与实际位置是否一致，若不一致，获取测试人员上报的定位偏差反馈信息，由后台人员进行认证，若认证通过，根据定位偏差反馈信息生成新的学习数据，对定位模型进行迭代训练。10.根据权利要求9所述的室内定位方法，其特征在于，将定位数据作为输入样本，通过定位模型进行位置识别得到区域位置信息，并将区域位置信息与实际位置进行比对，根据比对结果验证所述定位模型，包括：经过对定位模型的迭代训练，当比对结果的定位准确率达到设置的准确率阈值时，停止训练并得到训练完成的定位模型。11.根据权利要求10所述的室内定位方法，其特征在于，在定位步骤中，包括：对待定位设备采集蓝牙信标广播的蓝牙信号以生成的定位数据进行过滤，得到过滤后的定位数据。12.根据权利要求11所述的室内定位方法，其特征在于，对待定位设备采集蓝牙信标广播的蓝牙信号以生成的定位数据进行过滤，得到过滤后的定位数据，包括：根据定位数据的mac地址、蓝牙信号的强度，过滤掉mac地址不在待定位空间中蓝牙信标的mac地址的范围，蓝牙信号强度不在设定的信号强度范围的数据，得到过滤后的定位数据。13.根据权利要求10所述的室内定位方法，其特征在于，在定位步骤中，包括：根据待定位设备采集蓝牙信标广播的蓝牙信号生成定位数据；将定位数据输入至训练完成的定位模型进行位置识别，得到待定位设备的区域位置信息；根据待定位设备的区域位置信息，识别得到待定位设备所在的空间位置信息，完成定位。14.根据权利要求1所述的室内定位方法，其特征在于，所述数据采集设备是设置有虚拟蓝牙定位卡的移动终端；所述待定位设备是设置有虚拟蓝牙定位卡的移动终端，或设置在移动或者固定的对象上的蓝牙定位卡。15.根据权利要求14所述的室内定位方法，其特征在于，该方法还包括：将所述数据采集设备在待定位空间停留设定时长，持续收集区域内蓝牙信标广播的蓝牙信号。16.根据权利要求15所述的室内定位方法，其特征在于，该方法还包括：在待定位空间中设置数据采集基站；当所述待定位设备是设置在移动或者固定的对象上的蓝牙定位卡时，通过所述数据采集基站获取蓝牙定位卡采集的蓝牙信号。17.根据权利要求16所述的室内定位方法，其特征在于，所述数据采集基站为LoRa基站，采用LoRa协议，为覆盖范围内的LoRa设备提供数据中转服务；其中，在LoRa基站中运行...

【专利技术属性】
技术研发人员：王欣，李元波，岳一民，周波，
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：