一种室内复杂环境下的行人定位匹配方法组成比例

一种室内复杂环境下的行人定位匹配方法，首先，根据室内不同区域生成网格模型，网格细粒度由行人步长确定。在初始化行人位置网格后，利用其他定位技术更新位置点，进行九宫格概率置信确定。其次，构建室内拓扑结构模型，由室内路段节点和室内可达区域路网组成，在增强的定位技术位置点下，将所得到的定位点作为位置参考点，以此为圆心，误差为半径画圆，对周围提取候选路段，并对候选路段分别进行距离、方向的权重计算，将位置参考点映射到拓扑路网中；同时，采用虚拟追踪算法对其他候选路段进行同步追踪。本发明专利技术利用室内地图匹配方法，采用双重地图模型进行匹配，在提升其他定位技术定位精确性的同时，对移动目标的位置轨迹进行精确描述。精确描述。精确描述。

【技术实现步骤摘要】
一种室内复杂环境下的行人定位匹配方法


[0001]本专利技术涉及室内环境下的特征地图匹配定位
，更具体的说是一种室内复杂环境下的行人定位匹配方法。

技术介绍

[0002]当前，移动社交网络、物联网技术等领域正在不断的超越其传统的界限，逐渐扩展到室内空间当中。人的绝大部分时间都处于室内环境中，对于自身的位置服务需求也在不断增长，日用导航、移动社交、智慧城市建设等领域都渴望使用准确的室内定位信息，以落地新的服务产品。传统的GPS定位系统无法精确的应用于室内环境，虽然基于蜂窝网络(cellular
‑
based)的定位方案能够在一定程度上改进GPS定位，但在精度、可用性等方面依旧无法满足大多数室内位置感知应用需求。
[0003]与室外开放的空间相比，室内环境在空间布局、拓扑、环境限制、空间约束等方面更为复杂。这就导致无线定位在室内环境下要比室外更加复杂，例如在墙和障碍物的存在下，使得室内无线传播大多存在非视距、散射、衍射，这种多径传播会引起而外的信号强度损失，不仅如此，室内环境的变化，人员的流动、温度和压力变化都会对无线信号造成干扰，从而导致室内定位精度降低。
[0004]室内定位领域里，复杂的室内环境问题成为提高定位精度的一大干扰，但同时室内空间所具备的一些特性反过来却能够辅助室内定位，提高定位精度，例如室内环境中，人员在不同区域的流动需要通过门，而不能穿墙，这样通过综合的门、墙等空间信息的限制目标的运动，就能够改善位置估计的结果，类似这种室内地图辅助定位算法也广泛用于机器人定位中。这种利用室内先验信息的辅助定位称为地图匹配定位，这项技术在室外环境中早有应用，通常利用地图匹配去匹配道路，车辆的位置估计等，而在室内定位领域，研究如何有效利用室内地图信息和空间关系，以提高定位精度，还存在着很大的挑战。
[0005]目前现有解决方式如下：
[0006]公开号CN 113884981 A，名称“一种基于粒子滤波和地图匹配的室内人员定位方法”，该方法包括以下步骤：获取待定位点接收的多个蓝牙信标的RSSI数据，基于加权质心法获得初步定位结果；以改进粒子滤波算法对所述初步定位结果进行初步修正，获得中间修正定位结果，所述改进粒子滤波算法基于定位历史数据和室内人员行走速度实现；基于HMM的室内地图匹配技术对所述中间修正定位结果进行再次修正，合理化人员轨迹，获得最终定位结果。与现有技术相比，本专利技术具有稳定、精度较高等优点。
[0007]其采用的方案是首先根据蓝牙指纹RSSI强度收集定位技术获得定位点，并利用加权质心方法进行初次定位点更新，这里它在初次定位效果中就使用多权重质心修正定位点；其次基于历史数据和行人位置信息采用粒子滤波算法再次修正定位点，得到中间修正定位，最后以中间修正为观测点序列，运用HMM模型，得到行人的最终轨迹。对于中间修正定位，采用粒子滤波进行修正会利用到地图信息，并且当室内环境复杂时，障碍物多的时候，会出现粒子退化、粒子权重为0而消失现象，后续想要继续采用粒子滤波需要用复杂度更大
的算法进行重采样等。而我们采用的是基于室内环境信息生成的网格模型地图，以九宫格式进行概率修正判断，相当于对行人位置更新时进行了动态窗口化计算，能够有效利用室内环境信息的同时，采用概率模型减少了算法的复杂度，能够高效快速的进行计算。
[0008]公开号CN 110345935 A，名称“一种室内地图匹配定位方法”，利用室内空间信息，对行人可运动空间进行描述；在狭长区域采用一维路网模型表示，在开阔区域使用格网模型表示，符合室内行人的运动特征。在地图匹配过程中，通过使用行人的朝向信息结合室内空间图模型中的空间信息，构建局部动态图模型，移除多余的隐藏状态，减少地图匹配的搜索空间，显著降低地图匹配计算复杂度。本专利技术在使用朝向辅助室内地图匹配估计位置时，使用行人的朝向信息与室内空间图模型中的边的方向信息动态构建状态转移矩阵，增强室内空间信息的约束，提高了室内地图匹配的精度。本专利技术的有益效果是：降低地图匹配的计算复杂度，增强定位精度。
[0009]其采用了其他定位技术(WIFI、蓝牙等)获得点进行HMM模型计算，虽然考虑了复杂室内环境下不同区域的室内模型，但是对HMM模型观测点序列的获取较为简单，观测点序列也影响着最终隐状态序列。而我们采用了同一室内环境下，所有区域不同模型，分顺序利用，降低了地图模型混用后引起复杂计算，并且利用网格模型提升了定位点的精度。
[0010]此外，其后续采用了室内图模型下的HMM模型理论算法，通过局部动态窗口化寻找移动状态在图模型下的最佳点位置，这样的算法虽然能有效的提高定位精度，但在大室内环境下，图模型节点会相对较多，算法复杂度也会升高。而我们采用的是拓扑结构地图直接对行人的位置进行路段匹配，以线代替点，能够减少对算法复杂度的要求，并采用了虚拟追踪算法保证匹配的正确性。

技术实现思路

[0011]为了解决上述存在的问题，本专利技术提供了一种室内复杂环境下的地图匹配方法，通过对室内环境下的信息提取和转换，对行人于室内中的定位效果进行地图匹配。
[0012]本专利技术提供一种室内复杂环境下的行人定位匹配方法，具体步骤如下：
[0013]S1:根据复杂室内环境和空间信息，得出行人可达区域和不可达区域，并搭建室内地图模型；室内地图模型包括网格结构地图和室内拓扑结构电子地图，其中，拓扑结构由节点、边储存在可达区域内的几何路网信息组成，用来对行人在空间内的移动进行位置匹配，辅助行人的移动；网格模型应用于室内大空间内含柱子等障碍物信息，按照环境空间的大小划分网格细粒度，并利用网格模型生成定位概率模型；
[0014]S2：首先，根据结合其他定位技术首次得到行人的估计位置，确定初始位置点o0，并对初始定位点的网格位置采用九宫网格概率置信计算P0，进行先验概率预测下一时刻T+1位置，形成的周围九宫格式的先验概率的预测计算形成候选单元格，采用高斯分布样本概率公式：
[0015][0016]其中，x
i
和x
j
代表不同的网格，σ是距离标准差；
[0017]S3：根据行人步行时间戳，对定位技术得到的采样点进行更新，并计算当前时刻T与上一时刻T
‑
1位置的后验概率P1，结合先验概率进行观测位置状态更新m
t
；
[0018]S4：对得到位置状态更新点T与T
‑
1时刻位置点进行网格模型的A*算法计算，判别位置点间障碍物信息，若存在非法状态跳变，则进行重新选取概率位置点作为新的状态更新的m
t
；
[0019]S5：根据增强后的行人位置参考点，结合先验电子地图拓扑路网信息，进行对定位参考点的轨迹匹配，首先以得到T时刻的定位参考点m
t
为圆心，误差R为半径画圆，将范围内的所有路径进行提取，作为候选路径，误差R的计算方式如下：
[0020]R＝w*L
*步长
[0021]其中，w为行人步长系数，取1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种室内复杂环境下的行人定位匹配方法，其特征在于，具体步骤如下：S1:根据复杂室内环境和空间信息，得出行人可达区域和不可达区域，并搭建室内地图模型；室内地图模型包括网格结构地图和室内拓扑结构电子地图，其中，拓扑结构由节点、边储存在可达区域内的几何路网信息组成，用来对行人在空间内的移动进行位置匹配，辅助行人的移动；网格模型应用于室内大空间内含柱子等障碍物信息，按照环境空间的大小划分网格细粒度，并利用网格模型生成定位概率模型；S2：首先，根据结合其他定位技术首次得到行人的估计位置，确定初始位置点o0，并对初始定位点的网格位置采用九宫网格概率置信计算P0，进行先验概率预测下一时刻T+1位置，形成的周围九宫格式的先验概率的预测计算形成候选单元格，采用高斯分布样本概率公式：其中，x
i
x
i
和x
j
x
j
代表不同的网格，
σ
是距离标准差；S3：根据行人步行时间戳，对定位技术得到的采样点进行更新，并计算当前时刻T与上一时刻T
‑
1位置的后验概率P1，结合先验概率进行观测位置状态更新m
t
；S4：对得到位置状态更新点T与T
‑
1时刻位置点进行网格模型的A*算法计算，判别位置点间障碍物信息，若存在非法状态跳变，则进行重新选取概率位置点作为新的状态更新的m
t
；S5：根据增强后的行人位置参考点，结合先验电子地图拓扑路网信息，进行对定位参考点的轨迹匹配，首先以得到T时刻的定位参考点m
t
为圆心，误差R为半径画圆，将范围内的所有路径进行提取，作为候选路径，误差R的计算方式如下：R＝w*L
*步长
其中，w为行人步长系数，取1.5～2；L
*
为行人的步长标准差；S6：根据得到的候选路径，对定位参考点m
t
进行距离权重计算和行人方向权重计算，将定位参考点映射到拓扑路网中，计算方法如下：W
h
＝H
w
*cos(θ)W
d
＝H
d
*1/D其中，W
h
W
h
表示方向权重，H
w
H
w
表示方向权重的系数，
θ
为m
t
与上一时刻m
t
‑1连线与候选路段的夹角；W
d
W
d
为距离权重；H
d
H
d
为距离权重系数；D为参考点到候选路段的最短距离；S7：根据得到在拓扑电子路网下的映射点距离权重和方向权重，计算最佳候选路段作为确定匹配路径，计算方式如下：W
sum
＝Sn*Wh*Wdl＝argmax{W
sum
}其中，W
sum
W
sum
为选择权重；Sn
Sn
为选择权重系数；l
l
为确定匹配路径；S8：根据得到的候选路段采取虚拟追踪算法，即将不被作为确定匹配路段的候选路段以及它相应的连接路段暂时存储起来，在对后续的参考点定位的匹配过程中，同样对此候选路段及它们的连接路段进行映射匹配，并选取匹配更新阈值i作为判断，当匹配次数大于给定阈值i时，则停止追踪，对追踪映射点与各参考点m
i
的欧式距离作累加计算D
V
并与确定
匹配路段与各参考点m
i
的欧式距离累加D
d
作比较，若D
V
大于D
d
则选取追踪路径替代为正确映射路径，反之，删除追踪路径；S9：根据确定匹配路径，重复上述S2
‑
S8操作，直至不再接收到其他定位技术点的观测位置点信息，即可结束操作，得到最终匹配路径集合和在映射匹配点集合，构成行人在...

【专利技术属性】
技术研发人员：王庆，庞永琳，刘金华，阳媛，杜倩倩，胡硕，米静，
申请(专利权)人：东南大学，
类型：发明
国别省市：