一种基于地磁场与LoRa的定位方法及装置制造方法及图纸

本发明专利技术涉及LoRa和深度学习融合领域，具体提供了一种基于地磁场与LoRa的定位方法及装置，包括多个LoRa固定站点、一个LoRa移动站点、地磁场传感器和中央处理器，所述LoRa固定站点放置于被定位大楼多个角落，所述LoRa移动站点、地磁场传感器以及中央处理器放置于被定位目标上。与现有技术相比，本发明专利技术通过融合LoRa信号与地磁信息，实现对大楼内的定位的全覆盖以及高精度。传统地磁场为点对点匹配，本发明专利技术将采集到的地磁数据按指定规则进行展开，形成时间序列，通过时间序列进行匹配，LoRa定位将地磁定位歧义解排除，并与地磁定位信息相融合。合。合。

【技术实现步骤摘要】
一种基于地磁场与LoRa的定位方法及装置


[0001]本专利技术涉及LoRa和深度学习融合领域，具体提供一种基于地磁场与LoRa的定位方法及装置。

技术介绍

[0002]室内定位及导航目前已成为导航与位置服务的核心问题，对智慧城市、辅助机器人、个人导航、应急救援等多领域意义重大；现代人70％以上的时间在室内度过随着城市化和城镇化发展的日新月异，城市“峡谷”和大而密闭的室内日益增多，对室内定位提出了前所未有的的巨大要求，建立室内无缝定位系统对社会有着巨大的意义。
[0003]目前室内定位技术一种是基于蓝牙、wifi、UWB等信号来实现定位，构建隐马尔科夫模型，通过利用位置指纹信息的室内定位方法，建立定位区域的RSSI指纹库，并基于隐马尔科夫定位模型，计算获得连续运动最大可能的轨迹，但是这些信号的穿透性比较差，覆盖范围较小，需要布置很多基站后才能实现一些定位效果，所以不适合用在环境较为复杂的高楼大厦内；
[0004]另一种是基于惯性器件的惯性导航技术，这种技术不存在信号传输问题，在任何地方都可以连续使用，但是他的问题是自身误差无法修正，长时间工作后累计误差会非常大最终导致定位结果不可用。现有地磁定位技术一般是将一个点与一个面进行匹配，容易产生歧义解。

技术实现思路

[0005]本专利技术是针对上述现有技术的不足，提供一种实用性强的基于地磁场与LoRa的定位方法。
[0006]本专利技术进一步的技术任务是提供一种设计合理，安全适用的基于地磁场与LoRa的定位装置。
[0007]本专利技术解决其技术问题所采用的技术方案是：
[0008]一种基于地磁场与LoRa的定位方法，包括多个LoRa固定站点、一个LoRa移动站点、地磁场传感器和中央处理器，所述LoRa固定站点放置于被定位大楼多个角落，所述LoRa移动站点、地磁场传感器以及中央处理器放置于被定位目标上。
[0009]进一步的，具体步骤为：
[0010]S1、采集待定位区域内平面的地磁以及LoRa信号强度数据；
[0011]S2、将平面数据拉伸形成线性序列；
[0012]S3、通过拉伸后的线性序列构建局部匹配库；
[0013]S4、被定位物体携带的可移动LoRa站点与各个LoRa固定站点进行通讯，获取大概位置；
[0014]S5、通过步骤S4的大概位置在S3中的匹配库中选择附近数据构建局部匹配库；
[0015]S6、通过实时收到的时间序列与匹配库中的数据进行比对，得出准确的位置。
[0016]进一步的，在步骤S1中，构建匹配库，在需要定位的区域内通过携带采集区域内地磁以及LoRa信号强度值，采集路线将整个区域数据采集完成后，将平面数据转换为一维的时间序列，并将全部数据保存为全部匹配库。
[0017]进一步的，在步骤S2中，通过被定位物体携带的可移动LoRa站点与各个LoRa固定站点进行通讯，获取通信时间后计算出距离，得到一个模糊位置，将所示模糊位置记录下来。
[0018]进一步的，在步骤S3中，根据步骤S2得到的位置，将位置附近一段距离内的匹配库中的数据抽离出来作为局部匹配库。
[0019]进一步的，在步骤S4中，通过设置一段时间的时间窗口采集实时地磁场以及信号强度值，并将该数据做为时间序列，通过LSTM深度学习算法与局部匹配库进行比对，得出准确的位置。
[0020]进一步的，将原有平面地磁场进行拉伸，形成一个时间序列，同时加入LoRa信号的强度值，共同组成匹配库，然后通过一定时间段内采集到的时间序列与匹配库中的数据进行匹配，从而得到更为准确的结果。
[0021]一种基于地磁场与LoRa的定位装置，包括：至少一个存储器和至少一个处理器；
[0022]所述至少一个存储器，用于存储机器可读程序；
[0023]所述至少一个处理器，用于调用所述机器可读程序，执行一种基于地磁场与LoRa的定位方法。
[0024]本专利技术的一种基于地磁场与LoRa的定位方法及装置和现有技术相比，具有以下突出的有益效果：
[0025]本专利技术可以同时向多个固定站点发送信息，固定站点收到后迅速回传一条消息，移动站点通过收发消息的时间确定与每个固定站点之间的距离，进而确定出自身位置信息。同时LoRa移动站点可以时刻获取每个固定站点的信号强度。
附图说明
[0026]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0027]附图1是一种基于地磁场与LoRa的定位方法的流程示意图；
[0028]附图2是一种基于地磁场与LoRa的定位方法中地磁拉伸为时间序列示意图。
具体实施方式
[0029]为了使本
的人员更好的理解本专利技术的方案，下面结合具体的实施方式对本专利技术作进一步的详细说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例都属于本专利技术保护的范围。
[0030]下面给出一个最佳实施例：
[0031]如图1所示，本实施例中的一种基于地磁场与LoRa的定位方法，包括多个LoRa固定
站点、一个LoRa移动站点、地磁场传感器和中央处理器，所述LoRa固定站点放置于被定位大楼多个角落，所述LoRa移动站点、地磁场传感器以及中央处理器放置于被定位目标上。
[0032]具体步骤为：
[0033]S1、构建匹配库；
[0034]在需要定位的区域内通过携带本装置采集区域内地磁以及LoRa信号强度值，采集路线按照图2所示，将整个区域数据采集完成后，按照图示将数据转换为一维的时间序列，并将全部数据保存为全部匹配库。
[0035]S2、被定位物体携带的可移动LoRa站点与各个LoRa固定站点进行通讯；
[0036]通过被定位物体携带的可移动LoRa站点与各个LoRa固定站点进行通讯，获取通信时间后计算出距离，进一步得到一个模糊位置，将该位置记录下来。
[0037]S3、构建局部匹配库；
[0038]根据第步骤S2得到的位置，将该位置附近5米内的匹配库中的数据抽离出来作为局部匹配库。
[0039]S4、通过比对，得出准确的位置；
[0040]通过设置3秒钟的时间窗口采集实时地磁场以及信号强度值，并将该数据做为时间序列，通过LSTM深度学习算法与局部匹配库进行比对，得出准确的位置。
[0041]将原有平面地磁场进行拉伸，形成一个时间序列，同时加入LoRa信号的强度值，共同组成匹配库，然后通过一定时间段内采集到的时间序列与匹配库中的数据进行匹配，从而得到更为准确的结果。
[0042]图1为简单示意图，在定位区域沿箭头进行地磁以及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于地磁场与LoRa的定位方法，其特征在于，包括多个LoRa固定站点、一个LoRa移动站点、地磁场传感器和中央处理器，所述LoRa固定站点放置于被定位大楼多个角落，所述LoRa移动站点、地磁场传感器以及中央处理器放置于被定位目标上。2.根据权利要求1所述的一种基于地磁场与LoRa的定位方法，其特征在于，具体步骤为：S1、采集待定位区域内平面的地磁以及LoRa信号强度数据；S2、将平面数据拉伸形成线性序列；S3、通过拉伸后的线性序列构建局部匹配库；S4、被定位物体携带的可移动LoRa站点与各个LoRa固定站点进行通讯，获取大概位置；S5、通过步骤S4的大概位置在S3中的匹配库中选择附近数据构建局部匹配库；S6、通过实时收到的时间序列与匹配库中的数据进行比对，得出准确的位置。3.根据权利要求2所述的一种基于地磁场与LoRa的定位方法，其特征在于，在步骤S1中，构建匹配库，在需要定位的区域内通过携带采集区域内地磁以及LoRa信号强度值，采集路线将整个区域数据采集完成后，将平面数据转换为一维的时间序列，并将全部数据保存为全部匹配库。4.根据权利要求3所述的一种基于地磁场与LoRa的定位方法，其特征在于，在步...

【专利技术属性】
技术研发人员：胡佳，朱翔宇，金长新，李锐，魏子重，
申请(专利权)人：山东浪潮科学研究院有限公司，
类型：发明
国别省市：