一种基于位置指纹优化融合的室内定位方法技术

本发明专利技术公开了一种基于位置指纹优化融合的室内定位方法，该方法将惯性航迹算法的定位结果作为约束条件和无线指纹定位结果相融合，消除惯性航迹算法固有的累计误差，针对无线指纹定位误差存在随机波动的也能够进行约束修正处理；同时，本发明专利技术基于位置指纹优化融合的室内定位方法中，在进行无线指纹定位时，对少量检测强度值不稳定或存在异常的AP排除出去，仅保留稳定有效的AP检测值参与无线指纹库的匹配，且在匹配过程中，依据建立的RSSI检测数据的概率匹配矩阵，收敛定位到8个顶点采样点的概率和值的总和最高的一个立方体空间网格，判定为定位目标所在网格，再进行加权求质心定位，进一步避免存在空间网格定位偏差的情形，更好的保证室内定位精度。更好的保证室内定位精度。更好的保证室内定位精度。

【技术实现步骤摘要】
一种基于位置指纹优化融合的室内定位方法


[0001]本专利技术涉及通信技术和室内定位
，具体涉及一种基于位置指纹优化融合的室内定位方法。

技术介绍

[0002]随着互联网产品重心向移动产品偏移现象的发生，基于移动设备位置的服务越来越受到各界关注。在全球定位系统(GPS)成功应用于室外定位领域的背景下，室内定位领域已经逐渐进入人们的视野范围。基于室内移动设备位置的服务必须有准确高效的室内定位技术作为支持，而室内复杂多变的环境是定位技术要解决的核心难题。目前，
的多样化发展使得有越来越多的传感器设备可用来支持室内定位的实现，相应的定位算法也层出不穷。
[0003]无线指纹定位技术是一种基于模式匹配的定位方法，它具有较强的环境适应能力，定位的精度在复杂变化的环境中的变化不大。此处的“指纹”指的是接收机从来自各个基站的无线信号中提取的信息，通常情况下使用接受的信号强度作为“指纹”，无线指纹方法主要分为两个阶段：离线阶段和在线阶段。离线阶段，即采样数据进行指纹库建立的过程。通常情况，将需要定位的区域划分为一个个网格，在网格焦点处对指纹进行测量并存入数据库中，从而建立一个指纹与坐标对应的指纹地图。在线阶段，用户手持接收机接收来自各个基站的指纹信息，与指纹库中的指纹信息进行比较，选择几个最近的坐标对当前位置进行估计。目前，无线指纹算法面临着精度受信号变化影响大、前期采样工作量大等问题，但是几乎不存在设备成本和灵活多变的算法空间是无线指纹算法成长的优势。
[0004]惯性航迹推算定位算法PDR(Pedestrian Dead Reckoning)是一种结果依赖型的定位算法，依靠惯性传感器相配合来实现定位，具体来说由两种必要的惯性传感器，一者确定位移方向，一者确定唯一距离(步数乘以步长)。惯性航迹算法是在已知上一时刻位置坐标的基础上，从上一个已知位置开始，根据行走的时间段内用户走过的位移和航向，推算出当前位置。可见，前一时刻的定位结果是对下一时刻的定位计算有影响的。假设前一时刻的定位本身是有一个误差值存在的，那么下一时刻的定位之初就带有这个误差值，也就是说误差不会随着下一次定位消失。这就决定了如果长时间使用惯性航迹算法单一进行定位，那么随着时间的推移，定位误差会叠加增长，具有明显的累积误差隐患。
[0005]由此可见，传统的单一定位算法在实际应用场景中都会存在各自的个有缺陷，这些缺陷一般来自设备部署成本、设备运行条件、定位精度和累计误差等。而目前，手机作为用户最常用的移动终端，其自带各种信号接收条件，具备蓝牙、Wi
‑
Fi、惯性传感器等基础数据能力。从而，手机的普及应用及其所能提供的基础数据能力，也为新的定位算法研究提供了数据来源基础，以试图进一步提高室内定位精度。

技术实现思路

[0006]针对上述现有技术的不足，本专利技术提供了一种基于位置指纹优化融合的室内定位
方法，该方法着眼于无线指纹定位算法和惯性航迹算法的优化融合，协同发挥各自技术优点并协同互补，从而克服现有技术中依靠单一定位方法存在的不足，提升室内定位精度。
[0007]为了解决上述技术问题，本专利技术采用了如下的技术方案：
[0008]一种基于位置指纹优化融合的室内定位方法，包括：
[0009]离线准备时，在待定位区域的三维空间内预设的多个采样点对无线接入点进行RSSI信息采集，构建离线指纹库；
[0010]定位时，获取定位目标当前所在位置的RSSI检测数据以及定位目标当前的惯性数据，根据定位目标所在位置的RSSI检测数据与离线指纹库进行匹配，得到定位目标所在位置的定位预测值，并计算当前定位预测值与前一时刻的定位结果之间的预测值距离；若所述预测值距离未超过预设的距离阈值，则以所述当前定位预测值作为当前的定位结果；若所述预测值距离超过预设的距离阈值，则根据定位目标当前的惯性数据以前一时刻的定位结果为基础进行航迹推算定位，并以航迹推算定位结果作为当前的定位结果。
[0011]上述基于位置指纹优化融合的室内定位方法中，作为优选方案，在待定位区域的三维位置空间内设置采样点的方式为：
[0012]将待定位区域的三维位置空间划分若干个阵列堆叠排布的立方体空间网格，将各立方体空间网格的各顶点位置，设置为采样点RP，并记录各采样点RP的空间位置坐标。
[0013]上述基于位置指纹优化融合的室内定位方法中，作为优选方案，所述离线指纹库按如下方式构建：
[0014]S101、评估各无线接入点的稳定可信度，选择稳定可信度高于预设阈值的无线接入点作为保留接入点；
[0015]S102、针对每个采样点分别对各无线接入点进行K组的RSSI采样，K为预设的离线采样次数；统计和记录每个采样点对各保留接入点的各组采样RSSI值，构成针对单个采样点的采样强度分布指纹信息：
[0016]RSSI
0,m
＝{R
m1
,R
m2
,
…
,R
mn
,
…
,R
mN
}；
[0017]RSSI
0,m
表示第m个采样点的采样强度分布指纹信息；R
mn
表示第m个采样点对第n个保留接入点的K组采样RSSI向量，保留接入点的K组采样RSSI向量，表示第m个采样点对第n个保留接入点进行第k组采样时的RSSI值，k＝1,2,
…
,K，m＝1,2,
…
,M，n＝1,2,
…
,N，M为采样点的总个数，N为保留接入点的总个数；
[0018]各采样点的采样强度分布指纹信息的集合{RSSI
0,1
,RSSI
0,2
,
…
,RSSI
0,m
,
…
,RSSI
0,M
}则构成离线指纹库。
[0019]上述基于位置指纹优化融合的室内定位方法中，作为优选方案，步骤S101具体为：随机选择若干个采样点位置对各无线接入点分别进行多次RSSI采样测试，统计采样测试中每个无线接入点在各次采样测试中被采样到有RSSI值的概率作为稳定可信度，将稳定可信度高于预设可信度阈值的无线接入点作为保留接入点。
[0020]上述基于位置指纹优化融合的室内定位方法中，作为优选方案，定位时，定位目标所在位置的RSSI检测数据与离线指纹库进行匹配的方式是：
[0021]S201、对定位目标的RSSI检测数据进行筛选预处理，仅保留RSSI检测数据中对应于保留接入点的RSSI值：
[0022]RSSI
S
＝{S1,S2,
…
,S
n
,
…
,S
N
}；
[0023]RSSI
S
为预处理后的RSSI检测数据，S
n
为预处理后的RSSI检测数据中第n个保留接入点的RSSI检测值，n本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于位置指纹优化融合的室内定位方法，其特征在于，包括：离线准备时，在待定位区域的三维空间内预设的多个采样点对无线接入点进行RSSI信息采集，构建离线指纹库；定位时，获取定位目标当前所在位置的RSSI检测数据以及定位目标当前的惯性数据，根据定位目标所在位置的RSSI检测数据与离线指纹库进行匹配，得到定位目标所在位置的定位预测值，并计算当前定位预测值与前一时刻的定位结果之间的预测值距离；若所述预测值距离未超过预设的距离阈值，则以所述当前定位预测值作为当前的定位结果；若所述预测值距离超过预设的距离阈值，则根据定位目标当前的惯性数据以前一时刻的定位结果为基础进行航迹推算定位，并以航迹推算定位结果作为当前的定位结果。2.根据权利要求1所述基于位置指纹优化融合的室内定位方法，其特征在于，在待定位区域的三维位置空间内设置采样点的方式为：将待定位区域的三维位置空间划分若干个阵列堆叠排布的立方体空间网格，将各立方体空间网格的各顶点位置，设置为采样点RP，并记录各采样点RP的空间位置坐标。3.根据权利要求2所述基于位置指纹优化融合的室内定位方法，其特征在于，所述离线指纹库按如下方式构建：S101、评估各无线接入点的稳定可信度，选择稳定可信度高于预设阈值的无线接入点作为保留接入点；S102、针对每个采样点分别对各无线接入点进行K组的RSSI采样，K为预设的离线采样次数；统计和记录每个采样点对各保留接入点的各组采样RSSI值，构成针对单个采样点的采样强度分布指纹信息：RSSI
0,m
＝{R
m1
,R
m2
,
…
,R
mn
,
…
,R
mN
}；RSSI
0,m
表示第m个采样点的采样强度分布指纹信息；R
mn
表示第m个采样点对第n个保留接入点的K组采样RSSI向量，接入点的K组采样RSSI向量，表示第m个采样点对第n个保留接入点进行第k组采样时的RSSI值，k＝1,2,
…
,K，m＝1,2,
…
,M，n＝1,2,
…
,N，M为采样点的总个数，N为保留接入点的总个数；各采样点的采样强度分布指纹信息的集合{RSSI
0,1
,RSSI
0,2
,
…
,RSSI
0,m
,
…
,RSSI
0,M
}则构成离线指纹库。4.根据权利要求3所述基于位置指纹优化融合的室内定位方法，其特征在于，步骤S101具体为：随机选择若干个采样点位置对各无线接入点分别进行多次RSSI采样测试，统计采样测试中每个无线接入点在各次采样测试中被采样到有RSSI值的概率作为稳定可信度，将稳定可信度高于预设可信度阈值的无线接入点作为保留接入点。5.根据权利要求3所述基于位置指纹优化融合的室内定位方法，其特征在于，定位时，定位目标所在位置的RSSI检测数据与离线指纹库进行匹配的方式是：S201、对定位目标的RSSI检测数据进行筛选预处理，仅保留RSSI检测数据中对应于保留接入点的RSSI值：RSSI
S
＝{S1,S2,
…
,S
n
,
…
,S
N
}；RSSI
S
为预处理后的RSSI检测数据，S
n
为预处理后的RSSI检测数据中第n个保留接入点的RSSI检测值，n＝1,2,
…
,N，N为保留接入点的总个数；
S202、将预处理后的RSSI检测数据分别与离线指纹库中各采样点的采样强度分布指纹信息进行概率匹配计算；针对其中的一个采样点，统计所述RSSI检测数据中每个保留接入点的RSSI检测值在该采样点的采样强度分布指纹信息中的相同保留接入点上出现的概率，得到所述RSSI检测数据对应一个采样点中各不同保留接入点的概率匹配向量；从而，由所述RSSI检测数据对应各采样点的概率匹配向量的集合，构成所述RSSI检测数据的概率匹配矩阵；S203、根据步骤S203所得的概率匹配矩阵排查是否存在检测值异常的保留接入点，将概率匹配矩阵中检测值异常的保留接入点对应的概率值均设为0；S204、将步骤S203所得的概率匹配矩阵中各采样点对应的概率值求和，得到各采样点的概率和值；然后从各立方体空间网格中搜索8个顶点采样点的概率和值的总和最高的一个立方体空间网格，判定为定位目标所在网...

【专利技术属性】
技术研发人员：陈胜军，李卓，王伟民，许新桢，王井，冯亮，代晓宏，
申请(专利权)人：重庆清仪微系统技术有限公司，
类型：发明
国别省市：