基于因子图模型的定位方法技术

本公开提供了一种基于因子图模型的定位方法及相关设备，涉及定位技术领域

【技术实现步骤摘要】
基于因子图模型的定位方法、装置、电子设备及介质


[0001]本公开涉及定位
，尤其涉及一种基于因子图模型的定位方法
、
装置
、
电子设备及介质
。

技术介绍

[0002]基于位置的服务作为一种生活方式已逐渐渗透到人类生活的方方面面
。
目前在室外环境中，基于全球定位系统
(GPS)
或蜂窝移动网络，定位导航技术已经比较成熟
。
但由于待定位对象所处的环境中存在较多的遮挡和障碍，会使卫星或蜂窝网络的信号脆弱，从而使定位无法通过
GPS
或蜂窝移动网络技术实现
。
由于人平均约有
70
％～
90
％的时间在室内度过，我们更期望能实现在室内环境下
(
如商场门店
、
病房
、
监狱
、
办公室
、
车库等
)
的定位跟踪技术
。
[0003]传统的定位技术并不能精确定位，因此获取一种可以精确定位的方法成为亟待解决的技术问题
。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息
。

技术实现思路

[0005]本公开提供一种基于因子图模型的定位方法
、
装置
、
电子设备及介质，至少在一定程度上克服由于相关技术中定位不精确的问题
。
[0006]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得
。
[0007]根据本公开的一个方面，提供了一种基于因子图模型的定位方法，包括：获取待定位对象在多个时刻的第一测量数据和第二测量数据，其中，第一测量数据包括：惯性导航传感器测量出的待定位对象的位置信息和角速度信息，第二测量数据包括：测距基站测量出的待定位对象到测距基站的距离信息；根据待定位对象在多个时刻的第一测量数据和第二测量数据，构建因子图模型；基于限制误差的损失函数，对因子图模型进行优化，并根据优化后的因子图模型，确定待定位对象在各个时刻的位置信息，其中，因子图模型中包含：基站误差因子和时间误差因子，基站误差因子用于表征测距基站的测距误差，时间误差因子用于表征惯性导航传感器从第一时刻到第二时刻的时间累积误差
。
[0008]在一些实施例中，上述方法中的位置信息包括：待定位对象在惯性导航坐标系中的北向坐标位置和东向坐标位置
。
[0009]在一些实施例中，上述中的测距基站为室内基站
。
[0010]在一些实施例中，上述的室内基站为超宽带
UWB
基站
。
[0011]在一些实施例中，上述提供的基于因子图模型的定位方法，可以通过如下公式确定基站误差因子：
e
Bt,i
＝
r
t,i
‑
norm(B
i
,X
t
)
；其中，
r
t,i
表示第
i
个测距基站测量出的待定位对象到测距基站的距离，
B
i
表示第
i
个测距基站的位置信息，
X
t
表示
t
时刻惯性导航传感器测量
出的待定位对象的位置信息，函数
norm(B
i
,X
t
)
表示
B
i
和
X
t
之间的欧几里得距离
。
[0012]在一些实施例中，第一测量数据还包括：惯性导航传感器测量出的待定位对象的移动步长
。
[0013]在一些实施例中，上述提供的基于因子图模型的定位方法，通过如下公式确定前后时间误差因子：
e
x,t
＝
dis([X
t
,X
t
‑1],[S
t
,
Δω
t])
；其中，
[X
t
,X
t
‑1]表示
t
时刻和
t
‑1时刻的惯性导航传感器测量出的待定位对象的位置信息组成的位移向量，
[S
t
,
Δω
t]表示
t
时刻惯性导航传感器测量出的待定位对象的的移动步长和角速度信息组成的运动向量，
dis([X
t
,X
t
‑1],[S
t
,
Δω
t])
表示计算
[X
t
,X
t
‑1]和
[S
t
,
Δω
t]之间的欧几里得距离
。
[0014]在一些实施例中，方法还包括基于因子图模型，建立因子图模型的最大后验概率模型；求解最大后验概率模型，得到待定位对象在各个时刻的位置信息
。
[0015]根据本公开的另一个方面，还提供了一种基于因子图模型的定位装置，包括：测量数据获取模块，用于获取待定位对象在多个时刻的第一测量数据和第二测量数据，其中，第一测量数据包括：惯性导航传感器测量出的待定位对象的位置信息和角速度信息，第二测量数据包括：测距基站测量出的待定位对象到测距基站的距离信息；因子图模型构建模块，根据待定位对象在多个时刻的第一测量数据和第二测量数据，构建因子图模型；位置信息确定模块，用于基于限制误差的损失函数，对因子图模型进行优化，并根据优化后的因子图模型，确定待定位对象在各个时刻的位置信息，其中，因子图模型中包含：基站误差因子和时间误差因子，基站误差因子用于表征测距基站的测距误差，时间误差因子用于表征惯性导航传感器从第一时刻到第二时刻的时间累积误差
。
[0016]根据本公开的另一个方面，还提供了一种电子设备，该电子设备包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的基于因子图模型的定位方法
。
[0017]根据本公开的另一个方面，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，计算机程序被处理器执行时实现上述任意一项的基于因子图模型的定位方法
。
[0018]根据本公开的另一个方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述任意一项的基于因子图模型的定位方法
。
[0019]本公开的实施例中提供的基于因子图模型的定位方法
、
装置
、
电子设备及介质，通过获取待定位对象在多个时刻的通过惯性导航传感器测量的位置信息和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于因子图模型的定位方法，其特征在于，包括：获取待定位对象在多个时刻的第一测量数据和第二测量数据，其中，所述第一测量数据包括：惯性导航传感器测量出的所述待定位对象的位置信息和角速度信息，所述第二测量数据包括：测距基站测量出的所述待定位对象到测距基站的距离信息；根据所述待定位对象在多个时刻的第一测量数据和第二测量数据，构建因子图模型；基于限制误差的损失函数，对所述因子图模型进行优化，并根据优化后的因子图模型，确定所述待定位对象在各个时刻的位置信息，其中，所述因子图模型中包含：基站误差因子和时间误差因子，所述基站误差因子用于表征测距基站的测距误差，所述时间误差因子用于表征惯性导航传感器从第一时刻到第二时刻的时间累积误差
。2.
根据权利要求1所述的基于因子图模型的定位方法，其特征在于，所述待定位对象的位置信息包括：待定位对象在惯性导航坐标系中的北向坐标位置和东向坐标位置
。3.
根据权利要求1所述的基于因子图模型的定位方法，其特征在于，所述测距基站为室内基站
。4.
根据权利要求3所述的基于因子图模型的定位方法，其特征在于，所述室内基站为超宽带
UWB
基站
。5.
根据权利要求1所述的基于因子图模型的定位方法，其特征在于，通过如下公式确定基站误差因子：
e
Bt,i
＝
r
t,i
‑
norm(B
i
,X
t
)
其中，
r
t,i
表示第
i
个测距基站测量出的所述待定位对象到测距基站的距离，
B
i
表示第
i
个测距基站的位置信息，
X
t
表示
t
时刻惯性导航传感器测量出的所述待定位对象的位置信息，函数
norm(B
i
,X
t
)
表示
B
i
和
X
t
之间的欧几里得距离
。6.
根据权利要求1所述的基于因子图模型的定位方法，其特征在于，第一测量数据还包括：惯性导航传感器测量出的所述待定位对象的移动步长
。7.
根据权利要求6所述的基于因子图模型的定位方法，其特征在于，通过如下公式确定前后时间误差因子：
e
x,t
＝
dis([X
t
...

【专利技术属性】
技术研发人员：陈梓荣，牛思杰，庞涛，朱先飞，梁宇杰，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：