【技术实现步骤摘要】
本专利技术涉及室内行人轨迹跟踪，具体涉及一种安全鲁棒的室内行人轨迹跟踪方法和系统。
技术介绍
1、工业互联网环境下，基于位置的服务不可或缺，因此对于位置的估计及轨迹的跟踪至关重要。
2、wifi指纹定位由于其不需要安装额外硬件设备，可以直接利用现有的wifi设备收集信号强度，因此在不增加成本的条件下，该项技术受到了广泛的重视和研究。指纹定位技术主要是由于无线电信号在不同位置点上具有不完全相同的信号强度序列，使得每一个位置点都可以依据所接收到的信号强度构建独特的信号特征。但wifi基站易被包括ddos(分布式拒绝服务，distributed denial of service)在内的方式入侵、信号强度易被污染，传播特性易受环境影响，这使得wifi基站易被攻击，进一步损害到定位精度，影响到智慧工厂的生产及安全。基于惯导数据的pdr(行人航位推算，pedestrian dead reckoning)算法虽然能够为wifi指纹定位技术提供步长约束，但指纹定位中存在的大误差问题直接影响两者融合的轨迹跟踪效果。
3、综上，现有技术中存在wifi基站易被攻击、定位精度低以及工厂的生产及安全易受到影响的问题。
技术实现思路
1、鉴于上述问题，本专利技术提供了一种安全鲁棒的室内行人轨迹跟踪方法和系统，解决了现有技术中wifi基站易被攻击、定位精度低以及工厂的生产及安全易受到影响的问题。
2、本专利技术提供了一种安全鲁棒的室内行人轨迹跟踪系统，包括采集模块21、指纹
3、采集模块21，用于采集wifi信号强度、加速度数据和陀螺仪数据；
4、指纹定位模块22，用于基于所选择的基站，根据轨迹上每一个待定位点所接收到的wifi信号强度进行指纹定位，利用指纹定位算法估计得到wifi指纹定位结果；
5、安全基站筛选模块23，用于根据指纹定位模块22发送的wifi指纹定位结果计算每个基站是否受到攻击，通过k-s检验和聚类算法，识别并过滤被攻击的基站，保留正常基站并告知指纹定位模块22将其用于指纹定位，得到基于正常基站的wifi指纹定位结果；其中，基站指wifi基站；
6、pdr轨迹跟踪模块24，用于根据采集模块21获得的加速度数据和陀螺仪数据利用基于惯导数据的pdr算法计算获得相对轨迹；
7、可靠指纹定位模块25，用于筛选指纹定位结果中存在的异常大误差，剔除基于正常基站的wifi指纹定位结果中的异常大误差定位点；
8、轨迹优化模块26，用于根据经过可靠指纹定位模块25处理的基于正常基站的wifi指纹定位结果得到wifi指纹全局轨迹；将利用基于惯导数据的pdr算法获得的相对轨迹去拟合wifi指纹全局轨迹，得到最优拟合轨迹。
9、进一步地，采集模块21，具体用于离线采集参考点的指纹信息，包括基站的mac地址和在参考点处接收到基站的信号强度；还用于在线获取轨迹上测试点的指纹信息、加速度数据和陀螺仪数据；其中，参考点指地标点，测试点是轨迹上已知其真实位置的点。
10、本专利技术还提供了一种安全鲁棒的室内行人轨迹跟踪方法，包括如下步骤：
11、s101.多次随机筛选不同基站子集，获得不同基站子集下的wifi指纹定位结果，再利用k-s检验，计算得到不同基站子集间wifi指纹定位结果的差异值；其中，基站指wifi基站；
12、s102.以s101得到的差异值作为聚类特征，挑选一类密度最高的wifi指纹定位结果，用于统计不同基站的出现频次，识别并剔除被攻击的基站，获取基于正常基站的wifi指纹定位结果；
13、s103.将利用基于惯导数据的pdr算法进行行人步长估计，并以此为基准，对比其与指纹定位算法在相邻时刻的wifi指纹定位结果的差别，筛选异常大误差，移除基于正常基站的wifi指纹定位结果中的异常大误差定位点的wifi指纹定位结果；
14、s104.根据经过s103处理的基于正常基站的wifi指纹定位结果得到wifi指纹全局轨迹；基于最小残差优化，通过对利用基于惯导数据的pdr算法获得的相对轨迹旋转平移，去拟合wifi指纹全局轨迹，得到最优拟合轨迹并将其作为最终的跟踪结果。
15、进一步地，s101具体包括：
16、s101.1.多次随机筛选不同基站子集；其中，每个基站子集中的基站数量相同；利用指纹定位算法分别计算获得不同基站子集下轨迹上个待定位点的wifi指纹定位结果，表示为：
17、；
18、式中，为第个基站子集下对个待定位点的wifi指纹定位结果集合；为第个基站子集下对第个待定位点的wifi指纹定位结果。
19、进一步地，s101.1，指纹定位算法包括knn算法。
20、进一步地，s101还具体包括：
21、s101.2.利用k-s检验，计算得到不同基站子集间wifi指纹定位结果的差异值；其中，对于第个基站子集和第个基站子集间wifi指纹定位结果的差异值，按照如下方式计算获得：
22、分别计算和与预设值之间的差异，得到与，是第个基站子集下对第个待定位点的wifi指纹定位结果与预设值之间的差异，是第个基站子集下对第个待定位点的wifi指纹定位结果与预设值之间的差异，为第j个基站子集下对个待定位点的wifi指纹定位结果集合；
23、计算与之间的差异值，得到第个基站子集和第个基站子集间wifi指纹定位结果的差异值：
24、；
25、式中，分别表示基于和的经验分布函数在处的概率密度；表示的绝对值；表示取最大值；表示和的并集中最小值到最大值之间任一数值。
26、进一步地，s102具体包括：
27、s102.1.以不同基站子集间wifi指纹定位结果的差异值作为聚类特征，利用k-means聚类算法，输入待划分的聚类数，则可得到类聚类子簇，挑选一类含有元素最多的子簇，并获得该子簇所对应的wifi指纹定位结果。
28、进一步地，s102还具体包括：
29、s102.2.将s102.1得到的wifi指纹定位结果用于统计不同基站的出现频次，将出现频次小于第一超参数的基站判定为被攻击的基站，将其余基站判定为正常基站，识别并剔除被攻击的基站，获取基于正常基站的wifi指纹定位结果；其中，第一超参数根据定位环境进行设定。
30、进一步地，s103具体包括：
31、s103.1.将利用基于惯导数据的pdr算法进行行人步长估计，并以此为基准，对比其与指纹定位算法在相邻时刻的wifi指纹定位结果的差别，得到各个待定位点上的差值；
32、s103.2.通过将各个待定位点上的差值与第二超参数进行比较，筛选异常大误差；
33、若待定位点上的差值大于第二超参数，则判定基于正常基站的wifi指纹定位结本文档来自技高网...
【技术保护点】
1.一种安全鲁棒的室内行人轨迹跟踪系统，其特征在于，包括采集模块(21)、指纹定位模块(22)、安全基站筛选模块(23)、PDR轨迹跟踪模块(24)、可靠指纹定位模块(25)和轨迹优化模块(26)；其中，
2.根据权利要求1所述的安全鲁棒的室内行人轨迹跟踪系统，其特征在于，采集模块(21)，具体用于离线采集参考点的指纹信息，包括基站的MAC地址和在参考点处接收到基站的信号强度；还用于在线获取轨迹上测试点的指纹信息、加速度数据和陀螺仪数据；其中，参考点指地标点，测试点是轨迹上已知其真实位置的点。
3.一种安全鲁棒的室内行人轨迹跟踪方法，基于权利要求1或2所述的安全鲁棒的室内行人轨迹跟踪系统实现，其特征在于，包括如下步骤：
4.根据权利要求3所述的安全鲁棒的室内行人轨迹跟踪方法，其特征在于，S101具体包括：
5.根据权利要求4所述的安全鲁棒的室内行人轨迹跟踪方法，其特征在于，S101.1，指纹定位算法包括KNN算法。
6.根据权利要求5所述的安全鲁棒的室内行人轨迹跟踪方法，其特征在于，S101还具体包括：
7.
8.根据权利要求7所述的安全鲁棒的室内行人轨迹跟踪方法，其特征在于，S102还具体包括：
9.根据权利要求8所述的安全鲁棒的室内行人轨迹跟踪方法，其特征在于，S103具体包括：
10.根据权利要求9所述的安全鲁棒的室内行人轨迹跟踪方法，其特征在于，S104具体包括：
...【技术特征摘要】
1.一种安全鲁棒的室内行人轨迹跟踪系统，其特征在于，包括采集模块(21)、指纹定位模块(22)、安全基站筛选模块(23)、pdr轨迹跟踪模块(24)、可靠指纹定位模块(25)和轨迹优化模块(26)；其中，
2.根据权利要求1所述的安全鲁棒的室内行人轨迹跟踪系统，其特征在于，采集模块(21)，具体用于离线采集参考点的指纹信息，包括基站的mac地址和在参考点处接收到基站的信号强度；还用于在线获取轨迹上测试点的指纹信息、加速度数据和陀螺仪数据；其中，参考点指地标点，测试点是轨迹上已知其真实位置的点。
3.一种安全鲁棒的室内行人轨迹跟踪方法，基于权利要求1或2所述的安全鲁棒的室内行人轨迹跟踪系统实现，其特征在于，包括如下步骤：
4.根据权利要求3所述的安...
【专利技术属性】
技术研发人员：陶冶，吕金虎，谭少林，甘叠，
申请(专利权)人：北京中关村实验室，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。