基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法
【專利摘要】一種基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法包括：篩選出采樣路徑上在固定地標附近預定區(qū)域內(nèi)的采樣點，確定所述固定地標覆蓋范圍內(nèi)的信號接收強度指示指紋特征與物理距離之間的物理相關(guān)性，選取所述固定地標附近預定區(qū)域內(nèi)的最優(yōu)短距離估計模型和確定所述采樣路徑中各個采樣點的絕對坐標。本發(fā)明的技術(shù)方案有效地構(gòu)建一個低成本、高精度的WiFi指紋庫。
【專利說明】基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法，具體涉及一種基于固定地標的室內(nèi)定 位系統(tǒng)指紋庫構(gòu)建方法。

【背景技術(shù)】
[0002] 隨著移動互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，智能手機、平板電腦等智能移動設備的迅速普 及，基于用戶室內(nèi)位置的業(yè)務大量出現(xiàn)，包括路徑尋找、多媒體位置標記、位置交友、針對 性地投放廣告和優(yōu)惠券發(fā)放以及給出符合用戶興趣點的建議等創(chuàng)新的業(yè)務。與基于GPS、 北斗、伽利略的室外定位系統(tǒng)不同，室內(nèi)定位系統(tǒng)主要利用無線傳感器網(wǎng)絡（Wireless SensorNetwork,WSN)、RFID、紅外線、超聲波以及WiFi等技術(shù)，其中，基于WiFi的室內(nèi) 定位技術(shù)正呈現(xiàn)出光明的應用前景。這種定位技術(shù)主要利用WiFi信號接入點（Access Point，AP)來獲取用戶位置，AP的高覆蓋率是精確室內(nèi)定位方案實現(xiàn)的前提。近年來，許多 場所如大型商場等的AP覆蓋率正在逐步上升，這對基于WiFi的室內(nèi)定位技術(shù)的發(fā)展提供 了便利。目前，基于WiFi室內(nèi)定位技術(shù)的研究領(lǐng)域主要分有兩個方向：定位算法與指紋庫 構(gòu)建，其中，定位算法的研究已經(jīng)形成了一些具有通用性的算法，指紋庫的構(gòu)建仍存在較大 的研究空間。以往指紋庫的建立都是由經(jīng)過訓練的專業(yè)人士進行操作的，這種指紋庫的構(gòu) 建方法需要消耗非常高的人力成本，不利于該定位技術(shù)的進一步發(fā)展。因此，如何有效地構(gòu) 建一個低成本、高精度的WiFi指紋庫是WiFi室內(nèi)定位系統(tǒng)走進普通應用所必須面臨和解 決的問題。
[0003] 經(jīng)對現(xiàn)有技術(shù)的文獻檢索發(fā)現(xiàn)，M.Alzantot和M.Youssef于2012年在the20* InternationalConferenceonAdvancesinGeographicInformationSystems發(fā)表了 "Crowdinside:automaticconstructionofindoorfloorplans"（2012 年ACM組織在 地理信息領(lǐng)域的會議，《人群參與：室內(nèi)平面圖的自動構(gòu)建方法》），提出了利用同時定位映 射（SimultaneousLocalizationandMapping,SLAM)技術(shù)來解決無特征場所的RF地圖建 立的問題。然而，此技術(shù)有依賴于智能手機的慣性傳感器來識別地標的限制。識別地標所 采用的傳感器配置選擇，對跟蹤精度及此類定位系統(tǒng)的可用性均有較大影響。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明解決的技術(shù)問題是如何有效地構(gòu)建一個低成本、高精度的WiFi指紋庫。
[0005] 為解決上述問題本發(fā)明技術(shù)方法提出了一種基于固定地標的室內(nèi)定位系統(tǒng)指紋 庫構(gòu)建方法。
[0006] 所述基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法包括：
[0007] 篩選出采樣路徑上在固定地標附近預定區(qū)域內(nèi)的采樣點，包括根據(jù)所述采樣點與 固定地標的信號接收強度指示指紋信息計算兩者之間的信號接收強度指示相似度，并結(jié)合 所述采樣點的位移信息，得到所述固定地標附近預定范圍內(nèi)的采樣點集合；
[0008] 確定所述固定地標覆蓋范圍內(nèi)的信號接收強度指示指紋特征與物理距離之間的 物理相關(guān)性，包括在所述采樣點集合中，找到與所述固定地標距離預定距離的相關(guān)采樣點， 并計算所述相關(guān)采樣點與固定地標之間在信號接收強度指示空間上的距離，基于所述信號 接收強度指示相似度與物理距離之間的信號接收強度指示相關(guān)性，構(gòu)建短距離估計模型；
[0009] 選取所述固定地標附近預定區(qū)域內(nèi)的最優(yōu)短距離估計模型，包括建立至少一個短 距離估計模型函數(shù)，對所述采樣路徑中的部分路徑進行訓練，并統(tǒng)計每個路徑與測量值之 間的誤差，選擇具有最小誤差的短距離估計模型函數(shù)作為該固定地標的最優(yōu)短距離估計模 型；
[0010] 確定所述采樣路徑中各個采樣點的絕對坐標，包括基于所述固定地標的最優(yōu)短距 離估計模型，求解出所述固定地標與與其對應的采樣路徑中的采樣點之間的歐氏距離，計 算所述固定地標與與其對應的采樣點之間的在歐氏空間中的相對坐標，再根據(jù)所述固定地 標在歐氏空間中的全局坐標確定該固定地標對應的采樣點在歐氏空間中的全局坐標，對該 固定地標對應的采樣點所在的路徑的后續(xù)采樣點的坐標信息進行更新，將所述后續(xù)采樣點 的坐標信息保存至云服務器端的數(shù)據(jù)庫。
[0011] 可選的，所述根據(jù)所述采樣點與固定地標的信號接收強度指示指紋信息計算兩者 之間的信號接收強度指示相似度包括：確定兩個所述采樣點之間或所述采樣點與固定地標 之間的在信號接收強度指示空間中的距離Sinii，j，

【權(quán)利要求】
1. 一種基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法，其特征在于，包括： 篩選出采樣路徑上在固定地標附近預定區(qū)域內(nèi)的采樣點，包括根據(jù)所述采樣點與固定 地標的信號接收強度指示指紋信息計算兩者之間的信號接收強度指示相似度，并結(jié)合所述 采樣點的位移信息，得到所述固定地標附近預定范圍內(nèi)的采樣點集合； 確定所述固定地標覆蓋范圍內(nèi)的信號接收強度指示指紋特征與物理距離之間的物理 相關(guān)性，包括在所述采樣點集合中，找到與所述固定地標距離預定距離的相關(guān)采樣點，并計 算所述相關(guān)采樣點與固定地標之間在信號接收強度指示空間上的距離，基于所述信號接收 強度指示相似度與物理距離之間的信號接收強度指示相關(guān)性，構(gòu)建短距離估計模型； 選取所述固定地標附近預定區(qū)域內(nèi)的最優(yōu)短距離估計模型，包括建立至少一個短距離 估計模型函數(shù)，對所述采樣路徑中的部分路徑進行訓練，并統(tǒng)計每個路徑與測量值之間的 誤差，選擇具有最小誤差的短距離估計模型函數(shù)作為該固定地標的最優(yōu)短距離估計模型； 確定所述采樣路徑中各個采樣點的絕對坐標，包括基于所述固定地標的最優(yōu)短距離估 計模型，求解出所述固定地標與與其對應的采樣路徑中的采樣點之間的歐氏距離，計算所 述固定地標與與其對應的采樣點之間的在歐氏空間中的相對坐標，再根據(jù)所述固定地標在 歐氏空間中的全局坐標確定該固定地標對應的采樣點在歐氏空間中的全局坐標，對該固定 地標對應的采樣點所在的路徑的后續(xù)采樣點的坐標信息進行更新，將所述后續(xù)采樣點的坐 標信息保存至云服務器端的數(shù)據(jù)庫。
2. 如權(quán)利要求1所述的基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法，其特征在于， 所述根據(jù)所述采樣點與固定地標的信號接收強度指示指紋信息計算兩者之間的信號接收 強度指示相似度包括：確定兩個所述采樣點之間或所述采樣點與固定地標之間的在信號接 收強度指示空間中的距離Simi, ,_，
其中，Pi、Pj表示所述采樣點，ΩΓ、Ω/>表示所述采樣點Pi和采樣點Pj處檢測到的接入 點的集合，Θ表示所述采樣點Pi與采樣點&處均檢測到的接入點集合，心、<表示Θ中 第m個接入點在Pi、處的信號接收強度指示值； 所述結(jié)合所述采樣點的位移信息，得到所述固定地標附近預定范圍內(nèi)的采樣點集合包 括計算各采樣點與所述固定地標之間在信號接收強度指示空間中的距離，根據(jù)設定的信號 接收強度指示距離閾值得到臨時采樣點集合Ψ，即： Simi；J <SIMLEVEL； 其中，SIMLEVEL為設定的在信號接收強度指示空間中的信號接收強度指示距離閾值； 確定為米樣點處位移在Y軸與X軸方向上分量之間的比例關(guān)系，根據(jù)f對臨時米αχαχ 樣點集合Ψ進行進一步的篩選，即 Floor<^-<Updx. 其中，Up與Floor分別為設定的上閾值和下閾值，確定所述固定地標附近預定區(qū)域內(nèi) 的采樣點集合Γ。
3. 如權(quán)利要求2所述的基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法，其特征在于， 所述預定區(qū)域為以所述固定地標為圓心，半徑為I. 5m的圓形區(qū)域，所述信號接收強度指示 距離閾值為20,所述上閾值為5,所述下閾值為0. 5。
4. 如權(quán)利要求1所述的基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法，其特征在于， 所述在所述采樣點集合中，找到與所述固定地標距離預定距離的相關(guān)采樣點包括： 在所述信號接收強度指示指紋信息中提取出4個指標，如下： (1) 定義公有的接入點數(shù)目ηη，ηn越大，表示采樣點與固定地標之間距離越近； (2) 定義斯佩爾曼排序相關(guān)系數(shù)P可由下式表示：
對采樣點匕和采樣點Pb所有共同的接入點集合中各個元素，按照信號接收強度指示值 的大小，進行增序排序，確定每個元素在有序表中的排列次序系數(shù)卩?和/嚴1，#&、Fw 分別表示采樣點Pa和采樣點Pb處所有排列次序的平均值，所述排列次序系數(shù)表示出兩個采 樣點的臨近程度； (3) 信號接收強度指示排列次序差的平方求和c，可由下式得到 c=K'、-r，、Y· c越小表示這兩個采樣點的距離越近； (4) 非公有的接入點數(shù)目nu，表示兩個采樣點所獨有的接入點數(shù)目，即 nu =na+nb-2nπ ； 其中na、nb分別表示采樣點a、b處檢測到的接入點數(shù)目，nu越大，說明兩個采樣點之間 的距離越遠； 基于所述信號接收強度指示相似度與物理距離之間的信號接收強度指示相關(guān)性，構(gòu)建 短距離估計模型包括： 根據(jù)確定的4個指標，選取不同的指標，構(gòu)成短距離估計模型Nf即選取nn、Ps、c，即Nf = {nn，Ps，c}，則所述采樣點與固定地標之間的物理距離d可由下式表示 d - aooo+aioon Π +aOlO P s+a〇01C+ail〇n Π P S+ aIOIn n C+a011 P sC+a200n n +a020 P s +a002C +· · ·; 其中，a_等為系數(shù)，通過最小二乘法計算得到；多項式d的最高階數(shù)N。取值范圍為1··· 4。
5. 如權(quán)利要求1或4所述的基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法，其特征在 于，所述預定距離為所述固定地標為圓心，距離所述固定地標小于或等于I. 5m的距離。
6. 如權(quán)利要求1所述的基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法，其特征在于， 所述對所述采樣路徑中的部分路徑進行訓練，并統(tǒng)計每個路徑與測量值之間的誤差，選擇 具有最小誤差的短距離估計模型函數(shù)作為該固定地標的最優(yōu)短距離估計模型包括： 選取一定訓練比例的采樣路徑，并分別計算每條路徑上各個點之間的物理相對距離集 合Z: {Zm，k}和信號接收強度指示空間中的距離集合R: {Rm，k}，其中m、k分別表示當前模型對 應的N。及Nf ; 根據(jù)物理相對距離集合Z: {Zm'k}和信號接收強度指示空間中的距離集合R: {Rm'k}，確定 所述采樣路徑上各采樣點在信號接收強度指示空間與歐式空間上的坐標，即： 4Czmi，『，k -Cr' 其中，取誤差Y的最小值，Y由下式表示：
其中，Pu表示在采樣點Pi處測量得到的采樣點Pi和采樣點I兩點之間的差異性，Clij 表示？1、？」兩點之間的歐氏距離，8(^1^8(^〇1'表示縮放參數(shù)，€為僅與排列順序相關(guān)的連 續(xù)參數(shù)單調(diào)函數(shù)； 建立Ym =S?！m ·艮+T。模型，其中，S。、R。與T。分別表示該映射關(guān)系中對應的縮放、旋 轉(zhuǎn)與反轉(zhuǎn)因子，確定之間的映射關(guān)系； 對非參與訓練的采樣路徑上的點，獲得信號接收強度指示空間中的距離集合RT: {RTm，k}，確定信號接收強度指示空間域上的坐標Aia -C/u，利用所述映射關(guān)系參 數(shù)，將信號接收強度指示空間域上的坐標映射到歐式空間域上-C/"，統(tǒng)計 與直接測得的歐式坐標之間誤差，提取出其中具有最小誤差的短距離估計模型。
7. 如權(quán)利要求6所述的基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法，其特征在于， 所述對所述采樣路徑中的部分路徑進行訓練為采用多維標度分析算法和普氏分析算法對 采樣路徑中的部分路徑進行訓練。
8. 如權(quán)利要求6或7所述的基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法，其特征在 于，所述訓練比例為50 %。
9. 如權(quán)利要求1所述的基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法，其特征在于， 所述基于所述固定地標的最優(yōu)短距離估計模型，求解出所述固定地標與與其對應的采樣路 徑中的采樣點之間的歐氏距離，計算所述固定地標與與其對應的采樣點之間的在歐氏空間 中的相對坐標，再根據(jù)所述固定地標在歐氏空間中的全局坐標確定該固定地標對應的采樣 點在歐氏空間中的全局坐標，對該固定地標對應的采樣點所在的路徑的后續(xù)采樣點的坐標 信息進行更新，將所述后續(xù)采樣點的坐標信息保存至云服務器端的數(shù)據(jù)庫包括： 計算所述固定地標與與其對應的采樣路徑中采樣點之間在信號接收強度指示空間中 的距離集合R:{Rm'k}，利用所述最優(yōu)短距離估計模型，計算出所述固定地標與采樣路徑中采 樣點之間的歐氏距離集合Z:{Zm'k}; 計算出所述固定地標與采樣路徑中采樣點在信號接收強度指示空間中的坐標 /Ta - 和歐氏空間中的坐標Zjia 將所述信號接收強度指示空間域中的坐標與歐氏空間域的映射參數(shù)計算出來，然后根 據(jù)這些參數(shù)以及信號接收強度指示空間域的坐標，計算得到最終歐氏空間中的相對坐標分 另0為G與匕； 根據(jù)所述固定地標在歐氏空間中的全局坐標Cf、相對坐標C二與，確定其對應的采 樣路徑中采樣點在歐氏空間中的全局坐標Cg，其中， Ci Cg--Tr-Ct ^est . 對這些采樣點所在的路徑的后續(xù)采樣點坐標信息進行更新，實現(xiàn)對指紋數(shù)據(jù)庫信息的 修正，將數(shù)據(jù)保存至云服務器端的數(shù)據(jù)庫。
10.如權(quán)利要求9所述的基于固定地標的室內(nèi)定位系統(tǒng)指紋庫構(gòu)建方法，其特征在于， 所述計算所述固定地標與與其對應的采樣點之間的在歐氏空間中的相對坐標為采用多維 標度分析算法和普氏分析算法計算固定地標與其附近采樣點之間的在歐氏空間中的相對 坐標。
【文檔編號】G06F17/30GK104320759SQ201410545517
【公開日】2015年1月28日 申請日期:2014年10月15日 優(yōu)先權(quán)日:2014年10月15日
【發(fā)明者】徐超杰, 黃正勇, 夏俊, 俞暉 申請人:上海交通大學