著录项信息
专利名称 | 一种基于采集与定位的室内外联合导航方法与系统 |
申请号 | CN201510344336.4 | 申请日期 | 2015-06-19 |
法律状态 | 授权 | 申报国家 | 中国 |
公开/公告日 | 2015-09-16 | 公开/公告号 | CN104913782A |
优先权 | 暂无 | 优先权号 | 暂无 |
主分类号 | G01C21/20 | IPC分类号 | G;0;1;C;2;1;/;2;0查看分类表>
|
申请人 | 中国人民解放军国防科学技术大学 | 申请人地址 | 湖南省长沙市开福区砚瓦池
变更
专利地址、主体等相关变化,请及时变更,防止失效 |
权利人 | 中国人民解放军国防科学技术大学 | 当前权利人 | 中国人民解放军国防科学技术大学 |
发明人 | 郭得科;滕晓强;刘忠;周晓磊;史良 |
代理机构 | 北京风雅颂专利代理有限公司 | 代理人 | 李弘 |
摘要
本发明公开了一种基于采集与定位的室内外联合导航方法与系统,其中,该方法包括:获取室内外三维地图,以及室内外三维地图中的多个POI位置;检测轨迹贡献者与导航用户在室内外三维地图中的粗粒度位置;采集轨迹贡献者的个人运动轨迹;根据轨迹贡献者在室内外三维地图中的粗粒度位置与室内外三维地图中的多个POI位置,从个人运动轨迹中提取出有效运动轨迹,并存储有效运动轨迹;接收导航用户的导航请求,并根据导航用户在室内外三维地图中的粗粒度位置与导航用户的导航请求生成导航路径发送给导航用户。
1.一种基于采集与定位的室内外联合导航方法,其特征在于,包括:
获取室内外三维地图,以及所述室内外三维地图中的多个POI位置;
检测轨迹贡献者与导航用户在所述室内外三维地图中的粗粒度位置;
采集所述轨迹贡献者的个人运动轨迹;
根据轨迹贡献者在所述室内外三维地图中的粗粒度位置与室内外三维地图中的所述多个POI位置,从所述个人运动轨迹中提取出有效运动轨迹,并存储所述有效运动轨迹;
接收所述导航用户的移动设备发送的导航请求,并根据所述导航用户在所述室内外三维地图中的粗粒度位置与所述导航用户的导航请求生成导航路径发送给所述导航用户的所述移动设备;当用户按推荐的轨迹行走时,系统将要检测POI位置来对导航用户的行走轨迹进行校准;
所述检测轨迹贡献者与导航用户在所述室内外三维地图中的粗粒度位置,为根据所述检测轨迹贡献者与导航用户的移动设备与室外蜂窝塔的连接情况在室外三维地图中检测所述轨迹贡献者与导航用户所在的蜂窝塔位置,并根据所述轨迹贡献者与导航用户所在的蜂窝塔位置与所述检测轨迹贡献者与导航用户的移动设备与多个无线访问接入点的连接情况在室内三维地图中检测所述轨迹贡献者与导航用户所在的粗粒度位置;
根据所述检测轨迹贡献者与导航用户的移动设备与室外蜂窝塔的连接情况在室外三维地图中检测所述轨迹贡献者与导航用户所在的蜂窝塔位置,为所述检测轨迹贡献者与导航用户的移动设备所在位置被一个所述室外蜂窝塔所覆盖,所述移动设备通过所述室外蜂窝塔的一个无线访问接入点连接至所述室外蜂窝塔并获取所述室外蜂窝塔的唯一标识符,所述移动设备将所述室外蜂窝塔的唯一标识符传送到服务器,所述服务器根据所述检测轨迹贡献者与导航用户发送的所述室外蜂窝塔的唯一标识符与所述室外蜂窝塔物理位置的对应关系确定所述轨迹贡献者与导航用户所在的蜂窝塔位置;
根据所述轨迹贡献者与导航用户所在的蜂窝塔位置与所述检测轨迹贡献者与导航用户的移动设备与多个无线访问接入点的连接情况在室内三维地图中检测所述轨迹贡献者与导航用户所在的粗粒度位置,为所述检测轨迹贡献者与导航用户的移动设备同时接收到所述多个无线访问接入点信号,检测所 述检测轨迹贡献者与导航用户的移动设备在当前位置接收到所述多个无线访问接入点信号中每一个信号强度,将所述多个无线访问接入点信号中每一个信号强度使用无味卡尔曼滤波器去噪后映射为信号强度集合,并根据所述信号强度集合确定所述轨迹贡献者与导航用户所在的粗粒度位置。
2.根据权利要求1所述的一种基于采集与定位的室内外联合导航方法,其特征在于,所述移动设备通过所述室外蜂窝塔的一个无线访问接入点连接至所述室外蜂窝塔时,还获取所述室外蜂窝塔下所有能访问的无线访问接入点,获取所述所有能访问的无线访问接入点的唯一标识符;所述移动设备也将所述所有能访问的无线访问接入点的唯一标识符传送到服务器,所述服务器记录下所述蜂窝塔的唯一标识符与所述室外蜂窝塔下所有能访问的无线访问接入点之间的对应关系。
3.根据权利要求1所述的一种基于采集与定位的室内外联合导航方法,其特征在于,所述根据所述信号强度集合确定所述轨迹贡献者与导航用户所在的粗粒度位置,为将检测轨迹贡献者与导航用户的移动设备在当前位置获取并滤波去噪后的所述信号强度集合与所述服务器中存储的信号强度集合概率分布使用贝叶斯决策理论计算出具有最高后验概率的位置作为所述轨迹贡献者与导航用户所在的粗粒度位置。
4.根据权利要求1所述的一种基于采集与定位的室内外联合导航方法,其特征在于,所述采集所述轨迹贡献者的个人运动轨迹,为使用惯性导航方式,根据所述轨迹贡献者定位是所在的粗粒度位置、步数、步长与前进方向在多个时间点估算出多个所述轨迹贡献者的当前位置,并将多个所述轨迹贡献者的当前位置按照时间顺序连接为所述个人运动轨迹。
5.一种基于采集与定位的室内外联合导航系统,其特征在于,包括:
服务器,所述服务器无线连接至轨迹贡献者与导航用户的移动设备,用于获取室内外三维地图,以及所述室内外三维地图中的多个POI位置,接收移动设备采集的个人运动轨迹,根据轨迹贡献者在所述室内外三维地图中的粗粒度位置与室内外三维地图中的所述多个POI位置,从所述个人运动轨迹中提取出有效运动轨迹,并存储所述有效运动轨迹,以及根据所述导航用户在所述室内外三维地图中的粗粒度位置与所述导航用户的导航请求生成导航路径发送给所述导航用户;当用户按推荐的轨迹行走时,系统将要检测POI位置来对导航用户的行走轨迹进行校准;
轨迹贡献者,所述轨迹贡献者携带所述移动设备在室内外三维地图上运动;
导航用户,所述导航用户通过所述移动设备向所述服务器发送导航请求,并携带所述移动设备在室内外三维地图上运动;
移动设备,所述移动设备检测所述轨迹贡献者或导航用户在所述室内外三维地图中的粗粒度位置,采集所述轨迹贡献者的个人运动轨迹,将所述个人运动轨迹发送至服务器,同时所述移动设备还用于向所述服务器发送所述导航用户的导航请求以及接收所述服务器发送的导航路径;
所述移动设备检测轨迹贡献者与导航用户在所述室内外三维地图中的粗粒度位置,为所述移动设备根据所述检测轨迹贡献者与导航用户的移动设备与室外蜂窝塔的连接情况在室外三维地图中检测所述轨迹贡献者与导航用户所在的蜂窝塔位置,并根据所述轨迹贡献者与导航用户所在的蜂窝塔位置与所述检测轨迹贡献者与导航用户的移动设备与多个无线访问接入点的连接情况在室内三维地图中检测所述轨迹贡献者与导航用户所在的粗粒度位置;
根据所述检测轨迹贡献者与导航用户的移动设备与室外蜂窝塔的连接情况在室外三维地图中检测所述轨迹贡献者与导航用户所在的蜂窝塔位置,为所述检测轨迹贡献者与导航用户的移动设备所在位置被一个所述室外蜂窝塔所覆盖,所述移动设备通过所述室外蜂窝塔的一个无线访问接入点连接至所述室外蜂窝塔并获取所述室外蜂窝塔的唯一标识符,所述移动设备将所述室外蜂窝塔的唯一标识符传送到服务器,所述服务器根据所述检测轨迹贡献者与导航用户发送的所述室外蜂窝塔的唯一标识符与所述室外蜂窝塔物理位置的对应关系确定所述轨迹贡献者与导航用户所在的蜂窝塔位置;
根据所述轨迹贡献者与导航用户所在的蜂窝塔位置与所述检测轨迹贡献者与导航用户的移动设备与多个无线访问接入点的连接情况在室内三维地图中检测所述轨迹贡献者与导航用户所在的粗粒度位置,为所述检测轨迹贡献者与导航用户的移动设备同时接收到所述多个无线访问接入点信号,检测所述检测轨迹贡献者与导航用户的移动设备在当前位置接收到所述多个无线访问接入点信号中每一个信号强度,将所述多个无线访问接入点信号中每一个信号强度使用无味卡尔曼滤波器去噪后映射为信号强度集合,并根据所述信号强度集合确定所述轨迹贡献者与导航用户所在的粗粒度位置。
6.根据权利要求5所述的一种基于采集与定位的室内外联合导航系统, 其特征在于,所述移动设备通过所述室外蜂窝塔的一个无线访问接入点连接至所述室外蜂窝塔时,还获取所述室外蜂窝塔下所有能访问的无线访问接入点,获取所述所有能访问的无线访问接入点的唯一标识符;所述移动设备也将所述所有能访问的无线访问接入点的唯一标识符传送到服务器,所述服务器记录下所述蜂窝塔的唯一标识符与所述室外蜂窝塔下所有能访问的无线访问接入点之间的对应关系;
所述根据所述信号强度集合确定所述轨迹贡献者与导航用户所在的粗粒度位置,为将检测轨迹贡献者与导航用户的移动设备在当前位置获取并滤波去噪后的所述信号强度集合与所述服务器中存储的信号强度集合概率分布使用贝叶斯决策理论计算出具有最高后验概率的位置作为所述轨迹贡献者与导航用户所在的粗粒度位置。
一种基于采集与定位的室内外联合导航方法与系统\n技术领域\n[0001] 本发明涉及无线通信领域,特别地,涉及一种基于采集与定位的基于采集与定位的室内外联合导航方法与系统。\n背景技术\n[0002] 地铁交通系统,已在世界各地的一百多个城市发展起来,总长度超过7000公里。如今,地铁在许多城市的公共交通系统中占主导地位。例如,巴黎地铁系统承担了巴黎公共交通客量的70%。\n[0003] 乘地铁旅行的时候,乘客需要一条从一个地铁站的室内任何位置到达附近的一个室外的目的地——例如,一个购物中心——的方便、耗时少的行走路径。然而这一基本要求是不容易满足的,原因如下。第一,地铁站具有复杂的室内结构,特别是对那些换乘站。第二,乘客不知道地铁站每个出入口的情况,尤其在一些出口延伸到其他室内建筑内,如地下商场。室内室外导航的缺乏不仅给乘客带来了很多麻烦,而且也大大降低了地铁运输系统的效率。\n[0004] 对于室内室外导航的一个简单的方法是让每个乘客查看地图,地图提供粗粒度的地铁站周围的信息。然而,地图,只提供非常有限的信息,难以满足大多数乘客的导航需求。\n此外,旅客通过查看地图快速准确的找到一个合适的导航路径是很难的一件事,尤其对于外来者和无方向感的人。虽然最近发展起来的手机的应用程序,如地铁导航,他们只是将现有的张贴在地铁站里的地图信息显示在乘客的手机上。因此,他们也不能实现室内室外自动导航。另一方面,大量的研究努力提高室内定位的精度,然而室内导航系统还没有被实现,更何况从室内到室外的联合导航系统。\n[0005] 针对现有技术中缺乏室内外联合导航技术方案的问题,目前尚未有有效的解决方案。\n发明内容\n[0006] 针对现有技术中缺乏室内外联合导航技术方案的问题,本发明的目的在于提出一种基于采集与定位的室内外联合导航方法与系统,能够完成室内外联合导航工作,填补本领域的技术空白。\n[0007] 基于上述目的,本发明提供的技术方案如下:\n[0008] 根据本发明的一个方面,提供了一种基于采集与定位的室内外联合导航方法。\n[0009] 根据本发明的提供的基于采集与定位的室内外联合导航方法包括:\n[0010] 获取室内外三维地图,以及室内外三维地图中的多个POI位置;\n[0011] 检测轨迹贡献者与导航用户在室内外三维地图中的粗粒度位置;\n[0012] 采集轨迹贡献者的个人运动轨迹;\n[0013] 根据轨迹贡献者在室内外三维地图中的粗粒度位置与室内外三维地图中的多个POI位置,从个人运动轨迹中提取出有效运动轨迹,并存储有效运动轨迹;\n[0014] 接收导航用户的导航请求,并根据导航用户在室内外三维地图中的粗粒度位置与导航用户的导航请求生成导航路径发送给导航用户。\n[0015] 其中,检测轨迹贡献者与导航用户在室内外三维地图中的粗粒度位置,为根据检测轨迹贡献者与导航用户的移动设备与室外蜂窝塔的连接情况在室外三维地图中检测轨迹贡献者与导航用户所在的蜂窝塔位置,并根据轨迹贡献者与导航用户所在的蜂窝塔位置与检测轨迹贡献者与导航用户的移动设备与多个无线访问接入点的连接情况在室内三维地图中检测轨迹贡献者与导航用户所在的粗粒度位置。\n[0016] 并且,根据检测轨迹贡献者与导航用户的移动设备与室外蜂窝塔的连接情况在室外三维地图中检测轨迹贡献者与导航用户所在的蜂窝塔位置,为检测轨迹贡献者与导航用户的移动设备所在位置被一个室外蜂窝塔所覆盖,移动设备通过室外蜂窝塔的一个无线访问接入点连接至室外蜂窝塔并获取室外蜂窝塔的唯一标识符,移动设备将室外蜂窝塔的唯一标识符传送到服务器,服务器根据检测轨迹贡献者与导航用户发送的室外蜂窝塔的唯一标识符与室外蜂窝塔物理位置的对应关系确定轨迹贡献者与导航用户所在的蜂窝塔位置。\n[0017] 并且,移动设备通过室外蜂窝塔的一个无线访问接入点连接至室外蜂窝塔时,还获取室外蜂窝塔下所有能访问的无线访问接入点,获取所有能访问的无线访问接入点的唯一标识符;移动设备也将所有能访问的无线访问接入点的唯一标识符传送到服务器,服务器记录下蜂窝塔的唯一标识符与室外蜂窝塔下所有能访问的无线访问接入点之间的对应关系。\n[0018] 同时,根据轨迹贡献者与导航用户所在的蜂窝塔位置与检测轨迹贡献者与导航用户的移动设备与多个无线访问接入点的连接情况在室内三维地图中检测轨迹贡献者与导航用户所在的粗粒度位置,为检测轨迹贡献者与导航用户的移动设备同时接收到多个无线访问接入点信号,检测检测轨迹贡献者与导航用户的移动设备在当前位置接收到多个无线访问接入点信号中每一个信号强度,将多个无线访问接入点信号中每一个信号强度使用无味卡尔曼滤波器去噪后映射为信号强度集合,并根据信号强度集合确定轨迹贡献者与导航用户所在的粗粒度位置。\n[0019] 并且,根据信号强度集合确定轨迹贡献者与导航用户所在的粗粒度位置,为将检测轨迹贡献者与导航用户的移动设备在当前位置获取并滤波去噪后的信号强度集合与服务器中存储的信号强度集合概率分布使用贝叶斯决策理论计算出具有最高后验概率的位置作为轨迹贡献者与导航用户所在的粗粒度位置。\n[0020] 另外,采集轨迹贡献者的个人运动轨迹,为使用惯性导航方式,根据轨迹贡献者定位是所在的粗粒度位置、步数、步长与前进方向在多个时间点估算出多个轨迹贡献者的当前位置,并将多个轨迹贡献者的当前位置按照时间顺序间接为个人运动轨迹。\n[0021] 根据本发明的另一个方面,提供了一种基于采集与定位的室内外联合导航系统。\n[0022] 根据本发明的提供的实体定位系统包括:\n[0023] 服务器,服务器无线连接至轨迹贡献者与导航用户的移动设备,用于获取室内外三维地图,以及室内外三维地图中的多个POI位置,接收移动设备采集的个人运动轨迹,根据轨迹贡献者在室内外三维地图中的粗粒度位置与室内外三维地图中的多个POI位置,从个人运动轨迹中提取出有效运动轨迹,并存储有效运动轨迹,以及根据导航用户在室内外三维地图中的粗粒度位置与导航用户的导航请求生成导航路径发送给导航用户;\n[0024] 轨迹贡献者,轨迹贡献者携带移动设备在室内外三维地图上运动;\n[0025] 导航用户,导航用户通过移动设备向服务器发送导航请求,并携带移动设备在室内外三维地图上运动;\n[0026] 移动设备,移动设备检测轨迹贡献者或导航用户在室内外三维地图中的粗粒度位置,采集轨迹贡献者的个人运动轨迹,将个人运动轨迹发送至服务器,同时移动设备还用于向服务器发送导航用户的导航请求以及接收服务器发送的导航路径。\n[0027] 其中,移动设备检测轨迹贡献者与导航用户在室内外三维地图中的粗粒度位置,为移动设备根据检测轨迹贡献者与导航用户的移动设备与室外蜂窝塔的连接情况在室外三维地图中检测轨迹贡献者与导航用户所在的蜂窝塔位置,并根据轨迹贡献者与导航用户所在的蜂窝塔位置与检测轨迹贡献者与导航用户的移动设备与多个无线访问接入点的连接情况在室内三维地图中检测轨迹贡献者与导航用户所在的粗粒度位置;\n[0028] 根据检测轨迹贡献者与导航用户的移动设备与室外蜂窝塔的连接情况在室外三维地图中检测轨迹贡献者与导航用户所在的蜂窝塔位置,为检测轨迹贡献者与导航用户的移动设备所在位置被一个室外蜂窝塔所覆盖,移动设备通过室外蜂窝塔的一个无线访问接入点连接至室外蜂窝塔并获取室外蜂窝塔的唯一标识符,移动设备将室外蜂窝塔的唯一标识符传送到服务器,服务器根据检测轨迹贡献者与导航用户发送的室外蜂窝塔的唯一标识符与室外蜂窝塔物理位置的对应关系确定轨迹贡献者与导航用户所在的蜂窝塔位置;\n[0029] 根据轨迹贡献者与导航用户所在的蜂窝塔位置与检测轨迹贡献者与导航用户的移动设备与多个无线访问接入点的连接情况在室内三维地图中检测轨迹贡献者与导航用户所在的粗粒度位置,为检测轨迹贡献者与导航用户的移动设备同时接收到多个无线访问接入点信号,检测检测轨迹贡献者与导航用户的移动设备在当前位置接收到多个无线访问接入点信号中每一个信号强度,将多个无线访问接入点信号中每一个信号强度使用无味卡尔曼滤波器去噪后映射为信号强度集合,并根据信号强度集合确定轨迹贡献者与导航用户所在的粗粒度位置。\n[0030] 并且,移动设备通过室外蜂窝塔的一个无线访问接入点连接至室外蜂窝塔时,还获取室外蜂窝塔下所有能访问的无线访问接入点,获取所有能访问的无线访问接入点的唯一标识符;移动设备也将所有能访问的无线访问接入点的唯一标识符传送到服务器,服务器记录下蜂窝塔的唯一标识符与室外蜂窝塔下所有能访问的无线访问接入点之间的对应关系;\n[0031] 根据信号强度集合确定轨迹贡献者与导航用户所在的粗粒度位置,为将检测轨迹贡献者与导航用户的移动设备在当前位置获取并滤波去噪后的信号强度集合与服务器中存储的信号强度集合概率分布使用贝叶斯决策理论计算出具有最高后验概率的位置作为轨迹贡献者与导航用户所在的粗粒度位置。\n[0032] 从上面所述可以看出,本发明提供的技术方案通过使用蜂窝塔与多无线接入点对轨迹贡献者与导航用户进行粗粒度定位的技术方案,解决了在室内外联合导航工作中对轨迹贡献者与导航用户难以定位的问题,使室内外联合导航工作得以完成,填补了本领域的技术空白。\n附图说明\n[0033] 为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。\n[0034] 图1为根据本发明实施例的一种基于采集与定位的室内外联合导航方法的流程图;\n[0035] 图2为北京西单地铁站附近的部分室内外三维地图;\n[0036] 图3为长沙地铁某线的部分地铁站的标识图;\n[0037] 图4为根据本发明实施例的一种基于采集与定位的室内外联合导航方法的地铁站扶梯出入口位置的局部二维地图;\n[0038] 图5为根据本发明实施例的一种基于采集与定位的室内外联合导航方法的轨迹贡献者或导航用户在运动时移动设备记录的运动曲线;\n[0039] 图6为根据本发明实施例的一种基于采集与定位的室内外联合导航系统的结构图。\n具体实施方式\n[0040] 为使本发明的目的、技术方案和优点更加清楚明白,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进一步进行清楚、完整、详细地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。\n[0041] 根据本发明的实施例,提供了一种基于采集与定位的室内外联合导航方法。\n[0042] 如图1所示,根据本发明的实施例提供的一种基于采集与定位的室内外联合导航方法包括:\n[0043] 步骤S101,获取室内外三维地图,以及室内外三维地图中的多个POI位置;\n[0044] 步骤S103,检测轨迹贡献者与导航用户在室内外三维地图中的粗粒度位置;\n[0045] 步骤S105,采集轨迹贡献者的个人运动轨迹;\n[0046] 步骤S107,根据轨迹贡献者在室内外三维地图中的粗粒度位置与室内外三维地图中的多个POI位置,从个人运动轨迹中提取出有效运动轨迹,并存储有效运动轨迹;\n[0047] 步骤S109,接收导航用户的导航请求,并根据导航用户在室内外三维地图中的粗粒度位置与导航用户的导航请求生成导航路径发送给导航用户。\n[0048] 其中,检测轨迹贡献者与导航用户在室内外三维地图中的粗粒度位置,为根据检测轨迹贡献者与导航用户的移动设备与室外蜂窝塔的连接情况在室外三维地图中检测轨迹贡献者与导航用户所在的蜂窝塔位置,并根据轨迹贡献者与导航用户所在的蜂窝塔位置与检测轨迹贡献者与导航用户的移动设备与多个无线访问接入点的连接情况在室内三维地图中检测轨迹贡献者与导航用户所在的粗粒度位置。\n[0049] 并且,根据检测轨迹贡献者与导航用户的移动设备与室外蜂窝塔的连接情况在室外三维地图中检测轨迹贡献者与导航用户所在的蜂窝塔位置,为检测轨迹贡献者与导航用户的移动设备所在位置被一个室外蜂窝塔所覆盖,移动设备通过室外蜂窝塔的一个无线访问接入点连接至室外蜂窝塔并获取室外蜂窝塔的唯一标识符,移动设备将室外蜂窝塔的唯一标识符传送到服务器,服务器根据检测轨迹贡献者与导航用户发送的室外蜂窝塔的唯一标识符与室外蜂窝塔物理位置的对应关系确定轨迹贡献者与导航用户所在的蜂窝塔位置。\n[0050] 并且,移动设备通过室外蜂窝塔的一个无线访问接入点连接至室外蜂窝塔时,还获取室外蜂窝塔下所有能访问的无线访问接入点,获取所有能访问的无线访问接入点的唯一标识符;移动设备也将所有能访问的无线访问接入点的唯一标识符传送到服务器,服务器记录下蜂窝塔的唯一标识符与室外蜂窝塔下所有能访问的无线访问接入点之间的对应关系。\n[0051] 同时,根据轨迹贡献者与导航用户所在的蜂窝塔位置与检测轨迹贡献者与导航用户的移动设备与多个无线访问接入点的连接情况在室内三维地图中检测轨迹贡献者与导航用户所在的粗粒度位置,为检测轨迹贡献者与导航用户的移动设备同时接收到多个无线访问接入点信号,检测检测轨迹贡献者与导航用户的移动设备在当前位置接收到多个无线访问接入点信号中每一个信号强度,将多个无线访问接入点信号中每一个信号强度使用无味卡尔曼滤波器去噪后映射为信号强度集合,并根据信号强度集合确定轨迹贡献者与导航用户所在的粗粒度位置。\n[0052] 并且,根据信号强度集合确定轨迹贡献者与导航用户所在的粗粒度位置,为将检测轨迹贡献者与导航用户的移动设备在当前位置获取并滤波去噪后的信号强度集合与服务器中存储的信号强度集合概率分布使用贝叶斯决策理论计算出具有最高后验概率的位置作为轨迹贡献者与导航用户所在的粗粒度位置。\n[0053] 另外,采集轨迹贡献者的个人运动轨迹,为使用惯性导航方式,根据轨迹贡献者定位是所在的粗粒度位置、步数、步长与前进方向在多个时间点估算出多个轨迹贡献者的当前位置,并将多个轨迹贡献者的当前位置按照时间顺序间接为个人运动轨迹。\n[0054] 下面根据具体实施例进一步阐述本发明的技术特征。\n[0055] 本发明所述的基于采集与定位的室内外联合导航方法的一个实施例是用于地铁交通系统中。在其他场景下的联合室内室外导航也是可用的,如购物中心。在本实施例中,室外三维地图为地铁所在城市的三维地图,室内三维地图为每个地铁站的站内三维地图,室外三维地图与多个室内三维地图通过地铁出入口相连接。\n[0056] 图2示出的是北京西单地铁站附近的部分室内外三维地图。如图2所示,轨迹贡献者在S点下了地铁,移动设备开始记录其轨迹并上传至服务器,之后共享到导航用户。轨迹贡献者沿着蓝色实线行走,乘手扶梯、经过闸机,从出口B走出地铁站,到达目的地N。随着参与者的数量的增加,S和N之间会有许多的轨迹贡献出来。\n[0057] 一个导航用户,例如,外来的旅客,在S点下了地铁,想要到达N点。服务器会推荐给他这条蓝色实线路径,来满足乘客导航的需求。当用户按推荐的轨迹行走时,系统将要检测POI(Point Of Interest,重要点)位置来对导航用户的行走轨迹进行校准。POI位置是指诸如地铁出入口、扶梯出入口、检票闸门等导航用户通常来说必须经过的重要位置。\n[0058] 如果导航用户到达目的地而没有关闭我们的系统,其又向前走到其他的目的地,例如购物中心P。系统就会采集导航用户的蓝色虚线轨迹,上传至服务器,将从S点到N点再到P点的轨迹进行共享。那么,后来的想要从S点前往P点乘客,可以沿着这条导航轨迹进行导航,而不需要花费时间自己去规划导航路径。很明显,这条路径不一定是最优导航路径,那么当其他的轨迹贡献者从S点直接到达P点,将轨迹上传,服务器就会从所有的路径中推荐最优的路径分享给导航用户。当导航用户从图中的T点下车,想要到达N点,很明显,这没有一条轨迹供其使用,那么系统就会首先将导航用户导航至离其最近的点,例如S点,再通过蓝色实线路径导航至N点。\n[0059] 乘客可以像上述的轨迹贡献者一样收集从地铁站到室外目的地路径,分享给其他用户。共享的轨迹将进一步提供导航服务。地铁站通常每天有大量的乘客,尤其是在中国,因此,采集大量的轨迹是可行的。\n[0060] 移动设备使用惯性导航方法形成个人运动轨迹。惯性导航方法利用加速度读数计算步长和步数,利用陀螺仪和指南针计算行走航向,并应用转弯点去校准轨迹。移动设备将所得到的轨迹上传至服务器并共享给导航用户。\n[0061] 移动设备,比如手机,能智能的检测出轨迹贡献者和导航用户当前是否在地铁站,以及在哪一地铁站。这个基础信息的正确性非常重要,错误检测地铁站会使得共享的室内室外轨迹无用,会也消耗不必要的手机的能源,更糟糕的是可能直接误导导航用户,降低了用户的体验。\n[0062] 如今,大多数地铁站都通过部署多个无线访问接入点(Access Point,下文中简称为AP)提供免费Wi-Fi无线网络连接。每个AP都有唯一的标识符,被称为BSSID。移动设备很容易通过这样的标识符区分不同的AP。同时,每一个地铁站被一个蜂窝塔覆盖,每一个地铁站的所有AP都连接至该蜂窝塔,每一个蜂窝塔又具有一个唯一的标识符,命名为ID。任何用户可以使用手机来对至少两个接入点和蜂窝塔的广播信号进行采样。移动设备收集信号强度超过阈值的BSSID和ID标识符,并发送至服务器,服务器根据BSSID、ID与蜂窝塔、AP的对应关系可确定用户当前所处的地铁站。\n[0063] 图3示出的是长沙地铁某线的部分地铁站的标识图。如图3所示,地铁线路是由一组地铁站分成数个级联的子线段。地铁线被标记为红色线,地铁站都被标记为蓝色圆圈。可以测得,在五一广场站手机连接到蜂窝塔的ID为30452,手机可扫描并记录6个AP的BSSID。\n所观察到的蜂窝塔的ID和每个AP的BSSID在服务器的对应关系数据中与五一广场地铁站这一物理位置相对应。\n[0064] 当导航用户进入地铁并发送导航请求时,服务器需要知道导航用户的当前位置作为轨迹的开始位置。作为一个实际的解决方案,我们使用粗粒度的信号强度检测方法来找到一个地铁站的每个用户的室内位置。基于指纹的室内定位方法是在每个地铁站构建一个粗粒度的信号强度数据库。当需要位置检测时,导航系统只需要每个乘客的一个可能的位置,即一个精确的位置是没有必要的。图4示出的地铁站扶梯出入口位置的局部二维地图,如图4所示,所有乘客必须乘自动扶梯或电梯到达地面。我们称这样的自动扶梯和电梯出入口所在位置为POI位置。我们只需要引导每个导航用户到达POI位置,而不关心用户在地铁站的精确位置。需要注意的是,有必要进行粗粒度调查每个地铁站以便构造一个稀疏数据库。在本文中所使用的调查方法是轻量级的,而不是劳动密集型的。\n[0065] 我们通过将将室内空间划分为网格,遍历每个地铁站。我们的实验将网格的长度l设置为8米,这足以体现出良好的导航性能。\n[0066] 假设一个地铁站的蜂窝塔中包括M个AP部署覆盖整个地铁站。对于地铁站内的任一位置A,有位置A的接收信号强度(RSS),位置A的接收信号强度是位置A的标识,位置A上的接收信号强度(RSS)可以被表示为一个矢量fp=(fp1,…,fpm),其中fpi是第i个AP在位置A上的RSS。由于噪声的干扰,在每个采样位置所观察到的RSS通常是不稳定,它会影响室内定位的精度。为了解决噪声的影响,服务器采用无味卡尔曼滤波器(UKF)去除噪声。过滤后,我们映射每个RSS到集合r={0,1,…,v}上。如果没有检测到信号,我们映射RSS为0。相反,如果检测到的信号强度最大化,我们映射RSS为极大值V。在本文中,我们设置V=255足够了。\n[0067] 为了提高在每个地铁站数据库精度的,我们把测得的RSS向量看成一个概率分布。\n一般地,Wi-Fi信号强度符合标准正态分布。因此,对于给定位置sj与mi AP,RSS的分布是由平均μij和方差σij确定:\n[0068]\n[0069]\n[0070] 其中, 表示在第j个位置第t次测量的第i个AP的RSS值。\n[0071] 如果σ太大,测得的指纹遭受更强的噪音,这可能会降低指纹的定位方法的准确性。为了确保有效的指纹,在我们的实验,我们设置σ≤0.02为有效指纹,降低RSS的测量误差。\n[0072] 根据RSS向量的概率分布,我们进一步使用贝叶斯决策理论估计用户的位置。\n[0073] 贝叶斯决策理论是一种统计方法,这促使量化使用的概率各项决定和决策成本之间的权衡。贝叶斯决策需要两项概率分布支持,第一是每个决定的概率是预先已知,即全概率;第二是Wi-Fi信号的概率分布是已知的,即先验概率。\n[0074] 对于信号强度向量 其中 表示第i个AP在第j个\n次采样位置的RSS值。我们得出其RSS是r为第i个AP在第j个位置采样位置的先验概率[0075]\n[0076] 因此,这对RSS是r为第i个AP在j个位置取样位置如下:\n[0077]\n[0078] 其中, 表示全概率公式。当检测到RSS,贝叶斯决策理论计\n算RSS使用的先验概率,所有的概率在地铁站的每个采样位置的后验概率,而具有最高的后验概率的位置是最佳位置被我们取作用户的开始位置。\n[0079] 在确定一个轨迹的开始位置之后,经由惯性导航方法计算用户的步行轨迹。惯性导航方法是利用以前最近的位置以及步数、步长、航向估计用户当前位置。在本文中,导航假定的手机始终在手中。\n[0080] 服务器使用低至通滤波器和卡尔曼滤波方法对加速度计和陀螺仪的读数滤除噪声。图5示出的是轨迹贡献者或导航用户在运动时移动设备记录的运动曲线,如图5所示,我们通过检测加速度读数的峰值来计算行走的步数。为了估计步长,我们选择一个频率模式,表示为l=f·a+b,根据每个人的历史知识,我们可以判断系数a和b的值。我们使用陀螺仪确定航向。\n[0081] 惯性导航由于累计误差的影响,定位精度必然不会太高。图5表明,当手机为手持状态时,我们的步数检测的精度达到99%。我们发现,这些转折点的检测精度比在我们的实验99%。由这样的观察的启发,我们使用的转折点和步数来为每个用户计算步行轨迹。并使用POI位置——如转弯点、出入口、自动扶梯——校准行走轨迹。\n[0082] 根据本发明的另一实施例,提供了一种基于采集与定位的室内外联合导航系统。\n[0083] 如图6所示,根据本发明的实施例提供的一种基于采集与定位的室内外联合导航系统包括:\n[0084] 服务器61,服务器61无线连接至轨迹贡献者62与导航用户63的移动设备64,用于获取室内外三维地图,以及室内外三维地图中的多个POI位置,接收移动设备64采集的个人运动轨迹,根据轨迹贡献者62在室内外三维地图中的粗粒度位置与室内外三维地图中的多个POI位置,从个人运动轨迹中提取出有效运动轨迹,并存储有效运动轨迹,以及根据导航用户63在室内外三维地图中的粗粒度位置与导航用户63的导航请求生成导航路径发送给导航用户63;\n[0085] 轨迹贡献者62,轨迹贡献者62携带移动设备64在室内外三维地图上运动;\n[0086] 导航用户63,导航用户63通过移动设备64向服务器61发送导航请求,并携带移动设备64在室内外三维地图上运动;\n[0087] 移动设备64,移动设备64检测轨迹贡献者62或导航用户63在室内外三维地图中的粗粒度位置,采集轨迹贡献者62的个人运动轨迹,将个人运动轨迹发送至服务器61,同时移动设备64还用于向服务器61发送导航用户63的导航请求以及接收服务器61发送的导航路径。\n[0088] 其中,移动设备64检测轨迹贡献者62与导航用户63在室内外三维地图中的粗粒度位置,为移动设备64根据检测轨迹贡献者62与导航用户63的移动设备64与室外蜂窝塔的连接情况在室外三维地图中检测轨迹贡献者62与导航用户63所在的蜂窝塔位置,并根据轨迹贡献者62与导航用户63所在的蜂窝塔位置与检测轨迹贡献者62与导航用户63的移动设备\n64与多个无线访问接入点的连接情况在室内三维地图中检测轨迹贡献者62与导航用户63所在的粗粒度位置;\n[0089] 根据检测轨迹贡献者62与导航用户63的移动设备64与室外蜂窝塔的连接情况在室外三维地图中检测轨迹贡献者62与导航用户63所在的蜂窝塔位置,为检测轨迹贡献者62与导航用户63的移动设备64所在位置被一个室外蜂窝塔所覆盖,移动设备64通过室外蜂窝塔的一个无线访问接入点连接至室外蜂窝塔并获取室外蜂窝塔的唯一标识符,移动设备64将室外蜂窝塔的唯一标识符传送到服务器61,服务器61根据检测轨迹贡献者62与导航用户\n63发送的室外蜂窝塔的唯一标识符与室外蜂窝塔物理位置的对应关系确定轨迹贡献者62与导航用户63所在的蜂窝塔位置;\n[0090] 根据轨迹贡献者62与导航用户63所在的蜂窝塔位置与检测轨迹贡献者62与导航用户63的移动设备64与多个无线访问接入点的连接情况在室内三维地图中检测轨迹贡献者62与导航用户63所在的粗粒度位置,为检测轨迹贡献者62与导航用户63的移动设备64同时接收到多个无线访问接入点信号,检测检测轨迹贡献者62与导航用户63的移动设备64在当前位置接收到多个无线访问接入点信号中每一个信号强度,将多个无线访问接入点信号中每一个信号强度使用无味卡尔曼滤波器去噪后映射为信号强度集合,并根据信号强度集合确定轨迹贡献者62与导航用户63所在的粗粒度位置。\n[0091] 并且,移动设备64通过室外蜂窝塔的一个无线访问接入点连接至室外蜂窝塔时,还获取室外蜂窝塔下所有能访问的无线访问接入点,获取所有能访问的无线访问接入点的唯一标识符;移动设备64也将所有能访问的无线访问接入点的唯一标识符传送到服务器\n61,服务器61记录下蜂窝塔的唯一标识符与室外蜂窝塔下所有能访问的无线访问接入点之间的对应关系;\n[0092] 根据信号强度集合确定轨迹贡献者62与导航用户63所在的粗粒度位置,为将检测轨迹贡献者62与导航用户63的移动设备64在当前位置获取并滤波去噪后的信号强度集合与服务器61中存储的信号强度集合概率分布使用贝叶斯决策理论计算出具有最高后验概率的位置作为轨迹贡献者62与导航用户63所在的粗粒度位置。\n[0093] 综上所述,借助于本发明的上述技术方案,通过使用蜂窝塔与多无线接入点对轨迹贡献者与导航用户进行粗粒度定位的技术方案,解决了在室内外联合导航工作中对轨迹贡献者与导航用户难以定位的问题,使室内外联合导航工作得以完成,填补了本领域的技术空白。。\n[0094] 所属领域的普通技术人员应当理解:以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
法律信息
- 2018-04-06
- 2015-10-14
实质审查的生效
IPC(主分类): G01C 21/20
专利申请号: 201510344336.4
申请日: 2015.06.19
- 2015-09-16
引用专利(该专利引用了哪些专利)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 |
1
| |
2014-11-19
|
2013-05-15
| | |
2
| |
2015-04-29
|
2013-10-29
| | |
3
| |
2008-07-02
|
2006-12-25
| | |
4
| |
2010-12-08
|
2009-01-19
| | |
被引用专利(该专利被哪些专利引用)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 该专利没有被任何外部专利所引用! |