一种基于交互式情景感知的指纹定位方法

暂无

一种基于交互式情景感知的指纹定位方法\n技术领域\n[0001] 本发明涉及一种基于交互式情景感知的指纹定位方法。\n背景技术\n[0002] 指纹定位技术是一种基于无线信号的信号接收强度(RSSI)的空间分布差异，它通过匹配实时检测的RSSI与预先测量与矫正的定位区域各个位置上的RSSI，估算使用者的实际位置。指纹定位分为两步：\n[0003] 1)定位系统预先在目标定位区域各个已知位置进行环境中无线信号的RSSI收集。\n每个位置收集到来自多个无线信号源若干个RSSI数据，形成若干组RSSI矢量，作为当前位置的指纹数据库；\n[0004] 2)在定位阶段，使用者采用移动终端实时检测无线信号RSSI矢量，与区域内所有位置的指纹数据库进行均值或统计特性比对，采用kNN，加权kNN，或其他的检测算法寻找最匹配的若干个位置，再通过质心计算与滤波算法得到最终的当前位置估算。\n[0005] 由于无线信号的不稳定性与复杂环境如室内建筑所产生的多径与衰落效应，传统的指纹算法会在定位的初始阶段，即没有任何历史信号记录和环境记录时，因为对所有位置进行匹配而产生较大的误差，这种误差会造成定位结果跳动，整体误差偏大，以及延长各种滤波算法的收敛时间。\n发明内容\n[0006] 本发明要解决的技术问题是提供一种基于交互式情景感知的指纹定位方法，解决现有指纹定位存在的定位结果跳动，整体误差偏大，以及延长各种滤波算法的收敛时间。\n[0007] 为了解决上述技术问题，本发明是通过以下技术方案实现的：一种基于交互式情景感知的指纹定位方法，包括为定位目标区域的各个定位位置添加情景信息的标签，标签包括用于标注标签信息的标签类型及用于注明当前标签可信度的标签权重，通过按键、文字、语音的方式在定位系统中输入至少一个标签与定位系统中的标签信息进行主动交换，标签信息上报对使用者的位置进行估测包括以下步骤：\n[0008] 1)定位系统将使用者上报标签信息按时间划分，每个时间点构建一个标签向量STAG(t)＝[Tag1Tag2Tag3...Tagn]；\n[0009] 2)定位系统将步骤1)中的每一个标签向量与各个定位位置的标签信息进行对比，当定位位置中包含了该标签类型，在该定位位置的标签权重加1；\n[0010] 3)对比完所有的标签信息后，选取标签权重最高的若干个定位位置作为估算结果。\n[0011] 优选的，步骤2)中可以通过以下方法实现标签误差的缩小，包括以下步骤：\n[0012] A)定位系统通过指纹定位获取m个估测位置，m＞k,k为kNN算法所需位置数量；\n[0013] B)定位系统通过标签，删除步骤A)中不包含标签类型的位置；\n[0014] C)定位系统在步骤B)处理后的估测位置中通过kNN算法或滤波算法进行位置估测。\n[0015] 通过以上步骤可以实现对标签误差的缩小，从而实现定位的准确性。\n[0016] 优选的，所述标签类型为楼内建筑中可对区域进行划分或对单一位置进行定点描述的POI信息，其中包括：楼层、走廊、大厅、楼梯间、收银台，紧急出口、门口、电梯、厕所、门牌号，也可以根据区域的种类如办公区域、运动区域、餐饮区域对楼内建筑进行划分，也可以通过门店名或坐立位置的符号进行划分，能根据不同的定位目标区域，提高定位结果。\n[0017] 综上所述，本发明的优点：通过使用者的标签信息上报对使用者的位置进行估测，通过按键、文字、语音的方式在定位系统中输入至少一个标签与定位系统中的标签信息进行主动交换，能够有效提高首次定位的准确性，也可以通过选取部分定位区域，可有效减少指纹的定位计算量，可以在无线信号未覆盖的区域进行位置估测。\n具体实施方式\n[0018] 一种基于交互式情景感知的指纹定位方法，包括为定位目标区域的各个定位位置添加情景信息的标签，标签包括用于标注标签信息的标签类型及用于注明当前标签可信度的标签权重，通过按键、文字、语音的方式在定位系统中输入至少一个标签与定位系统中的标签信息进行主动交换，标签信息上报对使用者的位置进行估测包括以下步骤：\n[0019] 1)定位系统将使用者上报标签信息按时间划分，每个时间点构建一个标签向量STAG(t)＝[Tag1Tag2Tag3...Tagn]；\n[0020] 2)定位系统将步骤1)中的每一个标签向量与各个定位位置的标签信息进行对比，当定位位置中包含了该标签类型，在该定位位置的标签权重加1；\n[0021] 3)对比完所有的标签信息后，选取标签权重最高的若干个定位位置作为估算结果。\n[0022] 若使用者能够在视线范围内发现商场某一收银台，则使用者通过定位系统选择收银台POI标签，通知定位系统当前的位置情景信息，又例如，若使用者处于建筑物某一走廊，则可以通过选择走廊标签，输出当前位置标签，也可以向定位系统持续输入若干标签信息，作为定位位置的标签信息变更记录。\n[0023] 通过对标签信息时间，可以采用贝叶斯模型算法，进一步缩小定位区域范围。\n[0024] 步骤2)中可以通过以下方法实现标签误差的缩小，包括以下步骤：\n[0025] A)定位系统通过指纹定位获取m个估测位置，m＞k,k为kNN算法所需位置数量；\n[0026] B)定位系统通过标签，删除步骤A)中不包含标签类型的位置；\n[0027] C)定位系统在步骤B)处理后的估测位置中通过kNN算法或滤波算法进行位置估测。\n[0028] 也可以选取部分定位区域进行定位，然后通过指纹算法进行定位，也可以实现标签误差的缩小，提高定位效果。\n[0029] 也可以在步骤C)获取的定位位置选取部分定位位置，再通过指纹算法进行第二次定位，最后反复以上步骤进行迭代，达到定位效果。\n[0030] 所述标签类型为楼内建筑中可对区域进行划分或对单一位置进行定点描述的POI信息，其中包括：楼层、走廊、大厅、楼梯间、收银台，紧急出口、门口、电梯、厕所、门牌号，也可以根据区域的种类如办公区域、运动区域、餐饮区域对楼内建筑进行划分，也可以通过门店名或坐立位置的符号进行划分，能根据不同的定位目标区域，提高定位结果。\n[0031] 通过使用者的标签信息上报对使用者的位置进行估测，通过按键、文字、语音的方式在定位系统中输入至少一个标签与定位系统中的标签信息进行主动交换，能够有效提高首次定位的准确性，也可以通过选取部分定位区域，可有效减少指纹的定位计算量，可以在无线信号未覆盖的区域进行位置估测。