一種基于自適應(yīng)粒子濾波器算法的地磁室內(nèi)定位系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于自適應(yīng)粒子濾波算法的地磁室內(nèi)定位系統(tǒng)及其方法。所述系統(tǒng)包含一個(gè)新型自適應(yīng)粒子濾波器算法和一個(gè)高效的地磁指紋數(shù)據(jù)收集單元。其中，高效的地磁指紋數(shù)據(jù)收集單元主要功能是利用手機(jī)磁強(qiáng)計(jì)快速地收集室內(nèi)地磁信號(hào)，轉(zhuǎn)化為地磁指紋模型并存儲(chǔ)。新型自適應(yīng)粒子濾波器算法是對(duì)現(xiàn)有濾波器算法的改進(jìn)，以提高魯棒性，精確度和可用性。自適應(yīng)粒子濾波改進(jìn)算法關(guān)鍵技術(shù)主要包括：自適應(yīng)行為模型，新型度量模型，自適應(yīng)重采樣模型，定位精度評(píng)估和定位失效檢測(cè)模型。該系統(tǒng)適用于各類集成加速度傳感器、陀螺儀和磁強(qiáng)計(jì)的智能手機(jī)。系統(tǒng)的特點(diǎn)在于不限制手機(jī)朝向、擺放位置以及使用，而且定位精度高。
【專利說明】一種基于自適應(yīng)粒子濾波器算法的地磁室內(nèi)定位系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及傳感器，人工智能以及移動(dòng)計(jì)算領(lǐng)域，尤其涉及基于粒子濾波算法和智能手機(jī)傳感器進(jìn)行地磁室內(nèi)定位的系統(tǒng)。
【背景技術(shù)】
[0002]隨著越來越多的基于位置來提供服務(wù)的應(yīng)用的出現(xiàn)，利用手機(jī)進(jìn)行精確室內(nèi)定位成為了一大研究熱點(diǎn)。由于GPS信號(hào)受到建筑物的阻擋，在室內(nèi)環(huán)境無法應(yīng)用，所以研究者們提出了許多新型的室內(nèi)定位的方法。常見的幾種方法包括:超聲波定位技術(shù)，W1-FiFingerprint技術(shù),慣性傳感器(加速度傳感器，羅盤，陀螺儀等)定位技術(shù)等。
[0003]超聲波定位技術(shù)主要利用超聲波進(jìn)行測(cè)距，然后通過三角測(cè)距法進(jìn)行定位。使用前需要在室內(nèi)布置超聲波應(yīng)答器，當(dāng)接收到手機(jī)發(fā)射的超聲波信號(hào)后，反射信號(hào)給手機(jī)。手機(jī)通過測(cè)量發(fā)射和接收的時(shí)間差估計(jì)手機(jī)距離各個(gè)應(yīng)答器的距離，然后利用三角測(cè)距原理獲得精確定位。其優(yōu)點(diǎn)在于定位精度高，缺點(diǎn)是容易受到多徑效應(yīng)的影響，而且需要布置大量的基礎(chǔ)設(shè)施，造價(jià)高。
[0004]W1-Fi Fingerprint定位技術(shù)是目前最為火熱的定位技術(shù),它通過測(cè)量室內(nèi)各個(gè)W1-Fi熱點(diǎn)信號(hào)強(qiáng)度RSSI實(shí)現(xiàn)定位。主要方法是要先在室內(nèi)各個(gè)位置點(diǎn)測(cè)量各個(gè)W1-Fi AP的信號(hào)強(qiáng)度得到一個(gè)W1-Fi指紋〈RSSIp RSSI2,…，RSSIn, Location),最終形成一個(gè)W1-Fi指紋數(shù)據(jù)庫。當(dāng)用 戶需要定位時(shí)，只需要測(cè)量當(dāng)前W1-Fi熱點(diǎn)的信號(hào)強(qiáng)度，然后和指紋數(shù)據(jù)庫進(jìn)行匹配，就可以完成定位。其優(yōu)點(diǎn)在于W1-Fi設(shè)備幾乎處處可見，不需要額外的布置，而且定位方便快捷，缺點(diǎn)在于需要測(cè)量得到指紋數(shù)據(jù)庫較為費(fèi)時(shí)費(fèi)力，精度低，不穩(wěn)定，掃描W1-Fi信號(hào)還比較耗電，不適于連續(xù)跟蹤用戶位置。
[0005]慣性傳感器定位技術(shù)主要是在假設(shè)已知用戶初始位置的情況下，利用手機(jī)的慣性傳感器來測(cè)量用戶的行走速度和方向，從而跟蹤用戶的位置。這類方法的特點(diǎn)在于不需要額外的基礎(chǔ)設(shè)置，簡(jiǎn)單方便，耗電低，但是容易產(chǎn)生累積誤差，定位精度低。
[0006]利用地磁場(chǎng)信號(hào)進(jìn)行定位是一種較為新型的定位技術(shù)。其理論基礎(chǔ)在于，在室內(nèi)環(huán)境下，地磁場(chǎng)受到室內(nèi)其他磁場(chǎng)源(如鋼筋結(jié)構(gòu)，大型電磁設(shè)備等)的影響，而使得磁場(chǎng)發(fā)生扭曲，使得各個(gè)位置點(diǎn)的地磁信號(hào)都不相同，從而形成了類似W1-Fi指紋一樣的地磁指紋。而且智能手機(jī)中基本都集成了磁強(qiáng)計(jì)。另外，利用粒子濾波技術(shù)將地磁數(shù)據(jù)和慣性傳感器數(shù)據(jù)融合起來進(jìn)行定位能夠?qū)崿F(xiàn)更加精確的定位，這種方法最初被用于機(jī)器人定位領(lǐng)域，然而在通過手機(jī)傳感器獲取數(shù)據(jù)會(huì)引入更多的噪聲，而且對(duì)人的動(dòng)作識(shí)別也會(huì)產(chǎn)生更多的誤差，這些噪聲和誤差極易導(dǎo)致粒子濾波器失效。更嚴(yán)重的問題是在手機(jī)采集的地磁場(chǎng)數(shù)據(jù)是一個(gè)三維向量，每個(gè)分量代表了磁場(chǎng)在手機(jī)的X，y, z方向上磁場(chǎng)強(qiáng)度。同一個(gè)地點(diǎn)，當(dāng)手機(jī)方向發(fā)生偏轉(zhuǎn)，讀到的磁場(chǎng)向量也會(huì)發(fā)生變化。因此已有的方法不得不要求用戶使用時(shí)固定手機(jī)的朝向，使用非常不便。另外一個(gè)難點(diǎn)在于，不同的手機(jī)，在同一個(gè)地點(diǎn)，同一個(gè)朝向狀態(tài)下地磁讀數(shù)仍然存在偏差，需要校準(zhǔn)。
【發(fā)明內(nèi)容】

[0007]本發(fā)明主要針對(duì)以上【背景技術(shù)】中的不足，提供一種利用智能手機(jī)的傳感器讀取的地磁場(chǎng)信號(hào)進(jìn)行精確室內(nèi)定位的方法，該方法不需要額外的基礎(chǔ)設(shè)施，耗電低，應(yīng)用廣泛；更重要的是，該方法不限制手機(jī)的朝向和使用，具有更好的魯棒性和實(shí)用性。最后該定位方法取得了非常高的定位精度。
[0008]本發(fā)明通過以下技術(shù)方案實(shí)現(xiàn):
[0009]一種基于自適應(yīng)粒子濾波器算法的地磁室內(nèi)定位系統(tǒng)及其方法，包括一個(gè)高效的地磁指紋數(shù)據(jù)的收集方法和一個(gè)自適應(yīng)粒子濾波器算法，該定位系統(tǒng)適用于各類集成了加速度傳感器、陀螺儀和磁強(qiáng)計(jì)的智能手機(jī)。
[0010]所述高效的地磁指紋數(shù)據(jù)收集方法主要功能是利用手機(jī)磁強(qiáng)計(jì)快速地收集室內(nèi)地磁信號(hào)，轉(zhuǎn)化為地磁指紋模型，最終通過插值得到高密度〈地磁指紋，位置 > 數(shù)據(jù)庫，它包括三個(gè)過程:首先將所要收集地磁數(shù)據(jù)的區(qū)域用平行的直線路徑分割；接著收集者需要拿著運(yùn)行著地磁數(shù)據(jù)收集程序的手機(jī)，沿著這些路徑勻速緩慢行走，收集每條路線上的地磁數(shù)據(jù)；最后，我們通過插值的方式，將兩條線之間的地磁數(shù)據(jù)補(bǔ)齊，從而得到高密度的地磁指紋數(shù)據(jù)庫。所述地磁數(shù)據(jù)收集程序是基于智能手機(jī)開發(fā)的應(yīng)用軟件，用戶能夠在該程序上設(shè)置和選擇路線，該應(yīng)用主要收集地磁數(shù)據(jù)和重力加速度數(shù)據(jù)，并進(jìn)行數(shù)據(jù)處理，轉(zhuǎn)換為粒子濾波器算法需要的地磁指紋模型，最后和其對(duì)應(yīng)的位置一起存入數(shù)據(jù)庫。
[0011]所述自適應(yīng)粒子濾波器算法是對(duì)粒子濾波算法的進(jìn)一步改進(jìn)，粒子濾波算法是一個(gè)迭代的貝葉斯過程，通過一系列的粒子用來估計(jì)系統(tǒng)狀態(tài)的后驗(yàn)分布。在定位領(lǐng)域，系統(tǒng)狀態(tài)就是指用戶的位置坐標(biāo)(X，y)和朝向Θ。每個(gè)粒子都是對(duì)當(dāng)前系統(tǒng)狀態(tài)的一個(gè)假設(shè)，通過對(duì)粒子賦一個(gè)權(quán)值來評(píng)估該粒子和真實(shí)狀態(tài)的接近程度。該自適應(yīng)粒子濾波算法包括以下幾個(gè)關(guān)鍵組成部分:
[0012]I)行為模型:通過慣性傳感器對(duì)人的行為進(jìn)行估計(jì)，包括計(jì)步，動(dòng)態(tài)步長(zhǎng)估計(jì)和兩步之間朝向變化估計(jì)，根據(jù)用戶行為的變化來更新每個(gè)粒子的狀態(tài)。
[0013]2)度量模型:將地磁指紋作為觀察值，匹配手機(jī)讀數(shù)和地磁指紋數(shù)據(jù)庫中指紋數(shù)據(jù)，重新評(píng)估更新后的每個(gè)粒子的權(quán)重。
[0014]3)重采樣模型:主要重新選取更高概率的靠近真正狀態(tài)的粒子進(jìn)入下一輪迭代；完成重采樣后，粒子集將更加貼近真實(shí)狀態(tài)的后驗(yàn)分布。
[0015]4)定位精度評(píng)估和定位失效檢測(cè)模型:主要用來評(píng)估當(dāng)前定位精度，并啟發(fā)式地檢測(cè)是否發(fā)生定位失效的情況，一旦發(fā)生失效，則啟動(dòng)恢復(fù)程序。
[0016]所述基于自適應(yīng)粒子濾波器算法的地磁室內(nèi)定位系統(tǒng)的各個(gè)關(guān)鍵模型都不依賴于手機(jī)的朝向，并且能夠容忍行為模型的估計(jì)誤差，因此，使得該系統(tǒng)對(duì)手機(jī)朝向、擺放位置和使用都沒有限制。
[0017]所述行為模型中計(jì)步算法主要通過處理手機(jī)加速度傳感器數(shù)據(jù)得到；人在行走時(shí)，加速度會(huì)發(fā)生周期性的變化；首先使用低通濾波器和均值濾波器來平滑原始的加速度數(shù)據(jù)降低誤差，接著設(shè)置相鄰波峰和波谷之間加速度大小閾值和時(shí)間差閾值(上界和下界)過濾掉干擾情況，最后通過數(shù)波峰或者波谷數(shù)量就可以實(shí)現(xiàn)計(jì)步功能。
[0018]所述行為模型中步長(zhǎng)估計(jì)算法是一種動(dòng)態(tài)的步長(zhǎng)估計(jì)算法，在普通粒子濾波算法中步長(zhǎng)被設(shè)置為一個(gè)常量，但是不同的人步長(zhǎng)各異，即使同一個(gè)人步長(zhǎng)也時(shí)常發(fā)生變化，所以本發(fā)明通過對(duì)重采樣后的粒子步長(zhǎng)求加權(quán)平均值得到一個(gè)建議步長(zhǎng)。并利用一個(gè)隊(duì)列緩存最近N個(gè)建議步長(zhǎng)，將這N個(gè)建議步長(zhǎng)的平均值作為下一次迭代的步長(zhǎng)估計(jì)。
[0019]所述行為模型中連續(xù)兩步之間用戶朝向變化的估計(jì)算法，首先是通過對(duì)從陀螺儀讀取的角速度進(jìn)行積分，得到兩步之間手機(jī)X，y, Z三軸上角度變化，繼而利用加速度傳感器獲取到重力的方向，也就是豎直方向，通過坐標(biāo)系變化，得到兩步之間手機(jī)圍繞豎直方向變化的角度，即用戶朝向變化值。
[0020]所述度量模型是一種新型的混合的模型，綜合利用了兩種不同的地磁指紋模型，分別是HV地磁指紋模型和地磁密度指紋模型。在定位的初始階段，使用HV地磁指紋模型，能夠加快粒子濾波器收斂速度，更快的完成定位；為了提高定位魯棒性和穩(wěn)定性，完成定位后切換到地磁密度指紋模型來繼續(xù)追蹤定位。
[0021]所述度量模型使用地磁指紋作為觀察值進(jìn)行匹配和評(píng)估權(quán)重時(shí)，并非使用地磁指紋的絕對(duì)值來評(píng)估，而是使用連續(xù)兩步之間地磁指紋的差值作為觀察值，這樣能夠避免不同手機(jī)讀數(shù)存在偏差的問題，即不需要去一一校準(zhǔn)所有的手機(jī)。
[0022]所述地磁密度指紋模型，是指將三軸地磁向量數(shù)據(jù)的大小，即模值，當(dāng)作地磁讀數(shù)。其特點(diǎn)是不受手機(jī)朝向變化的影響，而且非常穩(wěn)定。
[0023]所述HV地磁指紋模型是指通過加速度獲取豎直方向，然后從三軸的地磁向量讀數(shù)中抽取水平分量和豎直分量，形成一個(gè)新的二維地磁向量，該地磁向量不受手機(jī)朝向變化的影響，而且比地磁密度指紋多了一個(gè)分量，因此特異性更高，作為度量模型的觀察值時(shí)能夠加快定位。但是容易受到用戶行為的影響，不夠穩(wěn)定。
[0024]所述重采樣模型是兩種重采樣算法的混合模型，包括權(quán)重離散分布重采樣算法和啟發(fā)式重采樣算法。重采樣時(shí)，會(huì)先根據(jù)當(dāng)前檢測(cè)到用戶朝向變化值的大小來自適應(yīng)地決定兩種重采樣算法分別需要采集的粒子數(shù)量。一般地，用戶朝向變化越大，啟發(fā)式重采樣算法采集粒子數(shù)比重就越大。
[0025]所述權(quán)重離散重采樣算法是根據(jù)當(dāng)前粒子的權(quán)重分布情況選取粒子，直觀上，就是權(quán)重大的粒子多取，權(quán)重小的粒子少取。
[0026]所述啟發(fā)式重采樣算法是從當(dāng)前預(yù)測(cè)的位置一定范圍內(nèi)，隨機(jī)選取一部分新的粒子。粒子的朝向可以在當(dāng)期預(yù)測(cè)朝向一定變化范圍內(nèi)隨機(jī)設(shè)置。該算法主要能夠增加粒子多樣性，保證魯棒性，更關(guān)鍵的是能夠防止由于用戶使用手機(jī)做其他事情導(dǎo)致估計(jì)人朝向變化值出現(xiàn)大的誤差而發(fā)生定位失效。
[0027]所述定位精度評(píng)估和定位失效檢測(cè)模型是通過計(jì)算粒子的聚集度來預(yù)測(cè)當(dāng)前定位精度，當(dāng)預(yù)測(cè)精度超過一個(gè)閾值時(shí)，則判定為發(fā)生了定位失效。發(fā)現(xiàn)定位失效后，則啟動(dòng)定位恢復(fù)程序。
[0028]所述粒子的聚集度是指以當(dāng)前預(yù)測(cè)位置為圓心，能夠圈住多數(shù)粒子(如90% )的圓的最小半徑。
[0029]所述定位恢復(fù)程序是從歷史定位信息中選取距離當(dāng)前點(diǎn)較近的穩(wěn)定點(diǎn)重新執(zhí)行自適應(yīng)粒子濾波的定位算法。
[0030]所述歷史定位信息包括用戶計(jì)步數(shù)據(jù)，每步中的手機(jī)讀取的地磁指紋數(shù)據(jù)和用戶朝向變化數(shù)據(jù)，以及預(yù)測(cè)的用戶位置和朝向信息。
[0031]所述穩(wěn)定點(diǎn)是指從該點(diǎn)到當(dāng)前點(diǎn)，用戶朝向變化很少，這樣帶來的誤差也就較少。[0032]所述基于自適應(yīng)粒子濾波器算法的地磁室內(nèi)定位系統(tǒng)是一種離線的工作模式，用戶通過手機(jī)采集和處理慣性傳感器和磁強(qiáng)計(jì)數(shù)據(jù)得到行為模型參數(shù)和地磁指紋數(shù)據(jù)，將其上傳至定位服務(wù)器進(jìn)行定位，服務(wù)器將定位結(jié)果返回到手機(jī)。
【專利附圖】

【附圖說明】
[0033]為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例描述中所有需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域的普通技術(shù)人員來說，在不付出創(chuàng)造性勞動(dòng)的前提下所獲得的其他附圖都屬于本發(fā)明的保護(hù)范圍。
[0034]圖1為本發(fā)明實(shí)施例提供的一種基于自適應(yīng)粒子濾波器算法的地磁室內(nèi)定位系統(tǒng)的算法框架圖。
[0035]圖2為本發(fā)明實(shí)施例提供的地磁指紋數(shù)據(jù)收集方法描述圖和地磁收集程序樣例圖。
[0036]圖3為本發(fā)明實(shí)施例提供的動(dòng)態(tài)步長(zhǎng)估計(jì)算法描述圖。
[0037]圖4為本發(fā)明實(shí)施例提供的朝向變化估計(jì)算法示意圖。
[0038]圖5為本發(fā)明實(shí)施例提供的一種基于自適應(yīng)粒子濾波器算法的地磁室內(nèi)定位系統(tǒng)的用例圖。
【具體實(shí)施方式】
[0039]下面結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地的描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部實(shí)施例?；诒景l(fā)明的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明的保護(hù)范圍。
[0040]如圖1所示，本發(fā)明實(shí)施例提供的一種基于自適應(yīng)粒子濾波器算法的地磁室內(nèi)定位系統(tǒng)的算法框架圖，圖1中:
[0041]在剛開始進(jìn)行定位時(shí)，粒子濾波器需要從初始定位區(qū)域內(nèi)隨機(jī)產(chǎn)生N個(gè)粒子
(101)。每當(dāng)通過計(jì)步算法檢測(cè)到用戶邁了一步時(shí)，就進(jìn)行一次迭代(102)。在迭代開始時(shí)，先要獲取通過動(dòng)態(tài)步長(zhǎng)估計(jì)算法估計(jì)當(dāng)前用戶的步長(zhǎng)1，并計(jì)算出這一步用戶朝向的變化Δ Θ (103)，接著對(duì)每一個(gè)粒子(104) (105)，利用行為模型更新粒子的狀態(tài)(106)，如公式
(I)⑵(3)。其中Ge和G1是高斯噪聲。
[0042]if+i = + Δ§ + G9 公式(I)
[0043]Ifti = 4 + (1+f1.) * COfftt+1 公式(2)
[0044]Tt1 = Yf + (I + G;).5￡ηθΙ+1 公式(3)
[0045]接著，利用度量模型去重新評(píng)估每個(gè)粒子的權(quán)重(107)，如公式(4)。其中S|表示
第i個(gè)粒子在第t步時(shí)的狀態(tài)(X, y, Θ ), wf—是粒子i在第t步時(shí)的權(quán)重,Zt是第t步時(shí)觀
察值，也就是手機(jī)上地磁讀數(shù)轉(zhuǎn)換為地磁指紋后的向量，是根據(jù)第i個(gè)粒子在第t步時(shí)的狀態(tài)從指紋數(shù)據(jù)庫中取出對(duì)應(yīng)該狀態(tài)的地磁指紋數(shù)據(jù)，V代表協(xié)方差。該評(píng)估公式的隱含意義是指是指如果從.4:到4+1，數(shù)據(jù)庫中存儲(chǔ)的指紋數(shù)據(jù)的變化值和當(dāng)前手機(jī)讀取到
的指紋數(shù)據(jù)的變化值越相近，則說明粒子i的越接近真實(shí)狀態(tài)，那么其權(quán)重也就越大。
[0046]
【權(quán)利要求】
1.一種基于自適應(yīng)粒子濾波器算法的地磁室內(nèi)定位系統(tǒng)，特征在于:包含一個(gè)高效的地磁指紋數(shù)據(jù)收集單元和一個(gè)自適應(yīng)粒子濾波器單元； 所述高效的地磁指紋數(shù)據(jù)收集單元是利用手機(jī)磁強(qiáng)計(jì)快速地收集室內(nèi)地磁信號(hào)，轉(zhuǎn)化為地磁指紋模型，最終通過插值得到高密度〈地磁指紋，位置 > 數(shù)據(jù)庫； 所述自適應(yīng)粒子濾波器單元精確地估計(jì)用戶的位置和朝向，包括:自適應(yīng)行為模型，度量模型，自適應(yīng)重采樣模型，定位精度評(píng)估和定位失效檢測(cè)模型，其中各個(gè)模型都不依賴于手機(jī)的朝向，并且能夠容忍用戶行為估計(jì)誤差。
2.根據(jù)權(quán)利要求1所述的地磁室內(nèi)定位系統(tǒng)，其特征在于: 所述高效的地磁指紋數(shù)據(jù)收集單元:首先將所要收集地磁數(shù)據(jù)的區(qū)域用平行的直線路徑分割；接著收集者需要拿著運(yùn)行著地磁數(shù)據(jù)收集程序的手機(jī)，沿著這些路徑勻速緩慢行走，收集每條路線上的地磁數(shù)據(jù)；最后，通過插值的方式，將兩條線之間的地磁數(shù)據(jù)補(bǔ)齊，從而得到高密度的地磁指紋數(shù)據(jù)庫； 所述地磁數(shù)據(jù)收集程序是基于智能手機(jī)開發(fā)的應(yīng)用軟件，用戶能夠在該程序上設(shè)置和選擇路線，該應(yīng)用軟件收集地磁數(shù)據(jù)和重力加速度數(shù)據(jù)，并進(jìn)行數(shù)據(jù)處理，轉(zhuǎn)換為所述自適應(yīng)粒子濾波器單元需要的地磁指紋模型，最后和其匹配的位置一起存入數(shù)據(jù)庫； 所述地磁指紋模型包括兩種，地磁密度指紋模型和HV地磁指紋模型，在存入數(shù)據(jù)庫時(shí)，只需要保存位置對(duì)應(yīng)的HV地磁指紋模型，地磁密度指紋模型通過從HV指紋模型中計(jì)算得來； 所述地磁密度指紋模型，是指將三軸地磁向量數(shù)據(jù)的大小，即模值，當(dāng)作地磁讀數(shù)；所述HV地磁指紋模型是指通過加速度獲取豎直方向，然后從三軸的地磁向量讀數(shù)中抽取水平分量和豎直分量，形成一個(gè)新的二維地磁向量，所述二維地磁向量不受手機(jī)朝向變化的影響，而且比地磁密度指紋多了一個(gè)分量，作為度量模型的觀察值時(shí)能夠加快定位速度。
3.根據(jù)權(quán)利要求1所述的地磁室內(nèi)定位系統(tǒng)，其特征在于: 所述自適應(yīng)行為模型是通過慣性傳感器對(duì)用戶的行為進(jìn)行估計(jì)，包括計(jì)步，步長(zhǎng)估計(jì)和連續(xù)兩步之間朝向變化估計(jì)，根據(jù)用戶行為變化來更新每個(gè)粒子的狀態(tài)； 所述度量模型將地磁指紋作為觀察值，匹配手機(jī)讀數(shù)和地磁指紋數(shù)據(jù)庫中指紋數(shù)據(jù)，重新評(píng)估更新后的每個(gè)粒子的權(quán)重； 所述自適應(yīng)重采樣模型重新篩選粒子，使得重采樣后，粒子集將更加貼近真實(shí)狀態(tài)的后驗(yàn)分布； 所述定位精度評(píng)估和定位失效檢測(cè)模型用來評(píng)估當(dāng)前定位精度，并啟發(fā)式地檢測(cè)是否發(fā)生定位失效的情況，一旦發(fā)生失效，則啟動(dòng)恢復(fù)程序。
4.根據(jù)權(quán)利要求3所述的地磁室內(nèi)定位系統(tǒng)，其特征在于: 所述計(jì)步算法通過處理手機(jī)加速度傳感器數(shù)據(jù)得到；人在行走時(shí)，加速度會(huì)發(fā)生周期性的變化；首先使用低通濾波器和均值濾波器來平滑原始的加速度數(shù)據(jù)降低誤差，接著設(shè)置相鄰波峰和波谷之間加速度大小閾值和時(shí)間差閾值(上界和下界)過濾掉干擾情況，最后通過數(shù)波峰或者波谷數(shù)量實(shí)現(xiàn)計(jì)步功能； 所述步長(zhǎng)估計(jì)算法是一種動(dòng)態(tài)自適應(yīng)的步長(zhǎng)估計(jì)算法，在普通粒子濾波算法中步長(zhǎng)被設(shè)置為一個(gè)常量，但是不同的人步長(zhǎng)各異，即使同一個(gè)人步長(zhǎng)也時(shí)常發(fā)生變化，所以本發(fā)明通過對(duì)重采樣后的粒子步長(zhǎng)求加權(quán)平均值得到一個(gè)建議步長(zhǎng)。并通過一個(gè)隊(duì)列緩存最近N個(gè)建議步長(zhǎng)，將這N個(gè)建議步長(zhǎng)的平均值作為下一次迭代時(shí)的步長(zhǎng)。 所述連續(xù)兩步之間朝向變化估計(jì)算法，首先是通過對(duì)從陀螺儀讀取的角速度進(jìn)行積分，得到兩步之間手機(jī)X，y, z三軸上角度變化，繼而利用加速度傳感器獲取到重力的方向，也就是豎直方向，通過坐標(biāo)系變化，得到兩步之間手機(jī)圍繞豎直方向變化的角度，即用戶朝向變化值。
5.根據(jù)權(quán)利要求3所述的地磁室內(nèi)定位系統(tǒng)，其特征在于: 所述度量模型是一種新型的混合的模型，綜合利用了兩種不同的地磁指紋模型，分別是HV地磁指紋模型和地磁密度指紋模型，在定位的初始階段，使用HV地磁指紋模型，能夠加快粒子濾波器收斂速度，更快的完成定位；為了提高定位魯棒性和穩(wěn)定性，完成定位后切換到地磁密度指紋模型來繼續(xù)追蹤定位； 所述度量模型使用地磁指紋作為觀察值進(jìn)行匹配和評(píng)估權(quán)重時(shí)，并非使用地磁指紋的絕對(duì)值來評(píng)估，而是使用連續(xù)兩步之間地磁指紋的差值作為觀察值，這樣能夠避免不同手機(jī)讀數(shù)存在偏差的問題，即不需要去一一校準(zhǔn)所有的手機(jī)。
6.根據(jù)權(quán)利要求 3所述的地磁室內(nèi)定位系統(tǒng)，其特征在于， 所述自適應(yīng)重采樣模型是兩種重采樣算法的混合模型，包括權(quán)重離散分布重采樣算法和啟發(fā)式重采樣算法，重采樣時(shí)，會(huì)先根據(jù)當(dāng)前檢測(cè)到用戶朝向變化值的大小來自適應(yīng)地決定兩種重采樣算法分別需要采集的粒子數(shù)量；用戶朝向變化越大，啟發(fā)式重采樣算法采集粒子數(shù)比重就越大； 所述權(quán)重離散重采樣算法是根據(jù)當(dāng)前粒子的權(quán)重分布情況選取粒子，直觀上，就是權(quán)重大的粒子多取，權(quán)重小的粒子少?。? 所述啟發(fā)式重采樣算法是從當(dāng)前預(yù)測(cè)的位置一定范圍內(nèi)，隨機(jī)選取一部分新的粒子；粒子的朝向在當(dāng)期預(yù)測(cè)朝向一定變化范圍內(nèi)隨機(jī)設(shè)置，防止由于用戶使用手機(jī)做其他事情導(dǎo)致估計(jì)人朝向變化值出現(xiàn)大的誤差而發(fā)生定位失效。
7.根據(jù)權(quán)利要求3所述的地磁室內(nèi)定位系統(tǒng)，其特征在于: 所述定位精度評(píng)估和定位失效檢測(cè)模型是通過計(jì)算粒子的聚集度來預(yù)測(cè)當(dāng)前定位精度，當(dāng)預(yù)測(cè)精度超過一個(gè)閾值時(shí)，則判定為發(fā)生了定位失效；發(fā)現(xiàn)定位失效后，則啟動(dòng)定位恢復(fù)程序； 所述粒子的聚集度是指以當(dāng)前預(yù)測(cè)位置為圓心，能夠圈住多數(shù)粒子的圓的最小半徑；所述定位恢復(fù)程序是從歷史定位信息中選取距離當(dāng)前點(diǎn)較近的穩(wěn)定點(diǎn)重新執(zhí)行自適應(yīng)粒子濾波的定位算法； 所述歷史定位信息包括用戶計(jì)步數(shù)據(jù)，每步中的手機(jī)讀取的地磁指紋數(shù)據(jù)和用戶朝向變化數(shù)據(jù)，以及預(yù)測(cè)的用戶位置和朝向信息； 所述穩(wěn)定點(diǎn)是指從該點(diǎn)到當(dāng)前點(diǎn)，用戶朝向變化很少，這樣帶來的誤差也就較少。
8.一種基于自適應(yīng)粒子濾波器算法的地磁室內(nèi)定位方法，特征在于:包括一個(gè)高效的地磁指紋數(shù)據(jù)收集步驟和一個(gè)新型自適應(yīng)粒子濾波器算法步驟，其中: 所述高效的地磁指紋數(shù)據(jù)收集步驟是利用手機(jī)磁強(qiáng)計(jì)快速地收集室內(nèi)地磁信號(hào)，轉(zhuǎn)化為地磁指紋模型，最終通過插值得到高密度〈地磁指紋，位置 > 數(shù)據(jù)庫； 所述自適應(yīng)粒子濾波器算法步驟包括:自適應(yīng)行為步驟，新型度量步驟，自適應(yīng)重采樣步驟，定位精度評(píng)估和定位失效檢測(cè)步驟，其中，各個(gè)步驟都不依賴于手機(jī)的朝向，并且能夠容忍用戶行為估計(jì)誤差。
9.根據(jù)權(quán)利要求8所述的地磁室內(nèi)定位方法，其特征在于: 所述高效的地磁指紋數(shù)據(jù)收集方法包括三個(gè)過程:首先將所要收集地磁數(shù)據(jù)的區(qū)域用平行的直線路徑分割；接著收集者需要拿著運(yùn)行著地磁數(shù)據(jù)收集程序的手機(jī)，沿著這些路徑勻速緩慢行走，收集每條路線上的地磁數(shù)據(jù)；最后，通過插值的方式，將兩條線之間的地磁數(shù)據(jù)補(bǔ)齊，從而得到高密度的地磁指紋數(shù)據(jù)庫； 所述地磁數(shù)據(jù)收集程序是基于智能手機(jī)開發(fā)的應(yīng)用軟件，用戶能夠在該程序上設(shè)置和選擇路線，收集地磁數(shù)據(jù)和重力加速度數(shù)據(jù)，并進(jìn)行數(shù)據(jù)處理，轉(zhuǎn)換為粒子濾波器算法需要的地磁指紋模型，最后和其匹配的位置一起存入數(shù)據(jù)庫； 所述指紋模型包括兩種，地磁密度指紋模型和HV地磁指紋模型；在存入數(shù)據(jù)庫時(shí)，保存位置對(duì)應(yīng)的HV地磁指紋模型，地磁密度指紋模型通過從HV指紋模型中計(jì)算得來； 所述地磁密度指紋模型，是指將三軸地磁向量數(shù)據(jù)的大小，即模值，當(dāng)做地磁讀數(shù)；所述HV地磁指紋模型是指通過加速度獲取豎直方向，然后從三軸的地磁向量讀數(shù)中抽取水平分量和豎直分量，形成一個(gè)新的二維地磁向量，該地磁向量不受手機(jī)朝向變化的影響，而且比地磁密度指紋多了一個(gè)分量，作為度量模型的觀察值時(shí)能夠加快定位速度。
10.根據(jù)權(quán)利要求8所述的地磁室內(nèi)定位方法，其特征在于: 所述行為步驟是通過慣性傳感器對(duì)用戶的行為進(jìn)行估計(jì)，包括計(jì)步，步長(zhǎng)估計(jì)和連續(xù)兩步之間朝向變化估計(jì)，根據(jù)用戶行為變化來更新每個(gè)粒子的狀態(tài)； 所述度量步驟將地磁指紋作為觀察值，匹配手機(jī)讀數(shù)和地磁指紋數(shù)據(jù)庫中指紋數(shù)據(jù)，重新評(píng)估更新后的每個(gè)粒子的權(quán)重； 所述重采樣步驟重新篩選粒子，使得重采樣后，粒子集將更加貼近真實(shí)狀態(tài)的后驗(yàn)分布； 所述定位精度評(píng)估和定位失效檢測(cè)步驟用來評(píng)估當(dāng)前定位精度，并啟發(fā)式地檢測(cè)是否發(fā)生定位失效的情況，一旦發(fā)生失效，則啟動(dòng)恢復(fù)程序。
11.根據(jù)權(quán)利要求10所述的地磁室內(nèi)定位方法，其特征在于: 所述計(jì)步算法通過處理手機(jī)加速度傳感器數(shù)據(jù)得到；人在行走時(shí)，加速度會(huì)發(fā)生周期性的變化；首先使用低通濾波器和均值濾波器來平滑原始的加速度數(shù)據(jù)降低誤差，接著設(shè)置相鄰波峰和波谷之間加速度大小閾值和時(shí)間差閾值(上界和下界)過濾掉干擾情況，最后通過數(shù)波峰或者波谷數(shù)量實(shí)現(xiàn)計(jì)步功能； 所述步長(zhǎng)估計(jì)算法是一種動(dòng)態(tài)自適應(yīng)的步長(zhǎng)估計(jì)算法，在普通粒子濾波算法中步長(zhǎng)被設(shè)置為一個(gè)常量，但是不同的人步長(zhǎng)各異，即使同一個(gè)人步長(zhǎng)也時(shí)常發(fā)生變化，所以通過對(duì)重采樣后的粒子步長(zhǎng)求加權(quán)平均值得到一個(gè)建議步長(zhǎng)，并通過一個(gè)隊(duì)列緩存最近N個(gè)建議步長(zhǎng)，將這N個(gè)建議步長(zhǎng)的平均值作為下一次迭代時(shí)的步長(zhǎng)； 所述連續(xù)兩步之間朝向變化估計(jì)算法，首先是通過對(duì)從陀螺儀讀取的角速度進(jìn)行積分，得到兩步之間手機(jī)X，y, z三軸上角度變化，繼而利用加速度傳感器獲取到重力的方向，也就是豎直方向，通過坐標(biāo)系變化，得到兩步之間手機(jī)圍繞豎直方向變化的角度，即用戶朝向變化值。
12.根據(jù)權(quán)利要求10所述的地磁室內(nèi)定位方法，其特征在于: 所述度量步驟綜合利用兩種不同的地磁指紋模型，分別是HV地磁指紋模型和地磁密度指紋模型，在定位的初始階段，使用HV地磁指紋模型，加快粒子濾波器收斂速度，更快的完成定位，完成定位后切換到地磁S度指紋1吳型來繼續(xù)追S示定位； 所述度量步驟使用地磁指紋作為觀察值進(jìn)行匹配和評(píng)估權(quán)重時(shí)，并非使用地磁指紋的絕對(duì)值來評(píng)估，而是使用連續(xù)兩步之間地磁指紋的差值作為觀察值，避免不同手機(jī)讀數(shù)存在偏差的問題，即不需要去一一校準(zhǔn)所有的手機(jī)。
13.根據(jù)權(quán)利要求10所述的地磁室內(nèi)定位方法，其特征在于: 所述重采樣步驟包括權(quán)重離散分布重采樣算法和啟發(fā)式重采樣算法，重采樣時(shí)，會(huì)先根據(jù)當(dāng)前檢測(cè)到用戶朝向變化值的大小來自適應(yīng)地決定兩種重采樣算法分別需要采集的粒子數(shù)量；用戶朝向變化越大，啟發(fā)式重采樣算法采集粒子數(shù)比重就越大； 所述權(quán)重離散重采樣算法是根據(jù)當(dāng)前粒子的權(quán)重分布情況選取粒子，權(quán)重大的粒子多取，權(quán)重小的粒子少?。? 所述啟發(fā)式重采樣算法是從當(dāng)前預(yù)測(cè)的位置一定范圍內(nèi)，隨機(jī)選取一部分新的粒子；粒子的朝向在當(dāng)期預(yù)測(cè)朝向一定變化范圍內(nèi)隨機(jī)設(shè)置，防止由于用戶使用手機(jī)做其他事情導(dǎo)致估計(jì)人朝向變化 值出現(xiàn)大的誤差而發(fā)生定位失效。
14.根據(jù)權(quán)利要求10所述的地磁室內(nèi)定位方法，其特征在于: 所述定位精度評(píng)估和定位失效檢測(cè)步驟是通過計(jì)算粒子的聚集度來預(yù)測(cè)當(dāng)前定位精度，當(dāng)預(yù)測(cè)精度超過一個(gè)閾值時(shí)，則判定為發(fā)生了定位失效；發(fā)現(xiàn)定位失效后，則啟動(dòng)定位恢復(fù)程序； 所述粒子的聚集度是指以當(dāng)前預(yù)測(cè)位置為圓心，能夠圈住多數(shù)粒子的圓的最小半徑；所述定位恢復(fù)程序是從歷史定位信息中選取距離當(dāng)前點(diǎn)較近的穩(wěn)定點(diǎn)重新執(zhí)行自適應(yīng)粒子濾波的定位算法； 所述歷史定位信息包括用戶計(jì)步數(shù)據(jù)，每步中的手機(jī)讀取的地磁指紋數(shù)據(jù)和用戶朝向變化數(shù)據(jù)，以及預(yù)測(cè)的用戶位置和朝向信息； 所述穩(wěn)定點(diǎn)是指從該點(diǎn)到當(dāng)前點(diǎn)，用戶朝向變化很少，帶來的誤差也就較少。
【文檔編號(hào)】G01C21/08GK103925923SQ201410191921
【公開日】2014年7月16日 申請(qǐng)日期:2014年5月7日 優(yōu)先權(quán)日:2014年5月7日
【發(fā)明者】呂建, 謝宏偉, 陶先平 申請(qǐng)人:南京大學(xué)