本發(fā)明涉及一種基于mt-pdr與光強(qiáng)信息的室內(nèi)平面圖構(gòu)建方法。

背景技術(shù)：

對(duì)于室內(nèi)復(fù)雜的布局環(huán)境，如購(gòu)物商場(chǎng)、停車場(chǎng)、醫(yī)院等，人們?cè)谫?gòu)買一件商品、尋找一個(gè)車位或一個(gè)治療科室時(shí)，通常因無(wú)法快速、準(zhǔn)確地對(duì)目的地進(jìn)行定位，找出最短路徑，從而會(huì)進(jìn)行盲目的尋找并消耗大量的時(shí)間和精力。為解決人類“最后一公里”問(wèn)題，室內(nèi)導(dǎo)航技術(shù)應(yīng)運(yùn)而生。

室內(nèi)導(dǎo)航的重要支撐工具——室內(nèi)平面圖，近些年逐漸引起人們的關(guān)注和研究，其中，如何構(gòu)建室內(nèi)平面圖仍然是一個(gè)亟待解決的問(wèn)題。傳統(tǒng)構(gòu)建室內(nèi)平面圖的方式，多為通過(guò)手動(dòng)測(cè)量，或由開發(fā)商、建筑商提供的建筑平面圖獲得。如谷歌在2011年采用手動(dòng)測(cè)量的方式構(gòu)建室內(nèi)平面圖；蘋果公司在2014年推出基于近距離藍(lán)牙通信的ibeacon技術(shù)，利用beacon設(shè)備發(fā)送建筑布局等信息構(gòu)建室內(nèi)平面圖。以上方式雖然能夠?qū)崿F(xiàn)室內(nèi)平面圖的構(gòu)建工作，但時(shí)間復(fù)雜度較高，成本較大，而且由于室內(nèi)環(huán)境布局易變的特點(diǎn)，這種傳統(tǒng)方式構(gòu)建的室內(nèi)平面圖不易更新。

行人航跡推算(pedestriandeadreckoning,pdr)是當(dāng)前基于智能移動(dòng)終端、解決行人航向路徑的主流方法，不僅方式簡(jiǎn)單自主，而且不需要昂貴的基礎(chǔ)設(shè)施。依據(jù)這些優(yōu)勢(shì)，2012年，shin等人面向智能移動(dòng)終端，提出smartslam方法，融合wifi指紋定位技術(shù)、pdr中的計(jì)步算法與電子羅盤航向估計(jì)構(gòu)建室內(nèi)平面圖；無(wú)獨(dú)有偶，2016年，renaudin等人面向智能移動(dòng)終端，利用多wifi參考節(jié)點(diǎn)，實(shí)時(shí)矯正pdr路徑軌跡構(gòu)建室內(nèi)平面圖。以上構(gòu)建室內(nèi)平面圖的方法中，添加wifi等基礎(chǔ)設(shè)施使得布局方式繁瑣，pdr與指紋算法等多算法融合使得算法復(fù)雜度較高，而且多數(shù)只完成室內(nèi)走廊平面圖的構(gòu)建工作。針對(duì)以上問(wèn)題，面向智能移動(dòng)終端慣性傳感器和光強(qiáng)傳感器，本發(fā)明提出融合基于多行人航跡推算軌跡(mt-pdr)和基于光強(qiáng)信息進(jìn)行區(qū)域劃分的室內(nèi)平面圖構(gòu)建方法。

在mt-pdr中，存在pdr典型的“航向漂移”問(wèn)題，為了解決該問(wèn)題，有提出采用四元數(shù)卡爾曼濾波算法解決pdr“航向漂移”問(wèn)題，但該算法計(jì)算復(fù)雜度較高，并且存在強(qiáng)非線性問(wèn)題。針對(duì)以上問(wèn)題，本發(fā)明采用線性程度高、計(jì)算誤差小，具有非奇異性特點(diǎn)的四子樣等效旋轉(zhuǎn)矢量四元數(shù)進(jìn)行航向估計(jì)，并結(jié)合陀螺儀拐點(diǎn)檢測(cè)算法，進(jìn)一步提高航向精度。除此之外，mt-pdr中包含房間、走廊區(qū)域的布局信息，但卻不能得到各自的布局狀態(tài)?！督ㄖ彰髟O(shè)計(jì)標(biāo)準(zhǔn)》規(guī)定了居住、公共和工業(yè)建筑的照明標(biāo)準(zhǔn)值、照明質(zhì)量和照明功能率密度，指出室內(nèi)不同的功能空間需搭配不同的光照強(qiáng)度?；诖?，本發(fā)明利用室內(nèi)區(qū)域光強(qiáng)分布差異性的特點(diǎn)，提出利用光強(qiáng)信息對(duì)mt-pdr進(jìn)行區(qū)域劃分。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種基于mt-pdr與光強(qiáng)信息的室內(nèi)平面圖構(gòu)建方法，以解決現(xiàn)有構(gòu)建室內(nèi)平面圖方法中高成本、高時(shí)間復(fù)雜度和算法復(fù)雜度的問(wèn)題。

為解決上述技術(shù)問(wèn)題，本發(fā)明所采用的技術(shù)方案是：

一種基于mt-pdr與光強(qiáng)信息的室內(nèi)平面圖構(gòu)建方法，其特征在于包含以下步驟：

步驟一：通過(guò)基于眾包的方式，利用智能移動(dòng)終端慣性傳感器與光強(qiáng)傳感器，完成室內(nèi)數(shù)據(jù)采集工作；

步驟二：利用步驟一獲得的慣性傳感器數(shù)據(jù)，計(jì)算行人航跡推算算法中的步長(zhǎng)、步頻與航向三要素，并生成mt-pdr；

步驟三：對(duì)mt-pdr中存在的“航向漂移”問(wèn)題，采用結(jié)合四子樣等效旋轉(zhuǎn)矢量四元數(shù)與陀螺儀拐點(diǎn)檢測(cè)算法進(jìn)行航向估計(jì)；

步驟四：根據(jù)室內(nèi)光強(qiáng)分布差異性的特點(diǎn)，利用步驟一中獲得的光強(qiáng)傳感器數(shù)據(jù)，對(duì)mt-pdr進(jìn)行區(qū)域劃分，將其劃分為室內(nèi)房間和走廊區(qū)域；

步驟五：將區(qū)域劃分后的mt-pdr相互疊加，構(gòu)建室內(nèi)平面圖。

本文發(fā)明提出融合mt-pdr和基于光強(qiáng)信息進(jìn)行區(qū)域劃分的室內(nèi)平面圖構(gòu)建方法。其中，mt-pdr采用結(jié)合四子樣等效旋轉(zhuǎn)矢量四元數(shù)與陀螺儀拐點(diǎn)檢測(cè)算法，有效解決了pdr中典型的“航向漂移”問(wèn)題，并利用室內(nèi)光強(qiáng)分布差異性的特點(diǎn)，采用光強(qiáng)信息對(duì)mt-pdr實(shí)現(xiàn)了區(qū)域劃分。采用簡(jiǎn)單有效的方法完成了室內(nèi)平面圖的構(gòu)建工作，與現(xiàn)有方法相比，成本低，而且具有較低的時(shí)間復(fù)雜度和算法復(fù)雜度。

附圖說(shuō)明

圖1是本發(fā)明的一種基于mt-pdr與光強(qiáng)信息的室內(nèi)平面圖構(gòu)建方法流程圖。

圖2是本發(fā)明的帶有拐彎行為的陀螺儀數(shù)據(jù)分布圖。

圖3是本發(fā)明的mt-pdr航向估計(jì)流程圖。

圖4是本發(fā)明的實(shí)施例獲得的室內(nèi)平面圖以及與實(shí)際室內(nèi)布局的比較示意圖。

具體實(shí)施方式

下面結(jié)合附圖并通過(guò)實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明，以下實(shí)施例是對(duì)本發(fā)明的解釋而本發(fā)明并不局限于以下實(shí)施例。

如圖1所示，本發(fā)明的一種基于mt-pdr與光強(qiáng)信息的室內(nèi)平面圖構(gòu)建方法，包含以下步驟：

步驟一：基于眾包的方式，利用智能移動(dòng)終端慣性傳感器和光強(qiáng)傳感器，實(shí)現(xiàn)數(shù)據(jù)的同步采集，具體實(shí)現(xiàn)過(guò)程為，

1.1在智能移動(dòng)終端安裝數(shù)據(jù)采集軟件，實(shí)現(xiàn)三軸加速度傳感器、三軸陀螺儀傳感器、三軸orientation傳感器和光強(qiáng)傳感器數(shù)據(jù)的同步采集；

1.2用戶手持智能移動(dòng)終端在室內(nèi)行走，通過(guò)數(shù)據(jù)采集軟件完成傳感器數(shù)據(jù)采集工作。

步驟二：利用步驟一獲得的慣性傳感器數(shù)據(jù)，計(jì)算行人航跡推算算法中的步長(zhǎng)、步頻與航向三要素，并生成mt-pdr；

人體在行走過(guò)程中，行走步態(tài)是一個(gè)周期性的過(guò)程，根據(jù)智能移動(dòng)終端慣性傳感器統(tǒng)計(jì)特性與行走步態(tài)相關(guān)性的特點(diǎn)，可以獲得步頻、步長(zhǎng)與航向，步頻與步長(zhǎng)可以通過(guò)分析加速度傳感器數(shù)據(jù)獲得，為了消除不可預(yù)測(cè)誤差，需事先對(duì)傳感器數(shù)據(jù)進(jìn)行平滑去噪處理，為了避免智能移動(dòng)終端朝向引起加速度傳感器數(shù)值變化的影響，計(jì)算過(guò)程中，采用去除重力分量的三軸合加速度數(shù)據(jù)，使得合加速度數(shù)據(jù)以坐標(biāo)y軸近似對(duì)稱分布，波形在固定數(shù)值范圍內(nèi)波動(dòng)，mt-pdr中三要素計(jì)算的具體實(shí)現(xiàn)過(guò)程為，

2.1對(duì)于步長(zhǎng)的估計(jì)，利用去除重力分量的三軸合加速度數(shù)據(jù)，采用非線性模型動(dòng)態(tài)估計(jì)步長(zhǎng)，公式如下所示：

式中，k為動(dòng)態(tài)步長(zhǎng)系數(shù)，sl為計(jì)算的步長(zhǎng)值；amax、amin分別表示每步周期中加速度傳感器的最大值、最小值；表示整個(gè)運(yùn)動(dòng)過(guò)程中，所有步頻周期內(nèi)加速度最大值構(gòu)成序列的平均值；a、b、c為訓(xùn)練得到的常量參數(shù)；

2.2對(duì)步頻的估計(jì)，利用去除重力分量的三軸合加速度數(shù)據(jù)，采用峰值檢測(cè)算法計(jì)算行走步頻，在峰值檢測(cè)算法中，通過(guò)對(duì)合加速度波形進(jìn)行數(shù)值分析，定義波峰閾值vthreshold的取值區(qū)間為[0.8,3]，根據(jù)行人正常行走的頻率范圍為1～2.5hz，定義邁步周期tthreshold的取值區(qū)間為[0.4s,1s]，當(dāng)合加速度波形中，相鄰兩波峰的峰值處于vthreshold中、時(shí)間間隔處于tthreshold中時(shí)，記為一步，完成步頻的計(jì)算；

2.3對(duì)航向的計(jì)算過(guò)程，具體如步驟三所示。

步驟三：為了解決mt-pdr存在的“航向漂移”問(wèn)題，本發(fā)明采用結(jié)合四子樣等效旋轉(zhuǎn)矢量四元數(shù)與陀螺儀拐點(diǎn)檢測(cè)算法進(jìn)行航向估計(jì)；其中，對(duì)于陀螺儀拐點(diǎn)檢測(cè)算法，圖2表明了陀螺儀傳感器與人體運(yùn)動(dòng)狀態(tài)相關(guān)聯(lián)的特征：當(dāng)陀螺儀傳感器數(shù)據(jù)在較小數(shù)值范圍內(nèi)波動(dòng)，且變化穩(wěn)定時(shí)，表示行人處于直線行走過(guò)程中；當(dāng)陀螺儀數(shù)據(jù)發(fā)生高值突變，表示在行走過(guò)程中發(fā)生了拐彎形象，并且，當(dāng)陀螺儀數(shù)據(jù)發(fā)生負(fù)數(shù)值突變時(shí)，表示行走過(guò)程中發(fā)生了正向轉(zhuǎn)彎行為，航向值增加，當(dāng)陀螺儀數(shù)據(jù)發(fā)生正數(shù)值突變時(shí)，表示行走過(guò)程中發(fā)生了反向轉(zhuǎn)彎行為，航向值減小；圖3表明了mt-pdr航向軌跡的計(jì)算流程，具體實(shí)現(xiàn)過(guò)程為，

3.1根據(jù)orientation傳感器獲得的初始姿態(tài)角(φ0θ0ψ0)^t，求出初始四元數(shù)q0；

3.2當(dāng)檢測(cè)到行走一步時(shí)，檢測(cè)陀螺儀z軸的數(shù)據(jù)是否發(fā)生突變，如果發(fā)生突變，檢測(cè)突變數(shù)值大小，如果突變數(shù)值>0，將當(dāng)前航向值減小90°，反之，如果突變數(shù)值<0，將當(dāng)前航向值增加90°；

3.3如果陀螺儀z軸數(shù)據(jù)沒(méi)有發(fā)生突變，根據(jù)四子樣等效旋轉(zhuǎn)矢量更新姿態(tài)四元數(shù)q，公式為q(t+h)＝q(t)*δq，其中，h為時(shí)間更新間隔，δq為等效旋轉(zhuǎn)矢量四元數(shù)，q(t)為t時(shí)刻的四元數(shù)，q(t+h)為t+h時(shí)刻更新后的四元數(shù)，利用更新后的四元數(shù)q(t+h)實(shí)現(xiàn)航向更新；

其中，t為根據(jù)四元數(shù)q(t+h)求得的四元數(shù)矩陣，(φθψ)^t為通過(guò)四元數(shù)矩陣t計(jì)算獲得的新的姿態(tài)角。

步驟四：為實(shí)現(xiàn)mt-pdr中房間、走廊的區(qū)域劃分，本發(fā)明提出基于光強(qiáng)信息的區(qū)域劃分方法；受天氣、燈光等因素的影響，室內(nèi)辦公、學(xué)習(xí)區(qū)域的光強(qiáng)值存在較大范圍的波動(dòng)，而走廊區(qū)域的光強(qiáng)值變化穩(wěn)定，但總體趨勢(shì)表現(xiàn)為，室內(nèi)辦公、學(xué)習(xí)房間區(qū)域的光強(qiáng)值普遍高于走廊區(qū)域的光強(qiáng)值，且光強(qiáng)分布差異明顯，基于上述特征，利用室內(nèi)光強(qiáng)信息實(shí)現(xiàn)mt-pdr的區(qū)域劃分，具體實(shí)現(xiàn)過(guò)程為，

4.1對(duì)mt-pdr中所有的光強(qiáng)數(shù)據(jù)進(jìn)行min-max標(biāo)準(zhǔn)歸一化處理，并設(shè)定光強(qiáng)閾值lthreshold；

4.2當(dāng)光強(qiáng)處于[0，lthreshold]的區(qū)間范圍內(nèi)時(shí)，將其對(duì)應(yīng)的mt-pdr軌跡劃分為走廊區(qū)域，并用直線進(jìn)行表示，反之，當(dāng)光強(qiáng)處于[lthreshold，1]的區(qū)間范圍內(nèi)時(shí)，將軌跡劃分為房間區(qū)域，并用虛線進(jìn)行表示，從而完成mt-pdr的區(qū)域劃分。

步驟五：將實(shí)現(xiàn)區(qū)域劃分的mt-pdr相互疊加，用以構(gòu)建室內(nèi)平面圖，圖4表明了本發(fā)明構(gòu)建的室內(nèi)平面圖以及與實(shí)際室內(nèi)布局的比較結(jié)果，可以看出，通過(guò)將完成區(qū)域劃分的mt-pdr構(gòu)建的室內(nèi)平面圖與實(shí)際室內(nèi)布局相比，匹配率較高，而且實(shí)現(xiàn)了所構(gòu)建平面圖中房間與走廊的區(qū)域劃分，有效完成了室內(nèi)平面圖的構(gòu)建工作。

本說(shuō)明書中所描述的以上內(nèi)容僅僅是對(duì)本發(fā)明所作的舉例說(shuō)明。本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員可以對(duì)所描述的具體實(shí)施例做各種修改或補(bǔ)充或采用類似的方式替代，只要不偏離本發(fā)明說(shuō)明書的內(nèi)容或者超越本權(quán)利要求書所定義的范圍，均應(yīng)屬于本發(fā)明的保護(hù)范圍。