本發(fā)明涉及一種室內(nèi)定位方法，尤其涉及一種將藍(lán)牙和慣導(dǎo)技術(shù)融合的室內(nèi)定位方法。

背景技術(shù)：

由于室內(nèi)的環(huán)境比較復(fù)雜，信號反射折射比較多，很多時候信號的大小（RSSI）跟距離并不是完全一一對應(yīng)的，可能遠(yuǎn)的地方信號反而更強(qiáng)，因此往往采用指紋定位算法進(jìn)行定位。

指紋定位算法是基于室內(nèi)環(huán)境復(fù)雜，信號反射折射所形成的在不同位置形成的不同的信號強(qiáng)度信息而提出的一套算法，指紋算法能很好的利用了反射折射所形成的信號信息，離線先生成指紋信號強(qiáng)度數(shù)據(jù)庫，在線定位中再通過實際測量的一組RSSI值來計算位置距離。

但是在實際運(yùn)用中，發(fā)現(xiàn)藍(lán)牙指紋定位法常會出現(xiàn)定位點反復(fù)回跳的問題，且在轉(zhuǎn)彎處會出現(xiàn)多種錯誤的定位結(jié)果，影響定位效果；而計步器計步器數(shù)據(jù)的行進(jìn)方向比較可靠，誤差較小，但在轉(zhuǎn)向后會有累計誤差，步長誤差為預(yù)先設(shè)定的定值，因此在長度上回累計系統(tǒng)誤差，測試者大致走了一個沿水平方向的矩形，方向誤差累積后傾斜了。

技術(shù)實現(xiàn)要素：

為了解決現(xiàn)有技術(shù)中存在的不足及問題，本發(fā)明提供了一種基于藍(lán)牙和計步器的融合室內(nèi)定位方法，根據(jù)已知的藍(lán)牙指紋數(shù)據(jù)和計步器計步器數(shù)據(jù)做兩種數(shù)據(jù)的融合，實現(xiàn)較好的定位效果，解決指紋定位反復(fù)回跳的問題。

基于藍(lán)牙和計步器的融合室內(nèi)定位方法， 其步驟包括如下：

1）算法初始化：判斷當(dāng)前是否是第一次的數(shù)據(jù)信息，如是則進(jìn)行卡爾曼濾波初始化；

2）估算計步器比例尺和方向；

3）計算R值；

4）更新坐標(biāo)預(yù)測值及方差，利用卡爾曼濾波計算卡爾曼增益，糾正dx、dy方向；

5）更新當(dāng)前坐標(biāo)及方差；

6）輸出坐標(biāo)數(shù)據(jù)。

所述算法初始化前先獲取當(dāng)前的指紋數(shù)據(jù)和計步器數(shù)據(jù)，即指紋坐標(biāo)和計步器步長。

所述步驟3）中R值為每次估算的指紋定位的方差。

通過藍(lán)牙與計步器定位技術(shù)的融合，實現(xiàn)較好的定位效果，解決指紋定位反復(fù)回跳以及拐彎處定位不準(zhǔn)的問題。

附圖說明

圖1為本發(fā)明的流程圖；

圖2為R值計算流程圖；

圖3為本發(fā)明方法進(jìn)行融合定位的實施效果圖。

圖中：A-指紋定位結(jié)果，B-計步器定位結(jié)果，C-融合后結(jié)果。

具體實施方式

下面結(jié)合附圖及實施例對本發(fā)明進(jìn)一步進(jìn)行說明。

如圖1所示，基于藍(lán)牙和計步器的融合室內(nèi)定位方法， 其步驟包括如下：

1）算法初始化：判斷當(dāng)前是否是第一次的數(shù)據(jù)信息，如是則進(jìn)行卡爾曼濾波初始化；

2）估算計步器比例尺和方向；

3）計算R值；

4）更新坐標(biāo)預(yù)測值及方差，利用卡爾曼濾波計算卡爾曼增益，糾正dx、dy方向；

5）更新當(dāng)前坐標(biāo)及方差；

6）輸出坐標(biāo)數(shù)據(jù)。

所述算法初始化前先獲取當(dāng)前的指紋數(shù)據(jù)和計步器數(shù)據(jù)，即指紋坐標(biāo)和計步器步長，初始化參數(shù)包括指紋定位預(yù)設(shè)方差、計步器方向角、初始職位位置、比例尺。

所述步驟3）中R值為估算的每次指紋定位的方差。

所述卡爾曼濾波，方法如下：將計步器向量作為模型預(yù)測值，指紋定位結(jié)果作為測量值，估算每個指紋數(shù)據(jù)的誤差。

如圖2所示，R值的計算方法如下：首先給R一個預(yù)設(shè)的值R_Normal，R_Normal=9米²，然后根據(jù)不同情況有：

如果計步器和指紋都有移動，則估算兩種數(shù)據(jù)方向差值，在前6s內(nèi)累計步數(shù)，如果兩種數(shù)據(jù)方向差不大，則更新前一次指紋方向；

在前六步之內(nèi)，更新前一次指紋方向，R值不變；

如果計步器沒有位移，則R=0，更新前一次指紋方向，R值不變；

在指紋沒有位移、指紋和計步器的方向偏差大或者計步器速度超過30km/h時，R=999999，根據(jù)兩種數(shù)據(jù)的差值糾正計步器方向；

在拐彎處、指紋和計步器方向相差不大、計步器有位移時，R=5000，根據(jù)兩種數(shù)據(jù)的差值糾正計步器方向；

在指紋有位移、不是前六步、不在拐彎處時，估算兩種數(shù)據(jù)的方向差值、根據(jù)兩種數(shù)據(jù)的差值糾正計步器方向、更新前一次指紋方向、累計步數(shù)；

根據(jù)指紋步長和計步器步長的比值計算出一個懲罰值R1，再加到R上，將計步器的預(yù)設(shè)方差R_Normal也加到R上，更新計步器前一次的方向，返回R。

當(dāng)指紋數(shù)據(jù)不可靠的情況下，R值設(shè)為999999，拋棄指紋坐標(biāo)，當(dāng)前的方向采用修正后的計步器定位方向。

在經(jīng)過不同情況下R的初始值之后，R值的計算公式為：

（1）

（2）

（3）

式中，dx和dy為計步器給出的x和y方向上的位移，ratio為一個兩種數(shù)據(jù)位移的比值平方，F(xiàn)ingerPrintLocation是指紋定位的當(dāng)前坐標(biāo)，PrevLocation是上一次定位結(jié)果的坐標(biāo)，參數(shù)100以及ratio的平方均為經(jīng)驗值，公式的目的在于，當(dāng)指紋定位的位置與之前位置的差和計步器的步長相比差距越大，R值越大。

上式中R_Normal是預(yù)設(shè)的R值，為9米²。

由于計步器定位和用戶的行進(jìn)方向有一個大致不變的偏差，而指紋定位和用戶的行進(jìn)方向基本一致，所以dx、dy方向糾正的策略有兩個：

1、在指紋定位正常的時候，根據(jù)指紋和計步器的方向差不斷計算它們當(dāng)前的差值；

2、在指紋定位不正常的時候，根據(jù)計步器方向加上方向差來推斷當(dāng)前的方向。

在前5秒內(nèi)，定位結(jié)果僅僅是兩種定位方法的加權(quán)平均值，兩者方向的差值則會不斷的計算并取平均值，5秒之后每次會根據(jù)差值糾正計步器的方向并根據(jù)當(dāng)前的差值更新差值，更新的方法如下：

式中為前面n次有效步數(shù)的方向值的平均值，DiffAngleNow為當(dāng)前計算得出的方向值。

在拐彎處，計步器差值較大，通常認(rèn)為指紋定位是不準(zhǔn)確的，因此拐彎時采用計步器的修正值。在拐彎處的指標(biāo)是計步器的轉(zhuǎn)向超過13°，并且當(dāng)前和之后的兩秒都認(rèn)為用戶在拐彎。同時當(dāng)指紋和計步器的修正值差角小于30°的時候也會根據(jù)指紋的方向修正DiffAngle，因為即使在拐角處偶爾會有指紋是可信的，此時會給一個較小的R=5000，即認(rèn)為當(dāng)前的方向差比較不可靠。

下面我們來驗證本方法的融合效果，取一實際場景，利用預(yù)先設(shè)定的停車場的線路數(shù)據(jù)采集圖，1人手持手機(jī)沿矩形線路數(shù)據(jù)采集圖行走，分別下藍(lán)牙指紋定位數(shù)據(jù)、計步器定位數(shù)據(jù)、藍(lán)牙與計步器融合的定位數(shù)據(jù)，記錄下132個定位數(shù)據(jù)，從定位的測試效果圖可見，通過藍(lán)牙與計步器的融合，可以解決藍(lán)牙指紋的定位跳動及計步器偏移問題。

本發(fā)明通過藍(lán)牙與慣導(dǎo)的計步器定位技術(shù)的融合，實現(xiàn)較好的定位效果，解決指紋定位反復(fù)回跳以及拐彎處定位不準(zhǔn)的問題。

以上實施例僅用以說明本發(fā)明，并非限制本發(fā)明的實施方案，任何對本明的等同修改、替換以及修飾而不超過本發(fā)明精神范圍的均涵蓋在本發(fā)明的權(quán)利要求之內(nèi)。