[发明专利]一种融合多源数据的室内定位方法

说明书

本发明公开了一种融合多源数据的室内定位方法，包括步骤：A)将行人在室内的运动过程建模成隐马尔科夫模型，使用隐马尔科夫模型融合多源数据，隐马尔科夫模型的观测值为单模感知结果；B)将室内地图建模成图结构，得到节点转移概率；C)通过维特比算法，推算用户的位置，以实现室内定位。本发明采用融合多源数据的室内定位方法，在行为识别、WiFi定位及行人航位推算的基础上，通过隐马尔科夫模型融合多源感知数据，提高定位精度和鲁棒性。

技术领域

本发明属于无线室内定位技术领域，尤其是涉及一种融合多源数据的室内定位方法。

背景技术

随着移动互联网及以智能手机为代表的智能移动终端技术的迅速发展和普及，移动用户对位置服务的需求日益强烈，为基于位置服务(Location Based Service,LBS)的应用带来了巨大的机遇与挑战。在人们的日常生活中，行人导航是最常用的LBS应用之一，通过智能手机、平板电脑等移动智能终端进行定位及导航几乎成为人们不可或缺的生活方式。在行人导航系统中，位置信息是关键因素之一。目前，室外行人导航系统已经基本满足人们的出行需求，其位置信息的获取可以通过全球定位系统(Global PositioningSystem,GPS)实现。然而，室内环境中位置信息的获取仍然面临着较大的难题，由于建筑物的遮挡，GPS信号在室内环境中会出现衰减和多路径效应，使其无法应用于室内定位。由于人们大部分时间都活动在室内区域，近年来，室内定位已经成为国内外位置服务领域的研究热点。研究者们提出一系列室内定位方法，主要分为基于专用射频设备的方法(射频识别设备、超宽带、蓝牙等)、基于WiFi的方法以及行人航位推算方法。

基于RFID、UWB以及蓝牙等射频设备的定位方法，可以实现一定的定位精度，然而，这些定位方法一方面需要用户携带专用的设备，另一方面需要外界相关基础设施的支持(锚节点、射频标签等)，造成用户的成本增加。因此，这些基于专用射频设备定位方法的普适性及可扩展性较差；基于WiFi的室内定位技术，完全基于现有的无线网络结构，无需添加任何额外的专用设备，使用智能移动终端即可实现定位，这一特性使得WiFi定位相对于其他的无线射频定位方法具有巨大的优势。然而，由于WiFi信号强度具有严重的不确定性，WiFi定位的精度较差，无法满足实际应用的需求；行人航位推算可以得到相对运动信息，然而受传感器误差和累积误差效应的影响，基于行人航位推算的定位方法无法实现长时间的连续定位。

发明内容

本发明的目的是为了解决基于单模定位方法精度较差的问题，提供一种融合多源数据的室内定位方法，可以提高基于智能手机的室内定位精度。所融合的多源数据包括：行为识别结果、WiFi定位结果以及行人航位推算结果。

为实现上述目的，本发明采用的技术方案为：

一种融合多源数据的室内定位方法，包括步骤：

A)将行人在室内的运动过程建模成隐马尔科夫模型，使用隐马尔科夫模型融合多源数据，隐马尔科夫模型的观测值为单模感知结果；

B)将室内地图建模成图结构，得到节点转移概率；

C)通过维特比算法，推算用户的位置，以实现室内定位。

进一步的：所述步骤A)融合多源数据包括行为识别结果、WiFi定位结果和行人航位推算结果。

进一步的：所述行为识别包括数据预处理、数据分割、特征提取、特征降维和分类。

本发明相对于现有技术，明显的有益效果至少包括：

本发明采用融合多源数据的室内定位方法，在行为识别、WiFi定位及行人航位推算的基础上，通过隐马尔科夫模型融合多源感知数据，提高定位精度和鲁棒性。