[发明专利]一种室内定位方法及系统

说明书

本发明提供一种室内定位方法及系统，所述的方法包括：构建未知位置的RSS指纹与其周围位置的RSS指纹之间的第一指纹空间梯度FSG曲线；将第一指纹空间梯度FSG曲线与预先构建的多个第二指纹空间梯度FSG曲线进行相似度匹配；将与第一指纹空间梯度FSG曲线匹配度最高的第二指纹空间梯度FSG曲线对应的室内位置确定为未知位置所在的位置。本发明以广泛部署的wifi路由器作为接入点AP为载体，基于传统的RSS指纹充分挖掘不同位置RSS指纹之间存在的空间关系，提出了指纹空间梯度FSG的概念，并设计了高效的、精确的FSG构造算法与匹配算法，实现了高精度鲁棒性的室内定位。

技术领域

本发明涉及室内定位技术领域，更具体地，涉及一种室内定位方法及系统。

背景技术

伴随着物联网技术与各种各样基于室内位置应用的快速发展，对高精度以及实时性的室内定位服务需求变得越来越强烈，在过去的十年之中，基于Wi-Fi、RFID(RadioFrequency Identification，射频识别)、声音信号、磁场信号以及惯性传感器等众多室内定位技术发展了起来。在所有以上的技术之中，由于Wi-Fi设施的实用性以及已经在各种室内场景中被广泛地布置，使得基于Wi-Fi指纹的室内定位技术是以上提到的所有技术之中最具有吸引力的。利用Wi-Fi信号的信号强度作为当前位置的指纹并且使用智能手机作为客户端，从而使得不需要额外的基础设施以及特殊的硬件并且还能实现大规模的部署。

基于Wi-Fi指纹的定位技术主要包括两个阶段：在线下阶段，在室内每一个位置收集所有Wi-Fi接入点(Access Point,AP)的接收信号强度(Received Signal Strength,RSS)的空间分布信息，完成信号强度-位置(RSS-location)指纹数据库的构建；在线上阶段，根据构建好的指纹数据库提供定位服务，在室内未知位置采集所有接入点AP的RSS值形成一条RSS指纹，将在未知位置形成的RSS指纹与指纹数据库中建立的室内每一个位置的RSS指纹进行相似度的匹配，并利用最近邻算法或者K-近邻算法返回定位结果，基于这种Wi-Fi指纹的定位算法是目前室内定位领域的核心方法。

采用上述基于Wi-Fi指纹的室内定位方法存在以下缺点：第一个是指纹的时间不稳定性，由于室内环境与通讯环境的不断变化，不同时间在同一个位置接收到的同一个AP的RSS值会有较大的差异，这导致预先采集到的指纹数据库在定位时失去了时效性与准确性，从而给定位带来了较大的误差；第二个是指纹的空间歧义性，由于室内环境的复杂性以及多径效应的存在，两个相隔很远的位置采集到的RSS指纹可能会比较相似，降低了RSS指纹在空间上的区分度，这会造成较大距离上的错误匹配，降低定位系统的精度。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的一种室内定位方法及系统，能够克服现有的RSS指纹在时间上的不稳定以及指纹在空间上歧义性的问题。

根据本发明的一个方面，提供了一种室内定位方法，包括：

构建未知位置的RSS指纹与其周围位置的RSS指纹之间的第一指纹空间梯度FSG曲线；

将所述第一指纹空间梯度FSG曲线与预先构建的多个第二指纹空间梯度FSG曲线进行相似度匹配，其中，所述第二指纹空间梯度FSG曲线是指室内一位置的RSS指纹与其周围位置的RSS指纹之间的指纹空间梯度FSG曲线；

将与所述第一指纹空间梯度FSG曲线匹配度最高的第二指纹空间梯度FSG曲线对应的室内位置确定为未知位置所在的位置；

其中，所述RSS指纹为室内一位置接收室内每一个接入点AP的信号强度序列值。在上述技术方案的基础上，本发明还可以作如下改进。

进一步的，按照如下方式构建第一指纹空间梯度FSG曲线：