[发明专利]一种基于众包数据的位置指纹数据库快速构建方法

权利要求书

1.一种基于众包数据的位置指纹数据库快速构建方法，其特征在于，包括：

S1、基于PDR、粒子滤波和地图约束的裂变建库，其步骤包括

S11、训练短距离位置指纹关联模型；

S12、构建室内地图；

S13、标记显式地标点并采集相应位置指纹数据；

S14、判断众包路径数据是否启效；

S15、基于PDR、粒子滤波和地图约束多重条件约束关联指纹和位置点；

S16、设置众包路径的有效时间阈值，在所述有效时间阈值内，若传感器数据累积误差属于可容忍范围内时，则进入步骤S15，否则，众包路径失效，进入步骤S17；

S17、裂变建库是基于裂变方式分段依次建库，裂变方式指的是从一个已知位置点出发得到的一系列有效路径位置点，又可以作为经过位置点的众包路径的有效起始位置点，当位置指纹数据库中建立了非显式位置点的指纹数据后，其他用户的众包路径数据有效起始位置可以是任何已知位置点周围，经过裂变方式建库之后，位置指纹数据库上的每个指纹点均对应一个粗略的物理坐标；

S2、基于MDS纠正非显式地标点区域的PDR累积误差，其步骤包括

S21、基于指纹相似度计算隐式地标点区域范围；

S22、统计隐式地标点区域之间的共有路径；

S23、搜索相对有效的众包路径；

S24、重新绘制隐式地标点区域之间的新路径；

S25、计算隐式地标点区域的相对坐标；

S26、基于MDS精确计算隐式地标点区域的绝对坐标；

S27、纠正非显式地标点区域的PDR累积误差。

2.根据权利要求1所述的基于众包数据的位置指纹数据库快速构建方法，其特征在于，所述步骤S11中训练短距离位置指纹关联模型的方法包括：

A1、基于多维WiFi数值特征指纹距离建模；

A2、短距离位置指纹关联模型的训练。

3.根据权利要求2所述的基于众包数据的位置指纹数据库快速构建方法，其特征在于，所述步骤A1基于多维WiFi数值特征指纹距离建模的方法为：

A11、构建由相对子序列构成的相对指纹；

A12、计算相对子序列对的相似性；

A13、计算相对指纹对中指纹相对子序列对的相似度，并采用遍历计算得到相对指纹对的相似度矩阵；

A14、采用动态规划算法在相似度矩阵中搜索查找最佳匹配的相对指纹对。

4.根据权利要求2所述的基于众包数据的位置指纹数据库快速构建方法，其特征在于，所述步骤A2短距离位置指纹关联模型的训练方法为：

A21、获取已知地标点周围的众包数据；

A22、根据指纹相似度提取地标点辐射区域的指纹数据；

A23、计算所述地标点辐射区域指纹数据的指纹距离；

A24、基于MDS确定短距离位置指纹关联模型。

5.根据权利要求1所述的基于众包数据的位置指纹数据库快速构建方法，其特征在于，所述步骤S14判断众包路径数据是否启效的方法为：

当数据库中只存在显式地标点数据时，设定当用户行走到显式地标点附近时，众包路径才开始有效，并利用短距离位置指纹关联模型计算出众包路径开始有效时的起始位置点物理坐标；

根据WiFi指纹相似度判断用户是否已经行走到显式地标点周围。

6.根据权利要求1所述的基于众包数据的位置指纹数据库快速构建方法，其特征在于，所述步骤S15基于PDR、粒子滤波和地图约束多重条件约束关联指纹和位置点的方法为：

结合PDR、粒子滤波和地图约束多重技术构建位置指纹数据库；

根据智能手机内置传感器数据推导行人步数、步长和航向，得到用户行走路径，获得众包路径上数据采集点的物理坐标，并获得位置和指纹的匹配；

采用粒子滤波和地图约束双重约束条件获得精准的众包路径。