[发明专利]一种基于深度强化学习的室内地图匹配方法

说明书

本发明公开了一种基于深度强化学习的室内地图匹配方法，包括：S1、采集行人惯导模块数据并对数据进行预处理，得到与地图相关的像素坐标；S2、根据步骤S1所得像素坐标，构建局部地图生成模块；S3、定义当得到当前状态下的修正编码即可生成对应的修正坐标；S4、将待修正的像素坐标信息与局部地图联合表征为当前位置的状态；S5、根据单个点的修正后坐标与标签坐标的一致性以及修正后轨迹与标准路径的相似度，设计奖励机制；S6、构建目标值网络和当前值网络的双网络模型，并将目标值网络输出和当前值网络输出的MSE作为损失函数；S7、输出经强化学习模型修正后的定位坐标。

技术领域

本发明属于室内定位的技术领域，具体涉及一种基于深度强化学习的室内地图匹配方法。

背景技术

在物联网技术飞速发展的时代，大多数应用或多或少地与位置服务相关联。对于移动的物体来说，定位需求更为明显，因此，定位技术受到了广泛的关注。但是，定位技术的精度和成本一直以来都是一对矛盾体。如果成本过高，大部分的物联网应用只能望洋兴叹；如果采用低成本方案，则定位精度又不尽人意。从市场需求来说，定位的精度是越高越好，所以，所有的定位技术也在精度方面不断地进行突破，而成本也在产业规模化之后逐渐地降低，“高精度、低成本”的定位方案无疑是未来市场的趋势。当前，GNSS定位已经很普及了，但是GNSS的一大缺陷就是无法覆盖到室内环境，而事实上，人们有80%的日常活动发生在室内，所以室内定位技术的重要性不言而喻。

传统的室内定位方法可以分为依赖部署的定位技术和不依赖部署的定位技术。依赖部署的定位技术有：Wi-Fi定位技术、蓝牙定位技术、UWB定位技术、RFID定位技术等；不依赖部署的定位技术有：地磁定位技术、惯性传感器定位技术等。其中，惯性传感器定位技术有别于Wi-Fi定位等技术，由于其无需提前部署的特性，可以适用于更复杂的应用场景，如反恐救援等；同时，惯性传感器价格低廉，有利于大范围推广适用。那么，研究如何依靠惯性传感器实现室内定位成为亟待解决的问题。

经对现有文献检索发现，文献“基于粒子滤波和地图匹配的融合室内定位”（周瑞,鲁翔, 卢帅, et al. 基于粒子滤波和地图匹配的融合室内定位[J]. 电子科技大学学报,2018, v.47(03):97-102.）提供了基于粒子滤波和地图匹配的融合室内定位方法。该技术试图通过粒子滤波融合WiFi指纹定位和行人航位推算，应用室内地图对定位结果进行匹配与矫正。其中，使用SVC和SVR相结合的两级定位方案实现WiFi定位；PDR通过加速度计和磁力计来获得用户的的行走步数、步长和方向，并将其用于在粒子滤波中对用户的行为进行建模；最后融合前两者信息与地图信息实现最终定位。但是该技术利用了WiFi信息，需要对定位区域进行提前进行部署，构建对应的WiFi指纹图，而且还存在轨迹穿墙等问题，虽然采用基于粒子滤波的地图匹配可以缓解这一问题，但是效果却不是很好。究其缘由，粒子滤波等现有的地图匹配方法侧重对局部的轨迹进行优化，没有从全局考量对轨迹进行优化。

发明内容

本发明的目的在于针对现有技术中的上述不足，提供一种基于深度强化学习的室内地图匹配方法，以解决或改善上述的问题。

为达到上述目的，本发明采取的技术方案是：

一种基于深度强化学习的室内地图匹配方法，其包括：

S1、采集行人惯导模块数据并对数据进行预处理，得到与地图相关的像素坐标；

S2、根据步骤S1所得像素坐标，构建局部地图生成模块；

S3、定义当得到当前状态下的修正编码即可生成对应的修正坐标；

S4、将待修正的像素坐标信息与局部地图联合表征为当前位置的状态；

S5、根据单个点的修正后坐标与标签坐标的一致性以及修正后轨迹与标准路径的相似度，设计奖励机制；

S6、构建目标值网络和当前值网络的双网络模型，并将目标值网络输出和当前值网络输出的MSE作为损失函数；