[发明专利]楼宇的楼层识别方法、电子设备及计算机可读存储介质

说明书

本公开提供一种楼宇的楼层识别方法、电子设备及计算机可读存储介质，所述方法包括：收集楼宇空间内的多个采样点的采样Wi‑Fi指纹的数据；将采样Wi‑Fi指纹基于位置数据以及AP数据聚类为多个自治块；基于所述自治块中采样Wi‑Fi指纹构建自治块检测模型、以及构建楼层检测模型；基于自治块检测模型计算实时Wi‑Fi指纹在每一自治块内的第一概率；基于楼层检测模型计算实时Wi‑Fi指纹在每一自治块中的每一楼层内的第二概率；根据所述第一概率和所述第二概率计算实时Wi‑Fi指纹分别在每一自治块的每一楼层内的联合概率；选择所述联合概率最大值对应的楼层作为实时Wi‑Fi指纹所在的楼层。本公开能够在楼宇复杂环境中精准进行楼层识别。

技术领域

本公开涉及通信领域，尤其涉及一种楼宇的楼层识别方法，电子设备及计算机可读存储介质。

背景技术

随着位置感知应用程序的需求日益增高，借助智能手机的ILBS(IndoorLocalization-based Service，基于室内位置服务)受到越来越多的关注。ILBS可以帮助人们在商场中快速定位一家商铺，同时它在应急救援、消防、安全执法等领域中能够发挥重要作用。为了满足ILBS的要求，人们需要实现精确的室内定位，尤其是在大范围和多层的楼宇环境中。

在大范围和多层的楼宇环境中有效部署ILBS，正确识别楼层是最基本的也是最主要的目标。现有的楼层识别方法主要有基于气压变化识别以及基于Wi-Fi(WirelessFidelity，无线保真)指纹识别。

在基于气压变化的识别技术中，通过智能手机中嵌入的气压计来测量气压，但是手机中嵌入的低端气压计难以精确地测量气压绝对值。

在基于Wi-Fi指纹的识别技术中，现有方法是将楼层识别建模为分类问题，假设由于混凝土楼板对Wi-Fi信号造成的衰减，不同楼层能够接收到的APAccess Point)集合不同，且同一个无线访问接入点AP的接收信号强度指示(RSSI-Received Signal StrengthIndicator)有较大差异。

在大范围环境下，墙壁、房间、人流、家具等造成的水平方向的信号衰减与垂直方向混凝土楼板造成的信号衰减几乎等效，请参见图1，为在同一大型建筑物的三个不同100平方米区域内收集的Wi-Fi指纹，其中区域1和区域2属于同一楼层，区域1和区域3属于不同楼层且区域3在区域1的正下方。从图中可以看出，同一楼层的区域1与区域2之间的差异比不同楼层的区域1与区域3间更大。实际场景中，区域1和区域2之间的空间距离仅为80米，但是它们之间存在许多障碍物，因此会导致Wi-Fi信号的强烈衰减。这种情况在大型建筑物内较为常见，因此导致现有室内定位系统中的楼层识别准确率较低。

发明内容

有鉴于此，本公开的目的在于提供一种楼宇的楼层识别方法，电子设备及计算机可读存储介质。

基于上述目的，本公开一个或多个实施例提供一种楼宇的楼层识别方法，包括：

收集楼宇空间内的多个采样点的采样Wi-Fi指纹，所述采样Wi-Fi指纹包括采样点的位置数据以及采样点周围扫描到的AP数据；

将所述采样Wi-Fi指纹基于所述位置数据以及AP数据聚类为多个自治块；

基于所述自治块中采样Wi-Fi指纹构建自治块检测模型、以及构建楼层检测模型；

基于所述自治块检测模型计算实时Wi-Fi指纹在每一自治块内的第一概率；

基于所述楼层检测模型计算实时Wi-Fi指纹在所述每一自治块中的每一楼层内的第二概率；

根据所述第一概率和所述第二概率计算实时Wi-Fi指纹分别在每一自治块的每一楼层内的联合概率，所述联合概率为所述第一概率和所述第二概率的乘积；

选择所述联合概率最大值对应的楼层作为实时Wi-Fi指纹所在的楼层。