[发明专利]一种基于卷积神经网络的ZigBee惯性辅助快速定位系统及方法

说明书

本发明公开了一种基于卷积神经网络的ZigBee惯性辅助快速定位系统，包括：多个参考节点，其设置在室内的不同位置；移动节点，其设置在所述室内的移动物体上，所述移动节点与所述多个参考节点交互通信；定位分站，其与所述移动节点交互通信，用于数据的收集、初步处理及传输；协调器节点，其与所述定位分站交互通信，用于数据的汇总和组建ZigBee网络；上位机终端，其与所述协调器节点和定位分站交互通信，用于数据的最终处理。本发明还提供一种基于卷积神经网络的ZigBee惯性辅助快速定位的方法，通过卷积神经网络活动识别模型的训练和参数的调整，预判行人的活动轨迹，提高室内定位的精度。

技术领域

本发明涉及室内定位技术领域，更具体的是，本发明涉及一种基于卷积神经网络的ZigBee惯性辅助快速定位系统及方法。

背景技术

近年兴起的室内系统主要包括：基于WiFi指纹系统、基于超宽带(UWB)的室内系统、基于RFID的室内系统、基于ZigBee技术的室内系统和基于行人航迹推算的室内系统。

在基于WiFi指纹系统中，虽然WiFi技术已经成为一种主流的无线通信，不需要基础设施的布置，便于研发，但是WiFi指纹系统需要事先在离线阶段建立采样点网格，然后在在线阶段根据RSSI值进行定位，操作较为繁琐，且WiFi信号稳定性差，易受到多径效应影响。

基于超宽带(UWB)的室内系统在众多室内系统中有非常高的定位精度，可达到厘米级，一般用于军事追踪，但是成本较高，不具有普适性。

基于RFID的室内系统是无线射频识别通过射频标签和射频读写器进行通信，具有体积小，造价低，运行速度快，定位精度高等优点，但是只能在短距离进行信号处理，不适用于室内系统。

基于ZigBee技术的室内系统采用RSSI值进行定位，ZigBee技术具有自组网和低功耗等特点，造价低廉，可广泛适用于室内定位，但RSSI值极易受到外界环境的干扰；ZigBee网络包括协调器、路由器、终端节点三部分，协调器负责组建ZigBee网络，数据在终端进行采样，路由器负责将一定范围内的终端节点的数据收集并打包上传至协调器，但是在数据长距离传输时，则需要通过多个路由器进行数据传输，数据每经过一个路由器的转发，都存在一定的延时，经过的路由器越多，延时时间越长，且当数据较多时，上位机处理数据压力较大。

而基于行人航迹推算的室内系统又叫惯性导航技术(PDR)，利用惯性传感元件对行人运动时的周期性变化规律进行研究，分析出行人运动时产生的步频和运动方向，推算出行人的下一个位置。可在信号屏蔽严重的室内正常工作，且对终端要求较低，但是由于行人运动行为过程复杂，设备摆放不同也会造成对定位精度的影响，且极易在工作一段时间后积累误差，造成定位不准，因此常与其他室内系统相结合使用。

现多采用惯性辅助ZigBee技术进行室内定位，采用卡尔曼滤波处理数据，可减小两者误差，提高精度。

但是，由于室内空间异构，环境复杂，无线信号易受到多径效应影响，尤其在拐角等位置，无线信号在此处发生折射，造成信号波动幅度较大等造成定位精度下降。且对于惯性传感元件来说，当行人在直行和转弯等不同活动时，产生的数据由极大的不同。由于以上两点，在对位置数据进行修正时，仍存在一定误差，造成定位精度不够。

发明内容

本发明的目的是设计开发了一种基于卷积神经网络的ZigBee惯性辅助快速定位系统，以定位分站实现长距离传输数据的同时，对数据实现快速处理，节省数据传输时间，实现快速精准定位。

本发明还设计开发了一种基于卷积神经网络的ZigBee惯性辅助快速定位的方法，通过卷积神经网络活动识别模型的训练和参数的调整，预判行人的活动轨迹，提高室内定位的精度。

本发明提供的技术方案为：

一种基于卷积神经网络的ZigBee惯性辅助快速定位系统，包括：

多个参考节点，其设置在室内的不同位置；以及