[发明专利]基于图标识别的智能室内定位系统及其定位方法

摘要

本发明公开了一种基于图标识别的智能室内定位系统及其定位方法，采用的定位方法通过设置的或已经存在的分布于室内的定位图标，每个定位图标的形状和坐标值均为已知，由移动端对图标成像，利用深度学习的卷积神经网络识别图标图像并构建定位计算模型，通过对卷积神经网络进行监督学习、测试和优化生成对应室内环境的智能定位模块；最后对智能定位模块输入移动端采集到的现场实时图标图像，即可实时输出移动端的位置坐标，从而实现室内的智能定位功能。与现有技术相比，实现不同精度等级的室内定位，定位方法及定位模型可移植，适应性强。

主权项

1.基于图标识别的智能室内定位系统，在室内的顶部、墙壁或室内空间任意位置设置有定位图标，或利用室内空间已经存在的图形图像作为定位图标，定位图标分布于室内空间内、且在同一平面的定位图标分别构成多个不同的定位平面，每一个定位图标的形状具有唯一性且有唯一的坐标值，其特征在于：包括定位图标平面、成像及图像预处理模块、训练测试数据产生及处理模块、1×N输出接口选择模块、卷积神经网络算法执行模块、N组智能定位模块和定位输出处理模块，成像及图像预处理模块用于对定位图标平面上的图标进行图标成像与图像预处理后生成标准的输入图像，所述图标成像时获取定位图标平面上的非共线图标的数目≥3个；所述成像及图像预处理模块的输出端与数据处理模块连接后分为两条支路:其中一支路连接1*N输出接口选择模块，用于与训练测试数据产生及处理模块共同对待定位点进行粗定位，以确定待定位点所在的区域，接着1*N输出接口选择模块连接对应的智能定位模块进行精确定位；另一支路与训练测试数据产生及处理模块连接，通过训练测试数据产生及处理模块输出N组训练测试集模块，通过各训练测试集模块对卷积神经网络算法执行模块进行训练、测试和优化；所述卷积神经网络算法执行模块内建立有基于卷积神经网络的模型，所述卷积神经网络分别对N组训练测试集模块进行有监督的学习、训练以及参数的优化与调整后，分别得到与N个训练测试集模块相对应的智能定位模块；各个智能定位模块的输入端与1*N输出接口选择模块连接，用以将输入的图标图像连接到相应的智能定位模块内，智能定位模块对图标图像进行处理并将处理结果发送至定位输出处理模块转换为待定位点的坐标值输出；所述定位输出处理模块根据1*N输出接口选择模块选择的输出端口及智能定位模块的输出结果，查询粗定位范围与卷积神经网络输出与坐标关系表得到定位结果，并输出实时定位点的坐标。