[发明专利]基于固定地标的室内定位系统指纹库构建方法

说明书

一种基于固定地标的室内定位系统指纹库构建方法包括：筛选出采样路径上在固定地标附近预定区域内的采样点，确定所述固定地标覆盖范围内的信号接收强度指示指纹特征与物理距离之间的物理相关性，选取所述固定地标附近预定区域内的最优短距离估计模型和确定所述采样路径中各个采样点的绝对坐标。本发明的技术方案有效地构建一个低成本、高精度的WiFi指纹库。

技术领域

本发明涉及室内定位系统指纹库构建方法，具体涉及一种基于固定地标的室内定位系统指纹库构建方法。

背景技术

随着移动互联网技术的快速发展，智能手机、平板电脑等智能移动设备的迅速普及，基于用户室内位置的业务大量出现，包括路径寻找、多媒体位置标记、位置交友、针对性地投放广告和优惠券发放以及给出符合用户兴趣点的建议等创新的业务。与基于GPS、北斗、伽利略的室外定位系统不同，室内定位系统主要利用无线传感器网络(WirelessSensorNetwork,WSN)、RFID、红外线、超声波以及WiFi等技术，其中，基于WiFi的室内定位技术正呈现出光明的应用前景。这种定位技术主要利用WiFi信号接入点(AccessPoint,AP)来获取用户位置，AP的高覆盖率是精确室内定位方案实现的前提。近年来，许多场所如大型商场等的AP覆盖率正在逐步上升，这对基于WiFi的室内定位技术的发展提供了便利。目前，基于WiFi室内定位技术的研究领域主要分有两个方向：定位算法与指纹库构建，其中，定位算法的研究已经形成了一些具有通用性的算法，指纹库的构建仍存在较大的研究空间。以往指纹库的建立都是由经过训练的专业人士进行操作的，这种指纹库的构建方法需要消耗非常高的人力成本，不利于该定位技术的进一步发展。因此，如何有效地构建一个低成本、高精度的WiFi指纹库是WiFi室内定位系统走进普通应用所必须面临和解决的问题。

经对现有技术的文献检索发现，M.Alzantot和M.Youssef于2012年在the20thInternationalConferenceonAdvancesinGeographicInformationSystems发表了“Crowdinside:automaticconstructionofindoorfloorplans”(2012年ACM组织在地理信息领域的会议，《人群参与：室内平面图的自动构建方法》)，提出了利用同时定位映射(SimultaneousLocalizationandMapping,SLAM)技术来解决无特征场所的RF地图建立的问题。然而，此技术有依赖于智能手机的惯性传感器来识别地标的限制。识别地标所采用的传感器配置选择，对跟踪精度及此类定位系统的可用性均有较大影响。

发明内容

本发明解决的技术问题是如何有效地构建一个低成本、高精度的WiFi指纹库。

为解决上述问题本发明技术方法提出了一种基于固定地标的室内定位系统指纹库构建方法。

所述基于固定地标的室内定位系统指纹库构建方法包括：

筛选出采样路径上在固定地标附近预定区域内的采样点，根据所述采样点与固定地标的信号接收强度指示指纹信息计算两者之间的信号接收强度指示相似度，并结合所述采样点的位移信息，得到所述固定地标附近预定范围内的采样点集合；

确定所述固定地标覆盖范围内的信号接收强度指示指纹特征与物理距离之间的物理相关性，包括在所述采样点集合中，找到与所述固定地标距离预定距离的相关采样点，并计算所述相关采样点与固定地标之间在信号接收强度指示空间上的距离，基于所述信号接收强度指示相似度与物理距离之间的信号接收强度指示相关性，构建短距离估计模型；

选取所述固定地标附近预定区域内的最优短距离估计模型，包括建立至少一个短距离估计模型函数，对所述采样路径中的部分路径进行训练，并统计每个路径与测量值之间的误差，选择具有最小误差的短距离估计模型函数作为该固定地标的最优短距离估计模型；