[发明专利]一种室内外及建筑物的判断方法

说明书

本发明公开了一种室内外及建筑物的判断方法，具体步骤如下：步骤一，进行室内外判断：包括准备训练数据、特征选择、数据预处理、模型训练、室内外判断以及融合已有的室内外判断方法；步骤二，建筑物判断：包括准备数据、数据预处理、模型训练、建筑物判断以及融合已有的建筑物判断方法。本发明的方法利用接收到的GPS卫星信息及机器学习中的决策树算法进行判断，能提升利用GPS特征进行识别外判断的效果，能充分利用不同的信号源进行综合判断，室内外判断及建筑物判断效果好，本方法利用多层决策树模型，判决效率和效果综合优于指纹匹配。

技术领域

本发明涉及位置判断领域，具体是一种室内外及建筑物的判断方法。

背景技术

位置指所在或所占的地方，所处的方位，位置的近义词是地址。当人们在外地或者某处不熟悉的地方时，人们都会习惯性的确定自己的位置，方便人们计划下一步的安排，目前人们多采用GPS定位来确定自己的位置。在基于位置的应用中，明确目标是在室内还是室外，以及具体在哪栋建筑物里具有重要意义。目前人们进行室内外以及具体哪座建筑物内的判断手段比较单一，没有充分利用多源信号；识别的效果较差；识别的速度较慢，这就为人们的使用带来了不便。

发明内容

本发明的目的在于提供一种室内外及建筑物的判断方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种室内外及建筑物的判断方法，具体步骤如下：

步骤一，进行室内外判断：包括准备训练数据、特征选择、数据预处理、模型训练、室内外判断以及融合已有的室内外判断方法；

1)准备训练数据：分别在室内及室外采集数据作为训练，室内数据采集方法为在选定目标区域的建筑物内打开采集软件，采集建筑物内的GPS信息，室外数据采集方法为在选定目标区域的建筑物外打开采集软件，采集建筑物外的GPS信息；

2)特征选择：根据GPS的特点，选择载噪比大于10的卫星个数、载噪比大于15的卫星个数、载噪比大于20的卫星个数、载噪比大于25的卫星个数、载噪比大于30的卫星个数、卫星个数、GPS水平定位误差半径以及GPS位置高程，分别用符号表示为g10、g15、g20、g25、g30、lln、llr和llh；

3)数据预处理：将室内外判断看成是一个二分类问题，1表示是室内，-1表示室外，分别将室内及室外的采集数据转换；

4)模型训练：将转换后的数据利用决策树模型进行训练(max_depth＝3)，得到类似决策树模型，由根节点到叶子节点的每条路对应一条规则，满足某规则被判定位室内或室外；

5)室内外判断：根据训练出来的决策树模型，对输入的每条数据进行类别判断；

6)融合已有的室内外判断方法：确认GPS特征、传感器、WIFI以及BLE的置信度，通过GPS特征、传感器、WIFI以及BLE来判断室内外；

步骤二，建筑物判断：包括准备数据、数据预处理、模型训练、建筑物判断以及融合已有的建筑物判断方法；

1)准备数据：在每一栋建筑物的每一层采集对应的wifi指纹信息作为训练数据；

2)数据预处理：将采集的指纹数据处理成如下格式：<mac{i}，building{j}，rssi{i，j，k}>，i属于[1，mac数]，j属于[1，建筑物数]，k属于[1，某mac在某建筑物中的指纹数]；

3)模型训练：假设某个mac在某个建筑物里不同位置出现的概率的符合高斯分布，对第二步中的数据进行高斯建模得到如下模型：<mac{i}，N(i，j)<mu(j)，sigma(j)，building(j)>>，i属于[1，mac数]，j属于[1，包含mac(i)的建筑物数]；