[发明专利]一种多楼层定位方法及系统

权利要求书

1.一种多楼层定位方法，其特征在于，所述方法包括：

获取机器人当前环境的WIFI数据信息；

将所述WIFI数据信息输入预设的概率分布模型，以获取每个楼层地图中每个栅格单元的概率分布；

根据所述WIFI数据信息在每个楼层地图中每个栅格单元的概率分布获取所述机器人的位置信息。

2.根据权利要求1所述的多楼层定位方法，其特征在于，所述WIFI数据信息包括MAC地址以及每个MAC地址对应的多个信号强度，所述根据所述WIFI数据信息在每个楼层地图中每个栅格单元的概率分布获取所述机器人的位置信息，包括：

将MAC地址的每个信号强度在每个楼层地图中每个栅格单元的概率分布进行加权，得到每个楼层地图中每个栅格单元的概率得分；

将所述每个楼层地图中每个栅格单元的概率得分由高到低进行排列，获得前N个概率得分最高的栅格单元对应的位置为机器人的位置信息，其中，N为预设值。

3.根据权利要求1所述的多楼层定位方法，其特征在于，在所述将所述WIFI数据信息输入预设的概率分布模型，以获取每个楼层地图中每个栅格单元的概率分布的步骤之前，所述方法还包括：

随机获取机器人在单个楼层的历史WIFI数据信息作为训练数据信息；

对所述训练数据信息做高斯分布处理，得到对应采集点所在位置的高斯分布；

根据所述对应位置的高斯分布利用高斯过程回归获取每个楼层内机器人移动区域的高斯分布；

根据每层楼内机器人移动区域的高斯分布获取概率分布模型。

4.根据权利要求3所述的多楼层定位方法，其特征在于，所述随机获取机器人在单个楼层的历史WIFI数据信息作为训练数据信息，包括：

根据机器人在每个楼层的移动区域，建立对应的楼层地图；

将所述楼层地图做栅格处理，得到多个栅格单元；

随机获取机器人对应于栅格单元的历史数据信息，所述历史数据信息包括与栅格单元对应的位姿、MAC地址及对应的信号强度，所述随机获取的栅格单元为训练栅格单元。

5.根据权利要求3所述的多楼层定位方法，其特征在于，所述对所述训练数据信息做高斯分布处理，得到对应采集点所在位置的高斯分布，包括：

获取单个训练栅格单元内的MAC地址列表以及每个MAC地址对应的信号强度组成的信号强度列表；

若所述信号强度列表服从正态分布，获取所述信号强度列表的期望和方差；

获取单个训练栅格单元内的每个MAC地址的期望和方差。

6.根据权利要求5所述的多楼层定位方法，其特征在于，所述根据所述对应位置的高斯分布利用高斯过程回归获取每个楼层内机器人移动区域的高斯分布，包括：

若训练栅格单元的信号强度服从高斯分布，则单楼层的训练栅格单元的MAC地址的信号强度服从多维高斯分布，表示为：

[f(x₁),f(x₂),…,f(x_n)]^T～N(μ,K)；

其中，f(x₁)，f(x₂)，…，f(x_n)表示单个训练栅格单元下的信号强度列表的高斯分布；μ表示单楼层的所有训练栅格单元的信号强度列表的期望；K表示单楼层的所有训练栅格单元的的信号强度列表的协方差矩阵；

根据训练栅格单元的多维高斯分布进行高斯过程回归，得到单个楼层内待预测的栅格单元的概率分布情况；

利用高斯过程回归将待预测的栅格单元和训练栅格单元的联合概率分布表示为：

其中，f^*＝f(X^*)，X^*表示待预测的栅格单元在楼层地图中的坐标位置；f^*表示待预测栅格单元的信号强度的概率密度函数。