[发明专利]一种WiFi和视觉多源融合的移动机器人室内定位方法

权利要求书

1.一种WiFi和视觉多源融合的移动机器人室内定位方法，其特征在于，包括如下步骤：

S1：采集室内定位空间中的WiFi信息和图像信息，进行预处理后，建立WiFi地图和视觉SLAM地图；

S2：对多个地标分别计算在所述WiFi地图和所述视觉SLAM地图中的位置信息，并采用指纹地标法建立所述WiFi地图和所述视觉SLAM地图的映射关系，使所述WiFi地图和所述视觉SLAM地图融合；

S3：移动机器人处于定位空间内的任一位置时，采用基于信息增益的KNN指纹定位算法利用所述WiFi地图进行WiFi定位；采用图像的特征匹配算法利用所述视觉SLAM地图进行视觉SLAM定位；

S4：将WiFi定位与视觉SLAM定位中的视觉词袋技术融合实现粗定位，具体包括如下步骤：

建立一个得分机制score(i)(j)＝score1(i)+score2(j)+score3(i)(j)，其中score1(i),i＝1,2,K,K为K个WiFi指纹距离得分；score2(j),j＝1,2,K,NK为NK个图像相似度得分；

将K个WiFi指纹位置与NK个图像位置采用欧氏距离进行两两组合，得到K*NK个组合位置距离score3(i)(j),i＝1,2,...,K；j＝1,2,...,NK为K*NK个组合位置距离得分；

通过得分机制得到任意点与各个指纹网格点的得分值score(i)(j)，从中选出得分值最高所对应的指纹网格点的相关信息，作为定位的粗定位位置，粗定位位置表示为：

和分别表示从中选出得分值最高所对应的WiFi指纹位置信息和图像位置信息；

S5：以粗定位的范围作为约束条件采用视觉SLAM定位实现精确定位。

2.根据权利要求1所述的WiFi和视觉多源融合的移动机器人室内定位方法，其特征在于，所述步骤S1包括如下步骤：

S11：在室内定位空间中布置M个指纹网格点，每个所述指纹网格点获取N个无线接入点所发出的WiFi信息，每个所述无线接入点采集n个样本数据；同时获取每个所述指纹网格点周围的图像信息；

S12：对所述样本数据采用格拉布斯准则进行异常值检测，若检测为异常值则剔除，反之则保留；

S13：对室内定位空间中的所有无线接入点计算其信息增益，并根据信息增益的大小对所述无线接入点进行排序，以信息增益从大到小的顺序筛选出前N_AP个无线接入点，依次表示为：

S14：每个所述指纹网格点的WiFi信息表示为L_i＝{RSSI_i,o_i},i＝1,2,K,M，其中，表示在第i个指纹网格点上所采集的N_AP个无线接入点信号强度的信息向量，是第i个指纹网格点上测得第N_AP个无线接入点的信号强度，o_i＝{x_i,y_i}表示第i个指纹网格点的位置信息，其中x_i和y_i分别是第i个指纹网格点在世界坐标系下的x轴和y轴坐标；

S15：通过所述指纹网格点的WiFi信息构建WiFi地图，通过所述指纹网格点的图像信息构建视觉SLAM地图。

3.根据权利要求2所述的WiFi和视觉多源融合的移动机器人室内定位方法，其特征在于，所述图像信息包括彩色图像信息和深度图像信息。

4.根据权利要求2所述的WiFi和视觉多源融合的移动机器人室内定位方法，其特征在于，所述步骤S12包括如下步骤：

S121：通过n个所述样本数据选定明显水平a，查找格拉布斯表获取临界值T(n,a)；

S122：计算样本数据的平均值X_avg和标准差σ，计算过程如下：

S123：对每个数据样本计算统计量T，计算过程如下：

S124：针对任意数据样本，当T≥T(n,a)时，则该数据为异常值需要被剔除，当TT(n,a)时为正常数据进行保留。