[发明专利]连网对象的地理定位方法和相关装置

说明书

本发明涉及连网对象的地理定位方法和相关装置。在平面中定位对象的定位方法，该方法包括用于提供数据库的称为学习阶段的第一阶段和称为定位阶段的第二阶段，定位阶段使用基于数据库来操作的分类器，所述数据库包括表示对象与接收天线之间的信号传输的信息，以确定对象在平面的区域中的定位可能性，定位阶段还使用神经网络来针对平面的定位可能性最高的区域确定以平面中的坐标的形式的对象的位置。本发明还涉及实现该方法的定位装置。

技术领域

本发明涉及在室内和室外对装置进行地理定位的领域。更特别地，本发明涉及对向天线网络传送无线电信号的装置进行地理定位，天线网络具有不均匀的天线密度。

背景技术

使用由扩展卡尔曼滤波器进行滤波的定位技术是已知的，并且此类技术使用发射水平以及信噪比水平。这些技术对于对固定的或变动性较低的对象进行地理定位是有效的，但是似乎不太适用于对移动对象进行定位，诸如例如车载在车辆中的对象。

其他定位技术特别适用于进行室内定位，尤其是适用于定位连接到WIFI型无线网络的对象。题为“指纹室内定位解决方案的深度学习方法”的文献（L. Xiao，2017年）描述了使用此类技术的方法，其基于神经网络并应用于有限范围内的私有网络。此方法不适用于对传送至可能分散的天线的对象进行定位的室外地理定位。

专利申请FR3068141描述了使用WIFI和LPWAN网络的另一种定位方法。此方法对于密集的网格表现良好。

最后，存在一种所谓的“指纹”方法，该方法使用包括与对象的实际位置结合的接收信号水平值的数据库。通过与记录在数据库中的接收信号水平值进行比较来估计要定位的对象的位置。根据该方法，将数据库中具有最接近来自要定位的对象的接收信号水平的接收信号水平值的位置视为该对象的位置。因此，该定位会分配已经编在库内的位置，该位置可能与实际位置相距较远。

这些方法对于使用密度不均匀的天线网络的定位不是最佳的，并且似乎不太适用于室外地理定位。可以改善这种情况。

发明内容

本发明尤其旨在优化向具有不均匀的天线密度的天线网络发射信号的对象的地理定位精度。

为此，本发明的目的是提出一种用于在平面中定位对象的方法，对象向位于平面中的多个接收天线发射无线电信号，接收天线各自组合至接收装置，接收装置被配置成递送表示从对象向所述天线的所述信号的传输的至少一个信息，该方法包括学习阶段，该学习阶段包括：

- i）将空间分割成区域，每个区域包括接收天线中的仅一个，

- ii）在数据库中，针对平面中的对象的多个已知位置中的每个位置，记录表示从对象向每个天线的所述信号的传输的该至少一个信息、以平面中的坐标的形式的对象的位置、以及区域的标识符，

- iii）基于记录在数据库中的信息，在必要情况下训练分类器来确定在平面的每个区域中定位对象的可能性，并训练神经网络来确定对象在平面的每个区域中的定位，

该方法还包括在平面中对对象进行地理定位的阶段，该地理定位阶段包括：

- iv）从对象并通过多个天线接收无线电信号，并定义表示从对象向每个天线的信号的传输的至少一个信息，

- v）通过分类器基于表示对象与每个天线之间的信号传输的所有信息来确定在平面的每个区域中定位对象的可能性，

- vi）借助于神经网络针对定位可能性最高的区域确定以平面中的坐标的形式的对象的位置。

有利地，于是可以首先定义要定位的对象在每个区域中的存在可能性，所述区域是通过分割平面而定义的，然后借助于为此而训练的神经网络来确定以平面中的坐标的形式的对象在该区域中的定位。该两步方法使得能够快速地获得对象在平面中的更精确的定位。