[发明专利]一种基于位置指纹和PDR算法的融合人行定位方法

说明书

本发明公开了一种基于位置指纹和PDR算法的融合人行定位方法，将参考点定位数据进行坐标转换，得到平面坐标系下定位数据，并分别利用位置指纹算法以及PDR算法分别根据转换后的平面坐标系下定位数据进行计算，得到第一定位坐标以及第二定位坐标，并计算融合判断值，判断是否满足预设融合阈值，若满足则通过扩展卡尔曼滤波以及粒子滤波分别进行一阶融合以及二阶融合，得到最终定位数据，否则直接将第一定位坐标作为最终定位坐标；本发明对室内定位数据进行融合，提高了定位精度，解决了传统位置指纹算法定位不稳定以及PDR算法无法确定初始位置、定位精度不高且存在累计误差的问题，具有成本低、定位精度高且适配性高的优点，可以广泛应用于多场景中。

技术领域

本发明涉及室内定位技术领域，具体涉及一种基于位置指纹和PDR算法的融合人行定位方法。

背景技术

近年来，随着智能手机的迅猛发展，人们对位置服务(Location Based Service,LBS)的需求不断增加，室内定位技术成为了信息技术研究的热点问题之一。由于室内复杂的环境，为了提高定位精度，一般会采用基于信号强度的方式。室内定位的方法主要包括红外线定位、超声波定位、射频(RFID)定位、LED可见光定位、蓝牙定位及Wi-Fi定位等。前四种室内定位方法均有较高的定位精度，但各有局限，信号传输距离较短、抗干扰能力差并且还需要外加设备，不方便用于室内定位。

现在智能终端内置的传感器越来越多样化，包括加速度传感器、方向传感器、陀螺仪、压力传感器等等，行人航位推算法(Pedestrian Dead Reckoning，PDR)利用加速度传感器测量行人移动的步长，利用方向传感器测得行人移动的方向，将步长和方向叠加起来，实现对行人的连续定位。这类定位技术的优点是传感器设备体积小、成本低，但是由于传感器灵敏度尚不够高，行人航位推算法在运算过程中存在累积误差，因而不适合长时间定位使用。

基于指纹的定位方法是先在各个采样点上采集指纹并存入数据库,然后将待测点的指纹同数据库中的指纹匹配，将相似度最大的指纹参考点的物理位置作为最终的定位位置。指纹定位法相对其他三种方法的优点包括：第一，它所需要的基础设施，就是目前应用最广泛的无线网络，定位对象就是智能手机终端，不需要任何额外的硬件参与，因此部署难度小、成本低廉；第二，获取信号RSSI值比获取AOA、TOA、TDOA的信息特征要相对容易，因此实现复杂度小。第三，相比行人航位推算法，指纹法没有累计误差，因而其定位精度相对较高。综上所述，基于指纹的定位技术是目前室内定位发展前景最大的一种定位方法。

位置指纹定位是基于蓝牙传播信号强度的室内定位方法，所谓位置指纹是指定位环境中所有的参考点与各个AP信号强度之间存在着一个唯一对应的映射关系，即每一个参考点有着唯一的一个蓝牙信号强度向量，像人的指纹一样有着自己的独特性。通过预先采集各个采样点接收到的AP信号的RSSI值，将其映射成参考点的物理坐标。

位置指纹定位法是先在各个采样点上采集指纹并存入数据库，然后将待测点的指纹同数据库中的指纹匹配，将相似度最大的指纹参考点的物理位置作为最终的定位位置。位置指纹定位是基于iBeacon传播信号强度的室内定位方法，所谓位置指纹是指定位环境中所有的参考点与各个iBeacon信号强度之间存在着一个唯一对应的映射关系，即每一个参考点有着唯一的一个iBeacon信号强度向量，像人的指纹一样有着自己的独特性。通过预先采集各个采样点接收到的iBeacon信号的RSSI值，将其映射成参考点的物理坐标。

室内环境可能会受到障碍物的影响，例如墙壁，桌子和其他设备。结果，室内环境中的位置不同。大多数组装好的iBeacon的信号强度会受到背景的影响，并且信号的动态水平也会变化，因此，不同的位置具有不同的特征。在实际定位之前，事先储存待测点的位置特征。在线定位时，将测出的多个iBeacon的信号强度值与离线存储的位置特征信息进行匹配，计算出待测点的坐标。