[发明专利]基于RFID技术的室内定位方法及装置

权利要求书

1.一种基于RFID技术的室内定位方法，所述室内设置有若干RFID天线，待定位目标设置有RFID标签，其特征在于，包括：

控制所述RFID天线发射射频信号；

获取目标RFID标签的返回消息特征，其中所述返回消息特征包括RFID返回信号强度和返回用时；以及

根据所述目标RFID标签的返回消息特征和预设机器学习分类模型确定所述目标RFID标签的第一位置信息。

2.根据权利要求1所述的方法，其特征在于，还包括：

根据所述第一位置信息和目标标签ID确定所述目标RFID标签的第二位置信息。

3.根据权利要求2所述的方法，其特征在于，所述获取目标RFID标签的返回消息特征包括：

控制每一个RFID天线多次读取所述目标RFID标签得到多组返回消息特征；以及

确定所述多组返回消息特征的均值作为目标RFID标签的返回消息特征。

4.根据权利要求3所述的方法，其特征在于，所述根据所述目标RFID标签的返回消息特征和预设机器学习分类模型确定所述目标RFID标签的第一位置信息包括：

将所述目标RFID标签的RFID返回信号强度和返回用时作为输入X，输入所述预设机器学习分类模型；以及

输出所述目标RFID标签的空间位置信息Y，其中所述空间位置信息Y包括所述目标RFID标签x、y、z方向的坐标信息。

5.根据权利要求2所述的方法，其特征在于，所述根据所述第一位置信息和目标标签ID确定所述目标RFID标签的第二位置信息包括：

根据所述第一位置信息确定目标标签的区域位置；

将所述目标标签ID输入RFID读写器确定目标标签的信号强度值；

根据所述目标标签的信号强度值确定RFID读写器的提示声音和/或提示灯信息，其中所述提示声音包括声音音量和声音频率，所述提示灯信息包括提示灯亮度和提示灯频率；以及

根据所述RFID读写器的提示声音和/或所述提示灯信息确定所述目标RFID标签的第二位置信息。

6.根据权利要求5所述的方法，其特征在于，所述预设机器学习分类模型为预先训练的，所述预设机器学习分类模型训练过程包括：

获取待训练样本数据，其中待训练样本数据包括RFID标签ID、RFID标签位置信息、返回消息特征；

对待训练样本数据进行预处理后得到测试样本数据集和训练样本数据集；

将所述训练样本数据集输入机器学习分类模型进行迭代，计算误差值并调整模型参数，直至所述误差值小于预设阈值，得到多组第一机器学习分类模型；以及

将所述测试样本数据集输入所述第一机器学习分类模型，根据输出结果的准确率确定预设机器学习分类模型。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述RFID天线等距设置在待定位目标区域上方，所述待定位目标包括档案盒和/或文件袋。

8.一种基于RFID技术的室内定位装置，所述室内设置有若干RFID天线，待定位目标设置有RFID标签，包括：

控制模块，用于控制所述RFID天线发射射频信号；

获取模块，用于获取目标RFID标签的返回消息特征，其中所述返回消息特征包括RFID返回信号强度和返回用时；

第一确定模块，用于根据所述目标RFID标签的返回消息特征和预设机器学习分类模型确定所述目标RFID标签的第一位置信息；以及

第二确定模块，用于根据所述第一位置信息和目标标签ID确定所述目标RFID标签的第二位置信息。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～7中任一项所述的方法。