[发明专利]基于多源信息融合的室内定位方法

权利要求书

1.一种基于多源信息融合的室内定位方法，其特征在于，包括以下过程：

步骤100，建立Wi-Fi指纹数据库，所述Wi-Fi指纹是Wi-Fi的一组信号强度；

步骤200，实时采集用户的Wi-Fi信号强度数据和行人运动数据；

步骤300，利用用户的Wi-Fi信号强度数据，确定行人的初始位置并实时提供定位结果；

步骤301，将用户的Wi-Fi信号强度数据与Wi-Fi指纹数据库进行在线位置匹配，先进行位置粗查询，确定行人所在区域，得到该区域下采集的Wi-Fi指纹数据；

步骤302，基于加权欧氏距离的WKNN算法进行Wi-Fi指纹位置精确匹配，进而确定行人的初始位置；

步骤400，利用用户的行人运动数据，进行行人航位推算定位；

步骤401，根据用户的行人运动数据，并将步骤300确定的行人的初始位置作为行人行位推算的初始位置，通过Madgwick AHRS算法将加速度计与磁力计融合进行姿态解算，从而得到手机的俯仰角、横滚角、航向角，进而确定行人航向角；

步骤402，通过解算出的手机姿态的俯仰角与横滚角，进行手机与行人之间的坐标系转换，通过得到的行人的三轴加速度进行行人步态分析，并在Z轴加速度峰值检测的基础上利用动态时间规整算法进行跨步检测，将有效地过滤非正常跨步动作，而得到行人跨步；

步骤403，最后以Z轴数据为基础，选用非线性步长模型，解算行人跨步步长，实现行人航位定位推算；

步骤500，利用粒子滤波的方法，对步骤300所得的Wi-Fi定位结果、步骤400所得的行人航位推算定位结果以及室内地图信息进行融合，得到最优的室内定位结果；

步骤501，获取已知的室内地图信息，将室内地图信息中的门和墙抽象为具体的点和线，得到室内地图抽象结果；

步骤502，采用粒子滤波方法，将步骤300中确定的行人的初始位置、步骤400中得到的行人航位推算定位结果和室内地图信息融合在一起，从而得到最优的室内定位结果。

2.根据权利要求1所述的基于多源信息融合的室内定位方法，其特征在于，在步骤100中，建立Wi-Fi指纹数据库，包括：

利用测试的智能手机进行Wi-Fi扫描，以采集室内环境中不同位置的信号强度，得到信号强度集，建立离线的Wi-Fi指纹数据库。

3.根据权利要求1所述的基于多源信息融合的室内定位方法，其特征在于，在步骤200中，所述行人运动数据包括：由陀螺仪采集的横滚角、俯仰角和航向角，由磁力计采集的磁场方向和磁偏角，由加速度计采集的行人运动的三轴加速度。

4.根据权利要求1所述的基于多源信息融合的室内定位方法，其特征在于，步骤501，包括步骤5011至步骤5013：

步骤5011，将一个室内地图抽象为点和线，其将作为室内地图信息与Wi-Fi定位结果和行人航位推算定位结果进行融合；

步骤5012，在室内地图抽象结果中，基于粒子滤波的轨迹中判断粒子是否穿墙，包括：B₁B₂表示抽象的墙体，A₁、A₂表示粒子经过迭代前后的位置坐标，O为坐标原点；若两向量不平行，则其所在的直线必相交；若其相交点在A₁A₂和B₁B₂上，则可证明粒子穿墙；

由向量加法定理可得：其中，l_a与l_b为常量，则可以解算出：得到粒子穿墙判断方法：若0＜l_a＜1且0＜l_b＜1，则可得A₁A₂和B₁B₂相交，表示粒子穿墙；否则，粒子未穿墙；

步骤5013，当检测到粒子穿墙，粒子的权值得到更新并以新粒子的加权平均作为位置的校正结果。

5.根据权利要求4所述的基于多源信息融合的室内定位方法，其特征在于，步骤502，包括步骤5021至步骤5022：

步骤5021，步骤400中得到的行人航位推算定位结果可作为对位置的预测量；

步骤5022，通过将步骤300中确定的行人的初始位置作为位置的第一观测量和步骤501中得到的地图信息可作为第二观测量，对步骤5021中的预测结果的粒子权重进行更新，从而实现对观测量与预测结果的融合，获取更加合理的后验概率密度，从而获取期望结果。