[发明专利]一种室内定位追踪方法

权利要求书

1.一种室内定位追踪方法，其特征在于，应用于智能移动终端，所述智能移动终端包括WIFI信号接收模块、加速度传感器和磁力计；所述方法包括：

利用所述WIFI信号接收模块，采集当前定位时刻下室内所有能够接收到的WIFI信号的信号强度，得到所述当前定位时刻下的WIFI指纹；

利用所述当前定位时刻下的WIFI指纹和预先构建的WIFI指纹数据库，计算得到所述当前定位时刻下用户的第一位置估计信息；

分别利用所述加速度传感器和所述磁力计，相应地采集当前目标移动时间段内的加速度信息和方向信息，所述当前目标移动时间段为位于所述当前定位时刻与上一定位时刻之间的时间段；

基于所述加速度信息和所述方向信息计算得到所述当前定位时刻下用户的第二位置估计信息，具体包括，对所述加速度信息和所述方向信息进行分析处理，相应地得到用户的移动矢量信息，将所述移动矢量信息与所述上一定位时刻下用户的第二位置估计信息进行相加处理，得到所述当前定位时刻下用户的第二位置估计信息；其中，初始定位时刻下用户的第二位置估计信息为与所述初始定位时刻下用户的第一位置估计信息相一致的信息；

将所述当前定位时刻下的第一位置估计信息和所述当前定位时刻下的第二位置估计信息分别乘以各自的权重系数后相加，得到所述当前定位时刻下用户的位置信息；

其中，所述利用所述当前定位时刻下的WIFI指纹与预先构建的WIFI指纹数据库，计算得到所述当前定位时刻下用户的第一位置估计信息的过程包括：确定所述当前定位时刻下的WIFI指纹的编号；从所述WIFI指纹数据库中，取出与所述当前定位时刻下的WIFI指纹的编号相一致的所有WIFI指纹，形成WIFI指纹样本空间；利用定位算法对所述WIFI指纹样本空间进行处理，得到所述当前定位时刻下用户的第一位置估计信息；其中，所述定位算法为KNN算法，所述KNN算法为K最邻近分类算法。

2.根据权利要求1所述的室内定位追踪方法，其特征在于，所述对所述加速度信息和所述方向信息进行分析处理，相应地得到用户的移动矢量信息的过程包括：

对所述加速度信息和所述方向信息进行分析，得到携带有移动方向信息的用户移动步数；将所述用户移动步数与预设的用户步长信息进行相乘处理，相应地得到所述移动矢量信息。

3.根据权利要求2所述的室内定位追踪方法，其特征在于，所述WIFI指纹数据库的构建过程包括：

对室内空间进行网格化处理，得到室内网格集；

依次将所述室内网格集中每一个网格顶点所在的位置作为采集点，对该采集点上所有能够接收到的WIFI信号的信号强度进行采集，得到与每一个网格顶点对应的WIFI指纹；并将每一个WIFI指纹中具有最强信号强度的WIFI信号所对应的WIFI访问点的编号作为该WIFI指纹的编号；

将每一个网格顶点的坐标、相应的WIFI指纹以及该WIFI指纹的编号存储到数据库中，得到所述WIFI指纹数据库。

4.根据权利要求3所述的室内定位追踪方法，其特征在于，所述室内网格集中的每对相邻网格顶点之间的顶点间距均相等。

5.根据权利要求4所述的室内定位追踪方法，其特征在于，所述顶点间距为大于或等于噪声阈值间距的间距；所述噪声阈值间距为当室内存在噪声信号时，能够通过分辨WIFI信号的信号强度来区分两个采集点的最小间距。

6.根据权利要求5所述的室内定位追踪方法，其特征在于，所述依次将所述室内网格集中每一个网格顶点所在的位置作为采集点，对该采集点上所有能够接收到的WIFI信号的信号强度进行采集，得到与每一个网格顶点对应的WIFI指纹的过程包括：

依次将所述室内网格集中每一个网格顶点所在的位置作为采集点，对该采集点上所有能够接收到的WIFI信号中的每一个WIFI信号的信号强度均进行多次重复采集后取均值，得到与每一个网格顶点对应的WIFI指纹。

7.根据权利要求1至6任一项所述的室内定位追踪方法，其特征在于，所述利用定位算法对所述WIFI指纹样本空间进行处理，得到所述当前定位时刻下用户的第一位置估计信息的过程包括：

利用KNN算法对所述WIFI指纹样本空间进行处理，得到所述当前定位时刻下用户的待修正位置信息；

利用所述当前定位时刻下的卡尔曼滤波器对所述当前定位时刻下用户的待修正位置信息进行修正处理，得到所述当前定位时刻下用户的第一位置估计信息；

其中，所述初始定位时刻下用户的第一位置估计信息为与所述初始定位时刻下用户的待修正位置信息相一致的信息；所述当前定位时刻下的卡尔曼滤波器为利用目标位移矢量对所述上一定位时刻下的卡尔曼滤波器进行重置后得到的卡尔曼滤波器；所述目标位移矢量为所述当前定位时刻下用户的待修正位置信息与所述上一定位时刻下用户的第一位置估计信息之间的位移矢量。