[发明专利]一种室内地图匹配增强定位方法、设备及存储设备

说明书

本发明涉及一种室内地图匹配增强定位方法、设备及存储设备，将室内地图中的可行走区域划分成网格，每个网格的中点为参考点；将邻接参考点连线得到边；由所有的参考点及边组成网格模型；基于网格模型计算出所有参考点两两之间的最短参考点路径和对应的最短路径距离，进而得到转移概率；再利用由其他定位技术得到的估计位置和网格模型中的参考点，计算每个参考点在对应时刻的发散概率；由转移概率矩阵和每个参考点的发散概率，求解最大联合概率的参考点序列；查询路径表，在上述参考点序列中时间相邻的参考点对之间加上缺少的最短参考点得到最终的参考点序列，即得到了行人的定位轨迹。本发明提高了定位精度和地图匹配方法的鲁棒性。

技术领域

本发明涉及室内地图领域，尤其涉及一种室内地图匹配增强定位方法、设备及存储设备。

背景技术

随着普适计算领域的不断发展，室内位置信息变得越来越重要。由于建筑物的遮挡，使得室外成熟的卫星定位技术无法应用于室内。由于无线局域网(WLAN)在室内的普遍存在，因此，利用Wi-Fi的室内定位技术已经成为科研人员和工业领域所研究的热门课题。

早期的Wi-Fi定位技术通常使用三角测量方法。然而，室内存在大量障碍物使无线信号严重受到多径效应的影响，难以建立准确的信号传播模型，使得此类方法难以得到准确的定位结果。Wi-Fi指纹定位方法无需建立信号传播模型，已经成为室内定位的主流方法之一。然而，Wi-Fi指纹定位方法定位结果会出现跳跃点的现象，降低该方法的定位精度。地图匹配方法能利用室内丰富的空间信息约束Wi-Fi指纹方法的定位结果，能消除不合理的跳跃点，提高定位精度。

现有技术的问题如下：现有最先进的室内地图匹配方法基于隐式马尔可夫模型或条件随机场，但此类地图匹配方法在构建转移矩阵时，仅依赖于相邻的参考点，这使得此类方法对参考点密度十分敏感，定位精度也受目标移动速度、Wi-Fi扫描频率等的严重影响。因此，现有的基于隐式马尔可夫模型或条件随机场的地图匹配方法十分敏感，难以在现实场景中使用。

发明内容

为了解决上述问题，本发明提供了一种室内地图匹配增强定位方法、设备及存储设备，一种室内地图匹配增强定位方法，主要包括以下步骤：

S1：将室内地图中的可行走区域划分成网格，取每个网格的中点为参考点；根据室内连通关系，将最近的邻接参考点连线得到边；由所有参考点和所有边组成网格模型；

S2：基于所述网格模型计算出所有参考点两两之间的最短参考点路径和对应的最短路径距离；将每一对参考点间的最短参考点路径存储到路径表中，并根据最短路径距离构建该对参考点间的转移概率转移概率为：

其中δ是最短路径距离的阈值，d_path(s_i,s_j)为参考点s_i和参考点s_j之间的路径距离；为保证任一参考点到其余参考点间的转移概率之和为1，将转移概率作如下变换:

其中，为参考点s_i转移到参考点s_j的转移概率；S是参考点的集合；以每一个参考点为起点，两两参考点之间构造出如下所示的转移概率矩阵A：

S3：根据采用其他定位技术得到的估计位置，利用所述网格模型中的参考点计算每个参考点的发散概率P(o_t|s_i)，每个参考点s_i的发散概率P(o_t|s_i)为：

P(o_t|s_i)＝(1+‖L_o(t)-s_i‖²)^-1