[发明专利]基于机器学习的室内可见光定位方法和设备

说明书

本发明涉及室内定位领域，提供一种基于机器学习的室内可见光定位方法，包括：获取训练集，所述训练集包括至少一组训练数据，所述一组训练数据包括信道估计矩阵参数组和与该信道估计矩阵参数组对应的一个接收机的位置信息，其中，信道估计矩阵参数组包括定义单元区域的至少三个光源的信道估计矩阵参数；计算待定位接收机接收对应的信道估计矩阵参数组，并将该信道估计矩阵参数组输入由所述训练集训练得到的机器学习模型；输出待定位接收机的位置信息；由于使用了各个光源的信道估计矩阵作为参数，并结合了机器学习模型，使得计算精度高。

技术领域

本申请涉及定位领域，尤其涉及一种基于机器学习的室内可见光定位方法和设备。

背景技术

当今世界，随着经济和现代技术的不断发展，人们在室内的活动空间越来越庞大和复杂，对导航和定位服务的需求也日益增大，开始利用无线技术进行定位导航，获取人或物体的位置信息。典型的定位技术便是在众多领域得到广泛应用的全球卫星定位系统(Global Positioning System，GPS)，它具有覆盖范围广、定位精度高、功能全和性能优良等优势。但是GPS信号无法穿透厚实的墙壁，加上室内各种无线电磁波信号的干扰以及多径传输效应的影响，导致其在室内的定位精度不高或无法完成定位。室内定位在商业领域、公共安全以及军事领域都有非常重要的作用。机器人、无人医疗护理、智能制造等行业需要计算机能够在室内准确的识别出特定对象的位置，这些强烈的市场需求就为室内定位技术带来了巨大的发展空间。随后，很多机构开始对室内定位的关键技术进行了探讨与研究，现在常用的室内定位技术主要有红外线、超声波、射频识别(RFID)、无线局域网(WLAN)、蓝牙(Bluetooth)和超宽带(UWB)等。然而，采用上述的技术手段实现定位时，需要搭建复杂的定位设施环境，不仅成本高，定位精度和安全性也得不到有效保障。近年来，随着固态照明技术的迅速发展，新一代照明发光二极管(Light-Emitting Diode,LED)以其亮度高、寿命长、响应时间短、成本低等多方面优势正大规模取代传统的白炽灯和节能灯来提供照明，基于LED，特别是白光LED的室内可见光通信作为一种新兴的无线通信方式，在电磁福射、使用环境、安全性等方面与射频无线通信方式相比有明显的优势，能够同时实现照明与通信的双重功能，具有传输数据率高，保密性强。由于LED具有许多优点，随后出现利用可见光实现室内定位的技术，与上述传统的定位技术相比，可见光定位技术具有定位精度高、保密性好等优点。基于这些原因，利用可见光实现室内定位被认为是一种高效的方案。

目前基于LED实现室内光定位的方法主要分为四大类：几何测量法，场景感知法、近似感知法和图像传感器成像法。几何测量法需要估计接收端与己知LED灯之间的几何关系(距离、角度信息等)，再通过计算获取待定位点的位置坐标，根据几何关系获取的信息，一般有基于接收信号强度(Received Signal Strength,RSS)的三边定位、到达角度(Angleof Arrival,AOA)的角度定位和到达时间差(Time Difference of Arrival,TDOA)的双曲线定位等。场景分析法又称为指纹定位法，它通过分析场景中的特征来估计终端的坐标。该方法一般分为两个阶段，离线数据库建立阶段和在线定位阶段。离线数据库建立阶段将每一个采样点(又称为指纹)的位置信息存储起来建立与移动设备之间的对应关系。在线定位阶段通过匹配指纹库中的信息实时的确定目标位置。由于近似感知法的精度较低，图像传感器成像法的成本较高，所以大量的定位算法研究主要围绕几何测量法和场景感知法而展开。但是基于传统的几何测量法和场景感知法一来精度有限，二来，由于精度和计算复杂程度问题，一般只能实现二维定位，如果要实现室内的三维定位则需要更多复杂的算法和增加硬件设备。