[发明专利]一种基于机器学习的室内可见光定位方法

权利要求书

1.一种基于机器学习的室内可见光定位方法，在所述室内可见光定位区域设置有多个训练点，且所述室内可见光定位区域包括N个LED灯和M个探测器，N和M均为正整数，其特征在于，所述方法包括：

S1：对N个LED灯分别进行驱动、调制得到N个互异频率的周期光源信号；

S2：针对每个训练点利用M个探测器对所述N个互异频率的所述光源信号进行探测，得到该测试点的测试数据，所述测试数据的距离间隔为t；

S3：对所述测试数据的以距离间隔为3t进行采集得到训练数据，标记所述训练点的位置信息；

S4：对所述训练数据和测试数据进行傅里叶变化处理，得到所述训练数据和测试数据对应N个LED的接收光信号强度信息；

S5：重复步骤S3-S4，对所有训练数据和测试数据进行傅里叶变换处理，得到所有训练数据和测试数据对应N个LED的接收光信号强度信息并记录训练数据对应定位区域内的位置坐标；

S6：将所述训练数据的光信号强度信息作为神经网络的输入、及将所述训练数据的位置信息作为神经网络的输出进行神经网络的训练得到训练数据的定位模型；

S7：将经过傅里叶变换处理后的测试数据输入到所述定位模型，得到所述测试数据的位置信息。

2.根据权利要求1所述的室内可见光定位方法，其特征在于：根据所述室内可见光定位区域的大小和所述探测器的视场角设置所述N个LED灯的位置和数量。

3.根据权利要求1或2所述的室内可见光定位方法，其特征在于：所述N≥3。

4.根据权利要求1-3任一项所述的室内可见光定位方法，其特征在于：所述探测器为PIN探测器或APD探测器。

5.根据权利要求1任一项所述的室内可见光定位方法，其特征在于：采用经正则化处理的LM训练算法进行所述神经网络的训练。