[发明专利]基于智能手机航位推算以及LiFi识别的室内定位方法

权利要求书

1.一种基于智能手机航位推算以及LiFi识别的室内定位方法，其特征在于，包括以下步骤：

步骤1：通过手机端接收室内LED灯的信息，进行室内VLP定位，获得行人的绝对位置坐标；

步骤2：通过手机端采样加速度传感器、陀螺仪和磁力传感器的信息，计算得到行人相对起始位置的航位信息；

步骤3：将所述步骤1与所述步骤2计算得到的位置信息引入到粒子滤波器中，得到误差较小的行人位置。

2.根据权利要求1所述的基于智能手机航位推算以及LiFi识别的室内定位方法，其特征在于，所述步骤1包括以下步骤：

步骤1.1：在LED灯的发射端，利用PWM调制方式，控制输入PWM的频率、相位差，得到ID互不相同的LED灯，ID的具体形式是黑白条纹相间，其特征包括条纹的粗细和条纹的数目，不同LED灯ID展示出来的特征不同；

步骤1.2：在手机接收端，利用手机的CMOS摄像头拍摄LED灯得到图片；

步骤1.3：通过图像处理技术处理拍摄到的LED图片，解码得到LED灯的面积、白色条纹数、黑白条纹占空比特征，以及LED灯在拍摄图片中的几何位置信息；

步骤1.4：根据获取到的所拍摄LED灯的特征信息，与预先建立的本地数据库中的LED的ID进行匹配，得到所拍摄LED灯的具体位置坐标；

步骤1.5：根据获得到的LED灯具位置信息以及灯具在照片中的几何位置信息，引入VLP定位算法计算出手机所在的位置坐标，即行人的绝对位置坐标。

3.根据权利要求1所述的基于智能手机航位推算以及LiFi识别的室内定位方法，其特征在于，所述步骤2包括以下步骤：

步骤2.1：在手机端，使用手机端上的三轴加速度传感器获取手机加速度信息，并对比三组加速度得到活跃轴，在活跃轴上寻找满足加速度超过阈值当前峰值与前一个和后一个峰值相差值大于阈值前面斜率为正后面斜率为负的时间点，此时间点即为由一个步数产生的峰值时间，通过计算峰值时间得到步数；

步骤2.2：在手机端，整合加速度传感器、陀螺仪和磁力传感器的信息，计算得到行人的航向；

步骤2.3：基于磁场变化以及磁力传感器与陀螺仪的相关性，估计得到准确的航向；

步骤2.4：将所述步骤2.1中计算得到的步数以及所述步骤2.3中得到的航向引入到航位推算算法中，得到行人当前的位置。

4.根据权利要求1所述的基于智能手机航位推算以及LiFi识别的室内定位方法，其特征在于，所述步骤3中使用的粒子滤波算法如下：

步骤3.1：根据所述步骤1获得的基于可见光通信的初始化室内定位坐标，在室内地图中建立行人所在位置的建议分布，建议分布为以VLP定位坐标为期望值的二维正态分布，并以该建议分布生成N个描述位置信息和权重信息的粒子来拟合分布；

步骤3.2：根据所述步骤2得到的行人航位信息，添加一定的白噪声并以此指示N个粒子的下一步行为，以此表示行人下一步位置的置信度分布:

其中，为t时刻第k个粒子的位置坐标，为上一时刻的粒子坐标，d_t为采样周期内行人行走距离，θ为测得的航向，为白噪声；

步骤3.3：计算每一个粒子的权重，其中每个粒子权重正比于在该粒子位置观测到当前VLP位置坐标测量值的概率：

其中为粒子k在t时刻的权重，为可见光室内定位的结果，σ₁²、σ₁²为可见光测量值的方差；

步骤3.4：计算当前有效粒子数，若有效粒子数小于设定阈值，则进行重采样：

其中N_eff为有效粒子数，为归一化后粒子的权重；

步骤3.5：计算由该N个粒子拟合的位置置信度分布的期望值，该期望值为滤波后的当前行人位置估计；

步骤3.6：重复从步骤3.2开始的以上步骤。

5.根据权利要求3所述的基于智能手机航位推算以及LiFi识别的室内定位方法，其特征在于，在使用手机端上的三轴加速度传感器获取手机加速度信息后，通过滤波的方法减少重力加速度和噪声对加速度信息的影响。