[发明专利]移动与固定感知结合的室内环境时空分布场生成方法

权利要求书

1.一种移动与固定感知结合的室内环境时空分布场生成方法，其特征在于，应用于移动与固定感知结合的室内环境时空分布场生成系统中，所述系统包括自移动数据采集设备、固定数据采集设备、环境场生成装置及输出装置，所述方法包括：

利用所述自移动数据采集设备在室内的目标区域自移动，采集所述目标区域各个位置的第一类环境参数，并利用所述固定数据采集设备采集室内的多个固定位置的第二类环境参数，其中，所述第一类环境参数空间连续但时间不连续，所述第二类参数时间连续但空间不连续；

利用所述环境场生成装置根据所述第一类环境参数及第二类环境参数生成环境参数时空分布场，所述环境参数时空分布场包括所述目标区域的各个位置在各个时刻的环境参数；

利用所述输出装置输出所述环境参数时空分布场，所述利用所述环境场生成装置根据所述第一类环境参数及第二类环境参数生成环境参数时空分布场，包括：

利用空间插值法根据第一数量的固定位置的第二类环境参数对第二数量的目标位置的环境参数进行空间插值，确定第二数量的目标位置的实时环境参数，以得到所述目标区域的初始环境参数时空分布场，其中，所述第一数量小于所述第二数量，

所述方法还包括：

根据所述第一类环境参数对所述初始环境参数时空分布场进行修正，得到所述环境参数时空分布场。

2.根据权利要求1所述的方法，其特征在于，所述空间插值法包括反距离加权平均插值法、多项式插值法、样条函数内插法、克里格插值法、梯度平方反比法的任意一种。

3.根据权利要求1所述的方法，其特征在于，所述利用所述环境场生成装置根据所述第一类环境参数及第二类环境参数生成环境参数时空分布场，包括：

将第二数量的目标位置的位置坐标、第一数量的固定位置的第二类环境参数及固定位置的位置坐标输入到训练好的环境场生成模型，利用所述环境场生成模型得到所述第二数量的目标位置的实时环境参数，以得到所述目标区域的初始环境参数时空分布场，

其中，所述第一数量小于所述第二数量，

其中，所述环境场生成模型为机器学习模型，

其中，所述机器学习模型基于回归算法、支持向量机、贝叶斯网络、决策树、随机森林、人工神经网络、遗传算法、BOOST算法、深度学习的任意一种实现。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取环境参数训练集，对预先建立的初始环境场生成模型进行训练，得到训练好的环境场生成模型，

其中，所述环境参数训练集包括所述第一类环境参数及对应的位置坐标、采集时间、及第二类环境参数及对应的固定位置的位置坐标、采集时间。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

随环境监测的持续开展，持续扩充所述环境参数训练集，利用扩充的环境参数训练集对所述环境场生成模型进行持续训练，以实现对模型的持续更新。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在初始监测阶段，控制所述自移动数据采集设备在目标区域自移动，采集各个位置的第一类环境参数；

根据所述目标区域的各个位置的第一类环境参数，确定所述固定数据采集设备的多个安装位置；

根据所述多个安装位置布置所述固定数据采集设备，并确定所述固定数据采集设备的位置坐标。