[发明专利]一种基于WIFI和视觉集成的室内定位方法

权利要求书

1.一种基于WIFI和视觉集成的室内定位方法，其特征在于，包括如下步骤：

S1：在室内定位区域构建网格指纹点，在每个网格点同时采集WIFI数据和全方位图像数据，并构建离线指纹库；

S2：在室内定位范围内，采集待测点位置的WIFI数据以及任意多个方向的图像数据；

S3：定位过程分为两个阶段：WIFI粗定位阶段以及视觉精定位阶段，WIFI粗定位阶段采用基于聚类的自适应KNN算法，通过计算筛选得到相应的WIFI候选点集；

S31：将采集到的离线指纹库中的WIFI特征信息采用分层聚类将指纹点划分为若干个区域，每个区域存在一个中心值；

S32：将每个中心点与待测点的WIFI特征进行余弦相似度计算，从而确定待测点在哪个区域中；

S33：确定区域后将区域内的离线指纹点数据与待测点的WIFI特征进行余弦相似度匹配，采用基于斜率搜索的自适应KNN算法，智能获取K值，从而得到K个WIFI候选点，即L(p′₁),L(p′₂),...,L(p′_K)；L(p′_K)即第K个WIFI候选点；

S34：将候选点及候选点所相邻的指纹点都筛选出来作为候选集；候选集用于为后续的视觉精定位阶段提供条件；设定限制条件筛选候选集，其表达式如下：

|Lx(p′_j3)-Lx_i|≤γ(i＝1,2,...,n,j3＝1,2,...,K) (1)

|Ly(p′_j3)-Ly_i|≤γ(i＝1,2,...,n,j3＝1,2,...,K) (2)

其中Lx(p′_j3),Ly(p′_j3)(j3＝1,2,...,K)分别是候选点在世界坐标系下的x轴和y轴的坐标，Lx_i,Ly_i(i＝1,2,...,n)分别是指纹点在世界坐标系下的x轴和y轴的坐标；γ为条件阈值；筛选的候选集需要同时满足上述式(1)和式(2)；若筛选出KN个指纹点作为候选集L′＝{L′₁,L′₂,...,L′_KN}，KN≥2，则进行视觉精定位；

S4：以WIFI定位的结果作为限定条件，进行后续的视觉定位阶段；视觉定位阶段采用多角度无监督融合算法，采用ORB特征提取算法将多方向的图像与WIFI候选点所映射的全方位图像数据进行匹配，筛选出图像候选点集；对图像候选点集采用无监督融合算法得到候选点的各自权重值，实现最终的定位结果：

S41：设定在待测点位置的不同方向处采集VN张图像，即h₁,h₂,...,h_VN；在构建离线指纹库时，每个指纹点包含M张图像数据；为第i个指纹点的第M个图像数据；候选集L′＝{L′₁,L′₂,...,L′_KN}中包括KN个指纹点，每个指纹点映射有M张图像数据，即为候选集的第j4个指纹点中的第M张图像；随后将待测点图像与候选集图像逐一采用视觉词袋进行匹配从而得到相似度值；

argmax{ }表示在集合中取最大值，f()表示两张图像的相似度值；

S42：筛选出待测点的每张图像数据的前IN个最大相似度所映射的指纹点作为图像的候选点集LL，即，LL＝{L(S_i1j4)(i1＝1,2,...,VN,j4＝1,2,...,IN)}；其中L(S_i1j4)是最大相似度值所映射的指纹点；

S43：将图像的候选点集采用无监督融合算法获得各候选点的权重值，基于图像候选点集所映射的位置点以及所计算得到的相应权重值，从而实现最终定位。