[发明专利]一种基于WIFI和视觉集成的室内定位方法

说明书

本发明提出一种基于WIFI和视觉集成的室内定位方法，包括如下步骤：采集WIFI‑视觉指纹数据库，构建均匀网格指纹点，在每个指纹点处采集WIFI数据以及周围全方位的图像数据；在定位区域内任意位置采集WIFI数据以及多方位的图像数据，整个定位过程分为WIFI指纹粗定位和视觉指纹精定位；在WIFI粗定位阶段，提出基于斜率搜索的自适应KNN算法来智能获取样本个数K的取值，将WIFI数据与离线指纹数据进行匹配，得到候选点；在视觉精定位阶段，基于WIFI算法得到的候选点结果，提出一种多角度的无监督融合视觉定位算法，对各方向的图像所估计的位置得到相应权重值，从而实现定位。本发明有效的将WIFI与视觉集成起来，在各定位性能上具备一定的竞争力。

技术领域

本发明涉及室内定位技术领域，尤其涉及一种基于WIFI和视觉集成的室内定位方法。

背景技术

近年来，随着第四次工业革命的发展，各国将科研技术重心转移至智能化技术之中。如今，定位技术已被世界各国作为衡量国家的先进技术程度的指标之一。在户外，卫星定位技术已经较成熟，能够满足人们的各项日常需求。但由于卫星定位技术不能穿透障碍物，例如：森林，建筑物，隧道等，因此无法使用卫星定位技术实现室内定位。由于人们的生活质量不断提升，人们迫切希望能在室内环境下依旧能获取位置信息，因此室内定位技术是现阶段主流研究方向之一。同时，大约每个人将会有80％的时间生活在室内，因此室内定位技术具有极高的潜在价值。目前还没有一款成熟的室内定位系统被广泛应用于市场中。

因此有必要提出一种基于WIFI和视觉集成的室内定位方法以解决上述问题。

名词解释：

BRIEF算法：是一种图像特征描述子的提取算法，全称为，二值鲁棒独立基本特征(BinaryRobustIndependentElementaryFeatures)

K值：在计算K-近邻匹配算法时，通常会去前K个匹配值最高的样本进行后续的操作及运算。

发明内容

本发明针对上述要解决的技术问题，提供一种鲁棒性强，定位精度极强的WIFI与视觉集成的室内定位方法。

本发明提供一种基于WIFI和视觉集成的室内定位方法，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，并构建离线数据库；

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(例如采用不同的三个方向)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。

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。

优选的，所述步骤S1包括如下步骤：