[发明专利]一种基于移动终端众包数据的室内导航路网提取方法

权利要求书

1.一种基于移动终端众包数据的室内导航路网提取方法，其特征在于，具体包括以下步骤：

步骤1，获取行人众包室内运动数据，结合定位算法进行轨迹解算：采用粒子群定位算法结合多源数据解算出室内轨迹；

步骤2，基于ST-DBSCAN算法去除冗余轨迹点，同时对室内特定区域内的轨迹点增添语义信息；

基于ST-DBSCAN算法去除冗余轨迹点，同时对室内特定区域轨迹点增添语义信息，具体步骤为：

步骤2.1，根据实际情况设定停留时间阈值t_th、空间距离阈值s_th、最小点数Minpts，同时相对于原始的ST-DBSCAN算法，增加速度阈值v_th作为约束条件，对轨迹点进行游荡点和停滞点判定；

步骤2.2，对上述游荡点与停滞点组成的冗余点进行局部密度计算：

其中，ρ_i为局部密度，d_ij为轨迹点i和轨迹点j之间的空间距离；d_c是半径阈值；sign(x)函数为判定函数：当x＜0时，sign(x)＝-1，当x＝0时，sign(x)＝0，当x＞0时，sign(x)＝1，计算各区域所有冗余点的局部密度，找到局部密度最大的轨迹核心点m，以该核心点为圆心，d_c为半径，计算邻域内所有点的坐标平均值，令其为聚类中心点；

步骤2.3，根据所获多源数据中的加速度、角速度、气压计数值和WIFI信号变换情况，综合判定轨迹点所在区域范围；

步骤2.4，对轨迹点添加室内语义信息；

步骤3，基于Douglas-Peucker抽稀算法算对行人室内轨迹进行轨迹压缩，构建原始室内语义路网；

基于Douglas-Peucker抽稀算法对解算出来的行人室内轨迹进行轨迹点数压缩，构建原始室内语义路网，具体步骤为：

步骤3.1，根据运动情况设定期望的压缩轨迹节点数上限Μ，节点数上限Μ可以取轨迹点数的5％，保证轨迹得到足够程度的压缩；

步骤3.2，相对于原始的Douglas-Peucker抽稀算法，设定自适应距离阈值代替统一的距离阈值，第一次压缩时，取最远点距离d作为临时距离阈值Δ₁，随着压缩点数的增加，阈值Δ以一定步长减小，下一个压缩点距离阈值Δ₂按照如下公式进行自动衰减：

其中，r为当前最远点距连接点的距离；

步骤3.3，对每一次节点数的增加，计算当前压缩轨迹与原始轨迹的相似度并记录，继续减小阈值，当节点数大于期望节点数上限的时候，对期望节点数范围内的所有轨迹压缩情况进行压缩度和相似度的综合评价，选取最优轨迹，压缩后的最优轨迹集为{T₁,T₂,...,T_n}；

步骤4，对新的行人室内数据进行轨迹解算，同时和原始室内语义路网进行匹配处理，更新原始路网。

2.根据权利要求1所述的一种基于移动终端众包数据的室内导航路网提取方法，其特征在于：步骤2.4中对轨迹点添加室内语义信息包括廊道，房间和楼梯口。

3.根据权利要求1所述的一种基于移动终端众包数据的室内导航路网提取方法，其特征在于：

所述步骤4中，对新的行人室内数据进行轨迹解算，同时和原始室内语义路网进行相似度计算与匹配处理，更新原始路网，具体步骤为：

步骤4.1，将新产生的行人室内轨迹按照转折点进行分段{L₁,L₂,...,L_i}，计算各段行人轨迹子集和路网轨迹集{T₁,T₂,...,T_n}的轨迹相似度评分空间距离评分及轨迹信息中各点WIFI信号强度比较评分最后，联合上述评分进行加权{ω₁,ω₂,ω₃}投票，得出投票结果{Q₁,Q₂,...,Q_i}；

步骤4.2，若投票结果表示新轨迹和路网相似，则设定轨迹节点到路网节点距离的阈值，小于该阈值的轨迹节点由相应的路网节点代替；设定轨迹节点到路网线段距离的阈值，小于该阈值的轨迹节点由该节点在某路网线段的投影点所代替；

步骤4.3，若投票结果表示新轨迹和路网非相似或不满足上述阈值条件的节点为新节点，不做任何约束操作。在此之后使用新节点的轨迹信息更新原始路网的数据库。