[发明专利]结合深度视频分析的WiFi目标定位方法

摘要

一种结合深度视频分析的WiFi目标定位方法。其包括构建结合深度视频分析的WiFi目标定位系统；获得人体运动轨迹点集合；获得移动终端设备运动轨迹点集合；形成轨迹曲线；输出人体运动轨迹和移动终端设备运动轨迹的匹配结果等步骤。本发明是将深度摄像头应用在WiFi定位领域，通过对深度摄像头和WiFi探针所探测到的多个目标的移动轨迹进行动态分析，确定待检测场景中目标与MAC地址的对应关系，进而得到每个WiFi目标的实际位置坐标。定位过程中并非直接使用RSSI信号值计算静态距离，而是利用了深度摄像头的位置探测功能，因而可以减小定位误差。

主权项

1.一种结合深度视频分析的WiFi目标定位方法，其特征在于：所述的方法包括按顺序进行的下列步骤：1)构建结合深度视频分析的WiFi目标定位系统，该系统包括Kinect深度摄像头(1)、多个WiFi探针(2)和计算机(3)；其中Kinect深度摄像头(1)和多个WiFi探针(2)均设置在待检测场景的边缘；计算机(3)利用数据线与Kinect深度摄像头(1)和WiFi探针(2)相连接；2)利用Kinect深度摄像头(1)获取待检测场景中作为视频运动目标的人体深度图像，再把人体简化为一个质点，用一个骨骼点来代替，并记录下骨骼点在待检测场景中的运动轨迹，进而获得人体运动轨迹点集合；3)利用WiFi探针(2)获取待检测场景中人体携带的移动终端设备Mac码地址和相应的RSSI信号值，然后对上述RSSI信号值进行优选，之后计算RSSI信号值差值，然后建立RSSI信号值差值位置对应关系表，定位时利用获得的RSSI信号值差值通过查表方式即可找到移动终端设备的位置，进而获得移动终端设备运动轨迹点集合；具体步骤如下：将待检测场景用网格法划分成多个小方格，对每一小方格进行标号，并将方格对应的位置记作loca(x_i,y_i)；将移动终端设备分别放置在每个位置loca(x_i,y_i)处，利用多个WiFi探针(2)探测该移动终端设备Mac码及其对应的RSSI信号值和时间戳，然后传送给计算机(3)，由计算机(3)进行后续的处理；对同一短时间段内得到的同一Mac码的多个RSSI信号值进行优选，方法是：设每一WiFi探针(2)采集到的同一时间段内同一移动终端设备的所有RSSI信号值为：rssi₁,rssi₂,…,rssi_n；概率分布函数的公式如式(2)所示：其中：μ表示rssi信号值的均值；σ²表示RSSI信号值的方差；n表示RSSI信号值的个数；x表示WiFi探针(2)采集到同一时间段内同一移动终端设备的多个RSSI信号值；将所有RSSI信号值rssi₁,rssi₂,…,rssi_n带入上述概率分布函数F(x)中，计算出F(x)；当0.5≤F(x)≤1时，保留该RSSI信号值，否则删除，以对所有RSSI信号值进行筛选；将筛选后保留下的m个RSSI信号值设为rssi₁,rssi₂,…,rssi_m；计算上述筛选后的RSSI信号值rssi₁,rssi₂,…,rssi_m的均值，用rssi_aver表示：将上述均值rssi_aver作为该RSSI信号值的优选值；多个WiFi探针(2)在该位置处获得的RSSI信号值的优选值分别表示为：rssi_aver1，rssi_aver2，rssi_aver3，……；将上述RSSI信号值的优选值rssi_aver1，rssi_aver2，rssi_aver3，……两两做差，并用dRSSI表示相减的结果：最后共得到多个该位置处的RSSI信号值差值dRSSI₁,dRSSI₂,…,dRSSI_m；将上述RSSI信号值差值dRSSI₁,dRSSI₂,…,dRSSI_m和位置loca(x_i,y_i)建立一个对应关系表；在定位时，只需根据按上述方法获得的rssi信号值差值通过查表即可反推出移动终端设备所在的位置；对获得的RSSI信号值差值和对应关系表中的RSSI信号值差值使用最近邻算法进行运算而得到最相似的一组RSSI信号值差值dRSSI₁,dRSSI₂,dRSSI₃,.....，具体步骤是：3.1、分别计算每一个WiFi探针(2)探测到的一组RSSI信号值差值与对应关系表中所有组的RSSI信号值差值的曼哈顿距离，公式如下：其中：x,y表示两个n维向量，维数由RSSI信号值差值的个数决定；3.2、将每一个WiFi探针(2)探测到的一组RSSI信号值差值定义为查询点，然后根据上述曼哈顿距离利用最近邻算法查找出离查询点最近的数据对象，即RSSI信号值差值在对应关系表中的位置，并记录下该位置的坐标loca(x_i,y_i)；3.3、重复步骤3.1到3.2，得到不同时刻同一移动终端设备不同位置的多个坐标，这些坐标的集合即为该移动终端设备运动轨迹点集合；4)利用卡尔曼滤波算法平滑上述人体运动轨迹点集合和移动终端设备运动轨迹点集合，再分别将集合中的点连接而形成轨迹曲线；5)使用费雷歇距离来度量人体运动轨迹曲线和移动终端设备运动轨迹曲线的相似系数，并计算出轨迹映射成轨迹图像后两个轨迹图像之间的相关系数；综合二者的结果，输出人体运动轨迹和移动终端设备运动轨迹的匹配结果。