[发明专利]一种室内定位环境特征点提取方法

摘要

本发明公开了一种室内定位环境特征点提取方法，该方法分别利用二维LiDAR采集设备、智能终端获取室内空间的二维LiDAR点云数据、设置在室内的无线通讯设备泛在无线信号的RSSI；并从二维LiDAR点云数据中获取采集RSSI时的室内环境特征，结合采集者轨迹提取现势性强的室内空间结构特征，进而标定泛在无线信号RSSI序列峰值，构建室内定位环境特征点。与传统方法相比，本发明在提取室内定位环境特征点时避免了对室内地图的需求，利用二维LiDAR点云和采集者轨迹数据获取现势性强的室内空间环境，并实现了特征点的自动化提取，增强了室内定位与导航。本发明适用于室内定位技术领域。

主权项

1.一种室内定位环境特征提取方法，其特征在于：所述该方法包括以下步骤：S1：确定起始时刻智能终端坐标系与世界坐标系的关系，获取坐标转换矩阵；校准智能终端和二维LiDAR采集设备的时间，利用二维LiDAR采集设备获取室内空间的二维LiDAR点云数据，利用智能终端获取设置在室内的无线通讯设备泛在无线信号的RSSI；S2：利用行人航迹推算技术解算智能终端内置的传感器数据，从而获取采集者轨迹；在获取无线信号RSSI和采集者轨迹后，以采集者轨迹采样率为基础，按照采集时刻将采集者轨迹与无线信号RSSI一一关联，剔除采集时刻无法对应的残缺数据；S3：从二维LiDAR点云数据中提取直线特征，以扫描周期为单位划分点云，根据每个扫描周期的点云进行处理；所述的处理包括点云分割和直线特征参数估计；根据点云分割处理获取点云分割点，将点云分成若干个点集，点集中点的数目少于设定阈值c₀或组成的直线长度小于设定阈值l₀将被舍弃；S4：采用断点检测和角点检测对获取的采集者轨迹进行轨迹处理，提取采集者轨迹中的直线部分；根据角点检测检验出角点后，将对应点集根据角点再次划分，得到划分之后的每一部分轨迹点集；结合二维LiDAR点云数据中提取的直线特征与采集者轨迹中的直线部分，判断室内空间结构类型；S5：通过以上步骤确定室内空间结构之后，将目标空间结构内的轨迹与RSSI序列根据采集时刻进行匹配标定，提取基于位置的RSSI序列，对RSSI序列进行处理，提取RSSI峰值，构建室内定位环境特征点。