[發明專利]一種基于歷史數據和增量的指紋庫的更新方法及裝置

有效

• 申請號: 201810841196.5
• 申請日: 2018-07-27
• 公開（公告）號: CN108984785B
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 牛曉光;王安康;張淳;王嘉偉;王震;楊青虎
• 申請（專利權）人: 武漢大學
• 主分類號: G06F16/23
• 分類號: G06F16/23;G06F16/2458
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 羅飛

本發明提供了一種基于歷史數據和增量的指紋庫更新的方法及裝置，其中的方法包括歷史WiFi指紋數據，提取出時間特征、空間特征和RSS特征；在特征提取完成后，采用DBSCAN，對同一封閉區域內采集的數據依次按照上述特征進行三次聚類；在聚類之后，尋找與當前WiFi指紋數據匹配度足夠高的歷史WiFi指紋數據；為探針數據、當前WiFi指紋數據和歷史WiFi指紋數據設置置信度矩陣；在無人環境下采集當前地圖的第一完整指紋庫，為每個AP單獨設置OS?ELM網絡模型，并對該模型進行初次訓練；在每次數據來到后，對模型進行增量更新，再利用更新后的網絡模型得到當前環境下的第二完整指紋庫。本發明實現了提高更新效率、提高定位精度的技術效果。

技術領域

本發明涉及室內行人定位技術領域，尤其涉及一種基于歷史數據和增量的指紋庫的更新方法及裝置。

背景技術

基于WIFI(Wireless-Fidelity無線保真)指紋的室內定位在室內環境下分為兩部分：首先是離線階段，收集室內不同地點的WIFI接收信號強度(Received SignalStrengthRSS)并且構建指紋數據庫；然后是在線位置查詢階段，行人通過手機給出其當前的RSS值，基于預先建立的指紋數據庫，計算出行人當前的室內位置。

然而，現有技術中基于WIFI指紋的室內定位中，主要問題是WIFI信號缺乏穩定性。許多環境因素，例如溫度，濕度，光照強度，移動物體等，以及AP(Access Point，無線訪問節點)位置的變化，都會極大地影響RSS值的穩定性，從而導致在線位置查詢時定位的偏差。該問題的直觀解決方案是頻繁地更新指紋庫，然而這會耗費大量時間和勞動力。目前，一些研究人員采用機器人代替人類來進行繁瑣的指紋采集工作，但仍然耗費時間并且無法在短時間內進行指紋庫的更新。另一種方法是采用額外的設備來實時檢測WIFI信號，以便頻繁更新指紋庫，然而額外添加的設備大幅度提高了定位成本，大大降低了系統的可用性。

如何在不添加額外設備和不耗費額外時間人力的前提下，找到實時更新WIFI指紋庫，顯著提高指紋定位準確率的方法，一直是行業研究的前沿課題。

由此可見，現有技術中的指紋庫的更新方法存在耗時耗力的技術問題。

發明內容

本發明實施例提供了一種基于歷史數據和增量的指紋庫的更新方法及裝置，用以解決或者至少部分解決現有技術中的指紋庫的更新方法存在耗時耗力的技術問題。

第一方面，本發明提供了一種基于歷史數據和增量的指紋庫的更新方法，包括：

步驟S1：獲取歷史WiFi指紋數據，將所述歷史WiFi指紋數據合成為第一WiFi指紋序列，并提取所述第一WiFi指紋序列中的時間特征、空間特征和RSS特征；

步驟S2：基于預設聚類算法所述歷史WiFi指紋數據依次按照所述時間特征、所述空間特征、所述RSS特征進行聚類，獲得聚類結果，其中，所述歷史WiFi指紋數據為同一封閉區域內的指紋數據，預設聚類算法為基于密度的噪聲應用空間聚類算法；

步驟S3：獲取當前WiFi指紋數據，對所述當前WiFi指紋數據，基于所述聚類結果對所述歷史WiFi指紋數據進行匹配，獲得第一候選類，其中，當所述第一候選類的覆蓋范圍在空間上存在重疊時，則利用主動探針在沒有新數據的重疊區域中采集探針數據，并計算所述探針數據與第一候選類中位于重疊區域的數據的RSS特征距離，再根據所述RSS特征距離對所述第一候選類進行篩選，獲得篩選后的第二候選類；