[發明專利]一種室內WiFi定位方法、裝置及終端設備

有效

• 申請號: 201811488255.1
• 申請日: 2018-12-06
• 公開（公告）號: CN109699002B
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 曾楊
• 申請（專利權）人: 深圳市中電數通智慧安全科技股份有限公司
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W4/33;H04W64/00
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 張全文

本發明適用于深度學習技術領域，提供了一種室內WiFi定位方法、裝置及終端設備，其中，方法包括：獲取訓練數據集；其中，訓練數據集包括不同位置的基站發送的WiFi信號強度、位置信息、位置信息對應的經度和緯度，以WiFi信號強度為輸入特征，以位置信息、位置信息對應的經度和緯度為輸出特征，構建深度神經網絡模型，根據訓練數據集訓練深度神經網絡模型，以獲取室內WIFI定位網絡模型，獲取目標對象所在地的基站發送的WiFi信號強度并輸入室內WIFI定位網絡模型，以獲取目標對象的位置信息。本發明通過創建及訓練深度神經網絡模型以獲取室內WiFi定位網絡模型，提高了對目標對象的定位的準確度，減小了室內復雜場景對定位結果的干擾，保證了目標對象的安全。

技術領域

本發明屬于深度學習技術領域，尤其涉及一種室內WiFi定位方法、裝置及終端設備。

背景技術

目前，通過WiFi信息進行室內定位的方法主要包括：基于到達時間測量法、基于到達角度測量法、基于傳播模型的室內定位算法。

基于到達時間和角度的方法需要精密的測量儀器和時鐘同步，成本較高；基于傳播模型的室內定位算法主要是對接收信號強度和信號傳播距離之間關系建立模型來實現定位，由于復雜的室內環境，會產生一定的錯誤率。

發明內容

有鑒于此，本發明實施例提供了一種室內WiFi定位方法、裝置及終端設備，以解決現有技術中存在的問題。

本發明實施例的第一方面提供了一種室內WiFi定位方法，包括：

獲取訓練數據集；其中，所述訓練數據集包括不同位置的基站發送的WiFi信號強度、位置信息、所述位置信息對應的經度和緯度；

以所述WiFi信號強度為輸入特征，以所述位置信息、所述位置信息對應的經度和緯度為輸出特征，構建深度神經網絡模型；

根據所述訓練數據集訓練所述深度神經網絡模型，以獲取室內WIFI定位網絡模型；

獲取目標對象所在地的基站發送的WiFi信號強度并輸入所述室內WIFI定位網絡模型，以獲取所述目標對象的位置信息。

可選的，獲取訓練數據集，包括：

獲取不同位置的基站發送的WiFi信號強度；

獲取所述不同位置的位置信息以及所述位置信息對應的經度和緯度；

對所述WiFi信號強度、所述位置信息以及所述位置信息對應的經度和緯度進行標記，以獲取訓練數據集。

可選的，對所述WiFi信號強度、所述位置信息以及所述位置信息對應的經度和緯度進行標記，以獲取訓練數據集，包括：

標記所述位置信息以及所述位置信息對應的經度和緯度為Y(F_n,L₁,L₂)；其中，所述F_n表示第n個位置信息，所述L₁表示第n個位置的經度，所述L₂表示第n個位置的緯度，所述Y表示位置信息的集合；

標記不同位置的基站發送的WiFi信號強度為X(s₁,s₂,...s₈)，以獲取訓練數據集；其中，所述n表示位置序號，所述S_n表示第n個位置信息的基站發送的WiFi信號強度，所述X表示WiFi信號強度的集合。

可選的，目標建筑的外圍設置有至少一個基站。

可選的，所述室內WIFI定位網絡模型的輸入層數為所述基站的數目。

可選的，所述室內WIFI定位網絡模型的輸出層數為所述目標建筑中不同位置的數目、所述經度的個數和所述緯度個數之和。