[發明專利]一種基于深度強化學習的室內地圖匹配方法

有效

• 申請號: 201910840334.2
• 申請日: 2019-09-06
• 公開（公告）號: CN110530371B
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 周亮;洪煥華;李瑩
• 申請（專利權）人: 電子科技大學
• 主分類號: G01C21/20
• 分類號: G01C21/20;G01C21/16;G01C21/00
• 代理公司: 成都正華專利代理事務所(普通合伙) 51229
• 代理人: 肖芳

本發明公開了一種基于深度強化學習的室內地圖匹配方法，包括：S1、采集行人慣導模塊數據并對數據進行預處理，得到與地圖相關的像素坐標；S2、根據步驟S1所得像素坐標，構建局部地圖生成模塊；S3、定義當得到當前狀態下的修正編碼即可生成對應的修正坐標；S4、將待修正的像素坐標信息與局部地圖聯合表征為當前位置的狀態；S5、根據單個點的修正后坐標與標簽坐標的一致性以及修正后軌跡與標準路徑的相似度，設計獎勵機制；S6、構建目標值網絡和當前值網絡的雙網絡模型，并將目標值網絡輸出和當前值網絡輸出的MSE作為損失函數；S7、輸出經強化學習模型修正后的定位坐標。

技術領域

本發明屬于室內定位的技術領域，具體涉及一種基于深度強化學習的室內地圖匹配方法。

背景技術

在物聯網技術飛速發展的時代，大多數應用或多或少地與位置服務相關聯。對于移動的物體來說，定位需求更為明顯，因此，定位技術受到了廣泛的關注。但是，定位技術的精度和成本一直以來都是一對矛盾體。如果成本過高，大部分的物聯網應用只能望洋興嘆；如果采用低成本方案，則定位精度又不盡人意。從市場需求來說，定位的精度是越高越好，所以，所有的定位技術也在精度方面不斷地進行突破，而成本也在產業規模化之后逐漸地降低，“高精度、低成本”的定位方案無疑是未來市場的趨勢。當前，GNSS定位已經很普及了，但是GNSS的一大缺陷就是無法覆蓋到室內環境，而事實上，人們有80%的日常活動發生在室內，所以室內定位技術的重要性不言而喻。

傳統的室內定位方法可以分為依賴部署的定位技術和不依賴部署的定位技術。依賴部署的定位技術有：Wi-Fi定位技術、藍牙定位技術、UWB定位技術、RFID定位技術等；不依賴部署的定位技術有：地磁定位技術、慣性傳感器定位技術等。其中，慣性傳感器定位技術有別于Wi-Fi定位等技術，由于其無需提前部署的特性，可以適用于更復雜的應用場景，如反恐救援等；同時，慣性傳感器價格低廉，有利于大范圍推廣適用。那么，研究如何依靠慣性傳感器實現室內定位成為亟待解決的問題。

經對現有文獻檢索發現，文獻“基于粒子濾波和地圖匹配的融合室內定位”（周瑞,魯翔, 盧帥, et al. 基于粒子濾波和地圖匹配的融合室內定位[J]. 電子科技大學學報,2018, v.47(03):97-102.）提供了基于粒子濾波和地圖匹配的融合室內定位方法。該技術試圖通過粒子濾波融合WiFi指紋定位和行人航位推算，應用室內地圖對定位結果進行匹配與矯正。其中，使用SVC和SVR相結合的兩級定位方案實現WiFi定位；PDR通過加速度計和磁力計來獲得用戶的的行走步數、步長和方向，并將其用于在粒子濾波中對用戶的行為進行建模；最后融合前兩者信息與地圖信息實現最終定位。但是該技術利用了WiFi信息，需要對定位區域進行提前進行部署，構建對應的WiFi指紋圖，而且還存在軌跡穿墻等問題，雖然采用基于粒子濾波的地圖匹配可以緩解這一問題，但是效果卻不是很好。究其緣由，粒子濾波等現有的地圖匹配方法側重對局部的軌跡進行優化，沒有從全局考量對軌跡進行優化。

發明內容

本發明的目的在于針對現有技術中的上述不足，提供一種基于深度強化學習的室內地圖匹配方法，以解決或改善上述的問題。

為達到上述目的，本發明采取的技術方案是：

一種基于深度強化學習的室內地圖匹配方法，其包括：

S1、采集行人慣導模塊數據并對數據進行預處理，得到與地圖相關的像素坐標；

S2、根據步驟S1所得像素坐標，構建局部地圖生成模塊；

S3、定義當得到當前狀態下的修正編碼即可生成對應的修正坐標；

S4、將待修正的像素坐標信息與局部地圖聯合表征為當前位置的狀態；

S5、根據單個點的修正后坐標與標簽坐標的一致性以及修正后軌跡與標準路徑的相似度，設計獎勵機制；

S6、構建目標值網絡和當前值網絡的雙網絡模型，并將目標值網絡輸出和當前值網絡輸出的MSE作為損失函數；