[發(fā)明專利]一種基于眾包RSSI序列的室內(nèi)導(dǎo)航方法

有效

• 申請?zhí)枺?/td>: 201911198246.3
• 申請日: 2019-11-29
• 公開（公告）號: CN110944291B
• 公開（公告）日: 2021-04-13
• 發(fā)明（設(shè)計）人: 王斌;楊曉春;孫晶
• 申請（專利權(quán)）人: 東北大學(xué)
• 主分類號: H04W4/024
• 分類號: H04W4/024;H04W4/33;H04W16/22;H04W64/00;H04B17/318
• 代理公司: 沈陽東大知識產(chǎn)權(quán)代理有限公司 21109
• 代理人: 梁焱

本發(fā)明涉及室內(nèi)導(dǎo)航技術(shù)領(lǐng)域，提供一種基于眾包RSSI序列的室內(nèi)導(dǎo)航方法。首先采集眾包用戶的RSSI序列集合，并構(gòu)建訓(xùn)練樣本集；然后，以RSSI為輸入、RSSI對應(yīng)的房間級別位置標(biāo)簽為輸出，構(gòu)建并訓(xùn)練基于神經(jīng)網(wǎng)絡(luò)的粗粒度定位模型；接著，綜合考慮RSSI的內(nèi)部信號差異和RSSI之間的信號差異，計算各RSSI之間的距離，并利用RSSI序列集合通過對RSSI序列進(jìn)行對齊和連接構(gòu)建RSSI圖；最后，在對需導(dǎo)航用戶進(jìn)行粗粒度定位的基礎(chǔ)上，通過RSSI序列比對和匹配進(jìn)行精細(xì)定位，在RSSI圖上查詢從當(dāng)前RSSI到目的地RSSI的最短路徑用于導(dǎo)航。本發(fā)明能夠提升室內(nèi)定位的精度和效率，且減少定位成本。

技術(shù)領(lǐng)域

本發(fā)明涉及室內(nèi)導(dǎo)航技術(shù)領(lǐng)域，特別是涉及一種基于眾包RSSI序列的室內(nèi)導(dǎo)航方法。

背景技術(shù)

在日常生活中，人們經(jīng)常把相當(dāng)一部分時間花在室內(nèi)空間，如辦公樓、商場、博物館、機場、地鐵等交通設(shè)施上。隨著室內(nèi)定位服務(wù)的普及，許多新型應(yīng)用的一個越來越重要的需求是室內(nèi)定位和導(dǎo)航，如大型購物中心的室內(nèi)導(dǎo)航、醫(yī)院的門診引導(dǎo)、花園中的幼兒和老人跟蹤、室內(nèi)空間廣告的選擇等。

室內(nèi)定位是室內(nèi)導(dǎo)航的重要組成部分。接收信號強度指示(Received SignalStrength Indication，RSSI)以其簡單、與現(xiàn)有硬件兼容等優(yōu)點受到了廣泛的關(guān)注，在室內(nèi)定位中得到了廣泛的應(yīng)用。然而，現(xiàn)有的基于指紋的定位方法主要有三個缺點：(1)無線電地圖的建設(shè)需要一個現(xiàn)場勘察過程，在這個過程中收集和儲存無線電信號，以便進(jìn)一步比較和匹配，通過現(xiàn)場勘測手工繪制室內(nèi)地圖既昂貴又費時；(2)設(shè)備分集問題，由于用戶通常攜帶不同的移動設(shè)備，所以即使RSSI值在相同的位置，其報告方式也可能大不相同；(3)RSSI值隨著時間的推移而變化，這是環(huán)境動態(tài)造成的。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)存在的問題，本發(fā)明提供一種基于眾包RSSI序列的室內(nèi)導(dǎo)航方法，能夠提升室內(nèi)定位的精度和效率，且減少定位成本。

本發(fā)明的技術(shù)方案為：

一種基于眾包RSSI序列的室內(nèi)導(dǎo)航方法，其特征在于，包括下述步驟：

步驟1：進(jìn)行RSSI序列采集：第k個用戶利用攜帶的眾包移動設(shè)備接收來自導(dǎo)航區(qū)域內(nèi)每個接入點的信號強度值，構(gòu)成RSSI序列S_k＝{f_k1,f_k2,...,f_kn,...,f_k,Nk}，得到RSSI序列集合S＝{S₁,S₂,...,S_k,...,S_K}；

其中，k＝1,2,...,K，K為用戶總數(shù)；f_kn為第k個用戶的第n個RSSI，n∈{1,2,...,Nk}，Nk為第k個用戶的RSSI序列中RSSI的總數(shù)；f_kn＝(r_kn1,r_kn2,...,r_knm,...,r_knM)，r_knm為第k個用戶的第n個RSSI中來自第m個接入點AP_m的信號強度值，m∈{1,2,...,M}，M為導(dǎo)航區(qū)域內(nèi)的接入點總數(shù)；

RSSI序列集合S中有L個RSSI帶有房間級別位置標(biāo)簽，每個帶有房間級別位置標(biāo)簽的RSSI與對應(yīng)的房間級別位置標(biāo)簽構(gòu)成訓(xùn)練樣本，L個訓(xùn)練樣本構(gòu)成訓(xùn)練樣本集A；

步驟2：構(gòu)建并訓(xùn)練粗粒度定位模型：以RSSI為輸入、RSSI對應(yīng)的房間級別位置標(biāo)簽為輸出，構(gòu)建基于神經(jīng)網(wǎng)絡(luò)的粗粒度定位模型，利用訓(xùn)練樣本集A對基于神經(jīng)網(wǎng)絡(luò)的粗粒度定位模型進(jìn)行訓(xùn)練；