[發明專利]一種基于機器學習的室內可見光定位方法

在審

• 申請號: 202010025918.7
• 申請日: 2020-01-10
• 公開（公告）號: CN111190143A
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 張海奇;賈凡;郭照峰;唐學術;翟宇;楊增順;徐宮健
• 申請（專利權）人: 北京航天測控技術有限公司
• 主分類號: G01S5/16
• 分類號: G01S5/16;G06N3/08;G06N20/00;G06F17/14
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 李愛英;付雷杰

1.一種基于機器學習的室內可見光定位方法，在所述室內可見光定位區域設置有多個訓練點，且所述室內可見光定位區域包括N個LED燈和M個探測器，N和M均為正整數，其特征在于，所述方法包括：

S1：對N個LED燈分別進行驅動、調制得到N個互異頻率的周期光源信號；

S2：針對每個訓練點利用M個探測器對所述N個互異頻率的所述光源信號進行探測，得到該測試點的測試數據，所述測試數據的距離間隔為t；

S3：對所述測試數據的以距離間隔為3t進行采集得到訓練數據，標記所述訓練點的位置信息；

S4：對所述訓練數據和測試數據進行傅里葉變化處理，得到所述訓練數據和測試數據對應N個LED的接收光信號強度信息；

S5：重復步驟S3-S4，對所有訓練數據和測試數據進行傅里葉變換處理，得到所有訓練數據和測試數據對應N個LED的接收光信號強度信息并記錄訓練數據對應定位區域內的位置坐標；

S6：將所述訓練數據的光信號強度信息作為神經網絡的輸入、及將所述訓練數據的位置信息作為神經網絡的輸出進行神經網絡的訓練得到訓練數據的定位模型；

S7：將經過傅里葉變換處理后的測試數據輸入到所述定位模型，得到所述測試數據的位置信息。

2.根據權利要求1所述的室內可見光定位方法，其特征在于：根據所述室內可見光定位區域的大小和所述探測器的視場角設置所述N個LED燈的位置和數量。

3.根據權利要求1或2所述的室內可見光定位方法，其特征在于：所述N≥3。

4.根據權利要求1-3任一項所述的室內可見光定位方法，其特征在于：所述探測器為PIN探測器或APD探測器。

5.根據權利要求1任一項所述的室內可見光定位方法，其特征在于：采用經正則化處理的LM訓練算法進行所述神經網絡的訓練。