[發(fā)明專利]一種基于深度學習和增強現(xiàn)實的圖書館導航系統(tǒng)實現(xiàn)方法

在審

• 申請?zhí)枺?/td>: 202010690890.9
• 申請日: 2020-07-17
• 公開（公告）號: CN111795688A
• 公開（公告）日: 2020-10-20
• 發(fā)明（設(shè)計）人: 呂丁陽;成姝燕;鄒浩南;馬笙鵬;徐鶴;李鵬
• 申請（專利權(quán)）人: 南京郵電大學
• 主分類號: G01C21/00
• 分類號: G01C21/00;G01C21/20;G06F16/23;G06F16/29
• 代理公司: 南京正聯(lián)知識產(chǎn)權(quán)代理有限公司 32243
• 代理人: 王素琴

1.一種基于深度學習和增強現(xiàn)實的圖書館導航系統(tǒng)實現(xiàn)方法，其特征在于：所述系統(tǒng)實現(xiàn)方法包括如下步驟：

步驟1：根據(jù)室內(nèi)場所的平面結(jié)構(gòu)生成室內(nèi)導航地圖；

步驟2：在室內(nèi)選擇若干個地點作為導航的起始點，放置不同的圖片作為標識圖，同時將圖片及其對應所在坐標位置錄入數(shù)據(jù)庫；

步驟3：構(gòu)建系統(tǒng)數(shù)據(jù)庫，添加圖書信息表、用戶信息表等數(shù)據(jù)表，數(shù)據(jù)庫每經(jīng)過一定時間間隔更新一次；

步驟4：掃描識別標識符圖像，確定初始位置；

步驟5：根據(jù)上述步驟計算得到的線路結(jié)果，將虛擬的導航路線與攝像頭實時捕捉的畫面疊加，顯示在手機終端屏幕上。

2.根據(jù)權(quán)利要求1所述一種基于深度學習和增強現(xiàn)實的圖書館導航系統(tǒng)實現(xiàn)方法，其特征在于：在所述步驟1中，室內(nèi)場所的平面結(jié)構(gòu)生成室內(nèi)導航地圖的方法包括如下步驟：

1)將室內(nèi)場所平面圖掃描輸入至計算機進行預處理，標記出墻體、門窗、柱子等對應的圖塊；

2)計算機根據(jù)標記的信息，對地圖進行網(wǎng)格化處理，形成室內(nèi)空間的劃分；

3)根據(jù)對圖網(wǎng)格化所建立的拓撲關(guān)系，生成地圖矩陣。

3.根據(jù)權(quán)利要求1所述一種基于深度學習和增強現(xiàn)實的圖書館導航系統(tǒng)實現(xiàn)方法，其特征在于：在所述步驟3中，數(shù)據(jù)庫更新方法包括如下步驟：

1)數(shù)據(jù)預處理，在含頂部四個固定對角天線的實驗場景中，以待測標簽的RSSI-Phase-Timestamp信息作為一組數(shù)據(jù)，獲取多組數(shù)據(jù)對數(shù)據(jù)進行小波去噪和標準化處理；

2)數(shù)據(jù)挖掘，建立基于CNN的神經(jīng)網(wǎng)絡(luò)，給定輸入數(shù)據(jù)，通過卷積層模擬特征區(qū)分，并且通過卷積層模擬特征區(qū)分，并且通過卷積層的全職共享以及池化，降低網(wǎng)絡(luò)參數(shù)數(shù)量級，最后通過傳統(tǒng)神經(jīng)網(wǎng)絡(luò)對提取到的特征進行非線性組合獲得輸出，最終得到標簽在x、y、z軸的三維位置信息，并將數(shù)據(jù)更新至數(shù)據(jù)庫。

4.根據(jù)權(quán)利要求1所述一種基于深度學習和增強現(xiàn)實的圖書館導航系統(tǒng)實現(xiàn)方法，其特征在于：在所述步驟4掃描識別標識符圖像，確定初始位置時，依據(jù)以下規(guī)則：

1)用戶打開攝像頭朝向地面上的標識圖時，系統(tǒng)捕捉畫面；

2)將捕捉到的畫面與系統(tǒng)內(nèi)預設(shè)的起始位置圖片做基于內(nèi)容的圖像檢索，使用得到的特征向量，計算與目標數(shù)據(jù)庫圖片的歐幾里得距離，從而得到匹配結(jié)果；

3)使用投影變換，根據(jù)已知的圖像物理尺寸、世界坐標，計算相機坐標，從而確定導航的初始位置，并根據(jù)導航的初始位置和目標位置，在平面圖中使用廣度優(yōu)先遍歷計算最短路徑。