[發明專利]一種基于動態詞向量的室內地圖定位方法

有效

• 申請號: 202011021069.4
• 申請日: 2020-09-25
• 公開（公告）號: CN112146660B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 閻波;張麗佳;吳沛航;肖卓凌
• 申請（專利權）人: 電子科技大學
• 主分類號: G01C21/20
• 分類號: G01C21/20;G01C21/00;G01C21/16;G06N3/04;G06N3/08
• 代理公司: 北京正華智誠專利代理事務所(普通合伙) 11870
• 代理人: 何凡

1.一種基于動態詞向量的室內地圖定位方法，其特征在于，包括以下步驟：

S1、將室內二維平面地圖抽象為頂點集；

頂點表示地圖中可達到的位置，對每個頂點進行編號，并記錄該頂點的像素坐標和與該頂點相鄰的兩層鄰接點的編號；

S2、采用頂點集對應的鄰接點集訓練動態詞向量模型ELMo，得到訓練完成的動態詞向量模型ELMo；

S3、采集行人在室內行走的慣導數據；

S4、將慣導數據對應的大地定位坐標轉換為室內地圖上的像素坐標；

S5、采用粒子濾波的轉移模塊對基于室內地圖像素坐標的慣導數據進行處理，得到當前時刻的粒子狀態；

S6、采用訓練完成的動態詞向量模型ELMo對粒子狀態進行向量表示，得到當前時刻的粒子狀態向量；

S7、將當前時刻的粒子狀態向量與前幾個歷史時刻的粒子狀態向量輸入變分自編碼器網絡模型中，得到當前時刻的預測位置的向量；

S8、將預測位置的向量與頂點集進行匹配，得到修正后的定位坐標。

2.根據權利要求1所述的基于動態詞向量的室內地圖定位方法，其特征在于，所述步驟S1具體為：將室內二維平面地圖的各個頂點進行編號，并記錄該頂點的像素坐標，將頂點編號和頂點的像素坐標組合，得到頂點集。

3.根據權利要求1所述的基于動態詞向量的室內地圖定位方法，其特征在于，所述步驟S5中采用粒子濾波的轉移模塊對基于室內地圖像素坐標的慣導數據進行處理的公式為：

其中，(x_t,y_t)為粒子在t時刻在地圖上所處的像素坐標，即粒子狀態，l_t為在t時刻粒子移動的位移，h_t為在t時刻粒子移動的方向，為方向的固有偏置，為位移的固有偏置。

4.根據權利要求1所述的基于動態詞向量的室內地圖定位方法，其特征在于，所述步驟S7中變分自編碼器網絡模型包括：編碼器、多個全連接層、隱向量模塊和解碼器；

所述編碼器包括：多個長短時記憶網絡LSTM的一個cell單元，即多個編碼器-cell單元；

每個所述編碼器-cell單元的第一輸入端共同作為編碼器或變分自編碼器網絡模型的輸入端；

所述解碼器包括：多個長短時記憶網絡LSTM的一個cell單元，即多個解碼器-cell單元；

除第一個編碼器-cell單元外的剩余每個編碼器-cell單元的第二輸入端與上一個編碼器-cell單元的第一輸出端連接；

每個所述編碼器-cell單元的第二輸出端分別與兩個全連接層的輸入端連接；

每個所述全連接層的輸出端與隱向量模塊的輸入端連接；

所述隱向量模塊的輸出端與第一個解碼器-cell單元的第一輸入端連接；

剩余的每個所述解碼器-cell單元的第一個輸入端分別與上一個解碼器-cell單元的輸出端連接，最后一個解碼器-cell單元的輸出端作為解碼器或變分自編碼器網絡模型的輸出端；

每個所述解碼器-cell單元的第二輸入端用于輸入一個歷史時刻的粒子狀態向量。

5.根據權利要求4所述的基于動態詞向量的室內地圖定位方法，其特征在于，所述步驟S7包括以下分步驟：

S71、將當前時刻的粒子狀態向量進行劃分，得到幾組向量數據；

S72、將幾組向量數據與編碼器-cell單元進行一一匹配，輸入每一個編碼器-cell單元的第一輸入端；

S73、將每一個編碼器-cell單元第二輸出端的輸出分別經過兩個全連接層進行分類處理，得到向量數據的均值和方差；

S74、將所有全連接層輸出的向量數據的均值和方差輸入隱向量模塊，得到向量數據的隱向量；

S75、將向量數據的隱向量輸入第一個解碼器-cell單元的第一輸入端，將每個歷史時刻的粒子狀態向量依次輸入每個解碼器-cell單元的第二輸入端，得到當前時刻的預測位置的向量。