[發(fā)明專利]一種WiFi和視覺多源融合的移動(dòng)機(jī)器人室內(nèi)定位方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011121060.0
• 申請(qǐng)日: 2020-10-19
• 公開（公告）號(hào): CN112325883B
• 公開（公告）日: 2022-06-21
• 發(fā)明（設(shè)計(jì)）人: 孫煒;唐晨俊
• 申請(qǐng)（專利權(quán)）人: 湖南大學(xué)
• 主分類號(hào): G01C21/20
• 分類號(hào): G01C21/20;G06T7/73;H04W4/33;H04W64/00;H04W84/12
• 代理公司: 深圳市興科達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 44260
• 代理人: 桂艷球

1.一種WiFi和視覺多源融合的移動(dòng)機(jī)器人室內(nèi)定位方法，其特征在于，包括如下步驟：

S1：采集室內(nèi)定位空間中的WiFi信息和圖像信息，進(jìn)行預(yù)處理后，建立WiFi地圖和視覺SLAM地圖；

S2：對(duì)多個(gè)地標(biāo)分別計(jì)算在所述WiFi地圖和所述視覺SLAM地圖中的位置信息，并采用指紋地標(biāo)法建立所述WiFi地圖和所述視覺SLAM地圖的映射關(guān)系，使所述WiFi地圖和所述視覺SLAM地圖融合；

S3：移動(dòng)機(jī)器人處于定位空間內(nèi)的任一位置時(shí)，采用基于信息增益的KNN指紋定位算法利用所述WiFi地圖進(jìn)行WiFi定位；采用圖像的特征匹配算法利用所述視覺SLAM地圖進(jìn)行視覺SLAM定位；

S4：將WiFi定位與視覺SLAM定位中的視覺詞袋技術(shù)融合實(shí)現(xiàn)粗定位，具體包括如下步驟：

建立一個(gè)得分機(jī)制score(i)(j)＝score1(i)+score2(j)+score3(i)(j)，其中score1(i),i＝1,2,K,K為K個(gè)WiFi指紋距離得分；score2(j),j＝1,2,K,NK為NK個(gè)圖像相似度得分；

將K個(gè)WiFi指紋位置與NK個(gè)圖像位置采用歐氏距離進(jìn)行兩兩組合，得到K*NK個(gè)組合位置距離score3(i)(j),i＝1,2,...,K；j＝1,2,...,NK為K*NK個(gè)組合位置距離得分；

通過(guò)得分機(jī)制得到任意點(diǎn)與各個(gè)指紋網(wǎng)格點(diǎn)的得分值score(i)(j)，從中選出得分值最高所對(duì)應(yīng)的指紋網(wǎng)格點(diǎn)的相關(guān)信息，作為定位的粗定位位置，粗定位位置表示為：

和分別表示從中選出得分值最高所對(duì)應(yīng)的WiFi指紋位置信息和圖像位置信息；

S5：以粗定位的范圍作為約束條件采用視覺SLAM定位實(shí)現(xiàn)精確定位。

2.根據(jù)權(quán)利要求1所述的WiFi和視覺多源融合的移動(dòng)機(jī)器人室內(nèi)定位方法，其特征在于，所述步驟S1包括如下步驟：

S11：在室內(nèi)定位空間中布置M個(gè)指紋網(wǎng)格點(diǎn)，每個(gè)所述指紋網(wǎng)格點(diǎn)獲取N個(gè)無(wú)線接入點(diǎn)所發(fā)出的WiFi信息，每個(gè)所述無(wú)線接入點(diǎn)采集n個(gè)樣本數(shù)據(jù)；同時(shí)獲取每個(gè)所述指紋網(wǎng)格點(diǎn)周圍的圖像信息；

S12：對(duì)所述樣本數(shù)據(jù)采用格拉布斯準(zhǔn)則進(jìn)行異常值檢測(cè)，若檢測(cè)為異常值則剔除，反之則保留；

S13：對(duì)室內(nèi)定位空間中的所有無(wú)線接入點(diǎn)計(jì)算其信息增益，并根據(jù)信息增益的大小對(duì)所述無(wú)線接入點(diǎn)進(jìn)行排序，以信息增益從大到小的順序篩選出前N_AP個(gè)無(wú)線接入點(diǎn)，依次表示為：

S14：每個(gè)所述指紋網(wǎng)格點(diǎn)的WiFi信息表示為L(zhǎng)_i＝{RSSI_i,o_i},i＝1,2,K,M，其中，表示在第i個(gè)指紋網(wǎng)格點(diǎn)上所采集的N_AP個(gè)無(wú)線接入點(diǎn)信號(hào)強(qiáng)度的信息向量，是第i個(gè)指紋網(wǎng)格點(diǎn)上測(cè)得第N_AP個(gè)無(wú)線接入點(diǎn)的信號(hào)強(qiáng)度，o_i＝{x_i,y_i}表示第i個(gè)指紋網(wǎng)格點(diǎn)的位置信息，其中x_i和y_i分別是第i個(gè)指紋網(wǎng)格點(diǎn)在世界坐標(biāo)系下的x軸和y軸坐標(biāo)；

S15：通過(guò)所述指紋網(wǎng)格點(diǎn)的WiFi信息構(gòu)建WiFi地圖，通過(guò)所述指紋網(wǎng)格點(diǎn)的圖像信息構(gòu)建視覺SLAM地圖。

3.根據(jù)權(quán)利要求2所述的WiFi和視覺多源融合的移動(dòng)機(jī)器人室內(nèi)定位方法，其特征在于，所述圖像信息包括彩色圖像信息和深度圖像信息。

4.根據(jù)權(quán)利要求2所述的WiFi和視覺多源融合的移動(dòng)機(jī)器人室內(nèi)定位方法，其特征在于，所述步驟S12包括如下步驟：

S121：通過(guò)n個(gè)所述樣本數(shù)據(jù)選定明顯水平a，查找格拉布斯表獲取臨界值T(n,a)；

S122：計(jì)算樣本數(shù)據(jù)的平均值X_avg和標(biāo)準(zhǔn)差σ，計(jì)算過(guò)程如下：

S123：對(duì)每個(gè)數(shù)據(jù)樣本計(jì)算統(tǒng)計(jì)量T，計(jì)算過(guò)程如下：

S124：針對(duì)任意數(shù)據(jù)樣本，當(dāng)T≥T(n,a)時(shí)，則該數(shù)據(jù)為異常值需要被剔除，當(dāng)TT(n,a)時(shí)為正常數(shù)據(jù)進(jìn)行保留。