[發明專利]一種基于無線眾包數據的人員室內語義軌跡重建方法

有效

• 申請號: 202110952934.5
• 申請日: 2021-08-19
• 公開（公告）號: CN113727273B
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 莊園;曹曉祥;王軒;楊先圣
• 申請（專利權）人: 武漢大學
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W4/021;H04W4/029;H04W4/33;H04W64/00;G06N3/04
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 王琪

1.一種基于無線眾包數據的人員室內語義軌跡重建方法，其特征在于，包括如下步驟：

首先對以下符號進行定義；AP表示接入點，RSS表示信號接收強度，POI表示興趣點，GNSS表示全球衛星導航定位系統，UWB表示超寬帶；然后進行以下操作：

步驟1，眾包數據清洗，以篩選出內含POI信息的無線掃描列表，以及輔助判斷的支付信息、無線連接信息、慣性傳感器信息；其中無線掃描列表內包括AP的名稱、物理地址MAC和信號強度RSS；

步驟2，將無線信號與POI進行關聯，為無線信號數據打位置標簽，從而生成POI指紋庫，所述POI指紋庫包括掃描無線掃描列表和對應的POI名稱；

步驟2的具體實現方式如下；

Step21，針對步驟1中篩選出來的輔助判斷信息，將部分無線掃描列表和某一確定的POI關聯起來，具有相同名稱的POI通過關聯的AP的MAC進行區分；

Step22，針對某些無線掃描列表沒有關聯的輔助信息，此時使用數據中某一AP的RSS在掃描列表中的排序始終靠前，并且這一AP的名稱中含有步驟1中POI名稱列表某一POI字段，同樣做關聯操作；

Step23，當某些已經能夠與無線掃描數據確切關聯的POI上出現新的掃描數據時，使用DBSCAN，即具有噪聲的基于密度的聚類方法確定是否將新的掃描數據與之關聯，將篩選出來的數據和該POI下確定的數據分為兩類：即同一POI上的數據和不是同一POI上的數據，當該POI下確定數據有多條時，每條與篩選出來的數據合并聚類，最后依據結果投票確定數據是否可以和POI關聯，模糊結果均不予關聯；

Step24，上述操作結束后，便建立起POI指紋庫，包括掃描無線掃描列表和對應的POI名稱；定義指紋點即一個POI，通過眾包數據找出一些在POI上掃描的無線數據，即這一指紋點上的指紋信息，也就是一個無線掃描的列表，這個列表里包括掃到的AP名稱、MAC和對應的接收信號強度RSS，然后對每條指紋數據中RSS做歸一化處理；

其中rss_std分別表示RSS列表的均值和方差，表示掃描列表中第i個AP的接收信號強度；

步驟3，根據步驟2中建立的關聯指紋數據中RSS關系反推出POI間的相對位置關系，得到相對語義地圖；

步驟4，構建指紋匹配模型，并通過建立的POI指紋庫訓練指紋匹配模型，模型輸出匹配結果和該結果的置信度；

步驟4中訓練指紋匹配模型的具體實現方式如下；

Step41，將步驟2中的無線指紋庫中的指紋信息兩兩配對，如果兩條信息來自同一POI，這樣的一對信息用于后續計算生成正樣本；如果兩條信息來自不同POI，這樣的一對信息用于后續計算生成負樣本；

Step42，利用Step41組成的配對來計算新的相對特征，包括相似度特征、排序特征、移位特征和重合數特征，從而得到新的特征向量，該特征向量就是后續模型訓練的正、負樣本；

Step43，通過整理的正負樣本，利用神經網絡來訓練指紋匹配模型，神經網絡結構設計中將網絡最后一層設計為softmax層，這樣使得指紋匹配模型輸出的是正樣本概率，即匹配上該POI指紋數據的概率，并通過驗證集獲得閾值pro_threshold；

步驟5，通過步驟4中的指紋匹配模型確定行人經過的POI，并通過相對語義地圖糾正誤匹配；

步驟5的具體實現方式如下；

Step51，待進行軌跡重建的數據依據掃描周期在某些時間點上有掃描列表，若某些掃描列表中排序靠前的AP未出現在步驟1中POI名稱列表中，則這一掃描列表時間點定位匹配的POI為None，反之則進入Step52；

Step52，對這一時間點的掃描列表scan_list的RSS做歸一化處理，在無線POI指紋庫中篩選出出現scan_list中的AP的所有指紋點；

Step53，將篩選出的指紋點數據和scan_list做相對特征，計算得到多條特征向量；

Step54，將Step53中生成的特征向量輸入步驟4中訓練的指紋匹配模型，輸出每一篩出指紋點的匹配概率，提取出概率最高的指紋點；

Step55，先將概率最高的指紋點的概率同閾值pro_threshold進行比較，大于pro_threshold則將此POI名稱和其對應的概略GNSS位置作為一條結果輸出，反之，則輸出None；

Step56，每一個掃描列表均對應一個時間戳，借助步驟3中生成的相對語義地圖對重建的軌跡中時間與相對關系不匹配的結果進行調整、校正；

Step57，最終恢復出一條語義軌跡，利用圓表示匹配的POI，圓的大小對應匹配的置信度，箭頭表示先后關系，各個POI間連接的線段長度表示從上一POI到下一POI經歷的時長。

2.如權利要求1所述的一種基于無線眾包數據的人員室內語義軌跡重建方法，其特征在于：步驟1中眾包數據清洗的具體實現方式如下；

Step11，建立定位場景下的POI列表，該列表需包含盡量多的字段；

Step12，通過模糊搜索手段，并制定的匹配規則與Step11中列表進行匹配，將眾包無線數據中含有列表中相關常見POI名稱信息的數據篩選出來，所述匹配規則包括中英文、大小寫、縮寫簡稱、部分字段；

Step13，對眾包數據中輔助判斷的信息進行保留。