一种基于格网模型的pdr室内定位方法及系统的制作方法
【技术领域】
[0001]本发明涉及计算机技术领域，尤其涉及一种基于格网模型的PDR室内定位方法及 系统。
【背景技术】
[0002] 当今社会，小型化或微型化成为计算机的发展趋势，各种小型计算设备（如：掌上 电脑、手机、传感器、射频标签等)逐渐融入了人们的生活，尤其是智能手机的普及，使各种 新型位置感知技术和服务模式不断涌现。人们绝大部分时间都处在室内空间（如办公楼、购 物中心、地铁站等）中，准确、可靠、普适的室内定位系统成为许多移动应用的关键。伴随着 普适计算、物联网、移动社交网络等新型移动计算模式的不断涌现，位置信息愈显得重要。 虽然传统的以GPS为代表的全球导航卫星定位系统技术已相对成熟，且具有全天候、高精 度、自动测量等特点，但与开放的室外空间相比，室内空间在空间布局、拓扑、环境限制、空 间约束等方面更加复杂，在室内环境或复杂城镇环境下，由于信号遮挡以及多径效应导致 其定位效果并不理想。定位尤其是室内定位已成为位置感知领域学术界和产业界关注的热 点。
[0003] 传统的依赖基础设施(如:Wi-Fi等）的室内定位技术在成本、部署要求等方面的局 限性，大大限制了其在许多场合的应用。近年来，随着配备有惯性传感器的智能手机的普 及，使得具有自主式定位能力的行人航位推算(Pedestrian Dead-Reckoning,简称PDR)方 法成为一种必然趋势，也使得人感知环境的能力得到了极大增强，在构建不依赖基础设施 的行人位置感知系统方面显示出巨大潜力。然而，PDR方法存在累积误差，需要不断进行校 正才能保证一定的定位精度。而利用不同信息源之间的丰富关联性和再构建，融合来自于 不同信息源、数据源的信息，增强约束，可以在一定程度上精确位置信息。如:地图匹配(Map matching)或称地图滤波(Map filtering)技术通过贝叶斯滤波降低违反空间约束的位置 (如穿过墙壁，定位在障碍物所在位置)的概率，以提高改进定位精度、优化性能的目的。然 而，地图匹配所利用的室内空间信息非常有限，且对一些违反约束的情况的定义并不准确， 如对定位结果穿墙情况的判定，只是简单的判断两点之间的直线距离是否穿过墙壁或障碍 物，但没有考虑行人可能绕行的情况。另外，也不能提供进一步的空间查询和计算操作，如 计算两点之间的最短路径距离，室内空间中两点之间的连通性，而这些空间信息其实都可 以用来辅助行人追踪。
【发明内容】
[0004] 本发明实施例通过提供一种基于格网模型的PDR室内定位方法及系统，解决了现 有技术中无法精确定位和进一步计算的技术问题，实现了能够精确定位和进一步计算的技 术效果。
[0005] 本发明实施例提供了 一种基于格网模型的TOR室内定位方法，包括：
[0006] 构建定位区域的格网模型M= {size, (Xi，yi, IDi，typei，neighboursi)，1 < i < N}; 其中，size为格网模型Μ的单元格大小，Xi为单元格i的横坐标，yi为单元格i的纵坐标，IDi为 单元格索引，typei为单元格i的类型，neighbouri为单元格i的邻近单元格，N为某一层格网 模型包含的单元格数量；
[0007]获取待定位目标的运动趋势；
[0008] 基于所述待定位目标前一时刻的位置信息和当前时刻的运动趋势，计算得到格网 先验概率fTk,t = P(Xt I Xt-l，Zt);其中，Xt为所述待定位目标在t时刻的位置信息，Xt-l为所述 待定位目标在t-ι时刻的位置信息，Zt为所述待定位目标在t时刻的运动趋势；
[0009] 根据所述格网模型Μ的语义和拓扑特征对所述格网先验概率p\t进行筛选，得到 所述待定位目标位置候选单元格的后验概率?1^ = <^((11{,1;，21;,11)|11;-1，]\〇?\1;，从而得到根 据所述格网模型Μ重新计算出的所述待定位目标在t时刻的位置信息 Xk,t和根据所述格网模 型Μ重新计算出的所述待定位目标在t时刻的运动趋势zt,h，实现定位;其中，为所述待定 位目标在位置Xk,t的先验概率，α是一个归一化的常量，使得PM的值在[0，1]之间。
[0010] 进一步地，在所述计算得到格网先验概率?、和/或所述根据所述格网模型Μ的语 义和拓扑特征对所述格网先验概率P_k,t进行筛选时，选取所述格网模型Μ中以所述待定位 目标所在单元格为中心的一个可预测范围内的邻近单元格参与计算;其中，所述可预测范 围由所述待定位目标的运动趋势而定。
[0011] 进一步地，所述定位区域为平面区域;还获取连通各所述平面区域的通道信息；
[0012] 基于根据所述格网模型Μ重新计算出的所述待定位目标在t时刻的位置信息Xk,t、 根据所述格网模型Μ重新计算出的所述待定位目标在t时刻的运动趋势z t,h和所述通道信息 实现所述待定位目标的定位。
[0013] 进一步地，还包括：
[0014] 判断根据所述格网模型Μ重新计算出的所述待定位目标在t时刻的位置信息Xk,t是 否为死角；
[0015] 若所述Xk,t是死角，改变所述待定位目标在上一时刻的运动趋势，并在上一时刻的 位置重新计算所述格网先验概率P\t和所述后验概率Pk,t直至所述待定位目标的位置不是 死角。
[0016] 进一步地，所述判断根据所述格网模型Μ重新计算出的所述待定位目标在t时刻的 位置信息Xk, t是否为死角，包括：
[0017] 判断所述Xk,t与上一时刻的位置是否一样，若一样，说明所述Xk, t是死角。
[0018] 本发明实施例提供的基于格网模型的TOR室内定位系统，包括：
[0019]格网模型构建模块，用于构建定位区域的格网模型M= {size, (Xi，yi, IDi,typei, neighboursi), 1 < i < N};其中，size为格网模型M的单元格大小，xi为单元格i的横坐标，yi 为单元格i的纵坐标，IDi为单元格索引，typei为单元格i的类型，neighbouri为单元格i的邻 近单元格，N为某一层格网模型包含的单元格数量；
[0020] 运动趋势获取模块，用于获取待定位目标的运动趋势；
[0021] 计算模块，用于基于所述待定位目标前一时刻的位置信息和当前时刻的运动趋 势，计算得到格网先验概率p\ t = p ( Xt I Xt-l，Zt);其中，Xt为所述待定位目标在t时刻的位置 信息，Xt-ι为所述待定位目标在t-ι时刻的位置信息，Zt为所述待定位目标在t时刻的运动趋 势；
[0022] 定位模块，用于根据所述格网模型Μ的语义和拓扑特征对所述格网先验概率p\t 进行筛选，得到所述待定位目标位置候选单元格的后验概率?1^ = <^((11{,1；，21;,11)|11;-1，]\〇 P\t，从而得到根据所述格网模型Μ重新计算出的所述待定位目标在t时刻的位置信息Xk,t 和根据所述格网模型Μ重新计算出的所述待定位目标在t时刻的运动趋势Zt,h，实现定位;其 中，/1.,为所述待定位目标在位置Xk,t的先验概率， α是一个归一化的常量，使得pk,t的值在 [0，1]之间。
[0023] 进一步地，所述计算模块在计算得到格网先验概率p\t时，选取所述格网模型Μ中 以所述待定位目标所在单元格为中心的一个可预测范围内的邻近单元格参与计算;其中， 所述可预测范围由所述待定位目标的运动趋势而定；
[0024] 和/或，
[0025] 所述定位模块在根据所述格网模型Μ的语义和拓扑特征对所述格网先验概率p、,t 进行筛选时，选取所述格网模型Μ中以所述待定位目标所在单元格为中心的一个可预测范 围内的邻近单元格参与计算;其中，所述可预测范围由所述待定位目标的运动趋势而定。
[0026] 进一步地，所述定位区域为平面区域;还包括：
[0027]通道信息获取模块，用于获取连通各所述平面区域的通道信息；
[0028]所述定位模块，具体用于根据所述格网模型Μ的语义和拓扑特征对所述格网先验 概率fTk, t进行筛选，得到所述待定位目标位置候选单元格的后验概率Pk, t = ap((Xk, t，Zt,h) | χ^，Μ)ρ?^，从而得到根据所述格网模型M重新计算出的所述待定位目标在t时刻的位置信 息xk,t和根据所述格网模型Μ重新计算出的所述待定位目标在t时刻的运动趋势z t,h，