一种室内定位追踪方法
【技术领域】
[0001 ] 本发明涉及室内定位技术领域，特别涉及一种室内定位追踪方法。
【背景技术】
[0002]目前，随着无线局域网的发展，许多建筑内部都已经部署了一个或多个WIFI访问点。在此基础上，基于WIFI的室内定位技术也得到了一定的发展。
[0003]然而，对于同一室内位置，随着时间的变化同一 WIFI访问点的信号强度并不是固定不变的，而是存在一定的波动，由此使得目前基于WIFI的室内定位技术在定位追踪的过程中存在较大的误差。
[0004]综上所述可以看出，如何提高室内定位追踪过程的精确度是目前亟待解决的问题。
【发明内容】
[0005]有鉴于此，本发明的目的在于提供一种室内定位追踪方法，提尚了室内定位追踪过程的精确度。其具体方案如下:
[0006]一种室内定位追踪方法，应用于智能移动终端，所述智能移动终端包括WIFI信号接收模块、加速度传感器和磁力计；所述方法包括:
[0007]利用所述WIFI信号接收模块，采集当前定位时刻下室内所有能够接收到的WIFI信号的信号强度，得到所述当前定位时刻下的WIFI指纹；
[0008]利用所述当前定位时刻下的WIFI指纹和预先构建的WIFI指纹数据库，计算得到所述当前定位时刻下用户的第一位置估计信息；
[0009]分别利用所述加速度传感器和所述磁力计，相应地采集当前目标移动时间段内的加速度信息和方向信息，所述当前目标移动时间段为位于所述当前定位时刻与上一定位时刻之间的时间段；
[0010]基于所述加速度信息和所述方向信息计算得到所述当前定位时刻下用户的第二位置估计信息，具体包括，对所述加速度信息和所述方向信息进行分析处理，相应地得到用户的移动矢量信息，将所述移动矢量信息与所述上一定位时刻下用户的第二位置估计信息进行相加处理，得到所述当前定位时刻下用户的第二位置估计信息；其中，初始定位时刻下用户的第二位置估计信息为与所述初始定位时刻下用户的第一位置估计信息相一致的信息;
[0011]将所述当前定位时刻下的第一位置估计信息和所述当前定位时刻下的第二位置估计信息分别乘以各自的权重系数后相加，得到所述当前定位时刻下用户的位置信息。
[0012]优选的，所述对所述加速度信息和所述方向信息进行分析处理，相应地得到用户的移动矢量信息的过程包括:
[0013]对所述加速度信息和所述方向信息进行分析，得到携带有移动方向信息的用户移动步数；将所述用户移动步数与预设的用户步长信息进行相乘处理，相应地得到所述移动矢量信息。
[0014]优选的，所述WIFI指纹数据库的构建过程包括:
[0015]对室内空间进行网格化处理，得到室内网格集；
[0016]依次将所述室内网格集中每一个网格顶点所在的位置作为采集点，对该采集点上所有能够接收到的WIFI信号的信号强度进行采集，得到与每一个网格顶点对应的WIFI指纹；并将每一个WIFI指纹中具有最强信号强度的WIFI信号所对应的WIFI访问点的编号作为该WIFI指纹的编号；
[0017]将每一个网格顶点的坐标、相应的WIFI指纹以及该WFI指纹的编号存储到数据库中，得到所述WIFI指纹数据库。
[0018]优选的，所述室内网格集中的每对相邻网格顶点之间的顶点间距均相等。
[0019]优选的，所述顶点间距为大于或等于噪声阈值间距的间距；所述噪声阈值间距为当室内存在噪声信号时，能够通过分辨WIFI信号的信号强度来区分两个采集点的最小间距。
[0020]优选的，所述依次将所述室内网格集中每一个网格顶点所在的位置作为采集点，对该采集点上所有能够接收到的WIFI信号的信号强度进行采集，得到与每一个网格顶点对应的WIFI指纹的过程包括:
[0021 ] 依次将所述室内网格集中每一个网格顶点所在的位置作为采集点，对该采集点上所有能够接收到的WIFI信号中的每一个WIFI信号的信号强度均进行多次重复采集后取均值，得到与每一个网格顶点对应的WIFI指纹。
[0022]优选的，所述利用所述当前定位时刻下的WIFI指纹与预先构建的WIFI指纹数据库，计算得到所述当前定位时刻下用户的第一位置估计信息的过程包括:
[0023]确定所述当前定位时刻下的WIFI指纹的编号；
[0024]从所述WIFI指纹数据库中，取出与所述当前定位时刻下的WIFI指纹的编号相一致的所有WIFI指纹，形成WIFI指纹样本空间；
[0025]利用定位算法对所述WIFI指纹样本空间进行处理，得到所述当前定位时刻下用户的第一位置估计信息。
[0026]优选的，所述定位算法为K最邻近分类算法。
[0027]优选的，所述利用所述当前定位时刻下的WIFI指纹与预先构建的WIFI指纹数据库，计算得到所述当前定位时刻下用户的第一位置估计信息的过程包括:
[0028]确定所述当前定位时刻下的WIFI指纹的编号；
[0029]从所述WIFI指纹数据库中，取出与所述当前定位时刻下的WIFI指纹的编号相一致的所有WIFI指纹，形成WIFI指纹样本空间；
[0030]利用定位算法对所述WIFI指纹样本空间进行处理，得到所述当前定位时刻下用户的待修正位置信息；
[0031 ] 利用所述当前定位时刻下的卡尔曼滤波器对所述当前定位时刻下用户的待修正位置信息进行修正处理，得到所述当前定位时刻下用户的第一位置估计信息；
[0032]其中，所述初始定位时刻下用户的第一位置估计信息为与所述初始定位时刻下用户的待修正位置信息相一致的信息；所述当前定位时刻下的卡尔曼滤波器为利用目标位移矢量对所述上一定位时刻下的卡尔曼滤波器进行重置后得到的卡尔曼滤波器；所述目标位移矢量为所述当前定位时刻下用户的待修正位置信息与所述上一定位时刻下用户的第一位置估计信息之间的位移矢量。
[0033]优选的，所述定位算法为K最邻近分类算法。
[0034]本发明中，通过利用当前定位时刻下的WIFI指纹和预先构建的WIFI指纹数据库，计算得到当前定位时刻下用户的第一位置估计信息；基于加速度信息和方向信息计算得到当前定位时刻下用户的第二位置估计信息；最后将当前定位时刻下的第一位置估计信息和第二位置估计信息分别乘以各自的权重系数后相加，得到当前定位时刻下用户的位置信息。可见，本发明在进行室内定位追踪时，通过对基于WIFI指纹得到的第一位置估计信息以及基于加速度信息和方向信息得到的第二位置估计信息分别施加不同的权重系数，相加后得到用户的位置信息，这样相当于利用加速度信息和方向信息对基于WIFI指纹得到的第一位置估计信息进行了校正处理，从而提高了最终得到的用户位置信息的精确度，也即，本发明提尚了室内定位追踪过程的精确度。
【附图说明】
[0035]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0036]图1为本发明实施例公开的一种室内定位追踪方法流程图；
[0037]图2为本发明实施例公开的一种构建WIFI指纹数据库的流程图；
[0038]图3为本发明实施例公开的一种计算第一位置估计信息的流程图；
[0039]图4为本发明实施例公开的另一种计算第一位置估计信息的流程图。
【具体实施方式】
[0040]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0041]本发明实施例公开了一种室内定位追踪方法，应用于智能移动终端，智能移动终端包括WIFI信号接收模块、加速度传感器和磁力计；图1为本实施例中的室内定位追踪方法的流程图，需要说明的是，步骤SlOl和步骤S102之间不存在时间先后顺序。上述室内定位追踪方法包括:
[0042]步骤SlOl:利用WIFI信号接收模块，采集当前定位时刻下室内所有能够接收到的WIFI信号的信号强度，得到当前定位时刻下的WIFI指纹；利用当前定位时刻下的WIFI指纹和预先构建的WIFI指纹数据库，计算得到当前定位时刻下用户的第一位置估计信息。
[0043]步骤S102:分别利用加速度传感器和磁力计，相应地采集当前目标移动时间段内的加速度信息和方向信息，当前目标移