一种基于惯性导航结合Wi‑Fi辅助定位的盲人室内导航方法与流程

本发明属于人身安全领域，具体涉及一种基于惯性导航结合Wi-Fi辅助定位的盲人室内导航方法。

背景技术：

随着社会的不断发展，建筑越来越趋向于复杂化、多样化。对于盲人来说，想在建筑内准确地找到一个房间是一件很困难的事情。不仅如此，在室内情况复杂，信号干扰严重，GPS难以进行准确的定位导航。

近年来科技发展十分迅速，智能手机已经不仅仅局限于打电话、发信息等应用。智能手机大都配备了摄像头、加速度传感器、陀螺仪等各种传感器，可以通过智能手机的惯性导航进行人员位置的定位导航。同时建筑也越来越趋向现代化，往往都有Wi-Fi覆盖。

由于智能手机已十分普及，所以可以利用智能手机的传感器对盲人进行位置的定位和路径的导航。

技术实现要素：

针对当盲人在室内时，由于室内不能够很好地接收GPS信号，所以本发明提出一种基于地标修正、用Wi-Fi辅助定位的惯性导航方法，利用手机的加速度传感器、陀螺仪和楼内的Wi-Fi能够协助使用者进行路径导航。区别于普通惯性导航结合Wi-Fi定位的方法，本发明考虑到Wi-Fi网络可能不符合定位要求，所以仅使用Wi-Fi进行辅助定位而不依赖于Wi-Fi，以基于地标修正的惯性导航方法为主。

实现本发明的技术方案如下：

一种基于惯性导航结合Wi-Fi辅助定位的盲人室内导航方法，其特征在于，包括惯性导航的轨迹生成步骤以及室内导航的步骤；

所述惯性导航的轨迹生成步骤包括如下：

(1)利用手机加速度传感器记录下三轴的加速度值，即为：A＝{a₁,a₂,...,a_n}，对手机原始加速度进行降噪及去除重力处理：

$a^{\′}={\mathrm{\αa}}_{x_i}+(1-\mathrm{\α})a_{x_{i-1}}-g$

其中，a∈[0,1]，i＝{1,2,3,...,n}，n表示加速度序列的长度，g为重力；

(2)判断行走状态：垂直方向和步行方向所产生的加速度与时间的关系曲线上会出现峰值，通过对峰值的检测和计算，并将加速度的值与阈值进行比较，即可判断用户的步行状态；

(3)计算步数：通过计算得出3个加速度的大小和方向，获得一条步行运动的正弦曲线轨迹；然后进行峰值检测，通过和上一次记录的加速度大小进行比较，如果相反，表示刚过峰值状态，则进入进行计步，否则舍弃；通过对峰值的次数的累积可得到用户步行步数，并生成轨迹；

室内导航的步骤包括：

使用者从室外进入建筑时选择对应的入口定标点，确定当前位置；手机开始自动检测Wi-Fi信号进行定位，并与当前位置进行对比；同时，惯性导航系统给出下一个定标点的位置，并由手机内置地磁传感器确定方向，给予盲人以语音提示；当盲人到达下一个定标点时，使用语音输入以使手机确认当前定标点位置，同时进行Wi-Fi定位对比，以此类推，持续给予盲人语音提示；直到盲人成功到达指定目的地时，导航成功。

进一步，所述步骤(3)的具体步骤：

1)计算方向：利用手机的方向传感器可获得方向数据，方向传感器返回的3个角度分别表示手机顶部的朝向与正北方向的夹角、手机的顶部或尾部翘起的角度和左侧或右侧翘起的角度，利用这3个角度即可确定手机的摆放位置；

2)基于最小二乘法计算步长：人行走时的步长由行走时的所产生的加速度计算出来；

3)生成轨迹：惯性导航轨迹生成算法根据人的步数、步长、行走的方向来计算人的位置：首先将起点的坐标(x₀,y₀)为原点，第j步的坐标为(x_j,y_j),则第j步坐标为：

(x_j,y_j)＝(x₀+L cos(φ+γ_j),y₀+L cos(φ+γ_j))

其中，L为步长，φ为j步内所发生的方向变化之和；最终根据得出的实际运动轨迹进行导航，γ_j表示第j步过程中的方向变化。

进一步，所述步骤1)还包括校正的步骤：

④首先记录人在行走过程中的水平手持手机时三轴陀螺仪所产生的数据，利用数据叠加去除高频噪声，得到人在水平方向的行走的角速度变化，即为R＝{r₁,r₂,...,r_n}；

⑤计算每一步所发生的方向变化，则第j步过程中的方向变化为：

${\mathrm{\γ}}_j={\∫}_{t_j^s}^{t_j^e}{r}_{j}dt$

⑥行走过程中同时记录指南针读数，记作：C＝{c₁,c₂,...,c_n}，对数据进行滤波平滑处理；获取指南针的第j步和第j+k步之间的方向变化获取三轴陀螺仪的第j步和第j+k步之间的方向变化设置的角度阈值，当超过阈值时，利用指南针第j+k步的方向对三轴陀螺仪读数计算得到的第j+k步的方向变化进行修正，并将修正后的数据作为人在第j+k步的方向。

进一步，所述步骤2)的具体步骤：

④采集用户以规定步长行走时所产生的加速度，记作a，所对应的步长，记作l；

⑤计算加速度的方差，记作s；

⑥利用最小二乘法对s和l作最佳线性拟合，得到两者的关系：

l＝(s-q)/p

其中，p和q是最佳线性拟合系数，其中为多次采样的均方差，为平均步长。

进一步，还包括Wi-Fi定位的步骤，所述Wi-Fi定位采用位置指纹定位算法，分为离线训练阶段和在线定位阶段；所述离线训练阶段是把采集到的信号入数据库；所述在线定位阶段是利用智能手机在待定位的地方测得AP的信号强度和物理地址，通过匹配算法，根据实测数据与储存在无线地图中的数据进行对比，在数据库中搜索到一组和测量点相匹配的数据，进而估算出待测点的位置。

进一步，所述匹配算法采用K最近邻匹配算法。

本发明的有益效果：

1.本发明通过基于地标修正的惯性导航系统、Wi-Fi辅助定位进行定位导航，在Wi-Fi定位可用时可以适当减少定标点，提升导航体验，在Wi-Fi定位不可用时，仍可以依赖基于地标修正的惯性导航系统，实现高精度导航。

2.本发明不依赖于其他设备，只需提前录入各个建筑的信息，当使用者进入有记录的建筑时即可实现导航，极大方便了盲人在陌生建筑里寻找相应的房间或店铺，扩大了盲人的活动空间。

附图说明

图1基于Mealy状态机的计步算法；

图2路径差异说明。

具体实施方式

本发明首先建立一个三维坐标系，将建筑的坐标点录入到惯性导航系统中，如楼层剖面图、每层高度等，录入的数据应包含显著的特征点作为定标点，如楼梯、电梯、柱子、拐角等。

在使用本系统时，应先到达并确定一个定标点，从而确定使用者所处的位置。由于在室内单独使用惯性导航时，误差将累计，使导航偏差过大，所以本发明提出了使用定标点导航并检测辅助Wi-Fi定位是否准确。当使用者到达第一个定标点时，检测Wi-Fi定位结果是否与定标点位置一致，如果一致，使用惯性导航系统到达下一个定标点并重置惯性导航系统初始点，然后判断Wi-Fi定位结果是否与此定标点位置一致，以此类推。如有三次或者以上Wi-Fi定位结果与定标点位置一致，则视Wi-Fi定位准确，结合基于地标修正的惯性导航系统为使用者进行导航；否则，视Wi-Fi定位不准确，只使用基于地标修正的惯性导航系统为使用者进行导航。

现代化的大楼往往结构复杂，但是建筑信息都公开并且很全面。本发明在针对室内的导航定位，使用了一种基于地标修正的机器学习的惯性导航定位方法，并辅以Wi-Fi定位。具体实现步骤如下：

(一)首先将建筑信息录入手机中，按合理的高度划分楼层。将具有标志性的、易识别的特征点的信息作为定标点录入至手机中，并且配以图片以便使用者识别。惯性导航的轨迹生成包括如下步骤：

1.基于Mealy状态机的计步算法：

获取加速度数据：当人拿着手机进行轨迹生成时，一般将手机拿在手上，手机加速度传感器记录下三轴的加速度值，即为：A＝{a₁,a₂,...,a_n}。对手机原始加速度进行降噪及去除重力影响：

$a^{\′}={\mathrm{\αa}}_{x_i}+(1-\mathrm{\α})a_{x_{i-1}}-g---\left(1\right)$

其中，a∈[0,1]，i＝{1,2,3,...,n}，n表示加速度序列的长度，g为重力。

基于Mealy状态机的计步算法包括如下：

在步行运动时，垂直方向和步行方向所产生的加速度与时间的关系大致上是一条正弦曲线，而且在某一点上会出现峰值，通过对峰值的检测和计算，并将加速度的值与阈值进行比较和决策，就可以判断用户的步行状态。

2.判断行走状态：用户在水平步行运动中，垂直和前进两个加速度会呈现周期性变化，如图1所示，在步行收脚的动作中，由于重心向上单只脚触地，垂直方向加速度是呈正向增加的趋势，之后继续向前，重心下移两脚触底，加速度相反。水平加速度在收脚时减小，在迈步时增加。

3.计算步数：由于多重因素的影响，用户放置手机位置的不确定性，导致无法确定手机的放置方向，为解决此类问题，首先通过计算得出3个加速度的大小和方向，从而获得一条步行运动的正弦曲线轨迹。然后进行峰值检测，通过和上一次记录的加速度大小进行比较，如果相反，表示刚过峰值状态，则进入计步逻辑进行计步，否则舍弃。通过对峰值的次数的累积可得到用户步行步数。并且由于手持设备会有一些低幅度和快速的抽动状态，或是我们自己的手抖，对这些所谓的干扰数据进行剔除。可以通过给检测加上阈值和步频来判断过滤干扰数据。最后获取用户的每一步的时间戳T。

(1)计算方向：利用手机的方向传感器可获得方向数据，方向传感器返回的3个角度分别表示手机顶部的朝向与正北方向的夹角、手机的顶部或尾部翘起的角度和左侧或右侧翘起的角度，利用这3个角度即可确定手机的摆放位置。但是此时由于外部环境的干扰和三轴陀螺仪捕捉数据时产生的噪声，导致三轴陀螺仪捕捉的加速度数据存在偏差，此时需要借助其他传感器进行校正。

校正步骤如下：

⑦首先记录人在行走过程中的水平手持手机时三轴陀螺仪所产生的数据，利用数据叠加去除高频噪声。由此得到人在水平方向的行走的角速度变化，即为R＝{r₁,r₂,...,r_n}。

⑧计算每一步所发生的方向变化，则第j步过程中的方向变化为：

${\mathrm{\γ}}_j={\∫}_{t_j^s}^{t_j^e}{r}_{j}dt---\left(2\right)$

⑨行走过程中同时记录指南针读数，记作：C＝{c₁,c₂,...,c_n}，对数据进行滤波平滑处理；获取指南针的第j步和第j+k步之间的方向变化获取三轴陀螺仪的第j步和第j+k步之间的方向变化设置的角度阈值，当超过阈值时，利用指南针第j+k步的方向对三轴陀螺仪读数计算得到的第j+k步的方向变化进行修正，并将修正后的数据作为人在第j+k步的方向。

(2)基于最小二乘法计算步长：惯性导航中，运动的距离由步数与步长相乘所得，因此，每一步步长的准确度对惯性导航的精度都有很大的影响。其中人行走时的步长可由行走时的所产生的加速度估算出来。

步骤如下:

⑦采集用户以规定步长行走时所产生的加速度，记作a，所对应的步长，记作l。

⑧计算加速度的方差，记作s。

⑨利用最小二乘法对s和l作最佳线性拟合，得到两者的关系：

l＝(s-q)/p (3)

其中，p和q是最佳线性拟合系数，其中为多次采样的均方差，为平均步长。

(3)生成轨迹：惯性导航轨迹生成算法根据人的步数、步长、行走的方向来计算人的位置。首先根据起点的坐标(x₀,y₀)为原点，第j步的坐标为(x_j,y_j),则第j步坐标为：

(x_j,y_j)＝(x₀+L cos(φ+γ_j),y₀+L cos(φ+γ_j)) (4)

其中，L为步长，φ为j步内所发生的方向变化之和。最终得出实际运动轨迹进行导航。

4.Wi-Fi定位：

采用位置指纹定位算法，所述位置指纹定位是通过采集到的信号的某些特征与数据库中储存的信号特征进行对比实现定位的。它能够在一定程度上减少多径效应的影响，提高抗干扰能力。位置指纹定位算法分2个阶段实现，主要分为离线训练阶段和在线定位阶段。

(1)离线训练阶段主要目的是建立位置指纹数据库，也称作无线地图。离线训练阶段就是把采集到的信号入数据库。定位的精度取决于数据库中数据的准确性，数据库中数据越准确，定位效果越好。

(2)在线定位阶段是利用智能手机在待定位的地方测得AP的信号强度和物理地址，再通过相应的匹配算法，根据实测数据与储存在无线地图中的数据进行对比，在数据库中搜索到一组和测量点相匹配的数据，进而估算出待测点的位置。常用的匹配算法有K最近邻匹配。

(二)假设使用者从室外进入建筑，要到2楼店铺a，则使用者在进入建筑时，即可选择对应的入口定标点，确定当前位置。手机开始自动检测Wi-Fi信号进行定位，并与当前位置进行对比；与此同时，惯性导航系统给出下一个定标点的位置，并由手机内置地磁传感器确定方向，给予盲人以语音提示。当盲人到达下一个定标点时，可以使用语音输入以使系统确认当前定标点位置，同时进行Wi-Fi定位对比。以此类推，如有三次或者以上Wi-Fi定位结果与定标点位置一致，则视Wi-Fi定位准确，则结合基于地标修正的惯性导航系统以及手机内置地磁传感器进行下一个定标点的导航；否则，将不再参照Wi-Fi定位，只使用基于地标修正的惯性导航系统以及手机内置地磁传感器进行导航。在加速度传感器检测到持续的竖直方向的加速度时，即为上下楼，结合惯性导航系统可以计算出上下高度，判断盲人所在楼层。导航过程中，系统将持续给予盲人语音提示。当盲人成功到达指定目的地时，则导航成功，完成最终轨迹路线的导航。因为外界环境的复杂性，使得系统就近选择的下一定标点可能有所不同，因此每一次成功导航的路线都将记录在手机中。如果路径A和路径B存在差异但是都能成功导航(如图2)，便将两条路径都记录到手机中，多次之后，手机中的路线逐渐丰富。导航的精度也将得到很大的提高。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。