室内外无缝定位方法及定位系统与流程

本发明涉及室内外定位技术，具体涉及室内外无缝定位方法及定位系统

背景技术：

信息技术推动科技的发展，如今，人们对于信息的获取、存储、传递实现了世界的网络化，加强了对于位置信息的关注。

根据需求的应用场景不同，通常可以将定位分为室外定位、室内定位。前者依赖于卫星阵列与地面基站的通信，而且精度非常高，如北斗卫星定位系统、GPS(Global positioning system，全球定位系统)定位系统，以此为基础，室外定位软件也已经较为成熟，包括现有技术中的百度地图等。考虑到室内环境的复杂性，定位卫星的信号难以正常接受，因此当前的室外定位系统难以适应室内场景。不过，人们的需求并未因此减少，为此，室内定位得到了关注，包括RFID技术、超宽带技术、Wi-Fi技术等。相对来说，Wi-Fi技术成本较低，实现难度不高，并且可移植、可扩展。Wi-Fi是一种将装有无线网卡的设备通过连接到同一无线网络接入点从而进行通信的技术。Wi-Fi定位技术依赖于Wi-Fi无线网络，Wi-Fi网络的关键在于接入点(Access Point,AP)和无线网卡。常见的Wi-Fi定位系统有两类：第一，借助配备无线网卡的设备检测3个AP信号强度，采取差分算法得到大致的位置坐标；第二，构建位置指纹数据库，将其和AP信号强度值向量对照，根据算法计算位置信息。如今，Wi-Fi热点已经实现了室内的大规模覆盖，通常的实现方式是部署路由器阵列，该阵列往往位置固定，工作稳定，同时维护简单，对这些热点的合理利用能够降低硬件成本、提升定位精度。

技术实现要素：

本发明的目的在于为了解决现有技术中无法高效地采用Wi-Fi网络与室外定位技术结合实现室内外无缝定位等问题的出现；提供室内外无缝定位方法及定位系统。

为了达到上述目的，本发明通过以下技术方案实现：

一种室内外无缝定位方法，所述方法包括：

定位当前位置，生成定位数据；所述定位数据包括：所述当前位置的Wi-Fi信号、所述当前位置的GPS信号和/或所述当前位置的北斗定位信号；

当所述Wi-Fi信号的信号强度超过设定阈值时，采用室内模式计算所述当前位置的定位坐标；否则将采用室外模式计算所述当前位置的定位坐标。

较佳地，在定位当前位置，生成定位数据的步骤中，具体包含：

定位所述当前位置，生成所述当前位置的Wi-Fi信号；

定位所述当前位置，生成所述当前位置的GPS信号；

定位所述当前位置，生成所述当前位置的北斗定位信号。

较佳地，在所述定位当前位置，生成定位数据的步骤之前；所述方法还包含：

建立后台数据库；所述后台数据库存储至少一个建筑物室内以及附近的所有参考点的无线接入点信号向量强度；

均匀选择若干个所述参考点作为参考定位点，将每个所述参考定位点的所述无线接入点信号向量强度存入所述后台数据库。

较佳地，在采用室内模式计算所述当前位置的定位坐标的步骤中；具体包含：

将所述当前位置的Wi-Fi信号强度与所述后台数据库中的每个所述参考定位点的所述接入点信号向量强度进行比对并计算匹配程度；

根据所述匹配程度选取排名前K位的K个所述参考定位点，采用卡尔曼滤波算法计算所述当前位置的定位坐标；

将所述当前位置的定位坐标存入所述后台数据库。

较佳地，在采用室外模式对所述当前位置进行定位的步骤中，具体包含：

当仅接收到所述当前位置的GPS信号时，采用卡尔曼滤波算法将所述GPS信号处理为所述当前位置的定位坐标；或

当仅接收到所述当前位置的北斗定位信号时，采用卡尔曼滤波算法将所述北斗定位信号处理为所述当前位置的定位坐标；或

当接收到所述当前位置的北斗定位信号以及所述当前位置的GPS信号时；当所述北斗定位信号对应的接收卫星数量多于所述GPS信号对应的接收卫星数量时，采用卡尔曼滤波算法将所述北斗定位信号处理为所述当前位置的定位坐标；否则，采用卡尔曼滤波算法将所述GPS信号处理为所述当前位置的定位坐标。

一种室内外无缝定位系统，所述系统包括：

位置服务终端，被配置为定位当前位置，生成定位数据；所述定位数据包括：所述当前位置的Wi-Fi信号、所述当前位置的GPS信号和/或所述当前位置的北斗定位信号；

位置服务平台，被配置为当所述Wi-Fi信号的信号强度超过设定阈值时，采用室内模式计算所述当前位置的定位坐标；否则将采用室外模式计算所述当前位置的定位坐标。

较佳地，所述位置服务终端包括：

Wi-Fi模块，定位所述当前位置，生成所述当前位置的Wi-Fi信号；

北斗模块，定位所述当前位置，生成所述当前位置的GPS信号；

GPS模块，定位所述当前位置，生成所述当前位置的北斗定位信号；

接口转换模块，将所述定位数据发送至所述位置服务平台；

电源模块，为所述北斗模块、所述GPS模块、所述Wi-Fi模块以及所述接口转换模块提供工作电源。

较佳地，所述位置服务平台还被配置为：

建立后台数据库；所述后台数据库存储至少一个建筑物室内以及附近的所有参考点的无线接入点信号向量强度；

均匀选择若干个所述参考点作为参考定位点，将每个所述参考定位点的所述无线接入点信号向量强度存入所述后台数据库。

较佳地，在所述位置服务平台采用室内模式计算所述当前位置的定位坐标的步骤中；具体包含：

所述位置服务平台将所述当前位置的Wi-Fi信号强度与所述后台数据库中的每个所述参考定位点的所述无线接入点信号向量强度进行比对并计算匹配程度；

所述位置服务平台根据所述匹配程度选取排名前K位的K个参考定位点，采用卡尔曼滤波算法计算所述当前位置的定位坐标；

将所述当前位置的定位坐标存入所述后台数据库。

较佳地，在所述位置服务平台采用室外模式计算所述当前位置的定位坐标的步骤中，具体包含：

当仅接收到所述当前位置的GPS信号时，所述位置服务平台采用卡尔曼滤波算法将所述GPS信号处理为所述当前位置的定位坐标；或

当仅接收到所述当前位置的北斗定位信号时，所述位置服务平台采用卡尔曼滤波算法将所述北斗定位信号处理为所述当前位置的定位坐标；或

当接收到所述当前位置的北斗定位信号以及所述当前位置的GPS信号时；当所述北斗定位信号对应的接收卫星数量多于所述GPS信号对应的接收卫星数量时，所述位置服务平台采用卡尔曼滤波算法将所述北斗定位信号处理为所述当前位置的定位坐标；否则，所述位置服务平台采用卡尔曼滤波算法将所述GPS信号处理为所述当前位置的定位坐标。

在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。

本发明的积极进步效果在于：

本发明公开的室内外无缝定位方法及定位系统，采用位置服务终端、位置服务平台组建形成定位系统。首先，位置服务终端定位当前位置，生成定位数据；其次，位置服务平台用于当Wi-Fi信号的信号强度超过设定阈值时，采用室内模式计算当前位置的定位坐标；否则将采用室外模式计算当前位置的定位坐标。本发明能够实现室内外不同环境下的高精度定位，满足兼有室内外定位需求的系统，在室外定位时不仅仅依靠于全球卫星导航生成的北斗定位信号进行定位，同时加入了GPS定位，能够保证室外定位的不间断性，提高定位精度；在室内定位时选择Wi-Fi定位方法，特别适用于已经有Wi-Fi覆盖、布置有一定数量路由器的室内场所，这样能够降低定位成本。同时，本发明在室内定位得到初步定位结果后，采用卡尔曼滤波实现定位位置的最优估计，从而降低系统噪声、干扰带来的不良作用，提升定位的准确性。

附图说明

图1为本发明室内外无缝定位方法的整体流程示意图。

图2为本发明室内外无缝定位系统的整体结构示意图。

具体实施方式

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。

实施例1

如图1所示，一种室内外无缝定位方法，该方法包括：

S1，定位当前位置，生成定位数据。

定位数据包括：当前位置的Wi-Fi信号、当前位置的GPS信号和/或当前位置的北斗定位信号。

S2，当Wi-Fi信号的信号强度超过设定阈值时，采用室内模式计算当前位置的定位坐标；否则将采用室外模式计算当前位置的定位坐标。

本实施例公开的室内外无缝定位方法，能够实现室内外不同环境下的高精度定位，满足兼有室内外定位需求的系统，在室外定位时不仅仅依靠于全球卫星导航生成的北斗定位信号进行定位，同时加入了GPS定位，能够保证室外定位的不间断性，提高定位精度；在室内定位时选择Wi-Fi定位方法，特别适用于已经有Wi-Fi覆盖、布置有一定数量路由器的室内场所，这样能够降低定位成本。

实施例2

如图1所示，一种室内外无缝定位方法，该方法包括：

S1，定位当前位置，生成定位数据。

其中，定位数据包括：当前位置的Wi-Fi信号、当前位置的GPS信号和/或当前位置的北斗定位信号。

在步骤S1中，具体包含：

S1.1，定位当前位置，生成当前位置的Wi-Fi信号；

S1.2，定位当前位置，生成当前位置的GPS信号；

S1.3，定位当前位置，生成当前位置的北斗定位信号。

在步骤S1之前，本实施例公开的室内外无缝定位方法还包括：

S0.1，建立后台数据库。后台数据库存储至少一个建筑物室内以及附近的所有参考点的无线接入点信号向量强度。

本实施例中，利用至少一个建筑物室内已有的参考路由器形成的Wi-Fi网络，记录每个参考点的无线接入点(AP,Access Point)信号向量以及每个无线AP信号向量强度。其中，每个无线AP信号向量包括SSID、MAC地址。

S0.2，均匀选择若干个参考点作为参考定位点，将每个参考定位点的无线接入点信号向量强度存入后台数据库。

本实施例中，根据室内情况，在横向、纵向按距离均匀选择M个参考点作为参考定位点。

S2，当Wi-Fi信号的信号强度超过设定阈值时，采用室内模式计算当前位置的定位坐标；否则将采用室外模式计算当前位置的定位坐标。

步骤S2具体包含如下步骤：

S2.1在采用室内模式计算当前位置的定位坐标的步骤中，具体包含：

S2.1.1，将当前位置的Wi-Fi信号强度与后台数据库中的每个参考定位点的接入点信号向量强度进行比对并计算匹配程度。

本实施例中，实时收集当前位置接受到的信号强度，即无线AP信号向量强度信息；将其和后台数据库中的所有参考定位点的无线AP信号向量强度进行比对。

S2.1.2，根据匹配程度选取排名前K位的K个参考定位点，采用卡尔曼滤波算法计算当前位置的定位坐标。

S2.1.3，将当前位置的定位坐标存入后台数据库。

本实施例中：

首先，主动搜索室内附近的无线AP信号向量，并将收集到的无线AP信号向量强度保存到后台数据库中。

其次，在参考定位点表中扫描，找到最近似的K个参考定位点，扫描找点的过程中，需要对比当前位置的向量强度和参考定位点的向量强度值，具体的衡量公式为：

由此公式计算得到的D_i即为待测点(当前位置)和第i个参考定位点的距离，可见我们将会得到M个这样的距离，并从中选取前K个最小距离的参考定位点。

通常，q＝2时的效果最佳，因此q通常选取为2，公式则可表示为：

其中，(x_i,y_i)为第i个参考定位点的坐标，为测得的当前位置的坐标。

得到室内定位的初步结果后，卡尔曼滤波子线程将对结果进行滤波，提升准确性。

假设系统模型为x(n+1)＝Ax(n)+Bu(n+1)+w(n+1)，系统的测量值z(n+1)＝Hx(n+1)+v(n+1)，其中w(n)和v(n)是高斯白噪声，协方差分别为p(w)和p(v)。

在本系统中，x(n)可以表示为(x_n,y_n,v_x,v_y)；A作为状态转移矩阵，具体可以表示为如下形式：

u(n+1)作为当前状态控制量，可以选择为0，认为没有控制量；

H作为测量系统的参数，具体可以表示为如下形式：

由于本系统采取的是K近邻法，因此

如果，现在系统状态为n+1，根据系统模型，由公式计算得到n+1时刻的预测值其中为上一时刻的最优估计定位结果。

计算得到当前状态的协方差p(n+1|n)＝Ap(n|n)A′+p(w)；

当前的测量值为z(n+1)，结合上述两个步骤中的预测值计算得到卡尔曼增益Kg(n+1)＝p(n+1|n)H′/(Hp(n+1|n)H′+p(v))；

得到当前状态下的最优估计

为了确保卡尔曼滤波能够不断运行，更新n+1状态下的协方差p(n+1|n+1)＝(E-Kg(n+1)H)p(n+1|n)。

经过卡尔曼滤波后，室内外定位的结果则更加精准。

S2.2，在采用室外模式对当前位置进行定位的步骤中，具体包含：

当仅接收到当前位置的GPS信号时，采用卡尔曼滤波算法将GPS信号处理为当前位置的定位坐标，并存入后台数据库；或

当仅接收到当前位置的北斗定位信号时，采用卡尔曼滤波算法将北斗定位信号处理为当前位置的定位坐标，并存入后台数据库；或

当接收到当前位置的北斗定位信号以及当前位置的GPS信号时；当北斗定位信号对应的接收卫星数量多于GPS信号对应的接收卫星数量时，采用卡尔曼滤波算法将北斗定位信号处理为当前位置的定位坐标；否则，采用卡尔曼滤波算法将GPS信号处理为当前位置的定位坐标，并存入后台数据库。

本实施例中：

得到室外定位的初步结果后，卡尔曼滤波子线程将对结果进行滤波，提升准确性。

假设系统模型为x(n+1)＝Ax(n)+Bu(n+1)+w(n+1)，系统的测量值z(n+1)＝Hx(n+1)+v(n+1)，其中w(n)和v(n)是高斯白噪声，协方差分别为p(w)和p(v)。

在本系统中，x(n)可以表示为(x_n,y_n,v_x,v_y)；A作为状态转移矩阵，具体可以表示为如下形式：

u(n+1)作为当前状态控制量，可以选择为0，认为没有控制量；

H作为测量系统的参数，具体可以表示为如下形式：

由于本系统采取的是K近邻法，因此

如果，现在系统状态为n+1，根据系统模型，由公式计算得到n+1时刻的预测值其中为上一时刻的最优估计定位结果。

计算得到当前状态的协方差p(n+1|n)＝Ap(n|n)A′+p(w)；

当前的测量值为z(n+1)，结合上述两个步骤中的预测值计算得到卡尔曼增益Kg(n+1)＝p(n+1|n)H′/(Hp(n+1|n)H′+p(v))；

得到当前状态下的最优估计

为了确保卡尔曼滤波能够不断运行，更新n+1状态下的协方差p(n+1|n+1)＝(E-Kg(n+1)H)p(n+1|n)。

经过卡尔曼滤波后，室内外定位的结果则更加精准。

本实施例公开的室内外无缝定位方法，满足兼有室内外的定位需求。室内定位时选择Wi-Fi信号进行定位，特别适用于已有Wi-Fi覆盖、布置有一定数量路由器的室内场所。在室外定位时，采用北斗定位信号、GPS信号，确保室外定位的不间断性。本实施例在得到初步定位结果后，采用卡尔曼滤波算法实现当前位置的最优估计，提高了定位的准确性。

实施例3

如图2所示，一种室内外无缝定位系统包括：位置服务终端、位置服务平台2。其中：

位置服务终端被配置为定位当前位置，生成定位数据。位置服务平台2被配置为当Wi-Fi信号的信号强度超过设定阈值时，采用室内模式计算当前位置的定位坐标；否则将采用室外模式计算当前位置的定位坐标。

本实施例中，定位数据包括：当前位置的Wi-Fi信号、当前位置的GPS信号和/或当前位置的北斗定位信号。

本实施例公开的一种室内外无缝定位系统，位置服务终端用于提供待定位的位置信息，位置服务平台能够根据位置信息确定采用室内模式或室外模式处理位置信息，得到最终的定位结果。本系统能够实现室外定位精度可到10m，室内定位精度为3m。

实施例4

如图2所示，一种室内外无缝定位系统，系统包括：位置服务终端、位置服务平台2。其中：

位置服务终端被配置为定位当前位置，生成定位数据。位置服务平台2被配置为当Wi-Fi信号的信号强度超过设定阈值时，采用室内模式计算当前位置的定位坐标；否则将采用室外模式计算当前位置的定位坐标。

本实施例中，定位数据包括：当前位置的Wi-Fi信号、当前位置的GPS信号和/或当前位置的北斗定位信号。

本实施例中，定位数据包含当前位置的经纬度信息、高度信息等。

本实施例中，位置服务终端包括：Wi-Fi模块11、北斗模块12、GPS模块13、接口转换模块14以及电源模块15。其中：

Wi-Fi模块11用于定位当前位置，生成当前位置的Wi-Fi信号。北斗模块12用于定位当前位置，生成当前位置的GPS信号。GPS模块13用于定位当前位置，生成当前位置的北斗定位信号。接口转换模块14将定位数据发送至位置服务平台2；电源模块15为北斗模块12、GPS模块13、Wi-Fi模块11以及接口转换模块14提供工作电源。

当室内外无缝定位系统处于正常工作状态时，位置服务终端上电，并通过接口转换模块14与位置服务平台2建立连接；并经过串口检测、初始化后，实现室内外无缝定位。

本实施例中，在位置服务终端被配置为定位当前位置，生成定位数据之前；位置服务平台2还用于建立后台数据库。后台数据库存储至少一个建筑物室内以及附近的所有参考点的无线接入点信号向量强度。进一步，位置服务平台2用于均匀选择若干个参考点作为参考定位点，将每个参考定位点的无线接入点信号向量强度存入后台数据库。

本实施例中，在位置服务平台2采用室内模式计算当前位置的定位坐标的步骤中，具体包含：

位置服务平台2将当前位置的Wi-Fi信号强度与后台数据库中的每个参考定位点的无线接入点信号向量强度进行比对并计算匹配程度。

位置服务平台2根据匹配程度选取排名前K位的K个参考定位点，采用卡尔曼滤波算法计算当前位置的定位坐标。

将当前位置的定位坐标存入后台数据库。

本实施例中，在位置服务平台2采用室外模式计算当前位置的定位坐标的步骤中，具体包含：

当仅接收到当前位置的GPS信号时，位置服务平台2将GPS信号处理为当前位置的定位坐标，并存入后台数据库；或

当仅接收到当前位置的北斗定位信号时，位置服务平台2将北斗定位信号处理为当前位置的定位坐标，并存入后台数据库；或

当接收到当前位置的北斗定位信号以及当前位置的GPS信号时；当北斗定位信号对应的接收卫星数量多于GPS信号对应的接收卫星数量时，位置服务平台2将北斗定位信号处理为当前位置的定位坐标，并存入后台数据库；否则，位置服务平台2将GPS信号处理为当前位置的定位坐标，并存入后台数据库。

本实施例公开的一种室内外无缝定位系统，在对已接收的室内或室外定位数据进行处理中，具体如下：

首先，主动搜索室内以及附近的无线AP信号向量，并将收集到的无线AP信号向量强度保存到后台数据库中。

其次，在参考定位点表中扫描，找到最近似的K个参考定位点，扫描找点的过程中，需要对比当前位置的向量强度和参考定位点的向量强度值，具体的衡量公式为：

由此公式计算得到的D_i即为待测点(当前位置)和第i个参考定位点的距离，可见我们将会得到M个这样的距离，并从中选取前K个最小距离的参考定位点。

通常，q＝2时的效果最佳，因此q通常选取为2，公式则可表示为：

其中，(x_i,y_i)为第i个参考定位点的坐标，为测得的当前位置的坐标。

得到室外或室内定位的初步结果后，卡尔曼滤波子线程将对结果进行滤波，提升准确性。

假设系统模型为x(n+1)＝Ax(n)+Bu(n+1)+w(n+1)，系统的测量值z(n+1)＝Hx(n+1)+v(n+1)，其中w(n)和v(n)是高斯白噪声，协方差分别为p(w)和p(v)。

在本系统中，x(n)可以表示为(x_n,y_n,v_x,v_y)；A作为状态转移矩阵，具体可以表示为如下形式：

u(n+1)作为当前状态控制量，可以选择为0，认为没有控制量；

H作为测量系统的参数，具体可以表示为如下形式：

由于本系统采取的是K近邻法，因此

如果，现在系统状态为n+1，根据系统模型，由公式计算得到n+1时刻的预测值其中为上一时刻的最优估计定位结果。

计算得到当前状态的协方差p(n+1|n)＝Ap(n|n)A′+p(w)；

当前的测量值为z(n+1)，结合上述两个步骤中的预测值计算得到卡尔曼增益Kg(n+1)＝p(n+1|n)H′/(Hp(n+1|n)H′+p(v))；

得到当前状态下的最优估计

为了确保卡尔曼滤波能够不断运行，更新n+1状态下的协方差p(n+1|n+1)＝(E-Kg(n+1)H)p(n+1|n)。

经过卡尔曼滤波后，室内外定位的结果则更加精准。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。