一种基于概率模型的蓝牙室内定位方法与流程

本发明涉及一种室内定位方法，具体的说，是涉及一种基于概率模型的蓝牙室内定位方法。

背景技术：

蓝牙室内定位技术最大的优点是设备体积小、易于集成在智能手机、平板电脑中，因此很容易推广普及。理论上，对于持有集成了蓝牙功能移动终端设备的用户，只要设备的蓝牙功能开启，蓝牙室内定位系统就能够对其进行位置判断。采用该技术作室内短距离定位时容易发现设备且信号传输不受视距的影响。

随着蓝牙4.0标准规范发布，蓝牙拥有超低功耗、3ms演示、100m以上超长距离、aes-128加密等诸多特色。基于此，有很多机构都在研究基于蓝牙技术的室内定位方法，这些特点确保了蓝牙技术实现室内定位的可行性与实用性。

蓝牙室内定位技术通常分为两种，一种是接近检测，即把蓝牙移动终端与ibeacon的距离分为远、中、近三个等级，对于蓝牙移动终端的定位只能做出是否在ibeacon附近的判断，无法实现精确定位；第二种是基于指纹的定位技术，该技术在实现定位之前，需要采集室内可移动空间各个地方的蓝牙信号指纹，因此该定位系统的部署工作量非常多，难度大。

技术实现要素：

针对上述现有技术中的不足，本发明提供一种系统部署工作量小、且可以实现室内三维空间精准定位的蓝牙室内定位方法。

本发明所采取的技术方案是：

一种基于概率模型的蓝牙室内定位方法，

在室内环境部署蓝牙ibeacon基站，并记录每个ibeacon的uuid及其三维坐标；

在室内环境部署蓝牙ble设备；

计算出蓝牙ble设备与4个蓝牙ibeacon基站的距离，

用条件概率模型p(di|di)来表示已知测量距离di时实际距离di的概率分布；

根据测量信息{di,xi,yi,zi,i＝k1,k2,k3,k4}和条件概率模型{p(di|di)，i＝k1，k2，k3，k4}；

当取最大值,即为蓝牙ble设备在空间中的位置坐标{x,y,z}。

在蓝牙ble设备移动过程中，通过重复上述的测量和计算过程，即可得到蓝牙ble设备在不同时刻的位置坐标{x,y,z}，从而实现蓝牙ble设备的空间定位。

优选的是，在室内环境至少部署4个蓝牙ibeacon基站。

室内环境的蓝牙ble设备接收蓝牙ibeacon基站探测到的所有ibeacon的数据包；

根据接收到的ibeacon数据包中的uuid信息，查询到该ibeacon的三维坐标。

在上述方案中优选的是，每个ibeacon的uuid及其三维坐标{xk,yk,zk|uuidk,k＝1,2,…,n}，其中n为室内环境下部署的ibeacon个数。

蓝牙ibeacon基站能够探测ibeacon的蓝牙ble设备在室内环境移动，在室内环境的任意位置，蓝牙ble设备都能够探测到至少4个位置不共面的蓝牙ibeacon基站。

在上述任一方案中优选的是，每个数据包中包括该ibeacon的uuid和rssi信息；

蓝牙ble设备挑选出位置不共面、且rssi信号最强的4个ibeacon的数据包：{rssii,uuidi,i＝k1,k2,k3,k4}。

在上述任一方案中优选的是，4个ibeacon数据包的信息就分别转换为以下形式：{rssii，xi，yi，zi，i＝k1，k2，k3，k4}。

在上述任一方案中优选的是，根据电磁波传播模型，由rssi计算蓝牙ble设备与ibeacon的距离：其中，d表示蓝牙ble设备与ibeacon的距离，rssi表示蓝牙ble设备接收到的ibeacon信号的强度，rssi0表示蓝牙ble设备在距离d0处接收到的ibeacon信号的强度，γ是电磁波传播损耗系数，是电磁波遮蔽系数。

在上述任一方案中优选的是，上述4个ibeacon数据包的信息就转换为以下形式：{di,xi,yi,zi,i＝k1,k2,k3,k4}，其中di表示蓝牙ble设备与第i个ibeacon的测量距离；

蓝牙ble设备在空间中的位置坐标用{x,y,z}表示,它与第i个ibeacon的实际距离用di表示，则：

在上述任一方案中优选的是，条件概率模型p(di|di)的计算方法：其中p(di|di)表示实际距离为di时测量距离di的条件概率分布，p(di)表示蓝牙ble设备在移动过程中与第i个ibeacon的距离为di的先验概率分布；

将di和di的值域离散化，典型方法是从0到蓝牙ble设备的最大测距范围内，每隔0.1米取一个值，蓝牙ble设备最大测距范围的典型值是50米，由此得到di和di的值域：{r：rk＝0.1k，k＝0，1，2，...，499，500}。

在上述任一方案中优选的是，概率模型p(di|di)、p(di|di)和p(di)都采用离散概率模型；

统计条件概率分布模型p(di|di)的方法是，首先设定di为其值域中的某一个值：di＝rk,然后把蓝牙ble设备置于距离ibeacon为di处，记录不同时刻测量到的距离值di，数据采集完成后，统计di值域中各个取值的频次，即可得到条件概率分布p(di|di＝rk)。反复设置di为其值域中的其它值，并重复上述过程，即可得到完整的条件概率分布函数p(di|di)。

在上述任一方案中优选的是，统计先验概率分布p(di)的方法是，采集一批蓝牙ble设备的位置数据，计算蓝牙ble设备在不同位置时与第i个ibeacon的距离di，统计di值域中各个取值的频次，即可得到先验概率分布p(di)。在没有蓝牙ble设备的位置数据集的情况下，p(di)也可直接采用均匀分布。

在上述任一方案中优选的是，当di和di的取值为连续值时，计算条件概率p(di＝d|di＝d)的方法是，根据p(di|di)的离散模型，通过双线性插值或双立方差值得到。

在上述任一方案中优选的是，以双线性插值法为例，假定ra≤d≤ra+1，rb≤d≤rb+1，则通过双线性插值，可得p(di＝d|di＝d)＝a11p(di＝ra|di＝rb)+a12p(di＝ra|di＝rb+1)+a21p(di＝ra+1|di＝rb)+a22p(di＝ra+1|di＝rb+1)，其中：

在上述任一方案中优选的是，求解蓝牙ble设备在空间中的位置坐标{x,y,z}，使得取最大值的方法分为两步；

第一步，把室内空间地图划分为等体积的多个小立方体，立方体的尺寸的典型值为1立方米；假设当前室内空间地图中所有立方体的顶点一共有n个，根据蓝牙ble设备测量得到的与4个ibeacon的距离，在立方体的每一个顶点处计算p(xv,yv,zv|di,i＝k1,k2,k3,k4),v＝1,2,…,n-1,n，并得到其取最大值的顶点vm＝maxvp(xv，yv，zv|di，i＝k1，k2，k3，k4)；

第二步，以顶点为初始值，在以为顶点的8个立方体所组成的局部空间中，采用非线性优化方法，对p(x,y,z|di,i＝k1,k2,k3,k4)进行优化，得到蓝牙ble设备在室内空间中的坐标的最优化估计值：(x'，y'，z')＝max(x，y，z)p(x，y，z|di，i＝k1，k2，k3，k4)。

一种基于概率模型的蓝牙室内定位系统，包括设置在室内环境的蓝牙ibeacon基站，以及设置在室内环境的蓝牙ble设备；

蓝牙ibeacon基站记录每个ibeacon的uuid及其三维坐标：{xk,yk,zk|uuidk,k＝1,2,…,n}，其中n为室内环境下部署的ibeacon个数；

蓝牙ibeacon基站能够探测ibeacon的蓝牙ble设备在室内环境移动，在室内环境的任意位置，蓝牙ble设备都能够探测到至少4个位置不共面的ibeacon；

蓝牙ble设备接收其探测到的所有ibeacon的数据包，每个数据包中包括该ibeacon的uuid和rssi信息；

蓝牙ble设备挑选出位置不共面、且rssi信号最强的4个ibeacon的数据包：{rssii，uuidi，i＝k1，k2，k3，k4}；

蓝牙ble设备上保存了室内环境中已部署的每个ibeacon的uuid及其三维坐标信息，根据接收到的ibeacon数据包中的uuid信息，即可查询到该ibeacon的三维坐标，上述4个ibeacon数据包的信息就转换为以下形式：{rssii,xi,yi,zi,i＝k1,k2,k3,k4}；

根据电磁波传播模型，由rssi计算蓝牙ble设备与ibeacon的距离：其中，d表示蓝牙ble设备与ibeacon的距离，rssi表示蓝牙ble设备接收到的ibeacon信号的强度，rssi0表示蓝牙ble设备在距离d0处接收到的ibeacon信号的强度，γ是电磁波传播损耗系数，是电磁波遮蔽系数；

依据上述方法，计算出蓝牙ble设备与4个ibeacon的距离，上述4个ibeacon数据包的信息就转换为以下形式：{di,xi,yi,zi,i＝k1,k2,k3,k4}，其中di表示蓝牙ble设备与第i个ibeacon的测量距离；

蓝牙ble设备在空间中的位置坐标用{x,y,z}表示,它与第i个ibeacon的实际距离用di表示，则：

用条件概率模型p(di|di)来表示已知测量距离di时实际距离di的概率分布；

根据测量信息{di,xi,yi,zi,i＝k1,k2,k3,k4}和条件概率模型{p(di|di),＝k1,k2,k3,k4},求解蓝牙ble设备在空间中的位置坐标{x,y,z}，使得取最大值；

在蓝牙ble设备移动过程中，通过重复上述的测量和计算过程，即可得到蓝牙ble设备在不同时刻的位置坐标{x,y,z}，从而实现蓝牙ble设备的空间定位。

在上述任一方案中优选的是，条件概率模型p(di|di)的计算方法：其中p(di|di)表示实际距离为di时测量距离di的条件概率分布，p(di)表示蓝牙ble设备在移动过程中与第i个ibeacon的距离为di的先验概率分布；

将di和di的值域离散化，典型方法是从0到蓝牙ble设备的最大测距范围内，每隔0.1米取一个值，蓝牙ble设备最大测距范围的典型值是50米，由此得到di和di的值域：{r：rk＝0.1k，k＝0，1，2，...，499，500}；

概率模型p(di|di)、p(di|di)和p(di)都采用离散概率模型；

统计条件概率分布模型p(di|di)的方法是，首先设定di为其值域中的某一个值：di＝rk,然后把蓝牙ble设备置于距离ibeacon为di处，记录不同时刻测量到的距离值di，数据采集完成后，统计di值域中各个取值的频次，即可得到条件概率分布p(di|di＝rk)；反复设置di为其值域中的其它值，并重复上述过程，即可得到完整的条件概率分布函数p(di|di)；

统计先验概率分布p(di)的方法是，采集一批蓝牙ble设备的位置数据，计算蓝牙ble设备在不同位置时与第i个ibeacon的距离di，统计di值域中各个取值的频次，即可得到先验概率分布p(di)；在没有蓝牙ble设备的位置数据集的情况下，p(di)也可直接采用均匀分布。

在上述任一方案中优选的是，当di和di的取值为连续值时，计算条件概率p(di＝d|di＝d)的方法是，根据p(di|di)的离散模型，通过双线性插值或双立方差值得到；以双线性插值法为例，假定ra≤d≤ra+1，rb≤d≤rb+1，则通过双线性插值，可得p(di＝d|di＝d)＝a11p(di＝ra|di＝rb)+a12p(di＝ra|di＝rb+1)+a21p(di＝ra+1|di＝rb)+a22p(di＝ra+1|di＝rb+1)，其中：

在上述任一方案中优选的是，求解蓝牙ble设备在空间中的位置坐标}x,y,z}，使得取最大值的方法分为两步；

第一步，把室内空间地图划分为等体积的多个小立方体，立方体的尺寸的典型值为1立方米；假设当前室内空间地图中所有立方体的顶点一共有n个，根据蓝牙ble设备测量得到的与4个ibeacon的距离，在立方体的每一个顶点处计算p(xv，yv，zv|di，i＝k1，k2，k3，k4)，v＝1，2，...，n-1，n，并得到其取最大值的顶点vm＝maxvp(xv，yv，zv|di，i＝k1，k2，k3，k4)；

第二步，以顶点为初始值，在以为顶点的8个立方体所组成的局部空间中，采用非线性优化方法，对p(x，y，z|di，i＝k1，k2，k3，k4)进行优化，得到蓝牙ble设备在室内空间中的坐标的最优化估计值：(x′，y′，z′)＝max(x，y，z)p(x，y，z|di，i＝k1，k2，k3，k4)。

本发明相对现有技术的有益效果：

本发明基于概率模型的蓝牙室内定位方法，结构简单，系统部署工作量小，定位准确。

附图说明

图1是本发明基于概率模型的蓝牙室内定位方法的蓝牙室内定位的原理示意图；

图2是本发明基于概率模型的蓝牙室内定位方法的室内空间地图划分的结构示意图。

具体实施方式

图1是的蓝牙室内定位的原理示意图；x，y，z表示三维空间坐标系，a1、a2、a3、a4表示4个ibeacon基站，tag表示可移动的蓝牙ble设备，d1、d2、d3、d4表示蓝牙ble设备与四个ibeacon的距离。

附图1-2可知，一种基于概率模型的蓝牙室内定位方法，

在室内环境部署蓝牙ibeacon基站，并记录每个ibeacon的uuid及其三维坐标；

在室内环境部署蓝牙ble设备；

计算出蓝牙ble设备与4个蓝牙ibeacon基站的距离，

用条件概率模型p(di|di)来表示已知测量距离di时实际距离di的概率分布；

根据测量信息{di，xi，yi，zi，i＝k1，k2，k3，k4}和条件概率模型{p(di|di)，i＝k1，k2，k3，k4}；

当取最大值，即为蓝牙ble设备在空间中的位置坐标{x，y，z}。

在蓝牙ble设备移动过程中，通过重复上述的测量和计算过程，即可得到蓝牙ble设备在不同时刻的位置坐标{x，y，z}，从而实现蓝牙ble设备的空间定位。

在室内环境至少部署4个蓝牙ibeacon基站。

室内环境的蓝牙ble设备接收蓝牙ibeacon基站探测到的所有ibeacon的数据包；

根据接收到的ibeacon数据包中的uuid信息，查询到该ibeacon的三维坐标。

每个ibeacon的uuid及其三维坐标{xk，yk，zk|uuidk，k＝1，2，...，n}，其中n为室内环境下部署的ibeacon个数。

蓝牙ibeacon基站能够探测ibeacon的蓝牙ble设备在室内环境移动，在室内环境的任意位置，蓝牙ble设备都能够探测到至少4个位置不共面的蓝牙ibeacon基站。

每个数据包中包括该ibeacon的uuid和rssi信息；

蓝牙ble设备挑选出位置不共面、且rssi信号最强的4个ibeacon的数据包：{rssii，uuidi，i＝k1，k2，k3，k4}。

4个ibeacon数据包的信息就分别转换为以下形式：{rssii，xi，yi，zi，i＝k1，k2，k3，k4}。

根据电磁波传播模型，由rssi计算蓝牙ble设备与ibeacon的距离：其中，d表示蓝牙ble设备与ibeacon的距离，rssi表示蓝牙ble设备接收到的ibeacon信号的强度，rssi0表示蓝牙ble设备在距离d0处接收到的ibeacon信号的强度，γ是电磁波传播损耗系数，是电磁波遮蔽系数。

上述4个ibeacon数据包的信息就转换为以下形式：{di，xi，yi，zi，＝k1，k2，k3，k4}，其中di表示蓝牙ble设备与第i个ibeacon的测量距离；

蓝牙ble设备在空间中的位置坐标用{x，y，z}表示，它与第i个ibeacon的实际距离用di表示，则：

条件概率模型p(di|di)的计算方法：其中p(di|di)表示实际距离为di时测量距离di的条件概率分布，p(di)表示蓝牙ble设备在移动过程中与第i个ibeacon的距离为di的先验概率分布；

将di和di的值域离散化，典型方法是从0到蓝牙ble设备的最大测距范围内，每隔0.1米取一个值，蓝牙ble设备最大测距范围的典型值是50米，由此得到di和di的值域：{r：rk＝0.1k，k＝0，1，2，...，499，500}。

概率模型p(di|di)、p(di|di)和p(di)都采用离散概率模型；

统计条件概率分布模型p(di|di)的方法是，首先设定di为其值域中的某一个值：di＝rk，然后把蓝牙ble设备置于距离ibeacon为di处，记录不同时刻测量到的距离值di，数据采集完成后，统计di值域中各个取值的频次，即可得到条件概率分布p(di|di＝rk)。反复设置di为其值域中的其它值，并重复上述过程，即可得到完整的条件概率分布函数p(di|di)。

统计先验概率分布p(di)的方法是，采集一批蓝牙ble设备的位置数据，计算蓝牙ble设备在不同位置时与第i个ibeacon的距离di，统计di值域中各个取值的频次，即可得到先验概率分布p(di)。在没有蓝牙ble设备的位置数据集的情况下，p(di)也可直接采用均匀分布。

当di和di的取值为连续值时，计算条件概率p(di＝d|di＝d)的方法是，根据p(di|di)的离散模型，通过双线性插值或双立方差值得到。

以双线性插值法为例，假定ra≤d≤ra+1，rb≤d≤rb+1，则通过双线性插值，可得p(di＝d|di＝d)＝a11p(di＝ra|di＝rb)+a12p(di＝ra|di＝rb+1)+a21p(di＝ra+1|di＝rb)+a22p(di＝ra+1|di＝rb+1)，其中：

求解蓝牙ble设备在空间中的位置坐标{x，y，z}，使得取最大值的方法分为两步；

第一步，把室内空间地图划分为等体积的多个小立方体，立方体的尺寸的典型值为1立方米；假设当前室内空间地图中所有立方体的顶点一共有n个，根据蓝牙ble设备测量得到的与4个ibeacon的距离，在立方体的每一个顶点处计算p(xv，yv，zv|di，i＝k1，k2，k3，k4)，v＝1，2，...，n-1，n，并得到其取最大值的顶点vm＝maxvp(xv，yv，zv|di，i＝k1，k2，k3，k4)；

第二步，以顶点为初始值，在以为顶点的8个立方体所组成的局部空间中，采用非线性优化方法，对p(x，y，z|di，i＝k1，k2，k3，k4)进行优化，得到蓝牙ble设备在室内空间中的坐标的最优化估计值：(x′，y′，z′)＝max(x，y，z)p(x，y，z|di，i＝k1，k2，k3，k4)。

一种基于概率模型的蓝牙室内定位系统，包括设置在室内环境的蓝牙ibeacon基站，以及设置在室内环境的蓝牙ble设备；

蓝牙ibeacon基站记录每个ibeacon的uuid及其三维坐标：{xk,yk,zk|uuidk,k＝1,2,…,n}，其中n为室内环境下部署的ibeacon个数；

蓝牙ibeacon基站能够探测ibeacon的蓝牙ble设备在室内环境移动，在室内环境的任意位置，蓝牙ble设备都能够探测到至少4个位置不共面的ibeacon；

蓝牙ble设备接收其探测到的所有ibeacon的数据包，每个数据包中包括该ibeacon的uuid和rssi信息；

蓝牙ble设备挑选出位置不共面、且rssi信号最强的4个ibeacon的数据包：{rssii，uuidi，i＝k1，k2，k3，k4}；

蓝牙ble设备上保存了室内环境中已部署的每个ibeacon的uuid及其三维坐标信息，根据接收到的ibeacon数据包中的uuid信息，即可查询到该ibeacon的三维坐标，上述4个ibeacon数据包的信息就转换为以下形式：{rssii,xi,yi,zi,i＝k1,k2,k3,k4}；

根据电磁波传播模型，由rssi计算蓝牙ble设备与ibeacon的距离：其中，d表示蓝牙ble设备与ibeacon的距离，rssi表示蓝牙ble设备接收到的ibeacon信号的强度，rssi0表示蓝牙ble设备在距离d0处接收到的ibeacon信号的强度，γ是电磁波传播损耗系数，是电磁波遮蔽系数；

依据上述方法，计算出蓝牙ble设备与4个ibeacon的距离，上述4个ibeacon数据包的信息就转换为以下形式：{di,xi,yi,zi,i＝k1,k2,k3,k4}，其中di表示蓝牙ble设备与第i个ibeacon的测量距离；

蓝牙ble设备在空间中的位置坐标用{x,y,z}表示,它与第i个ibeacon的实际距离用di表示，则：

用条件概率模型p(di|di)来表示已知测量距离di时实际距离di的概率分布；

根据测量信息{di,xi,yi,zi,i＝k1,k2,k3,k4}和条件概率模型{p(di|di),i＝k1,k2,k3,k4},求解蓝牙ble设备在空间中的位置坐标{x,y,z}，使得取最大值；

在蓝牙ble设备移动过程中，通过重复上述的测量和计算过程，即可得到蓝牙ble设备在不同时刻的位置坐标{x,y,z}，从而实现蓝牙ble设备的空间定位。

条件概率模型p(di|di)的计算方法：其中p(di|di)表示实际距离为di时测量距离di的条件概率分布，p(di)表示蓝牙ble设备在移动过程中与第i个ibeacon的距离为di的先验概率分布；

将di和di的值域离散化，典型方法是从0到蓝牙ble设备的最大测距范围内，每隔0.1米取一个值，蓝牙ble设备最大测距范围的典型值是50米，由此得到di和di的值域：{rrk＝0.1k，k＝0，1，2，...，499，500}；

概率模型p(di|di)、p(di|di)和p(di)都采用离散概率模型；

统计条件概率分布模型p(di|di)的方法是，首先设定di为其值域中的某一个值：di＝rk，然后把蓝牙ble设备置于距离ibeacon为di处，记录不同时刻测量到的距离值di，数据采集完成后，统计di值域中各个取值的频次，即可得到条件概率分布p(di|di＝rk)；反复设置di为其值域中的其它值，并重复上述过程，即可得到完整的条件概率分布函数p(di|di)；

统计先验概率分布p(di)的方法是，采集一批蓝牙ble设备的位置数据，计算蓝牙ble设备在不同位置时与第i个ibeacon的距离di，统计di值域中各个取值的频次，即可得到先验概率分布p(di)；在没有蓝牙ble设备的位置数据集的情况下，p(di)也可直接采用均匀分布。

当di和di的取值为连续值时，计算条件概率p(di＝d|di＝d)的方法是，根据p(di|di)的离散模型，通过双线性插值或双立方差值得到；以双线性插值法为例，假定ra≤d≤ra+1，rb≤d≤rb+1，则通过双线性插值，可得p(di＝d|di＝d)＝a11p(di＝ra|di＝rb)+a12p(di＝ra|di＝rb+1)+a21p(di＝ra+1|di＝rb)+a22p(di＝ra+1|di＝rb+1)，其中：

求解蓝牙ble设备在空间中的位置坐标{x，y，z}，使得取最大值的方法分为两步；

第一步，把室内空间地图划分为等体积的多个小立方体，立方体的尺寸的典型值为1立方米；假设当前室内空间地图中所有立方体的顶点一共有n个，根据蓝牙ble设备测量得到的与4个ibeacon的距离，在立方体的每一个顶点处计算p(xv，yv，zv|di，i＝k1，k2，k3，k4)，v＝1，2，...，n-1，n，并得到其取最大值的顶点vm＝maxvp(xv，yv，zv|di，i＝k1，k2，k3，k4)；

第二步，以顶点为初始值，在以为顶点的8个立方体所组成的局部空间中，采用非线性优化方法，对p(x，y，z|di，i＝k1，k2，k3，k4)进行优化，得到蓝牙ble设备在室内空间中的坐标的最优化估计值：(x′，y′，z′)＝max(x，y，z)p(x，y，z|di，i＝k1，k2，k3，k4)。

本发明基于概率模型的蓝牙室内定位方法，结构简单，系统部署工作量小，定位准确。

以上所述，仅是本发明的较佳实施例而已，并非对本发明的结构作任何形式上的限制。凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均属于本发明的技术方案范围内。