本发明涉及一种基于灰色预测模型的室内外无缝定位系统及方法，其涉及的技术包括室外gnss以及室内wifi定位技术。
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。伴随着大型室内停车场定位及无人驾驶汽车的发展，近年来市场上对的室内外无缝定位技术需求日益增加。目前，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(globalpositioningsystem，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。而由于室内环境的复杂性，定位卫星的信号难以正常接收，因此当前的室外定位系统难以适应室内场景，且室外导航技术难以与目前现有的室内导航技术有效结合，造成导航效果不理想，室内入口定位不精准等问题。目前对于无缝定位有很多方法，比较常用的方法有uwb-dgps、gps与无线传感器网络、a-gps等，它们之间的优缺点如下：(1)uwb-dgps该方法具有定位精度高、传输速率快、功耗低、抗多径能力强以及成本低等优点，却存在计算复杂度较高、布设代价大等缺点。(2)gps与无线传感器网路无线传感器的优点是可以任意布设，组网灵活且覆盖范围广，并且zigbee技术具有网络结构简单、节点体积小、成本低和功耗低的特点。但无线传感器网络的缺点是在一般情况下节点是随机部署的，数目多且其能量有限，可靠性差，又由于无线模块的通信距离短，因此对该定位技术提出了更高高的要求。(3)a-gpsa-gps与传统的gps相比，a-gps定位时间短，终端功耗少，灵敏度高。但a-gps在实现定位的过程中需要通过多次网络传输，会使用过多的信道；因此在非常时期，a-gps的定位很难正常运作。技术实现要素：本发明的目的在于提供一种基于灰色预测模型的室内外无缝定位系统及方法，解决了现有室外与室内定位模式不能有效地结合，导致室外与室内交接处的定位不精准的问题。为了达到上述目的，本发明采用的技术方案是：本发明提供的一种基于灰色预测模型的室内外无缝定位系统，包括室外gnss模块、室内wifi定位模块、室内外无缝对接模块以及电子地图显示模块，其中，室外gnss模块与室内wifi定位模块的输出信号端与室内外无缝对接模块的输入信号端连接，室内外无缝对接模块的输出信号端接电子地图显示模块。优选地，所述室外gnss模块用于接收卫星定位观测数据，并将gnss信号定位坐标通过输出端提交给室内外无缝对接模块进行处理。优选地，所述室内wifi定位模块用于室内定位，并将室内坐标通过输出端提交至室内外无缝对接模块进行处理。优选地，所述室内外无缝对接模块采用基于灰色预测模型的融合定位方法，从输入信号端获取物体a的室外gnss模块及室内wifi模块提交的坐标信息，其中，将根据室外gnss提供的定位信息对物体a的轨迹进行预测，并将预测结果与室内定位信息进行比较得到物体a的预测坐标，并将物体a的预测坐标通过输出信号端送至电子地图显示模块。优选地，电子地图显示模块包括三种显示方式，分别为二维电子地图、室内平面图和xoy坐标轴，其中，当为室外定位模式时，采用的是二维电子地图显示方式；当为室内定位模式时，采用的是室内平面图显示方式；当为室内室外对接模式时，采用xoy坐标轴显示方式。一种基于灰色预测模型的室内外无缝定位方法，包括以下步骤：步骤s0，若所述室内外无缝对接模块接收到所述室外gnss模块传送的物体a的位置信号而未接收到所述室内wifi定位模块的物体a的位置信号，则选择室外定位导航模式，并转入步骤s2；若所述室内外无缝对接模块未接收到所述室外gnss模块传送的物体a的位置信号而接收到所述室内wifi定位模块的物体a的位置信号传输，则选择室内定位导航模式，并转入步骤s2；若所述室内外无缝对接模块同时接收到所述室外gnss模块以及所述室内wifi定位传送的物体a的位置信号，则转入步骤s1；步骤s1，基于对接部分的xoy坐标轴，结合灰色预测算法计算得到物体a的预测坐标，之后转入步骤s2；步骤s2，室内外无缝对接模块将计算所得的物体a的预测坐标信号传输到电子地图显示模块，电子地图显示模块根据获取的信息选择地图显示方式。优选地，步骤s1中，物体a的预测坐标的具体计算方法如下：步骤s30，判断室内外无缝对接模块中的xoy坐标轴是否存在，如果存在，则进入步骤s32，否则转入步骤s31；步骤s31：设定物体a所在位置为原点，以a的正前方向为x轴、垂直于x轴的方向为y轴建立xoy坐标系，同时，在电子地图显示模块中初始化xoy坐标，转入步骤s32；步骤s32：室内外无缝对接模块从当前位置开始连续7秒且以每秒钟一次的频率向室外gnss模块获取物体a的经纬度位置信息，并将物体a的经纬度信息换算成xoy坐标轴内坐标；步骤s33：利用步骤s32获取的7个轨迹坐标数据，用灰色预测模型分别预测出物体a在t秒(t>7)时的x轴和y轴的坐标，从而得到物体a的预测轨迹l，并转入步骤s34，t>7；同时，室内外无缝对接模块向室内wifi定位模块中获取物体a在第t秒时的室内坐标值，并根据入口经纬度获取换算出物体a当前位置的经纬度，将该经纬度坐标值换算为该xoy坐标轴坐标点(x0,y0)，并以该点为圆心，以2m为半径做一个圆ci，并转入s34；步骤s34：若上述所得的预测轨迹l与圆ci无交点，则室内外对接模块将坐标点(x0,y0)作为物体a的预测坐标点传输到电子地图显示模块中，并转入步骤s0；若上述所得的预测轨迹l与圆ci有交点，计算预测轨迹l与圆ci圆心距离最近的坐标点(x',y')，再将圆ci的圆心坐标点(x0,y0)与坐标点(x',y')之间的中点坐标点作为物体a的预测坐标点，同时将室外定位模式转换为室内定位模式。与现有技术相比，本发明的有益效果是：本发明提供的一种基于灰色预测模型的室内外无缝定位系统，本文提出的基于灰色预测模型的wifi与gnss融合定位具有以下优点：wifi网络可以实现在建筑密集和室内区域的定位，可以弥补接收不到gnss卫星信号区域无法定位的缺陷，扩大了定位范围；wifi网络联合gnss进行定位可以提高定位精度和设备利用率，无需安装新设备，降低成本；且灰色预测模型可以依据极少的点进行较为精准的预测，在较低的计算复杂度下将wifi定位与gnss定位数据有效结合。附图说明图1是本发明涉及的系统结构图；图2是本发明涉及的流程图；图3是预测轨迹与圆的一种位置示意图；图4是预测轨迹与圆的另一种位置示意图。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。下面结合附图，对本发明的技术方案进行具体说明。本发明提供一种基于灰色预测模型的室内外无缝定位系统，如图1所示，包括室外gnss模块、室内wifi定位模块、室内外无缝对接模块以及电子地图显示模块，其中，室外gnss模块与室内wifi定位模块的输出信号端与室内外无缝对接模块的输入信号端连接，室内外无缝对接模块的输出信号端接电子地图显示模块。具体地：所述室外gnss模块用于接收卫星定位观测数据，其体系已经非常完善，所述输出的gnss信号定位坐标为经纬度格式，并通过输出端提交给室内外无缝对接模块进行处理；所述室内wifi定位模块用于室内定位，采用位置指纹定位法，并将室内坐标通过输出端提交至室内外无缝对接模块进行处理；所述室内外无缝对接模块采用基于灰色预测模型的融合定位方法，从输入信号端获取物体a的室外gnss模块及室内wifi模块提交的坐标信息，其中，将根据室外gnss提供的定位信息对物体a的轨迹进行预测，并将预测结果与室内定位信息进行比较得到物体a的预测坐标，以实现室内外定位结果的平滑过渡，并将预测结果通过输出信号端送至电子地图显示模块。电子地图显示模块包括三种显示方式，分别为二维电子地图、室内平面图和xoy坐标轴，其中，当为室外定位模式时，采用的是二维电子地图显示方式；当为室内定位模式时，采用的是室内平面图显示方式；当为室内室外对接模式时，采用xoy坐标轴显示方式。其中，所述灰色预测算法是一种对含有不确定因素的系统进行预测的方法，通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列,然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。进一步的，在本实施例中，为了让本领域技术人员了解本发明所提出的基于灰色预测模型的室内外无缝定位系统，还提供一种基于灰色预测模型的室内外无缝定位方法，如图2所示，其步骤如下：步骤s0：所述定位系统根据所述室外gnss定位模块接收到的gnss信号或所述室内wifi定位模块接收到的定位信号的强度选择该定位系统的定位方式；若所述室内外无缝对接模块接收到所述室外gnss模块传送的位置信号而未接收到所述室内wifi定位模块的位置信号，则转入步骤s1；若所述室内外无缝对接模块未接收到所述室外gnss模块传送的位置坐标而接收到所述室内wifi定位模块的位置信号传输，则转入步骤s2；若所述室内外无缝对接模块同时接收到所述室外gnss模块以及所述室内wifi定位传送的位置坐标，则转入步骤s3；步骤s1：室外定位导航模式，所述室外gps定位模块进行室外定位，输出gnss定位数据至所述室内外无缝对接模块，并转入步骤s4；步骤s2：室内定位导航模式，所述室内wifi定位模块进行室内定位，输出wifi定位信号至所述室内外无缝对接模块，并转入步骤s4；步骤s3：刚接收到wifi信号，立刻判断xoy坐标轴是否存在，如果存在，则进入步骤s32，否则转入步骤s31；步骤s31：以物体a所在位置为原点，以a的正前方向为x轴，垂直于x轴的方向为y轴建立xoy坐标系，在所述电子地图显示模块中初始化xoy坐标，转入步骤s32；步骤s32：所述室内外无缝对接模块从当前位置开始连续7秒每秒钟向所述室外gnss模块获取一次经纬度位置信息，并将经纬度信息换算成xoy坐标轴内坐标；步骤s33：利用步骤s32获取的7个轨迹坐标数据，用灰色预测模型分别预测出物体a在t秒(t>7)时x轴及y轴的坐标，从而得到预测轨迹l；同时，室内外无缝对接模块向室内wifi定位模块中获取物体a在t秒(即当前位置)时的室内坐标值，并根据入口经纬度获取换算出当前位置的经纬度，将经纬度坐标换算为本xoy坐标轴坐标(x0,y0)，并以该点为圆心，以2m为半径做一个圆ci，并转入步骤s34；步骤s34：处理xoy坐标，如图3所示，若预测轨迹l与圆ci无交点，通过输出信号端发送所述室内wifi定位模块计算的坐标(x0,y0)至所述电子地图显示模块中的位置坐标，转入步骤s0；如图4所示，若轨迹l与圆ci有交点，则获取轨迹l与圆ci距离最近的坐标点(x',y')，再将圆ci的圆心坐标点(x0,y0)与坐标点(x',y')之间的中点坐标点作为物体a的预测坐标点，同时将室外定位模式转换为室内定位模式，析构所述室内外无缝定位模块以及所述电子地图显示模块的xoy坐标轴；步骤s4：所述电子地图显示模块根据信号输入端获取的信息选择地图显示部分，及时更新位置坐标。步骤s5：当用户接收到的室外gnss信号与室内wifi定位信号的有无状况发生改变时，转入步骤s0。进一步的，在本实施例中，在所述步骤s2中，室内定位采用的位置指纹定位法，包括如下步骤：步骤s21：分析实际被定位环境，在定位区域均匀地部署n个无线ap。步骤s22：绘制wifi部署地图，在地图上标记出无线ap的安装位置，将地图坐标化，每间隔一米划分一个坐标点，划分网格，将每个网格的中心位置记为一个训练元组，总计有m个样本区域，那么第i样本区域的训练元组标记就为i。步骤s23：离线采样，在部署有wifi网络的环境中，工作者手持不同型号的移动终端在被定位的区域内移动并停留20-60s，以收集该位置的rssi向量，即移动终端通过安装采样app调用系统api来收集周边部署的信号强度rssi数据信息，并将信号强度rssi信息划分训练元组。定位区域中第i个训练元组的位置坐标用ai＝(xi,yi)表示，之后对每一个训练元组重复采样，在(xi,yi)处所测得的rssi值i为第i个点，j为在该点处测得的第j组数据。将第i个训练元组数据记为并发送到定位服务器，定位服务器将训练元组集排序后存储在搜索树中，同时存储训练元组对应的标号和坐标得到离线数据库。步骤s24：对离线数据库进行过滤处理。地图中每一个坐标点(xi,yi)处的rssi值记为向量：求取每一个训练元组的平均向量：计算每一个训练元组中向量与平均向量的曼哈顿距离：删除每一个训练元组中与平均向量的曼哈顿距离大于30个单位的向量，完成对离线数据库的过滤。步骤s25：在线实时定位，待定位的移动终端在wifi网络的随机点采集无线ap的信号强度rssi信息作为测试元组，并发送给定位服务器，定位服务器将缓存的rssi信息作为测试元组，待定位的移动终端在随机点的rssi值记为向量：s＝(b1,b2,b3,…,bn)，测试元组与训练元组的欧几里得距离：在计算所得的dis中，从小到大选择k个dis对应的参考坐标，这里取k＝3，待测点坐标为：进一步的，在本实施例中，在所述步骤s33中，预测轨迹计算利用的灰色预测模型，包括如下步骤：步骤s331：作目标a的初始点正前方向的水平线，假设平移至与原来相距71.3m处，记该水平线为x轴。目标a在室外进入室内之前的七秒距离x轴的值依次假设为：71.1m、72.4m、72.4m、72.1m、71.4m、72.0m、71.6m。步骤s332：级比检验，建立目标活动平均数据时间序列如下:(71.1,72.4,72.4,72.1,71.4,72.0,71.6)，再求级比λ(k)(0.982,1,1.0042,1.0098,0.9917,1.0056)，最后做出级比判断：由于所有的λ(k)∈[0.982,1.0098]，k＝2,3,…,7故可以用x(0)作满意的gm(1，1)建模。步骤s333：gm(1，1)建模，对原始数据作一次累加,得到:(71.1,143.5,215.9,288,359.4,431.4,503)。构造数据矩阵b及数据向量y。然后计算下式：于是得到a＝0.0023，b＝72.6573.建立模型，并求解：求生成数列值及模型还原值，令k＝1,2,3,4,5,6,由上面的时间响应函数可算得模型值：(71.1,72.4,72.2,72.1,71.9,71.7,71.6)步骤s334：模型检验模型的各种检验指标值的计算结果见下表，经验证，该模型的精度较高，可进行预测定位。gm(1,1)模型检验表序号原始值模型值残差相对误差级比偏差171.171.1000272.472.4-0.00570.01％0.0023372.472.20.16380.23％0.0203472.172.10.03290.05％-0.0018571.471.9-0.49840.7％-0.0074672.071.70.26990.37％0.0107771.671.60.03780.05％-0.0032步骤s335：计算未来七秒预测值，如下：序号预测值872.4972.41071.91172.11271.41372.01471.6进一步的，在本实施例中，在所述步骤s4中，还包括如下步骤：若接收的数据为室外gnss模块传递的位置坐标，显示二维电子地图；若为室内wifi定位模块传递的位置坐标，则显示室内平面地图；若为室内外无缝定位技术传递的轨迹坐标，则将轨迹坐标加入位置坐标队列q尾部，去除冗余数据，位置显示从队列头部获取，特别地，当xoy析构时则跳转至室内平面地图显示。当前第1页12