一种基于聚类指纹法的可见光传感的被动式室内定位方法与流程

文档序号:19785533发布日期:2020-01-24 13:31阅读:219来源:国知局
一种基于聚类指纹法的可见光传感的被动式室内定位方法与流程

本发明涉及一种基于聚类指纹法的可见光传感的被动式室内定位方法,属于室内可见光定位和人工智能定位领域。



背景技术:

随着智慧城市概念的推广,大量的传感技术和智能系统开始应用于城市建筑,提高建筑的功能性和智能性。室内定位技术作为实现室内智能系统的基础性技术,近年来得到了广泛的关注与研究。相对于室外定位技术,室内定位技术并不依赖于gps,北斗等卫星定位系统。其完全依赖于建筑物内安装的各种传感器对室内的人或设备进行定位跟踪。常用于室内定位的技术包括:无线传感器,wifi,红外传感器,和可见光传感器。相比于其他传感器,可将光传感技术具有非常独特的优势。其可以与室内光照系统进行整合,实现室内光照系统的功能复用,可以有效的降低室内定位的成本,且可见光具有对人体没有辐射,耗能低,安全性好等优点。本发明利用室内可见光传感对室内的目标进行被动式定位,该技术采用人工智能的方法实现对室内不携带定位设备的目标进行有效的定位跟踪,因此非常符合智慧城市的发展及实际应用。



技术实现要素:

本发明的目的在于:提出一种基于聚类指纹法的可见光传感的被动式室内定位方法。该方法利用目标本身的不透明,将光电探测器检测到的光强信息作为载体对室内的目标进行实时的定位跟踪。技术方案如下:

一种基于聚类指纹法的可见光传感的被动式室内定位方法,包括以下步骤:

步骤1:在于屋顶或墙壁安装可以发射自身id特征信号,且进行时分复用的led灯,室内铺设光电传感器,光电光感器与无线节点相连接,无线节点用于检测光电探测器的输出信号,并解码识别光信号来自哪一个led灯。

步骤2:将监控区域空旷时节点对各led光源的光强检测结果作为背景信号;

步骤3:将检测的led光源光强值减去背景信号后光强变化大于设定阈值的节点设定为阴影节点;

步骤4:在指纹采集阶段,令一个目标在监控区域内的某个位置站立一段时间,并将这段时间内采集到对应各led的光强信息减去背景信息后的结果作为该位置的指纹,让目标依次在每个指定的位置上站立一段时间,并收集光强信息,即可获得监控区域的光强指纹库p=1,....,p,其中表示目标站在p位置时第l个光源下对应的第n个光电探测器检测到的光强,p表示预设的总共的指纹采样位置,n为光电探测器的编号;

步骤5:定位阶段,将对应于各led光源的阴影节点进行聚类处理,获取相应的阴影节点集合,对应于各个led光源,计算各个阴影节点集合与指纹库中各位置指纹的距离,并将存在重合的阴影节点的个数的倒数作为该阴影节点集合与某个位置指纹的权重值。

步骤6:获取的各指纹位置的权重值与位置坐标加权获取该阴影节点集合的对应目标的初步位置结果。

步骤7:重复步骤5和6,获取各个led光源下阴影节点集合对应的初步定位结果。

步骤8:将步骤7所获取的初步定位结果合并为一个初步定位结果集合,并利用聚类算法对该集合中的元素进行聚类处理,获取一些目标初步定位结果作为定位结果的子集合。

步骤9:利用最小二乘法处理步骤8中子集合中的位置坐标,得到每个子集合对应的最终定位结果。

附图说明

图1为本发明的可见光被动式定位系统的场景示意图。

图2基于聚类指纹法的可见光传感的被动式室内定位方法。

具体实施方式

下面结合附图对本发明的实施进行具体阐述。图1给出根据本发明的一个应用实例。如图1所示,在监控区域的屋顶上安装有可以进行可见光通信的led光源,地面上均匀铺设光电探测器,光电探测器所获取的光强信号有无线节点进行采样并发送给汇聚模块,且无线节点具有光通信解调模块,可以识别出接收到的光信号是由哪个led光源发出。最终由中央服务器进行处理获取定位坐标。

图2所示提供了本发明的基于聚类指纹法的可见光传感的被动式室内定位方法的流程框。其具体步骤如下:

步骤1:在于屋顶或墙壁安装可以发射自身id特征信号(比如脉冲编码、频率组合)且进行时分复用的led灯,室内铺设的光电传感器,光电光感器与无线节点相连接,无线节点用于检测光电探测器的输出信号,并解码识别光信号来自哪一个led灯。

步骤2:将监控区域空旷时节点对各led光源的光强检测结果作为背景信号;

步骤3:将检测的led光源光强值减去背景信号后光强变化大于设定阈值的节点设定为阴影节点;

步骤4:在指纹采集阶段,令一个目标在监控区域内的某个位置站立一段时间,并将这段时间内采集到对应各led的光强信息减去背景信息后的结果作为该位置的指纹。让目标依次在每个指定的位置上站立一段时间,并收集光强信息,即可获得监控区域的光强指纹库p=1,....,p,其中表示目标站在在p位置时第l个光源下对应的第n个光电探测器检测到的光强,p表示目标所在的位置编号,p表示预设的总共的指纹采样位置,l表示led光源的编号,n为光电探测器的编号。

步骤5:定位阶段,将对应于各led光源的阴影节点进行聚类处理,获取相应的阴影节点集合。对应于各个led光源,计算各个阴影节点集合与指纹库中各位置指纹的距离,并将存在重合的阴影节点的个数的倒数作为该阴影节点集合与某个位置指纹的权重值。

步骤6:获取的各指纹位置的权重值与位置坐标加权获取该阴影节点集合的对应目标的初步位置结果。

步骤7:重复步骤5和6,获取各个led光源下阴影节点集合对应的初步定位结果。

步骤8:将步骤7所获取的初步定位结果合并为一个初步定位结果集合,并利用聚类算法对该集合中的元素进行聚类处理,获取一些目标初步定位结果作为定位结果的子集合。

步骤9:利用最小二乘法处理步骤8中子集合中的位置坐标,得到每个子集合对应的最终定位结果。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1