一种基于可视路径的室内导航

1.本发明涉及信息技术领域，尤其涉及一种基于可视路径的室内导航。


背景技术：

2.随着当今社会的多元化发展，各式各样的辅助系统开始出现，其中导航系统作为最重要的一个已经被世人熟知。市面上的导航系统分为已经发展成熟的室外导航系统和尚未深入开发的室内导航系统，虽然许多知名企业做过尝试，但都不能整合出一个既成熟又标准的系统。目前相对较完善的技术包括致力于3d动态交互，基于ai与大数据技术实现室内全景导航的大蛙科技，或通过转换微缩模型，基于百度强大数据库的超高精度的百度室内导航地图，还有ar、vr结合，多重细节地标辅助的谷歌室内导航系统。
3.现有的室内导航系统主要存在以下三个方面的问题：
4.1、统一使用单一色块，缺少特色标志物，在寻找目标时会造成混乱；
5.2、系统操作的难易程度不适中，功能的实现复杂繁琐且只服务于单一社会群体；3、依赖于室外手机定位机制，会在工作中造成断连，失控，路径紊乱等问题。


技术实现要素：

6.有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是现有室内导航缺少特色标志物，不易寻找混乱，功能实现复杂繁琐且路径紊乱等问题。因此，本发明提供了一种基于可视路径的室内导航，基于教学楼的3d建筑结构特点，通过判别和记录有效结点，缩减寻路空间，增强寻路算法的实时响应性能,构建复杂度和适用性相匹配的路网模型；针对用户不同的起点和终点位置，检索出路网模型中相对应的出发和结束兴趣点；改进基础dijkstra(迪杰斯特拉)算法，计算出三维空间的最短路径，解决不同楼层之间的最优路径选择问题；通过路径可视化消除用户定位对硬件设备的依赖，基于一定的编码算法解决一个点在不同路径上视角不同的问题。
7.为实现上述目的，本发明提供了一种基于可视路径的室内导航，包括以下步骤：
8.1)确定出发点和目的地；
9.2)调用云函数利用寻路算法计算出最短路径；
10.3)结合出发点和目的地，获得导航路径；
11.4)根据导航路径从数据库中调取导航图片用于导航。
12.进一步地，还包括建立数据库，数据库包括tail_way数据库和图片数据库。
13.进一步地，tail_way数据库设置为以兴趣点为核心，跟踪附近的目的地；兴趣点将所有教室网格化，将距离出发点最近的兴趣点作为下一个位置，距离目的地最近的兴趣点作为导航路径目的地的前一个位置。
14.进一步地，图片数据库的建立步骤包括：
15.收集具有兴趣点特征的图片；
16.根据收集到的图片对图片进行特殊编号。
17.进一步地，收集具有兴趣点特征的图片包括兴趣点处的全景图片和全景图片的方向直拍图；
18.兴趣点处的全景图片要求包括兴趣点处的各个方向，且每个方向在照片中要通到下一个兴趣点；
19.全景图片的方向直拍图要求方向通到下一个兴趣点且照片中的标志物足够多且清晰。
20.进一步地，根据收集到的图片对图片进行特殊编号，具体包括：
21.对兴趣点处的全景图片编号规则为：x
‑
y，x为楼层，y为兴趣点标号；
22.对全景图片的方向直拍图的编号规则为：x
‑
y
‑
z，x为楼层，y为兴趣点标号，z为顺序编号。
23.进一步地，调用云函数利用寻路算法计算出最短路径，具体包括以下步骤：
24.选择一个离“起点”最近的楼层通道；
25.利用dijistra算法计算“起点”到楼层通道的最短路径；
26.计算从楼层通道到“终点”的最短路径。
27.进一步地，调用云函数利用寻路算法计算出最短路径包括3个模块：
28.第一模块，根据出发点和目的地所在的楼层得到对应的有权图邻接矩阵；
29.第二模块，创建多个一维数组用于存放不同楼层对应的顶点数据；
30.第三模块，用于根据有权图邻接矩阵，计算两个楼层顶点之间的最短路径。
31.进一步地，根据导航路径从数据库中调取导航图片用于导航，具体包括以下步骤：
32.1)对于最短路径中每一个兴趣点序列，根据图像编号原理计算对应的图像编号；
33.2)计算出每一个兴趣点的图像编号后，对每一兴趣点结合后一个位置兴趣点计算在该位置的通往路径中下一个位置的方向指引图像的编号；
34.3)结合所有兴趣点对应的图像编号序列在图片数据库中调用图像。
35.技术效果
36.1)本发明的一种基于可视路径的室内导航，不需要依赖外部设备，限制因素少，克服了其他定位方法存在成本昂贵、适用范围受限的问题；
37.2)避免了使用多个传感器分别估测移动目标位置和姿态的问题，为结构化室内环境的导航提出一种方法；
38.3)在一定程度上规避了额外功耗的问题，使得前期的布局时间得到节省，工作效率大大提高；
39.4)采用可视化的方式展示导航规划路线的兴趣点，更方便人们的操作使用，更容易帮助人们找到目的地；
40.5)实现了借助手机微信平台的小程序应用，大大节省了用户的手机内存空间，对手机系统没有过多的限制，大大方便了用户的使用，方便有助于大规模推广。
41.以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
42.图1是本发明的一个较佳实施例的一种基于可视路径的室内导航的实现流程示意
图；
43.图2是本发明的一个较佳实施例的一种基于可视路径的室内导航的校内教学楼兴趣点示意图；
44.图3是本发明的一个较佳实施例的一种基于可视路径的室内导航的tail_way示意图；
45.图4是本发明的一个较佳实施例的一种基于可视路径的室内导航的图片数据库的示意图；
46.图5是本发明的一个较佳实施例的一种基于可视路径的室内导航的最短路径映射导航图像序列示意图。
具体实施方式
47.为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
48.以下描述中，为了说明而不是为了限定，提出了诸如特定内部程序、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
49.本发明一实施例提供了一种基于可视路径的室内导航如图1所示，包括以下步骤：
50.1)用户输入定出发点和目的地；
51.2)利用tail_way数据库，根据出发点和目的地，找到离出发点和目的地最近的兴趣点(如果出发点和目的点不是兴趣点时)，并检索出相应的direction信息用于指引从出发点和目的地到相应兴趣点的方向；
52.3)将最近的兴趣点分别作为算法的“起点”，“终点”并调用云函数for_nearest利用寻路算法计算出最短路径上的所有兴趣点位置信息(本实施例中指的是门牌号)；
53.4)根据第2)的情况，选择性地加入用户输入的起点和目的地信息获取到最后的导航路径；接着需要根据这一路径调用图片数据库中图片。具体方法是基于图片编号原理，计算出每个位置对应的图片编号，以及每个位置选择方向所需的图片编号，这两个过程需要调用picker函数；
54.5)根据导航路径从数据库中调取导航图片用于导航，此外第二步获得的方向数据可以作为补充提示。
55.在确定出发点和目的地之前，还包括建立数据库，数据库包括tail_way数据库和图片数据库。tail_way数据库设置为以兴趣点为核心，跟踪附近的目的地；兴趣点将所有教室网格化，将距离出发点最近的兴趣点作为下一个位置，距离目的地最近的兴趣点作为导航路径目的地的前一个位置。本实施例中，direction指明从这前一个位置到达目的地的方式而不直接将目的地作为兴趣点。而教学楼大门或者出入口这类数量较少的这样大大减少了有权图中顶点个数。本实施例中，楼层中的拐点做了兴趣点。
56.进一步地，图片数据库的建立步骤包括：
57.收集具有兴趣点特征的图片；
58.收集具有兴趣点特征的图片包括兴趣点处的全景图片和全景图片的方向直拍图；
59.兴趣点处的全景图片要求包括兴趣点处的各个方向，且每个方向在照片中要通到下一个兴趣点；
60.全景图片的方向直拍图要求方向通到下一个兴趣点且照片中的标志物足够多且清晰。
61.根据收集到的图片对图片进行特殊编号，具体包括：
62.对兴趣点处的全景图片编号规则为：x
‑
y，x为楼层，y为兴趣点标号；
63.对全景图片的方向直拍图的编号规则为：x
‑
y
‑
z，x为楼层，y为兴趣点标号，z为顺序编号。
64.进一步地，调用云函数利用寻路算法计算出最短路径，具体包括以下步骤：
65.1)选择一个离“起点”最近的楼层通道(电梯或者楼梯)；
66.2)利用dijistra算法计算“起点”到楼层通道的最短路径；
67.3)计算从楼层通道到“终点”的最短路径。
68.进一步地，调用云函数利用寻路算法计算出最短路径包括3个模块：
69.第一模块，根据出发点和目的地所在的楼层得到对应的有权图邻接矩阵；
70.第二模块，创建多个一维数组用于存放不同楼层对应的顶点数据；
71.第三模块，用于根据有权图邻接矩阵，计算两个楼层顶点之间的最短路径。
72.进一步地，根据导航路径从数据库中调取导航图片用于导航，具体包括以下步骤：
73.1)对于最短路径中每一个兴趣点序列，根据图像编号原理计算对应的图像编号，例如a101为第一层第一兴趣点，编号为1
‑
1，具体细节见上文；
74.2)计算出每一个兴趣点的图像编号后，对每一兴趣点结合后一个位置兴趣点计算在该位置的通往路径中下一个位置的方向指引图像的编号；
75.3)结合最后的图像编号序列在后台数据库中调用图像。
76.假设确定一条最短路径从1
‑
>2
‑
>3
‑
>4，那么调用的图像序列则为：1
‑1‑
>1
‑1‑
12
‑
>1
‑2‑
>1
‑2‑
23
‑
>1
‑3‑
>1
‑3‑
34
‑
>1
‑
4，可以看出选择方向指引图像时满足以左优先原则；x
‑
y
‑
z中x表示楼层，y表示兴趣点编号，z指明在该位置的拍摄方向，如1
‑1‑
12则表示第一层的兴趣点1处从1往兴趣点2方向拍摄的图像，如图5所示，同理可以得到返程所要调用的图像序列。
77.以下将具体解释本实施例的一种基于可视路径的室内导航的具体实现步骤和原理：
78.本实施例以学校教学楼的室内导航为例，基于实际寻路过程中用户心理需求和教学楼整齐划一的建筑结构的考量，选择直线段上的端点以及直线上的所有可能改变方向的位置作为兴趣点，在教学楼门牌信息作为用户的位置id方式下,通过存储有限个用户id和路网模型兴趣点的对应关系，实现用户出发点和目的地到有效兴趣点的映射。所以可以通过其他教室位置和数据库定位到最近有效兴趣点的方式是实现路径指引的第一步。
79.具体的兴趣点选择和数据库映射方案如下：
80.选择依据：实现一次友好的导航只需要定位用户开始的位置(即出发点)，在分岔口指引明确的方向和目的地的位置，而对于直线路段定位信息对于用户是冗余的。因此要实现导航，关键要解决好兴趣点的选择和兴趣点处的可视化。因此对于兴趣点位置选择来
说，一条路径最为关键的信息是出发点、兴趣点和目的地，我们概括为兴趣点，兴趣点就像是路边一排有各自鲜明特色的建筑物、标识、景点、告示牌等。此外兴趣点处还要告知用户路径的方向。本实施例是使用微信小程序实现，其具体功能则是将最短路径所经过的所有兴趣点信息有序呈现给用户。
81.映射方案：数据库结合具体的情景，尽量减少兴趣点，例如，对于如图2所示的第四教学楼而言，门牌号很好的标记了他们的独特性和位置信息，教学楼大门或是出入口可以作为兴趣点。虽然不是每个教室都是兴趣点，但都有可能作为目的地，为了尽量减少兴趣点，我们引入了tail_way数据库。
82.如图3所示，tail_way数据库是以兴趣点为核心，跟踪附近的目的地。兴趣点将所有教室网格化，对于处在兴趣点网格区间的非兴趣点教室，本实施例中，作为出发点时，将距离最近的兴趣点作为导航路径下一个位置；而作为目的地时，将距离最近的兴趣点作为导航路径目的地的前一个位置。tail_way中的direction指明从这前一个位置到达目的地的方式而不直接将目的地作为兴趣点，而教学楼大门或者出入口这类数量较少的这样大大减少了有权图中顶点个数。
83.本实施例使用基于dijkstra的改进算法，用于计算三维空间最短路径，具体是使用算法for_nearest。
84.for_nearest模块功能从调用角度看，输入教学楼的出发点兴趣点和目的兴趣点(以下分别简称出发点、目的地)可以得到两点之间的最短路径和路径长度。该算法以dijistra算法思想为核心拓展到求多个楼层之间最短路径，并且封装了用户输入位置和dijistra算法顶点编号转换。
85.从for_nearest实现基础为三个子模块：u2c_reflect，create_adjmatrix，pro_dijikstra。
86.其中，pro_dijikstra是在dijikstra算法的基础上将一个平面的导航拓展到多个平面，即求位于两个楼层顶点之间最短路径的算法。一般情况下位置a(输入函数的“起点”),b(输入函数的“终点”)所在的楼层有权图结构不同，因此在计算最短路径前需要create_adjmatrix模块根据a,b所在的楼层得出对应的有权图邻接矩阵。由于有权图结构的不同，因此对于不同楼层分别需要不同的一维数组存放顶点数据，该功能通过u2c_reflect模块实现。
87.对u2c_reflect,create_adjmatrix的说明：
88.楼层数、二维邻接关系矩阵、一维顶点数据数组成矩阵成线性关系，而在教学楼应用场景下，数据具有很高的规律性。本实施例中，首先除了第一层兴趣点个数有16个，2，3楼层分别为11，12个，4，5楼层均为3个。其次每个楼层绝大多数兴趣点位置都由门牌编号，绝大多数编号区别只在于楼层数如a202对应三层a302。本实施例中，基于数据库建模思想，建立了以下数据模型：
89.第一，顶点个数特殊的楼层1楼单独用一个一维数据存放顶点数据；
90.第二，对顶点个数少于12的楼层2，3，4，5，将一维顶点数组信息分为一个一维数组和一个位置信息特殊的二维数组，一维数组只截取门牌中楼层以外的信息，如a02。一个位置信息特殊的二维数组则是对每个楼层位置为中文，或者教室编号和上下楼层对应位置门牌编号错位的顶点数；
91.第三，优先对不同楼层之间门牌编号有规律的顶点编号，如上述顶点a202。
92.因此最后5个楼层顶点数据情况是：
93.一楼：[a102,a108,b102,钟楼,c101,d101,d105,大门,a119,图书馆,b108,12,c106,八角楼北门,八角楼东门,行政楼]
[0094]
其他楼层：[a02,a08,b02,钟楼,c01,d01,d05,b08,t[0],c06,t[1],t[2]]；t＝[[a221,a223,],[a321,法政学院,d306],[a421,法政学院团委学生会,],[a521,a520,]]。
[0095]
创建二维邻接关系矩阵时，同样对一楼创建一个独立的矩阵，由于结构相似，3楼是在2楼的二维数为12*12的矩阵基础上修改部分值，4、5楼层的可达边较少，所以4、5楼层的数据是在12*12的正无穷矩阵上修改部分值得到。
[0096]
对pro_adjkstra的说明：
[0097]
dijikstra算法是求一个顶点到其余所有顶点最短路径的算法，解决的是有权图(权值为路径长度)中最短路径问题。每一次都将最短路径对应顶点合并到一个顶点集，迭代多次，最后求出源点到所有顶点的最短路径。
[0098]
对于不同楼层的最短路径，通过对所有具备跨楼层条件的顶点集合a(任意的名称)优先编号，确保每个楼层这些顶点编号一样。在确定出发点的前提下，在起点所在楼层f_start的有权图中应用一次dijikstra算法，得到出发点到顶点集合a中每一个点的最短路径权值w11,w12
……
w1n，a1,a2,
……
an；在目的地楼层f_end有权图中以a中顶点作为源点，每一次都用dijistra算法得到对应顶点到目的地的最短路径权值w21,w22
……
w2n多次迭代实现多起点单一终点的最短路径问题。对于顶点集合a中每一个顶点，将作为终点和源点两个情况下得到的权值相加作为选择顶点集合a中相应顶点跨楼层时的路径总权值w1,w2
……
wn。将权值最小的顶点作为trans即为上下楼选择的顶点位置。该算法对应的模块代码为pro_dijistra。但是当顶点集合a元素比较多且目的地楼层f_end有权图比较复杂时，利用dijikstra算法存在过多的数据冗余，算法复杂度过高(具体点)，出现代码运行超时问题。因此本实施例中，将a中与源点距离最近的顶点作为最后的楼层通道(电梯或者楼梯)trans，只需要计算一次trans在目的地楼层f_end有权图的最短路径即可得到从出发点到目的地的近似最短路径。
[0099]
路径可视化
[0100]
根据路径信息选取合适的图片有序呈现给用户，不仅要建立位置和图片名称和存储路径对应关系的图片数据库如图3，还要考虑用户在同一点从不同方向所看到的不同视角，所以需要利用相关的编码算法解决这一问题，具体体现在图片名称的编码上。
[0101]
图片指引和名称编码原理
[0102]
(1)图片如何实现导航(兴趣点+兴趣点选择方向)
[0103]
1、材料收集(准备导航)，“图片”指目标建筑物的每一楼层的各个兴趣点，各个楼梯间，一些特殊地点的照片，照片分为两类，第一类主要指兴趣点处的全景图片，全景照片要求包含此兴趣点的各个方向，且每个方向在照片中要通到下一个兴趣点，即直线；第二类主要指全景照片中每一个方向的直拍，要求通到下一兴趣点，且照片中标志物足够多且清晰。照片收集完成后为使后期导航顺利需将照片进行特殊编号，根据方向的不同以及起点和终点兴趣点教室的标号进行特殊编号，方便后期调用。
[0104]
2、编号路径
[0105]
上述为建立的图片如何实现导航功能，其中提到对于拍摄照片的编号，编号指把所有拍摄好的混杂的照片通过一种提前设计的特殊的规律编号，使其每张照片具有独立性且每张照片之间均可根据编号形成数据，对于设计的编号规则，即照片命名方式大致为依据顶点编号及方向图片所代表的那一条路径两头顶点教室的编号，而照片编号命名也分为全景和具体方向直拍，令全景照片编号模板为x
‑
y，具体方向直拍的照片模板为x
‑
y
‑
z，具体算法在picker中，编号过程具体如下：
[0106]
1)、x楼层，照片编号的第一规则，根据兴趣点照片所在的楼层，无论照片是全景照片还是具体的方向照片，如二层的兴趣点照片命名时即为2
‑
y
‑
z，三楼即为3
‑
x
‑
y，若照片为全景照片，则为二楼2
‑
y，三楼3
‑
y，其意义在于用户输入目的地后系统可在第一时间找到对应其目的楼层的那一组图片，大大减少随后的运算量，若用户的目的地路径中有跨楼层的情况，则系统也可以通过检索排除掉除目标楼层以外的其他楼层照片。
[0107]
2)、y兴趣点标号(教室或特定地点)，兴趣点标号指事先对每个兴趣点的特殊标号，如其中一个兴趣点对应数字1，下一兴趣点对应数字2，以此类推将该楼层中每一个兴趣点都编好标号，而兴趣点一般都对应一个教室，所以在规律地带可以将兴趣点的标号等同于兴趣点中教室的标号，方便后期导航，根据标号确定y值，第一类为全景照片，拍摄全景照片时站在标好号的兴趣点将所有方向拍入照片，编号时如二层第1个兴趣点，标为2
‑
1，下一个兴趣点为2
‑
2，意为在兴趣点1和兴趣点2将所有方向拍入全景照片，所以无z值；第二类为具体方向直拍图，例如在二层兴趣点1处，拍摄的若干方向图都命名为2
‑1‑
z，同理在兴趣点2处命名为2
‑2‑
z。
[0108]
3)、z顺序编号(由直线两端兴趣点编号组成)，命名完成楼层与所在兴趣点编号后，需对每一个具体方向图片进行最终命名，也是最关键的命名编号，此编号将作为后期数据库调用图片的依据和调用顺序的依据，因为兴趣点与兴趣点之间呈直线，而每个兴趣点都有其特定的标号，即1,2,3，而z值需经过一个规则确定，即较小数在前，较大数在后，例如，往返二层兴趣点1与2的方向直拍图在兴趣点1处命名为2
‑1‑
12，而根据上述规则，在兴趣点2处命名为2
‑2‑
12，这两张图片构成了往返兴趣点1和2的所有图片，同理，往返兴趣点2和3的两张方向图分别为，在兴趣点2处为2
‑2‑
23，在兴趣点3处为2
‑3‑
23，按此规则命名的照片意义在于调用图片时可以根据z值顺序调用，将路线模块化，例如从兴趣点1到兴趣点3，调用图片时系统只需调用兴趣点1到兴趣点2，兴趣点2到兴趣点3的照片呈现给用户即可，同理，返回时调用3到2,2到1实现目的，模块化使后台系统运算量降低，同时照片的拍摄量降低，提高效率。
[0109]
4)、特殊情况，当跨楼层情况出现时，需改变x和z的值，因为考虑到大部分兴趣点在不同的楼层呈现相同的布局，所以同样的兴趣点标号同样标与另外的楼层，例如，二层的楼梯间右侧第一个兴趣点标号为1，则对应三层的楼梯间右侧第一个兴趣点也标号为1，所以只需改变x和z的值，但确定z值的规则不变，因为相对应的兴趣点标号不变，即y值不变。当特殊地点出现时，特殊地点指每一层不一定都存在的地点，如跨桥，连接两座楼的桥的存在造成比其他不存在跨桥的楼层多出两张方向直拍图和两张全景图，但y,z值仍然不变，因为跨桥的存在只增加直线，不增加兴趣点。
[0110]
3、方法途径(实现导航)，用户通过系统输入教室信息到系统后台，系统根据所选教室的标号和照片的编号进行对数据库中照片的顺序调用，调用的图片通过前端小程序平
台呈现在用户手机屏幕上，照片按照编号从第一张到最后一张(目标教室兴趣点)采用轮播图的形式呈现，用户只需跟随照片前进，在每个兴趣点处按照图片转向，流程为：(1)用户在起点开始导航后第一张点的全景图片呈现在屏幕上提示用户到达此全景图片所示的地点，用户便可确认到达，此时系统自动切换第二张轮播图，即第一张全景图片中的可通往下一目标兴趣点的方向图片，用户对照图片走入正确的方向。(2)此时与下一兴趣点呈直线，即用户只需确认，待系统播出下一张兴趣点全景图片时，用户只需沿直线前进直到到达下一兴趣点，此时对照屏幕上系统已经呈现的全景照片，重复(1)中操作直到播完最后一张轮播图。(3)系统播出最后一张轮播图，即目标教室所在兴趣点照片，此时用户到达后确认信息，导航结束。
[0111]
本实施，是使用微信小程序实现本发明实施例的室内导航方法，微信小程序提供简单和高效易用的开发框架和丰富的组件和api，和云服务，能快速地迭代出具有原生app体验的优质服务，且其依附微信为其提供了优质的社群分享环境，因此最后室内导航服务通过微信小程序实现。
[0112]
在小程序上实现核心和技术难点为室内导航功能，但在实施过程中考虑到应用场景是教学楼，用户群体是学生，其他辅助功能可利用微信小程序提供的api模块丰富，其室内导航实现流程如图1所示。
[0113]
picker是通过微信小程序的表单实现，后台原函数接受到用户的选择后，首先在tail_way数据库中查询到在路网模型中的出发点和终点，再调用云函数，利用寻路算法for_nearest计算出最短路径。结合picker过程中用户选择的实际出发点和终点，对算法返回的路径做相应的首位位置添加。得到导航的路径,way_u，基于这一路径再数据库中调用导航图片。
[0114]
在关于第四教学楼的兴趣点及兴趣点选择方向的照片采集完成以后，我们在后台采用分楼层建立文件夹存放照片的方式，即对于第四教学楼的a教、b教、c教，及d教采用楼层的切分方法，以楼层号作为区分不同地方位置导航的图片存放。然后，我们通过微信小程序的云开发功能建立图片数据库，将我们在后端文件夹下的分层的存放的照片分别上传至我们的云图片数据库进行存储。这时，对于每一张照片会在图片数据库中，生成一个新的文件存储地址——file id。这个云存储的位置是以后我们在实现导航功能时调用图片的路径，如图4所示。
[0115]
我们对于照片的命名不同于实际的位置，我们需要建立一个数据库中照片与实际的联系。我们通过_”id”、”fileid、”loc”三者，进而，在用户界面展示导航内容的详细情况。
[0116]
在另一较佳实施例中，在兴趣点照片采集的时候可以使用机器人进行照片数据采集，采用自动化构建室内空间拓扑模型算法对教室进行网格化处理。
[0117]
本发明实施例的一种基于可视路径的室内导航，具有以下优势：
[0118]
1、结合教学楼的应用场景，利用教室门牌号作为位置id，结合数据库缩减了路网结点，构建的路网模型能满足实时响应的高要求和提供教学楼场景下的寻路需求的关键信息量。
[0119]
2、改进基础dijkstra(迪杰斯特拉)算法，通过在算法的一维数组中优先存储楼梯位置，在二维平面内计算最近的楼梯位置，使用同样的方式计算另外一层的最短路径。既能满足不同楼层的导航，又能兼容基础的二维导航的功能。
[0120]
3、通过可视化路径，消除了对硬件设备的依赖和建筑环境带了的信号精度问题，基于编码算法解决一个点在不同路径上视角不同的问题，在减少信息冗余的同时，提高用户使用的安全性，避免视觉停留在应用上带来的安全隐患。
[0121]
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。