本发明涉及室内定位技术领域，具体地涉及一种行走航迹推算的基于iBeacon测距技术的室内定位方法。
背景技术：
随着基于位置的服务(Location Based Service，LBS)的蓬勃发展，对于行人或物体定位结果的准确性、可靠性和连续性的要求也与日俱增。全球导航定位系统(Global Positioning System，GPS)以其定位精度高、定位速度快、全天候作业、能够连续地提供三维地心坐标而广泛应用于各行各业，成为室外导航定位的主要技术手段。然而，由于GPS信号易受遮挡、易被干扰，其在室内环境及城市复杂环境(城市峡谷、险道等)下的定位应用受到了较大的限制，无法获得准确的位置信息，难以满足人们的需求。因此，室内定位技术成为当前国内国际的研究热点和难点。
iBeacon是苹果公司2013年9月在苹果电脑全球研发者大会上发布的一款室内定位无线解决方案产品，它使用蓝牙4.0技术，具有低成本、低功耗、抗干扰、传播距离远等优点，因此基于iBeacon的室内定位受到国际国内的广泛关注。在室内环境下，蓝牙无线信号的传播会因为室内结构布局以及材料的不同而发生发射、绕射、折射和散射，接收端接收到的信号就可能是多种路径传播过来的信号的叠加，而不是单纯的发射端发送过来的单一信号，因此基于蓝牙接收信号强度RSSI测距技术的定位算法定位精度不高。
技术实现要素：
为了解决上述存在的技术问题，本发明的目的是提出一种基于iBeacon测距技术的室内定位方法，通过对RSSI、位置坐标的滤波处理及高精度的定位算法的使用，可以实现实时、稳定、高精度的定位。
本发明的技术方案是：
一种基于iBeacon测距技术的室内定位方法，包括以下步骤：
S01：待定位物体获取周围iBeacon锚节点信息，对接收信号强度RSSI进行滤波处理，并将滤波后的RSSI转换成对应的距离信息，发送距离最近的多个锚节点信息到服务器端；
S02：服务器端接收到锚节点信息后，根据锚节点ID，从数据库中获取对应锚节点的实际位置坐标，再根据待定位物体与锚节点间的距离信息计算出待定位物体的位置坐标。
优选的技术方案中，所述步骤S01中采用卡尔曼滤波算法对RSSI进行滤波处理。
优选的技术方案中，所述锚节点信息为三个。
优选的技术方案中，采用改进的加权质心定位算法计算待定位物体的坐标位置，其步骤如下：
S21：分别以每个锚节点位置坐标为圆心，该锚节点到待定位物体间的距离为半径作圆，求取圆相交区域的点的坐标；
S22：以距离的倒数和作为权值，将相交区域的加权质心作为待定位物体的位置坐标。
优选的技术方案中，使用扩展卡尔曼滤波算法对计算出的待定位物体的位置坐标进行优化。
本发明还公开了一种基于iBeacon测距技术的室内定位系统，包括：
一锚节点信息计算和发送模块，待定位物体获取周围iBeacon锚节点信息，对接收信号强度RSSI进行滤波处理，并将滤波后的RSSI转换成对应的距离信息，发送距离最近的多个锚节点信息到服务器端；
一定位计算模块，服务器端接收到锚节点信息后，根据锚节点ID，从数据库中获取对应锚节点的实际位置坐标，再根据待定位物体与锚节点间的距离信息计算出待定位物体的位置坐标。
优选的技术方案中，所述锚节点信息计算和发送模块采用卡尔曼滤波算法对RSSI进行滤波处理。
优选的技术方案中，所述锚节点信息为三个。
优选的技术方案中，采用改进的加权质心定位算法计算待定位物体的坐标位置，其步骤如下：
S21：分别以每个锚节点位置坐标为圆心，该锚节点到待定位物体间的距离为半径作圆，求取圆相交区域的点的坐标；
S22：以距离的倒数和作为权值，将相交区域的加权质心作为待定位物体的位置坐标。
优选的技术方案中，还包括一优化模块，使用扩展卡尔曼滤波算法对计算出的待定位物体的位置坐标进行优化。
与现有技术相比，本发明的优点是：
1、本发明通过对RSSI、位置坐标的滤波处理及高精度定位算法的使用，可以达到实时、稳定、高精度的定位效果。
2、采用扩展卡尔曼滤波算法对移动定位结果进行优化，抑制定位结果的波动，提高定位系统的稳定性。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1是本发明基于iBeacon测距技术的室内定位方法的流程图；
图2是本发明由RSSI换算出的距离模型图；
图3是本发明三角形加权质心定位算法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
实施例：
本发明提出了一种基于iBeacon测距技术的室内定位方法，如图1所示，包括以下步骤：
在定位区域内布置坐标已知、向外广播自身ID的iBeacon作为锚节点，待定位物体实时获取周围iBeacon锚节点信息，采用卡尔曼滤波算法对RSSI进行滤波，根据拟合出的RSSI-d函数关系求出对应RSSI下的距离信息，最终将距离最近的三组iBeacon锚节点的ID及其与待定位物体间的距离信息通过无线传感器网络发送到服务器端完成定位运算。采用卡尔曼滤波算法对RSSI进行预处理，降低因多径效应、人员扰动产生的RSSI衰落失真问题，在一定程度上提高室内定位系统的定位精度。
服务器端接收到锚节点信息后，根据锚节点的ID从数据库中获取对应锚节点的实际位置坐标，再根据锚节点到待定位物体的距离，使用三角形加权质心定位算法计算出待定位物体的位置坐标。
最终使用扩展卡尔曼滤波算法对计算出的移动定位结果进行优化，抑制定位结果的波动，提高定位系统的稳定性。
本发明所采用的定位算法为三角形加权质心定位算法。由于环境的干扰和电磁场信号的无规则衰减，导致由待定位物体接收到的RSSI值换算出来的距离值大于锚节点到待定位物体的真实距离，因此由RSSI换算得出的距离模型的实际情况如图2所示。
待定位物体应该在分别以锚节点A、B、C为圆心，以d1,d2,d3为半径的3个圆的相交三角形区域ΔEFG范围内。通过对ΔEFG区域实行三角形加权质心定位算法可以得到待定位物体的位置坐标。如图3所示，该算法的具体步骤为：
(1)根据三组iBeacon锚节点ID，从服务器端数据库中分别获取每个锚节点的实际位置坐标(xi,yi)；
(2)求以锚节点坐标(xi,yi)为圆心，待定位物体到锚节点距离di为半径的圆的轨迹方程；
假设锚节点的实际位置坐标表示为A(x1,y1)、B(x2,y2)、C(x3,y3)，待定位物体的坐标表示为M(x,y)，以锚节点为圆心、待定位物体与锚节点间距离为半径的圆的轨迹方程分别为：
(3)得到三个圆相交三角形区域的三个顶点坐标；
根据两圆的方程组及定理“三圆相交区域内任意点到圆心距离小于等于任一圆半径”可得：
求解式(2)即可得到三圆相交区域ΔEFG的顶点E的坐标。同理可通过以下式(3)得到顶点F的坐标，通过式(4)得到顶点G的坐标：
(4)以距离的倒数和作为权值，ΔEFG的加权质心坐标为待定位物体位置坐标；
故待定位物体的位置坐标M(x,y)可以表示为：
采用扩展卡尔曼滤波算法对移动定位结果进行优化，抑制定位结果的波动，提高定位系统的稳定性。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。