一种用于安防监控项目的室内定位方法及系统与流程

本发明涉及一种用于安防监控项目的室内定位技术，尤其涉及用于火车站、机场、高速公路服务区等人流量众多的交通枢纽公共场所，以及国内外大型会议、活动场馆等场景下的室内定位方法及系统。

背景技术：

近年来，随着无线通信技术和移动终端技术的迅速发展，基于位置信息的定制化服务越来越受到大众的青睐，并广泛应用于交通、导航、民生、物流、医疗等各个领域，为人们的生活带来了很大的便捷。在室外环境，利用包括gps、北斗、glonass和galileo等的gnss导航系统进行室外定位已经具有足够的精度、良好的系统稳定性以及全球的覆盖面。但是，在室内环境中，由于接收不到卫星信号，需要使用全新的室内定位技术手段和方式来完成导航和定位。尤其是在交通枢纽公共场所和大型会议、活动场馆内，更需要可靠的室内定位系统来时刻采集安防人员的行动轨迹，随时反馈行动指令以保障大众的生命安全。

目前室内定位技术有两个发展方向，分别是广域室内定位技术和局域室内定位技术。其中广域室内定位技术一般需要改造基站及手机芯片等设备模块，成本巨大、研究门槛高且时间周期长。相比较而言，局域室内定位技术的研发成本就低很多，是场景推广运作更好的选择方案。局域室内定位技术根据定位方法所采用的介质不同可以分成基于基础辅助设施定位技术和全自主定位技术。基于基础实施定位技术需要借助于外部辅助设施，考虑到定位服务成本、技术成熟程度、复杂环境的适应性等方面，wi-fi定位技术是目前应用最广的室内定位手段。基于wi-fi的室内定位技术通过映射或者匹配信号强度的方式来进行定位。对于不同的室内环境导致信号强度产生波动的状况，一般通过设计算法降低信号衰减的影响，提高信号空间区分能力从而改善定位精度。然而该方式造成的数据输出频率低，易受障碍物以及多路径效应干扰的问题却无法从根源上避免。

因此，需要一种有效的用于安防监控项目的室内定位方法及系统。

技术实现要素：

本发明目的是解决现有wi-fi室内定位技术所无法避免的数据输出频率低、数据稳定性差的问题，提供一种用于安防监控项目的室内定位方法及系统。该系统通过安防人员携带设备中的mems传感器模块和wi-fi模块采集数据并实时上传到云端服务器中进行存储，同时进行数据预处理，分别得到航迹推算结果和wi-fi定位结果。在此基础上使用自适应抗差滤波进行组合定位，并将结果传送给控制台指挥中心。指挥中心将安防人员的组合定位结果与已有的室内电子地图进行比对，从而实时掌控各人员的位置信息和行动状态，发布准确合理的调度命令。采用本发明的系统，可以得到安防人员的历史行动轨迹，实时判断相关人员是否处于危险的位置和状态，降低由于丢失人员位置而导致的危险突发事件的发生，有力的保障安防人员和大众的生命安全。

本发明的一个方面是提供了一种用于安防监控项目的室内定位方法，包括如下步骤：步骤1：根据wi-fi信号的覆盖范围在室内场所的各个位置合理地布设wi-fi无线接入点；步骤2：将安防人员随身携带的可穿戴设备采集到的数据通过wi-fi无线接入点实时上传到云端服务器；步骤3：云端服务器对所述数据进行处理，获得安防人员的组合定位结果并发送给控制台指挥中心；步骤4：控制台指挥中心将步骤3的组合定位结果与预先存储的该室内场所电子地图进行比对分析；以及步骤5：控制台指挥中心根据比对分析结果对安防人员进行决策指挥。

优选地，步骤1中，同时采集位置指纹训练样本，将接入点位置信息与wi-fi信号强度信息进行关联并存入到指纹库中，为后续的wi-fi定位做准备。

优选地，步骤2中，通过安防人员随身携带的可穿戴设备采集到的数据包括mems传感器模块采集到的数据和wi-fi模块采集到的数据。

优选地，步骤3进一步包括如下步骤：

步骤31：云端服务器通过包括滤波去噪、阈值设置与判断、卡尔曼滤波的方式对步骤2中所发送的mems传感器数据进行处理，得到航迹推算结果；

步骤32：通过加权最邻近算法对步骤2中所发送的wi-fi信号数据进行处理，得到wi-fi定位结果；

步骤33：对所述航迹推算结果和wi-fi定位结果使用自适应抗差滤波剔除误差定位点获得组合定位结果，并将组合定位结果发送给控制台指挥中心。

优选地，步骤4中，控制台指挥中心将步骤3的安防人员组合定位结果与预先存储的电子地图进行的比对分析包括区域越界判断、长时间滞留判断、历史行动轨迹回显的比对分析。

优选地，步骤5中，根据步骤4中的不同人员行为分析结果，对安防人员进行包括继续定位、警报警告、防盗报警、出动人力救助干涉的不同指挥决策。

本发明的另一个方面是提供了一种用于安防监控项目的室内定位系统，包括：行人携带设备子系统；云端服务器子系统和控制台指挥中心子系统，其中，所述行人携带设备子系统将可穿戴设备中mems传感器模块和wi-fi模块采集到的数据上传到所述云端服务器子系统，所述云端服务器子系统存储所述行人携带设备子系统采集到的数据，并分别计算处理得到航迹推算定位结果和wi-fi定位结果，在此基础上进行自适应抗差滤波得到组合定位结果，并将所述组合定位结果发送到所述控制台指挥中心子系统，所述控制台指挥中心子系统将人员位置信息与电子地图进行分析比对，并根据比对结果对安防人员发布不同的指令。

优选地，所述行人携带设备子系统包括mems传感器采集模块和wi-fi采集模块，用于实时采集安防人员的位置信息数据。

优选地，所述云端服务器子系统包括步数计数模块、步长估算模块和航向计算模块、在航迹推算模块、wi-fi定位模块和组合定位模块。

优选地，所述控制台指挥中心子系统包括室内电子地图模块和指挥调度模块。

本发明具有如下有益效果：

本发明利用安防人员携带设备中的mems(微型电子机械系统，micro-electromechanicalsystem)传感器模块和wi-fi定位模块采集到的数据进行组合定位，解决目前在相关场景中无法接收到卫星信号导致无法在封闭环境中定位或是单一源wi-fi定位造成的定位稳定性差的问题，为室内场景下安防人员的指挥调度提供了可靠的依据，提高了指挥中心的决策效率，降低了由于丢失人员位置而可能造成的相关人员安全问题。

附图说明

图1为本发明的用于安防监控项目的室内定位方法的流程图。

图2为本发明的用于安防监控项目的室内定位系统的结构框图。

具体实施方式

下面通过实施例对本发明作进一步说明，其目的仅在于更好地理解本发明的研究内容而非限制本发明的保护范围。

本发明的一种用于安防监控项目的室内定位方法，在wi-fi定位的基础上，辅以mems传感器模块提供的短时间内高精度定位成果并使用自适应抗差滤波算法，达到联合两类定位方式互补性的组合导航定位效果，从而为在室内场景中工作的安防人员提供准确的位置信息和行为决策依据，极大地保障安防人员和大众的生命安全。如图1所示，本发明方法包括如下步骤1～5。下面对各个步骤进行详细说明。

步骤1：根据wi-fi信号的覆盖范围在室内场所的各个位置合理地布设wi-fi无线接入点。同时，采集位置指纹训练样本，将接入点位置信息与wi-fi信号强度信息进行关联并存入到指纹库中，为后续的wi-fi定位做准备。这里，位置指纹训练样本是在布设wi-fi信号的场地内按一定的规律选择样本点，在样本点上采集无线接入点的信号，采集完的样本为位置指纹训练样本。位置指纹是位置指纹室内定位法的简称，该方法中位置信息与wi-fi信号强度信息有着函数关系，故要进行关联，并把结果保存起来作为后续定位的依据。

步骤2：将安防人员随身携带的可穿戴设备采集到的数据通过wi-fi无线接入点实时上传到云端服务器。这里，通过安防人员随身携带的可穿戴设备采集到的数据包括mems传感器模块采集到的数据和wi-fi模块采集到的数据。mems传感器模块和wi-fi模块设置于可穿戴设备中。mems传感器包括mems加速度传感器、mems磁传感器、mems陀螺仪等各类微型传感器。mems传感器模块采集到的数据具体包括携带它的行人行走时的三轴加速度数据，行走方向信息数据等，在行走过程中会按设定的频率不断进行记录。wi-fi模块采集到的数据具体包括行走过程中各个时刻的时间、各时间所对应的各个无线接入点的信号强度大小、信号方差等数据。

步骤3：云端服务器对所述数据进行处理，获得安防人员的组合定位结果并发送给控制台指挥中心。具体地，步骤3进一步包括如下步骤：

步骤31：云端服务器通过包括滤波去噪、阈值设置与判断、卡尔曼滤波的方式对步骤2中所发送的mems传感器数据进行处理，得到航迹推算结果；这里，航迹推算结果是携带该设备的安防人员的行走轨迹路线；

步骤32：通过加权最邻近算法对步骤2中所发送的wi-fi信号数据进行处理，得到wi-fi定位结果；这里，wi-fi定位结果是携带该设备的安防人员的各时刻位置信息；

步骤33：对航迹推算结果和wi-fi定位结果使用自适应抗差滤波剔除误差定位点得到组合定位结果，并将组合定位结果发送给控制台指挥中心。这里，组合定位结果也是携带该设备的安防人员的各时刻位置信息所组成的行走轨迹路线，组合定位是通过各时刻两种方式的定位信息进行滤波得到的优化定位结果。

步骤4：控制台指挥中心将步骤3的组合定位结果与预先存储的该室内场所电子地图进行比对分析。该比对分析包括区域越界判断、长时间滞留判断、历史行动轨迹回显的比对分析。例如，部分安防人员的工作范围为场馆内某一规定区域，当他们返回给控制中心的定位点位置超出已有电子地图给他们所限制的区域，则发出警告；相反，部分安防人员的工作为场馆内的巡查，此时当他们的定位点长时间停留不变时，则发出警告。在指挥调度时，当控制中心接收到的返回位置数据与给出的制定路线发生较大偏离时，也发出警告。

步骤5：控制台指挥中心根据比对分析结果对安防人员进行决策指挥。具体地，根据步骤4中的不同人员行为分析结果，对安防人员进行包括继续定位、警报警告、防盗报警、出动人力救助干涉的不同指挥决策。

图2为本发明的用于安防监控项目的室内定位系统的结构框图。如图2所示，本发明的系统包括行人携带设备子系统1、云端服务器子系统2和控制台指挥中心子系统3。

所述行人携带设备子系统1用于将可穿戴设备中mems传感器模块11和wi-fi采集模块12采集到的数据上传到所述云端服务器子系统。所述行人携带设备子系统1包括mems传感器采集模块11和wi-fi采集模块12，其用于实时采集安防人员的位置信息数据。

所述云端服务器子系统2存储所述行人携带设备子系统1采集到的数据，并分别计算处理得到航迹推算定位结果和wi-fi定位结果，在此基础上进行自适应抗差滤波得到组合定位结果，并将所述组合定位结果发送到所述控制台指挥中心子系统3。

所述云端服务器子系统2包括步数计数模块21、步长估算模块22和航向计算模块23、航迹推算模块24、wi-fi定位模块25和组合定位模块26。

云端服务器子系统2在存储完由行人携带设备子系统1发送来的数据后，将从mems传感器采集模块2接收到的传感器数据交由步数计数模块21、步长估算模块22、航向计算模块23处理。通过步数计数模块21、步长估算模块22和航向计算模块23可以在航迹推算模块24中计算得到传感器方式定位的结果。同时，将从wi-fi采集模块12接收到的数据交由wi-fi定位模块25处理可以得到wi-fi定位方式的定位结果。在此基础上由航迹推算模块24和wi-fi定位模块25可以从组合定位模块26中得到两者的自适应抗差定位结果。

步数计数模块21，对加速度数据首先进行高低通滤波去噪，随后计算三轴的合加速度并进行sma移动平均，通过加速度波峰波谷阈值的设置与判断计算步数。其中加速度数据通过mems加速度传感器得到。

步长估算模块22，通过性别、身高等经验阈值得到的静态步长模型与mems加速度传感器得到的动态步长模型，对前述两者进行卡尔曼滤波得到估算的步长。

航向计算模块23，将加速度、磁传感器定向的结果与陀螺仪定向的结果进行卡尔曼滤波得到航向的准确估计。

航迹推算模块24由步数计数模块21、步长估算模块22和航向计算模块23中分别算得的步数、步长和航向实时推算安防人员该时刻基于前一时刻的位置变化。

wi-fi定位模块25可通过加权最邻近的位置指纹法或经过最小二乘、高斯牛顿迭代的距离模型法得到wi-fi定位的结果。

组合定位模块26在航迹推算模块24和wi-fi定位模块25的基础上附加自适应抗差滤波剔除定位误差点，得到准确可靠的组合定位结果。

控制台指挥中心子系统3包括室内电子地图模块31和指挥调度模块32。从组合定位模块26中得到的安防人员位置信息与室内电子地图模块31的地图信息进行比对分析，然后将分析结果发送到指挥调度模块32。

指挥调度模块32将人员位置信息与电子地图进行分析比对，并根据比对结果对安防人员发布不同的指令。具体地，指挥调度模块32根据安防人员的不同位置判断是否有区域越界、长时间滞留、高速位移等特殊行为状态发生，从而做出继续定位、警报警告、防盗报警、出动人力救助干涉等不同的指挥决策。

本发明的用于安防监控项目的室内定位方法及系统在wi-fi定位的基础上，辅以mems传感器模块提供的短时间内高精度定位成果并使用自适应抗差滤波算法，能够达到联合两类定位方式互补性的组合导航定位效果。该系统可以为在室内场景中工作的安防人员提供准确的位置信息和行为决策依据，能够极大地保障安防人员和大众的生命安全。

显然，本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。