一种基于惯性测量轨迹点的WiFi指纹库更新方法与流程

本发明涉及wifi室内定位系统中指纹库采集与更新方法，尤其是基于惯性测量轨迹点的wifi指纹库更新方法。

背景技术：

目前，无线局域网得到广泛应用，每个无线路由器视为一个接入点(accesspoint,ap),由于ap信号的传播，在室内每一个位置都可以产生一串特定接受信号强度(receivedsignalstrength,rss)信息，称为wifi指纹，由于室内ap众多，室内不同位置将接收到不同的wifi指纹，根据空间位置与wifi指纹之间的映射关系，可以利用在线采集的指纹与预先采集的指纹进行匹配来确定位置，指纹定位分为两个步骤：离线阶段和在线阶段，离线阶段是在室内指定位置采集指纹信息，然后构建指纹库。在线阶段又称为定位阶段，移动用户通过实时扫描获取wifi指纹，将指纹与指纹库中的每条指纹进行匹配，knn算法通过选择k个相似的指纹，将它们的位置坐标求取平均值作为移动端位置。室内wifi指纹受到多种因素影响，包括ap的位置移动、室内布局变化、添加或者移除ap。如果不能及时更新指纹库，将会直接影响定位精度，长时间会导致定位失效。惯性导航通过是一种相对定位方式，它利用载体上的加速度计、陀螺仪等惯性元件，测量出运动载体相对于惯性空间的角速度和线加速度信息，推算出载体的姿态、速度、位移等导航参数。

技术实现要素：

针对现有技术上述指纹库更新的问题，为了克服现有技术存在的缺陷，本发明提出了一种基于惯性测量轨迹点的wifi指纹库更新方法。通过手持终端采集指纹，并利用惯性测量器件通过航位推算获得轨迹点位置，然后wifi指纹和轨迹点时间同步获得wifi指纹坐标，并将指纹种信号弱的部分剔除，构成更加简洁、灵活的指纹库，更加高效地更新指纹库。

本发明基于惯性测量轨迹点的wifi指纹库更新方法，其步骤如下：

步骤1.将imu设备固定在采集人员身上，初始对准，设定采集开始位置l1(x1，y1)和结束位置l2(x2,y2)。采集人员利用移动通讯终端在指定区域采集wifi指纹。并对wifi指纹数据记录时间戳和接入点的接收信号强度。

所述imu设备，是惯性测量单元(inertialmeasurementunit，简称imu)，是测量物体三轴姿态角或角速率以及加速度的装置。

采用标定后的的imu设备，进行初始对准，确定出开始位置l1(x1，y1)和结束位置l2(x2,y2)，沿规划直线路径行走采集wifi指纹。

利用移动通讯终端在指定区域采集wifi指纹，对wifi指纹数据记录时间戳和接入点的接收信号强度。所述接收信号强度，设置为-80～0之间，将此范围外的信号强度设置为默认值-80，判定为较弱的wifi信号。

所述imu设备，优选具有三轴陀螺仪、三轴加速度计和磁力计的imu设备。

所述移动通讯终端选择智能手机。

步骤2.通过航位推算方法求解指纹的位置，通过wifi指纹与轨迹点的时间同步，确定采集指纹的位置标签。

将加速度数据通过移动平均滤波处理，然后根据阈值法探测加速度值的波峰和波谷，实现步频探测。利用mahony滤波算法计算航向角，取每步航向角为该时间内的平均值。根据步长公式和起始位置坐标矢量计算步长公式中的系数。

步骤3.利用步骤2计算的航向角和步长推算轨迹点位置，根据wifi指纹的时间戳找到最临近两个轨迹点，通过线性内插确定wifi指纹的坐标，对采集的指纹进行信号质量评价，剔除信号较弱的部分，仅保留剩余部分作为更新指纹。

本发明的与现有技术相比的有优点在于：本发明通过惯性测量轨迹点和智能手机采集指纹，提高了指纹库采集的效率，保证了指纹库的可靠性。通过起始位置约束，可以获得更加精确的步长模型。本发明方法大大提高了指纹采集的效率，摆脱了指纹库参考点必须是指定位置点的制约，实现了指纹库的动态更新。本发明提出的指纹库更新方法同样适用于蓝牙指纹和地磁指纹库更新。

附图说明

图1为本发明基于惯性测量轨迹点的wifi指纹库更新方法流程框图。

具体实施方式

下面结合实施例和附图1对本发明作进一步详细说明。

实施例：基于惯性测量轨迹点的wifi指纹库更新方法。

步骤1.在采集人员鞋面上安置九轴imu传感器，分别为三轴陀螺仪、三轴加速度计、三轴磁力计，采集人员手持安装wifi指纹采集软件(app)的安卓智能手机，初始对准确定初始航向后，从起点位置开始沿着一定的采集路线均匀的采集指定区域内的wifi指纹。

wifi指纹内容用f表示(t,mac1,rss1,mac2,rss2,…,macn,rssn)，其中t为时间戳，maci为wifi的mac地址，用字符串表示，rssi为第i个ap的信号强度，为整型，n为定位区域内的ap个数，app没有扫描到某个ap时，将rss值设为默认值-80。

步骤2.将对z轴加速度数据通过移动平均滤波处理，然后根据峰值探测实现步频探测。imu在静止下利用加速度计和磁力计计算初始对准矩阵，利用mahony滤波算法计算航向角，取每步航向角为该时间内的平均值。根据步长公式和起始位置坐标矢量计算步长公式中的系数。

加速度的采用频率设置为100hz,移动均值滤波窗口设置为4，经过滤波后的z轴加速度值相对平滑，设定阈值来探测波峰，每个波峰计为一步，并记录第stepi步的时间区间[ti,ti+1]。利用imu计算航向角时采用mahony滤波算法,得到航向角时间序列根据每步的时间区间将该区间的航向角取平均值后作为该步的航向角步长采用以下步态模型：

step_length＝af+c

上式中a和b为待求系数，f为步频。

根据采集路径的起点和终点，确定步态模型的系数a和b,参考下式：

步骤3.利用步骤2计算的航向角和步长推算每个wifi指纹的位置，根据wifi指纹的时间戳找到最临近两个轨迹点，通过线性内插确定wifi指纹的坐标，对采集的指纹进行信号质量评价，剔除信号较弱(信号强度为-80)的部分，仅保留剩余部分作为更新指纹。