并与所 述通道信息相结合，实现所述待定位目标的定位。
[0029] 进一步地，还包括：
[0030] 判断模块，用于判断根据所述格网模型Μ重新计算出的所述待定位目标在t时刻的 位置信息Xk,t是否为死角；
[0031] 校验模块，用于若所述判断模块的判断结果为所述Xk,t是死角，改变所述待定位目 标在上一时刻的运动趋势，并在上一时刻的位置重新计算所述格网先验概率p\t和所述后 验概率 Pk, t直至所述待定位目标的位置不是死角。
[0032] 进一步地，所述判断模块，具体用于判断所述Xk,t与上一时刻的位置是否一样，若 一样，说明所述XM是死角。
[0033] 本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0034] 1、通过格网模型精细地表达室内空间，在空间模型包含的几何（如最短路径距 离）、拓扑(如邻近关系，连通关系）、语义信息(墙壁，障碍物，走廊，电梯，楼梯等)的支持下， 进行PDR位置估计，从而提高了定位精度。另外，由于格网模型非常适合再计算，因此，还能 够实现进一步的位置计算。相比于传统的基于粒子滤波的地图匹配方法，格网滤波表达的 几何、拓扑以及语义信息更加精细和丰富，这些信息能够更好的辅助定位，提高定位精度。
[0035] 2、选取格网模型中以待定位目标所在单元格为中心的一个可预测范围内的邻近 单元格参与格网先验概率和/或后验概率的计算，从而降低了计算的复杂度。
[0036] 3、还能够通过获取连通各平面区域的通道信息，实现2.5维的定位。
[0037] 4、还对定位结果是否为死角进行判断，并进行相应的处理，从而有效地消除了因 PDR步长模型和朝向偏差引起的定位错误，提高了定位精度和容错率。
[0038] 5、还提供了一种判断定位结果是否为死角的方法。
【附图说明】
[0039]图1是本发明实施例提供的基于格网模型的PDR室内定位方法及系统的原理架构 示意图；
[0040] 图2是本发明实施例提供的基于格网模型的TOR室内定位方法的流程图；
[0041] 图3是本发明实施例中两个单元格之间的欧氏距离以及最短路径距离示意图； [0042]图4是本发明实施例中目标Buffer示意图；
[0043] 图5是本发明实施例中的死角示意图；
[0044] 图6是本发明实施例中采用回溯算法解决错误的步长模型引起的死角过程示意 图；
[0045] 图7是本发明实施例中采用回溯算法解决错误的朝向估计引起的死角过程示意 图；
[0046] 图8是本发明实施例提供的基于格网模型的TOR室内定位系统的模块图。
【具体实施方式】
[0047]本发明实施例通过提供一种基于格网模型的PDR室内定位方法及系统，解决了现 有技术中无法精确定位和进一步计算的技术问题，实现了能够精确定位和进一步计算的技 术效果。
[0048]本发明实施例中的技术方案为解决上述技术问题，总体思路如下：
[0049] 参见图1，本发明实施例提供的定位方法及系统通过增强型格网滤波融合了 TOR方 法和格网模型，利用格网模型所表达的几何、拓扑以及语义信息约束行人的运动，从而提高 TOR方法的定位精度。另外，由于格网模型非常适合再计算，因此，还能够实现进一步的位置 计算。
[0050] 为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上 述技术方案进行详细的说明。
[0051 ]参见图2，本发明实施例提供的基于格网模型的TOR室内定位方法，包括：
[0052] 步骤S110:构建定位区域的格网模型M= {size，（Xi，yi, IDi, typei，neighboursi)，1 < i < N};其中，size为格网模型M的单元格大小，xi为单元格i的横坐标，yi为单元格i的纵坐 标，IDi为单元格索引，typei为单元格i的类型(如:房间、走廊、障碍物、墙壁、楼梯、电梯等）， neighbouri为单元格i的邻近单元格，N为某一层格网模型包含的单元格数量；
[0053] 对本步骤进行说明，通过提取建筑CAD图中的几何、拓扑以及语义信息构建格网模 型。考虑到现在建筑设计过程中，无论是方案设计、初步设计还是施工图设计都广泛地采用 了 CAD技术，这使得获取相关CAD图相对容易，在许多情形下并不会增加额外的工作量。 [0054]步骤S120:获取待定位目标的运动趋势；
[0055]在本实施例中，运动趋势为步长和朝向。对本步骤进行说明，先通过待定位目标所 佩戴的智能终端实时采集带时间戳的多种惯性传感器(包括加速度计、陀螺仪、电子罗盘以 及气压计等)数据，再基于行人航位推算的方法估计出待定位目标当前时刻行走的步长和 朝向。
[0056] 步骤S130:基于待定位目标前一时刻的位置信息和当前时刻的运动趋势，计算得 到格网先验概率P、, t = p ( Xt I Xt-l，Z t);其中，Xt为待定位目标在t时刻的位置信息，Xt-l为待 定位目标在t-i时刻的位置信息，Zt为待定位目标在t时刻的运动趋势；
[0057] 步骤S140:根据格网模型Μ的语义和拓扑特征对格网先验概率p、,t进行筛选，得到 待定位目标位置候选单元格的后验概率?1^ = <^((11{,1;，21;,11)|11;-1，]\〇?\1;，从而得到根据格 网模型Μ重新计算出的待定位目标在t时刻的位置信息 Xk,t和根据格网模型Μ重新计算出的 待定位目标在t时刻的运动趋势Zt,h，实现定位;其中，歹为待定位目标在位置Xk, t的先验概 率，α是一个归一化的常量，使得PM的值在[0，1]之间。
[0058] 在本实施例中，格网模型Μ的语义和拓扑特征为约束条件。在本实施例中，所使用 的格网模型的语义特征主要包括障碍物，如墙壁和走廊等;所使用的格网模型的拓扑特征 主要为距离差，即两单元格的最短路径距离与欧式距离的差值。其中，差值越大，说明两个 单元格之间的障碍物越多;相应地，该情况发生的概率越低，因为连续两步之间绕行多个障 碍物的概率极低。
[0059] 为了减少计算量，在步骤S130中在计算得到格网先验概率p、,t和/或步骤S140中 根据格网模型Μ的语义和拓扑特征对格网先验概率p\t进行筛选时，选取格网模型Μ中以待 定位目标所在单元格为中心的一个可预测范围内的邻近单元格参与计算;其中，可预测范 围由待定位目标的运动趋势而定。
[0060] 当定位区域为平面区域时，如果要对待定位目标进行2.5维定位，还包括：
[0061] 步骤S150:获取连通各平面区域的通道信息；
[0062] 在本实施例中，获取的连通各平面区域的通道信息为电梯和/或楼梯等通道的位 置信息。
[0063]步骤S160:基于根据格网模型Μ重新计算出的待定位目标在t时刻的位置信息xk,t、 根据格网模型Μ重新计算出的待定位目标在t时刻的运动趋势Zt,h和通道信息实现待定位目 标的定位。
[0064] 为了提高本发明实施例提供的定位方法的实用性，还判断根据格网模型Μ重新计 算出的待定位目标在t时刻的位置信息xk, t是否为死角;若xk,t是死角，改变待定位目标在上 一时刻的运动趋势，并在上一时刻的位置重新计算格网先验概率P_k,t和后验概率Pk,t直至 待定位目标的位置不是死角。
[0065] 具体地，判断根据格网模型Μ重新计算出的待定位目标在t时刻的位置信息Xk,t是 否为死角，包括：
[0066]判断xk,t与上一时刻的位置是否一样，若一样，说明xk,t是死角。若不一样，则说明 Xk,t不是死角。
[0067]在对本发明实施例提供的定位方法进行具体说明之前，首先需要对本方法中常用 的一些基于格网模型的空间计算函数进行说明：
[0068] #loadM〇del(h，Maii) :加载当前楼层对应的格网模型，当用户切换到一个新的楼 层时，获取当前楼层的格网模型用于增强型格网滤波追踪。
[0069] loadModel(h，Maii) =Mh
[0070] #86&代1^4(18(14):搜索格网模型1获得位置1对应的单元格索引或10。
[0071 ] #searchNeighbours(cell_id，searchDepth，M):查找cell_id对应的单元格的近 邻单元格，searchDepth为搜索深