一种室内定位方法、装置、设备及存储介质

本发明涉及计算机，尤其涉及一种室内定位方法、装置、设备及存储介质。

背景技术：

1、随着城市现代化进程的发展，人们对于基于室内位置的服务的需求日益强烈，如大型室内环境中提供智能路线规划、精准广告投放以及附近餐厅推荐等。然而，由于城市峡谷效应以及多径效应的干扰，卫星导航系统在室内场景会出现严重的信号衰减问题，导致gps无法提供精确的位置信息。因此，设计一种低成本、高鲁棒性的室内定位方法是具有重大意义的。

2、现有技术中，行人航位推算(pedes tr ian dead reckoning，pdr)算法称得上是一个出色的定位算法，它可以不依赖于外部测量源信息，如卫星、射频信号等，定位成本极低。但是，随着时间的推移，pdr算法存在误差累积问题，定位精度会逐渐降低，效果非常的不理想。

3、因此，如何提高室内定位精度，是目前亟需解决的技术问题。

技术实现思路

1、本发明主要目的在于提供一种室内定位方法、装置、设备及存储介质，通过数据驱动的方式完成回波指纹的特征提取，并利用深度学习的方式进行回波分类，通过回波定位信息对pdr位置解算信息进行修正，不仅无需部署任何额外的硬件设施，而且可以较好的解决pdr的误差累积问题，以低成本的代价实现了亚米级的室内定位精度。

2、第一方面，本申请提供了一种室内定位方法，该方法包括步骤：采集定位区域内发射源发射的chirp音频信号后的回波指纹信息；

3、基于回波指纹信息训练后学习到的不同位置的回波指纹特征，得到回波指纹分类器；

4、对回波指纹分类器进行分类得到位置标签信息，并将位置标签信息映射得到发射源的地理位置信息，作为发射源的回波定位信息；

5、采集发射源行进过程中的传感器的信息，并利用pdr算法得到发射源的位置解算信息；

6、融合所述回波定位信息和位置解算信息，得到发射源所在的区域的定位坐标。

7、结合上述第一方面，作为一种可选的实现方式，根据粒子滤波算法，在定位区域初始化大量粒子，并计算每个粒子与观测值间的距离并赋予粒子不同的权重；

8、对所有粒子权重进行归一化处理，并过滤低权重的粒子，利用高权重的粒子重新采样形成新粒子；

9、利用所有新粒子坐标的加权求和得到发射源所在的区域的定位坐标。

10、结合上述第一方面，作为一种可选的实现方式，根据公式计算每个粒子的权重，其中(x0，y0)表示实际观测值所在的位置，(x1，y1)表示粒子所在的位置，δ表示方差，pi表示第i个粒子；

11、根据公式计算定位区域的定位坐标，其中，表示最终的定位坐标，表示第i个粒子的权重，ui表示第i个粒子的坐标。

12、结合上述第一方面，作为一种可选的实现方式，计算回波定位的坐标与pdr推算的发射源的位置坐标间的欧式距离；

13、当所述欧式距离大于第一设定阈值时，判定回波指纹分类器的分类结果出错，利用pdr推算的发射源的步长和方向信息进行粒子更新；

14、当所述欧式距离小于第二设定阈值时，判定此时pdr的推算发射源的位置坐标的误差在可控范围内，利用所述pdr推算的发射源的步长和方向信息进行粒子更新；

15、当所述欧式距离在所述第一设定阈值和所述第二设定阈值之间时，判定pdr的推算发射源的位置坐标的误差开始逐渐累积，利用回波定位的结果进行修正，并作为观测值进行粒子更新。

16、结合上述第一方面，作为一种可选的实现方式，将所述定位区域进行预设尺寸方格划分，通过手机扬声器发射的预设频率的chirp音频信号后，利用手机麦克风采集每个方格内的响应回波。

17、结合上述第一方面，作为一种可选的实现方式，对采集的回波指纹信息进行过滤，并将过滤后的响应回波，生成回波数据集，其中所述过滤包括：空白帧过滤，噪声过滤以及回波提取部分；

18、将所述数据集中wav格式的回波音频文件进行分帧和加汉明窗操作，并利用傅里叶变换得到每帧的频域信息；

19、将所述每帧的频域信息融合得到语谱图，并将所述语谱图输入到卷积神经网络中进行训练，直到模型收敛，学习到不同位置的回波指纹特征，以得到回波指纹分类器。

20、结合上述第一方面，作为一种可选的实现方式，采集发射源行进过程中的加速度传感器信息、磁力传感器信息以及陀螺仪信息；

21、根据所述加速度传感器信息，采用过零检测法进行跨步检测，并利用weinberg算法进行步长估计，以确定发射源的步数和步长；

22、根据所述加速度传感器信息、磁力传感器信息以及陀螺仪信息，确定发射源的方向角，所述方向角为发射源行走方向和地磁北极的夹角；

23、通过所述发射源的步数和步长以及方向角，利用pdr算法获取发射源的位置解算信息。

24、第二方面，本申请提供了一种室内定位装置，该装置包括：采集单元，其用于采集定位区域内发射源发射的chirp音频信号后的回波指纹信息；

25、特征提取单元，其用于基于回波指纹信息训练后学习到的不同位置的回波指纹特征，得到回波指纹分类器；

26、分类单元，其用于对回波指纹分类器进行分类得到位置标签信息，并将位置标签信息映射得到发射源的地理位置信息，作为发射源的回波定位信息；

27、计算单元，其用于采集发射源行进过程中的传感器的信息，并利用pdr算法得到发射源的位置解算信息；

28、融合单元，其用于融合所述回波定位信息和位置解算信息，得到发射源所在的区域的定位坐标。

29、第三方面，本申请还提供了一种电子设备，所述电子设备包括：处理器；存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现第一方面任一项所述的方法。

30、第四方面，本申请还提供了一种计算机可读存储介质，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行第一方面任一项所述的方法。

31、本申请提供的一种室内定位方法、装置、设备及存储介质，该方法包括步骤：采集定位区域内发射源发射的chirp音频信号后的回波指纹信息；基于回波指纹信息训练后学习到的不同位置的回波指纹特征，得到回波指纹分类器；对回波指纹分类器进行分类得到位置标签信息，并将位置标签信息映射得到发射源的地理位置信息，作为发射源的回波定位信息；采集发射源行进过程中的传感器的信息，并利用pdr算法得到发射源的位置解算信息；融合所述回波定位信息和位置解算信息，得到发射源所在的区域的定位坐标。本申请通过数据驱动的方式完成回波指纹的特征提取，并利用深度学习的方式进行回波分类，通过回波定位信息对pdr位置解算信息进行修正，不仅无需部署任何额外的硬件设施，而且可以较好的解决pdr的误差累积问题，以低成本的代价实现了亚米级的室内定位精度。

32、应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本发明。

技术特征：

1.一种室内定位方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述融合所述回波定位信息和位置解算信息，得到发射源所在的区域的定位坐标，包括：

3.根据权利要求2所述的方法，其特征在于：

4.根据权利要求2所述的方法，其特征在于，还包括：

5.根据权利要求1所述的方法，其特征在于，所述采集定位区域内发射源发射的chirp音频信号后的回波指纹信息，包括：

6.根据权利要求1所述的方法，其特征在于，所述基于回波指纹信息训练后学习到的不同位置的回波指纹特征，得到回波指纹分类器，包括：

7.根据权利要求1所述的方法，其特征在于，根据采集发射源行进过程中的信息，并利用pdr算法得到发射源的位置解算信息，包括：

8.一种室内定位装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备，包括：

10.一种计算机可读存储介质，其特征在于，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行根据权利要求1至7中任一项所述的方法。

技术总结
本发明公开了一种室内定位方法、装置、设备及存储介质，该方法包括步骤：采集定位区域内发射源发射的chirp音频信号后的回波指纹信息；基于回波指纹信息训练后学习到的不同位置的回波指纹特征，得到回波指纹分类器；对回波指纹分类器进行分类得到位置标签信息，并将位置标签信息映射得到发射源的地理位置信息，作为发射源的回波定位信息；采集发射源行进过程中的传感器的信息，并利用PDR算法得到发射源的位置解算信息；融合所述回波定位信息和位置解算信息，得到发射源所在的区域的定位坐标。本申请能够较好的解决PDR的误差累积问题，以低成本的代价实现了亚米级的室内定位精度。

技术研发人员：武小平,姜烁
受保护的技术使用者：武汉大学
技术研发日：
技术公布日：2024/1/12