基于物联网的室内定位方法与流程

1.本申请涉及信息技术领域，尤其涉及一种基于物联网的室内定位方法。


背景技术：

2.室内定位技术中，会采用基于位置指纹库的定位方法，该通过采集不同时间段的样本形成指纹序列组，并且通过指纹序列组代替单个的指纹序列。
3.然而，面对复杂多变的环境，信号强度信息rssi会受到以下信息的影响：1.同频率电子设备的干扰。蓝牙设备、无线摄像机、zigbee设备与wifi的工作频率相同，彼此相互干扰会使得测量的无线电波的参数产生偏差。2.多径传播效应的影响。室内环境中的无线信号很容易受到各种不同室内物体阻挡而产生绕射、反射、衍射等现象，造成信号传播的时延、以及信号频率、幅值或相位的变化，从而引起多径效应。3.人体的干扰。当辐射频率与生物体的固有频率谐振时，吸收最强，即为谐振吸收。4.室内温度等的影响。
4.因此，基于位置指纹库的室内定位技术容易出现定位精度不准确的问题。


技术实现要素：

5.本发明实施例提供基于物联网的室内定位方法，用于解决现有技术中室内定位精度低的问题。
6.本发明实施例提供基于物联网的室内定位方法，包括：
7.接入服务器as采集多个接入点ap的上报信息，所述上报信息包括时间、ap的id、温湿度信息、突发事件及wi
‑
fi信息；
8.所述as将每一个所述ap的wi
‑
fi信息进行重构，获取wi
‑
fi的信号强度rssi值，并基于所述rssi值建立wi
‑
fi指纹库；
9.获取所述wi
‑
fi指纹库的特征数据，并基于所述特征数据计算每一个所述ap的信号强度系数aps；
10.基于所述ap上报的时间、温湿度信息和突发事件，计算出自适应权重；
11.将所述aps与所述自适应权重进行加权平均，获取每一个ap的信号强度评分；
12.将所述每一个ap的信号强度评分进行校准，并基于校准后的所述每一个ap的信号强度评分，自适应对所述wi
‑
fi指纹库进行更新。
13.可选地，所述基于所述特征数据计算每一个所述ap的信号强度系数aps，包括：
14.将所述特征数据按照下列公式计算出每一个所述ap的信号强度系数aps：
[0015][0016]
其中，aps为信号强度系数，x为ap的特征数据，α,β为自定义系数，x
min
为最小特征数据。
[0017]
可选地，基于所述ap上报的时间、温湿度信息和突发事件，计算出自适应权重，包括：
[0018]
利用如下公式计算自适应权重：
[0019]
λ
i
＝h(t
i
)*e
itemp
*n
i
(s)*λ0[0020]
其中λ
i
为第i特征对应的自适应权重，h(t
i
)为时间变化参数，e
itemp
为温湿度变化系数，n
i
(s)为突发事件，n
i
(s)取0或1，λ0为初始权重。
[0021]
可选地，将所述每一个ap的信号强度评分进行校准，包括：
[0022]
获取每一个ap的信号强度历史评分；
[0023]
计算每一个ap的信号强度历史评分均值；
[0024]
将第一ap的信号强度评分与所述第一ap的历史评分均值进行比较，若差值高于第一预设阈值，则将所述第一ap的信号强度评分替换为所述第一ap的信号强度历史评分均值，
[0025]
若差值低于或等于第一预设阈值且高于第二预设阈值，则将所述第一ap的信号强度评分进行平滑处理。
[0026]
可选地，所述特征数据包括rssi均值，rssi出现概率，ap标识以及rssi的标准差。
[0027]
可选地，所述自适应对所述wi
‑
fi指纹库进行更新自适应更新，包括：
[0028]
若所述ap的信号强度评分等于或高于预设阈值，则不对所述wi
‑
fi指纹库进行更新，
[0029]
若所述ap的信号强度评分低于预设阈值，则在下一采集周期时对所述wi
‑
fi指纹库进行更新。
[0030]
本发明实施例还提供一种基于物联网的室内定位装置，所述装置包括：
[0031]
采集单元，用于采集多个接入点ap的上报信息，所述上报信息包括时间、ap的id、温湿度信息、突发事件及wi
‑
fi信息；
[0032]
重构单元，用于将每一个所述ap的wi
‑
fi信息进行重构，获取wi
‑
fi的信号强度rssi值，并基于所述rssi值建立wi
‑
fi指纹库；
[0033]
计算单元，用于获取所述wi
‑
fi指纹库的特征数据，并基于所述特征数据计算每一个所述ap的信号强度系数aps；
[0034]
所述计算单元，还用于基于所述ap上报的时间、温湿度信息和突发事件，计算出自适应权重；
[0035]
获取单元，用于将所述aps与所述自适应权重进行加权平均，获取每一个ap的信号强度评分；
[0036]
更新单元，用于基于所述每一个ap的信号强度评分，自适应对所述wi
‑
fi指纹库进行更新。
[0037]
可选地，所述计算单元用于基于所述特征数据计算每一个所述ap的信号强度系数aps，包括：
[0038]
将所述特征数据按照下列公式计算出每一个所述ap的信号强度系数aps：
[0039][0040]
其中，aps为信号强度系数，x为ap的特征数据，α,β为自定义系数，x
min
为最小特征数据。
[0041]
可选地，所述计算单元用于基于所述ap上报的时间、温湿度信息和突发事件，计算
出自适应权重，包括：
[0042]
利用如下公式计算自适应权重：
[0043]
λ
i
＝h(t
i
)*e
itemp
*n
i
(s)*λ0[0044]
其中λ
i
为第i特征对应的自适应权重，h(t
i
)为时间变化参数，e
itemp
为温湿度变化系数，n
i
(s)为突发事件，n
i
(s)取0或1，λ0为初始权重。
[0045]
本发明实施例还提供一种电子设备，包括存储器和处理器，所述存储器上存储有计算机可执行指令，所述处理器运行所述存储器上的计算机可执行指令时实现上述方法。
[0046]
本发明实施例提供的方法，通过wi
‑
fi指纹库定位的方式，获取信号强度rssi系数与自适应阈值的乘积，确定当前环境下信号强度评分值，若低于预设阈值自适应更新该位置指纹库，可有效提升室内定位精度。
附图说明
[0047]
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。
[0048]
图1为一个实施例中基于物联网的室内定位系统架构图；
[0049]
图2为一个实施例中的方法流程图；
[0050]
图3为一个实施例中基于物联网的室内定位装置结构图；
[0051]
图4为一个实施例中电子设备的硬件组成示意图。
具体实施方式
[0052]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0053]
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0054]
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0055]
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0056]
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0057]
图1为本发明实施例中基于物联网的室内定位系统架构图，如图1所示，基于物联网的室内定位系统包括一个接入服务器(access server,ap)11与多个接入点(access point,ap)12，其中，接入服务器as是服务器或具备信息交互功能的终端设备，负责采集不
同接入点的上报信息。ap是信号发送源设备，例如wifi设备、lte/5g通信设备等。ap与as通过wi
‑
fi协议进行通信，从而，as可以收集到ap发送的wi
‑
fi信息后进行信息解析与重构，构建指纹库。
[0058]
需要说明的是，无线信号的信号强度在空间传播过程中,会随着传播距离的增加而减弱，as与信号源(ap)距离越近,信号源的信号强度就越强；as离ap越远，接收到的信号强度就越弱。根据as接收到的信号强度和已知的无线信号模型,wifi指纹定位可以估算出as和不同ap之间的距离,根据估算as与多个ap之间的距离,就可以计算出as的位置。但是由于无线信号并不是直线衰弱,所以采用合适的衰落模型至关重要。
[0059]
图2是本发明实施例的基于物联网的室内定位方法流程图，如图2所示，本发明实施例提供的方法，具体为：
[0060]
s101、接入服务器as采集多个接入点ap的上报信息，所述上报信息包括时间、ap的id、温湿度信息、突发事件及wi
‑
fi信息；
[0061]
接入服务器as和多个接入点ap安装在室内的不同角落，其中，as可以为服务器，或具备服务器功能的终端设备，该as可以为移动式的接入设备，通过测量as与ap不同的信号强度，构建指纹库，从而计算as的室内定位的位置。
[0062]
在本发明实施例中，ap通过心跳机制上报信息给as设备，可采用自定义格式上传自身的信息给as，例如ap的id(16bit)、当前上报的时间(8bit标准时间格式)、突发事件(4bit事件代码)及wi
‑
fi信息(32bit)。其中，突发事件即信号丢失或解析乱码等意外事件，其原因包括人为关闭设施、宕机、室内环境变化大等；wi
‑
fi信息包括不限于wi
‑
fi能量表、wi
‑
fi间的相关系数等。
[0063]
s102、所述as将每一个所述ap的wi
‑
fi信息进行重构，获取wi
‑
fi的信号强度rssi值，并基于所述rssi值建立wi
‑
fi指纹库；
[0064]
as获取wi
‑
fi信息后，对该信息进行解密、解析或重构，从而获取到明文的wi
‑
fi能量表，其中，能量表的每一列为每一个ap的rssi值，每一行为该ap的每一个wi
‑
fi指纹库的特征数据。特征数据包括rssi均值，rssi出现概率，ap标识以及rssi的标准差。
[0065]
s103、获取所述wi
‑
fi指纹库的特征数据，并基于所述特征数据计算每一个所述ap的信号强度系数aps；
[0066]
需要说明的是，通常会有以下几类因素导致室内定位不准：
[0067]
1.同频率电子设备的干扰。蓝牙设备、无线摄像机、zigbee设备与wifi的工作频率相同，彼此相互干扰会使得测量的无线电波的参数(信号强度等)产生偏差。
[0068]
2.多径传播效应的影响。室内环境中的无线信号很容易受到各种不同室内物体阻挡而产生绕射、反射、衍射等现象，造成信号传播的时延、以及信号频率、幅值或相位的变化，从而引起多径效应。
[0069]
3.人体的干扰。当辐射频率与生物体的固有频率谐振时，吸收最强，即为谐振吸收。
[0070]
4.定位环境的复杂多变性。室内环境由于人来回的走动和物品不断的变动，使得定位的环境不是一成不变的。此外，布设的ap的数量和位置变动，以及室内格局变化也会对定位结果产生很大的影响。
[0071]
因此，在本发明实施例中，针对上述问题，需要有一个rssi值好坏与否的“评判指
标”，从而根据该指标来确定是否处于定位不准的问题。在本发明实施例中，基于所述特征数据计算每一个所述ap的信号强度系数aps，该aps即作为第一rssi质量的评价指标，aps可基于上述提取出的特征数据进行拟合运算，从而基于特征数据对ap的信号强度进行评价。
[0072]
其中，aps的计算方法可根据公式1进行计算
[0073][0074]
其中，aps为信号强度系数，x为ap的特征数据，α,β为自定义系数，x
min
为最小特征数据。
[0075]
以ap1和ap2为例，其中ap1的特征值分别为热点rssi均值＝
‑
40，热点rssi出现概率＝90％，和是否是区域热点标识＝1，热点rssi的标准差＝1.25；ap2的特征值分别为热点rssi均值＝
‑
50，热点rssi出现概率＝92％，和是否是区域热点标识＝0，热点rssi的标准差＝1.52；根据公式1，可计算出ap1的热点rssi均值的aps为20，热点rssi出现概率的aps为17，ap2的热点rssi均值的aps为18，p2的热点rssi出现概率的aps为15...。
[0076]
s104、基于所述ap上报的时间、温湿度信息和突发事件，计算出自适应权重；
[0077]
现有技术中，一般通过对rssi特征求取平均值来进行平滑处理获取最终的评价系数，但并未充分考虑实际情况，例如时间、环境(温湿度、突发事件)等带来的影响，因此，最终的评价系数不一定准确及客观。而在本发明实施例中，通过设置与时间、环境等强相关的自适应权重，将归一化的aps进行加权平均，从而获取最终的信号强度评分。
[0078]
其中，自适应权重可根据公式2进行计算：
[0079]
λ
i
＝h(t
i
)*e
itemp
*n
i
(s)*λ0ꢀꢀ
(公式2)
[0080]
其中λ
i
为第i特征对应的自适应权重，h(t
i
)为时间变化参数，e
itemp
为温湿度变化系数，n
i
(s)为突发事件，n
i
(s)取0或1，λ0为初始权重。
[0081]
本发明实施例中，针对ap1的自适应权重设置为ap1
λ
＝[λ1，λ2，λ3，λ4]，例如下表1
[0082]
表1
[0083][0084]
s105、将所述aps与所述自适应权重进行加权平均，获取每一个ap的信号强度评分；
[0085]
以ap1为例，加权平均后该ap1的信号强度评分为：
[0086][0087]
s106、将所述每一个ap的信号强度评分进行校准，并基于校准后的所述每一个ap的信号强度评分，自适应对所述wi
‑
fi指纹库进行更新。
[0088]
其中，校准方式可以为：
[0089]
获取每一个ap的信号强度历史评分；
[0090]
计算每一个ap的信号强度历史评分均值；
[0091]
将第一ap(第一ap可以为任一个ap，其余ap的计算方式相同)的信号强度评分与所述第一ap的历史评分均值进行比较，若差值高于第一预设阈值，则将所述第一ap的信号强度评分替换为所述第一ap的信号强度历史评分均值，
[0092]
若差值低于或等于第一预设阈值且高于第二预设阈值，则将所述第一ap的信号强度评分进行平滑处理。
[0093]
其中，所述自适应对所述wi
‑
fi指纹库进行更新自适应更新，包括：
[0094]
若所述ap的信号强度评分等于或高于预设阈值，则不对所述wi
‑
fi指纹库进行更新，
[0095]
若所述ap的信号强度评分低于预设阈值，则在下一采集周期时对所述wi
‑
fi指纹库进行更新。
[0096]
本发明实施例提供的方法，通过wi
‑
fi指纹库定位的方式，获取信号强度rssi系数与自适应阈值的乘积，确定当前环境下信号强度评分值，若低于预设阈值自适应更新该位置指纹库，可有效提升室内定位精度。
[0097]
如图3所示，本发明实施例还提供一种基于物联网的室内定位装置30，所述装置30包括：
[0098]
采集单元31，用于采集多个接入点ap的上报信息，所述上报信息包括时间、ap的id、温湿度信息、突发事件及wi
‑
fi信息；
[0099]
重构单元32，用于将每一个所述ap的wi
‑
fi信息进行重构，获取wi
‑
fi的信号强度rssi值，并基于所述rssi值建立wi
‑
fi指纹库；
[0100]
计算单元33，用于获取所述wi
‑
fi指纹库的特征数据，并基于所述特征数据计算每一个所述ap的信号强度系数aps；
[0101]
所述计算单元33，还用于基于所述ap上报的时间、温湿度信息和突发事件，计算出自适应权重；
[0102]
获取单元34，用于将所述aps与所述自适应权重进行加权平均，获取每一个ap的信
号强度评分；
[0103]
更新单元35，用于基于所述每一个ap的信号强度评分，自适应对所述wi
‑
fi指纹库进行更新。
[0104]
其中，所述计算单元33用于基于所述特征数据计算每一个所述ap的信号强度系数aps，包括：
[0105]
将所述特征数据按照下列公式计算出每一个所述ap的信号强度系数aps：
[0106][0107]
其中，aps为信号强度系数，x为ap的特征数据，α,β为自定义系数，x
min
为最小特征数据。
[0108]
其中，所述计算单元33用于基于所述ap上报的时间、温湿度信息和突发事件，计算出自适应权重，包括：
[0109]
利用如下公式计算自适应权重：
[0110]
λ
i
＝h(t
i
)*e
itemp
*n
i
(s)*λ0[0111]
其中λ
i
为第i特征对应的自适应权重，h(t
i
)为时间变化参数，e
itemp
为温湿度变化系数，n
i
(s)为突发事件，n
i
(s)取0或1，λ0为初始权重。
[0112]
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机可执行指令，该计算机可执行指令用于执行上述实施例中大数据管理的方法。
[0113]
本发明实施例还提供一种电子设备，包括存储器和处理器，所述存储器上存储有计算机可执行指令，所述处理器运行所述存储器上的计算机可执行指令时实现上述方法。
[0114]
图4为一个实施例中电子设备的硬件组成示意图。可以理解的是，图4仅仅示出了电子设备的简化设计。在实际应用中，电子设备还可以分别包含必要的其他元件，包含但不限于任意数量的输入/输出系统、处理器、控制器、存储器等，而所有可以实现本申请实施例的大数据管理方法的电子设备都在本申请的保护范围之内。
[0115]
存储器包括但不限于是随机存储记忆体(random access memory，ram)、只读存储器(read至only memory，rom)、可擦除可编程只读存储器(erasable programmable read only memory，eprom)、或便携式只读存储器(compact disc read至only memory，cd至rom)，该存储器用于相关指令及数据。
[0116]
输入系统用于输入数据和/或信号，以及输出系统用于输出数据和/或信号。输出系统和输入系统可以是独立的器件，也可以是一个整体的器件。
[0117]
处理器可以包括是一个或多个处理器，例如包括一个或多个中央处理器(central processing unit，cpu)，在处理器是一个cpu的情况下，该cpu可以是单核cpu，也可以是多核cpu。处理器还可以包括一个或多个专用处理器，专用处理器可以包括gpu、fpga等，用于进行加速处理。
[0118]
存储器用于存储网络设备的程序代码和数据。
[0119]
处理器用于调用该存储器中的程序代码和数据，执行上述方法实施例中的步骤。具体可参见方法实施例中的描述，在此不再赘述。
[0120]
在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，该单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的
划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。所显示或讨论的相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0121]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0122]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。该计算机指令可以存储在计算机可读存储介质中，或者通过该计算机可读存储介质进行传输。该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是只读存储器(read至only memory，rom)，或随机存储存储器(random access memory，ram)，或磁性介质，例如，软盘、硬盘、磁带、磁碟、或光介质，例如，数字通用光盘(digital versatile disc，dvd)、或者半导体介质，例如，固态硬盘(solid state disk，ssd)等。
[0123]
以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。