一种自适应物体定位方法及装置与流程

本发明涉及无线感知，尤其涉及一种自适应物体定位方法及装置。

背景技术：

1、随着科技的不断发展，通过射频识别技术能够感知到越来越多未安装定位装置的物体的点位，提高了用户感知万物的灵活性。

2、现有的射频识别技术多采用三点定位法定位被测物体的点位，即通过三个已知点的点位，确定被测物体的点位，然而，对于三点定位法，其解空间往往是一个区域，而非一个准确的点位，若想进一步的确定准确的点位，从而确定被测物体的点位，通常会将区域内的质心作为被测物体的点位，即隐含的认为三点定位法中的三个已知点对被测物体的点位定位贡献度是相同的，忽略了不同已知点之间的差异，从而降低了被测物体的点位确定准确性。

3、可见，提出一种提高物体定位准确性的技术方案显得尤为重要。

技术实现思路

1、本发明提供一种自适应物体定位方法及装置，能够有利于物体定位准确性。

2、为了解决上述技术问题，本发明第一方面公开了一种自适应物体定位方法，所述方法包括：

3、获取被测物体与至少一个第一通信设备之间通信的第一信号强度信息；

4、将所有所述第一信号强度信息输入到预设信息处理模型集合中，得到所述被测物体的第一属性信息，所述第一属性信息包括位置信息，所述预设信息处理模型集合满足预设模型训练收敛条件，所述预设信息处理模型集合包括预设信号强度滤波模型、预设信道计算模型和预设回归模型，所述预设信号强度滤波模型用于对所有所述第一信号强度信息执行预设滤波处理操作，所述预设信道计算模型用于模拟所述被测物体与每个所述第一通信设备之间通信的信道环境，所述预设回归模型用于模拟每个所述第一通信设备所在位置的环境。

5、作为一种可选的实施方式，在本发明第一方面中，所述将所有所述第一信号强度信息输入到预设信息处理模型集合中，得到所述被测物体的第一属性信息，包括：

6、将所有所述第一信号强度信息输入到所述预设信号强度滤波模型中，得到目标信号强度信息；

7、将所述目标信号强度信息输入到所述预设信道计算模型中，得到所述被测物体与每个所述第一通信设备的目标距离信息；

8、将所述目标信号强度信息和所述目标距离信息输入到所述预设回归模型中，得到所述被测物体的第一属性信息。

9、作为一种可选的实施方式，在本发明第一方面中，所述预设信号强度滤波模型为：

10、

11、其中，rssiout用于表示所述目标信号强度信息，maxpooling用于表示最大池化操作，用于表示所述预设信号强度滤波模型的卷积核，bcnn用于表示所述卷积核的偏置，rssiin用于表示第一矩阵，所述第一矩阵包括由所述被测物体与每个所述第一通信设备之间通信得到的所述第一信号强度信息组成的第二矩阵，且η用于表示所述第一通信设备的总数量，以及，用于表示所述第i个所述第一通信设备的所述第二矩阵，且rssiim用于表示所述被测物体与第i个所述第一通信设备之间通信的第m个所述第一信号强度信息。

12、作为一种可选的实施方式，在本发明第一方面中，所述预设信道计算模型为：

13、ym＝w2*tanh(w1*rssiout+b1)+b2

14、其中，ym用于表示所述目标距离信息，tanh()用于表示非线性激活函数，所述非线性激活函数用于执行非线性变换操作，w1用于表示所述预设信道计算模型的第一权重参数，w2用于表示所述预设信道计算模型的第二权重参数，b1用于表示所述预设信道计算模型的第一偏置，b2用于表示所述预设信道计算模型的第二偏置。

15、作为一种可选的实施方式，在本发明第一方面中，所述预设回归模型为：

16、yout＝wout*x+bout

17、其中，yout用于表示所述被测物体的第一属性信息，wout用于表示所述预设回归模型的输出权重参数，bout用于表示所述预设回归模型的输出偏置，x＝[rssiout,ym,r1,...rη]，以及，rη＝(rxη,ryη)用于表示在第一预设坐标系下第η个所述第一通信设备的第一真实坐标，rxη用于表示在所述第一预设坐标系下第η个所述第一通信设备的横坐标，ryη用于表示在所述第一预设坐标系下第η个所述第一通信设备的纵坐标。

18、作为一种可选的实施方式，在本发明第一方面中，所述预设信息处理模型集合的训练步骤包括：

19、对于目标环境下的每个目标物体，根据该目标物体的第二属性信息，确定该目标物体的目标标识；根据所述目标标识，确定该目标物体与每个第二通信设备之间通信的第二信号强度信息；将所述第二信号强度信息、该目标物体的第二属性信息和每个所述第二通信设备的第三属性信息确定为该目标物体的第一信息集合；

20、对于每个所述第一信息集合，根据预设处理条件，对该第一信息集合执行所述预设处理条件对应的预处理操作，得到该第一信息集合的第二信息集合；

21、根据预设交叉验证条件，将所有所述第二信息集合划分为训练样本数据集和测试样本数据集；

22、根据预设训练条件，将所述训练样本数据集中的每个训练样本数据输入到原始信息处理模型集合中，得到每个所述训练样本数据的第一预测属性信息以及所述原始信息处理模型集合对应的预备信息处理模型集合；

23、根据所有所述第一预测属性信息，判断所述预备信息处理模型集合是否满足预设验证条件，当判断出所述预备信息处理模型集合满足所述预设验证条件时，则根据所述预设验证条件，将所述测试样本数据集中的每个测试样本数据输入到所述预备信息处理模型集合中，得到每个所述测试样本数据的第二预测属性信息；

24、根据所有所述第二预测属性信息，判断所述预备信息处理模型集合是否满足所述预设模型训练收敛条件，当判断出所述预备信息处理模型集合满足所述预设模型训练收敛条件时，则将所述预备信息处理模型集合确定为所述预设信息处理模型集合。

25、作为一种可选的实施方式，在本发明第一方面中，所述预设验证条件和所述预设模型训练收敛条件包括预设损失函数收敛，所述预设损失函数为：

26、

27、其中，y用于表示所述目标物体在第二预设坐标系下的第二真实坐标，d用于表示所述目标物体与每个所述第二通信设备之间通信的真实距离，ymy用于表示所述目标物体与每个所述第二通信设备的预测距离信息，|wout|、|w2|、为正则化参数；

28、当所述预设损失函数用于验证所述预备信息处理模型集合是否满足预设验证条件时，youty用于表示所述第一预测属性信息；

29、当所述预设损失函数用于验证所述预备信息处理模型集合是否满足预设模型训练收敛条件时，youty用于表示所述第二预测属性信息。

30、本发明第二方面公开了一种自适应物体定位装置，所述装置包括：

31、获取模块，用于获取被测物体与至少一个第一通信设备之间通信的第一信号强度信息；

32、处理模块，用于将所有所述第一信号强度信息输入到预设信息处理模型集合中，得到所述被测物体的第一属性信息，所述第一属性信息包括位置信息，所述预设信息处理模型集合满足预设模型训练收敛条件，所述预设信息处理模型集合包括预设信号强度滤波模型、预设信道计算模型和预设回归模型，所述预设信号强度滤波模型用于对所有所述第一信号强度信息执行预设滤波处理操作，所述预设信道计算模型用于模拟所述被测物体与每个所述第一通信设备之间通信的信道环境，所述预设回归模型用于模拟每个所述第一通信设备所在位置的环境。

33、作为一种可选的实施方式，在本发明第二方面中，所述处理模块将所有所述第一信号强度信息输入到预设信息处理模型集合中，得到所述被测物体的第一属性信息的具体方式包括：

34、将所有所述第一信号强度信息输入到所述预设信号强度滤波模型中，得到目标信号强度信息；

35、将所述目标信号强度信息输入到所述预设信道计算模型中，得到所述被测物体与每个所述第一通信设备的目标距离信息；

36、将所述目标信号强度信息和所述目标距离信息输入到所述预设回归模型中，得到所述被测物体的第一属性信息。

37、作为一种可选的实施方式，在本发明第二方面中，所述预设信号强度滤波模型为：

38、

39、其中，rssiout用于表示所述目标信号强度信息，maxpooling用于表示最大池化操作，用于表示所述预设信号强度滤波模型的卷积核，bcnn用于表示所述卷积核的偏置，rssiin用于表示第一矩阵，所述第一矩阵包括由所述被测物体与每个所述第一通信设备之间通信得到的所述第一信号强度信息组成的第二矩阵，且η用于表示所述第一通信设备的总数量，以及，用于表示所述第i个所述第一通信设备的所述第二矩阵，且rssiim用于表示所述被测物体与第i个所述第一通信设备之间通信的第m个所述第一信号强度信息。

40、作为一种可选的实施方式，在本发明第二方面中，所述预设信道计算模型为：

41、ym＝w2*tanh(w1*rssiout+b1)+b2

42、其中，ym用于表示所述目标距离信息，tanh()用于表示非线性激活函数，所述非线性激活函数用于执行非线性变换操作，w1用于表示所述预设信道计算模型的第一权重参数，w2用于表示所述预设信道计算模型的第二权重参数，b1用于表示所述预设信道计算模型的第一偏置，b2用于表示所述预设信道计算模型的第二偏置。

43、作为一种可选的实施方式，在本发明第二方面中，所述预设回归模型为：

44、yout＝wout*x+bout

45、其中，yout用于表示所述被测物体的第一属性信息，wout用于表示所述预设回归模型的输出权重参数，bout用于表示所述预设回归模型的输出偏置，x＝[rssiout,ym,r1,...rη]，以及，rη＝(rxη,ryη)用于表示在第一预设坐标系下第η个所述第一通信设备的第一真实坐标，rxη用于表示在所述第一预设坐标系下第η个所述第一通信设备的横坐标，ryη用于表示在所述第一预设坐标系下第η个所述第一通信设备的纵坐标。

46、作为一种可选的实施方式，在本发明第二方面中，所述预设信息处理模型集合的训练步骤包括：

47、对于目标环境下的每个目标物体，根据该目标物体的第二属性信息，确定该目标物体的目标标识；根据所述目标标识，确定该目标物体与每个第二通信设备之间通信的第二信号强度信息；将所述第二信号强度信息、该目标物体的第二属性信息和每个所述第二通信设备的第三属性信息确定为该目标物体的第一信息集合；

48、对于每个所述第一信息集合，根据预设处理条件，对该第一信息集合执行所述预设处理条件对应的预处理操作，得到该第一信息集合的第二信息集合；

49、根据预设交叉验证条件，将所有所述第二信息集合划分为训练样本数据集和测试样本数据集；

50、根据预设训练条件，将所述训练样本数据集中的每个训练样本数据输入到原始信息处理模型集合中，得到每个所述训练样本数据的第一预测属性信息以及所述原始信息处理模型集合对应的预备信息处理模型集合；

51、根据所有所述第一预测属性信息，判断所述预备信息处理模型集合是否满足预设验证条件，当判断出所述预备信息处理模型集合满足所述预设验证条件时，则根据所述预设验证条件，将所述测试样本数据集中的每个测试样本数据输入到所述预备信息处理模型集合中，得到每个所述测试样本数据的第二预测属性信息；

52、根据所有所述第二预测属性信息，判断所述预备信息处理模型集合是否满足所述预设模型训练收敛条件，当判断出所述预备信息处理模型集合满足所述预设模型训练收敛条件时，则将所述预备信息处理模型集合确定为所述预设信息处理模型集合。

53、作为一种可选的实施方式，在本发明第二方面中，所述预设验证条件和所述预设模型训练收敛条件包括预设损失函数收敛，所述预设损失函数为：

54、

55、其中，y用于表示所述目标物体在第二预设坐标系下的第二真实坐标，d用于表示所述目标物体与每个所述第二通信设备之间通信的真实距离，ymy用于表示所述目标物体与每个所述第二通信设备的预测距离信息，|wout|、|w2|、为正则化参数；

56、当所述预设损失函数用于验证所述预备信息处理模型集合是否满足预设验证条件时，youty用于表示所述第一预测属性信息；

57、当所述预设损失函数用于验证所述预备信息处理模型集合是否满足预设模型训练收敛条件时，youty用于表示所述第二预测属性信息。

58、本发明第三方面公开了另一种自适应物体定位装置，所述装置包括：

59、存储有可执行程序代码的存储器；

60、与所述存储器耦合的处理器；

61、所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的自适应物体定位方法。

62、本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的自适应物体定位方法。

63、与现有技术相比，本发明实施例具有以下有益效果：

64、本发明实施例中，获取被测物体与至少一个第一通信设备之间通信的第一信号强度信息；将所有第一信号强度信息输入到预设信息处理模型集合中，得到被测物体的第一属性信息，第一属性信息包括位置信息，预设信息处理模型集合满足预设模型训练收敛条件，预设信息处理模型集合包括预设信号强度滤波模型、预设信道计算模型和预设回归模型，预设信号强度滤波模型用于对所有第一信号强度信息执行预设滤波处理操作，预设信道计算模型用于模拟被测物体与每个第一通信设备之间通信的信道环境，预设回归模型用于模拟每个第一通信设备所在位置的环境。可见，实施本发明能够基于获取到的被测物体与至少一个第一通信设备之间通信的第一信号强度信息和满足预设模型训练收敛条件的预设信息模型集合中的预设信号强度滤波模型、预设信道计算模型和预设回归模型，确定被测物体的位置信息，能够充分结合被测物体与每个第一通信设备之间通信的信道环境和每个第一通信设备所在位置的环境，提高被测物体定位的准确性。