一种基于PDR轨迹绘制的室内楼宇轮廓修整方法技术

一种基于PDR轨迹绘制的室内楼宇轮廓修整方法，本发明专利技术涉及室内楼宇轮廓修整方法。本发明专利技术为了解决现有PDR轨迹不精确，生成的室内地图不规则以及Alpha‑shape算法形成原始室内地图轮廓存在着粗糙的凹陷与突出的问题。本发明专利技术包括：一：根据Alpha‑shape地图轮廓的原始PDR轨迹，得到PDR轨迹中的拐点点集；二：对步骤一得到的拐点点集进行噪声点剔除与聚类，并得到聚类中心；步骤三：对k个聚类中心设置拐点区域，形成k+1个凸包轮廓的组合，并利用最小外包矩形算法得到k+1个矩形区域的组合；步骤四通过交点将k+1个矩形组合进行连接，形成直线化的地图轮廓。本发明专利技术用于室内定位技术领域。

【技术实现步骤摘要】
一种基于PDR轨迹绘制的室内楼宇轮廓修整方法
本专利技术涉及基于PDR轨迹绘制的室内楼宇轮廓修整方法。
技术介绍
目前，室内定位技术有广泛的应用领域，能够实现复杂环境下的定位、监测和追踪任务。由于移动终端的普及，使得定位系统可以与其他客户共享网络，硬件成本低，适用于医疗机构、主题公园、工厂、商场等各种需要定位导航的场合。因此基于WiFi的室内定位技术、基于视觉的室内定位技术发展较快，但仍然面临一些问题。例如针对WiFi室内定位技术，需要基于室内详细地图的基础上进行AP位置的测绘、定位RadioMap的建立等。针对基于视觉的室内定位技术，需要在获取室内地图的基础上进行图像获取等。这些技术的基础都需要在未知的室内环境中或未获得准确的室内建筑图纸的情况下，因此需要能够自主建立地图即SLAM技术(simultaneouslocalizationandmapping)构建物理图纸。通常情况下针对未知室内环境来获取室内地图需要花费大量的人力物力，一般需要由专业的测绘人员进行精确的测绘。利用众包的方式建立室内地图是较为便利的一种方式。众包(CrowdScouring)是指一个公司或机构把过去由员工执行的工作任务，以自由自愿的形式外包给非特定的(而且通常是大型的)大众网络的做法。结合室内定位中未知环境的地图建立的需求，可以通过广大用户众包的方式以较低的人力、物力和时间成本进行室内地图的建立与更新。相较由专业人员进行室内环境测绘，利用众包的方法能够在保证一定的精度上大大节省实现室内定位的成本，对室内定位技术的推广有巨大的应用价值。在该方法中，用户上传自身手机终端中的IMU数据，结合行人航迹推算算法(PDR)能够复现用户在室内环境中的行走轨迹。通过大量用户轨迹的融合，可以体现出室内环境的轮廓。但是由于PDR轨迹的误差、众包数据的误差，其用户轨迹并不精确，轨迹并非是直线。因此其通过众包轨迹建立的室内地图轮廓边缘存在着一定的突出与凹陷，整体轮廓并非是直线化。而最终希望得到的用于定位的室内地图需进一步的精确与直线化，便于室内定位技术的应用。
技术实现思路
本专利技术的目的是为了解决现有PDR轨迹不精确，生成的室内地图不规则以及Alpha-shape算法形成原始室内地图轮廓存在着粗糙的凹陷与突出的缺点，而提出一种基于PDR轨迹绘制的室内楼宇轮廓修整方法。一种基于PDR轨迹绘制的室内楼宇轮廓修整方法包括以下步骤：步骤一：根据Alpha-shape地图轮廓的原始PDR轨迹，得到PDR轨迹中的拐点点集；步骤二：对步骤一得到的拐点点集进行噪声点剔除与聚类，并得到聚类中心；步骤三：对步骤二得到的k个聚类中心设置拐点区域，将拐点区域作为交集对Alpha-shape地图轮廓进行划分，形成k+1个凸包轮廓的组合，并利用最小外包矩形算法(MBR)得到k+1个矩形区域的组合；步骤四：对步骤三得到的k+1个矩形区域组合求解交点，通过交点将k+1个矩形组合进行连接，形成直线化的地图轮廓。本专利技术的有益效果为：在众包IMU数据构建室内地图时，针对室内地图建立轮廓非直线化的问题，本专利技术专利提出一种基于用户PDR轨迹拐点，以分割地图轮廓的方式，结合最小外包矩形对地图轮廓进行修整，确保了室内地图的精确建立，同时为室内定位技术开展奠定了基础，在降低室内定位系统的部署成本上并实现室内定位系统快速建立与应用。本专利技术针对由PDR轨迹及Alpha-shape算法得到的非凸包室内楼宇轮廓不规则非直线化的问题，提出一种通过PDR轨迹拐点检测，k-Means++聚类，非凸包室内楼宇轮廓转换并结合最小外包矩形算法的室内楼宇轮廓修整算法，最终得到直线化的非凸包楼宇轮廓，从而满足用户对利用PDR轨迹建立直线化的室内楼宇平面图要求。本专利技术方法能在PDR建立室内地图的基础上构建精确直线化的二维楼宇室内地图，解决了二维楼宇室内地图非规则化问题，结合基于众包数据构建室内地图的技术上，实现室内地图的快速精确化建立与应用，降低了室内定位系统的部署成本。附图说明图1是原始Alpha-shape轮廓示意图。图2是PDR轨迹拐角点示意图。图3是PDR拐角点剔除轮廓外噪声点示意图。图4是PDR拐角点剔除轮廓内噪声点示意图。图5是拐角分割边缘提取示意图。图6是分割后最小外包矩形生成示意图。图7是不存在交点情况下拐角分割后生成两侧矩形示意图。图8是不存在交点情况下延长线交点提取与拐角轮廓生成示意图。图9是存在交点情况下拐角分割后示意图。图10是存在交点情况下延长线交点提取与拐角轮廓生成示意图。图11是区域分割后最小外包矩形生成示意图。图12是PDR算法原理示意图。具体实施方式具体实施方式一：一种基于PDR轨迹绘制的室内楼宇轮廓修整方法包括以下步骤：本专利技术的目的是在Alpha-shape算法得到的室内环境轮廓的基础上，利用PDR轨迹的特征对地图轮廓进行校正与修整，从而使地图轮廓呈现直线化，以解决在室内定位领域构建室内地图时不规则的情况。在室内环境中，通过众包方式利用PDR算法得到用户轨迹，并且结合Alpha-shape算法最终能够生成室内地图，其轮廓如图1所示。但是由于PDR轨迹较不精确，其生成的室内地图并不是规则的。同时由于Alpha-shape算法提取其轨迹边缘形成原始室内地图轮廓，其轮廓存在着粗糙的凹陷与突出，因此需要通过一种修整方法能够实现室内地图的直线化。首先获取PDR原始轨迹，通过四元数法求取航向角，然后对其微分求极值，得到对应的PDR轨迹的拐点点集，如图2所示。然后对轨迹拐点点集进行噪声点的剔除，可以利用射线法判断点是否在原始地图轮廓内部，从而对其处于原始地图轮廓外的拐点点集设置为外部噪声点，如图3所示。之后对剔除噪声后的拐点点集进行聚类并求解其聚类中心。通过基于密度分析剔除其噪声点，如图4所示，并且利用k-Means++算法对剔除噪声点后的拐点点集进行聚类，并生成聚类中心。之后通过设置与聚类中心为圆心的圆形拐点区域，以该区域作为交集对原始地图轮廓进行划分，形成多个凸包轮廓的组合，从而能够利用最小外包矩形算法得到多个矩形区域的组合。最后对多个矩形区域组合求解交点和延长线交点，通过这些点集将多个矩形组合进行连接，形成直线化的地图轮廓。最终实现对非凸包的室内地图轮廓直线化，生成符合室内定位导航要求的室内地图轮廓。步骤一：根据Alpha-shape地图轮廓的原始PDR轨迹，得到PDR轨迹中的拐点点集；步骤二：对步骤一得到的拐点点集进行噪声点剔除与聚类，并得到k个聚类中心；步骤三：对步骤二得到的k个聚类中心设置拐点区域，将拐点区域作为交集对Alpha-shape地图轮廓进行划分，形成k+1个凸包轮廓的组合，并利用最小外包矩形算法(MBR)得到k+1个矩形区域的组合；步骤四：对步骤三得到的k+1个矩形区域组合求解交点，通过交点将N个矩形组合进行连接，形成直线化的地图轮廓。具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一中根据Alpha-shape地图轮廓的原始PDR轨迹，得到PDR轨迹中的拐点点集的具体过程为：利用四元数法分别对三轴加速度数据、三轴陀螺仪数据计算得到航向角，结合互补滤波法计算得到精确的航向角；通过对所有轨迹点的精确的航向角进行微分，并求极值对应的轨迹点位置，得到的轨迹点位置本文档来自技高网...

【技术保护点】
一种基于PDR轨迹绘制的室内楼宇轮廓修整方法，其特征在于：所述基于PDR轨迹绘制的室内楼宇轮廓修整方法的具体过程为：步骤一：根据Alpha‑shape地图轮廓的原始PDR轨迹，得到PDR轨迹中的拐点点集；步骤二：对步骤一得到的拐点点集进行噪声点剔除与聚类，并得到聚类中心；步骤三：对步骤二得到的k个聚类中心设置拐点区域，将拐点区域作为交集对Alpha‑shape地图轮廓进行划分，形成k+1个凸包轮廓的组合，并利用最小外包矩形算法得到k+1个矩形区域的组合；步骤四：对步骤三得到的k+1个矩形区域组合求解交点，通过交点将k+1个矩形组合进行连接，形成直线化的地图轮廓。

【技术特征摘要】
1.一种基于PDR轨迹绘制的室内楼宇轮廓修整方法，其特征在于：所述基于PDR轨迹绘制的室内楼宇轮廓修整方法的具体过程为：步骤一：根据Alpha-shape地图轮廓的原始PDR轨迹，得到PDR轨迹中的拐点点集；步骤二：对步骤一得到的拐点点集进行噪声点剔除与聚类，并得到聚类中心；步骤三：对步骤二得到的k个聚类中心设置拐点区域，将拐点区域作为交集对Alpha-shape地图轮廓进行划分，形成k+1个凸包轮廓的组合，并利用最小外包矩形算法得到k+1个矩形区域的组合；步骤四：对步骤三得到的k+1个矩形区域组合求解交点，通过交点将k+1个矩形组合进行连接，形成直线化的地图轮廓。2.根据权利要求1所述的一种基于PDR轨迹绘制的室内楼宇轮廓修整方法，其特征在于：所述步骤一中根据Alpha-shape地图轮廓的原始PDR轨迹，得到PDR轨迹中的拐点点集的具体过程为：利用四元数法分别对三轴加速度数据、三轴陀螺仪数据计算得到航向角，结合互补滤波法计算得到精确的航向角；通过对所有轨迹点的精确的航向角进行微分，并求极值对应的轨迹点位置，得到的轨迹点位置集合即为拐点点集。3.根据权利要求2所述的一种基于PDR轨迹绘制的室内楼宇轮廓修整方法，其特征在于：所述步骤二中对步骤一得到的拐点点集进行噪声点剔除与聚类，并得到聚类中心的具体过程为：利用射线法判断拐点点集是否在Alpha-shape地图轮廓内部，将处于Alpha-shape地图轮廓外的拐点点集设置为外部噪声点并剔除；利用密度分析，判断剔除外部噪声点后的拐点点集是否满足密度相连的要求，将不满足要求的Alpha-shape地图轮廓内的拐点点集设置为内部噪声点并剔除；利用k-Means++算法对去除噪声点后的拐点点集进行聚类划分，得到聚类后的点集与聚类中心点。4.根据权利要求3所述的一种基于PDR轨迹绘制的室内楼宇轮廓修整方法，其特征在于：所述利用射线法判断拐点点集是否在Alpha-shape地图轮廓内部的具体过程为：从待判断点出发沿着任意方向画一条射线，依次判断该射线与Alpha-shape轮廓每条边的交点，并统计交点个数，若交点数为奇数，则该点处于Alpha-shape轮廓内部；若焦点数是偶数，则该点处于Alpha-shape轮廓外部，该点为外部噪声点并且剔除。5.根据权利要求4所述的一种基于PDR轨迹绘制的室内楼宇轮廓修整方法，其特征在于：所述利用k-Means++算法对去除噪声点后的拐点点集进行聚类划分的具体过程为：步骤二一：从去除噪声点后的拐点点集中随机选择一个点作为第一个聚类中心；步骤二二：计算去除噪声点后的拐点点集中的每一个点与第一个聚类中心距离Di，i＝1…n，并求和得到Sum(Di)；步骤二三：再取一个在Sum(Di)中的随机值Random，Random分别减去Di...

【专利技术属性】
技术研发人员：马琳，汤乐奇，徐玉滨，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江,23