本发明专利技术公开了一种室内定位方法,包括:获取室内环境信息;基于室内环境信息分析接收的信号强度指示的分布区间特性;构建无线传感器网络和室内平面电子地图;无线传感器网络进行定位检测,无线传感器网络将定位检测的结果传输至上位机;将室内环境分为多个区域,采集被检测人员所在区域的信号强度指示数据和室内平面电子地图的位置坐标,并传入神经网络系统中;神经网络系统基于被检测人员所在区域的信号强度指示数据和室内平面电子地图的位置坐标进行感知预测,输出目标位置,通过本方法可以快速且准确的对室内人员进行定位,并且在定位过程中可以突破干扰,从而使定位更加准确,使定位效果更好。使定位效果更好。使定位效果更好。
【技术实现步骤摘要】
一种室内定位方法
[0001]本专利技术涉及人员定位
,具体领域为一种室内定位方法。
技术介绍
[0002]当前,由于GPS定位技术的广泛研究和应用,室外定位系统己经很好地满足了室外定位的需求。但是在室内定位技术的研究中,由于室内的障碍物较多,环境复杂多变,现有的一些室内感知定位方法不能很好的满足广大用户的需要。常见的室内定位技术有红外线定位技术、超声波定位技术、射频识别技术等都会有此类缺点。因此找到一种能够突破环境干扰,不被障碍物、室温、光照等因素影响的感知定位方法是目前人们的迫切需求。
技术实现思路
[0003]本专利技术的目的在于提供一种室内定位方法,以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的,本专利技术提供如下技术方案:一种室内定位方法,包括:
[0005]获取室内环境信息;
[0006]基于所述室内环境信息分析接收的信号强度指示的分布区间特性;
[0007]构建无线传感器网络和室内平面电子地图;
[0008]所述无线传感器网络进行定位检测,所述无线传感器网络将所述定位检测的结果传输至上位机;
[0009]将室内环境分为多个区域,采集被检测人员所在区域的信号强度指示数据和室内平面电子地图的位置坐标,并传入神经网络系统中;
[0010]所述神经网络系统基于被检测人员所在区域的信号强度指示数据和室内平面电子地图的位置坐标进行感知预测,输出目标位置。
[0011]优选的,所述接收的信号强度指示的分布区间特性的分析方式为点对点通信分析。
[0012]优选的,所述点对点通信分析为获取两个同一水平面的节点,其中,一个节点为固定节点,另一个节点为移动节点,所述移动节点向远离固定节点的方向移动,并每隔单位距离记录固定节点与移动节点之间的通信数据。
[0013]优选的,所述无线传感器网络包括多个传感器节点,每两个所述传感器节点之间均由2条通信链路。
[0014]优选的,所述室内平面电子地图的位置坐标为二维平面坐标。
[0015]优选的,传感器节点的数量不小于13个。
[0016]优选的,所述传感器节点将所述定位检测的结果通过网关传输至上位机中。
[0017]与现有技术相比,本专利技术的有益效果是:一种室内定位方法,通过本方法可以快速且准确的对室内人员进行定位,并且在定位过程中可以突破干扰,从而使定位更加准确,使定位效果更好。
附图说明
[0018]图1为本专利技术的一个实施例的一种室内定位方法的流程图;
[0019]图2为本专利技术的一个实施例的一种室内定位方法的静态目标定位图;
[0020]图3为本专利技术的一个实施例的一种室内定位方法的动态目标定位图;
[0021]图4为本专利技术的一个实施例的一种室内定位方法的动态目标定位轨迹图。
具体实施方式
[0022]下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,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,都属于本专利技术保护的范围。
[0023]请参阅图1,本专利技术提供一种技术方案:一种室内定位方法,包括:
[0024]获取室内环境信息;
[0025]基于室内环境信息分析接收的信号强度指示的分布区间特性,分析信号强度指示的分布区间特性分布特性,是为了在干扰较大的区域,确定数据不会严重抖动而影响定位的最大距离,从而决定传感器的分布;
[0026]构建无线传感器网络和室内平面电子地图,无线传感器网络通过射频信号进行数据传输,射频信号作为一种电磁波,可以调节其波长进行非视距传播,通过反射、绕射、散射作用,穿越非金属墙壁、遮挡物,树木,室内其他障碍物等。相比于摄像头、红外线、超声波等传统传感器,射频信号对环境变化不敏感,外界光照变化、温湿度变化、烟雾等对射频信号传播几乎没有影响,抗干扰性明显优于传统定位系统;
[0027]无线传感器网络进行定位检测,无线传感器网络将定位检测的结果传输至上位机;
[0028]将室内环境分为多个区域,采集被检测人员所在区域的信号强度指示数据和室内平面电子地图的位置坐标,并传入神经网络系统中,神经网络是指人工神经网络,人工神经网络是目前非线性科学和计算智能利用大量抽象的人工神经元数学模型,模拟人脑生物过程,基于学习和记忆在大量样本数据中发现内在规律,不需要任何先验公式,具有很强的非线性映射能力,当相似的输入再次出现时就能自动给出正确的输出,在实际使用过程中每一个位置的信号强度指示的分布区间特性指纹数据需要多次采集,指纹数据包括:各节点此时的信号强度指示的分布区间特性数据和采集人员的室内平面电子地图的二维坐标。各节点多次采集的信号强度指示的分布区间特性可取平均值作为最后的数据。神经网络需要一部分指纹数据进行训练,另一部分测试其性能。当神经网络训练和测试的精度足够高的时候,即可使用;
[0029]神经网络系统基于被检测人员所在区域的信号强度指示数据和室内平面电子地图的位置坐标进行感知预测,输出目标位置,将测得的数据和坐标取一部分作为训练样本,另一部分作为测试样本;利用训练后的神经网络对实时测得的数据进行感知预测,并输出目标位置,若是移动目标则上位机显示其移动轨迹,在运行过程中神经网络基于传感器接收到的信号强度指示的分布区间特性,即网关上传给上位机的信号强度指示的分布区间特性数据进行感知预测,然后输出目标所在的室内平面电子地图的位置。
[0030]上位机的程序全部由Matlab运行,主要负责信号强度指示数据获取、指标样本采集、神经网络训练、实时感知等功能。上位机接收汇聚节点的信号强度指示数据通过USB虚拟的串口进行,Matlab中需要生成一个串口对象对串口进行操作,包括配置波特率、数据有效位长度、奇偶校验等各项参数、配置接收模式和回调函数等。使用Matlab中提供的神经网络训练的常用函数和样本数据对网络进行训练,利用训练后的神经网络就可以对实时测得的新的指标进行感知预测。若检测到的目标是动态移动的则在上位机上显示其移动轨。
[0031]具体而言,接收的信号强度指示的分布区间特性的分析方式为点对点通信分析。
[0032]具体而言,点对点通信分析为获取两个同一水平面的节点,其中,一个节点为固定节点,另一个节点为移动节点,移动节点向远离固定节点的方向移动,并每隔单位距离记录固定节点与移动节点之间的通信数据,每个单位距离多次测量取平均值,将测量数据拟合为曲线,选取接收的信号强度指示的数据相对曲线数值波动较小,距离较远的值。如此,可得到有效的接收的信号强度指示值且能降低成本。
[0033]具体而言,无线传感器网络包括多个传感器节点,传感器节点负责彼此收发数据,将其他节点与自身通信产生的信号强度指示数据保存并发送给汇聚节点。大部分时间传感器节点处于接收状态,分析收到的信号强度指示数据包源节点号与自身节点号对比,轮本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种室内定位方法,其特征在于,包括:获取室内环境信息;基于所述室内环境信息分析接收的信号强度指示的分布区间特性;构建无线传感器网络和室内平面电子地图;所述无线传感器网络进行定位检测,所述无线传感器网络将所述定位检测的结果传输至上位机;将室内环境分为多个区域,采集被检测人员所在区域的信号强度指示数据和室内平面电子地图的位置坐标,并传入神经网络系统中;所述神经网络系统基于被检测人员所在区域的信号强度指示数据和室内平面电子地图的位置坐标进行感知预测,输出目标在所述室内平面电子地图的位置。2.根据权利要求1所述的一种室内定位方法,其特征在于:所述接收的信号强度指示的分布区间特性的分析方式为点对点通信分析。3.根据权利要求1所述的一种室内定位方法,...
【专利技术属性】
技术研发人员:谢文武,陈威平,胡子建,彭鑫,朱鹏,余超,王子筝,杨锦霞,肖健,廖俭武,黄婷玉,彭思瑾,
申请(专利权)人:上海汉佑电子科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。