CN105376855A - 基于无线技术的自适应判断障碍物的室内定位方法和*** - Google Patents

Abstract

本发明涉及基于无线技术的自适应判断障碍物的室内定位方法，属于无线室内定位领域。现有的基于无线技术的定位方法主要有三角测量法和位置指纹识别法，其中，三角测量法受到障碍物的干扰，抗干扰能力差；位置指纹识别法的精度有赖于锚节点的数量，增加锚节点的数量会大幅增加成本的运算量。本发明采取的方案是采用4个及以上的锚节点，经多次三角测量再将结果代入障碍算法，从而得到经过障碍算法修正后的精确的位置信息和障碍物的类型与位置。此外，本发明还涉及了在多个房间内定位以及非矩形房间内的基于无线技术的室内定位方法。

Description

基于无线技术的自适应判断障碍物的室内定位方法和***

技术领域

本发明涉及基于无线技术的自适应判断障碍物的室内定位方法和***，属于无线室内定位领域。

背景技术

定位技术在人们的工作和日常生活中发挥着日益重要的作用，如车辆导航、建筑工地管理等，都离不开定位技术的支持。其中，尤其是以GPS的为首的卫星定位技术得到了极为广泛的应用，然而卫星信号极易受到障碍物的干扰和阻断，在复杂的密集的建筑群，室内等环境下，时常会出现定位不准，乃至无法定位的现象。因此，需要有其他无线定位技术在特定条件下辅助或者取代卫星定位。

目前主要的定位技术有：蓝牙技术，WiFi技术，红外线技术和射频识别技术。其中红外线技术和射频识别技术都能达到较高的测量精度，但红外线技术抗干扰性很差，只适合短距离的视距传播。而射频识别技术没有通信能力，还没得到移动设备的支持，使之成为定位技术瓶颈。作为当今热门的两种技术，蓝牙技术和WiFi技术在室内定位上应用前景非常好，人们可以通过移动设备进行室内定位，大大提高了可操作性。蓝牙技术与WiFi技术的原理较为相似，但蓝牙技术的测量精度相对较高。

以往的蓝牙设备主要存在功耗高和传输速率低等问题。全新的蓝牙4.0版本将传统蓝牙，高速蓝牙和低功耗蓝牙技术合而为一。它集成了高速蓝牙和低功耗蓝牙等优点，低功耗蓝牙最大特点是拥有超低的运行功耗和待机功耗，可应用于对功耗有严格要求的无线方案，而且随之智能机的发展将有着更加广泛的领域。

目前，多数的无线定位技术都利用了RSSI测距技术，利用无线信号的功率和距离的关系来测算信号源和接收端的距离，其中主要的定位方法有两种，即三角测量法和位置指纹识别法。三角测量法的实施分为如下两个步骤，(1)测得待测目标到三个位置已知的锚节点的距离；(2)以各锚节点为圆心，以该锚节点到待测目标的距离为半径画三个圆，三个圆交于一点，计算出交点的坐标。该交点即为待测目标的位置。三角测量法具有设备要求低、操作简单、计算量小等优点，然而无线信号测距的精度受待测目标与锚节点之间障碍物的影响很大，尤其是在面积受限，有人员流动的室内定位领域，障碍物的影响尤为显著。因此，事实证明单独的三角测量法在实时室内定位领域几乎不可用。位置指纹识别法的实施主要分为离线训练和在线测量两个步骤，其中离线训练阶段，设置合理位置的参考点分布，分别测得各参考点距离不同锚节点的距离，将各参考点的位置和距离不同锚节点的距离信息记录在位置指纹数据库中；在线测量阶段，测得待测目标的距离不同锚节点的距离并用该距离与位置指纹数据库中已有的各参考点的离线训练距离信息进行对比，待测目标的距离值与数据库中的参考点的离线训练距离信息一致时，待测目标的位置便位于该离线训练距离信息对应的参考点的位置。位置指纹识别法具有精度高，不受原有环境影响等优点，然而位置指纹识别法在离线训练阶段的计算量庞大，离线数据库需要保存大量的数据，并且测量精度有赖于锚节点的数量，当锚节点数量少时位置指纹识别法的测量精度低，为增大测量的精度而增加锚节点数会极大的提升成本和计算量。此外，位置指纹识别法不能实现判断障碍物类型和方位的作用。

发明内容

针对现有技术的上述缺陷，本发明的技术方案提供了基于无线技术的自适应判断障碍物的室内定位方法和***，以解决现有技术在有障碍物干扰的情况下无法在室内精确定位的技术问题。

本发明的技术方案解决其问题采取的技术方案是：

根据本发明的第一方面，提供了基于无线技术的自适应判断障碍物的室内定位方法，其包括步骤：

S1，分组设置锚节点和参考点，其中，每个分组中所述锚节点的数量大于等于4，所述参考点的数量大于等于1；

S2，在离线环境下，基于无线技术测量所述参考点与各所述锚节点之间的距离信息，建立离线位置数据库；

S3，在在线环境下，基于无线技术测量所述参考点、目标设备与所述各锚节点之间的距离信息，并通过比较所述参考点与所述各锚节点的距离信息和所述离线位置数据库，预判段在线环境中是否有障碍物；

S4，将步骤S3得到的所述参考点与所述各锚节点之间的距离信息代入障碍补偿计算，从而计算出所述目标设备的精确的位置信息和障碍物的位置与类型。

优选地，步骤S1-S4中，测量所述锚节点、参考点和目标设备之间的距离信息的无线技术为蓝牙或WIFI；测量距离信息的方式为基于RSSI测距；所述步骤S2和S3中，分别多次测量锚节点、参考点和目标设备之间的距离信息，并对上述距离信息测量结果依次做高斯滤波处理和均值处理，从而减少环境对信号的影响，提高距离测量值的准确性。

优选地，在步骤S3中，在步骤S3中，基于无线测距技术在线测得所述目标设备与所述参考点的距离，根据上述距离选择所述目标设备定位时参考的锚节点组。

优选地，当室内环境为矩形平面房间时，在步骤S1中，所述锚节点设置位置贴墙，且所述各锚节点之间的连线围成的区域覆盖房间，参考点位于各锚节点连线围成的区域中，所述矩形房间区域内的所述锚节点和所述参考点为一组。

优选地，当室内环境为非矩形平面房间时，在步骤S1中，将房间分割为矩形的一个主体矩形区域和若干个附属区域，在每个区域内锚节点的设置位置贴该区域的边界，且所述各锚节点之间的连线围成的区域覆盖该区域；所述附属区域内设置参考点，以所述附属区域和主体矩形区域的公共边为对称轴，在所述主体矩形区域内设置的和所述附属区域内参考点轴对称的位置设置对应的参考点，每个所述主体矩形区域或附属区域内的所述锚节点和所述参考点为一组。

优选地，当室内环境为复数个房间时，在步骤S1中，每个房间内所述锚节点设置位置贴墙，且所述各锚节点之间的连线围成的区域覆盖所述房间，所述参考点位于各锚节点连线围成的区域中，各所述房间区域内的所述锚节点和所述参考点为一组，此外，测量各房间与其相邻房间垂直于共有墙面的边长，若其中一方边长为另一方边长的两倍及以上，则以上述共有墙面为对称轴，在上述边长较长的房间内增设与上述边长较短的房间内的参考点轴对称位置的对应参考点。

优选地，当室内环境为非矩形平面房间时，在步骤S1中，在所述主体矩形区域和所述附属区域的公共边上设置辅助参考点，在步骤S3测量所述辅助参考点距目标设备的距离，当所述目标设备与所述辅助参考点的距离小于一预设值时，所述目标设备发出边界盲区警告。

根据本发明的第二方面，提供了基于无线技术的自适应判断障碍物的室内定位***，其

包括有：

锚节点，所述锚节点设有无线通信模块，所述锚节点用于测量所述锚节点与后述参考点和后述目标设备之间的距离，并传输给后述服务器；

参考点，所述参考点设有无限通信模块，所述参考点用于建立离线位置数据库和辅助后述目标设备选择定位的参考点组；

目标设备，所述目标设备设有无线通信模块，所述目标设备用于测量所述目标设备与所述参考点和所述锚节点之间的距离，并将其通过参考点或者直接发送给后服务器，此外，所述目标设备还可以通过参考点或直接接收后述服务器发出的位置信息；

服务器，所述服务器设有无线通信模块，所述服务器用于接收所述锚节点、所述参考点和所述目标设备之间的距离信息，建立离线位置数据库；计算所述目标设备的在线位置信息，并将所述在线位置信息进行障碍补偿计算从而得到目标设备的精确的位置信息和障碍物的位置及类型，

其中，若干个所述锚节点和所述参考点分为一组，每个分组包括的所述锚节点的数量大于等于4，所述参考点的数量大于等于1。

优选地，还包括辅助参考点，所述辅助参考点设有无线通信模块，所述辅助参考点设置在所述参考节点分组之间的公共边上，用于当所述目标设备与所述辅助参考点的距离小于一预设值时，所述目标设备发出边界盲区警告。

优选地，所述锚节点、参考点、目标设备、服务器设有的无线通信模块为蓝牙通信模块或WIFI通信模块。

根据本发明的第三方面，提供了基于无线技术的自适应判断障碍物的室内定位***，其包括有：

分组模块，分组设置锚节点和参考点，其中，每个分组中所述锚节点的数量大于等于4，所述参考点的数量大于等于1；

离线测距模块，在离线环境下测量所述参考点与各所述锚节点之间的距离信息，建立离线位置数据库；

在线测距模块，在在线环境下，测量所述参考点、目标设备与所述各锚节点之间的距离信息，并通过比较所述参考点与所述各锚节点的距离信息和所述离线位置数据库，预判段在线环境中是否有障碍物；

位置计算模块，将得到的所述参考点与所述各锚节点之间的距离信息代入障碍补偿计算，从而计算出所述目标设备的精确的位置信息和障碍物的位置与类型。

本发明涉及低功耗蓝牙室内定位的技术领域，采用新型的自适应判断障碍物模型算法,自适应判断被测设备周边的障碍物，根据障碍补偿算法进行补偿后，得到经过校正的高精度的被测设备的位置和方向信息。

本发明的技术方案的有益效果在于：通过对步骤S2，S3中无线测距数据应用高斯滤波算法和均值滤波算法，从而减少一些小概率、大干扰的突发性事件对整体测量值的影响，增加了测距的抗干扰能力；通过设置4个及以上的锚节点和利用障碍补偿算法，实现在有障碍物的情况下定位的作用；本发明的技术方案采用自适应判断障碍物算法，实现判断出室内障碍物的具***置方向和类型的有益效果；通过设置辅助参考点，从而对所述锚节点组的交界处等定位不准的盲区提供警告功能。此外，本发明的技术方案还可以在多个大小不同的房间和非矩形房间的情况下进行定位。本发明提出的技术方案还有着设备简单，所需锚节点数和运算量大幅低于位置指纹识别法定位技术，快速搭建***环境，使用方便的优点。

附图说明

图1是基于三角形测量法定位技术的实施原理图；

图2是基于位置指纹识别法定位技术的实施原理图；

图3是基于本发明基于无线技术的自适应判断障碍物的室内定位方法的离线训练阶段的第一实施例的实施原理图；

图4是基于本发明基于无线技术的自适应判断障碍物的室内定位方法的在线阶段遇到障碍物的第一实施例的实施原理图；

图5是基于本发明基于无线技术的自适应判断障碍物的室内定位方法的第二实施例的实施原理图；

图6是基于本发明基于无线技术的自适应判断障碍物的室内定位方法定位技术的第三实施例的实施原理图A；

图7是基于本发明基于无线技术的自适应判断障碍物的室内定位方法的第三实施例的实施原理图B；

图8是本发明基于无线技术的自适应判断障碍物的室内定位***的示意图；

图9是RSSI值均值模型图；

图10是本发明RSSI值随物理距离之间的关系图；

图11是根据采样RSSI数据的正态分布曲线；

图12是根据采样RSSI数据的均值和均方差绘制的高斯分布概率密度函数图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

图1为基于三角形测量法定位技术的实施原理，以三个位置已知的锚节点为圆心，以所述各锚节点到待测目标的距离为半径做圆，三个圆交于所述待测目标。设所述待测目标的坐标位置为(x,y)，已知所述锚节点1、2、3的坐标分别为(x1,y1)、(x2,y2)和(x3,y3)，其到所述待测目标的距离为d1、d2、d3，则求解下列方程组即可得到所述待测目标的位置坐标：

(x-x1)²+(y-y1)²＝d1²；

(x-x2)²+(y-y2)²＝d2²；

(x-x3)²+(y-y3)²＝d3²。

图2为基于位置指纹识别法定位技术的实施原理，其实施分为离线建立数据库和在线定位两个阶段。先在待测区域附近设置大量的锚节点，在离线建立数据库阶段，在待测区域内设置足够数量的参考点，并在各参考点上测量来自不同锚节点的RSSI值，并将其和相应的锚节点编号以及所属参考点的位置信息记录在数据库中；在在线定位阶段，测得待测目标接收各锚节点的RSSI值和相应的锚节点编号，并将其与数据库中已有的参考点位置信息进行比较，从而得到当前待测目标的位置。

参考图3-4，本发明第一实施例基于无线技术的自适应判断障碍物的室内定位方法，室内环境为边长是10m的正方形平面的房间，所述无线技术为蓝牙，其中锚节点，参考点和目标设备都使用了TI公司的支持蓝牙4.0标准的低功耗蓝牙无线传输芯片cc2540作为蓝牙传输装置，其具体实施方式包括以下步骤：

S1，将4个锚节点AP和1个参考点RP分为一组，每个锚节点上设编号如AP1、AP2、AP3、AP4；将所述4个锚节点AP分别设置在矩形房间的四个角，从而使所述4个锚节点AP的连线围成的区域近似覆盖整个所述矩形房间，所述参考点RP设置在所述4个锚节点的连线围成的区域中的正中央。

S2，在离线环境下，即室内没有障碍物的环境下，基于蓝牙无线技术测量所述参考点RP与所述4个锚节点AP1、AP2、AP3、AP4的RSSI值和对应编号。由于瞬时RSSI值是未经任何滤波处理的实时性数据，易受到外界环境的干扰而包含各种噪声，若不加滤波处理直接进行运用会导致定位失误。因此，必须对RSSI随机值进行滤波处理。本方案在算法中加了滤波算法模型，即均值模型和高斯模型对采集到的数据进行预处理。统计均值模型可以看做是对RSSI分量做了平滑处理，得到的一个与位置相关的特征值，如图9所示。但此特征值中仍然包含有噪声，只是将噪声平均到了每个RSSI分量中，这与理想的自由空间模型尚有差距。

由于实际环境中的各种干扰因素的存在和随机变化，使得同一无线信号源在空间中同一位置被接收到的信号强度的值也是随机变化的。而高斯模型能够滤除随机性噪声，使得RSSI公式更接近其理论模型，从而降低测距误差。如图12所示，图中的曲线是根据采样数据的均值和均方差绘制的高斯分布概率密度函数，它与图11中原始数据直方图的包络基本吻合，直方图近似服从高斯分布。假设在某一采样点接收到的来自某一信号源的RSSI值总体上服从高斯分布。

N(μ，σ²)，采得n个RSSI值的样本分别为X₁、X₂、...、X_n，它们出现的概率分别为P₁、P₂、...、P_n。则有

样本均值： $\stackrel{\‾}{X}=\frac{X_1+X_2+\mathrm{...}+X_n}{n}={\Σ}_{i=1}^n{X}_i{P}_i$

样本方差： $S^2=\frac{I}{n-1}{\Σ}_{i=1}^n{(X_i-\stackrel{\‾}{X})}^2$

如图11所示，在实验环境中某一固定位置处，总共采集了1000个瞬时RSSI数据，这些数据的取值范围在[51，77](-dBm)之间。通过仿真得到这组数据的高斯概率密度函数图12所示，这组数据的均值为-60.32dBm，均方差为4.3746。由于噪声干扰因素的存在，导致瞬时RSSI具有低分贝值的突发性大扰动出现的概率极低，完全可以通过设计合理的门限值将其滤除。高斯模型滤波原理：上述取得的1000个RSSI值的样本必然存在着小概率事件以及混杂着稳定性的高斯随机噪声。通过设置一个参数选取高斯模型的高概率发生区的RSSI值，然后利用上述的均值模型，以减少一些小概率、大干扰的突发性事件对整体测量值的影响，从而滤除部分干扰。也可以设定RSSI值在高分贝范围内取值，以减少环境对信号的影响，提高定位测量值的准确性。

为了克服RSSI不稳定对定位的影响，示例性的在每个参考位置上测1000次RSSI值，并先用高斯滤波算法对其滤波处理，从而消除一些小概率、大干扰的突发性事件对整体测量值的影响；再利用均值算法计算所述经高斯滤波处理后的RSSI平均值，即代入

$\stackrel{\‾}{RSSI}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{\mathrm{RSSI}}_i$

(n＝1000)求得RSSI的均值后述步骤S3中所述RSSI平均值都指经上述高斯滤波处理和均值算法处理后的值。将所述参考点RP与4个所述锚节点AP之间测得的所述RSSI平均值求和，并将其和对应的所述锚节点AP的编号一起保存入离线位置数据库，其中，离线位置数据库保存在服务器SER上。

S3，在在线环境下，即可能存在障碍物的实际待测环境下，基于蓝牙无线技术测量所述参考点RP、所述目标设备TD与所述4个锚节点AP之间的RSSI平均值；将所述参考点RP和所述目标设备TD与所述4个锚节点之间的4个RSSI平均值相加后与所述离线位置数据库中的对应数值对比，若相等或差别小于一个预设误差，示例性的预设误差设为10％，则所述参考点与对应的所述锚节点之间没有障碍物，预判段该室内环境内没有障碍物，反之，则预判段该室内环境内有障碍物。

S4，障碍补偿系数的计算方法如下：根据无线通讯中功率与距离的关系如下：P^R(dBm)＝-(A+10·n·lgr+ξ)式1

其中A是信号传输1米远时接收信号的功率，n是传播因子(它受温度和湿度等环境因素影响)，r是节点之间的距离，是障碍因子。当确定了常数A、n和ξ的值后，距离r就可以根据PR(dBm)计算出来。

读取RSSI值的实验可以这样搭建，实验器材为2块CC2540芯片，主芯片发射功率为4dBm(2.51mW)。主设备固定位置，向从设备发送信号，逐次移动从设备，而获取RSSI值随物理距离之间的关系。示例性的选取障碍物是人和障碍物是墙或黑板等大型物体，下表是测得的实验的数据：

使用excel对数据进行处理得到结果如图10。可知三种障碍物模型的关系如下：

无障碍物时：y1＝-7.071ln(x)-52.71

有人遮挡时：y2＝-6.958ln(x)-56.48

有墙遮挡时：y3＝-7.022ln(x)-64.59

其中，x代表距离，单位是米，y代表RSSI值，单位是dbm。把自然对数换成10常用对数进行处理，则有：

y1＝-53-16lg(x)式2

y2＝-53-16lg(x)-4式3

y3＝-53-16lg(x)-12式4

处理后得到如下各种障碍因子：

根据步骤S3的是否有障碍物的预判段，若预判段该室内环境内没有障碍物，则障碍补偿为0。

4个AP以每秒100次的频率去读取接入该房间内目标设备TD的RSSI值，并求出经过高斯滤波和均值滤波后的RSSI均值。并把读取后的数据按照不同的终端设备打包好发送给RP。RP作为主控端，汇总4个AP发送过来的目标设备TD的RSSI值。任取所述目标设备TD和3个所述锚节点之间的RSSI平均值，根据基本的RSSI与距离的关系，代入式2可求得所述目标设备TD和上述选取的3个锚节点间的距离，将距离代入三角测量法求出所述目标设备TD的坐标位置。例如设目标设备的坐标位置是(x,y)，其中x和y的单位为米。所述目标设备距离所述锚节点AP1、AP2、AP3、AP4的距离分别是d1、d2、d3、d4,选其中的锚节点AP1、锚节点AP2、锚节点AP3作为定位参考锚节点，则根据三角测量法目标设备的坐标位置可得以下二元二次方程组。

d1²＝x²+y²

d2²＝y²+(10-x)²

d3²＝x²+(10-y)²

解得 $x=\frac{d{1}^2-d{2}^2+100}{20},y=\frac{d{1}^2-d{3}^2+100}{20}.$ 上述x,y即为目标设备的精确的位置坐标。

若预判该室内环境内有障碍物，则需要加入障碍补偿。

取4个所述参考点中的每3个参考点和所述目标设备的RSSI平均值代入式2求出相应的距离，再将距离代入三角测量法计算可以得到4组结果。例如当使用参考点AP1、AP2、AP3时测得的所述目标设备的坐标为(x,y1)；当使用参考点AP1、AP2、AP4时测得的所述目标设备的坐标为(x,y2)，若满足y2>y1+3，则认为在AP4和所述目标设备之间存在障碍物。这时候通过判断采集的目标设备与锚节点AP3的数据里面均方差r是否满足r>2.2,如果满足即可判断障碍物是人，***重新利用式3进行计算c值。如果r<＝2.2即判断障碍物是大面积的物体如墙，黑板等，重新利用式4进行计算c值。通过4种组合状态，***将可以精确的定位到目标设备的实际位置。结合步骤S3的预判段，即可大致判断障碍物的面积与位置，为用户排除障碍或者掌握室内具体提供充分的信息。

另外，所述锚节点AP、参考点RP和目标设备TD之间的无线通信方式为WIFI或/且当所述目标设备的数量大于1时，实施方式与上述方式相同。此外，通过增加锚节点AP和参考点RP至少一者的数量可以提高定位和判断障碍物的精度。此外，也可以取消服务器，在所述参考点PR上建立所述离线位置数据库和计算所述目标设备的坐标位置。

参考图5本发明基于无线技术的自适应判断障碍物的室内定位方法的第二实施例的具体实施方式，当室内环境为非矩形平面房间，我们分两步对该类型房间进行定位，分别为目标设备TD的区域定位和该区域的坐标定位。在步骤S1中，将房间分割为近似矩形的一个主体矩形区域A1和附属区域A2和A3，锚节点AP1至AP10分别设置在所述三个区域的顶点，且所述各锚节点AP之间的连线围成的区域覆盖所述主体矩形区域A1与附属区域A2和A3，所述附属区域A2内设置参考点RP1，以该附属区域A2和主体矩形区域A1的公共边为对称轴，在所述主体矩形区域A1内设置的和所述附属区域A2内参考点RP1轴对称的位置设置对应的参考点RP2；所述附属区域A3内设置参考点RP3，以该附属区域A3和主体矩形区域A1的公共边为对称轴，在所述主体矩形区域A1内设置的和所述附属区域A3内参考点RP3轴对称的位置设置对应的参考点RP4。所述锚节点AP1、AP2、AP5、AP6和所述参考点RP1为一组；所述锚节点AP3、AP4、AP8、AP7和所述参考点RP3为一组；所述锚节点AP2、AP3、AP7、AP10、AP9、AP6和所述参考点RP2、RP4为一组。此外，在所述主体矩形区域A1和附属区域A2的公共边的中点上设置辅助参考点SRP1；在所述主体矩形区域A1和附属区域A3的公共边的中点上设置辅助参考点SRP2；

在步骤S3中，分别测量所述目标设备TD距各参考点RP1、RP2、RP3和RP4的RSSI值平均值，所述目标设备TD选取测得RSSI值最小的，即最近的所述参考点所在分组的锚节点AP作为参考锚节点，选定参考点RP所在的区域即为所述目标设备TD所在的区域。测量所述目标设备TD与该组所述参考点AP的RSSI值。在经过高斯滤波和均值滤波处理后，经由最近的参考点RP转发给所述服务器SER。

此外，由于两个区域的交界处会出现定位精度下降的情况，步骤3中，所述目标设备TD在定位时还测量其与所述辅助参考点SPR1、SPR2之间的距离，当该距离小于一个预设值，示例性的，预设值为50厘米，则所述目标设备TD会自动发出盲区警报。所述锚节点AP；参考点RP；目标设备TD；服务器SER以及辅助参考点SRP通过蓝牙无线通信。所述辅助参考点SRP也可通过红外传输方式与目标设备TD测距和通信。所述预设值根据所述辅助参考点SRP的通信方式和定位精度的要求决定取值。

本发明第二实施例的其余实施方式与第一实施例相同，在此省略。

图6-7为本发明第三实施例的实施原理图。

本发明第二实施例的具体实施方式，室内环境为多个房间。当室内环境为复数个房间时，我们分两步对该类型房间进行定位，分别为目标设备TD的房间定位和该房间内的坐标定位。在步骤S1中，每个房间内所述锚节点AP设置在房间的四个角，且所述各锚节点AP之间的连线围成的区域覆盖所述房间，所述参考点RP位于各锚节点连线围成的区域中，所述房间区域内的所述锚节点AP和所述参考点RP为一组。此外，测量各房间与其相邻房间垂直于共有墙面的边长，若其中一方边长为另一方边长的两倍及以上，则以上述共有墙面为对称轴，在上述边长较长的房间内增设上述边长较短的房间内的参考点RP轴对称的对应参考点RP，从而避免所述目标设备TD参考错误的所述锚节点组：如图7所示，由于左数第二个房间的横向宽度小于第一个房间和第三个房间宽度的一半，且第四个房间的宽度小于第三个房间宽度的一半，因此在第二个房间中央设置参考点RP2，以两个临近房间的公共墙未对称轴，在第一个房间内和参考点RP2轴对称的位置设置参考点RP1，在第三个房间内和参考点RP2轴对称的位置设置参考点RP3，在第四个房间中央设参考点RP5，在第三个房间内和参考点RP5轴对称的位置设置参考点RP4；若没有任意一边长大于等于另一边长的两倍，则每个房间中央设置一个所述参考点：如图6所示参考点RP1、RP2、RP3、RP4分别放置在各房间的中央位置。此外，锚节点AP的设置方法同第一实施例。

在步骤3中分别测量所述目标设备TD距各参考点AP的RSSI值，所述目标设备TD选取测得RSSI值最小的，即最近的所述参考点RP所在分组的锚节点AP作为参考锚节点，选定参考点RP所在的房间即为所述目标设备TD所在的房间。测量所述目标设备TD与该组所述参考点RP的RSSI值，在经过高斯滤波处理后，经由最近的参考点RP转发给所述服务器SER。

本发明第三实施例的其余实施方式与第一实施例相同，在此省略。

参考图8，基于上述方法，本发明还提供了基于无线技术的自适应判断障碍物的室内定位***，包括：锚节点AP；参考点RP；目标设备TD以及服务器SER，其中，复数个所述锚节点AP和所述参考点RP分为一组，每个分组包括的所述锚节点AP的数量大于等于4，所述参考点RP的数量大于等于1。此外，还包括用于发出边界盲区警告的辅助参考点SRP。所述锚节点AP；参考点RP；目标设备TD；服务器SER以及辅助参考点SRP上都设有WIFI无线通信模块。

具体实施过程与上述方法的第一实施例的实施过程相同，在此省略。

根据本发明的第四实施例，为基于无线技术的自适应判断障碍物的室内定位***，其包括有：

分组模块，分组设置锚节点AP和参考点RP，其中，每个分组中所述锚节点AP的数量大于等于4，所述参考点RP的数量大于等于1；

离线测距模块，在离线环境下测量所述参考点RP与各所述锚节点AP之间的距离信息，建立离线位置数据库；

在线测距模块，在在线环境下，测量所述参考点RP、目标设备TD与所述各锚节点AP之间的距离信息，并通过比较所述参考点RP与所述各锚节点AP的距离信息和所述离线位置数据库，预判段在线环境中是否有障碍物；

位置计算模块，将得到的所述参考点RP与所述各锚节点AP之间的距离信息代入障碍补偿计算，从而计算出所述目标设备TD的精确的位置信息和障碍物的位置与类型。

具体实施过程与上述方法的第一实施例的实施过程相同，在此省略。

以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (11)

1.基于无线技术的自适应判断障碍物的室内定位方法，其特征在于，包括步骤：

S1，分组设置锚节点(AP)和参考点(RP)，其中，每个分组中所述锚节点(AP)的数量大于等于4，所述参考点(RP)的数量大于等于1；

S2，在离线环境下，基于无线技术测量所述参考点(RP)与各所述锚节点(AP)之间的距离信息，建立离线位置数据库；

S3，在在线环境下，基于无线技术测量所述参考点(RP)、目标设备(TD)与所述各锚节点(AP)之间的距离信息，并通过比较所述参考点(RP)与所述各锚节点(AP)的距离信息和所述离线位置数据库，预判段在线环境中是否有障碍物；

S4，将步骤S3得到的所述参考点(RP)与所述各锚节点(AP)之间的距离信息代入障碍补偿计算，从而计算出所述目标设备(TD)的精确的位置信息和障碍物的位置与类型。

2.根据权利要求1所述的基于无线技术的自适应判断障碍物的室内定位方法，其特征在于，步骤S1-S4中，测量所述锚节点(AP)、参考点(RP)和目标设备(TD)之间的距离信息的无线技术为蓝牙或WIFI；测量距离信息的方式为基于RSSI测距；所述步骤S2和S3中，分别多次测量锚节点(AP)、参考点(RP)和目标设备(TD)之间的距离信息，并对上述距离信息测量结果依次做高斯滤波处理和均值处理，从而减少环境对信号的影响，提高距离测量值的准确性。

3.根据权利要求1所述的基于无线技术的自适应判断障碍物的室内定位方法，其特征在于，在步骤S3中，基于无线测距技术在线测得所述目标设备(TD)与所述参考点(RP)的距离，根据上述距离选择所述目标设备(TD)定位时参考的锚节点(AP)组。

4.根据权利要求1所述的基于无线技术的自适应判断障碍物的室内定位方法，其特征在于，当室内环境为矩形平面房间时，在步骤S1中，所述锚节点(AP)设置位置贴墙，且所述各锚节点(AP)之间的连线围成的区域覆盖房间，参考点(RP)位于各锚节点(AP)连线围成的区域中，所述矩形房间区域内的所述锚节点(AP)和所述参考点(RP)为一组。

5.根据权利要求1所述的基于无线技术的自适应判断障碍物的室内定位方法，其特征在于，当室内环境为非矩形平面房间时，在步骤S1中，将房间分割为矩形的一个主体矩形区域和若干个附属区域，在每个区域内锚节点(AP)的设置位置贴该区域的边界，且所述各锚节点(AP)之间的连线围成的区域覆盖该区域；所述附属区域内设置参考点(RP)，以所述附属区域和主体矩形区域的公共边为对称轴，在所述主体矩形区域内设置的和所述附属区域内参考点(RP)轴对称的位置设置对应的参考点(RP)，每个所述主体矩形区域或附属区域内的所述锚节点(AP)和所述参考点(RP)为一组。

6.根据权利要求1所述的基于无线技术的自适应判断障碍物的室内定位方法，其特征在于，当室内环境为复数个房间时，在步骤S1中，每个房间内所述锚节点(AP)设置位置贴墙，且所述各锚节点(AP)之间的连线围成的区域覆盖所述房间，所述参考点(RP)位于各锚节点(AP)连线围成的区域中，各所述房间区域内的所述锚节点(AP)和所述参考点(RP)为一组，此外，测量各房间与其相邻房间垂直于共有墙面的边长，若其中一方边长为另一方边长的两倍及以上，则以上述共有墙面为对称轴，在上述边长较长的房间内增设与上述边长较短的房间内的参考点(RP)轴对称位置的对应参考点(RP)。

7.根据权利要求5所述的基于无线技术的自适应判断障碍物的室内定位方法，其特征在于，当室内环境为非矩形平面房间时，在步骤S1中，在所述主体矩形区域和所述附属区域的公共边上设置辅助参考点(SRP)，在步骤S3测量所述辅助参考点(SRP)距目标设备(TD)的距离，当所述目标设备(TD)与所述辅助参考点(SRP)的距离小于一预设值时，所述目标设备(TD)发出边界盲区警告。

8.基于无线技术的自适应判断障碍物的室内定位***，其特征在于，包括有：

锚节点(AP)，所述锚节点(AP)设有无线通信模块，所述锚节点(AP)用于测量所述锚节点(AP)与后述参考点(RP)和后述目标设备(TD)之间的距离，并传输给后述服务器(SER)；

参考点(RP)，所述参考点(RP)设有无限通信模块，所述参考点(RP)用于建立离线位置数据库和辅助后述目标设备(TD)选择定位的参考点(RP)组；

目标设备(TD)，所述目标设备(TD)设有无线通信模块，所述目标设备(TD)用于测量所述目标设备(TD)与所述参考点(RP)和所述锚节点(AP)之间的距离，并将其通过参考点(RP)或者直接发送给后服务器(SER)，此外，所述目标设备(TD)还可以通过参考点(RP)或直接接收后述服务器(SER)发出的位置信息；

服务器(SER)，所述服务器(SER)设有无线通信模块，所述服务器(SER)用于接收所述锚节点(AP)、所述参考点(RP)和所述目标设备(TD)之间的距离信息，建立离线位置数据库；计算所述目标设备(TD)的在线位置信息，并将所述在线位置信息进行障碍补偿计算从而得到目标设备(TD)的精确的位置信息和障碍物的位置及类型，

其中，若干个所述锚节点(AP)和所述参考点(RP)分为一组，每个分组包括的所述锚节点(AP)的数量大于等于4，所述参考点(RP)的数量大于等于1。

9.根据权利要求8所述的基于无线技术的自适应判断障碍物的室内定位***，其特征在于，还包括：

辅助参考点(SRP)，所述辅助参考点(SRP)设有无线通信模块，所述辅助参考点(SRP)设置在所述参考节点分组之间的公共边上，用于当所述目标设备(TD)与所述辅助参考点(SRP)的距离小于一预设值时，所述目标设备(TD)发出边界盲区警告。

10.根据权利要求8所述的基于无线技术的自适应判断障碍物的室内定位***，其特征在于，所述锚节点(AP)、参考点(RP)、目标设备(TD)、服务器(SER)设有的无线通信模块为蓝牙通信模块或WIFI通信模块。

11.基于无线技术的自适应判断障碍物的室内定位***，其特征在于，包括有：

分组模块，分组设置锚节点(AP)和参考点(RP)，其中，每个分组中所述锚节点(AP)的数量大于等于4，所述参考点(RP)的数量大于等于1；

离线测距模块，在离线环境下测量所述参考点(RP)与各所述锚节点(AP)之间的距离信息，建立离线位置数据库；

在线测距模块，在在线环境下，测量所述参考点(RP)、目标设备(TD)与所述各锚节点(AP)之间的距离信息，并通过比较所述参考点(RP)与所述各锚节点(AP)的距离信息和所述离线位置数据库，预判段在线环境中是否有障碍物；

位置计算模块，将得到的所述参考点(RP)与所述各锚节点(AP)之间的距离信息代入障碍补偿计算，从而计算出所述目标设备(TD)的精确的位置信息和障碍物的位置与类型。