CN105790837B - 基于图像匹配和指纹库的led可见光室内定位方法和*** - Google Patents

基于图像匹配和指纹库的led可见光室内定位方法和*** Download PDF

Info

Publication number
CN105790837B
CN105790837B CN201610125773.1A CN201610125773A CN105790837B CN 105790837 B CN105790837 B CN 105790837B CN 201610125773 A CN201610125773 A CN 201610125773A CN 105790837 B CN105790837 B CN 105790837B
Authority
CN
China
Prior art keywords
mobile terminal
picture
fingerprint
led
quadrant
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610125773.1A
Other languages
English (en)
Other versions
CN105790837A (zh
Inventor
颜俊
何勇祥
朱卫平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Post and Telecommunication University
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201610125773.1A priority Critical patent/CN105790837B/zh
Publication of CN105790837A publication Critical patent/CN105790837A/zh
Application granted granted Critical
Publication of CN105790837B publication Critical patent/CN105790837B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
    • H04B10/114—Indoor or close-range type systems
    • H04B10/116—Visible light communication
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5862—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using texture

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了基于图像匹配和指纹库的LED可见光室内定位方法***,该定位方法在离线阶段，构建象限图片指纹库和基于指纹的网格化象限数据库。在线阶段，首先通电驱动电路，实现LED信号源照明覆盖区域，移动终端拍摄LED灯，与图片指纹库进行匹配，得到精度较高的粗位置，实现粗定位；然后移动终端根据得到“指纹”信息与多参数指纹库进行查询匹配，确定移动终端在该区域下的位置信息，实现精定位。本发明将图片与图片指纹库进行查询匹配，实现粗定位；精定位只需将实时接收到的指纹与指纹库数据进行查询匹配，确定最终移动终端的位置，粗定位大大降低了后续精定位算法复杂度，查询匹配提高了定位速度和定位精度，网格化方法降低了定位误差。

Description

基于图像匹配和指纹库的LED可见光室内定位方法和***
技术领域
本发明涉及一种基于图像匹配和指纹库的LED可见光室内定位方法和***，属于通信技术领域。
背景技术
目前室内定位中大多采用无线定位技术，如利用红外线、超声波、蓝牙技术等。这些技术在某种程度上能够满足人们的定位需求。但是，这些定位技术存在功耗大、不稳定等缺点，特别是在一些特殊场景：如医院等射频技术被禁止的区域。而基于LED可见光通信具有无电磁干扰、频谱宽、绿色环保、无需特殊辅助设备、成本低廉等优势被广泛关注。
现有技术包括：一种可见光室内定位方法(专利号：2014104733980)，和2014104733980相比较，本发明不需要改变***的硬件，网络的升级影响小。
现有技术包括：一种可见光室内定位方法(专利号：2014104733980)，该方法需要搜索整个定位区域，即对所有划分的象限进行搜索，而本发明仅仅通过对粗定位阶段确定的象限的数据库进行搜索，可以明显提高定位所需要的时间。
目前，国内外对基于LED可见光的室内定位技术的研究分为非成像定位技术和成像定位技术两种。非成像定位技术主要有四种实现方法，分别是：三角测量法，指纹库法，接近法和VLC与Ad Hoc混合法。三角测量法是最传统的定位方法。其中，RSS性能不高，靠近墙壁边缘估计误差增大。AOA需要高度复杂的图像传感器阵列。TOA显示屏和接收器之间必须同步。接近法的定位精度取决于所设置网格本身的分辨率，而且采用的是估计定位，不适合用于精确定位的情况。Ad Hoc混合无线网络定位法具有较高的复杂度，网络的铺设也较为复杂。成像定位技术定位精度与每个组件测量精度有关，且***较为复杂，功耗高。而本发明能够很好地解决上面的问题。
发明内容
本发明目的在于针对室内定位精度低和实时性差的问题，提出一种基于图像匹配和指纹库的LED可见光室内定位方法，该方法可以有效地避免多径对于定位精度的影响，该方法实现了定位时间短，并且降低了定位算法复杂度。
本发明解决其技术问题所采取的技术方案是：一种基于图像匹配和指纹库的LED可见光室内定位方法，该方法包括如下步骤：
步骤1：在定位区域划分的不同象限的基础上，移动终端在各个象限位置获取图片指纹，建立图片库。
步骤2：对每个象限进行再次的网格化，标记每个网格位置信息，在网格位置上分别通过接收机接收来自LED的RSS和AOA，建立(AOA，RSS)指纹库。
步骤3：通过驱动电路实现LED灯照明全覆盖区域，移动终端拍摄LED灯，与上述步骤1的图片库匹配，得到移动终端粗位置，实现粗定位。
步骤4：移动终端根据获得的“指纹”信息与步骤2的指纹库进行查询匹配，确定移动终端的位置信息，实现精定位。
本发明的上述方法应用于基于图像匹配和指纹数据库的LED可见光室内定位***。
本发明的上述方法包括两个过程，即粗定位过程和精定位过程。在这两个过程当中，又包括两个阶段，即离线阶段和在线阶段。
(1)粗定位过程
离线阶段：在把定位区域划分的不同象限的基础上，移动终端在各个象限位置获取图片指纹，并建立成库，注意拍摄移动终端目标为LED灯且高度要保持一致。
在线阶段：移动终端在同一高度拍摄LED得到图片，与图片库进行匹配，利用SIFT算法匹配，得到匹配点数对，找出最相似的照片，完成移动终端在哪个象限的粗定位。
(2)精定位过程
离线阶段：对每一个象限区域进行再次网格化，缩小每个网格大小，并分别对每个网格标号，记录位置信息，然后对每个网格位置依次取(AOA，RSS)指纹信息，建立数据库。
在线阶段：利用移动终端测定接收信号的参数，得到同一位置，同一场景下的到达角度(AOA)，接收信号强度(RSS)，然后再与粗定位所选择的象限对应的数据库所存数据进行匹配，从而确定移动终端位置。本发明可以充分利用现有设施，不需要改变***的硬件，网络升级影响小，并且具有搜索时间消耗小，定位精度高，定位速度快等优点，因此能够被广泛的用于各类室内定位场景。
本发明的上述***包括LED阵列、移动终端和PC控制端。移动终端在各个象限位置拍摄LED阵列，得到的图片数据传输给PC控制端进行预处理与匹配。
LED阵列能够作为图片参考，移动终端拍摄LED灯，其通电照明为精定位时测量信号强度与到达角度。
移动终端具有带拍摄功能，拍摄LED灯，得到粗定位所需的图片。
PC控制端分别为粗定位与精定位的图片和信号强度、到达角度数据进行处理分析，匹配运算。
有益效果：
1、本发明不需要改变***的硬件，网络升级影响小，具有搜索时间消耗小，定位精度高，定位速度快等优点。
2、粗定位过程中，本发明通过将定位区域划分成几个象限的基础上，就能够确定移动终端的粗位置。由于该数据库的数据量很小，即(等于定位区域象限的个数)，所以实现粗定位的时间搜索少。
3、本发明实现了粗定位和精定位，通过精定位过程，根据划分网格的大小，并且实现了定位精度的明显提升。
附图说明
图1为本发明定位区域的象限划分和网格化处理说明示意图。
图2为本发明定位方法的流程图。
图3为本发明粗定位模型图。
图4为本发明精定位模型图。
图5为本发明的***结构示意图。
具体实施方式
下面结合说明书附图对本发明创造作进一步的详细说明。
如图1所示，本发明是将室内定位区域按自己需求划分为几个象限，然后将具体象限均匀网格化，网格大小适中。
如图2所示，本发明***整个定位过程分为两个阶段，即：离线阶段和在线阶段，离线阶段，分别收集在粗定位所需要的基于象限的图片数据库和精定位所需要的基于网格的指纹数据库；在线阶段，匹配图片库得到粗定位象限位置，查询指纹库得到精定位目标位置。
如图3所示，本发明离线阶段收集图片库，移动终端在各个象限位置拍摄LED灯，分别获得图片构成基于象限的图片数据库。在线阶段当前移动终端拍摄LED灯得到图片，将此图片与图片数据库图片进行预处理，通过SIFT算法匹配，得到匹配点数对，实现粗定位。
图4为本发明精定位模型图。离线阶段收集指纹库，通过测量象限中各网格所接收到的RSS强度以及AOA到达角度，构成(AOA,RSS)指纹库，形成位置指纹，在线阶段测量当前目标位置的RSS和AOA，得到指纹，与离线阶段所得到的指纹库进行查询匹配，实现精定位。
图5为本发明的***结构示意图。本发明以室内房间为例，4个LED灯悬挂在屋顶，定位区域被分为4个象限(I,II,III,IV)。移动终端在4个象限分别拍摄LED灯，构成图片库，当前目标位于象限所拍摄的图片与图片库匹配，得到目标所在的象限。象限网格化，测量各个网格(AOA,RSS)指纹，构成指纹库，当前目标位于网格的指纹与指纹库查询匹配，得到目标所在的网格。
本发明不需要升级***或者室内硬件，搜索时间少，定位精度高，定位速度快,可以广泛应用于像机场大厅、室内房间、图书馆、咖啡厅等一些室内环境中。
本发明的定位过程包括：
一、离线阶段
(1)将定位区域划分为几个不同的象限。
(2)移动用户在象限区域内同一高度拍摄目标LED灯，对图片进行预处理，建立图片指纹库。
(3)将所有象限位置网格化，网格间距相同，网格密度越高，定位精度也就越高。
(4)在各个网格内通过实际测量和建模计算，获得每个网格上接收机在同一位置所测得的到达角度AOA以及信号强度RSS值，并建立以(AOA，RSS)为指纹的数据库。
二、在线阶段
(1)移动终端拍摄LED灯，得到图片，并对图片进行预处理。
(2)将进过处理过的图片与离线阶段(2)建立的图片指纹库进行SIFT算法匹配，得到最为相似的图片，实现粗定位，即得到相应的象限区域。
(3)移动用户当前状态下接收到的(AOA，RSS)值与上述离线阶段(4)中数据库进行查询匹配，从而确定移动终端的位置，实现精定位。

Claims (4)

1.一种基于图像匹配和指纹数据库的LED可见光室内定位方法，其特征在于，所述方法包括如下步骤：
步骤1：在定位区域划分的不同象限的基础上，移动终端在各个象限位置获取图片指纹，建立图片库；
步骤2：对每个象限进行再次的网格化，标记每个网格位置信息，在网格位置上分别通过接收机接收来自LED的RSS和AOA，建立(AOA，RSS)指纹库；
步骤3：通过驱动电路实现LED灯照明全覆盖区域，移动终端拍摄LED灯，与上述步骤1的图片库匹配，得到移动终端粗位置，实现粗定位；
步骤4：移动终端根据获得的“指纹”信息与步骤2的指纹库进行查询匹配，确定移动终端的位置信息，实现精定位。
2.根据权利要求1所述的一种基于图像匹配和指纹数据库的LED可见光室内定位方法，其特征在于，所述方法应用于基于图像匹配和指纹数据库的LED可见光室内定位***。
3.根据权利要求2所述的一种基于图像匹配和指纹数据库的LED可见光室内定位方法，其特征在于，所述***实现包括粗定位过程和精定位过程；在这两个过程当中，包括两个阶段，即离线阶段和在线阶段；
(1)粗定位过程；
离线阶段：在把定位区域划分的不同象限的基础上，移动终端在各个象限位置获取图片指纹，并建立成库，拍摄移动终端目标为LED灯且高度要保持一致；
在线阶段：移动终端在同一高度拍摄LED得到图片，与图片库进行匹配，利用SIFT算法匹配，得到匹配点数对，找出最相似的照片，完成移动终端在哪个象限的粗定位；
(2)精定位过程；
离线阶段：对每一个象限区域进行再次网格化，缩小每个网格大小，并分别对每个网格标号，记录位置信息，然后对每个网格位置依次取(AOA，RSS)指纹信息，建立数据库；
在线阶段：利用移动终端测定接收信号的参数，得到同一位置，同一场景下的到达角度(AOA)，接收信号强度(RSS)，然后再与粗定位所选择的象限对应的数据库所存数据进行匹配，从而确定移动终端位置。
4.根据权利要求3所述的一种基于图像匹配和指纹数据库的LED可见光室内定位方法，其特征在于，所述***包括LED阵列、移动终端和PC控制端；所述移动终端在各个象限位置拍摄LED阵列，得到的图片数据传输给PC控制端进行预处理与匹配；
LED阵列能够作为图片参考，移动终端拍摄LED灯，其通电照明为精定位时测量信号强度与到达角度；
移动终端具有带拍摄功能，拍摄LED灯，得到粗定位所需的图片；
PC控制端分别为粗定位与精定位的图片和信号强度、到达角度数据进行处理分析，匹配运算。
CN201610125773.1A 2016-03-04 2016-03-04 基于图像匹配和指纹库的led可见光室内定位方法和*** Active CN105790837B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610125773.1A CN105790837B (zh) 2016-03-04 2016-03-04 基于图像匹配和指纹库的led可见光室内定位方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610125773.1A CN105790837B (zh) 2016-03-04 2016-03-04 基于图像匹配和指纹库的led可见光室内定位方法和***

Publications (2)

Publication Number Publication Date
CN105790837A CN105790837A (zh) 2016-07-20
CN105790837B true CN105790837B (zh) 2019-02-19

Family

ID=56387076

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610125773.1A Active CN105790837B (zh) 2016-03-04 2016-03-04 基于图像匹配和指纹库的led可见光室内定位方法和***

Country Status (1)

Country Link
CN (1) CN105790837B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106332278A (zh) * 2016-08-22 2017-01-11 北京易游华成科技有限公司 定位方法和设备
CN106646368B (zh) * 2016-12-30 2019-02-05 东南大学 一种基于指纹匹配的可见光通信场景中三维定位方法
CN107991649A (zh) * 2017-10-31 2018-05-04 吉林大学 可见光室内定位装置
CN109788430A (zh) * 2019-02-15 2019-05-21 普联技术有限公司 一种天线定位方法、装置和***
CN110309715B (zh) * 2019-05-22 2021-05-25 北京邮电大学 基于深度学习的灯具识别的室内定位方法、装置及***

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2385198A (en) * 2002-02-07 2003-08-13 Denselight Semiconductors Pte Infrared photodetector with sensing array and hot-spot monitoring array
CN100384220C (zh) * 2006-01-17 2008-04-23 东南大学 摄像机标定数据的采集方法及其标定板
CN101398476B (zh) * 2007-09-29 2011-07-27 广达电脑股份有限公司 定位***
CN101247650A (zh) * 2008-03-20 2008-08-20 中科院嘉兴中心微***所分中心 一种在无线传感器网络中基于无线信号强度的节点室内定位方法
CN103220777A (zh) * 2013-01-05 2013-07-24 东莞市力王电池有限公司 一种移动设备定位***
CN103199923B (zh) * 2013-04-22 2016-04-20 中国矿业大学 一种基于可见光通信的井下移动目标光指纹定位跟踪方法
CN104270194A (zh) * 2014-09-16 2015-01-07 南京邮电大学 一种可见光室内定位方法
CN104764748B (zh) * 2015-05-04 2017-08-11 成都唐源电气有限责任公司 定位绝缘子的方法、***以及故障检测的方法和***
CN105188082B (zh) * 2015-08-05 2018-06-29 重庆邮电大学 用于室内wlan环境下rss/aoa/tdoa定位性能的评价方法
CN105260698B (zh) * 2015-09-08 2019-01-25 山东眼神智能科技有限公司 对虹膜图像进行定位的方法和装置

Also Published As

Publication number Publication date
CN105790837A (zh) 2016-07-20

Similar Documents

Publication Publication Date Title
CN105790837B (zh) 基于图像匹配和指纹库的led可见光室内定位方法和***
CN107339990B (zh) 多模式融合定位***及方法
CN106767810B (zh) 一种基于移动终端的wifi和视觉信息的室内定位方法及***
Simon et al. Lookup: Robust and accurate indoor localization using visible light communication
CN106291517A (zh) 基于位置与视觉信息优化的室内云机器人角度定位方法
WO2019232887A1 (zh) 多维信息同步采集、定位与位置服务装置及***和方法
CN106793086A (zh) 一种室内定位方法
CN106415308B (zh) 确定移动设备的方位
CN104270194A (zh) 一种可见光室内定位方法
CN109923580A (zh) 用于热视频的动态范围压缩
CN109540144A (zh) 一种室内定位方法及装置
CN108495251B (zh) 一种基于蓝牙和led光定位的组合定位方法
CN109116298A (zh) 一种定位方法、存储介质及定位***
KR101780122B1 (ko) 단일 이미지센서를 이용한 실내위치 측정장치 및 그 방법
US20170124365A1 (en) Real-time locating system-based bidirectional performance imaging system
CN109900221A (zh) 一种手持式三维扫描***
CN108413966A (zh) 基于多种传感测距技术室内定位***的定位方法
CN106443586B (zh) 一种室内定位方法与装置
Feng et al. Visual Map Construction Using RGB‐D Sensors for Image‐Based Localization in Indoor Environments
CN108871290A (zh) 一种基于光流法检测与贝叶斯预测的可见光动态定位方法
CN108318024A (zh) 一种基于图像识别云服务的地理定位***和方法
Steinhoff et al. How computer vision can help in outdoor positioning
CN107356229B (zh) 一种室内定位方法与装置
CN106455051B (zh) 通过距离校准设备提升WiFi定位精度的方法
KR20170058612A (ko) 영상 기반 실내측위 방법 및 그의 시스템

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant