CN106230518A - 基于WiFi与声波的多点拓扑逼近室内定位方法 - Google Patents

Abstract

本发明公开了基于WiFi与声波的多点拓扑逼近室内定位方法，提出了利用基础WiFi定位和声波测距经拓扑逼近获得更精确用户坐标定位方法，实现包括有：WiFi环境下各用户通过WiFi指纹库获得定位；在地图上用各点WiFi定位坐标作顶点形成WiFi多边形G；各用户以声波获取彼此相对距离作为边长，形成声波多边形G’；声波多边形G’经过旋转与平移，拓扑逼近WiFi多边形G，得到确定位置；拓扑逼近后的声波多边形G’各个顶点在地图上的坐标为各用户最终定位结果，完成用户定位。本发明定位精确；多用户定位精度更高。主要应用于室内定位，大型建筑物内无法通过卫星定位，利用本发明能获取精确度高的位置信息，为室内的位置信息获取与导航提供新方法。

Description

基于WiFi与声波的多点拓扑逼近室内定位方法

技术领域

本发明属于无线通信技术领域，更进一步涉及通过电磁波与声波信息进行室内定位的方法，具体是一种基于WiFi与声波的多点拓扑逼近室内定位方法，用于室内WiFi环境下的用户定位工作。

背景技术

目前在室内无卫星定位的环境中如何获取用户位置信息是有实用价值的研究。而现在并没有一个统一的方案来准确实现定位，在这方面研究比较多的主要有基于WIFI、蓝牙、RFID、步行者航位测算(PDR)等的室内定位方法，这些方法都有各自的优缺点：基于蓝牙和RFID的定位方法定位精度较高，但是需要额外布设蓝牙或者RFID设备；基于WIFI的定位方法不需要为实现室内定位而增加额外的设备，但是其定位精度相对较低，不能达到亚米级；步行者航位测算只能计算出相对位置，如果要得到绝对位置，则需要一个已知的初始位置，另外，因为该算法利用了移动设备中的陀螺仪、加速度计等传感器，随着定位时间和距离增加，该算法的累积误差会较大。

其中基于WiFi的室内定位因为不需要增加额外的设备，WiFi信号在大型建筑物有很高的覆盖率，从而受到了很大的关注。基于WiFi的室内定位一般是先在不同的坐标点对WiFi信号的名称与强度进行检测与记录，然后在定位的时候利用收到的WiFi信息进行坐标的对应，从而得到定位结果。但是利用WiFi信号进行室内定位有天然的劣势，就是WiFi信号不稳定，而且室内环境的变化对WiFi信号的强度也有很大的影响。目前基础的利用WiFi室内定位平均误差约为一点七米，还有很高的提升空间。

发明内容

本发明的目的在于针对上述已有WiFi定位技术存在定位精度不高的问题，提出一种基于WiFi与声波的多点拓扑逼近室内定位方法，来提高室内定位的定位精度。

本发明是一种基于WiFi与声波的多点拓扑逼近室内定位方法，包括四个阶段：

1)通过WiFi定位结果来估计初始得到的多用户WiFi定位多边形G：

每个用户通过设备独立地通过传统的WiFi指纹库方法获得最初的位置信息，根据这些位置信息在地图上标记这些点，分别记作p1(x1,y1)，p2(x2,y2)，...，pn(xn,yn)，其中n为用户的个数，其中p为用户在地图上的坐标点，然后以上述各个点为顶点获得多用户WiFi定位多边形G；

2)通过声波测距结果得到多用户声波测距多边形G’的形状：

通过声波测得多用户各自设备之间的相对距离，利用各个点之间的相对距离作为多边形的边长，构成一个确定形状的多边形G’，并把多边形G’的各个顶点记为p1’，p2’，...，pn’，分别对应多用户WiFi定位多边形G’中的各个顶点，其中n为用户的个数，得到多用户声波测距多边形G’的形状；

3)通过旋转多用户声波测距多边形G’得到G’的最佳方向，确定多用户声波测距多边形G’的方向：

3.1)把已经确定形状的多用户声波测距多边形G’复制到多用户WiFi定位多边形G所在的地图上；

3.2)对两个多边形G和G’进行对应边内积求和，设变量Φ，给变量Φ赋值其中是多边形G’中的边所对应的矢量值，其中i与j为多边形G’的不同顶点p’对应的下标，其中i＜j，是多边形G中的边所对应的矢量值,其中e表示对应的各边，其中1≤e≤n，i与j为多边形G的不同顶点p对应的下标，其中i＜j；

3.3)通过改变多边形G’的旋转角度，使变量Φ取得最大值

3.4)在变量Φ取得最大值时，多用户声波测距多边形G’的方向作为最佳方向；

4)确定多用户声波测距多边形G’的位置：

通过平移多用户声波测距多边形G’，使多边形G’的重心在地图上与多边形G的重心重合，作为最终的多边形G’的位置，这时多边形G’各个顶点在地图中所对应的位置就是对应的各用户的定位位置。

本发明利用了根据声波来测量各个用户之间相对距离的技术。用户的设备通过选择合适的声波信号，利用距离等于速度乘以时间这一基本公式，能精确得到设备之间的相对距离。Chirp信号作为声波信号进行测距是一种效率较高精度较准的测距方法，通过设备对信号的相关运算，能较好的去除其他噪声的影响。由这种方法得到的测距结果平均误差在二到三厘米。

本发明思路是：用户利用WiFi获取初始定位结果，利用声波测出用户多点之间的相对距离，构造出多点之间的拓扑结构。利用旋转、平移，使利用声波构造出的拓扑形状与利用WiFi定位得到的拓扑形状的重心重合，且两个形状对应的边的内积之和最大。此时得到的各点坐标为较精确的坐标，作为最终的定位结果。

本发明与现有技术相比具有以下优点：

第一，本发明由于利用声波测距获取了多用户之间的相对距离，用于定位的可用信息从一种变成两种，对WiFi环境下的定位精确度有本质上的提升；

第二，本发明对通过WiFi信息得到的基础定位结果形成的图形，以及通过声波信息获得的多用户之间距离而得到的图形进行拓扑逼近运算，其中通过用户之间声波测距信息得到的图形经过旋转和平移，逼近通过WiFi信息得到的基础定位结果形成的图形，最终得到更精确的定位结果；

第三，本发明由于为多用户联合定位，用户数量的增加会提高定位精度，且多用户情况下的定位结果比单用户的定位结果有很大提升，其中某一单个用户产生的较大定位误差在多用户的情况下会得到修正，降低出现较大定位误差的概率。

附图说明

图1是本发明的实现流程图；

图2是本发明在不同用户数量下的定位结果显示图。

具体实施方式

下面将结合附图，对本发明的优选实例和效果进行详细的描述。

实施例1

室内定位主要帮助用户在大型建筑物中获取位置信息。基于全球卫星定位***的室外定位技术已经十分成熟，但是人们的大部分日常活动都是在室内进行的，待在室内的时间要比室外长很多，再加上智能手机的普及，人们对室内位置感知和空间特性的信息需求正不断增强。由于卫星信号无法穿透建筑，因此卫星定位技术目前还不能满足人们对于室内定位的需求。室内定位技术可以用在室内导航导航、大型场所人员管理(超市、幼儿园、景点、养老院、医院、反恐安全)、基于物联网的物品管理等方面。

目前基于WiFi的室内定位一般是先在不同的坐标点对WiFi信号的名称与强度进行检测与记录，形成数据库，然后在定位阶段，用户利用收到的WiFi信息对应到具体坐标，从而得到定位结果。但是这种仅利用WiFi信号进行室内定位有天然的劣势，就是由于WiFi信号不稳定，造成了室内定位结果误差较大。

为此，本发明专门提供一种基于WiFi与声波的多点拓扑逼近室内定位方法，需要设立一个服务器进行相关运算和管理用户设备工作，用户利用智能手机或者平板电脑在建筑物内进行定位，且各个用户可以利用设备共享定位结果，基于WiFi与声波的多点拓扑逼近室内定位方法包括四个阶段：

1)用户利用设备的WiFi定位结果来估计初始得到的多用户WiFi定位多边形G：

每个用户通过设备独立地通过传统的WiFi指纹库方法获得最初的位置信息，就是通过WiFi获得基础定位结果，根据用户位置信息在地图上标记这些点，分别记作p1(x1,y1)，p2(x2,y2)，...，pn(xn,yn)，其中n为用户的个数，其中p为用户在地图上的坐标点，然后以各个点为顶点获得多用户WiFi定位多边形G，把结果传至服务器，其中WiFi指纹库方法指的是利用WiFi信息与地图坐标的对应关系来进行室内定位的方法。

2)用户利用设备通过声波测距结果得到多用户声波测距多边形G’的形状：

用户利用设备通过声波测得多用户各自设备之间的相对距离，利用各个点之间的相对距离作为多边形的边长，把信息汇总到服务器，构成一个确定形状的多边形G’，并把多边形G’的各个顶点记为p1’，p2’，...，pn’，分别对应多用户WiFi定位多边形G中的各个顶点，其中n为用户的个数，得到多用户声波测距多边形G’的形状。

本发明在阶段1)中通过WiFi定位结果构造多边形G，在阶段2)中利用声波测距结果构造多边形G’，接着需要对多边形G’进行旋转和平移。

3)在信息汇总的服务器端，通过旋转多用户声波测距多边形G’得到G’的最佳方向，确定多用户声波测距多边形G’的方向：

3.1)把已经确定形状的多用户声波测距多边形G’复制到多用户WiFi定位多边形G所在的地图上；

3.2)对两个多边形G和G’进行对应边内积求和，设变量Φ，给变量Φ赋值其中是多用户声波测距多边形G’中的边所对应的矢量值，其中i与j为多边形G’的不同顶点p’对应的下标，其中i＜j，是多边形G中的边所对应的矢量值，其中e表示对应的各边，其中1≤e≤n，其中i与j为多边形G的不同顶点p对应的下标，其中i＜j；

3.3)通过改变多边形G’的旋转角度，使变量Φ取得最大值

3.4)使变量Φ取得最大值时，多用户声波测距多边形G’的方向作为最佳方向，确定了多用户声波测距多边形G’的方向。

4)确定多用户声波测距多边形G’的位置：

在服务器运算，保持最佳方向不变，通过平移多用户声波测距多边形G’，使多边形G’的重心在地图上与多边形G重合，确定最终的多边形G’的位置，这时多边形G’各个顶点在地图中所对应的位置就是对应的各用户的定位位置，并把结果穿给手机上显示各自的位置信息。或者说此时的声波测距多边形的各个顶点的位置是最终的各个点的定位结果。

本发明对声波测距多边形G’通过旋转与平移最终达到与WiFi定位基础多边形G内心重合且对应边内积之和最大。

本发明利用声波测距，增添了多用户之间的相对距离可用信息，相对于用户定位可用信息从WiFi定位的一种变成WiFi定位与声波测距的两种，且利用了声波测距精确度高的优点，经过拓扑运算结合了WiFi定位结果与声波测距结果，对WiFi环境下的定位精确度有本质上的提升；而且由于相关的拓扑逼近运算大多都在服务器端，用户设备运算较少，只有WiFi定位、声波测距、地图显示等直接涉及用户设备的才有，使得定位速度不会变慢。

实施例2

基于WiFi与声波的多点拓扑逼近室内定位方法同实施例1，其中步骤2中所述通过声波测得各个设备之间的相对距离，得到多用户声波测距多边形G’的形状，具体包括以下两个步骤：

2.1)在得到所有的设备相互之间的距离信息之后，服务器首先确定多边形G’第一条边的位置，建立一个虚拟坐标系，把与多用户WiFi定位多边形G中的顶点p1对应的多边形G’中的点p1’定为坐标系原点，然后把与多边形G中顶点p2对应的多边形G’中的点p2’所在的位置设定在x轴上，点p2’的x坐标为p1’与p2’之间的距离数值，确定第一条边的位置，完成坐标轴的建立；

2.2)确定多用户声波测距多边形G’其他边的位置，在确定了第一条边之后，在服务器端所建立的虚拟坐标系中运算依次得到其他顶点的坐标，最终得到多边形G’的形状。

由此得到多用户声波测距多边形G’的形状接近于真实定位点的拓扑形状。

该计算可以在服务器端进行，也可以在用户的设备上进行，本例中采取在服务器端进行的方法可以提高定位速度。

实施例3

基于WiFi与声波的多点拓扑逼近室内定位方法同实施例1-2，其中步骤2.2)中所述确定多用户声波测距多边形G’中除第一条边之外其他边的位置，具体包括：

2.2.1)服务部端在第一条边已经确定在虚拟坐标轴中的x轴上的情况下，让其他的边一条接一条的连接起来，以三角形为例进行论述，第三个点p3’与p1’和p2’可以确定一个三角形，∠p3'p1'p2'的大小通过余弦定理来得到；

2.2.2)点p3’有两种可能性，即点p3’有可能在x轴上方或者x轴下方，这两种情况组成不同形状的三角形，此时利用矢量叉积判断顶点依次是逆时针还是顺时针排列，设变量S＝(x1-x3)(y2-y3)-(y1-y3)(x2-x3)，若变量S值大于零，则点p3’相对于点p1’，p2’逆时针排列，点p3’在x轴上方；

2.2.3)反之，若变量S值小于零点，p3’相对于点p1’，p2’顺时针排列，点p3’在x轴下方；

2.2.4)在服务器端所建立的虚拟坐标系中得到多边形G’的确定形状，在本例中为三角形的拓扑结构；

2.2.5)如果多边形的边数大于三，采用相同方法判断多边形顶点依次的排列为顺时针还是逆时针，完成多边形形状的确定。

该计算可以在服务器端进行，也可以在用户的设备上进行，本例中采取在服务器端进行的方法可以提高定位速度。

实施例4

基于WiFi与声波的多点拓扑逼近室内定位方法同实施例1-3，其中步骤1)与步骤2)中所提及的设备为可以检测WiFi信号，能与服务器沟通且具备声波发生与接收功能，比如智能手机或者平板电脑，其中拓扑逼近运算可分别在服务器端与用户设备上进行。

实施例5

基于WiFi与声波的多点拓扑逼近室内定位方法同实施例1-4，其中步骤2.2)中所述确定多用户声波测距多边形G’中除第一条边之外其他边的位置，本例以四边形为例进行描述，具体包括：

2.2.1)服务部端在第一条边已经确定在虚拟坐标轴中的x轴上的情况下，让其他的边一条接一条的连接起来，以四边形为例进行论述，第三个点p3’与p1’和p2’可以确定一个三角形，∠p3'p1'p2'的大小通过余弦定理来得到；

2.2.2)点p3’有两种可能性，即点p3’有可能在x轴上方或者x轴下方，这两种情况组成不同形状的三角形，此时利用矢量叉积判断顶点依次是逆时针还是顺时针排列，设变量S＝(x1-x3)(y2-y3)-(y1-y3)(x2-x3)，若变量S值大于零，则点p3’相对于点p1’，p2’逆时针排列，点p3在x轴上方；

2.2.3)反之，若变量S值小于零点，p3’相对于点p1’，p2’顺时针排列，点p3’在x轴下方；

2.2.4)在已知点p3’的具***置与各个点的相互距离的情况下，利用余弦定理来求得∠p4'p1'p3'的大小，从而确定点p4’的具***置；

2.2.5)在确定了四边形四个顶点的位置后，就确定了四边形的形状。

确定了多用户声波测距四边形G’的形状后，经过旋转与平移，拓扑逼近多用户WiFi定位四边形G，此时四边形G’各个顶点作为定位结果在地图上显示。

得到的四边形G’的形状接近多用户真实坐标的拓扑形状，逼近WiFi定位四边形G后，得到的结果为更精确的定位结果。

本发明采用多用户联合定位，用户数量的增加提高定位精度，且多用户情况下的定位结果比单用户的定位结果有很大提升，可以修正某一点的较大偏差，降低出现较大定位误差的概率。

本发明的效果可通过以下仿真实验进一步详细说明：

实施例6

基于WiFi与声波的多点拓扑逼近室内定位方法同实施例1-5，

仿真条件：

在某一建筑物内，在纵向和横向每隔一点五米选一点作为测试点，在这些测试点上，通过基础的WiFi定位算法得到初次定位结果，然后分别选择两个用户、三个用户、四个用户进行本发明基于WiFi与声波的多点拓扑逼近室内定位方法进行定位运算，得到的定位结果，针对选择两个用户、三个用户、四个用户分别将本发明得到的定位结果与真实位置比较得到误差曲线参见图2。

仿真内容：

用本发明通过选择不同的用户数进行多用户联合定位，通过声波测距，WiFi定位，拓扑逼近多个步骤，得到最终的定位坐标信息与真实的坐标信息进行比较，获得定位误差的统计，并与单个用户的误差结果进行对比，经过多次实验后，得到结果如图2所示。

仿真结果：

如图2，横坐标为定位误差，纵坐标为概率，曲线上各点表示的意义是定位误差小于某一数值的概率，其中圆圈曲线表示单用户WiFi定位误差曲线，其他几条曲线分别为两用户、三用户、四用户采用本发明进行的基于WiFi与声波的多点拓扑逼近室内定位方法的误差曲线图，在同一误差标准下，多用户概率比单用户更高，且用户数量越多，概率越高。经计算统计，其中四用户联合定位的定位平均误差为1米，定位精度比现有技术明显提高。另外，使用本发明随着用户数量的提高定位精度在不断提升。

本发明的基于WiFi与声波的多点拓扑逼近室内定位方法，是采用多点联合定位的方案，如仿真结果所示，用户数量的增加会提高定位精度，且多用户情况下的定位结果比单用户的定位结果有很大提升，其中某一单个用户产生的较大定位误差在多用户的情况下会得到修正，降低出现较大定位误差的概率。

综上，本发明的多用户联合定位算法相对于传统的WiFi环境下单个用户的定位精度有明显的提高，且用户越多定位结果越接近真实坐标。

本发明公开的基于WiFi与声波的多点拓扑逼近室内定位方法，提出了利用基础WiFi定位和声波测距经拓扑逼近获得更精确用户坐标定位方法，实现包括有：WiFi环境下各用户通过WiFi指纹库获得定位；在地图上用各点WiFi定位坐标作顶点形成WiFi多边形G；各用户以声波获取彼此相对距离作为边长，形成声波多边形G’；声波多边形G’经过旋转与平移，拓扑逼近WiFi多边形G，得到确定位置；拓扑逼近后的声波多边形G’各个顶点在地图上的坐标为各用户最终定位结果，完成用户定位。本发明定位精确；多用户定位精度更高。本发明主要应用在室内定位领域，在大型建筑物内无法通过卫星定位的时候，利用本发明，能够获取精确度高的位置信息，为室内的位置信息获取与导航提供方法。

Claims (4)

1.一种基于WiFi与声波的多点拓扑逼近室内定位方法，包括四个阶段：

1)通过WiFi定位结果来估计初始得到的多用户WiFi定位多边形G：

每个用户通过设备独立地通过传统的WiFi指纹库方法获得最初的位置信息，根据用户位置信息在地图上标记这些点，分别记作p1(x1,y1)，p2(x2,y2)，...，pn(xn,yn)，其中n为用户的个数，其中p为用户在地图上的坐标点，然后以各个点为顶点获得多用户WiFi定位多边形G；

2)通过声波测距结果得到多用户声波测距多边形G’的形状：

通过声波测得多用户各自设备之间的相对距离，利用各个点之间的相对距离作为多边形的边长，构成一个确定形状的多边形G’，并把多边形G’的各个顶点记为p1’，p2’，...，pn’，分别对应多用户WiFi定位多边形G中的各个顶点，其中n为用户的个数，得到多用户声波测距多边形G’的形状；

3)通过旋转多用户声波测距多边形G’得到G’最佳方向，确定多用户声波测距多边形G’的方向：

3.1)把已经确定形状的多用户声波测距多边形G’复制到多用户WiFi定位多边形G所在的地图上；

3.2)对两个多边形G和G’进行对应边内积求和，设变量Φ，给变量Φ赋值其中是多边形G’中的边所对应的矢量值，其中i与j为多边形G’的不同顶点p’对应的下标，其中i＜j，是多边形G中的边所对应的矢量值,其中e表示对应的各边，其中1≤e≤n，其中i与j为多边形G的不同顶点p对应的下标，其中i＜j；

3.3)通过改变多边形G’的旋转角度，使变量Φ取得最大值

3.4)在变量Φ取得最大值时，多用户声波测距多边形G’的方向作为最终方向；

4)确定多用户声波测距多边形G’的位置：

通过平移多用户声波测距多边形G’，使多边形G’的重心在地图上与多边形G重合，确定最终的多边形G’的位置，这时多边形G’各个顶点在地图中所对应的位置就是对应的各用户的定位位置。

2.根据权利要求1所述的基于WiFi与声波的多点拓扑逼近室内定位方法，其特征在于，步骤2中所述通过声波测得各个设备之间的相对距离，得到多边形G’的形状，具体包括以下两个步骤：

2.1)确定多边形G’第一条边的位置，建立一个虚拟坐标系，把与多边形G中的顶点p1对应的多边形G’中的点p1’定为坐标系原点，然后把与多边形G中顶点p2对应的多边形G’中的点p2’所在的位置设定在x轴上，点p2’的x坐标为p1’与p2’之间的距离数值，确定第一条边的位置，完成坐标轴的建立；

2.2)确定其他边的位置，在虚拟坐标系中得到多边形G’的形状。

3.根据权利要求2所述的基于WiFi与声波的多点拓扑逼近室内定位方法，其特征在于，步骤2.2)中所述确定多用户声波测距多边形G’中除第一条边之外其他边的位置，具体包括：

2.2.1)在第一条边已经确定在虚拟坐标轴中的x轴上的情况下，让其他的边一条接一条的连接起来，以三角形为例进行论述，第三个点p3’与p1’和p2’可以确定一个三角形，∠p3'p1'p2'的大小通过余弦定理来得到；

2.2.2)点p3’有两种可能性，即点p3’有可能在x轴上方或者x轴下方，这两种情况组成不同形状的三角形，此时利用矢量叉积判断顶点依次是逆时针还是顺时针排列，设变量S＝(x1-x3)(y2-y3)-(y1-y3)(x2-x3)，若变量S值大于零，则点p3相对于点p1，p2逆时针排列，点p3在x轴上方；

2.2.3)反之，若变量S值小于零点，p3相对于点p1，p2顺时针排列，点p3在x轴下方；

2.2.4)在虚拟坐标系中得到多边形G’的确定形状；

2.2.5)如果多边形的边数大于三，采用相同方法判断多边形顶点依次的排列为顺时针还是逆时针，完成多边形形状的确定。

4.根据权利要求1或2或3中所述的基于WiFi与声波的多点拓扑逼近室内定位方法，其特征在于，步骤1)与步骤2)中所述的设备为可以检测WiFi信号且具备声波发生与接收功能的设备，比如智能手机、平板电脑。