CN109239659B - 室内导航方法、装置、计算机设备及存储介质 - Google Patents
室内导航方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109239659B CN109239659B CN201811008385.0A CN201811008385A CN109239659B CN 109239659 B CN109239659 B CN 109239659B CN 201811008385 A CN201811008385 A CN 201811008385A CN 109239659 B CN109239659 B CN 109239659B
- Authority
- CN
- China
- Prior art keywords
- navigation
- preset
- route
- point coordinate
- fixed point
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000007637 random forest analysis Methods 0.000 claims abstract description 22
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 238000003066 decision tree Methods 0.000 claims description 46
- 238000012549 training Methods 0.000 claims description 34
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 claims 14
- 230000001276 controlling effect Effects 0.000 claims 4
- 230000002596 correlated effect Effects 0.000 claims 1
- 101100059544 Arabidopsis thaliana CDC5 gene Proteins 0.000 description 6
- 101150115300 MAC1 gene Proteins 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 101100244969 Arabidopsis thaliana PRL1 gene Proteins 0.000 description 4
- 102100039558 Galectin-3 Human genes 0.000 description 4
- 101100454448 Homo sapiens LGALS3 gene Proteins 0.000 description 4
- 101150051246 MAC2 gene Proteins 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/08—Position of single direction-finder fixed by determining direction of a plurality of spaced sources of known location
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/024—Guidance services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种室内导航方法、装置、计算机设备及存储介质,其中,该室内导航方法包括:获取移动拍摄端在当前位置的实测WIFI信号簇;基于实测WIFI信号簇对比预设随机森林,获取移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标;获取终点坐标,生成至少两条推荐导航路线;获取移动拍摄端对至少两条推荐导航路线的避障探测结果,选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线,并将目标导航路线发送给移动拍摄端,控制移动拍摄端依据目标导航路线移动。该室内导航方法采用WIFI信号对移动拍摄端的当前位置进行定位,不受硬件检测范围的限制,定位方式简单快捷。
Description
技术领域
本发明涉及智能导航领域,尤其涉及一种室内导航方法、装置、计算机设备及存储介质。
背景技术
路径规划是避障车导航研究的重要环节之一。在避障车执行任务时,要求避障车在工作环境中能时刻根据当前路况搜索一条从当前位置到目标地点的最优路径。因此对避障车的当前位置进行定位成为路径规划中首要解决的问题。
现有室内定位方法包括蓝牙定位、RFID(Radio Frequency Identification,无线射频识别)定位和红外定位等,而蓝牙定位***稳定性不佳,RFID定位不具有通讯能力,并且红外定位遇到障碍物时穿透性不佳。如何保障避障车室内定位的稳定性和及时通讯能力,以提高避障车实时根据路况获取最优行驶路线成为亟需解决的问题。
发明内容
本发明实施例提供一种室内导航方法、装置、计算机设备及存储介质,以解决避障车实时根据路况获取最优行驶路线的问题。
一种室内导航方法,包括:
获取移动拍摄端在当前位置与至少三个指定无线热点之间的WIFI信号强度;
基于WIFI信号强度,获取移动拍摄端在当前位置的实测WIFI信号簇;
基于实测WIFI信号簇对比预设随机森林,获取移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标;
获取终点坐标,根据起点坐标和终点坐标生成至少两条推荐导航路线;
获取移动拍摄端对至少两条推荐导航路线的避障探测结果,选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线,并将目标导航路线发送给移动拍摄端,控制移动拍摄端依据目标导航路线移动。
一种室内导航装置,包括:
获取信号强度模块,用于获取移动拍摄端在当前位置与至少三个指定无线热点之间的WIFI信号强度;
获取WIFI信号簇模块,用于基于WIFI信号强度,获取移动拍摄端在当前位置的实测WIFI信号簇;
获取起点坐标模块,用于基于实测WIFI信号簇对比预设随机森林,获取移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标;
获取终点坐标模块,用于获取终点坐标,根据起点坐标和终点坐标生成至少两条推荐导航路线;
获取导航路线模块,用于获取移动拍摄端对至少两条推荐导航路线的避障探测结果,选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线,并将目标导航路线发送给移动拍摄端,控制移动拍摄端依据目标导航路线移动。
一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述室内导航方法的步骤。
一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述室内导航方法的步骤。
上述室内导航方法、装置、计算机设备及存储介质,通过移动拍摄端在当前位置获取的与至少三个指定无线热点之间的实测WIFI信号簇与预设随机森林进行对比,以获取移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标,采用WIFI信号进行定位的方法对移动拍摄端的当前位置进行定位,不受硬件检测范围的限制,定位方式简单快捷。同时,该室内导航方法、装置、计算机设备及存储介质可根据当前位置对应的起点坐标和终点坐标规划出可以避障的目标导航路线,以使得移动拍摄短基于该目标导航路线移动,可以实时根据路况调整目标导航路线,使其导航过程同样不受硬件检测范围的影响,导航方式灵活可靠。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中室内导航方法的应用环境示意图;
图2是本发明一实施例中室内导航方法的流程图;
图3是本发明一实施例中定点坐标(0,0)分别获取三个指定无线热点的WIFI信号的示意图;
图4是本发明一实施例中起点坐标到终点坐标之间生成的两条目标推荐路线示意图;
图5是本发明一实施例中室内导航方法的另一流程图;
图6是本发明一实施例中室内导航方法的另一流程图;
图7是本发明一实施例中室内导航方法的另一流程图;
图8是本发明一实施例中室内导航方法的另一流程图;
图9是本发明一实施例中室内导航方法的另一流程图;
图10是本发明一实施例中候选点周围的周边像素示意图;
图11是本发明一实施例中以特征点为圆心的圆内的四个点对示意图;
图12是本发明一实施例中室内导航装置的示意图;
图13是本发明一实施例中计算机设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的室内导航方法,可应用在如图1的应用环境中,该室内导航方法应用在室内导航***中,该室内导航***包括客户端和服务器,其中,客户端通过网络与服务器进行通信。其中,客户端又称为用户端,是指与服务器相对应,为客户提供本地服务的程序。该客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等计算机设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种室内导航方法,以该方法应用在图1中的服务器为例进行说明,包括如下步骤:
S10.获取移动拍摄端在当前位置与至少三个指定无线热点之间的WIFI信号强度。
其中,无线热点(WirelessAccessPoint,以下简称AP),是指在公共场所提供无线局域网(WLAN)接入因特网服务的终端。移动拍摄端是本身携带有无线热点的移动端,该移动端可与周围环境中设置的无线热点之间收发无线信息。
本实施例采用WIFI信号强度进行位置定位的思想就是根据移动拍摄端在室内的不同位置,跟室内不用的无线热点之间存在不同的信号强度,根据不同无线热点所采集到的信号强度和无线热点在室内的布局,确定移动拍摄端在室内的位置。可以理解地,室内部署的无线热点越多,服务器通过移动拍摄端获得的WIFI信号强度记录越多,则服务器对移动拍摄端所在位置的定位也越精确。经测试证明,室内部署五六个无线热点可对移动拍摄端的定位较为准确。一般通过WIFI信号强度进行位置定位的室内环境需要每3米设置一个AP,而室内至少有三个AP。以室内有三个指定AP为例,移动端在当前位置就有三组WIFI信号,这三组WIFI信号构成当前位置的实测WIFI信号簇。为了便于说明,本实施例可在室内部署三个无线热点,用以服务器对移动拍摄端所在的位置进行定位。
每个AP在出厂时都携带有厂商灌注的唯一的设备出厂号,也即MAC(MediumAccess Control)地址,用以区分不同的AP。于本实施例,可将每一AP的MAC地址作为指定无线热点的区分标识。
WIFI信号强度(也称无线接收信号强度,Received Signal Strength Indicator,以下简称RSSI)在CDMA网络中,RSSI的范围在-110dbm至-20dbm之间。一般来说,如果RSSI<-95dbm,说明当前网络信号覆盖很差,几乎没信号;-95dmb<RSSI<-90dbm,说明当前网络信号覆盖很弱;RSSI〉-90dbm,说明当前网络信号覆盖较好。所以,一般都是以-90dbm为临界点,来初略判断当前网络覆盖水平。
具体地,本实施例采用“位置指纹”方式把室内的每一预设定点所在的定点坐标和“位置指纹”RSSI进行关联,每个定点坐标对应一个独特的指纹。这个指纹可以是单维(一个AP的RSSI)或多维(多个AP的RSSI)的。本实施例在室内至少部署两个AP,因此每个定点坐标对应的“指纹”是多维的。
步骤S10中,服务器将移动拍摄端与室内至少三个指定无线热点分别对应的WIFI信号强度进行记录,利于后续服务器基于上述WIFI信号强度对比“位置指纹”确认移动拍摄端所在的定点坐标。
S20.基于WIFI信号强度,获取移动拍摄端在当前位置的实测WIFI信号簇。
其中,实测WIFI信号簇是移动拍摄端在当前位置对应室内的每一无线热点都存在一个信号强度,服务器将移动拍摄端在当前位置获得的所有信号强度进行记录,即可获得移动拍摄端在当前位置的实测WIFI信号簇。
具体地,服务器测试移动拍摄端相对每一无线热点之间测量WIFI信号强度时,可多次测量后计算所有测量的WIFI信号强度的样本均值进行记录,以更加精确地记录信号强度。其中,每一无线热点的信号强度的样本均值可通过如下公式实现:
1/n*∑x(i)
其中,x(i)是移动拍摄端对指定的无线热点按指定的采集次数测量信号强度时每次测量得到的信号强度值,n是指定的采集次数。
举例说明实测WIFI信号簇的实现过程如下,如图3所示:
1.信号采集端依次在预设定点对应的定点坐标(0,0),按预设采集次数(可设置为10次)获取与每一指定无线热点MAC1、MAC2和MAC3之间的标准信号强度并记录:
采集得到的定点坐标(0,0)与MAC1之间的实测信号强度依次为:
X1、X2、X3、X4、......X9和X10,将X1至X10带入公式1/n*∑x(i),其中x(i)={X1、X2、X3、X4、......X10},n=10,获得定点坐标(0,0)与MAC1之间的实测信号强度的样本均值为X。
同理可得定点坐标(0,0)与MAC2之间的实测信号强度的样本均值为Y,定点坐标(0,0)与MAC3之间的实测信号强度的样本均值为Z。
2.组合定点坐标(0,0)与每一指定无线热点之间的实测信号强度的样本均值,形成定点坐标(0,0)在当前位置对应的实测WIFI信号簇为(X,Y,Z)。
本实施例中,服务器通过按预设采集次数获取信号采集端在每一定点坐标的实测WIFI信号簇,用以后续与训练WIFI信号簇进行对比获取所在的室内位置准备技术基础。
S30.基于实测WIFI信号簇对比预设随机森林,获取移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标。
其中,随机森林是一个包含多个决策树的分类器,并且其输出的类别是由个别树输出的类别的众数而定。于本实施例,每个定点坐标都对应一个决策树,该决策树是由该定点坐标与每个指定AP的信号强度均值(“位置指纹”)构成的训练WIFI信号簇。
预设导航地图是预置于服务器的,给室内可行区域建立的带有坐标系和预设定点(也即网格交点)的网格地图。其中,每个预设定点(也即网格交点)在坐标系中对应一个定点坐标。
步骤S30中,服务器可基于移动拍摄端在当前位置获得的实测WIFI信号簇对比预设随机森林中每颗树记录的“位置指纹”,计算实测WIFI信号簇与每一“位置指纹”之间的欧式距离,将欧式距离差值最小的定点坐标设置为移动拍摄端的起点坐标。上述定位的方式无需安装额外的定位装置,服务器通过移动拍摄端和每一指定无线热点之间的信号强度即可获取起点坐标,节省定位成本,且定位方式稳定可靠。
S40.获取终点坐标,根据起点坐标和终点坐标生成至少两条推荐导航路线。
其中,终点坐标是服务器接收到的用于确定希望移动拍摄端最终到达的终点的坐标,即希望移动拍摄端在预设导航地图上沿指定的预设定点移动后到达的终点。推荐导航路线是沿预起点坐标的每一可移动方向出发到达终点坐标的路线,其中,所有路线中至少包括一条路径最短的路线,如图4所示。
步骤S40中,服务器可将起点坐标和终点坐标输入A星算法进行计算,可获取移动拍摄端在每一可移动方向上的至少两条推荐导航路线。其中,A星算法是比较流行的启发式搜索算法之一,被广泛应用于路径优化领域。A星算法的独特之处是检查最短路径中每个可能的预设定点时引入了预设导航地图中的全局信息,对当前的起点坐标距终点坐标的距离做出估计,并作为评价该预设定点处于最短路线上的可能性的量度。
S50.获取移动拍摄端对至少两条推荐导航路线的避障探测结果,选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线,并将目标导航路线发送给移动拍摄端,控制移动拍摄端依据目标导航路线移动。
其中,目标导航路线是推荐导航路线中在起点坐标到可移动方向上的相邻定点坐标之间无障碍物存在,且从起点坐标到终点坐标之间路径最短的路线。
本实施例中,采用移动拍摄端上安装的红外探测器探测障碍物,因探测距离限定为当前的起点坐标和下一可移动方向上的相邻定点的定点坐标之间,也即当红外探测器未探测到障碍物,说明在起点坐标和下一可移动方向上的相邻定点坐标之间不存在障碍物,可控制移动拍摄端按目标导航路线继续从起点坐标移动到下一定点坐标。
步骤S50中,服务器可通过安装在移动拍摄端上的红外探测器探测到起点坐标和在可移动方向上的下一定点坐标之间是否存在障碍物,选择不存在障碍物,且从起点坐标到终点坐标之间的路程最短的推荐导航路线作为目标导航路线,以指引移动拍摄端移动到终点坐标。该步骤使得移动拍摄端在移动过程中不受障碍物的影响,顺利从起点坐标移动到终点坐标完成室内移动任务。
步骤S10至S50提供的室内导航方法中,服务器通过移动拍摄端在当前位置获取的与至少三个指定无线热点之间的实测WIFI信号簇与预设随机森林进行对比,以获取移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标,采用WIFI信号进行定位的方法对移动拍摄端的当前位置进行定位,不受硬件检测范围的限制,定位方式简单快捷。同时,该室内导航方法可根据当前位置对应的起点坐标和终点坐标规划出可以避障的目标导航路线,以使得移动拍摄短基于该目标导航路线移动,可以实时根据路况调整目标导航路线,使其导航过程同样不受硬件检测范围的影响,导航方式灵活可靠。
在一实施例中,预设导航地图包括至少三个预设定点,每一预设定点对应一定点坐标,如图5所示,在步骤S30之前,即在基于实测WIFI信号簇对比预设随机森林,获取移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标的步骤之前,该室内导航方法还包括如下步骤:
S301.在每一预设定点,按预设采集次数获取信号采集端与每一指定无线热点之间的WIFI信号强度形成的训练WIFI信号簇。
其中,训练WIFI信号簇是获取标准信号强度的训练阶段时,移动拍摄端在每一定点坐标经测试得到的与每一指定无线热点之间的WIFI信号强度形成的多维标准信号簇。
具体地,移动拍摄端和每一无线热点之间测量标准信号强度时,可多次测量后计算所有测量的信号强度的样本均值进行记录,以更加精确地记录标准信号强度。其中,每一无线热点的标准信号强度的样本均值可通过如下公式实现:
1/n*∑x(i)
其中,x(i)是移动拍摄端对指定的无线热点按指定的采集次数测量标准信号强度时每次测量得到的标准信号强度值,n是指定的采集次数。
举例说明训练WIFI信号簇的实现过程如下,如图3所示:
1.信号采集端依次在预设定点对应的定点坐标(0,0),按预设采集次数(可设置为10次)获取与每一指定无线热点MAC1、MAC2和MAC3之间的标准信号强度并记录:
采集得到的定点坐标(0,0)与MAC1之间的标准信号强度依次为:
A1、A2、A3、A4、......A9和A10,将A1至A10带入公式1/n*∑x(i),其中x(i)={A1、A2、A3、A4、......A10},n=10,获得定点坐标(0,0)与MAC1之间的标准信号强度的样本均值为A。
同理可得定点坐标(0,0)与MAC2之间的标准信号强度的样本均值为B,定点坐标(0,0)与MAC3之间的标准信号强度的样本均值为C。
2.组合定点坐标(0,0)与每一指定无线热点之间的标准信号强度的样本均值,形成定点坐标(0,0)在当前位置对应的训练WIFI信号簇为(A,B,C)。
本实施例中,服务器通过按预设采集次数获取信号采集端在每一定点坐标的训练WIFI信号簇,为后续客户端在不同定点坐标发送实测WIFI信号簇与训练WIFI信号簇进行对比准备技术基础。
S302.给每一预设定点关联存储对应的定点坐标和与定点坐标对应的训练WIFI信号簇,以形成定点坐标对应的决策树。
其中,决策树是构成预设随机森林的每一类簇,每一决策树都对应一个定点坐标和与定点坐标对应的训练WIFI信号簇。
步骤S302中,服务器将每一定点坐标和与定点坐标对应的训练WIFI信号簇进行关联存储,形成该定点坐标的决策树,利于后续服务器基于训练WIFI信号即可对客户端进行位置定位,简单快捷。
步骤S301至S302中,服务器通过按预设采集次数获取信号采集端在每一定点坐标的训练WIFI信号簇,为后续客户端在不同定点坐标发送实测WIFI信号簇与训练WIFI信号簇进行对比准备技术基础。服务器将每一定点坐标和与定点坐标对应的训练WIFI信号簇进行关联存储,形成该定点坐标的决策树,利于后续服务器基于决策树即可对客户端进行位置定位,简单快捷。
在一实施例中,如图6所示,步骤S30中,即基于实测WIFI信号簇对比预设随机森林,获取移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标,具体包括如下步骤:
S31.计算实测WIFI信号簇与预设随机森林中每一决策树的欧式距离,获取欧式距离最短的目标决策树。
其中,欧式距离源自N维欧氏空间中两点x1,x2之间的距离公式:
其中,i为无线热点的数量,X1i为移动拍摄端在当前位置与第i台无线热点的实测WIFI信号强度,X2i为移动拍摄端在当前位置与第i台无线热点的训练WIFI信号强度。
目标决策树是预设随机森林中的决策树中关联的训练WIFI信号簇与实测WIFI信号簇欧式距离最近的决策树。
举例说明计算实测WIFI信号簇与预设随机森林中每一决策树的欧式距离的实现过程:
移动拍摄端在当前位置的实测WIFI信号簇为(X11,X12,X13),将该实测WIFI信号簇与每一决策树的训练WIFI信号簇进行对比,其中定点坐标(0,0)对应的训练WIFI信号簇为(X21,X22,X23)。
将实测WIFI信号簇(X11,X12,X13)和训练WIFI信号簇(X21,X22,X23)带入公式可获取欧式距离d1。
同理可获取该实测WIFI信号簇与其它每一决策树的欧式距离d2...dx。其中d1为所有欧式距离中最小的数值,也即可判定,d1对应的训练WIFI信号簇(X21,X22,X23)为目标决策树。
步骤S31中,服务器找到与实测WIFI信号簇最接近的目标决策树,利于后续基于该目标决策树对应的定点坐标确认移动拍摄端所在的当前位置。
S32.获取目标决策树在预设导航地图中对应的定点坐标作为移动拍摄端的起点坐标。
其中,起点坐标是移动拍摄端当前所在位置对应的定点坐标。于本实施例,服务器还要基于移动拍摄端所在的位置给移动拍摄端规划导航路线,因此移动拍摄端所在的定点坐标也可称为起点坐标。
步骤S32中,服务器无需安装其它检测硬件,仅基于步骤S31得到的目标决策树,获取该目标决策树在数据库中对应的定点坐标作为起点坐标,即可确认移动拍摄端当前所在位置,节省定位成本,且定位方式稳定可靠不受环境变化影响。
步骤S31至S32中,服务器找到与实测WIFI信号簇最接近的目标决策树,利于后续基于该目标决策树对应的定点坐标确认移动拍摄端所在的当前位置。服务器无需安装其它检测硬件,仅基于步骤S31得到的目标决策树,获取该目标决策树在数据库中对应的定点坐标作为起点坐标,即可确认移动拍摄端当前所在位置,节省定位成本,且定位方式稳定可靠不受环境变化影响。
在一实施例中,如图7所示,步骤S40中,即获取终点坐标,根据起点坐标和终点坐标生成至少两条推荐导航路线,具体包括如下步骤:
S41.在预设定点导航地图上确定起点坐标和终点坐标。
其中,终点坐标是移动拍摄端在预设导航地图上沿指定的预设定点移动后到达的终点。
步骤S41中,服务器可将起点坐标和终点坐标分别在预设导航地图上标识出来,利于服务器的后台控制人员直观地获知移动拍摄端当前所在的位置和本次移动将要到达的终点坐标。
S42.采用A星算法在预设定点导航地图上获取至少两条推荐导航路线。
其中,推荐导航路线是沿预起点坐标的每一可移动方向出发到达终点坐标的路线,所有最优路线中至少包括一条路径最短的路线,如图4所示。
具体地,采用A星算法在预设定点导航地图上在一个可移动方向上获取推荐导航路线的实现过程如下:
设置F=G+H,其中,F是最短路径,G=从起点坐标移动到当前所在的预设定点的移动路径;
H=从当前所在的预设定点移动到终点坐标的估算路径。
1.把起点坐标加入可行走节点列表(每一节点即为预设导航地图上的每一预设定点)。
2.重复如下过程:
a.遍历可行走节点列表,查找F值最小的节点,把查找到的节点作为当前要处理的预设定点。
b.把预设定点移到不可行列表。
c.分析预设定点的四个邻节点的每一个节点:
如果邻节点是不可抵达的或者在不可行列表中,则忽略。否则,做如下操作:
如果邻节点不在可行走节点列表中,把邻节点加入可行走节点列表,并且把当前节点设置为父节点,记录该节点的F,G和H值。
如果邻节点已经在可行走节点列表中,检查该路径(即经由当前节点到达邻节点)是否G值更小。如果是,则设置其父节点为当前节点,并重新计算当前节点的G和F值。
d.当把终点坐标加入到可行走节点列表中,则此时完成查找最优导航路径。
3.从终点坐标开始,每个节点沿着父节点移动直至起点坐标,就是推荐导航路线。
步骤S42中,服务器可采用A星算法在预设定点导航地图上获取每一可移动方向上的推荐导航路线,利于后续移动拍摄端可根据路况(比如路途中存在障碍物)实时更换或者调整路线,增强移动拍摄端移动的灵活性。
步骤S41至S42中,服务器可将起点坐标和终点坐标分别在预设导航地图上标识出来,利于服务器的后台控制人员直观地获知移动拍摄端当前所在的位置和本次移动将要到达的终点坐标。服务器采用A星算法在预设定点导航地图上获取每一可移动方向上的推荐导航路线,利于后续移动拍摄端可根据路况实时更换或者调整路线,增强移动拍摄端移动的灵活性。
在一实施例中,目标导航路线包括至少一个途经定点,如图8所示,步骤S50中,即控制移动拍摄端依据目标导航路线移动,具体包括如下步骤:
S51.控制移动拍摄端依据目标导航路线从起点坐标移动到下一途经定点。
其中,目标导航路线是推荐导航路线中在起点坐标到可移动方向上的相邻定点坐标之间无障碍物存在,且从起点坐标到终点坐标之间路径最短的路线。
途径定点是移动拍摄端按目标导航路线的指引移动到的下一预设定点。
步骤S51中,服务器将目标导航路线通过无线网络发送给移动拍摄端,移动拍摄端接收到该目标导航路线后,可依据该目标导航路线的指引从当前位置移动到下一途径定点,提高移动拍摄端在移动过程中的安全性和可靠性。
S52.将移动拍摄端移动至的下一途经定点更新为新的起点坐标,若新的起点坐标不为终点坐标,则重复执行获取终点坐标,根据起点坐标和终点坐标生成至少两条推荐导航路线的步骤。
具体地,因移动拍摄端每次检测障碍物的范围为两个预设定点之间的距离,当移动拍摄端按目标导航路线移动到下一途径定点时,还需要继续判定路途的安全性,也即需要将下一途径定点更新为起点坐标,此时应重新判定起点坐标和下一途径坐标之间是否存在障碍物。
可以理解地,当起点坐标和下一途径定点间不存在障碍物,移动拍摄端可以按目标导航路线继续移动;当起点坐标和下一途径定点之间存在障碍物时,就需要服务器给重新规划目标导航路线,也即重复执行获取终点坐标,根据起点坐标和终点坐标生成至少两条推荐导航路线的步骤。具体重复执行的步骤与步骤S50至S60一致,此处不再赘述。
步骤S52中,移动拍摄端每移动到下一途径定点,并且还未到达终点坐标时,都要探测当前位置和下一途径定点之间是否存在障碍物,提高了移动过程中实时根据路况调整目标导航路线的灵活性和移动安全性,可保障移动拍摄端顺利到达终点坐标的位置。
步骤S51至步骤S52中,服务器通过控制移动拍摄端依据目标导航路线从当前位置移动到下一预设定点,提高移动拍摄端在移动过程中的安全性和可靠性。移动拍摄端每移动到下一途径定点,并且还未到达终点坐标时,都要探测当前位置和下一途径定点之间是否存在障碍物,提高了移动过程中实时根据路况调整目标导航路线的灵活性和移动安全性,可保障移动拍摄端顺利到达终点坐标的位置。
在一实施例中,如图9所示,在步骤S40之后,即在获取移动拍摄端对至少两条推荐导航路线的避障探测结果的步骤之后,该室内导航方法还包括如下步骤:
S401.使起点坐标和沿目标导航路线的前进方向上的相邻预设定点之间的不可行次数加1,若不可行次数大于第一阈值,则获取起点坐标沿目标导航路线的前进方向上对应的所有历史定点图像。
具体地,于本实施例,服务器为了及时根据室内路况更新地图,可控制移动拍摄端每按模板导航路线移动到某预设定点遇到障碍物时,将该预设定点对应的地面图像(当前定点图像)拍摄下来形成历史定点图像,以利于后续判定该障碍物是否永久存在当前路线。若该预设定点对应的历史定点图像满足判定条件可判定该障碍物永久存在,服务器可将该当前路线设置为不可行路线。
其中,不可行次数是每两个预设定点之间形成的步长路线对应的历史不可行次数。每当服务器判定预设定点和下一预设定点之间的步长路线存在障碍物时,都会在数据库中给该预设定点和该预设定点相邻的下一预设定点之间的步长路线做加1的记录,以便于后续基于该不可行次数判定该步长路线是否永久不可行(也即该预设定点和该预设定点相邻的下一预设定点之间是否永久存在障碍物)。
第一阈值是不可行次数达到判定步长路线是否永久不可行的最低次数。比如,第一阈值为10,当预设定点和和该预设定点相邻的下一预设定点之间对应的不可行次数达到10时,服务器会对这两个预设定点之间的步长路线进行分析,判定该步长路线的可移动性。
历史定点图像是每当判定预设定点和下一预设定点之间的步长路线存在障碍物时,服务器会将基于该预设定点拍摄的当前定点图像按方向保持到数据库中,以便于后续基于不同方向筛选出该预设定点对应的所有历史定点图像进行分析。其中,当前定点图像是移动拍摄端根据可前进方向拍摄的包括当前所在的预设定点和下一预设定点的地面图像。每一当前定点图像拍摄后保存到数据库中,即形成该当前定点图像对应的预设定点的历史定点图像。
步骤S401中,当服务器判定相邻预设定点之间的步长路线对应的不可行次数大于第一阈值,说明服务器应对该步长路线进行可移动性分析,以确认该步长路线上存在的障碍物是否为永久存在。
S402.采用特征提取算法计算所有历史定点图像中任意两张历史定点图像对应的图像相似度。
其中,图像相似度是预设定点对应的所有历史定点图像任意两张通过特征提取算法对比后得到的相似度。
具体地,采用特征提取算法可获取任意两张历史定点图像对应的第一图像特征和第二图像特征。
进一步地,采用特征提取算法计算所有历史定点图像中任意两张历史定点图像对应的图像相似度的过程如下:
1.分别提取任意一张历史定点图像中的第一特征点。
提取历史定点图像的第一特征点包括:将历史定点图像上比较显著的点,如轮廓点、较暗区域中的亮点和较亮区域中的暗点等设定为候选点,检测候选点周围指定选取半径的圆圈上的像素值,如果候选点周围领域内有足够多的像素点与该候选点的灰度值差别够大,则认为该候选点为第一特征点。
为了获得更快的结果,还可采用下述检测加速方法:测试候选点周围每隔90度角的4个点,应该至少有3个和候选点的灰度值差足够大,否则不用再计算其他点,直接认为该候选点不是特征点。候选点周围的圆圈的选取半径是一个重要参数,为了简单高效可指定检测半径为3,则存在16个周边像素需要比较,如图10所示。为了提高比较的效率,通常只使用N个周边像素进行比较即FAST-N,一般推荐FAST-9。
提取另一历史定点图像的第二特征点与提取第一特征点的过程一致,此处不再赘述。
2.分别计算并保存每一历史定点图像的特征点描述子。
计算历史定点图像的特征点描述子包括:得到历史定点图像的特征点后需要以某种方式描述该特征点的属性。特征点的属性输出就是该特征点的描述子(FeatureDescritorS)。ORB算法获取特征点的属性过程包括:
(1)以特征点P为圆心,以d为半径做圆O。
(2)在圆O内选取N个点对。为了方便说明,本实施例中可选N=4,如图11所示,实际应用中N可以取512。
将当前选取的4个点对如上图所示分别标记为:
P1(A,B)、P2(A,B)、P3(A,B)和P4(A,B)。
(3)定义T操作
其中,IA表示点A的灰度,IB表示点B的灰度。
(4)分别对已选取的点对进行T操作,将得到的结果进行组合。以上述四个点继续为例说明描述子:
T(P1(A,B))=1
T(P2(A,B))=0
T(P3(A,B))=1
T(P4(A,B))=1
则特征点P最终的描述子为1011。
3.将任意两个历史定点图像的特征点描述子进行对比,获取图像相似度。举例说明任意两个历史定点图像的特征点描述子进行对比的过程:
一历史定点图像的特征点描述子A:10101011
另一历史定点图像的特征点描述子B:10101010
此例中A和B只有最后一位不同,图像相似度为87.5%。按上述步骤可依次计算任意两个历史定点图像的图像相似度。
步骤S402中,服务器可记录预设定点对应的所有历史定点图像中任意两张的相似度,以判定任意两张历史定点图像对应的特征点是否都相似。
S403.若每一图像相似度都不小于第二阈值,则将起点坐标和相邻预设定点之间的路线在预设导航地图更新为不可行路线。
其中,第二阈值是任意两张历史定点图像的图像特征描述的图像特征为同一特征点的最小百分比。
步骤S403中,服务器通过将第二阈值对比步骤S402中记录的每一图像相似度,当每一图像相似度都不小于第二阈值,说明每一历史定点图像中的图像特征都描绘同一特征点,可判定在当前路线上长时间存在包括该特征点的障碍物。当前起点坐标和相邻预设定点之间的路线暂时不可行,应将该路线在预设导航地图更新为不可行路线。
步骤S401至S403中,服务器可通过判定相邻预设定点之间的步长路线对应的不可行次数,确认服务器是否应对该步长路线进行可移动性分析,以确认该步长路线上存在的障碍物是否为永久存在。当服务器确认障碍物永久存在,可在预设导航地图上更新不可行路线,增强导航灵活性,提高导航路线的准确性。
本实施例提供的室内导航方法中,服务器通过移动拍摄端在当前位置获取的与至少三个指定无线热点之间的实测WIFI信号簇与预设随机森林进行对比,以获取移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标,采用WIFI信号进行定位的方法对移动拍摄端的当前位置进行定位,不受硬件检测范围的限制,定位方式简单快捷。同时,该室内导航方法、装置、计算机设备及存储介质可根据当前位置对应的起点坐标和终点坐标规划出可以避障的目标导航路线,以使得移动拍摄短基于该目标导航路线移动,可以实时根据路况调整目标导航路线,使其导航过程同样不受硬件检测范围的影响,导航方式灵活可靠。
进一步地,服务器通过按预设采集次数获取信号采集端在每一定点坐标的训练WIFI信号簇,为后续客户端在不同定点坐标发送实测WIFI信号簇与训练WIFI信号簇进行对比准备技术基础。服务器将每一定点坐标和与定点坐标对应的训练WIFI信号簇进行关联存储,形成该定点坐标的决策树,利于后续服务器基于训练WIFI信号即可对客户端进行位置定位,简单快捷。服务器找到与实测WIFI信号簇最接近的目标决策树,利于后续基于该目标决策树对应的定点坐标确认移动拍摄端所在的当前位置。服务器无需安装其它检测硬件,仅基于步骤S31得到的目标决策树,获取该目标决策树在数据库中对应的定点坐标作为起点坐标,即可确认移动拍摄端当前所在位置,节省定位成本,且定位方式稳定可靠不受环境变化影响。服务器可将起点坐标和终点坐标分别在预设导航地图上标识出来,利于服务器的后台控制人员直观地获知移动拍摄端当前所在的位置和本次移动将要到达的终点坐标。服务器采用A星算法在预设定点导航地图上获取每一可移动方向上的推荐导航路线,利于后续移动拍摄端可根据路况实时更换或者调整路线,增强移动拍摄端移动的灵活性。服务器通过控制移动拍摄端依据目标导航路线从当前位置移动到下一预设定点,提高移动拍摄端在移动过程中的安全性和可靠性。移动拍摄端每移动到下一途径定点,并且还未到达终点坐标时,都要探测当前位置和下一途径定点之间是否存在障碍物,提高了移动过程中实时根据路况调整目标导航路线的灵活性和移动安全性,可保障移动拍摄端顺利到达终点坐标的位置。服务器可通过判定相邻预设定点之间的步长路线对应的不可行次数,确认服务器是否应对该步长路线进行可移动性分析,以确认该步长路线上存在的障碍物是否为永久存在。当服务器确认障碍物永久存在,可在预设导航地图上更新不可行路线,增强导航灵活性,提高导航路线的准确性。
在一实施例中,提供一种室内导航装置,该室内导航装置与上述实施例中室内导航方法一一对应。如图12所示,该室内导航装置包括获取信号强度模块10、获取WIFI信号簇模块20、获取起点坐标模块30、获取终点坐标模块40和获取导航路线模块50。各功能模块详细说明如下:
获取信号强度模块10,用于获取移动拍摄端在当前位置与至少三个指定无线热点之间的WIFI信号强度。
获取WIFI信号簇模块20,用于基于WIFI信号强度,获取移动拍摄端在当前位置的实测WIFI信号簇。
获取起点坐标模块30,用于基于实测WIFI信号簇对比预设随机森林,获取移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标。
获取终点坐标模块40,用于获取终点坐标,根据起点坐标和终点坐标生成至少两条推荐导航路线。
获取导航路线模块50,用于获取移动拍摄端对至少两条推荐导航路线的避障探测结果,选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线,并将目标导航路线发送给移动拍摄端,控制移动拍摄端依据目标导航路线移动。
优选地,该室内导航装置还包括获取训练信号簇模块301和形成决策树模块302。
获取训练信号簇模块301,用于在每一预设定点,按预设采集次数获取信号采集端与每一指定无线热点之间的WIFI信号强度形成的训练WIFI信号簇。
形成决策树模块302,用于给每一预设定点关联存储对应的定点坐标和与定点坐标对应的训练WIFI信号簇,以形成定点坐标对应的决策树。
优选地,获取起点坐标模块30包括获取目标决策树单元31和获取起点坐标单元32。
获取目标决策树单元31,用于计算实测WIFI信号簇与预设随机森林中每一决策树的欧式距离,获取欧式距离最短的目标决策树。
获取起点坐标单元32,用于获取目标决策树在预设导航地图中对应的定点坐标作为移动拍摄端的起点坐标。
优选地,获取终点坐标模块40包括确定起点坐标单元41和获取推荐路线单元42。
确定起点坐标单元41,用于在预设定点导航地图上确定起点坐标和终点坐标。
获取推荐路线单元42,用于采用A星算法在预设定点导航地图上获取至少两条推荐导航路线。
优选地,获取导航路线模块50包括控制移动拍摄端模块51和生成推荐路线模块52。
控制移动拍摄端模块51,用于控制控制移动拍摄端依据目标导航路线从起点坐标移动到下一途经定点。
生成推荐路线模块52,用于将移动拍摄端移动至的下一途经定点更新为新的起点坐标,若新的起点坐标不为终点坐标,则重复执行获取终点坐标,根据起点坐标和终点坐标生成至少两条推荐导航路线的步骤。
优选地,该室内导航装置还包括获取历史图像模块501、获取图像相似度模块502和更新不可行路线模块503。
获取历史图像模块501,用于使起点坐标和沿目标导航路线的前进方向上的相邻预设定点之间的不可行次数加1,若不可行次数大于第一阈值,则获取起点坐标沿目标导航路线的前进方向上对应的所有历史定点图像。
获取图像相似度模块502,用于采用特征提取算法计算所有历史定点图像中任意两张历史定点图像对应的图像相似度。
更新不可行路线模块503,用于若每一图像相似度都不小于第二阈值,则将起点坐标和相邻预设定点之间的路线在预设导航地图更新为不可行路线。
关于室内导航装置的具体限定可以参见上文中对于室内导航方法的限定,在此不再赘述。上述室内导航装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一实施例中,提供一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图13所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储室内导航方法中需保存的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种室内导航方法。
在一实施例中,提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例地图构建方法的步骤,例如图2所示的步骤S10至步骤S50。或者,处理器执行计算机程序时实现上述实施例中地图构建装置的各模块/单元的功能,例如图12所示模块10至模块50的功能。为避免重复,此处不再赘述。
在一实施例中,提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述实施例地图构建方法,例如图2所示的步骤S10至步骤S50。或者,该计算机程序被处理器执行时实现上述装置实施例中地图构建装置中各模块/单元的功能,例如图12所示模块10至模块50的功能。为避免重复,此处不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种室内导航方法,其特征在于,包括:
获取移动拍摄端在当前位置与至少三个指定无线热点之间的WIFI信号强度;
基于所述WIFI信号强度,获取移动拍摄端在当前位置的实测WIFI信号簇;
基于所述实测WIFI信号簇对比预设随机森林,获取所述移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标;
获取终点坐标,根据所述起点坐标和所述终点坐标生成至少两条推荐导航路线;
获取移动拍摄端对至少两条所述推荐导航路线的避障探测结果,选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线,并将所述目标导航路线发送给移动拍摄端,控制所述移动拍摄端依据所述目标导航路线移动;
其中,所述预设导航地图是预置于服务器的、给室内可行区域建立的带有坐标系和预设定点的网格地图,每个预设定点在坐标系中对应一个定点坐标,所述终点坐标是希望所述移动拍摄端在所述预设导航地图上沿指定的预设定点移动后到达的终点,所述推荐导航路线是沿所述起点坐标的每一可移动方向出发到达所述终点坐标的路线,所有推荐导航路线中至少包括一条路程最短的路线,所述目标导航路线是所述推荐导航路线中在所述起点坐标到可移动方向上的相邻定点坐标之间不存在障碍物,且从所述起点坐标到所述终点坐标之间路径最短的路线。
2.如权利要求1所述的室内导航方法,其特征在于,所述预设导航地图包括至少三个预设定点,每一预设定点对应一定点坐标;
在所述基于所述实测WIFI信号簇对比预设随机森林,获取所述移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标的步骤之前,所述室内导航方法还包括:
在每一所述预设定点,按预设采集次数获取信号采集端与每一所述指定无线热点之间的WIFI信号强度形成的训练WIFI信号簇;
给每一所述预设定点关联存储对应的定点坐标和与定点坐标对应的训练WIFI信号簇,以形成所述定点坐标对应的决策树。
3.如权利要求1所述的室内导航方法,其特征在于,所述基于所述实测WIFI信号簇对比预设随机森林,获取所述移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标,包括:
计算所述实测WIFI信号簇与预设随机森林中每一决策树的欧式距离,获取欧式距离最短的目标决策树;
获取所述目标决策树在所述预设导航地图中对应的定点坐标作为所述移动拍摄端的起点坐标。
4.如权利要求1所述的室内导航方法,其特征在于,所述获取终点坐标,根据所述起点坐标和所述终点坐标生成至少两条推荐导航路线,包括:
在所述预设定点导航地图上确定所述起点坐标和所述终点坐标;
采用A星算法在所述预设定点导航地图上获取至少两条推荐导航路线。
5.如权利要求1所述的室内导航方法,其特征在于,所述目标导航路线包括至少一个途经定点;
所述控制所述移动拍摄端依据所述目标导航路线移动,包括:
控制所述移动拍摄端依据所述目标导航路线从起点坐标移动到下一途经定点;
将移动拍摄端移动至的所述下一途经定点更新为新的起点坐标,若所述新的起点坐标不为所述终点坐标,则重复执行所述获取终点坐标,根据所述起点坐标和所述终点坐标生成至少两条推荐导航路线的步骤。
6.如权利要求1所述的室内导航方法,其特征在于,在所述获取移动拍摄端对至少两条推荐导航路线的避障探测结果的步骤之后,所述室内导航方法还包括:
使所述起点坐标和沿所述目标导航路线的前进方向上的相邻预设定点之间的不可行次数加1,若所述不可行次数大于第一阈值,则获取所述起点坐标沿所述目标导航路线的前进方向上对应的所有历史定点图像;
采用特征提取算法计算所有历史定点图像中任意两张所述历史定点图像对应的图像相似度;
若每一所述图像相似度都不小于第二阈值,则将所述起点坐标和所述相邻预设定点之间的路线在所述预设导航地图更新为不可行路线。
7.一种室内导航装置,其特征在于,包括:
获取信号强度模块,用于获取移动拍摄端在当前位置与至少三个指定无线热点之间的WIFI信号强度;
获取WIFI信号簇模块,用于基于所述WIFI信号强度,获取移动拍摄端在当前位置的实测WIFI信号簇;
获取起点坐标模块,用于基于所述实测WIFI信号簇对比预设随机森林,获取所述移动拍摄端在预设导航地图中对应的定点坐标作为起点坐标;
获取终点坐标模块,用于获取终点坐标,根据所述起点坐标和所述终点坐标生成至少两条推荐导航路线;
获取导航路线模块,用于获取移动拍摄端对至少两条所述推荐导航路线的避障探测结果,选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线,并将所述目标导航路线发送给移动拍摄端,控制所述移动拍摄端依据所述目标导航路线移动;
其中,所述预设导航地图是预置于服务器的、给室内可行区域建立的带有坐标系和预设定点的网格地图,每个预设定点在坐标系中对应一个定点坐标,所述终点坐标是希望所述移动拍摄端在所述预设导航地图上沿指定的预设定点移动后到达的终点,所述推荐导航路线是沿所述起点坐标的每一可移动方向出发到达所述终点坐标的路线,所有推荐导航路线中至少包括一条路程最短的路线,所述目标导航路线是所述推荐导航路线中在所述起点坐标到可移动方向上的相邻定点坐标之间不存在障碍物,且从所述起点坐标到所述终点坐标之间路径最短的路线。
8.如权利要求7所述的室内导航装置,其特征在于,所述室内导航装置还包括:
获取训练信号簇模块,用于在每一所述预设定点,按预设采集次数获取信号采集端与每一所述指定无线热点之间的WIFI信号强度形成的训练WIFI信号簇;
获取信号平均值模块,用于形成决策树模块,用于给每一所述预设定点关联存储对应的定点坐标和与定点坐标对应的训练WIFI信号簇,以形成所述定点坐标对应的决策树。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述室内导航方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述室内导航方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811008385.0A CN109239659B (zh) | 2018-08-31 | 2018-08-31 | 室内导航方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811008385.0A CN109239659B (zh) | 2018-08-31 | 2018-08-31 | 室内导航方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109239659A CN109239659A (zh) | 2019-01-18 |
CN109239659B true CN109239659B (zh) | 2023-12-15 |
Family
ID=65068819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811008385.0A Active CN109239659B (zh) | 2018-08-31 | 2018-08-31 | 室内导航方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109239659B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111157005A (zh) * | 2020-01-07 | 2020-05-15 | 深圳市锐曼智能装备有限公司 | 基于反光片定位方法和装置 |
CN112666948B (zh) * | 2020-12-21 | 2022-07-01 | 燕山大学 | 一种基于信道建模的自主水下航行器路径规划方法 |
CN112946323A (zh) * | 2021-01-28 | 2021-06-11 | 任俊儒 | 一种实时动态高精度步行导航方法、装置及相关组件 |
CN112947434B (zh) * | 2021-02-04 | 2024-02-27 | 南京师范大学 | 一种基于局部最优卷积评价的机器人路径规划方法 |
CN113541265B (zh) * | 2021-07-29 | 2022-07-29 | 上海术理智能科技有限公司 | 用于机器人的自动充电***及充电桩定位导航方法 |
CN114509072A (zh) * | 2022-01-06 | 2022-05-17 | 珠海格力电器股份有限公司 | 室内导航方法、装置、存储介质、移动终端及*** |
CN116600252B (zh) * | 2023-07-17 | 2023-09-15 | 深圳市艾米艺术设计有限公司 | 基于无线热点的房间路线引导方法、装置和计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104703143A (zh) * | 2015-03-18 | 2015-06-10 | 北京理工大学 | 一种基于wifi信号强度的室内定位方法 |
CN105571594A (zh) * | 2015-12-02 | 2016-05-11 | 上海携程商务有限公司 | 室内导航方法 |
CN105933975A (zh) * | 2016-04-11 | 2016-09-07 | 南京邮电大学 | 一种基于WiFi指纹的精度改善的室内定位方法 |
CN107302794A (zh) * | 2017-06-27 | 2017-10-27 | 哈尔滨工业大学深圳研究生院 | 利用wifi信号作为移动定位与导航的方法 |
CN108151744A (zh) * | 2017-12-20 | 2018-06-12 | 四川长虹电器股份有限公司 | 基于a-star算法的室内导航*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4037790B2 (ja) * | 2003-05-02 | 2008-01-23 | アルパイン株式会社 | ナビゲーション装置 |
-
2018
- 2018-08-31 CN CN201811008385.0A patent/CN109239659B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104703143A (zh) * | 2015-03-18 | 2015-06-10 | 北京理工大学 | 一种基于wifi信号强度的室内定位方法 |
CN105571594A (zh) * | 2015-12-02 | 2016-05-11 | 上海携程商务有限公司 | 室内导航方法 |
CN105933975A (zh) * | 2016-04-11 | 2016-09-07 | 南京邮电大学 | 一种基于WiFi指纹的精度改善的室内定位方法 |
CN107302794A (zh) * | 2017-06-27 | 2017-10-27 | 哈尔滨工业大学深圳研究生院 | 利用wifi信号作为移动定位与导航的方法 |
CN108151744A (zh) * | 2017-12-20 | 2018-06-12 | 四川长虹电器股份有限公司 | 基于a-star算法的室内导航*** |
Also Published As
Publication number | Publication date |
---|---|
CN109239659A (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109239659B (zh) | 室内导航方法、装置、计算机设备及存储介质 | |
CN110856112B (zh) | 一种群智感知的多源信息融合室内定位方法及*** | |
CN109062207B (zh) | 充电座的定位方法、装置、机器人和存储介质 | |
KR101425361B1 (ko) | 무선통신시스템의 측위 서비스 시스템 및 그 운영 방법 | |
CN104883734B (zh) | 一种基于地理指纹的室内被动定位方法 | |
CN109239660A (zh) | 室内导航方法、装置、计算机设备及存储介质 | |
KR101751731B1 (ko) | 위치 추적 시스템 및 방법 | |
KR101901039B1 (ko) | 교차 디바이스 자동 교정을 위한 방법 및 장치 | |
CN109068278B (zh) | 室内避障方法、装置、计算机设备及存储介质 | |
US20220161430A1 (en) | Recharging Control Method of Desktop Robot | |
US20170265042A1 (en) | Methods and apparatuses for indoor positioning | |
CN104735781A (zh) | 一种室内定位***及其定位方法 | |
CN110572786A (zh) | 一种基于wifi与人脸识别的区块化室内定位***及方法 | |
CN112947580A (zh) | 无人机定位的融合处理方法、装置、***、设备与介质 | |
CN109238286B (zh) | 智能导航方法、装置、计算机设备及存储介质 | |
KR102134414B1 (ko) | 액세스 포인트의 신호 세기를 이용하여 위치를 측정하는 장치 및 방법 | |
US11722986B2 (en) | Positioning system for continuously and accurately updating position value of wireless LAN AP, and method therefor | |
Quezada-Gaibor et al. | Data cleansing for indoor positioning Wi-Fi fingerprinting datasets | |
CN114661049A (zh) | 一种巡检方法、装置及计算机可读介质 | |
CN114449533B (zh) | 基站部署方法、环境感知方法、装置、计算机设备和存储介质 | |
KR101621839B1 (ko) | 이동 패턴 데이터베이스를 이용한 측위 방법 및 시스템 | |
JP5360038B2 (ja) | 電波監視装置、及び電波監視方法 | |
Silva et al. | Real-world deployment of low-cost indoor positioning systems for industrial applications | |
Xu et al. | Dccla: Automatic indoor localization using unsupervised wi-fi fingerprinting | |
Junoh et al. | Enhancing indoor localization with semi-crowdsourced fingerprinting and gan-based data augmentation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |