论文部分内容阅读
随着位置服务在人们日常生活中的需求不断升温,LBS在室内场景应用越来越广泛。室内定位作为打通导航定位“最后一公里”的实现方式,已然成为了重要的需求和研究热点。对于新兴技术与产业,如智能家居、智慧医院、工业4.0等,室内定位的需求更加的迫切。现阶段,由于智能手机使用率高、内置传感器丰富,基于智能手机的定位方法越来越受到大家的关注。可用于智能手机定位的各类信号源主要包括:射频信号、内置传感器和GNSS信号(陈锐志等,2017)。其中基于无线射频信号的室内定位技术由于实施简单、成本低、精度较高、易于获取绝对位置,越来越多的进入公众的视野。现阶段基于无线信号的室内定位技术现存问题主要有三个,分别是:位置指纹数据库构建工作量问题、指纹匹配效率问题以及定位算法精度和复杂度问题。本文主要针对第一个问题——位置指纹数据库构建工作量大的问题提出了一种解决方案。现阶段位置指纹数据库的构建方法主要有传统点采集和传统线采集两种,而这两种方案均需要事先选点放样,因此采集效率较低;另外,在室内测量作业使用激光测距仪的粗略测量不能得到较高精度的位置坐标,而采用全站仪进行导线测量则会大幅提高成本、费时费力。针对这个问题,本文提出了使用基于激光雷达SLAM获取实时位置的机器人全覆盖自动线采集方案。使用Mobile Robot的Aria控制库构建机器人控制系统,使用激光雷达SLAM系统机器人可以实时获取自身位置,根据自身位置,移动机器人使用内螺旋算法、野火算法和A*算法的组合来实现室内环境的全覆盖遍历以自主规划路径进行采集,本文还用QT设计编写了人机交互界面便于采集人员使用本系统进行实际作业。本方案可以极大的减少室内位置指纹数据库采集过程中的人力投入,并提高采集作业的工作效率,可以生产得到具有较高位置精度指纹点的指纹地图,从而提高室内定位的精度。本文提出的机器人自动线采集方案与传统点采集、传统线采集方案做了对比实验,以验证使用该方法生产的位置指纹数据库的采集效率与定位效果。使用抽稀的方法控制上述三种采集方法生成指纹点密度、指纹点信息量、采集面积都相同的三个指纹数据库,使用上述三个指纹数据库进行静态与动态定位测试。静态定位中,使用机器人自动线采集方法生产的指纹数据库的定位结果的均方根误差RMSE相对传统点采集和传统线采集分别降低35.99%和25.0%,标准差分别降低6.6%和7.6%;动态定位中,其定位结果的均方根误差RMSE相对传统点采集和传统线采集分别降低30.0%和21.3%。在对比实验中,我们统计了三种方法采集同一区域的用时,并根据各个方法采集所得的信号量求取采集效率,得到机器人自动线采集方法的效率是传统点采集方案的2.65倍,是传统线采集方案的1.72倍,证明了本方法具有较高的采集效率。本方案对于实际的工程应用中基础位置指纹数据库的生产具有一定的指导作用。除此之外,本文还从匹配数据库建立的角度对无线信号指纹匹配效率问题提出了若干策略:一是可以采用按层分块的方法,减小多层大场景下指纹数据库的大小,从底层提高了指纹匹配的效率;二是在建立每层信号源索引,搜索当前历元最强信号所在楼层及毗邻的楼层子指纹数据库,降低计算量;三是在数据库庞大的前提下,可以使用建立索引数据库的方法,建立轻量化的位置指纹数据库来减小计算量。另外,本文还对指纹数据库的结构和生产方法进行了阐述,并对现阶段指纹数据库的质量评定给出一些建议,以便于位置信号指纹库生产人员做出优化数据库的决策。