本发明属于室内定位领域,具体涉及一种利用地磁和场景图像搭建地图,并用卷积神经网络提取出位置特征,以粒子滤波算法进行动态定位的方法。
背景技术:
室内定位技术在现在的提高我们的日常生活便利中起着非常重大的作用,并在许许多多方面都有很大用处,例如指引机器人在建筑中自动的行驶,当人在不熟悉的建筑环境中找到他所要到达的目的地,指引车辆在地下车库中找到位置等。
精准的室内定位在现在仍然是一个重大的挑战。地磁无处不在,是一种不用基础设施,能用于室内定位的重要信号。视觉图像也是一样,两者都可以方便地通过手机传感器来捕捉它们。在室内定位中,地磁和视觉图像往往能构成一个互补的整体,视觉图像能有效识别出室内场景的位置,地磁能够对位置更为精确的定位。
技术实现要素:
本发明主要提出一种与地磁和场景图像来搭建地图,并用卷积神经网络提取出深层位置特征,然后利用适应的粒子滤波算法来进行室内定位的方法。
本发明提出了一种新型的室内定位系统,并且这种方法不需要任何基础设施来进行事先搭建,所需要地磁和场景图像均可由手机传感器给出。这个新型室内定位系统主要可以分为离线采集地图信息和在线室内定位两个阶段。离线采集地图信息阶段主要来采集室内地图信息。在线室内定位主要分成三个方面,主要为步长推测模型,测量模型和适应的粒子滤波追踪模型。步长推测模型用来估算用户时时刻刻的步长和行走方向,记录用户的行走轨迹。测量模型通过卷积神经网络把测量的场景图像转换为深层特征,并计算与记录的地图信息比较相似性,推算最有可能的场景位置。适应的粒子滤波追踪模型按照步骤来跟踪用户,在每个用户步骤之后,通过概率分