劉 濤

河南財(cái)經(jīng)政法大學(xué)資源與環(huán)境學(xué)院，河南 鄭州 450002

缺乏室內(nèi)地圖、位置指紋和室內(nèi)地標(biāo)等導(dǎo)航要素是當(dāng)前室內(nèi)導(dǎo)航系統(tǒng)所面臨的瓶頸問題，隨著目前智能手機(jī)的普及和功能逐漸強(qiáng)大，通過手機(jī)內(nèi)置的慣性傳感器可以遞推位置并感知行人的行為。然而，缺乏對外部環(huán)境的直接觀測導(dǎo)致位置誤差和感知誤差。利用采集到的視覺數(shù)據(jù)不僅可以用于修正位置誤差、提高定位精度，還可以輔助構(gòu)建室內(nèi)導(dǎo)航地圖。本文利用行人在室內(nèi)活動過程中采集到的慣性傳感數(shù)據(jù)和視頻數(shù)據(jù)，首先對室內(nèi)環(huán)境的空間結(jié)構(gòu)進(jìn)行探測，同時恢復(fù)行人的運(yùn)動軌跡，實(shí)現(xiàn)室內(nèi)位置指紋的自動標(biāo)注和導(dǎo)航圖構(gòu)建；對行人導(dǎo)航過程中容易產(chǎn)生迷路等現(xiàn)象提出了基于室內(nèi)結(jié)構(gòu)地標(biāo)序列的位置確認(rèn)方法和顧及地標(biāo)可視性的路徑優(yōu)化方法，主要研究內(nèi)容包括：

(1) 提出了基于智能手機(jī)的室內(nèi)導(dǎo)航圖構(gòu)建方法。室內(nèi)地圖是行人導(dǎo)航的基礎(chǔ)數(shù)據(jù)，傳統(tǒng)構(gòu)建室內(nèi)地圖的方法依賴人工處理和專業(yè)設(shè)備，耗費(fèi)人力和時間，利用智能手機(jī)構(gòu)建得到的室內(nèi)地圖往往缺乏室內(nèi)空間結(jié)構(gòu)信息與地標(biāo)信息，不利于行人對地圖的理解和使用。本文在視覺信息輔助的基礎(chǔ)上，精確恢復(fù)得到了行人在室內(nèi)的運(yùn)動軌跡，利用貝葉斯分類方法識別出室內(nèi)的空間結(jié)構(gòu)類型，對采集到的視頻數(shù)據(jù)標(biāo)注位置并提取文字地標(biāo)，進(jìn)而構(gòu)建包含室內(nèi)空間結(jié)構(gòu)信息和地標(biāo)信息的室內(nèi)導(dǎo)航圖模型。試驗(yàn)驗(yàn)證了本文方法恢復(fù)行人運(yùn)動軌跡的準(zhǔn)確性和空間結(jié)構(gòu)識別的可靠性。

(2) 提出了基于WiFi位置指紋自動標(biāo)注的室內(nèi)定位方法。傳統(tǒng)基于WiFi位置指紋的室內(nèi)定位方法面臨著建立、更新位置指紋數(shù)據(jù)庫的時間成本和人力開銷等問題。利用基于室內(nèi)行人運(yùn)動軌跡的位置指紋標(biāo)注和指紋地圖構(gòu)建方法能夠很好地解決問題。然而，目前的方法大多需要已知軌跡的起點(diǎn)位置和室內(nèi)地圖等先驗(yàn)信息，方法的抗差性差、實(shí)用性不強(qiáng)。本文基于眾包軌跡的WiFi位置指紋地圖自動構(gòu)建方法，通過設(shè)定一個室內(nèi)參考點(diǎn)，將眾包運(yùn)動軌跡的坐標(biāo)轉(zhuǎn)換到室內(nèi)參考坐標(biāo)系下，提取軌跡采樣點(diǎn)所包含的WiFi信號信息和位置信息，實(shí)現(xiàn)位置指紋地圖的自動構(gòu)建。試驗(yàn)結(jié)果表明，本文方法可以在未知軌跡起點(diǎn)和室內(nèi)地圖的情況下，實(shí)現(xiàn)位置指紋的自動標(biāo)注，將構(gòu)建得到的指紋地圖用于WiFi指紋定位，定位精度可達(dá)到與傳統(tǒng)人工標(biāo)注方法相同的數(shù)量級。

(3) 提出了顧及室內(nèi)地標(biāo)可視性的導(dǎo)航路徑優(yōu)化算法和基于室內(nèi)結(jié)構(gòu)地標(biāo)序列的行人位置確認(rèn)方法?？紤]行人在室內(nèi)環(huán)境下對地標(biāo)的利用程度和可見性，使用多目標(biāo)優(yōu)化算法得到了路徑距離短、可見地標(biāo)數(shù)量多、地標(biāo)利用率高的優(yōu)化路徑。定義室內(nèi)空間結(jié)構(gòu)為結(jié)構(gòu)地標(biāo)，在自動識別行人途徑的室內(nèi)空間結(jié)構(gòu)的基礎(chǔ)上，使用一種改進(jìn)的隱馬爾可夫模型，分別實(shí)現(xiàn)了在線和離線階段的匹配定位。在不依賴任何外界輔助設(shè)備的情況下，可幫助行人確認(rèn)當(dāng)前位置。分別在兩種典型的室內(nèi)環(huán)境下進(jìn)行試驗(yàn)，結(jié)果表明該方法的在線匹配準(zhǔn)確率高于80%，離線準(zhǔn)確率高于70%，有助于降低室內(nèi)迷路風(fēng)險(xiǎn)和行人導(dǎo)航認(rèn)知負(fù)擔(dān)。