本發(fā)明屬于慣性導航和室內定位技術領域，具體的涉及一種基于條件隨機場的地圖匹配方法。
背景技術：
隨著人們的生活節(jié)奏加快，人們希望在商場能夠更快、更準確的知道某個自己需要或者促銷商品在距離自己的那個方位。中國人口老齡化嚴重和城鎮(zhèn)化的進程使得更多的老人必須與子女分居，老人們突發(fā)疾病時安全如何得到保障成為更多不在老人身邊的子女所擔心的問題，環(huán)境輔助生活為老人提供實時的位置，一旦老人發(fā)生危險或者疾病突發(fā)，醫(yī)院可以第一時間找到病人，為病人施救。由此可見，準確的定位信息在地圖上的輸出將會為人們提供很大的便利。
現有的地圖匹配算法多采用粒子濾波算法，但粒子濾波由于其普遍存在的退化現象，若干次迭代以后粒子的權值會小到可以忽略不計。退化意味著如果繼續(xù)迭代下去，大量的數據會浪費在處理那些微不足道的粒子上。另一方面粒子濾波帶來的計算成本較高耗費時間較長。
在大型的建筑物內，人們的定位信息與預先存儲好的地形數據信息進行匹配，得出的匹配結果反映給用戶；現有的地圖匹配方法存在嚴重的穿墻和計算量大的問題，從而導致了匹配結果不理想。
技術實現要素：
為了解決現有的問題，本發(fā)明提供一種基于條件隨機場的地圖匹配方法。
為實現上述目的，本發(fā)明采用如下的技術方案：
一種基于條件隨機場的地圖匹配方法，具體步驟如下：
步驟1、對室內可到達區(qū)域進行判斷，并對可到達區(qū)域進行柵格化處理；
步驟2、采用慣性導航作為地圖匹配中的個人定位系統(tǒng)，將慣性器件固定在鞋上，通過數據線進行數據傳輸，采集鞋式個人導航系統(tǒng)中三軸陀螺儀和三軸磁力計的數據；
步驟3、通過導航計算機根據步驟2中采集的數據解算出行人的航向、姿態(tài)、速度及位置；
步驟4、在數字地圖坐標系下，采用超寬帶定位給出初始時刻行人的相對位置；
步驟5、選取地圖柵格特征與步驟3中解算的輸出姿態(tài)、位置及速度作為地圖匹配的依據，具體過程包括以下步驟：
步驟401、獲取地圖特征與行人定位特征，所述地圖特征為地圖柵格特征，行人定位特征為步驟3中解算的輸出姿態(tài)、位置及速度；
步驟402、根據所述的特征，確定各自的特征方程；
步驟403、根據慣性導航輸出的真實的軌跡及所述特征對權值進行訓練，權值的大小表明了特征的可信賴程度，利用超寬帶定位系統(tǒng)得到一條真實的行人軌跡對權值進行估計；
步驟404、利用已經得到的特征和權值計算出滑動時間窗口內最大概率的位置序列，并匹配結果反映到地圖上；輸入新數據，剔除舊數據實現定位的實時性。
作為優(yōu)選，步驟1包括：
步驟101、獲取地圖，劃分出可到達區(qū)域與不可到達區(qū)域；
步驟102、利用網格對可到達區(qū)域進行劃分，使得網格可到達區(qū)域每個角落都被網格所覆蓋，所述網格為正方形網格，所述正方形的大小根據采樣頻率和行人的速度確定，使得行人下一次位置采樣只能達到相鄰的網格內；
步驟103、根據行人當前網格所處地形位置和下一次所處網格組成的圖形對網格進行分類并標記。
作為優(yōu)選，步驟3中解算中加入了零速檢測與零速校正，零速檢測采用閾值法，將閾值范圍內的數據視為零速時刻，零速校正采用卡爾曼濾波算法對慣性導航誤差進行校正。
作為優(yōu)選，步驟4包括以下步驟：
步驟301、獲取數字地圖的坐標系；
步驟302、根據所述的數字地圖坐標系設計超寬帶坐標系，使得兩個坐標系重合；
步驟303、根據所述超寬帶坐標系，進行超寬帶布點，同時對錨節(jié)點的坐標進行數據輸入；
步驟304、將移動節(jié)點固定在慣性傳感器上，在視距條件下，獲取當前行人在地圖坐標系下的位置，為保證初始位置的精確，行人需在原地停留數秒，求取這段時間超寬帶輸出的位置信息的平均值作為當前位置。
本發(fā)明基于條件隨機場的地圖匹配方法的創(chuàng)新之處在于利用條件隨機場對導航信息和地形數據進行匹配，其方法包括：特征的提取、權值的訓練和滑動窗口下導航信息與地形數據的匹配，匹配所得結果一方面作為定位進行輸出，另一方面反饋給慣性導航。基于條件隨機場的地圖匹配算法避免了定位穿墻問題，相對于基于粒子濾波的地圖匹配算法減小了計算量。
附圖說明
圖1為本發(fā)明基于條件隨機場的地圖匹配方法的流程圖。
具體實施方式
下面結合實施例對本發(fā)明做進一步的說明。
本實施例設定建筑物為高層的科學樓，樓層的每層樓的布局均一致且任意一條道均為直線型的，行人穿著被固定有慣性器件的鞋子，行人持有定位終端。
如圖1所示，本發(fā)明提供一種基于條件隨機場的地圖匹配方法，具體步驟如下：
步驟1、對室內可到達區(qū)域進行判斷，并對可到達區(qū)域進行柵格化處理
步驟101、獲取地圖，劃分出可到達區(qū)域與不可到達區(qū)域；
步驟102、利用網格對可到達區(qū)域進行劃分，使得網格可到達區(qū)域每個角落都被網格所覆蓋，所述網格為正方形網格，所述正方形的大小根據采樣頻率和行人的速度確定，使得行人下一次位置采樣只能達到相鄰的網格內；
步驟103、根據行人當前網格所處地形位置和下一次所處網格組成的圖形對網格進行分類并標記。
步驟2、采集慣性器件的數據
采用鞋式個人導航系統(tǒng)作為地圖匹配中定位導航的慣性器件，將慣性器件固定在鞋上，通過數據線進行數據傳輸，采集鞋式個人導航系統(tǒng)中三軸陀螺儀和三軸磁力計的數據。
步驟3、捷聯解算
通過計算機根據步驟2中采集的數據解算出行人的航向、姿態(tài)、速度及位置，其中，解算中加入了零速檢測與零速校正，零速檢測采用閾值法，將閾值范圍內的數據視為零速時刻，零速校正利用速度誤差法，校正角度誤差、位置誤差、陀螺漂移和加速計零偏。
步驟4.在數字地圖的坐標系下，采用超寬帶定位出初始時刻行人相對的位置
具體過程包括以下步驟：
步驟301、獲取數字地圖的坐標系；
步驟302、根據所述的數字地圖坐標系設計超寬帶坐標系，使得兩個坐標系重合；
步驟303、根據所述超寬帶坐標系，進行超寬帶布點，同時對錨節(jié)點的坐標進行數據輸入；
步驟304、將移動節(jié)點固定在傳感器上，在視距條件下，獲取當前行人在地圖坐標系下的位置，為保證初始位置的精確，行人需在原地停留數秒，求取這段時間超寬帶輸出的位置信息的平均值作為當前位置。
步驟5.地圖匹配
選取地圖柵格特征與步驟3中解算的輸出姿態(tài)、位置及速度作為地圖匹配的依據，具體過程包括以下步驟：
步驟401、獲取地圖特征與行人定位特征，所述地圖特征為地圖柵格特征，行人定位特征為步驟3中解算的輸出姿態(tài)、位置及速度；
步驟402、根據所述的特征，確定各自的特征方程；
步驟403、根據慣性導航輸出的真實的軌跡及所述特征對權值進行訓練，權值的大小表明了特征的可信賴程度，利用慣性器件得到一條真實的行人軌跡對權值進行估計；
步驟404、根據所述特征與權值，在一個滑動窗口估計行人位置狀態(tài)進行匹配，并反映到地圖上；利用已經得到的特征和權值對一個滑動時間窗口最大概率的狀態(tài)序列進行估計，輸入新數據，剔除舊數據實現定位的實時性。
步驟401中所述當前位置所在柵格特征的提取方法包括：
根據網格的特征，查找當前網格的特征；
建立各個特征的特征方程，特征方程為一個二值函數，采用滿足條件時值為1，不滿足條件時值為0；
利用賦予網格的特征及當前狀態(tài)，查找下一可到達狀態(tài)的特征。
步驟401中獲取行人的定位信息方法包括：
獲取位置狀態(tài)的初始值；
采集慣性器件的數據；
利用采集的慣性導航數據進行慣導解算得到速度和位置信息；
采用閾值法對零速進行檢測；
判斷速度不為零時，輸出位置信息；
判斷為零時，利用卡爾曼濾波算法，對速度誤差、姿態(tài)誤差、位置誤差、陀螺漂移和加速計零偏進行估計，并利用這些值對位置和方位信息進行校正。
步驟404中時間滑動窗口內匹配方法包括：
獲取初始滑動窗口的信息；
利用特征和權值估計初滑動窗口的位置狀態(tài)序列；
匹配結果同時反饋給慣性導航作為當前時刻位置；
釋放最初始時刻的狀態(tài)，獲取最新的行人位置特征；
采用相同的方式完成地圖匹配的更新。