本發(fā)明屬于定位技術(shù)領(lǐng)域，特別涉及室內(nèi)定位方法及定位系統(tǒng)。

背景技術(shù)：

隨著移動(dòng)終端和互聯(lián)網(wǎng)的快速發(fā)展，實(shí)時(shí)定位被廣泛應(yīng)用于交通、商業(yè)、物流、個(gè)性服務(wù)等領(lǐng)域。在室外環(huán)境下，全球?qū)Ш叫l(wèi)星系統(tǒng)經(jīng)過(guò)長(zhǎng)期的發(fā)展，例如全球定位系統(tǒng)(gps)，可以提供較為精確的定位服務(wù)。

在室內(nèi)環(huán)境中，由于全球定位系統(tǒng)(gps)中的衛(wèi)星信號(hào)在到達(dá)地面時(shí)較弱，且不能穿透建筑物；以及衛(wèi)星信號(hào)的多徑效應(yīng)等問(wèn)題；使得全球定位系統(tǒng)無(wú)法滿足室內(nèi)定位精準(zhǔn)度要求，無(wú)法為室內(nèi)定位提供可靠的定位服務(wù)。

因此，近年來(lái)，如何在室內(nèi)環(huán)境進(jìn)行精準(zhǔn)定位成為亟待解決的技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供的技術(shù)方案如下：

本發(fā)明提供一種室內(nèi)定位方法，包括以下步驟：s10、根據(jù)每個(gè)移動(dòng)終端接收到無(wú)線信號(hào)的強(qiáng)度信息，獲取每個(gè)移動(dòng)終端對(duì)應(yīng)每位用戶的無(wú)線定位數(shù)據(jù)；s20、根據(jù)攝像頭采集的影像畫面信息，獲取所述影像畫面信息中各位用戶的影像定位數(shù)據(jù)；s30、根據(jù)所述無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)，得到含有用戶身份信息的融合定位信息。

進(jìn)一步，所述步驟s30進(jìn)一步包括：s31、根據(jù)所述無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)，得到含有無(wú)線影像定位距離的鄰接矩陣；s32、遍歷所述鄰接矩陣，調(diào)整所述鄰接矩陣的矩陣權(quán)重；s33、對(duì)調(diào)整矩陣權(quán)重后的鄰接矩陣進(jìn)行匹配求解，匹配出所述無(wú)線定位數(shù)據(jù)對(duì)應(yīng)的影像定位數(shù)據(jù)；s34、根據(jù)匹配出的無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)的無(wú)線影像定位距離，得到含有用戶身份信息的融合定位信息。

進(jìn)一步，所述步驟s31進(jìn)一步包括：s311、根據(jù)所述無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)，計(jì)算出所述無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)之間的無(wú)線影像定位距離；s312、根據(jù)所述無(wú)線影像定位距離，得到含有所述無(wú)線影像定位距離的鄰接矩陣。

進(jìn)一步，所述步驟s32進(jìn)一步包括：s321、遍歷所述鄰接矩陣，查找出所述鄰接矩陣中大于置信距離閾值的無(wú)線影像定位距離；s322、將查找出的無(wú)線影像定位距離設(shè)置為預(yù)設(shè)數(shù)值，來(lái)調(diào)整所述鄰接矩陣的矩陣權(quán)重。

進(jìn)一步，所述步驟s34進(jìn)一步包括：s341、根據(jù)匹配出的無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)的無(wú)線影像定位距離，查找出小于置信距離閾值的無(wú)線影像定位距離；s342、根據(jù)查找出的無(wú)線影像定位距離，以及該無(wú)線影像定位距離對(duì)應(yīng)的無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)，匹配出含有用戶身份信息的融合定位信息。

進(jìn)一步，在所述步驟s31進(jìn)一步包括：s313、在所述無(wú)線影像定位距離對(duì)應(yīng)的置信概率滿足預(yù)設(shè)置信概率時(shí)，根據(jù)所述無(wú)線定位數(shù)據(jù)對(duì)應(yīng)的無(wú)線定位距離、影像定位數(shù)據(jù)對(duì)應(yīng)的影像定位距離，計(jì)算出所述置信距離閾值。

進(jìn)一步，所述步驟s313中所述的置信距離閾值dthreshold，按照以下公式計(jì)算得到：dthreshold＝de+dv；其中，de為無(wú)線定位距離，dv為影像定位距離。

本發(fā)明還提供一種定位系統(tǒng)，包括無(wú)線定位裝置和影像定位裝置，所述無(wú)線定位裝置包括無(wú)線定位獲取模塊，用于根據(jù)每個(gè)移動(dòng)終端接收到無(wú)線信號(hào)的強(qiáng)度信息，獲取每個(gè)移動(dòng)終端對(duì)應(yīng)每位用戶的無(wú)線定位數(shù)據(jù)；所述影像定位裝置包括影像定位獲取模塊，用于根據(jù)攝像頭采集的影像畫面信息，獲取所述影像畫面信息中各位用戶的影像定位數(shù)據(jù)；中央控制器，用于根據(jù)所述無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)，得到含有用戶身份信息。

進(jìn)一步，所述中央控制器包括：矩陣生成模塊，用于根據(jù)所述無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)，得到含有無(wú)線影像定位距離的鄰接矩陣；權(quán)重調(diào)整模塊，用于遍歷所述鄰接矩陣，調(diào)整所述鄰接矩陣的矩陣權(quán)重；匹配模塊，用于對(duì)調(diào)整矩陣權(quán)重后的鄰接矩陣進(jìn)行匹配求解，匹配出所述無(wú)線定位數(shù)據(jù)對(duì)應(yīng)的影像定位數(shù)據(jù)；定位控制模塊，用于根據(jù)匹配出的無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)的無(wú)線影像定位距離，得到含有用戶身份信息的融合定位信息。

進(jìn)一步，所述中央控制器還包括：計(jì)算模塊，用于根據(jù)所述無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)，計(jì)算出所述無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)之間的無(wú)線影像定位距離；所述矩陣生成模塊，用于根據(jù)所述無(wú)線影像定位距離，得到含有所述無(wú)線影像定位距離的鄰接矩陣。

與現(xiàn)有技術(shù)相比，本發(fā)明提供的室內(nèi)定位方法及定位系統(tǒng)，具有以下有益效果：

1)、本發(fā)明將無(wú)線定位技術(shù)和視頻影像定位技術(shù)相結(jié)合，利用無(wú)線定位定位身份明確的優(yōu)點(diǎn)，影像定位精度的特點(diǎn)，得到身份明確又精確的定位結(jié)果。

2)、本發(fā)明利用鄰接矩陣、調(diào)整矩陣權(quán)重、求解匹配出無(wú)線定位數(shù)據(jù)對(duì)應(yīng)的影像定位數(shù)據(jù)，得到含有用戶身份信息的融合定位信息。解決了定位對(duì)象可能不在攝像機(jī)的拍攝范圍內(nèi)，這就使得根本不可能有對(duì)應(yīng)的影像定位數(shù)據(jù)；其次影像中可能出現(xiàn)未持有無(wú)線終端的用戶，引起的所有匹配都不是一一對(duì)應(yīng)的技術(shù)難題。

3)、本發(fā)明中調(diào)整了鄰接矩陣的矩陣權(quán)重，將所有大于的距離閾值的無(wú)線影像定位距離值放大到一個(gè)較大的上限，這樣會(huì)降低經(jīng)過(guò)匹配后的結(jié)果匹配失敗概率。

附圖說(shuō)明

下面將以明確易懂的方式，結(jié)合附圖說(shuō)明優(yōu)選實(shí)施方式，對(duì)一種室內(nèi)定位方法及定位系統(tǒng)的上述特性、技術(shù)特征、優(yōu)點(diǎn)及其實(shí)現(xiàn)方式予以進(jìn)一步說(shuō)明。

圖1是本發(fā)明一種室內(nèi)定位方法的流程示意圖；

圖2是本發(fā)明另一種室內(nèi)定位方法的流程示意圖；

圖3是本發(fā)明又一種室內(nèi)定位方法的流程示意圖；

圖4是本發(fā)明一種室內(nèi)定位系統(tǒng)的組成結(jié)構(gòu)示意圖；

圖5是本發(fā)明再一種室內(nèi)定位方法中步驟s30的簡(jiǎn)易流程示意圖。

附圖標(biāo)號(hào)說(shuō)明：

10、無(wú)線定位裝置，11、無(wú)線定位獲取模塊；

20、影像定位裝置，21、影像定位獲取模塊；

30、中央控制器，31、計(jì)算模塊，32、矩陣生成模塊，33、查找模塊，34、匹配模塊，35、權(quán)重調(diào)整模塊。

具體實(shí)施方式

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)照附圖說(shuō)明本發(fā)明的具體實(shí)施方式。顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖，并獲得其他的實(shí)施方式。

為使圖面簡(jiǎn)潔，各圖中只示意性地表示出了與本發(fā)明相關(guān)的部分，它們并不代表其作為產(chǎn)品的實(shí)際結(jié)構(gòu)。另外，以使圖面簡(jiǎn)潔便于理解，在有些圖中具有相同結(jié)構(gòu)或功能的部件，僅示意性地繪示了其中的一個(gè)，或僅標(biāo)出了其中的一個(gè)。在本文中，“一個(gè)”不僅表示“僅此一個(gè)”，也可以表示“多于一個(gè)”的情形。

如圖1所示，根據(jù)本發(fā)明的一個(gè)實(shí)施例，一種室內(nèi)定位方法，包括以下步驟：s10、根據(jù)每個(gè)移動(dòng)終端接收到無(wú)線信號(hào)的強(qiáng)度信息，獲取每個(gè)移動(dòng)終端對(duì)應(yīng)每位用戶的無(wú)線定位數(shù)據(jù)；

s20、根據(jù)攝像頭采集的影像畫面信息，獲取所述影像畫面信息中各位用戶的影像定位數(shù)據(jù)；

s30、根據(jù)所述無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)，得到含有用戶身份信息。

具體的，一方面，基于wlan的室內(nèi)定位技術(shù)是較為熱門的室內(nèi)定位實(shí)現(xiàn)方式。由于利用該室內(nèi)定位技術(shù)來(lái)實(shí)現(xiàn)室內(nèi)定位不需要額外附加的硬件，大大降低了成本，wlan在大多數(shù)公共場(chǎng)所以及辦公室等室內(nèi)區(qū)域得到廣泛應(yīng)用。

另一方面，視頻或影像跟蹤在定位中的應(yīng)用正處于高速發(fā)展階段，采用人體識(shí)別，坐標(biāo)轉(zhuǎn)換以及視頻或影像跟蹤的視頻或影像定位系統(tǒng)，可以相對(duì)于無(wú)線定位的誤差下降了一個(gè)數(shù)量級(jí)。

但是視頻或影像定位有一個(gè)明顯的缺點(diǎn)：視頻或影像定位無(wú)法通過(guò)人體識(shí)別得到的圖像信息，判斷出用戶的身份。為了解決這個(gè)問(wèn)題，本發(fā)明中將視頻或影像定位技術(shù)和無(wú)線定位技術(shù)相結(jié)合，利用wifi定位精度不足，但是用戶身份明確的優(yōu)點(diǎn)；以及視頻或影像定位身份不明確，但精準(zhǔn)定位的優(yōu)點(diǎn)；得到身份明確且精確的定位結(jié)果。

盡管wifi定位和視頻定位具有非常明顯的互補(bǔ)性，但是將這兩個(gè)系統(tǒng)結(jié)合并不容易。wifi-視頻結(jié)合定位系統(tǒng)需要解決以下問(wèn)題：1、當(dāng)只有一個(gè)用戶，且攝像機(jī)也只捕捉到一個(gè)人時(shí)，需要判定這兩者是否是同一對(duì)象。2、當(dāng)無(wú)線用戶有多個(gè)，攝像機(jī)捕捉到的用戶同樣有多個(gè)時(shí)，需要知道無(wú)線信號(hào)對(duì)應(yīng)的用戶與視頻捕捉到的用戶的對(duì)應(yīng)關(guān)系。

為了利用兩者的系統(tǒng)，本文提出了松耦合的方式來(lái)結(jié)合定位。所謂松耦合就是在wifi定位和視頻定位過(guò)程中不引入互相的定位結(jié)果，系統(tǒng)只是將wifi定位的結(jié)果和視頻定位的結(jié)果發(fā)送到融合定位算法中。影像信號(hào)和無(wú)線信號(hào)經(jīng)過(guò)定位系統(tǒng)的處理，得到定位結(jié)果，但是由于視覺(jué)信號(hào)的不明確性，系統(tǒng)不知道無(wú)線定位的結(jié)果與哪個(gè)視覺(jué)定位結(jié)果對(duì)應(yīng)。本發(fā)明結(jié)合了wifi定位身份明確的優(yōu)勢(shì)和視頻定位精度高的優(yōu)勢(shì)，得到身份明確且精確的定位結(jié)果。此外，采用了非一一對(duì)應(yīng)的km算法，來(lái)匹配最優(yōu)定位結(jié)果。

如圖2所示，根據(jù)本發(fā)明的另一個(gè)實(shí)施例，一種室內(nèi)定位方法，包括以下步驟：s10、根據(jù)每個(gè)移動(dòng)終端接收到無(wú)線信號(hào)的強(qiáng)度信息，獲取每個(gè)移動(dòng)終端對(duì)應(yīng)每位用戶的無(wú)線定位數(shù)據(jù)；

s20、根據(jù)攝像頭采集的影像畫面信息，獲取所述影像畫面信息中各位用戶的影像定位數(shù)據(jù)；

s31、根據(jù)所述無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)，得到含有無(wú)線影像定位距離的鄰接矩陣；

s32、遍歷所述鄰接矩陣，調(diào)整所述鄰接矩陣的矩陣權(quán)重；

s33、對(duì)調(diào)整矩陣權(quán)重后的鄰接矩陣進(jìn)行匹配求解，匹配出所述無(wú)線定位數(shù)據(jù)對(duì)應(yīng)的影像定位數(shù)據(jù)；

s34、根據(jù)匹配出的無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)的無(wú)線影像定位距離，得到含有用戶身份信息的融合定位信息。

具體的，可以將無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)之間的匹配問(wèn)題轉(zhuǎn)換為二分圖匹配問(wèn)題。二分圖的定義：設(shè)g＝(v，e)是一個(gè)無(wú)向圖，如果頂點(diǎn)v可分割為兩個(gè)互不相交的子集(a，b)，并且圖中的每條邊(i，j)所關(guān)聯(lián)的兩個(gè)頂點(diǎn)i和j分別屬于這兩個(gè)不同的頂點(diǎn)集，則稱圖g為一個(gè)二分圖。給定一個(gè)二分圖g，在g的一個(gè)子圖m中，m的邊集中的任意兩條邊都不依附于同一個(gè)頂點(diǎn)，則稱m是一個(gè)匹配。

在本發(fā)明中，二分圖的兩個(gè)子集分別為代表多個(gè)wifi定位數(shù)據(jù)和多個(gè)影像定位數(shù)據(jù)，多個(gè)wifi定位數(shù)據(jù)中的wifi定位點(diǎn)到多個(gè)影像定位數(shù)據(jù)中的影像定位點(diǎn)的權(quán)重為物理空間上的距離。這樣就將無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)之間的匹配問(wèn)題轉(zhuǎn)化為二分圖問(wèn)題，然后找到一個(gè)最佳匹配，其中，所有匹配的wifi定位點(diǎn)、影像定位點(diǎn)兩點(diǎn)之間的權(quán)重不超過(guò)距離閾值。

目前，求解最佳匹配問(wèn)題的方法為利用匈牙利算法的km算法。km算法最初在1957年由kuhn和munkrwifis提出，用于解決最大權(quán)問(wèn)題。引入匈牙利算法的km算法大大提高了運(yùn)算效率，目前已經(jīng)成為了標(biāo)準(zhǔn)的求解最佳匹配算法。在這里不對(duì)km算法進(jìn)行詳細(xì)介紹。利用km算法，就可以求解和的匹配問(wèn)題。

但是實(shí)際與理想的匹配問(wèn)題略有區(qū)別。視頻定位捕捉到的用戶數(shù)和wifi定位的用戶數(shù)沒(méi)有直接聯(lián)系。一方面，視頻定位捕捉不到攝像頭監(jiān)視范圍以外的空間，同時(shí)也會(huì)存在部分人員無(wú)法被人體識(shí)別系統(tǒng)檢測(cè)到，這就導(dǎo)致wifi定位信號(hào)數(shù)多于視頻定位信號(hào)數(shù)。另一方面，視頻定位監(jiān)視系統(tǒng)可能捕捉到未持有wifi定位終端的干擾用戶，這又導(dǎo)致視頻定位結(jié)果數(shù)要多于wifi定位結(jié)果數(shù)。因此本發(fā)明用到的匹配算法是非一一對(duì)應(yīng)的km算法，實(shí)現(xiàn)這種算法的方式非常簡(jiǎn)單。只要將定位結(jié)果數(shù)目較少的部分補(bǔ)上一定數(shù)量在無(wú)限遠(yuǎn)的點(diǎn)即可。這樣匹配過(guò)程中匹配到這些點(diǎn)的對(duì)應(yīng)結(jié)果就視為沒(méi)有匹配對(duì)象。

如圖3所示，根據(jù)本發(fā)明的又一個(gè)實(shí)施例，一種室內(nèi)定位方法，包括以下步驟：s10、根據(jù)每個(gè)移動(dòng)終端接收到無(wú)線信號(hào)的強(qiáng)度信息，獲取每個(gè)移動(dòng)終端對(duì)應(yīng)每位用戶的無(wú)線定位數(shù)據(jù)；

s20、根據(jù)攝像頭采集的影像畫面信息，獲取所述影像畫面信息中各位用戶的影像定位數(shù)據(jù)；

s311、根據(jù)所述無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)，計(jì)算出所述無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)之間的無(wú)線影像定位距離；

s312、根據(jù)所述無(wú)線影像定位距離，結(jié)合二分圖，得到含有所述無(wú)線影像定位距離的鄰接矩陣。

s313、在所述無(wú)線影像定位距離對(duì)應(yīng)的置信概率滿足預(yù)設(shè)置信概率(例如大于90％)時(shí)，根據(jù)所述無(wú)線定位數(shù)據(jù)對(duì)應(yīng)的無(wú)線定位距離、影像定位數(shù)據(jù)對(duì)應(yīng)的影像定位距離，計(jì)算出所述置信距離閾值。所述置信距離閾值dthreshold按照以下公式計(jì)算得到：dthreshold＝de+dv；其中，de為無(wú)線定位距離，dv為影像定位距離。

s321、遍歷所述鄰接矩陣，查找出所述鄰接矩陣中大于置信距離閾值的無(wú)線影像定位距離；

s322、將查找出的無(wú)線影像定位距離設(shè)置為預(yù)設(shè)數(shù)值，來(lái)調(diào)整所述鄰接矩陣的矩陣權(quán)重。

s33、利用km算法對(duì)調(diào)整矩陣權(quán)重后的鄰接矩陣進(jìn)行匹配求解，匹配出所述無(wú)線定位數(shù)據(jù)對(duì)應(yīng)的影像定位數(shù)據(jù)；

s341、根據(jù)匹配出的無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)的無(wú)線影像定位距離，查找出小于置信距離閾值的無(wú)線影像定位距離；

s342、根據(jù)查找出的無(wú)線影像定位距離，以及該無(wú)線影像定位距離對(duì)應(yīng)的無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)，匹配出含有用戶身份信息的融合定位信息。若無(wú)線定位數(shù)據(jù)匹配到的影像定位數(shù)據(jù)，則采用無(wú)線定位數(shù)據(jù)中的用戶身份信息、影像定位數(shù)據(jù)中的位置信息，從而得到含有用戶身份信息的融合定位信息。若無(wú)線定位數(shù)據(jù)沒(méi)有匹配到的影像定位數(shù)據(jù)，則直接采用無(wú)線定位數(shù)據(jù)。

具體的，假設(shè)在t時(shí)刻無(wú)線定位系統(tǒng)的輸出是視頻定位系統(tǒng)的輸出是其中，分別表示無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)，m和n分別表示無(wú)線定位數(shù)據(jù)和視頻定位數(shù)據(jù)的個(gè)數(shù)。利用的精度提高的精度，理論上希望為每一個(gè)無(wú)線定位數(shù)據(jù)提供一個(gè)唯一匹配的影像定位數(shù)據(jù)將影像定位數(shù)據(jù)加入到無(wú)線定位數(shù)據(jù)中作為最終的定位結(jié)果。

用無(wú)線定位數(shù)據(jù)和影像定位數(shù)據(jù)的無(wú)線影像定位距離，來(lái)判斷是否為同一對(duì)象在兩個(gè)系統(tǒng)中的觀察值。選擇大于90％的置信概率作為無(wú)線影像定位距離作為判別標(biāo)準(zhǔn)。對(duì)于同一概率，為了降低錯(cuò)判的風(fēng)險(xiǎn)，其判定距離越短越好。假設(shè)wifi定位在de米以內(nèi)的定位置信概率為αe，視頻定位在dv米以內(nèi)的定位置信概率為αv。同時(shí)，在二位平面上它們的偏差方向是均勻而且獨(dú)立分布的；那么他們的夾角θ同樣為均勻分布。

由以上條件就需要找到最短的dthreshol，d使得

dthreshold的計(jì)算公式可以由下公式計(jì)算得到，其中αθ為θ的置信概率：

αeαvαθ≥pthreshold

實(shí)際中，可以近似最小化de來(lái)近似求解dthreshol。d取αe＝pthreshold，αv＝1-ε，αθ＝1，此時(shí)有dthreshold＝de+dv。

在匹配過(guò)程中，由于會(huì)無(wú)條件舍去兩個(gè)距離大于的定位結(jié)果的匹配，因此，需要在匹配過(guò)程中盡量避免這種匹配出現(xiàn)。為此調(diào)整了鄰接矩陣的參數(shù)，將所有大于的距離閾值的無(wú)線影像定位距離值放大到一個(gè)較大的上限，這樣會(huì)降低經(jīng)過(guò)匹配后的結(jié)果匹配失敗概率。為了通過(guò)匹配結(jié)果計(jì)算精度提高后的點(diǎn)位置；可以采用卡爾曼濾波或者加權(quán)平均的方法來(lái)最優(yōu)化定位結(jié)果，。視頻定位的效果要遠(yuǎn)遠(yuǎn)優(yōu)于wifi定位的效果，因此直接采用視頻定位的結(jié)果代替wifi定位的結(jié)果。對(duì)于沒(méi)有找到匹配的視頻定位的對(duì)象，直接使用wifi定位的結(jié)果左右定位結(jié)果輸出。

如圖4、圖5所示，根據(jù)本發(fā)明的一個(gè)實(shí)施例，一種室內(nèi)定位系統(tǒng)，包括無(wú)線定位裝置10、影像定位裝置20和中央控制器30：

所述無(wú)線定位裝置10包括無(wú)線定位獲取模塊11，用于根據(jù)每個(gè)移動(dòng)終端接收到無(wú)線信號(hào)的強(qiáng)度信息，獲取每個(gè)移動(dòng)終端對(duì)應(yīng)每位用戶的無(wú)線定位數(shù)據(jù)。所述無(wú)線定位裝置10還包括路由器等，此處不再贅述。

所述影像定位裝置20包括影像定位獲取模塊21，用于根據(jù)攝像頭采集的影像畫面信息，獲取所述影像畫面信息中各位用戶的影像定位數(shù)據(jù)；所述影像定位裝置20還包括攝像頭等，此處不再贅述。

所述中央控制器30包括計(jì)算模塊31，用于根據(jù)多個(gè)所述無(wú)線定位數(shù)據(jù)、多個(gè)影像定位數(shù)據(jù)，計(jì)算出所述無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)之間的無(wú)線影像定位距離；

所述中央控制器30包括矩陣生成模塊32，用于根據(jù)多個(gè)所述無(wú)線影像定位距離，得到含有所述無(wú)線影像定位距離的鄰接矩陣。

所述計(jì)算模塊31，還用于在所述無(wú)線影像定位距離對(duì)應(yīng)的置信概率滿足預(yù)設(shè)置信概率(例如大于90％)時(shí)，根據(jù)所述無(wú)線定位數(shù)據(jù)對(duì)應(yīng)的無(wú)線定位距離、影像定位數(shù)據(jù)對(duì)應(yīng)的影像定位距離，計(jì)算出所述置信距離閾值。所述置信距離閾值按照以下公式計(jì)算得到：dthreshold＝de+dv；其中，de為無(wú)線定位距離，dv為影像定位距離。

所述中央控制器30包括查找模塊33，用于遍歷所述鄰接矩陣，查找出所述鄰接矩陣中大于置信距離閾值的無(wú)線影像定位距離；

所述中央控制器30包括權(quán)重調(diào)整模塊35，用于將查找出的無(wú)線影像定位距離設(shè)置為預(yù)設(shè)數(shù)值(預(yù)設(shè)數(shù)值足夠大，遠(yuǎn)遠(yuǎn)大于無(wú)線影像定位距離，例如是無(wú)線影像定位距離的上百倍)，來(lái)調(diào)整所述鄰接矩陣的矩陣權(quán)重。

所述中央控制器30包括匹配模塊34，用于對(duì)調(diào)整矩陣權(quán)重后的鄰接矩陣進(jìn)行匹配求解，匹配出一個(gè)或多個(gè)所述無(wú)線定位數(shù)據(jù)對(duì)應(yīng)的影像定位數(shù)據(jù)；

所述查找模塊33，還用于根據(jù)匹配出的一組或多組無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)的無(wú)線影像定位距離，查找出小于置信距離閾值的無(wú)線影像定位距離；

所述匹配模塊34，用于根據(jù)查找出的一個(gè)或多個(gè)無(wú)線影像定位距離，以及該無(wú)線影像定位距離對(duì)應(yīng)的無(wú)線定位數(shù)據(jù)、影像定位數(shù)據(jù)，匹配出含有用戶身份信息的融合定位信息。若無(wú)線定位數(shù)據(jù)匹配到的影像定位數(shù)據(jù)，則采用無(wú)線定位數(shù)據(jù)中的用戶身份信息、影像定位數(shù)據(jù)中的位置信息，從而得到含有用戶身份信息的融合定位信息。若無(wú)線定位數(shù)據(jù)沒(méi)有匹配到的影像定位數(shù)據(jù)，則直接采用無(wú)線定位數(shù)據(jù)。

應(yīng)當(dāng)說(shuō)明的是，上述實(shí)施例均可根據(jù)需要自由組合。以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。