一種基于智能移動終端的室內(nèi)導(dǎo)航數(shù)據(jù)獲取方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及室內(nèi)定位技術(shù)領(lǐng)域，尤其涉及一種基于智能移動終端的室內(nèi)導(dǎo)航數(shù)據(jù) 獲取方法及系統(tǒng)。
【背景技術(shù)】
[0002] 隨著智能移動終端的廣泛普及，基于位置的服務(wù)（LBS，LocationBased Services)與室內(nèi)外一體化行人導(dǎo)航技術(shù)受到越來越多的關(guān)注。目前，利用GPS衛(wèi)星的定位 導(dǎo)航已經(jīng)能夠滿足室外行人的服務(wù)需求；對于室內(nèi)行人的定位及導(dǎo)航方法尚缺乏統(tǒng)一的標(biāo) 準(zhǔn)。常用的室內(nèi)定位技術(shù)和方法包括：WIFI、藍(lán)牙、地磁場強、慣性傳感器、計算機視覺等，這 些方法大多基于匹配的思想，需要建立導(dǎo)航數(shù)據(jù)庫。目前建立導(dǎo)航數(shù)據(jù)庫的方法仍需要大 量的人力勞動。
[0003] 現(xiàn)有技術(shù)中用于行人室內(nèi)的導(dǎo)航數(shù)據(jù)主要包括：傳感器位置指紋數(shù)據(jù)、室內(nèi)路網(wǎng) 數(shù)據(jù)和地標(biāo)數(shù)據(jù)。其中，傳感器位置指紋數(shù)據(jù)用于定位階段與用戶接受到的傳感器信號進(jìn) 行匹配，進(jìn)而推估用戶當(dāng)前位置；室內(nèi)路網(wǎng)和地標(biāo)數(shù)據(jù)用于行人的路徑規(guī)劃及增強引導(dǎo)。在 導(dǎo)航數(shù)據(jù)的采集過程中一個關(guān)鍵的問題在于位置標(biāo)注，標(biāo)注的位置精度決定了室內(nèi)定位精 度。常規(guī)的位置標(biāo)注方法需要人工記錄采集的位置和時間，這種方法費時費力、耗費了大量 的人力勞動。申請?zhí)枮椋?01410798521.6的發(fā)明專利"基于視頻采集的VisualMap數(shù)據(jù)庫 建立方法及利用該數(shù)據(jù)庫的室內(nèi)視覺定位方法"，提出了在勻速直線運動過程中拍攝視頻， 并對視頻圖像進(jìn)行位置標(biāo)記的方法。該方法要求在數(shù)據(jù)采集過程中保持勻速直線運動，但 是在實際的數(shù)據(jù)采集過程中是很難達(dá)到的，因此在進(jìn)行室內(nèi)定位的時候定位精度差。
[0004] 因此，現(xiàn)有技術(shù)還有待于改進(jìn)和發(fā)展。

【發(fā)明內(nèi)容】

[0005] 鑒于現(xiàn)有技術(shù)的不足，本發(fā)明目的在于提供一種基于智能移動終端的室內(nèi)導(dǎo)航數(shù) 據(jù)獲取方法及系統(tǒng)，旨在解決室內(nèi)定位導(dǎo)航過程中導(dǎo)航數(shù)據(jù)自動提取困難，位置指紋標(biāo)注 費時費力的問題。本發(fā)明通過在自動構(gòu)建室內(nèi)路網(wǎng)的基礎(chǔ)上，利用智能手機采集導(dǎo)航路線 上的多源傳感器信息，為室內(nèi)行人提供位置指紋數(shù)據(jù)庫和地標(biāo)數(shù)據(jù)庫，為室內(nèi)定位及路徑 引導(dǎo)提供基礎(chǔ)數(shù)據(jù)。
[0006] 本發(fā)明的技術(shù)方案如下：
[0007] -種基于智能移動終端的室內(nèi)導(dǎo)航數(shù)據(jù)獲取方法，其中，方法包括：
[0008] A、智能移動終端獲取當(dāng)前室內(nèi)平面地圖，構(gòu)建室內(nèi)路網(wǎng)模型，生成采集最優(yōu)路 徑；
[0009] B、智能移動終端采集用戶沿著采集最優(yōu)路徑行走時的傳感器數(shù)據(jù)；
[0010] C、根據(jù)采集到的傳感器數(shù)據(jù)，檢測用戶的步幅及識別轉(zhuǎn)彎；
[0011] D、根據(jù)步幅檢測結(jié)果進(jìn)行位置標(biāo)注，根據(jù)攝像頭采集到的視頻圖像數(shù)據(jù)對位置標(biāo) 注結(jié)果進(jìn)行糾正；
[0012] E、使用糾正后的位置結(jié)果對除攝像頭外的其他傳感器測得的數(shù)據(jù)進(jìn)行位置標(biāo)注， 對樓層位置進(jìn)行標(biāo)注；
[0013] F、提取室內(nèi)信息點和地標(biāo)數(shù)據(jù)，建立室內(nèi)紋理圖像庫和地標(biāo)數(shù)據(jù)庫。
[0014] 所述的基于智能移動終端的室內(nèi)導(dǎo)航數(shù)據(jù)獲取方法，其中，所述步驟A具體包括：
[0015]A1、智能移動終端獲取當(dāng)前室內(nèi)平面地圖，對室內(nèi)平面地圖進(jìn)行矢量化；
[0016] A2、將矢量化后的地圖的每一個頂點與其他的頂點的連線根據(jù)預(yù)先設(shè)置的規(guī)則進(jìn) 行組合連接，構(gòu)建室內(nèi)路網(wǎng)模型；
[0017] A3、遍歷室內(nèi)路網(wǎng)模型中的所有路徑得到一條從起點到終點的最短路徑得到采集 最優(yōu)路徑。
[0018] 所述的基于智能移動終端的室內(nèi)導(dǎo)航數(shù)據(jù)獲取方法，其中，所述步驟B之后還包 括：
[0019] B1、智能移動終端同步檢測到用戶沿著采集最優(yōu)路徑行走時，控制開啟攝像頭錄 制功能；
[0020] B2、訪問內(nèi)置傳感器，輸出采樣時間、傳感器信息、和視頻信息。
[0021] 所述的基于智能移動終端的室內(nèi)導(dǎo)航數(shù)據(jù)獲取方法，其中，所述步驟C具體包括：
[0022] C1、通過智能移動終端采集到的加速度數(shù)據(jù)，對加速度數(shù)據(jù)采用低通濾波的預(yù)處 理；
[0023] C2、將預(yù)處理的加速度數(shù)據(jù)進(jìn)行采樣，獲取預(yù)定次數(shù)內(nèi)加速度數(shù)據(jù)的最大值和最 小值，計算加速度的最大值和最小值的平均值作為動態(tài)閾值；
[0024]C3、記錄一預(yù)定時間窗口內(nèi)的數(shù)據(jù)大于波峰動態(tài)閾值的最大波峰記為波峰，記錄 一預(yù)定時間窗口內(nèi)的數(shù)據(jù)小于波峰動態(tài)閾值的最小波峰記為波谷，獲取兩個相鄰波峰或波 谷，將兩個波峰或波谷間的距離記為一步的步幅；
[0025]C4、通過對加速度最大軸方向的陀螺儀輸出信號進(jìn)行角速度峰值檢測，識別轉(zhuǎn)彎 位置。
[0026] 所述的基于智能移動終端的室內(nèi)導(dǎo)航數(shù)據(jù)獲取方法，其中，所述步驟D具體包括：
[0027] D1、根據(jù)用戶行走的初始位置及用戶的步幅得出用戶每一步的坐標(biāo)值；
[0028] D2、根據(jù)時間同步信息，將每一步的坐標(biāo)標(biāo)注在攝像頭采集的視頻信息；
[0029] D3、獲取視頻圖像序列的相鄰兩幀圖像進(jìn)行匹配，并利用相機內(nèi)部參數(shù)矩陣，計算 得出包含兩張圖像的夾角的旋轉(zhuǎn)矩陣和兩張圖像的轉(zhuǎn)移向量；
[0030] D4、利用已知第一張圖像的坐標(biāo)可得出相鄰圖像的坐標(biāo)，從連續(xù)圖像求得的坐標(biāo) 糾正位置標(biāo)注誤差。
[0031] 所述的基于智能移動終端的室內(nèi)導(dǎo)航數(shù)據(jù)獲取方法，其中，所述步驟E具體包括：
[0032] E1、根據(jù)糾正后的位置標(biāo)注結(jié)果對除攝像頭外的其他傳感器測得的數(shù)據(jù)的位置進(jìn) 行標(biāo)注，獲取除攝像頭外的其他傳感器的位置指紋數(shù)據(jù)；
[0033] E2、通過智能移動終端獲取的氣壓值數(shù)據(jù)，計算出樓層高度數(shù)據(jù)獲取樓層數(shù)，對樓 層進(jìn)行標(biāo)注。
[0034] 所述的基于智能移動終端的室內(nèi)導(dǎo)航數(shù)據(jù)獲取方法，其中，所述步驟F具體包括：
[0035] F1、提取視頻圖像上的圖像特征，并獲取文字區(qū)域，最終得到圖像的顯著區(qū)域和文 字區(qū)域；
[0036]F2、分割得到的顯著區(qū)域為室內(nèi)地標(biāo)數(shù)據(jù)，使用圖像的位置標(biāo)注地標(biāo)的位置；
[0037]F3、根據(jù)所有的分割的顯示區(qū)域的圖像建立室內(nèi)紋理圖像庫，并根據(jù)圖像的位置 標(biāo)注地標(biāo)的位置建立地標(biāo)數(shù)據(jù)庫。
[0038] -種基于智能移動終端的室內(nèi)導(dǎo)航數(shù)據(jù)獲取系統(tǒng)，其中，系統(tǒng)包括：
[0039] 最優(yōu)路徑生成模塊，用于智能移動終端獲取當(dāng)前室內(nèi)平面地圖，構(gòu)建室內(nèi)路網(wǎng)模 型，生成米集最優(yōu)路徑；
[0040] 傳感器數(shù)據(jù)采集模塊，用于智能移動終端采集用戶沿著采集最優(yōu)路徑行走時的傳 感器數(shù)據(jù)；
[0041] 步幅檢測模塊，用于根據(jù)采集到的傳感器數(shù)據(jù)，檢測用戶的步幅及識別轉(zhuǎn)彎；
[0042] 第一位置標(biāo)注模塊，用于根據(jù)步幅檢測結(jié)果進(jìn)行位置標(biāo)注，根據(jù)攝像頭采集到的 視頻圖像數(shù)據(jù)對位置標(biāo)注結(jié)果進(jìn)行糾正；
[0043] 第二位置標(biāo)注模塊，用于使用糾正后的位置結(jié)果對除攝像頭外的其他傳感器測得 的數(shù)據(jù)進(jìn)行位置標(biāo)注，對樓層位置進(jìn)行標(biāo)注；
[0044] 數(shù)據(jù)庫建立模塊，用于提取室內(nèi)信息點和地標(biāo)數(shù)據(jù)，建立室內(nèi)紋理圖像庫和地標(biāo) 數(shù)據(jù)庫。
[0045] 所述的基于智能移動終端的室內(nèi)導(dǎo)航數(shù)據(jù)獲取系統(tǒng)，其中，
[0046] 所述最優(yōu)路徑生成模塊具體包括：
[0047] 矢量處理單元，用于智能移動終端獲取當(dāng)前室內(nèi)平面地圖，對室內(nèi)平面地圖進(jìn)行 矢量化；
[0048] 路網(wǎng)模型建立單元，用于將矢量化后的地圖的每一個頂點與其他的頂點的連線根 據(jù)預(yù)先設(shè)置的規(guī)則進(jìn)行組合連接，構(gòu)建室內(nèi)路網(wǎng)模型；
[0049] 采集最優(yōu)路徑生成單元，用于遍歷室內(nèi)路網(wǎng)模型中的所有路徑得到一條從起點到 終點的最短路徑得到采集最優(yōu)路徑。
[0050] 所述傳感器數(shù)據(jù)采集模塊具體包括：
[0051] 攝像頭開啟單元，用于智能移動終端同步檢測到用戶沿著采集最優(yōu)路徑行走時， 控制開啟攝像頭錄制功能；
[0052] 傳感器數(shù)據(jù)輸出單元，用于訪問內(nèi)置傳感器，輸出采樣時間、傳感器信息、和視頻 信息。
[0053] 所述步幅檢測模塊具體包括：
[0054] 預(yù)處理單元，用于通過智能移動終端采集到的加速度數(shù)據(jù)，對加速度數(shù)據(jù)采用低 通濾波的預(yù)處理；
[0055] 動態(tài)閾值生成單元，用于將預(yù)處理的加速度數(shù)據(jù)進(jìn)行采樣，獲取預(yù)定次數(shù)內(nèi)加速 度數(shù)據(jù)的最大值和最小值，計算加速度的最大值和最小值的平均值作為動態(tài)閾值；
[0056] 步幅獲取單元，用于記錄一預(yù)定時間窗口內(nèi)的數(shù)據(jù)大于波峰動態(tài)閾值的最大波峰 記為波峰，記錄一預(yù)定時間窗口內(nèi)的數(shù)據(jù)小于波峰動態(tài)閾值的最小波峰記為波谷，獲取兩 個相鄰波峰或波谷，將兩個波峰或波谷間的距離記為一步的步幅；
[0057] 轉(zhuǎn)彎識別單元，用于通過對加速度最大軸方向的陀螺儀輸出信號進(jìn)行角速度峰值 檢測，識別轉(zhuǎn)彎位