基于Wi-Fi指纹与视觉融合的室内交通定位

摘要：

为解决室内交通在GPS盲区情况下的定位问题,将Wi-Fi指纹定位与视觉定位相结合,研究了一种高精度室内交通定位方法.在离线阶段,在Wi-Fi采样点处采集无线AP的MAC地址及其采样点坐标,生成Wi-Fi位置指纹数据库,然后采集定位区域内的所有门牌图片,生成训练图像集,计算出训练图像的SURF与ORB全局特征描述符,并与标志采样点坐标共同构成视觉定位数据库.在定位阶段,采集待定位点的实测指纹及被测试图像,利用指纹匹配算法得到待定位区域的范围及坐标,再利用图像特征匹配算法与KNN算法在训练图像集中得到与被测试图像相匹配的训练图像,即匹配图像,通过查询视觉定位数据库得到视觉定位范围及坐标.当匹配图像的坐标位于Wi-Fi定位范围内,将视觉定位坐标作为最终的定位参考坐标,反之将Wi-Fi定位坐标作为最终的定位参考坐标.实验选取了不同的室内交通环境对算法进行验证,定位误差为0 m的占比为82％,误差在6 m之内的占比为12％,误差在6～10 m之内的占比为6％;平均定位误差为0.75 m,而且在线平均定位耗时仅为0.56 s,能实现鲁棒的高精度的室内交通定位需求.

关键词：交通信息、室内定位、Wi-Fi指纹、视觉定位、全局特征

所属期刊栏目：37

分类号：TP394.1;U495(计算技术、计算机技术)

资助基金：国家自然科学基金项目51679181;湖北省留学人员科技活动项目2016-12

在线出版日期：2019-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：61-69,100