本发明涉及通信，尤其涉及一种室内定位方法、装置、设备和介质。
背景技术：
1、目前，一些室内场所，例如商场、停车场等都存在定位导航需求。
2、然而，目前的室内定位技术都存在一定弊端：gnss(gps/北斗)技术是最常用的定位技术，但由于卫星信号无法有效穿透建筑物，室内的gnss信号受到严重衰减和多径效应的影响，无法用于室内精确定位。虽然提出室内增强系统可以一定程度上提高gnss的室内适用性，但系统成本较高，覆盖范围有限。另外，图像识别定位技术受环境光照和视线的影响较大，精度难以保证，且图像识别技术对计算资源要求较高，实时性较差，系统成本也较高，难以全面覆盖室内各个角落，因此都无法满足室内的高精度定位需求。
技术实现思路
1、本发明实施例的目的是提供一种室内定位方法、装置、设备和介质，其能够对待测设备的初始位置信息进行修正，提高对待测设备的定位精度，有效满足室内的高精度定位需求。
2、为实现上述目的，本发明实施例提供了一种室内定位方法，包括：
3、计算待测设备在目标区域中的初始位置信息；
4、根据所述初始位置信息，确定离所述初始位置信息最近的预设的桩点，作为目标桩点；其中，在所述目标区域中的若干个关键位置处设置有所述桩点，所述桩点用于模拟待测设备；
5、获取所述目标桩点对应预设的卡尔曼滤波模型；
6、根据所述卡尔曼滤波模型对所述初始位置信息进行修正，得到所述待测设备的最终位置信息。
7、作为上述方案的改进，所述卡尔曼滤波模型的坐标修正参数包括卡尔曼滤波增益、偏移量修正因子、测量矩阵和测量向量；
8、则所述根据所述卡尔曼滤波模型对所述初始位置信息进行修改，得到所述待测设备的最终位置信息，包括：
9、根据所述卡尔曼滤波模型的坐标修正参数，对所述初始位置信息中的横坐标值和纵坐标值分别进行修正：
10、
11、
12、其中，x′为修正后的横坐标值，y′为修正后的纵坐标值，x为所述初始位置信息中的横坐标值，y为所述初始位置信息中的纵坐标值，k为所述卡尔曼滤波增益，h为所述测量矩阵，z为所述测量向量，为横坐标方向的偏移量修正因子，为纵坐标方向的偏移量修正因子；
13、根据修正后的横坐标值和纵坐标值，得到所述待测设备的最终位置信息。
14、作为上述方案的改进，所述计算待测设备在目标区域中的初始位置信息，包括：
15、确定所述待测设备扫描到的rssi信号最强的若干个无线接入点；
16、分别获取所述若干个无线接入点与所述待测设备的距离，以及所述若干个无线接入点的位置信息；
17、根据所述距离和所述若干个无线接入点的位置信息，采用预设的定位算法，计算所述待测设备的初始位置信息。
18、作为上述方案的改进，所述无线接入点为wifi接入点。
19、作为上述方案的改进，所述预设的定位算法为三角定位算法。
20、作为上述方案的改进，采用以下步骤训练所有所述桩点对应的卡尔曼滤波模型：
21、获取所述桩点的真实坐标，以及所述桩点周围的n个无线接入点的真实坐标；其中，n≥1；
22、根据所述n个无线接入点的真实坐标，采用预设的定位算法，计算所述桩点的预测坐标；
23、根据所述桩点的真实坐标和所述n个无线接入点的真实坐标，计算所述桩点与所述n个无线接入点之间的距离；
24、根据所述桩点的真实坐标、所述桩点的预测坐标、所述n个无线接入点的真实坐标和所述距离，对卡尔曼滤波模型进行训练，以计算所述卡尔曼滤波模型中的坐标修正参数，得到训练完成的卡尔曼滤波模型。
25、作为上述方案的改进，所述根据所述n个无线接入点的真实坐标，采用预设的定位算法，计算所述桩点的预测坐标，包括：
26、重复执行m次根据所述n个无线接入点的真实坐标，采用预设的定位算法，计算所述桩点的预测坐标的步骤，得到m次测试下的所述桩点的预测坐标；
27、所述根据所述桩点的真实坐标和所述n个无线接入点的真实坐标，计算所述桩点与所述n个无线接入点之间的距离，包括：
28、重复执行m次根据所述桩点的真实坐标和所述n个无线接入点的真实坐标，计算所述桩点与所述n个无线接入点之间的距离的步骤，得到m次测试下的n个所述距离；其中，m≥1；
29、则，所述根据所述桩点的真实坐标、所述桩点的预测坐标、所述n个无线接入点的真实坐标和所述距离，对卡尔曼滤波模型进行训练，以计算所述卡尔曼滤波模型中的坐标修正参数，得到训练完成的卡尔曼滤波模型，包括：
30、根据所述n个无线接入点的真实坐标和所述桩点的真实坐标，计算得到所述测量矩阵；
31、根据每一次测试下的n个所述距离，计算距离平均值，根据所述距离平均值计算距离方差，并根据m次测试的所述距离方差，形成距离噪声协方差矩阵；
32、根据m次测试下的所述桩点的预测坐标，分别计算横坐标平均值和纵坐标平均值，并根据所述横坐标平均值计算横坐标方差，根据所述纵坐标平均值计算纵坐标方差；
33、根据所述横坐标方差和所述纵坐标方差计算位置噪声协方差矩阵，并根据所述位置噪声协方差矩阵和预设的初始状态误差协方差矩阵，计算卡尔曼滤波状态误差协方差矩阵；
34、根据所述测量矩阵、所述距离噪声协方差矩阵和所述卡尔曼滤波状态误差协方差矩阵，计算得到所述卡尔曼滤波增益；
35、根据所述桩点的真实坐标中的横坐标值和所述横坐标平均值，计算得到横坐标方向的偏移量修正因子；并根据所述桩点的真实坐标中的纵坐标值和所述纵坐标平均值，计算得到纵坐标方向的偏移量修正因子；
36、根据所述n个无线接入点的真实坐标，确定所述测量向量；
37、将所述卡尔曼滤波增益、所述横坐标方向的偏移量修正因子、所述纵坐标方向的偏移量修正因子、所述测量矩阵和所述测量向量，作为所述卡尔曼滤波模型中的坐标修正参数，得到训练完成的卡尔曼滤波模型。
38、本发明实施例还提供了一种室内定位装置，包括：
39、初始位置信息计算模块，用于计算待测设备在目标区域中的初始位置信息；
40、目标桩点确定模块，用于根据所述初始位置信息，确定离所述初始位置信息最近的预设的桩点，作为目标桩点；其中，在所述目标区域中的若干个关键位置处设置有所述桩点，所述桩点用于模拟待测设备；
41、卡尔曼滤波模型获取模块，用于获取所述目标桩点对应预设的卡尔曼滤波模型；
42、最终位置信息修正模块，用于根据所述卡尔曼滤波模型对所述初始位置信息进行修正，得到所述待测设备的最终位置信息。
43、本发明实施例还提供了一种室内定位设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述的室内定位方法。
44、本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任意一项所述的室内定位方法。
45、与现有技术相比，本发明公开的室内定位方法、装置、设备和介质，通过部署多个已知坐标数据的桩点来离线训练卡尔曼滤波模型，利用已知桩点坐标数据对计算的待测设备的初始位置信息进行偏移误差修正，有效提高了对待测设备的定位精准性，提高了定位系统的抗干扰能力和鲁棒性，可适应复杂室内环境。并且，本发明实施例利用现有的定位技术来获取待测设备的初始位置，无需部署额外的定位基础设施，系统成本低廉，避免了现有技术中由于节点数量较多导致的高成本问题。本发明实施例采用软件算法实现定位修正，无需专用硬件设备，技术门槛较低，易于推广应用，相比现有技术的复杂系统和专用设备，更加便于广泛部署和普及。且本发明实施例可实现室内外无缝连续定位，填补了gnss和图片识别技术在室内的定位盲区，相比现有技术的有限覆盖范围，提供更加全面和连续的定位服务。
1.一种室内定位方法，其特征在于，包括：
2.如权利要求1所述的室内定位方法，其特征在于，所述卡尔曼滤波模型的坐标修正参数包括卡尔曼滤波增益、偏移量修正因子、测量矩阵和测量向量；
3.如权利要求1所述的室内定位方法，其特征在于，所述计算待测设备在目标区域中的初始位置信息，包括：
4.如权利要求3所述的室内定位方法，其特征在于，所述无线接入点为wifi接入点。
5.如权利要求3所述的室内定位方法，其特征在于，所述预设的定位算法为三角定位算法。
6.如权利要求2所述的室内定位方法，其特征在于，采用以下步骤训练所有所述桩点对应的卡尔曼滤波模型：
7.如权利要求6所述的室内定位方法，其特征在于，所述根据所述n个无线接入点的真实坐标，采用预设的定位算法，计算所述桩点的预测坐标，包括：
8.一种室内定位装置，其特征在于，包括：
9.一种室内定位设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的室内定位方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的室内定位方法。
