面向地圖匹配的室內(nèi)位置-語義模型設(shè)計(jì)

羅帥偉 黃艷華 李超 陳迅

摘 ?要：傳統(tǒng)的室內(nèi)空間信息模型或者過于復(fù)雜導(dǎo)致操作性較差，或者沒有充分表達(dá)地圖匹配所需的空間要素信息，阻礙地圖匹配方法的高效實(shí)施。該研究將以構(gòu)建能夠有效支撐地圖匹配的室內(nèi)空間信息模型作為研究目標(biāo)，此模型應(yīng)明確室內(nèi)空間要素的表達(dá)內(nèi)容，并應(yīng)確定具體的表達(dá)方法。模型的構(gòu)建應(yīng)以地圖匹配方法的機(jī)理為基礎(chǔ)，以室內(nèi)地圖匹配的實(shí)際需要為導(dǎo)向，以表達(dá)支撐室內(nèi)地圖匹配的空間信息為目的，分別對(duì)室內(nèi)空間要素的位置及屬性，室內(nèi)空間要素之間的拓?fù)潢P(guān)系進(jìn)行表達(dá)。該研究構(gòu)建面向地圖匹配的室內(nèi)位置-語義模型。實(shí)驗(yàn)表明此模型較為簡潔且信息完備，可在保證地圖匹配實(shí)際需要的同時(shí)提高運(yùn)行效率。

關(guān)鍵詞：室內(nèi)；地圖匹配；位置；語義模型；空間信息模型

中圖分類號(hào)：P283.7 ? ? ?文獻(xiàn)標(biāo)志碼：A ? ? ? ? ?文章編號(hào)：2095-2945（2024）14-0108-04

Abstract： The traditional indoor spatial information model is either too complex to operate poorly， or does not fully express the spatial element information needed for map matching， which hinders the efficient implementation of the map matching method. This study will take the construction of an indoor spatial information model which can effectively support map matching as the research goal. This model should clarify the expression content of indoor space elements and determine the specific expression methods. The construction of the model should be based on the mechanism of map matching method， guided by the actual needs of indoor map matching， and for the purpose of expressing the spatial information supporting indoor map matching， respectively on the location and attributes of indoor space elements. The topological relationship between indoor space elements should be expressed separately. In this study， an indoor location-semantic model for map matching is constructed. The experimental results show that the model is simple and complete， which can ensure the actual needs of map matching and improve the operation efficiency at the same time.

Keywords： indoor; map matching; location; semantic model; spatial information model

地圖匹配技術(shù)最早應(yīng)用于室外的衛(wèi)星定位領(lǐng)域，其將存在較大誤差的初始定位結(jié)果匹配至最可能的正確位置，從而提高定位精度，而地圖匹配結(jié)果的精度受到初始定位精度、地圖精度、定位信號(hào)采集頻率的綜合影響[1]。地圖匹配作為提高定位精度的重要手段，近年來已經(jīng)成為室內(nèi)定位領(lǐng)域研究的熱點(diǎn)之一。室內(nèi)地圖作為室內(nèi)空間的有效表達(dá)，在地圖匹配中起著重要的作用。室內(nèi)地圖主要表達(dá)室內(nèi)空間中的墻、門、窗等室內(nèi)空間要素的位置分布，以上要素在地圖匹配中起著對(duì)室內(nèi)移動(dòng)目標(biāo)較強(qiáng)的約束作用，地圖匹配通過室內(nèi)空間要素將不可能存在的初始定位結(jié)果進(jìn)行糾正，從而達(dá)到降低定位誤差的目的。

室外的全球?qū)Ш叫l(wèi)星系統(tǒng)（Global Navigation Satellite System，GNSS）領(lǐng)域?qū)⒌貓D匹配分為幾何匹配方法、拓?fù)潢P(guān)系方法、概率統(tǒng)計(jì)方法和先進(jìn)匹配方法等，其中幾何匹配方法和拓?fù)潢P(guān)系方法的定位原理相對(duì)簡單但精度相對(duì)較低，概率統(tǒng)計(jì)方法和先進(jìn)匹配方法的原理復(fù)雜但精度相對(duì)較高[2]。本研究在對(duì)室內(nèi)地圖匹配的研究成果進(jìn)行綜合分析的基礎(chǔ)上，結(jié)合其需要的室內(nèi)空間特征要素，將室內(nèi)地圖匹配方法分為3類：基于貝葉斯的匹配、路徑匹配和點(diǎn)到點(diǎn)匹配。

傳統(tǒng)的可以表示室內(nèi)空間信息的空間信息模型，如室內(nèi)地理標(biāo)記語言（Indoor Geography Markup Language，IndoorGML）、城市地理標(biāo)記語言（City Geography Markup Language，CityGML）、室內(nèi)開放地圖（Indoor Open Street Map，IndoorOSM）和工業(yè)基礎(chǔ)類（Industry Foundation Classes，IFC），提供的數(shù)據(jù)沒有較好地滿足地圖匹配的需要，且以上室內(nèi)空間信息模型構(gòu)成較為復(fù)雜且要求較高，導(dǎo)致其實(shí)際操作性較差，同時(shí)也較大幅度地降低了室內(nèi)空間數(shù)據(jù)的計(jì)算效率[3-4]。室內(nèi)地圖匹配的方法較為繁多，其需要的室內(nèi)空間信息的種類也會(huì)有所不同[5]。因此，如何從室內(nèi)地圖匹配的需要出發(fā)考慮，探索得出面向室內(nèi)定位地圖匹配的室內(nèi)空間信息模型顯得尤為重要。

1 ?室內(nèi)地圖匹配機(jī)理

室內(nèi)地圖匹配的運(yùn)行機(jī)理主要分為3個(gè)步驟（圖1）。

①利用各種傳感器獲取進(jìn)行初始定位所需的“聲、光、電、場(chǎng)”信號(hào)；②使用K最鄰近（K-NearestNeighbor，KNN）、位置指紋、步行者航位推算（Pedestrian Dead Reckoning，PDR）等方法對(duì)步驟①采集到的信號(hào)數(shù)據(jù)進(jìn)行初始位置解算；③使用粒子濾波、隱馬爾可夫模型、條件隨機(jī)場(chǎng)等多種方法計(jì)算步驟②計(jì)算得出的初始位置被糾正到各個(gè)候選位置的概率，選取概率最大的糾正位置作為最終定位結(jié)果。

2 ?地圖匹配所需的空間約束

2.1 ?點(diǎn)到點(diǎn)匹配

點(diǎn)到點(diǎn)匹配原理簡單，效率較高，但其精度有限。地標(biāo)匹配方法和幾何方法是最為常見的點(diǎn)到點(diǎn)匹配方法。

在室內(nèi)空間中，地標(biāo)是最為經(jīng)常使用的定位工具，地標(biāo)在傳統(tǒng)的概念中主要指具有唯一性和易辨別性的固定物體，如室內(nèi)雕塑、門牌號(hào)、門店招牌等。近年來隨著研究的不斷深入，地標(biāo)的概念也在不斷地衍生，如地標(biāo)可以是在某個(gè)地點(diǎn)某個(gè)固定時(shí)間發(fā)生的某種事件，如在每天的固定時(shí)間某個(gè)地點(diǎn)會(huì)有大量的車輛經(jīng)過，每個(gè)經(jīng)過某個(gè)固定地點(diǎn)的人會(huì)做一種固定動(dòng)作等。使用地標(biāo)進(jìn)行室內(nèi)定位較為簡單有效，但定位對(duì)地標(biāo)的唯一性和易辨別性有著較高的要求，若目標(biāo)沒能有效地識(shí)別地標(biāo)，則會(huì)導(dǎo)致較大的累計(jì)誤差，即使地標(biāo)被有效識(shí)別，相鄰地標(biāo)之間的累計(jì)誤差也難免會(huì)對(duì)定位產(chǎn)生影響。

幾何方法的實(shí)施較為依賴室內(nèi)路網(wǎng)，其依靠室內(nèi)路網(wǎng)對(duì)初始定位結(jié)果的約束，達(dá)到增強(qiáng)定位精度的目的。幾何方法通過目標(biāo)的方向權(quán)重wo、距離權(quán)重wd和鄰接權(quán)重wa來確定匹配后的定位結(jié)果，其中方向權(quán)重wo由目標(biāo)朝向與室內(nèi)道路方向得出，兩者重合度越高，此權(quán)重越大；距離權(quán)重wd由目標(biāo)此時(shí)刻的初始定位位置與其在路網(wǎng)上投影后的位置得出，初始定位位置與投影點(diǎn)的歐指距離越小，此權(quán)重越大；鄰接權(quán)重wa由此時(shí)刻初始定位結(jié)果在路網(wǎng)上投影的位置與上一時(shí)刻匹配后的位置得出，兩位置之間的距離越合理，此權(quán)重越大。最后將以上3項(xiàng)權(quán)重相加得出總權(quán)重，總權(quán)重最大的相應(yīng)位置為匹配后的定位結(jié)果。

點(diǎn)到點(diǎn)匹配所依靠的空間約束主要是室內(nèi)空間中的地標(biāo)和路網(wǎng)。室內(nèi)路網(wǎng)的生成主要依靠室內(nèi)的空間分布，而室內(nèi)空間分布的構(gòu)成主要靠墻體和門、窗等室內(nèi)地物要素分隔產(chǎn)生，因此室內(nèi)空間中墻、門和窗的位置直接決定著點(diǎn)到點(diǎn)匹配所需的空間約束。針對(duì)墻體，應(yīng)著重表達(dá)其端點(diǎn)及拐點(diǎn)坐標(biāo)；針對(duì)門和窗，應(yīng)對(duì)其兩側(cè)的角點(diǎn)及高度進(jìn)行詳細(xì)表達(dá)。

2.2 ?路徑匹配

路徑匹配的原理相對(duì)復(fù)雜，精度相對(duì)于點(diǎn)到點(diǎn)匹配也較高。路徑匹配將初始定位獲取的目標(biāo)運(yùn)動(dòng)軌跡與室內(nèi)路網(wǎng)中的若干個(gè)相鄰路段進(jìn)行匹配，將與初始定位結(jié)果距離最近的候選路段作為最終定位結(jié)果。

路徑匹配所依賴的空間約束是室內(nèi)路網(wǎng)，如前所述，室內(nèi)路網(wǎng)主要依靠墻體、門、窗生成。

2.3 ?基于貝葉斯的匹配

相對(duì)于前述的2種地圖匹配方法，基于貝葉斯的匹配原理相對(duì)復(fù)雜，但精度相對(duì)較高?；谪惾~斯的匹配將地圖上所反映的顯性和隱性的空間信息與貝葉斯統(tǒng)計(jì)的相關(guān)原理相結(jié)合，最終求得概率最大的位置作為定位結(jié)果。目前最常見的基于貝葉斯的定位方法主要有粒子濾波和隱馬爾可夫模型等。

粒子濾波利用一組具有相關(guān)權(quán)重的粒子近似得出室內(nèi)定位中含噪聲隨機(jī)過程的后驗(yàn)分布。在粒子濾波中，大量的粒子隨著目標(biāo)的位移按照預(yù)設(shè)的模型同時(shí)進(jìn)行位移。在位移的過程中，與障礙物發(fā)生碰撞的粒子的權(quán)重被設(shè)為0（因?yàn)槟繕?biāo)不可能穿過障礙物），同時(shí)可在目標(biāo)位移的過程中設(shè)定電子地標(biāo)，與電子地標(biāo)距離越近的粒子的權(quán)重將越大，反之越小。目標(biāo)每走完一步，需要進(jìn)行重采樣，粒子濾波會(huì)根據(jù)粒子的權(quán)重對(duì)例子進(jìn)行復(fù)制，權(quán)重越大的粒子，復(fù)制的個(gè)數(shù)會(huì)越多。最終，粒子濾波會(huì)根據(jù)每個(gè)粒子的坐標(biāo)和權(quán)重確定定位結(jié)果。粒子濾波方法的運(yùn)行需要設(shè)定大量的粒子，在一定的限度內(nèi)設(shè)定的粒子數(shù)越多，定位結(jié)果會(huì)越精確，但計(jì)算量會(huì)越大。

隱馬爾可夫模型需在獲取轉(zhuǎn)移概率A、發(fā)散概率B和初始概率π分布的基礎(chǔ)上利用維特比算法求得目標(biāo)最可能的位置。其中，目標(biāo)在室內(nèi)空間中的轉(zhuǎn)移概率可以表示為

aij=，

式中：aij為從參考點(diǎn)i到參考點(diǎn)j的轉(zhuǎn)移概率，Dij為從參考點(diǎn)i到參考點(diǎn)j的距離，Dik為從參考點(diǎn)i到參考點(diǎn)k的距離，k為參考點(diǎn)從參考點(diǎn)i出發(fā)能到達(dá)的所有參考點(diǎn)的數(shù)量。目標(biāo)在室內(nèi)空間中的發(fā)散概率可表示為

bj（k）=p（ok│sj），k=1，2，…，M；j=1，2，…，N，

式中：bj（k）表示觀測(cè)值為ok但實(shí)際位置為sj的概率。

綜上所述，在基于貝葉斯的匹配中，粒子濾波算法主要是根據(jù)室內(nèi)空間中的可通行性進(jìn)行工作，因此室內(nèi)空間中的墻、門、窗等障礙物的準(zhǔn)確位置就尤為重要。隱馬爾可夫模型利用的路徑距離主要依賴室內(nèi)路網(wǎng)得到，如前所述，室內(nèi)路網(wǎng)的生成也依賴室內(nèi)空間中的墻、門、窗等障礙物的準(zhǔn)確位置，而獲取室內(nèi)初始定位結(jié)果經(jīng)常需要室內(nèi)Wi-Fi指紋庫，室內(nèi)Wi-Fi指紋庫中的指紋點(diǎn)位置信息依賴于室內(nèi)格網(wǎng)。

3 ?面向地圖匹配的室內(nèi)位置-語義模型

如前所述，室內(nèi)空間所蘊(yùn)含的室內(nèi)空間要素（如墻、門、窗等）對(duì)地圖匹配起著重要的作用。但傳統(tǒng)的室內(nèi)空間信息模型（如CityGML、IndoorGML、IFC等）或?qū)κ覂?nèi)空間信息的表達(dá)過于簡單導(dǎo)致難以滿足地圖匹配的需要，或?qū)r(shí)間空間信息的表達(dá)過于復(fù)雜難以實(shí)現(xiàn)，同時(shí)造成計(jì)算效率較低，因此有必要構(gòu)建面向室內(nèi)地圖匹配的空間信息模型?；谑覂?nèi)地圖匹配所需，本研究構(gòu)建的室內(nèi)空間信息模型需表達(dá)室內(nèi)空間要素的位置和語義信息，以約束室內(nèi)初始定位結(jié)果，提高定位精度，以下稱其為室內(nèi)位置-語義模型。

3.1 ?位置信息表達(dá)

基于地圖匹配所需，室內(nèi)位置-語義模型需對(duì)構(gòu)成室內(nèi)空間要素形狀的點(diǎn)位坐標(biāo)進(jìn)行重點(diǎn)表達(dá)，構(gòu)成室內(nèi)空間要素形狀的點(diǎn)位主要有墻體的端點(diǎn)及拐角、門和窗的角點(diǎn)、室內(nèi)單元空間邊界的拐點(diǎn)、地標(biāo)的中心或邊界拐點(diǎn)等。室內(nèi)位置-語義模型將以坐標(biāo)的形式順時(shí)針表達(dá)空間元素的邊界及角點(diǎn)。

如圖2所示，每個(gè)室內(nèi)單元空間都由多個(gè)室內(nèi)元素的位置決定，如s1的位置信息表示為s1={w1，w2，i1，i2，w3，w4，d1，d2}，其中墻體拐角點(diǎn)為w，窗戶角點(diǎn)為i，門角點(diǎn)為d。每個(gè)室內(nèi)要素的特征點(diǎn)的屬性均包括其對(duì)應(yīng)的坐標(biāo)信息，如w1（216.312 m，386.510 m，212.300 m），i1（213.312 m，396.510 m，212.300 m），…，d2（216.212 m，386.510 m，212.300 m）。

3.2 ?語義信息表達(dá)

除了位置信息，室內(nèi)地圖匹配還需要大量的語義信息，主要包括空間元素的拓?fù)潢P(guān)系、空間元素的名稱、空間元素的外觀描述等多種屬性信息。室內(nèi)位置-語義模型所表達(dá)的拓?fù)潢P(guān)系主要包括要素之間的拓?fù)溧徑?、拓?fù)浒屯負(fù)溥B通。本研究在傳統(tǒng)的表達(dá)語義的層次模型和圖模型的基礎(chǔ)上，構(gòu)建了地圖匹配所需的層次-圖模型用于語義信息的表達(dá)。如圖 3 所示，節(jié)點(diǎn)表示室內(nèi)空間要素，虛線表示要素間的拓?fù)浒P(guān)系，實(shí)線表示拓?fù)溧徑雨P(guān)系，拓?fù)溥B通關(guān)系則需要依據(jù)室內(nèi)的路網(wǎng)進(jìn)行表達(dá)。

4 ?空間要素的表達(dá)規(guī)則

前述內(nèi)容已經(jīng)確定了對(duì)室內(nèi)空間要素的表達(dá)框架，下面將主要說明具體的表達(dá)方法。由于論文的篇幅受限，在這里只對(duì)墻、門、窗、地標(biāo)和單元空間的表達(dá)規(guī)則進(jìn)行說明。

4.1 ?單元空間

單元空間是室內(nèi)總體空間的基本組成單元，單元空間通常具有較為獨(dú)立的使用功能，如辦公室、會(huì)議室、走廊分區(qū)和衛(wèi)生間等，單元空間通常包括墻體和門，很多情況下也包括窗戶和室內(nèi)設(shè)施。在室內(nèi)地圖匹配中，單元空間起著重要的作用，在很多情況下，需要的室內(nèi)定位結(jié)果并不是準(zhǔn)確的坐標(biāo)，而是所處的單元空間的名稱或編號(hào)，即使需要室內(nèi)定位的準(zhǔn)確坐標(biāo)，獲取較為準(zhǔn)確的語義信息也有利于坐標(biāo)精度的提高，在通常情況下，會(huì)通過聲音、光源、紅外信標(biāo)或射頻標(biāo)簽進(jìn)行單元空間語義信息的獲取。因此，本模型需重點(diǎn)表達(dá)單元空間的角點(diǎn)坐標(biāo)等位置信息，和單元空間之間的拓?fù)潢P(guān)系、編號(hào)、功能等語義信息。

4.2 ?墻

建筑物內(nèi)部的整體空間和單元空間均由墻體圍建而成，墻體的位置決定著室內(nèi)單元空間的形狀，墻體是室內(nèi)空間表達(dá)中的基礎(chǔ)性要素，墻體具有的無法通過性也成為進(jìn)行室內(nèi)定位約束最有效的元素。常見的是室內(nèi)自上而下貫通的墻體，但僅僅這樣狹義地定義墻體無法滿足地圖匹配的需要，因此室內(nèi)位置-語義模型將不具有通過性的固定性障礙都認(rèn)定為墻體（如欄桿、不具有通過性的門等），這樣的認(rèn)定有利于室內(nèi)空間的表達(dá)，也有利于地圖匹配工作的開展。針對(duì)室內(nèi)地圖匹配所需，室內(nèi)位置-語義模型應(yīng)重點(diǎn)表達(dá)墻體的拐點(diǎn)坐標(biāo)等位置信息（按順時(shí)針方向表達(dá)），和高度、厚度、材質(zhì)等語義信息。

4.3 ?門

門是單元空間的出入口，起著元素之間拓?fù)溥B接的重要作用，決定著室內(nèi)路網(wǎng)的生成，同時(shí)門的位置也直接決定著室內(nèi)空間中的路徑距離。門的位置信息主要包括門兩側(cè)的角點(diǎn)坐標(biāo)，語義信息主要包括門的編號(hào)、高度、類型等。

4.4 ?窗

在通常情況下窗戶不具有通過性，因此其在地圖匹配中起著與墻同樣的作用，但其在緊急情況下也可以具有通過性（如在發(fā)生火災(zāi)、地震時(shí)），應(yīng)對(duì)其做出必要的說明。窗的位置屬性主要包括四角坐標(biāo)，語義屬性主要包括窗的編號(hào)、高度、類型等。

4.5 ?地標(biāo)

如前所述，地標(biāo)在室內(nèi)地圖匹配中經(jīng)常起著重要的作用。地標(biāo)被定義為人們?cè)谖锢砗吞摂M的室內(nèi)和室外環(huán)境的認(rèn)知地圖中的突出特征，在人們與陌生環(huán)境的互動(dòng)中，特別是在陌生區(qū)域?qū)ふ业缆窌r(shí)起著非常重要的作用[6]。地標(biāo)可以是室內(nèi)固定不動(dòng)的雕塑，可以是室內(nèi)商鋪的招牌，也可以是門牌號(hào)，甚至可以是室內(nèi)固定地點(diǎn)固定時(shí)間發(fā)生的一種事情，這些都可以作為地標(biāo)，因此，應(yīng)對(duì)地標(biāo)的位置和語義做出較為具體的說明，地標(biāo)的位置屬性主要包括地標(biāo)所在點(diǎn)的坐標(biāo)，語義屬性主要包括地標(biāo)的外觀描述、高度等信息。

5 ?結(jié)束語

面向地圖匹配的室內(nèi)位置-語義模型以室內(nèi)定位中地圖匹配的需要為驅(qū)動(dòng)，不僅表達(dá)了室內(nèi)空間要素的位置信息，同時(shí)也表達(dá)了其拓?fù)潢P(guān)系、外觀屬性等語義信息，同時(shí)也針對(duì)地圖匹配的需要對(duì)室內(nèi)路網(wǎng)進(jìn)行了表達(dá)。相對(duì)于傳統(tǒng)的室內(nèi)空間信息模型，室內(nèi)位置-語義模型不僅更為輕量，而且也涵蓋了傳統(tǒng)室內(nèi)空間信息模型沒有表達(dá)的地圖匹配所需要的重要信息。實(shí)驗(yàn)結(jié)果表明，此模型在應(yīng)用于室內(nèi)地圖匹配的實(shí)踐過程中，在充分滿足地圖匹配需要的基礎(chǔ)上降低了數(shù)據(jù)處理量，使地圖匹配的效率得到了有效增強(qiáng)。地圖匹配已經(jīng)成為室內(nèi)定位領(lǐng)域研究的熱點(diǎn)之一，隨著地圖匹配方法的不斷創(chuàng)新，其所需要的信息也會(huì)更加豐富，因此面向地圖匹配的室內(nèi)位置-語義模型應(yīng)具備更強(qiáng)的動(dòng)態(tài)調(diào)整機(jī)制，以適應(yīng)技術(shù)的發(fā)展與進(jìn)步。

參考文獻(xiàn)：

[1] 尚建嘎.室內(nèi)空間信息支持下的行人導(dǎo)航定位方法[M].北京：科學(xué)出版社，2016.

[2] 高文超，李國良，塔娜.路網(wǎng)匹配算法綜述[J].軟件學(xué)報(bào)，2018，29（2）：225-250.

[3] 張建平，曹銘，張洋.基于IFC標(biāo)準(zhǔn)和工程信息模型的建筑施工4D管理系統(tǒng)[J].工程力學(xué)，2005（S1）：220-227.

[4] 吳怡潔.基于平面圖識(shí)別的室內(nèi)自動(dòng)制圖與建模[D].武漢：中國地質(zhì)大學(xué)，2019.

[5] 羅帥偉.室內(nèi)地圖匹配空間信息建模及其對(duì)定位精度的影響評(píng)價(jià)[D].武漢：中國地質(zhì)大學(xué)，2022.

[6] HU X， DING L， SHANG J， et al. Data-driven approach to learning salience models of indoor landmarks by using genetic programming[J]. International journal of digital earth， 2020，13（11）：1230-1257.