基于WiFi指纹与惯性导航的巡库员室内定位及跟踪系统的研究与实现

摘要

近年来，随着各种无线通信技术和网络技术的层出不穷，人们对基于位置的服务需求日益增加。全球定位系统GPS(Global Position System)的出现，满足了人们在全球范围内实现定位与导航的需求。对于信号畅通的室外环境，全球定位系统可以提供给人们精度较高的位置信息，而对于室内环境，由于建筑物本身的遮挡，使得GPS定位系统无法通过卫星来获取定位所需的信息，尤其在遮挡物较多的军火库中，更是无法利用GPS完成室内定位。因此，一种能够应用于室内环境的定位技术成为定位领域的研究重点。随着基于WLAN的WiFi定位技术和基于传感技术的惯性导航定位技术的逐步发展，它们以成本低和环境适应性强在室内定位领域得到广泛应用。同时，随着射频识别（RFID）技术的发展与兴起，其非视距、免接触、高速识别等特性也被人熟知。
　　在实际应用环境中，大型军火库的巡库员通常配有巡库车来完成大量的巡逻任务。然而，由于监控中心无法确定巡库员的具体位置，以致部分巡库员擅离工作岗位而不被察觉，从而引发安全隐患。为了解决这一问题，本课题将设计一套巡库员室内定位系统，可以实时监控巡库员的位置并跟踪巡库员的行驶轨迹，以确保巡库员在工作时间内完成巡逻任务。
　　本文首先通过介绍和对比目前国内外的室内定位技术以及成熟的定位系统，对不同定位技术各自的优势和局限性进行了分析。其次，针对大型军火库这一特殊的应用环境，提出了一种基于WiFi指纹与惯性导航的巡库员室内定位及跟踪系统。该系统采用C/S软件架构，由服务器端和客户机端两部分构成。首先，服务器端完成巡库员定位信息的采集，服务器端的核心是STM32F103微控制器，它连接WiFi、地磁传感器、霍尔传感器、RFID四大模块，分别采集巡库员的WiFi指纹、行驶方向、行驶距离以及经过的射频标签；紧接着，服务器端将所有定位信息通过基于TCP/IP的Socket通信发送到客户机端；最后，客户机端在离线阶段采用均值平滑法来减小指纹序列的波动性，并采用K-means聚类算法对WiFi指纹进行分类处理；在在线定位阶段，通过改进后的K近邻指纹算法与惯性导航的融合完成定位，并在搭建的系统测试平台上实时定位巡库员的位置并对其行驶轨迹进行跟踪。

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 室内定位研究现状

1.3 预期目标与课题创新点

1.4 研究内容与组织结构

第二章 论文相关技术研究

2.1 WiFi指纹定位技术与惯性导航技术

2.2 STM32微控制器

2.3 网络模块

2.4 地磁传感技术

2.5 霍尔传感技术

2.6 RFID射频识别技术

2.7 C#.NET网络编程技术

2.8 本章小结

第三章 WiFi指纹定位算法的研究与改进

3.1 离线训练阶段

3.2 在线定位阶段

3.3 本章小结

第四章 系统设计方案

4.1 系统总体设计方案

4.2 系统硬件设计方案

4.3 系统软件设计方案

4.4 系统的网络通信实现方案

4.5 本章小结

第五章 系统软件的设计与实现

5.1 系统软件开发环境

5.2 服务器端各模块的软件开发

5.3 客户机端软件功能的实现

5.4 本章小结

第六章 系统调试与结果

6.1 系统各模块调试及结果

6.2 系统实验及数据分析

6.3 本章小结

第七章 总结与展望

7.1 工作总结

7.2 工作展望

参考文献

致谢

攻读硕士学位期间研究成果和参与的项目

附录

附录1：服务器端各模块主要源代码

附录2：客户机端主界面主要源代码