基于地磁场的商场导航服务系统

唐玉辉　黄伟哲　苏敬澎　僧德文

摘要：随着城市化的发展，商场楼层也越来越多，店铺越来越繁多，而GPS在室内的定位是不可行的。随着室内定位技术的发展，地磁场室内定位技术越来越成熟，本文提出了基于地磁场的商场定位服务系统，在提供定位导航的基础上，提供商场及店铺的推荐，提高人们的商场购物体验。

关键词：定位；导航；地磁场

1.引言

现在的大型商场是越来越多了，店面繁多。而移动网络的发展，用户可以从网络平台上事先去选择自己想去的店面，而复杂庞大且陌生的商场，尽管有路标和地图，但是往往都不能清晰且明确的指引用户找到目的地。这个时候需要一个商场导航软件来解决这个问题。在室内环境无法使用卫星定位时，使用室内定位技术作为卫星定位的辅助定位，解决卫星信号到达地面时较弱、不能穿透建筑物的问题。最终定位物体当前所处的位置。因此需要室内定位技术解决室内定位问题。随着室内定位技术的发展，地磁场室内定位技术越来越成熟，基于地磁场定位的商场导航能有效解决该问题，在此基础上，为了给用户更好的服务，本研究推出了商场推荐服务，帮助用户选择合适的店铺和商场。

2.基于地磁场的室内定位

地球本身是一个巨大的磁体，它在地理南北两极间形成一个基本的磁场。但这种地球磁场会受到金属物的干扰，特别是穿过钢筋混凝土结构的建筑物时，原有磁场被建筑材料（金属结构）扰动扭曲，使得每个建筑物内都形成了独特的“磁性纹路”，也就是说在室内形成了一种有规律的“室内磁场”。而且，如果建筑物本身不发生钢筋体的结构性改变，室内磁场的特性也就固定不变。而室内地磁定位正式捕捉这种“室内地磁场”的规律特征来实现的，通过手机端普遍集成的地磁传感器去收集室内的磁场数据，辨认室内环境里不同位置的磁场信号强度差异，从而匹配自己在空间中的相对位置。

定位过程首先是，采集室内的磁场分布，建立磁场分布图。在行进过程中，通过手机采集的磁场数据去实时匹配磁场分布图，最终确定所在位置。本研究采用粒子滤波联合算法，基于路径匹配的室内地磁定位技术，通过增加匹配特征数量来解决此问题。使用基于动态时间规整(dynamic time warp， DTW)算法与粒子滤波(particle filter， PF)算法的新型联合算法，并以路径匹配的模式对目标进行追踪。在匹配过程中又通过计算斯皮尔曼等级(Spearman)相关系数确定路径之间的相似度，使之作为辅助定位。

3.商场导航服务系统层次结构

3.1 总体设计

系统将由两部分程序组成，使用Java的用户界面和MySQL数据库，全平台通用。数据库设计了几张信息表，室外地图信息表，商场室内地磁信息表，商场室内模型图表，3D实景图模型表，用户信息表，用户使用记录表，商场信息表。

3.2 模块设计

（1）地磁信息分析模块：实现室内定位的模块，依据手机磁传感器传入数据和商场的地磁信息图，实时定位，导航。手机磁传感器的数据导入此模块，并访问数据库获得从商场的地磁信息图，通过粒子滤波联合算法完成地磁匹配，来获得定位位置。当需要导航时，调用路径规划模块，获得导航路径，依据路径和定位，来实现精确的导航。

（2）路径规划模块：根据起始地，和目的地，完成路径规划，推荐合适的路径。起始地，和目的地由上层模块传入，从数据库获得对应的环境模型。根据用户的不同需求，如希望途经奶茶店等等，赋予模型每条边上的不同权值，之后采用迪杰斯特拉算法求取最优路径。并将路径返回调用模块。

（3）室外信息模块：此模块完成在室外的定位及导航。读入GPS信号，并访问数据库获得地图，或者用户端已下载地图，读取地图后，将GPS数据与地图匹配，完成室外定位。若需要导航，则调用路径规划模块，获得路径并开始导航。

（4）3D实景图模块：此模块主要实现构造3D实景模型，并且支持用户端的相关操作。在服务器端将采集来的大量图片构造成商场的3D实景模型，并存入数据，等待用户的访问。用户需要查看3D实景图时，通过访问数据库，实时加载3D实景图。然后，可以体验身在商场的感觉，以第一视角浏览整个商场，能够进行移动，缩放，旋转操作。在还未前去商场时，便可通过此模型，完成对商场的大致浏览。此外，采用AR拍照，再将之与3D模型进行匹配，来校准地磁定位。

（5）用户信息分析模块：根据用户的使用记录及用户的需求，推荐用户合适的商铺，或者商场。将用户需求传入服务器，服务器端采用神经网络模型，结合用户以往使用記录，将输出一系列推荐的店铺，或者商场，并访问服务器将商场或者店铺的详细信息返回客户端。

4.结语

基于地磁定位的商场服务系统，能给用户带来精确的商场定位导航，与此同时，还能推荐合适的商家，店铺。在去商场之前，可以通过3D实景图浏览商场。并且可以通过AR拍照来，实时校准地磁定位的误差。使用此系统能够让人们更加有效率的逛商场，现在的生活节奏越来越快，人们可能很难有大把的时间来逛商场，此系统的精确推荐，以及定位导航服务，能让用户在逛商场的时候节省花在找路上的时间。

参考文献：

[1]倪振心,殷锋,袁平.基于地磁与改良粒子滤波算法的室内定位方法[J].现代计算机,2020(03):3-7.

[2]李维. 基于粒子滤波的地磁室内定位算法研究[D].北京建筑大学,2019.

[3]黄鹤,仇凯悦,李维,罗德安.基于粒子滤波联合算法的地磁室内定位[J].西南交通大学学报,2019,54(03):604-610.

[4]姜浩. 融合地磁与RSSI的室内定位粒子滤波改进算法研究[D].北京建筑大学,2017.

[5]常坤. 基于粒子滤波算法的地磁室内定位实现[D].北京建筑大学,2016.