基于室内路网的跨楼层路径规划技术的设计与实现

随着室内定位技术、BIM-GIS技术和室内地图研究的发展,室内位置服务需求日益旺盛。作为室内位置服务的关键技术之一,室内路径规划成为研究与应用热点。但是早先的路径规划技术往往基于单层网络拓扑模型而设计,由于模型缺少楼层之间的连通信息,而不能实现跨楼层导航算法分析;而后随着跨楼层导航算法的出现,跨楼层的路径规划、导航及定位得以实现,但这些跨楼层导航算法基于楼层连接通达规则,往往需要多次遍历楼层信息,运算效率低下。针对这一问题,本文利用电梯、扶梯、楼梯等楼层间连接信息,设计、实现了基于楼层连接表的室内多层路网分析模型,并采用逐层分析的方法和多次网络分析,实现室内跨楼层的带有多个途经点路径分析。整个技术框架包括跨楼层路网生成模块、位置点接收模块、网络分析模块、循环控制模块。算法方面,本研究采用双向遍历的A*最短路径分析算法,通过网络路径分析,最终将满足约束条件的规划路径显示在移动设备上,帮助用户实现跨楼层、多途经点的定位与路径导航。     

面向室内导航的分层认知路网优化方法

随着室内空间应用规模的增加以及室内定位技术的发展,面向大型场馆等室内空间的应急救援与导航成为室内GIS应用的研究热点,而室内路网构建是室内应急导航服务得以实现的关键技术。本文面向室内导航寻径的这一现实问题,以室内路网动态构建与优化作为研究对象,基于室内空间感知规律以及分层认知的方式,提出和构建了室内单元认知分层编码方法：① 将建筑物室内路网分为街道-建筑物、建筑物-楼层、楼层-区块、区块-房间等4个层次;② 为了满足语义分析的需求,在分析室内单元功能的基础上,引入“虚拟房间单元”,将室内封闭性空间和联系性空间统一剖分为房间单元;③ 依据室内建筑认知分层模型以及室内单元剖分结果,按照建筑物-楼层-分区-房间单元的顺序,从高级到低级的顺序进行连续分层编码。以国内某商业中心为例构建了室内分层认知路网,每一个层次都可以减少参与运算的结点和弧段数,简化了计算网络,从而提高了运算的效率,同楼层寻径时间约为55 ms,跨楼层的寻径时间约为100 ms左右。结果表明,该分层认知编码模型符合人们对室内路网的经验性层次认知,能够很好地刻画路网层次特征,能满足寻径计算的精度和效率的要求,为面向导航的室内应用奠定了基础。     

面向全息位置地图的室内空间本体建模

全息位置地图是泛在网环境下以位置为核心实现多维时空动态信息关联,提供泛在空间信息智能服务的新型地图。其中,多维动态场景建模是全息位置地图创建位置本体,汇聚、关联、分析、传递和表达与位置相关的泛在信息的过程,同时也是全系位置地图基础数据建模的基础。本文面向全息位置地图室内多维动态场景建模需求,在室内空间语义划分的基础上,定义了室内空间语义概念、概念属性以及概念之间的关系集合,在此基础上提出面向全息位置地图的室内空间本体建模方法,并实现了一种室内空间本体建模工具。本文以武汉大学测绘遥感信息工程国家重点实验室为实验场,利用室内空间本体建模工具进行实验,实验结果能够有效支持室内泛在信息的语义查询,验证了本文方法的可行性。     

扩展SPARQL的室内空间语义查询研究

针对室内空间特点以及人类对室内位置服务的迫切需求,探讨了适合室内空间语义查询的方法。基于全息位置地图室内空间本体模型,描述室内空间对象及与之相关的人、事的属性信息及其关系,以室内空间本体概念及其属性作为查询原语,增加查询函数实现室内特有的空间关系（如“对面”、“楼上”和“楼下”等）的计算与查询,扩展了SPARQL查询语言基本语法。设计了室内本体查询语言IndoorSPARQL,开发自定义查询语言解析器,初步实现了顾及空间计算的室内空间语义查询。最后,利用Protégé本体建模工具对试验区进行本体实例建模,采用自定义查询语言IndoorSPARQL进行室内语义查询,并将结果可视化。实验结果表明,基于自定义语言IndoorSPARQL的查询方法可有效地支持顾及室内空间计算的复杂语义查询。     

面向导航的IFC建筑模型室内空间信息提取方法

随着BIM技术及其应用的快速发展,IFC标准的BIM模型已经成为一种重要的室内三维模型数据源。其详尽的几何语义、要素材质、功能信息及各要素之间关联关系,能为室内导航提供较充分的数据支持。本文基于IFC,设计实现了一种面向导航应用的IFC建筑模型室内空间信息提取方法,针对各个室内要素,通过几何过滤、语义清洗及楼层映射对IFC建筑模型进行一体化的提取,利用典型的复杂三维建筑物模型进行实验分析,提取导航所需的室内要素,验证了其正确性与有效性。     

BIM与SuperMap GIS数据集成技术

现代社会大型复杂建设工程越来越多,室内3D GIS应用需求旺盛,但海量室内3D数据的缺乏成为室内GIS应用瓶颈。建筑信息模型(Building Information Models,BIM)提供丰富的建筑空间几何和语义信息,可为GIS所用。BIM与GIS数据集成技术成为国内外研究热点。本文从GIS应用的角度出发,通过分析BIM与GIS在数据标准和几何、语义表达方面的差异,提出BIM与SuperMap GIS 8C软件的数据集成技术,并实现了BIM在SuperMap GIS中的高性能空间分析与可视化。本文的研究有助于扩展SuperMap GIS的应用领域至室内空间,实现室外到室内、城市宏观到建筑微观的一体化应用,满足大型复杂室内场所的应急救援、导航与位置服务需求,服务于智慧城市建设。     

室内实景三维重建技术综述

构建语义丰富、几何精确且拓扑完备的室内三维模型是实景三维中国建设中一项富有挑战性的任务,在室内导航与位置服务、虚拟现实、智能家居等领域都有重要的应用价值。室内空间结构布局复杂、实体要素类型多样及杂乱遮挡等因素给室内实景三维重建带来诸多挑战。近些年,室内实景三维重建受到广泛关注,然而关于现有方法的系统性总结仍较为欠缺。本文对室内实景三维重建最新技术的研究进展进行整理和归纳。首先,简要总结当前主流的室内空间三维数据采集手段;其次,从室内实景三维模型构建过程中涉及的关键环节出发,从实体要素语义识别和分类、实体要素几何模型生成、空间拓扑特征组织与表达方面对现有方法及其优缺点进行综述;最后,对室内实景三维重建相关研究现存的技术挑战进行分析总结,并对未来研究趋势进行展望。     

高精度室内地图辅助VLC与PDR融合定位

针对传统室内定位方式存在的忽略地图精度对于整体定位精度的支撑性作用、需要额外的辅助设施和附加模块以协助定位系统实现目标点定位、定位信标的保密性差、定位信号源与辅助基站等具有较强的信号辐射等问题,本研究引入高精度室内地图辅助,提出了一种VLC与PDR融合的室内定位算法。首先,本研究摒弃了传统人工勾绘方式,在室内扫描机器人turtlrbot平台上（装载有二维激光扫描雷达）,利用Gmapping二维栅格地图构建算法,生成高精度室内地图。在此基础上,采用扩展卡尔曼滤波算法结合高精度地图信息实现VLC与PDR融合定位。该融合定位算法较好地结合了VLC定位与PDR定位各自的技术优势,实现了VLC定位结合高精度地图信息对PDR定位自适应动态纠偏,对于进一步实现新型低成本、无信号辐射、保密性强、附加模块少的高精度室内定位提供了较好的理论与技术支撑。实验结果表明：在高精度室内扫描地图构建过程中,其测距分辨率<0.5 mm,VLC与PDR融合定位算法的整体定位精度为1.33 m,平均定位响应时间为0.58 s。     

建筑物室内空间建模研究综述

建筑物室内空间建模是地理信息、位置服务、智能建筑等领域关注的热点之一,是室内开展精细化、人性化、智能化应用与服务不可回避的问题。本文首先回顾了室内空间建模的发展现状,总结归纳了室内空间的四个显著特点,然后比较分析了三类常用室内空间建模方法的优缺点,最后重点介绍了CityGML,BISDM,IndoorGML,BIM四个数据模型的基本内容,并从不同角度进行了横向对比。     

基于GIS交通网络的室内3维网络模型研究

在2维交通网络逻辑数据模型基础上,讨论了概念化的楼层网络,进行了室内连通的3维网络模型的研究。基于ArcGIS的交通网络模型建立了试验区的室内3维网络模型,并给出分析结果,该方法为室内3维网络模型研究提供了技术支持。     

大型商场顾客消费行为轨迹推断

如何获取大型商场内海量顾客消费行为一直是行为地理学面临的难点问题,而近年来爆发式增长的室内轨迹数据为这一问题解决提供了机遇,但室内轨迹的语义信息缺失、数据质量差等问题给推断顾客消费行为造成了挑战。本研究提出了一种顾及文本-轨迹的商场顾客消费行为轨迹推断框架,无需隐私敏感的顾客消费记录数据,可以获取大量顾客消费行为,该方法通过爬取室内店铺的网络文本,增强室内店铺语义属性,进而实现顾客几何轨迹到语义轨迹的转化提升,并引入了轨迹嵌入特征表示学习方法,捕捉群体轨迹之间的移动特征,综合轨迹移动特征、轨迹语义特征及顾客嵌入特征,通过高维聚类实现了大型商场顾客消费模式的推断。通过某大型商场7045位顾客的真实轨迹进行实验分析,实验结果表明,本文提出的方法与传统特征提取方法相比,聚类结果在轮廓系数上提升最高达69.8%,顾客消费行为提取准确率更高。研究发现,室内顾客移动具有一定楼层倾向性,并且室内空间结构如店铺位置、扶梯位置、功能区划分等,会影响顾客消费模式。本文提出的方法可以有效识别不同消费水平、移动特征的顾客群体,实现顾客消费行为的轨迹推断。     

多层建筑空间的分层最优路径算法实现

由于多层建筑空间相对于室外环境存在按楼层分层的三维空间特性,在室内路径分析中需考虑楼层空间位置信息对最优路径规划的影响,而传统基于节点之间的网络连通拓扑模型的最优路径规划方法并没有空间概念,不能很好地应用于室内路径分析。为此,针对室内最优路径规划问题,基于多层建筑空间的层次特性,采用分层结构化的方法,提出结构化动态网络分析模式,实现了室内分层最优路径算法。该算法将各楼层路网和楼层连接均视为独立结构,根据停靠点的楼层分布情况,逐楼层动态构建跨越2个楼层的结构化网络模型并以该网络模型进行跨楼层的路径分析,从而得到多层建筑空间中遍历所有停靠点的最优路径。试验结果表明：相比传统最优路径算法,该算法在路径规划结果更加合理的情况下,时间效率有明显提高;另外,结构化动态网络分析模式可根据需求定义不同的楼层转换规则,更具灵活性。该算法可应用于城市大型公共建筑中,让室内路径分析与室外路径分析进行对接,使路径分析更科学、全面、合理。     

基于移动对象轨迹的室内导航网络构建方法

室内导航网络是行人导航、信息推荐和商业分析的基础。传统人工测绘或半自动提取的室内三维导航网络无法满足复杂室内空间结构高频变化需求。随着室内定位技术的不断发展,室内移动对象轨迹数据爆发式增长,为室内导航网络快速构建与变化监测更新提供了可能。本文提出一种基于移动对象轨迹的室内导航网络构建方法,在基于ST-DBSCAN的轨迹简化预处理基础上,提出了室内轨迹自适应栅格化算法,减弱栅格图像分辨率对导航网络提取的影响,有效避免廊道轨迹密度差异造成的导航网络拓扑连通失效,并通过CFSFDP自适应聚类算法自动识别楼层之间连通点,实现室内导航网络的快速构建。实验数据来源于上海图聚智能科技股份有限公司提供的某商城真实的室内移动对象轨迹数据,实验结果表明,与普适栅格化方法相比,本文提出的方法将导航网络构建准确率平均提高2.43%,拓扑正确度提高12.8%。     

基于室内定位数据的群体时空行为可视化分析

室内定位数据记录了用户在室内空间活动的时空轨迹,是研究人群室内行为的重要信息源。室内数据时空耦合、分布复杂,可视化分析可以更好地揭示其规律。然而,与室外数据不同,室内数据具有时空粒度细、定位精度高等特点,与POI之间的空间关系更为明确,其轨迹受到室内设施和空间的制约,出现高维和不规则的特征,而这给室内行为研究提供依据的同时,又给可视化分析带来一定的挑战。现有的可视化方法主要应用于室外定位数据,关注轨迹自身的活动轨迹分析,往往忽略了所经过POI语义信息表达。针对这一问题,首先分析室内空间结构与定位数据的特征,阐述室内空间可视化分析的特殊性;在此基础上,面向室内人群的时空分布、移动模式及相关POI之间的对比、关联分析的需求,细化可视化分析的内容,明确可视化分析与展示的对象,并设计数据结构;从数据结构、可视化方法、展示图件及用户交互4个层次构建时空行为可视化分析模型;基于上述方法,采用WebGIS和WebGL技术综合设计和实现了面向商场定位的商场客流分析系统;最后,通过某一大型商场的用户定位数据进行可视化分析,从而验证了研究成果的正确性和有效性。     

一种运动恢复结构和航位推算结合的室内行人视觉定位方法

商业和工业领域中,室内行人、车辆、机器人的位置信息正逐渐成为人们关注的热点,并随之产生了大量的室内定位技术和方法,如使用无线信号、地磁、超宽带和超声波等方式进行室内定位。然而,目前的这些室内定位方法大多需要额外辅助设备的支撑,增加了定位成本和硬件开销。视觉定位作为一种目前较为流行的定位方式,具有实施成本低、不依赖任何外界辅助设备等优势。其中,构建带有位置标签的图像数据库是视觉定位方法的关键环节,而传统的构建图像数据库方法人力开销大、时耗长。因此,本文提出一种运动恢复结构（SFM）和航位推算结合的视觉定位方法,能够快速构建图像位置数据库、大大降低人力开销。该方法主要包括2个阶段：离线阶段和在线阶段。离线阶段主要实现图像序列位置的自动标注,通过采集行走路线上的手机内置传感器信息和视频信息,提出一种多约束图像匹配方法用于视频图像的连续匹配,将匹配结果用于SFM方法,可以得到相邻图像间的运动角度,使用行人航位推算（PDR）方法标注图像序列的轨迹坐标。在线阶段使用提出的图像匹配方法计算查询图像与数据库影像间的匹配点数量,将匹配点最多的K个数据库影像位置坐标加权平均作为查询图像的定位结果。最后,分别在2种典型的室内环境下进行实验,结果表明本文方法在离线阶段位置标注的平均误差为0.58 m,在线阶段图像匹配定位的误差范围在0.2~1.4 m。     

基于房产空间数据的楼宇空间疏散路径建模研究

紧急情况下人员快速、安全疏散是室内空间智能化导航和路径规划服务的研究热点.本文采用房产空间管理数据为数据源,以“路径”和“节点”为关键要素,设计了楼宇空间路径模型,用以表达楼宇内部的空间关系及拓扑结构.基于此模型进一步研究了用于紧急疏散的楼宇路径构建算法,论述了构建“单楼层”和“多楼层”路径过程中走廊(过道)路径提取、...     

基于LiDAR点云法向量稳健估计的室内平面图自动生成方法

提出一种基于Li DAR点云的室内平面图自动生成方法,旨在快速地以室内Li DAR点云数据为基础,实现点云法向量的稳估计,从而自动化提取墙面面片,进而完成室内平面图的构建。实验结果表明:该方法有效抑制室内Li DAR点云数据的噪声(如墙面重影),并能较好地生成室内的平面结构图。     

基于 HBase 的面向语义单元的室内移动对象索引

随着室内定位技术的广泛应用,传感器记录了大量室内移动对象的位置数据,而索引技术作为移动对象数据分析的基础工作也得到越来越多的研究。已有索引技术多是针对室外空间的移动对象,不能支持室内移动对象数据的三维立体性、轨迹的复杂性、随机性等特点,这些索引技术也仅仅关注了移动对象的位置信息,忽略了语义信息,不能有效地支持室内移动对象的管理和分析,并且当面对海量的移动对象数据时,这些架构在传统关系型数据库上的索引都存在性能瓶颈问题。因此,本文提出了面向语义单元的移动对象表达模型,利用语义单元将室内移动对象的位置语义化,设计了SCoII （Semantic Cell Oriented Indoor moving objects Index）索引结构对室内移动对象的历史数据进行索引,能够有效支持语义粒度上的时空范围查询、移动对象语义轨迹查询。索引基于HBase实现,能够适应大规模的并发更新与查询,具有良好的规模扩展性,规避了大数据给传统数据库带来的性能瓶颈问题,实验证明其具有良好的更新和查询性能。该索引的实现方便了基于语义的室内移动对象分析和数据挖掘工作,为今后的分析工作奠定了基础。