一種基於室內平面圖的自主導航系統的製作方法

2023-04-26 05:38:01 1

本發明涉及室內導航
技術領域：
：，尤其涉及一種基於室內平面圖的自主導航系統。
背景技術：
：：隨著城市現代化程度的不斷提高，大型建築物的數量日益增長，室內空間的物理布局也越來越複雜。因此，人們對於室內導航服務的需求顯著增長。室外導航早已被廣泛應用於日常生活中，但是室內環境複雜多變，傳統的室外導航模式無法應用於室內環境中。所以，室內導航仍處於研究階段，沒有一種廣泛應用的室內導航系統。目前，已有的室內導航系統大多基於室內定位來構建室內地圖。然而，這些室內導航的方法，需要預先部署基礎設施(例如，wsns，wifi)或提前收集大量信息(例如，圖像，地磁場)。預先部署的要求，導致使用這種導航系統的開銷很大，極大地阻礙了其推廣應用。眾包是一種廣泛收集信息的方法，但是需要解決激勵和隱私問題。即使能夠預先收集到信息，後期對信息進行更新維護的成本也很大，這大大限制了它的適用性。此外，很多系統雖然成功構建出室內地圖，但是並沒有能夠充分挖掘地圖中的有效信息。因此，對於室內導航如何有效使用地圖信息才是一個根本性的問題。我們認為，預先部署並不是必須的，甚至可以假設室內地圖已知，如何有效利用地圖信息才是室內導航的關鍵所在。我們還發現地圖信息可以通過多種方式獲得，比如通過室內定位構造室內指導圖，或者直接從谷歌地圖、購物中心的網站上獲得室內指示圖。但是，目前這些地圖只是用作一般的視覺指導，而不能提供實時的室內導航服務。技術實現要素：本發明的目的在於通過一種基於室內平面圖的自主導航系統，來解決以上
背景技術：
：部分提到的問題。為達此目的，本發明採用以下技術方案：一種基於室內平面圖的自主導航系統，其包括地圖翻譯模塊和導航模塊；所述地圖翻譯模塊用於：一、通過路徑提取部件和名稱提取部件從地圖照片中提取導航地圖的結構化信息，其中，所述結構化信息包括但不限於道路和店鋪名稱；二、通過用戶狀態估計組件輸出相關用戶狀態信息，其中，所述用戶狀態估計組件包括但不限於智能終端內的指南針、加速度計及陀螺儀，所述相關用戶狀態信息包括但不限於用戶步數和用戶朝向；三、通過所述用戶狀態估計組件和地圖提取組件獲得導航地圖；所述導航模塊用於：一、在用戶指定目的地後，通過路徑規劃器規劃出一條從用戶當前位置到達目的地的導航路徑；並根據所述用戶狀態估計組件輸入的相關用戶狀態信息和所述導航路徑，確定導航路徑上用戶的相對位置；二、確定導航路徑中距離每個轉彎的步數。特別地，所述通過路徑提取部件和名稱提取部件從地圖照片中提取導航地圖的結構化信息，包括：道路提取：一、將地圖照片im轉化為灰度圖；二、對im中的每個像素p，得到其對應的灰度值gp；三、如果|gp-gini|<δcol，則將該像素點處的顏色設置為黑色，否則設置為白色，其中，gini為觸摸點pini的灰度值，觸摸點pini由用戶觸摸智能終端屏幕中任意道路點獲得，δcol為衡量gp與gini是否相近的而設置的閾值；四、判斷im中的每個黑色像素pb與觸摸點pini是否連通，若不連通，則該像素點處的顏色設置為白色；五、通過快速並行細化算法對im中的道路區域進行細化，提取道路骨架；六、遍歷im中所有的黑色像素建立無向圖gp；通過檢測包含文本的矩形區域來計算店鋪位置：一、採用mser算法，輸出代表店鋪的文本矩形，並記錄文本矩形左上角和右下角的坐標以標識店鋪位置；二、根據檢測出的文本矩形的坐標，提取其限定的子圖像，並將子圖像轉換為二值化圖像。特別地，所述根據檢測出的文本矩形的坐標，提取其限定的子圖像，並將子圖像轉換為二值化圖像，包括：一、採用opencv的基於局部自適應閾值算法對子圖像進行二值化處理，獲得二值化圖像；二、使用tesseract-ocr識別二值化圖像中的文本內容；三、將所述文本內容作為店鋪位置查詢的索引。特別地，所述通過所述用戶狀態估計組件和地圖提取組件獲得導航地圖，包括：地圖匹配：一、採用上述計算店鋪位置的方法檢測並識別地圖照片中的店鋪名稱；二、完成一次從一個店鋪走到另一個店鋪的校準行走，通過用戶輸入或識別拍攝的店鋪照片獲得兩個店鋪的位置s1和s2，其中s1是起始店鋪位置，s2是結束店鋪位置；三、利用兩個店鋪的位置s1和s2的坐標，在道路中識別出對應的起點ps和終點pe：計算出矩形的中心點坐標c(s1)，c(s2)；該校準算法需要滿足三個限制條件：首先，向量和向量不相交，其次，均垂直於向量最後，和的距離之和最小；從道路中距離坐標(0,0)最近的點p0開始，使用dfs(深度優先搜索)算法遍歷所有道路像素，找出滿足上述三個限制條件的起點ps和終點pe，並選擇滿足p0到的垂直距離最小的ps和pe，根據起點ps和終點pe的坐標計算出步行的像素距離l(ps,pe)和朝向其中，代表向量和y軸反向的夾角；結合用戶狀態估計組件測量用戶的實際步數w和步行方向θe，根據用戶在地圖上的行走步數和行走方向，計算導航地圖的比例尺sca和校準後的朝向ang：sca＝l(ps,pe)/w特別地，所述通過路徑規劃器規劃出一條從用戶當前位置到達目的地的導航路徑中，所述用戶當前位置即導航的起點的定位包括：用戶拍攝包含附近店鋪名稱的照片，通過識別照片提取出店鋪名稱的文本，並在導航地圖上使用文本匹配查詢店鋪坐標；根據店鋪矩形ss，計算矩形中心的坐標為c(ss)；當用戶正在拍照時，臉的朝向與智能終端z軸在地球坐標下的投影方向相反，同理計算智能終端y軸在地球坐標下的方向；通過智能終端的指南針和加速度計得到用戶在地球坐標系下的拍攝方向δ，然後，遍歷路徑上的所有點，找到滿足下式的用戶站立點ps作為導航的起點：即最小化計算出的地球坐標系下的拍攝方向和使用傳感器測得的拍攝方向δ之間的角度誤差。特別地，所述在用戶指定目的地後，通過路徑規劃器規劃出一條從用戶當前位置到達目的地的導航路徑，並根據所述用戶狀態估計組件輸入的相關用戶狀態信息和所述導航路徑，確定導航路徑上用戶的相對位置；確定導航路徑中距離每個轉彎的步數，包括：確定用戶當前位置即導航的起點後，需用戶輸入目的地店鋪sd的名稱，然後查詢目的地店鋪sd的坐標，並獲得店鋪矩形的中心c(sd)；遍歷導航地圖道路上的所有點，找到距離c(sd)最近的點pd即導航的終點，查詢條件如下：獲得導航的起點和導航的終點後，使用dijkstra算法計算出最短路徑lp；路徑lp上的點被表示為{p0,p1,…,pn}；遍歷lp中的所有路徑點找到轉彎位置；為了減少計算量，對於路徑所在的曲線，採用ramer-douglas-peucker算法減少路徑中點的個數，保持原始路徑上的點到新路徑的距離小於閾值ε，初始時刻，將p0和pn納入在新路徑的中，然後，如果pk到線段p0pn的距離比ε大，則將pk納入中；對於p0pk和pkpn，迭代地劃分線段直到lp中沒有點到新的路徑段的距離大於ε；新的路徑由這m個點組成，對於路徑中的任一點計算和之間的夾角θi；設置拐角的角度閾值為mini_angle，即當θi大於mini_angle時，該點才是拐點；給定用戶在δt時間內的行走步數wt，每一步的朝向計算出用戶在δt內移動的像素距離：根據計算出的lp(δt)，更新用戶行走的軌跡並且給予提示，其中，提示的內容包括當前行走方向，下一個拐彎的方向以及距離下一個拐彎的步數。特別地，所述導航模塊在開始導航前，用戶需要對智能終端的指南針進行八字校準；在導航期間，短時間δt內，如果由智能終端的指南針和加速度計計算出的方向變化的差值小於閾值δmax(θ)，則使用指南針計算的瞬時方向表示行走方向，並重置陀螺儀的參考方向，否則，利用從陀螺儀計算出的方向作為步行方向，並通過道路寬度的邊界檢測陀螺儀累積誤差的大小，確保用戶必須在道路區域中行走，使得沿著垂直道路方向的累積步行長度應該被限制於道路區域中，在短時間δt中，移動的長度lv(δt)為：設置閾值max_width表示垂直於道路方向上的最大距離的約束，當累積的lv大於max_width時，用戶手動對指南針進行調整；行走方向的調整過程如下：輸入：原先的行走方向θ(t)，由陀螺儀得到的行走方向θg(t+δt)，由加速度計和指南針得到的行走方向θc(t+δt)；輸出：當前的行走方向θ(t+δt)；如果||θg(t+δt)-θ(t)|-|θc(t+δt)-θ(t)||<δmax(θ)，則當前的行走方向θ(t+δt)為：θ(t+δt)＝θc(t+δt)，並將陀螺儀的參考方向設置為θc(t+δt)；否則，當前的行走方向θ(t+δt)為：θ(t+δt)＝θg(t+δt)。特別地，所述導航模塊在導航期間，通過自動檢測沿途的poi(興趣點)調整導航地圖的比例尺：若興趣點為拐彎點，一個拐彎點是拐角大小為θk，從到的像素距離為：當用戶接近時，根據陀螺儀得到實際發生拐彎的時間ω；在時間ω，沿路徑方向上的實際步數lf(t)為：從而得到新的比例尺scanew為本發明提出的基於室內平面圖的自主導航系統利用智能終端如手機、平板等拍攝室內地圖的照片，計算出地圖中的相關物理信息如比例尺和方向；提取道路，規劃路徑；根據規劃的路徑將用戶信息與路徑關聯，指引用戶到達目的地。本發明不需要預先收集信息或預先部署基礎設施，利用生活中廣泛存在的室內地圖，充分挖潛已有室內地圖中的信息，結合智能終端自帶的手機傳感器，提供端到端精確室內導航服務。附圖說明圖1為本發明實施例提供的基於室內平面圖的自主導航系統架構圖；圖2為本發明實施例提供的地圖坐標系示意圖；圖3為本發明實施例提供的手機坐標系示意圖。具體實施方式下面結合附圖和實施例對本發明作進一步說明。可以理解的是，此處所描述的具體實施例僅僅用於解釋本發明，而非對本發明的限定。另外還需要說明的是，為了便於描述，附圖中僅示出了與本發明相關的部分而非全部內容，除非另有定義，本文所使用的所有技術和科學術語與屬於本發明的
技術領域：
：的技術人員通常理解的含義相同。本文中所使用的術語只是為了描述具體的實施例，不是旨在於限制本發明。請參照圖1所示，圖1為本發明實施例提供的基於室內平面圖的自主導航系統架構圖。本實施例中基於室內平面圖的自主導航系統具體包括地圖翻譯模塊和導航模塊。所述地圖翻譯模塊用於：一、通過路徑提取部件和名稱提取部件從地圖照片中提取導航地圖的結構化信息，其中，所述結構化信息包括但不限於道路和店鋪名稱；二、通過用戶狀態估計組件輸出相關用戶狀態信息，其中，所述用戶狀態估計組件包括但不限於智能終端內的指南針、加速度計及陀螺儀，所述相關用戶狀態信息包括但不限於用戶步數和用戶朝向；在本實施例中所述智能終端包括但不限於手機、平板電腦等；三、通過所述用戶狀態估計組件和地圖提取組件獲得導航地圖；所述導航模塊用於：一、在用戶指定目的地後，通過路徑規劃器規劃出一條從用戶當前位置到達目的地的導航路徑；並根據所述用戶狀態估計組件輸入的相關用戶狀態信息和所述導航路徑，確定導航路徑上用戶的相對位置；二、確定導航路徑中距離每個轉彎的步數。在本實施例中地圖翻譯模塊通過路徑提取部件和名稱提取部件從地圖照片中提取導航地圖的結構化信息，包括：該步驟的目的是將一張平面圖的照片轉換成由道路和店鋪組成的結構化的導航地圖。具體來說，系統計算地圖中道路像素點和店鋪所在矩形的坐標。這裡需要處理兩個問題。首先，為了方便用戶快速獲取地圖信息，實際地圖中的道路通常很寬。然而為了結構化表示出道路的拓撲結構，必須保持道路寬度為1個像素，道路太寬不便於選擇具有代表性的路徑點。其次，系統主要依靠檢測包含文本的矩形區域來計算店鋪位置。但是地圖中的文本可能存在模糊，大小和方向不統一的問題，因此，準確檢測出文本矩形並不容易。此外，考慮到準備時間應儘可能短的要求，道路和文本檢測必須做到實時完成。在獲得地圖照片im後，用戶觸摸智能終端屏幕中任意道路點，使得智能終端獲得觸摸點pini的坐標(xini,yini)。系統將im轉換為灰度圖像，假設pini的灰度值為gini。然後，系統將im轉換為二值化圖像，從而顯式地將道路區域與其他區域區分開來。在理想情況下，道路區域的顏色是完全相同的。但是，考慮到im上不同區域的光照情況可能存在差異，路徑上的像素通常只是具有相似的顏色，而非完全相同。下述道路提取算法中步驟一至三，首先將灰度值和gini相近(以閾值δcol為界限)的所有像素設置為黑色，其他像素設置為白色。此外，在本實施例中認為地圖中的道路是相互連通的。因此，下述道路提取算法中步驟四至六，所有不與pini連通的黑色像素被重新設置為白色。以得到的二值化圖像作為輸入，使用快速並行細化算法提取道路骨架，也就是將道路部分細化為1個像素寬，然後將其他黑色像素設置為白色。最後，從道路中的一點出發，利用dfs(深度優先搜索)將整個道路區域轉化為無向圖gp。道路提取算法具體流程如下：一、將地圖照片im轉化為灰度圖；二、對im中的每個像素p，得到其對應的灰度值gp；三、如果|gp-gini|<δcol，則將該像素點處的顏色設置為黑色，否則設置為白色，其中，gini為觸摸點pini的灰度值，觸摸點pini由用戶觸摸智能終端屏幕中任意道路點獲得，δcol為衡量gp與gini是否相近的而設置的閾值；四、判斷im中的每個黑色像素pb與觸摸點pini是否連通，若不連通，則該像素點處的顏色設置為白色；五、通過快速並行細化算法對im中的道路區域進行細化，提取道路骨架；具體的，所述快速並行細化算法通過兩步迭代，逐步刪除滿足一定條件的點，直到兩步中都沒有像素被標記為刪除為止，輸出結果即為二值圖像細化後的骨架；六、遍歷im中所有的黑色像素建立無向圖gp。通過檢測包含文本的矩形區域來計算店鋪位置：一、採用mser(maximallystableextremalregions)算法，輸出代表店鋪的文本矩形，並記錄文本矩形左上角和右下角的坐標以標識店鋪位置；具體的，所述mser算法使用一系列灰度閾值對圖像進行二值化處理，對於每個閾值得到的二值圖像，得到相應的黑色區域與白色區域，在比較寬的灰度閾值範圍內保持形狀穩定的區域就是msers。例如，給出矩形s，其坐標表示為二、根據檢測出的文本矩形的坐標，提取其限定的子圖像，並將子圖像轉換為二值化圖像。考慮到子圖像的不同部分的光照條件可能不同，本實施例中採用opencv的基於局部自適應閾值算法對子圖像進行二值化處理，獲得二值化圖像；然後使用tesseract-ocr識別二值化圖像中的文本內容；最後將所述文本內容作為店鋪位置查詢的索引。其中，基於局部自適應閾值算法是根據像素的鄰域塊的像素值分布來確定該像素位置上的二值化閾值。這樣做的好處在於每個像素位置處的二值化閾值不是固定不變的，而是由其周圍鄰域像素的分布來決定的。亮度較高的圖像區域的二值化閾值通常會較高，而亮度較低的圖像區域的二值化閾值則會相適應地變小。不同亮度、對比度、紋理的局部圖像區域將會擁有相對應的局部二值化閾值。常用的局部自適應閾值有：1)局部鄰域塊的均值；2)局部鄰域塊的高斯加權和。本發明選用後者作為自適應閾值。tesseract-ocr是開源的ocr識別引擎，可以識別多種格式的圖像文件並將其轉換成文本，目前已支持60多種語言。初期tesseract引擎由hp實驗室研發，後來貢獻給了開源軟體業，後經由google進行改進，消除bug，優化，重新發布。在本實施例中地圖翻譯模塊通過所述用戶狀態估計組件和地圖提取組件獲得導航地圖，包括：地圖匹配：一、採用上述計算店鋪位置的方法檢測並識別地圖照片中的店鋪名稱；然而，tesseract可能只能正確地識別出部分文本字符串，所以在本實施例中採用levenshtein距離算法匹配進行模糊匹配，從之前提取的所有店鋪名稱中找到最相似的文本字符串作為結果。比如，當用戶通過拍攝店鋪照片或輸入店鋪名稱來查找店鋪位置時，可以返回包含最相似文本的矩形作為此時查詢的店鋪的位置，也就是用戶的位置。二、前期，用戶需要完成一次從一個店鋪走到另一個店鋪的校準行走，通過用戶輸入或識別拍攝的店鋪照片獲得兩個店鋪的位置s1和s2，其中s1是起始店鋪位置，s2是結束店鋪位置；三、利用兩個店鋪的位置s1和s2的坐標，在道路中識別出對應的起點ps和終點pe：如圖2所示，計算出矩形的中心點坐標c(s1)，c(s2)；該校準算法需要滿足三個限制條件：首先，向量和向量不相交，其次，均垂直於向量最後，和的距離之和最小，這一點用來保證用戶距離店鋪很近；從道路中距離坐標(0,0)最近的點p0開始，使用dfs(深度優先搜索)算法遍歷所有道路像素，找出滿足上述三個限制條件的起點ps和終點pe，並選擇滿足p0到的垂直距離最小的ps和pe，根據起點ps和終點pe的坐標計算出步行的像素距離l(ps,pe)和朝向其中，代表向量和y軸反向的夾角；結合用戶狀態估計組件測量用戶的實際步數w和步行方向θe，根據用戶在地圖上的行走步數和行走方向，計算導航地圖的比例尺sca和校準後的朝向ang：sca＝l(ps,pe)/w在本實施例中導航模塊通過路徑規劃器規劃出一條從用戶當前位置到達目的地的導航路徑中，所述用戶當前位置即導航的起點的定位包括：用戶拍攝包含附近店鋪名稱的照片，通過識別照片提取出店鋪名稱的文本，並在導航地圖上使用文本匹配查詢店鋪坐標；根據店鋪矩形ss，計算矩形中心的坐標為c(ss)；當用戶正在拍照時，臉的朝向與智能終端z軸在地球坐標下的投影方向相反，同理計算智能終端y軸在地球坐標下的方向；通過智能終端的指南針和加速度計得到用戶在地球坐標系下的拍攝方向δ，然後，遍歷路徑上的所有點，找到滿足下式的用戶站立點ps作為導航的起點：即最小化計算出的地球坐標系下的拍攝方向和使用傳感器測得的拍攝方向δ之間的角度誤差。因為地圖本身可能並不是上北下南，所以ang為之前計算出來的地圖的初始朝向(即地圖坐標系下的正北方向與地球坐標系下的正北方向的夾角)，theta角為測量出來的拍攝方向，轉化到實際的地圖坐標系下要減去ang，計算該值和傳感器測得的拍攝朝向之間的差，使其最小。在本實施例中導航模塊在用戶指定目的地後，通過路徑規劃器規劃出一條從用戶當前位置到達目的地的導航路徑，並根據所述用戶狀態估計組件輸入的相關用戶狀態信息和所述導航路徑，確定導航路徑上用戶的相對位置；確定導航路徑中距離每個轉彎的步數，具體過程包括：確定用戶當前位置即導航的起點後，需用戶輸入目的地店鋪sd的名稱，然後查詢目的地店鋪sd的坐標，並獲得店鋪矩形的中心c(sd)；遍歷導航地圖道路上的所有點，找到距離c(sd)最近的點pd即導航的終點，查詢條件如下：獲得導航的起點和導航的終點後，使用dijkstra算法計算出最短路徑lp，其中，該算法是尋找最短路徑的一種搜索算法，由荷蘭計算機科學家狄克斯特拉於1959年提提出，通過為每個節點保留目前為止所找到的從s到e的最短路徑，為了記錄最佳路徑軌跡，記錄路徑上每個節點的前趨，通過回溯法找出最短路徑軌跡。路徑lp上的點被表示為{p0,p1,…,pn}；遍歷lp中的所有路徑點找到轉彎位置；為了減少計算量，對於路徑所在的曲線，採用ramer-douglas-peucker算法減少路徑中點的個數，其中，ramer-douglas-peucker算法的基本思路是：對曲線的首末點虛連一條直線，求曲線上的所有點與直線的距離，並找出最大距離值dmax，用dmax與閾值ε相比：若dmax<ε，這條曲線上的中間點全部捨去；若dmax≥ε，保留dmax對應的坐標點，並以該點為界，把曲線分為兩部分，對這兩部分重複使用該方法。應用該算法，保持原始路徑上的點到新路徑的距離小於閾值ε，初始時刻，將p0和pn納入在新路徑的中，然後，如果pk到線段p0pn的距離比ε大，則將pk納入中；對於p0pk和pkpn，迭代地劃分線段直到lp中沒有點到新的路徑段的距離大於ε；新的路徑由這m個點組成，對於路徑中的任一點計算和之間的夾角θi；設置拐角的角度閾值為mini_angle，即當θi大於mini_angle時，該點才是拐點；給定用戶在δt時間內的行走步數wt，每一步的朝向計算出用戶在δt內移動的像素距離：根據計算出的lp(δt)，更新用戶行走的軌跡並且給予導航提示，其中，提示的內容包括當前行走方向，下一個拐彎的方向以及距離下一個拐彎的步數。所述導航模塊在開始導航前，用戶需要對智能終端的指南針進行八字校準。但由於不同位置的磁場幹擾不同，在用戶行走過程依然可能出現指南針指示方向的誤差。錯誤行走方向將會導致移動的像素距離的不準確估計。在導航期間，依靠用戶不斷地對指南針進行手動校準是不可行的。因此，需要依靠陀螺儀自動調整行走方向。行走過程中，手機的方向變化通常在陀螺儀的安全範圍內。因此，與指南針相比，在短時間內陀螺儀可以提供更精確的手機方向變化的估計。使用陀螺儀，在給定初始方向的基礎上，可以通過對短時間的方向變化進行積分來估計瞬時朝向。因此，從陀螺儀導出的朝向估計誤差在長時間的步行中會不斷累積。指南針校準的基本思想是，短時間δt內，如果由智能終端的指南針和加速度計計算出的方向變化的差值小於閾值δmax(θ)，則使用指南針計算的瞬時方向表示行走方向，並重置陀螺儀的參考方向，否則，利用從陀螺儀計算出的方向作為步行方向，但是一旦陀螺儀的參考方向長時間不被校準，則陀螺儀的累積誤差不能忽略。本發明通過道路寬度的邊界檢測陀螺儀累積誤差的大小，確保用戶必須在道路區域中行走，使得沿著垂直道路方向的累積步行長度應該被限制於道路區域中，在短時間δt中，移動的長度lv(δt)為：設置閾值max_width表示垂直於道路方向上的最大距離的約束，當累積的lv大於max_width時，用戶手動對指南針進行調整；行走方向的調整過程如下：輸入：原先的行走方向θ(t)，由陀螺儀得到的行走方向θg(t+δt)，由加速度計和指南針得到的行走方向θc(t+δt)；輸出：當前的行走方向θ(t+δt)；如果||θg(t+δt)-θ(t)|-|θc(t+δt)-θ(t)||<δmax(θ)，則當前的行走方向θ(t+δt)為：θ(t+δt)＝θc(t+δt)，並將陀螺儀的參考方向設置為θc(t+δt)；否則，當前的行走方向θ(t+δt)為：θ(t+δt)＝θg(t+δt)。除了方向誤差，由於用戶的步長難以保持恆定，步數誤差不斷累積引起位置估計發生偏差。所述導航模塊在導航期間，通過自動檢測沿途的興趣點(poi)調整導航地圖的比例尺：若興趣點為拐彎點，一個拐彎點是拐角大小為θk，從到的像素距離為：當用戶接近時，根據陀螺儀得到實際發生拐彎的時間ω；在時間ω，沿路徑方向上的實際步數lf(t)為：從而得到新的比例尺scanew為需要說明的是，圖2為本發明實施例提供的地圖坐標系示意圖，圖中xm表示地圖中的x軸,ym表示地圖中的y軸,xe(e)表示地球坐標系下的正東方向,ye(n)表示地球坐標系下的正北方向。圖3為本發明實施例提供的手機坐標系示意圖，圖中y(roll)表示手機坐標系y軸,ze(gravity)方表示重力反方向,ye(n)方表示地球坐標系下的正北方向,xe(e)地球坐標系下的正東方向。值得一提的是，本發明已在android5.0上實現。本發明對手機硬體沒有特殊要求，因此可用於大多數現代手機。我們使用華為mate7和xiaomimi4對本發明進行測試。實驗結果表明，本發明為室內導航提供了一種方便的方式，並有效地將用戶引導到相應的目的地。對於閾值參數，本實施例進行了較為保守的設置。對於從照片中提取道路的閾值δcol，較大的δcol能夠容忍不同光照情況的影響，但是引起道路像素選擇的假陰性。假陰性會導致道路拓撲結構的不準確提取。為了平衡兩者，我們賦予δcol一個適中的值14。在路徑規劃中，ε決定了道路中點的數量。ε越大，路徑中點的數量越少，新的路徑會偏離原始路徑的拓撲結構。相反，大量的路徑點增加了拐點錯誤檢測的概率，從而給出錯誤的提示。本發明採用一個自適應方法自動選擇ε。根據經驗，人們通常忽略小於10°的轉彎。因此，我們將拐彎的最小度數min_degree設置為10°。為了控制指南針誤差的影響，我們保守地將δmax(θ)和max_width設置為比較小的值5°和5步。本發明的技術方案利用智能終端如手機、平板等拍攝室內地圖的照片，計算出地圖中的相關物理信息如比例尺和方向；提取道路，規劃路徑；根據規劃的路徑將用戶信息與路徑關聯，指引用戶到達目的地。本發明不需要預先收集信息或預先部署基礎設施，利用生活中廣泛存在的室內地圖，充分挖潛已有室內地圖中的信息，結合智能終端自帶的手機傳感器，提供端到端精確室內導航服務。本領域普通技術人員可以理解實現上述實施例方法中的全部或部分流程，是可以通過電腦程式來指令相關的硬體來完成，所述的程序可存儲於一計算機可讀取存儲介質中，該程序在執行時，可包括如上述各方法的實施例的流程。其中，所述的存儲介質可為磁碟、光碟、只讀存儲記憶體(read-onlymemory，rom)或隨機存儲記憶體(randomaccessmemory，ram)等。注意，上述僅為本發明的較佳實施例及所運用技術原理。本領域技術人員會理解，本發明不限於這裡所述的特定實施例，對本領域技術人員來說能夠進行各種明顯的變化、重新調整和替代而不會脫離本發明的保護範圍。因此，雖然通過以上實施例對本發明進行了較為詳細的說明，但是本發明不僅僅限於以上實施例，在不脫離本發明構思的情況下，還可以包括更多其他等效實施例，而本發明的範圍由所附的權利要求範圍決定。當前第1頁12當前第1頁12