1.一种利用行人惯导轨迹与视频信息的室内地图匹配方法，其特征在于，包括以下步骤：S1、采集并预处理行人在已知地图中的惯性导航数据，得到轨迹真值；

S2、根据轨迹真值在已知地图中进行轨迹匹配分析，将所有匹配度大于阈值的路径作为与轨迹真值可能匹配的路径；

S3、获取所有与轨迹真值可能匹配的路径中的门框信息；

S4、采集并对行人行走过程中的视频信息进行时序图像分析，识别视频信息中的门框并得到视频信息中的门框数据；

S5、将所有与轨迹真值可能匹配的路径中的门框信息分别与视频信息中的门框数据进行匹配，根据欧氏距离去除距离大于阈值的路径，将剩余路径作为目标路径；

S6、提取所有目标路径中的建筑结构特征；

S7、获取视频图像中的建筑结构特征；

S8、将所有目标路径中的建筑结构特征分别与视频图像中的建筑结构特征进行匹配，将匹配度最高的目标路径作为行人的实际路径，完成室内地图匹配。

2.根据权利要求1所述的利用行人惯导轨迹与视频信息的室内地图匹配方法，其特征在于，所述步骤S1的具体方法为：通过在行人身上佩戴惯性导航模块，采集行人在已知地图中的惯性导航数据，以像素点为基本单位，只选取x和y方向的惯性导航数据，将其导入同一坐标系中形成轨迹真值。

3.根据权利要求1所述的利用行人惯导轨迹与视频信息的室内地图匹配方法，其特征在于，所述步骤S2的具体方法包括以下子步骤：S2-1、将轨迹真值的总长度记为Ltotal，将轨迹真值中第n次相对于上一时刻向左或向右转弯标记为ifturnn，并记录第n次转弯时对于轨迹起点的累积距离Ln，得到整个轨迹真值的特征向量routevector＝{Ltotal,ifturn1,L1,ifturn2,L2,...,ifturnn,Ln,...,ifturnN,LN}；其中N表示轨迹真值中的转弯总次数，ifturnN为第N次转弯，LN为第N次转弯时对于轨迹起点的累积距离；n＝1,2,...,N；

S2-2、在已知地图中以18个像素为步长进行打点记录，在打点记录后的已知地图中进行点遍历生成若干长度为Ltotal的空间路径；

S2-3、采用与步骤S2-1相同的方法将每个空间路径转换为带转弯标记的特征向量，得到与空间路径一一对应的特征向量；

S2-4、获取每个与空间路径对应的特征向量与整个轨迹真值的特征向量之间的向量距离，将向量距离小于阈值所对应的空间路径作为与轨迹真值可能匹配的路径，即将所有匹配度大于阈值的路径作为与轨迹真值可能匹配的路径。

4.根据权利要求1所述的利用行人惯导轨迹与视频信息的室内地图匹配方法，其特征在于，所述步骤S3的具体方法包括以下子步骤：S3-1、对于每一条与轨迹真值可能匹配的路径，以当前轨迹点作为初始状态点，以下一个轨迹点为第二状态点，两点向量方向为运动方向；以初始状态点为矩形上边中心，以运动方向为切割方向，切割设定长宽像素的局部地图；

S3-2、对于每个局部地图，沿局部地图中轴线从中间向两侧方向对门框结构进行判别，将上一墙体状态与下一墙体状态距离在设定阈值像素之间的结构判断为门框结构；

S3-3、获取检测出的门框至该门框所在路径初始点的累积距离，将路径左侧的门框至路径初始点的累积距离组合成向量作为基于轨迹真值的路径左侧的门框信息；将路径右侧的门框至路径初始点的累积距离组合成向量作为基于轨迹真值的路径右侧的门框信息。

5.根据权利要求1所述的利用行人惯导轨迹与视频信息的室内地图匹配方法，其特征在于，所述步骤S4的具体方法包括以下子步骤：S4-1、对行人行走过程中的视频信息进行时序图像分析后进行直方均衡化处理，得到待识别的图像数据；

S4-2、建立深度学习网络，采用带有标签的门框图像对其进行训练，得到训练后的深度学习网络；

S4-3、采用训练后的深度学习网络对待识别图像数据进行识别，获取待识别图像数据中的门框数据，进而得到视频信息中的门框数据。

6.根据权利要求4所述的利用行人惯导轨迹与视频信息的室内地图匹配方法，其特征在于，所述步骤S5的具体方法包括以下子步骤：S5-1、根据公式

获取行人的步行速度V；其中Ltotal为轨迹真值的总长度；Ttotal为视频的总长度，即行人的步行时长；

S5-2、将视频信息中检测到第p个门框数据的时间戳记录为Tp，根据行人步行速度和时间戳获取视频信息中所有门框相对于初始点的距离；

S5-3、将位于视频信息中路径左侧的门框相对于初始点的距离组合成向量作为基于视频信息的路径左侧的门框信息；将位于视频信息中路径右侧的门框相对于初始点的距离组合成向量作为基于视频信息的路径右侧的门框信息；

S5-4、计算基于视频信息的路径左侧的门框信息与基于轨迹真值的路径左侧的门框信息的欧氏距离，计算基于视频信息的路径右侧的门框信息与基于轨迹真值的路径右侧的门框信息的欧氏距离，去除欧氏距离大于阈值的与轨迹真值可能匹配的路径，将剩余路径作为目标路径。

7.根据权利要求1所述的利用行人惯导轨迹与视频信息的室内地图匹配方法，其特征在于，所述步骤S6的具体方法为：对于所有目标路径，沿其所在地图中轴线从中间向两侧的方向对局部地图空间结构进行判别，将判别结果根据建筑透视原理转换为模拟三维结构并作为CNN网络的输入，通过CNN网络获取对应的建筑结构特征；其中局部地图空间结构的判别结果包括墙体、门框、建筑凸角和建筑凹角。

8.根据权利要求1所述的利用行人惯导轨迹与视频信息的室内地图匹配方法，其特征在于，所述步骤S7的具体方法为：依次对视频图像进行时序图像分析、直方均衡化处理、高斯模糊处理和Canny边缘检测获取视频图像中的建筑结构，将视频图像中的建筑结构作为CNN网络的输入，通过CNN网络获取对应的建筑结构特征。

9.根据权利要求1所述的利用行人惯导轨迹与视频信息的室内地图匹配方法，其特征在于，所述步骤S8的具体方法包括以下子步骤：S8-1、根据公式

获取轨迹真值的总步数Npoint；其中Ltotal为轨迹真值的总长度；l为轨迹真值的点距步长；

S8-2、以一步长的视频图像对应的建筑结构特征为一个单位，采用自然语言处理分别对每个目标路径中的建筑结构特征和视频图像中的建筑结构特征进行类别匹配，获取每个步长下的类别匹配结果；

S8-3、根据公式

获取每个目标路径与轨迹真值的匹配概率Pk；其中i表示第i个步长； 为第i步长下的类别匹配结果；

S8-4、将目标路径与轨迹真值的匹配概率最高的目标路径作为行人的实际路径，完成室内地图匹配。