CN103575323B - 占用检测方法及装置 - Google Patents
占用检测方法及装置 Download PDFInfo
- Publication number
- CN103575323B CN103575323B CN201210269593.2A CN201210269593A CN103575323B CN 103575323 B CN103575323 B CN 103575323B CN 201210269593 A CN201210269593 A CN 201210269593A CN 103575323 B CN103575323 B CN 103575323B
- Authority
- CN
- China
- Prior art keywords
- current time
- matrix
- alternative
- estimation
- output probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Radar Systems Or Details Thereof (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种占用检测方法及装置,属于定位技术领域。方法包括:估计当前时刻被检测对象在划分的检测区域的位置,得到至少一个估计结果,并将得到的每个估计结果转化为对应的二值矩阵;根据得到的二值矩阵获取当前时刻的至少一个备选矩阵,并根据检测区域中布置的二值传感器当前时刻的输出概率对当前时刻的每个备选矩阵进行差异估算;根据估算结果在获取到的备选矩阵中选择符合条件的矩阵,并将选择出的矩阵作为当前时刻的占用检测结果。由于二值传感器对环境的依赖程度较低,根据二值传感器当前时刻的输出概率对当前时刻的备选矩阵进行差异估算,以选择当前时刻的占用检测结果,可减少环境对占用检测的约束,提高检测结果的确定性。
Description
技术领域
本发明涉及定位技术领域,特别涉及一种占用检测方法及装置。
背景技术
随着传感器网络技术的发展,传感器的应用范围越来越广,增强了人类对信息的感知、获取、采集、实时处理等方面的能力。实际应用中,通常将大量的传感器随机布置在工作环境中,以根据获取到的信息进行占用检测。
现有技术在进行占用检测时,通过使用表示信号强弱的传感器获取被检测对象的信息,并估计出被检测对象在检测区域的位置,依据能量衰减模型及估计出的被检测对象在监测区域的位置估计得到传感器的测量值,之后基于传感器的实际测量值及估计出的测量值采用GMP(GreedyMatchingPursuit,贪婪匹配算法)迭代逐步构造最优解,进而得到检测结果。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
由于现有技术使用的是表示信号强弱的传感器,而信号的强弱在测量中不可避免地会存在各种干扰,不仅增加了环境对占用检测的约束,还将影响检测结果的准确性;另外,在使用GMP时,该算法对初始值的依赖性很高,迭代中每一步的错误都会对后面的推导产生较大影响,可能产生完全错误的结果,进一步降低了检测结果的准确性。
发明内容
为了减少环境对占用检测的约束,并提高检测结果的准确性,本发明实施例提供了一种占用检测方法及装置。所述技术方案如下:
一方面,提供了一种占用检测方法,所述方法包括:
估计当前时刻被检测对象在划分的检测区域的位置,得到一至多个估计结果,并将得到的每个估计结果转化为对应的二值矩阵;
根据得到的二值矩阵获取当前时刻的至少一个备选矩阵,并根据检测区域中布置的二值传感器当前时刻的输出概率对当前时刻的每个备选矩阵进行差异估算;
根据估算结果在当前时刻的备选矩阵中选择符合条件的矩阵,并将选择出的矩阵作为当前时刻的占用检测结果。
其中,所述根据得到的二值矩阵获取当前时刻的至少一个备选矩阵,具体包括:
将得到的二值矩阵作为获取到的当前时刻的备选矩阵;
或者,以线性规划松弛及取整的方式对得到的二值矩阵进行筛选,并将筛选出的二值矩阵作为获取到的当前时刻的备选矩阵。
可选地,所述根据检测区域中布置的二值传感器当前时刻的输出概率对当前时刻的每个备选矩阵进行差异估算,具体包括:
计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,并将得到的二范数作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
所述根据估算结果在当前时刻的备选矩阵中选择符合条件的矩阵,具体包括:
在计算得到的二范数中选取达到阈值的二范数,并将所述达到阈值的二范数所对应的备选矩阵作为选择出的符合条件的矩阵。
可选地,所述根据检测区域中布置的二值传感器当前时刻的输出概率对当前时刻的每个备选矩阵进行差异估算,具体包括:
计算当前时刻的每个备选矩阵与前一时刻的占用检测结果之间的海明距离,并计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,将计算得到的海明距离与二范数之和作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
所述根据估算结果在获取到的备选矩阵中选择符合条件的矩阵,具体包括:
在计算得到的海明距离与二范数之和中选择达到阈值的海明距离与二范数之和,并将所述达到阈值的海明距离与二范数之和所对应的备选矩阵作为选择出的符合条件的矩阵。
可选地,所述计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数之前,还包括:
获取当前时刻的每个备选矩阵所对应的二值传感器的输出概率矩阵;
根据当前时刻的每个备选矩阵及其对应的二值传感器的输出概率矩阵获取所述当前时刻的每个备选矩阵所对应的二值传感器当前时刻的估计输出概率。
另一方面,还提供了一种占用检测装置,所述装置包括:
估计模块,用于估计当前时刻被检测对象在划分的检测区域的位置,得到一至多个估计结果,并将得到的每个估计结果转化为对应的二值矩阵;
第一获取模块,用于根据所述估计模块得到的二值矩阵获取当前时刻的至少一个备选矩阵;
估算模块,用于根据检测区域中布置的二值传感器当前时刻的输出概率对所述第一获取模块获取到的当前时刻的每个备选矩阵进行差异估算;
选择模块,用于根据所述估算模块得到的估算结果在所述第一获取模块获取到的当前时刻的备选矩阵中选择符合条件的矩阵,并将选择出的矩阵作为当前时刻的占用检测结果。
其中,所述第一获取模块,具体用于将所述估计模块得到的二值矩阵作为获取到的当前时刻的备选矩阵;或者,以线性规划松弛及取整的方式对所述估计模块得到的二值矩阵进行筛选,并将筛选出的二值矩阵作为获取到的当前时刻的备选矩阵。
可选地,所述估算模块,具体用于计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,并将得到的二范数作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
所述选择模块,具体用于在所述估算模块计算得到的二范数中选取达到阈值的二范数,并将所述达到阈值的二范数所对应的备选矩阵作为选择出的符合条件的矩阵。
可选地,所述估算模块,具体用于计算当前时刻的每个备选矩阵与前一时刻的占用检测结果之间的海明距离,并计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,将计算得到的海明距离与二范数之和作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
所述选择模块,具体用于在所述估算模块计算得到的海明距离与二范数之和中选择达到阈值的海明距离与二范数之和,并将所述达到阈值的海明距离与二范数之和所对应的备选矩阵作为选择出的符合条件的矩阵。
可选地,所述装置还包括:
第二获取模块,用于获取当前时刻的每个备选矩阵所对应的二值传感器的输出概率矩阵,并根据当前时刻的每个备选矩阵及其对应的二值传感器的输出概率矩阵获取所述当前时刻的每个备选矩阵所对应的二值传感器当前时刻的估计输出概率。
本发明实施例提供的技术方案带来的有益效果是:
由于二值传感器对环境的依赖程度较低,因而通过在检测区域中布置二值传感器,根据二值传感器当前时刻的输出概率对获取到的当前时刻的每个备选矩阵进行差异估算,并根据估算结果选择当前时刻的占用检测结果,可以减少环境对占用检测的约束,进而提高检测结果的确定性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种占用检测方法流程图;
图2是本发明实施例二提供的一种占用检测方法流程图;
图3是本发明实施例二提供的一种检测区域示意图;
图4是本发明实施例二提供的一种被检测对象的位置示意图;
图5是本发明实施例二提供的一种二值传感器输出概率曲线图;
图6是本发明实施例二提供的一种占用检测结果对应的被检测对象的位置示意图;
图7是本发明实施例三提供的一种占用检测方法流程图;
图8是本发明实施例四提供的一种占用检测装置的结构示意图;
图9是本发明实施例四提供的另一种占用检测装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
本实施例提供了一种占用检测方法,该方法通过采用二值传感器实现占用检测,进而降低环境对占用检测的约束,提高占用检测结果的准确性。参见图1,本实施例提供的方法流程具体如下:
101:估计当前时刻被检测对象在划分的检测区域的位置,得到一至多个估计结果,并将得到的每个估计结果转化为对应的二值矩阵;
102:根据得到的二值矩阵获取当前时刻的至少一个备选矩阵,并根据检测区域中布置的二值传感器当前时刻的输出概率对当前时刻的每个备选矩阵进行差异估算;
其中,根据得到的二值矩阵获取当前时刻的至少一个备选矩阵,包括但不限于:
将得到的二值矩阵作为获取到的当前时刻的备选矩阵;
或者,以线性规划松弛及取整的方式对得到的二值矩阵进行筛选,并将筛选出的二值矩阵作为获取到的当前时刻的备选矩阵。
103:根据估算结果在当前时刻的备选矩阵中选择符合条件的矩阵,并将选择出的矩阵作为当前时刻的占用检测结果。
其中,根据检测区域中布置的二值传感器当前时刻的输出概率对当前时刻的每个备选矩阵进行差异估算,包括但不限于:
计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,并将得到的二范数作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
相应地,根据估算结果在获取到的备选矩阵中选择符合条件的矩阵,包括但不限于:
在计算得到的二范数中选取达到阈值的二范数,并将达到阈值的二范数所对应的备选矩阵作为选择出的符合条件的矩阵。
可选地,根据检测区域中布置的二值传感器当前时刻的输出概率对当前时刻的备选矩阵进行差异估算,包括但不限于:
计算当前时刻的每个备选矩阵与前一时刻的占用检测结果之间的海明距离,并计算每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,将计算得到的海明距离与二范数之和作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
相应地,根据估算结果在获取到的备选矩阵中选择符合条件的矩阵,包括但不限于:
在计算得到的海明距离与二范数之和中选择达到阈值的海明距离与二范数之和,并将达到阈值的海明距离与二范数之和所对应的备选矩阵作为选择出的符合条件的矩阵。
可选地,计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数之前,还包括:
获取当前时刻的每个备选矩阵所对应的二值传感器的输出概率矩阵;
根据当前时刻的每个备选矩阵及其对应的二值传感器的输出概率矩阵获取当前时刻的每个备选矩阵所对应的二值传感器当前时刻的估计输出概率。
本实施例提供的方法,由于二值传感器对环境的依赖程度较低,因而通过在检测区域中布置二值传感器,根据二值传感器当前时刻的输出概率对当前时刻的每个备选矩阵进行差异估算,并根据估算结果选择当前时刻的占用检测结果,可以减少环境对占用检测的约束,进而提高检测结果的确定性。
为了更加清楚地阐述上述实施例提供的方法,结合上述实施例的内容,以如下实施例二和实施例三为例,对占用检测方法进行举例说明,详见如下实施例二和实施例三:
实施例二
本实施例提供了一种占用检测方法,结合上述实施例一的内容,为了便于说明,本实施例以二范数作为对当前时刻的每个备选矩阵进行差异估算的估算结果为例,对占用检测方法进行举例说明。参见图2,本实施例提供的方法流程具体如下:
201:估计当前时刻被检测对象在划分的检测区域的位置,得到一至多个估计结果,并将得到的每个估计结果转化为对应的二值矩阵;
其中,划分的检测区域的大小及个数可依据实际情况进行设定,本实施例对此不作具体限定,此处仅以划分后的检测区域如图3所示为例进行说明。图3中,划分了3x3个检测区域,且为了便于描述,将检测区域以1至9作为标号,并在标号为3及标号为8的检测区域分别布置一个二值传感器。估计当前时刻被检测对象在划分的检测区域的位置时,可估计出被检测对象所有可能的位置,得到一至多个估计结果,每个估计结果均可转化为用0和1组成的二值矩阵。以图4所示的被检测对象的位置为例,当前时刻为t时,由于标号为1、5、6、7的检测区域均出现了被检测对象,该出现被检测对象的检测区域的值可用1来标识,其余检测区域的值以0来标识,则针对图4所示的被检测对象的位置,其估计结果对应的二值矩阵为:
当然,除上述估计结果对应的二值矩阵外,本实施例还可以得到其他估计结果对应的二值矩阵,本实施例不对具体的估计结果及其对应的二值矩阵进行限定。
202:根据得到的二值矩阵获取当前时刻的至少一个备选矩阵;
针对该步骤,上述步骤201估计当前时刻被检测对象在划分的检测区域的位置,得到每个估计结果对应的二值矩阵后,该步骤202在根据得到的二值矩阵获取当前时刻的至少一个备选矩阵时,可将上述步骤201得到的所有二值矩阵均作为获取到的当前时刻的备选矩阵。
可选地,由于上述步骤201估计当前时刻被检测对象在划分的检测区域的位置时,可估计出被检测对象所有可能的位置,因而得到的估计结果及对应的二值矩阵的数量比较大,且并非所有二值矩阵均可在后续步骤被选择出来作为占用检测结果,因此,在保证后续占用检测结果准确性的前提下,为了减少后续的计算量,本实施例提供的方法在根据得到的二值矩阵获取当前时刻的至少一个备选矩阵时,采取了对得到的二值矩阵进行筛选的步骤,具体筛选方式包括但不限于以线性规划松弛及取整的方式对得到的二值矩阵进行筛选,以将筛选出的二值矩阵作为获取到的当前时刻的备选矩阵。其中,以线性规划松弛及取整的方式对得到的二值矩阵进行筛选的方式可依据现有的线性规划松弛及取整方式实现,此处不再赘述。
无论采用上述哪种方式根据得到的二值矩阵获取当前时刻的至少一个备选矩阵,获取到的当前时刻的备选矩阵及二值矩阵均用于标识当前时刻被检测对象在检测区域的位置;本实施例不对获取到的当前时刻的备选矩阵的个数进行限定,仅以获取到如下N个t时刻的备选矩阵为例进行说明,其中,N为大于0的整数:
203:计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,并将得到的二范数作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
其中,二值传感器的输出结果仅包括0和1两个数值,当有对象存在于二值传感器的测量范围内时,该二值传感器的输出为1,反之则输出为0。由于随着被检测对象与二值传感器之间的距离增加,二值传感器输出为1的概率随之下降,其输出概率曲线可如图5所示。图5中,横坐标表示被检测对象与二值传感器的距离D,纵坐标表示二值传感器输出为1的概率Φ。结合图5所示的二值传感器的输出概率曲线示意图,可得出二值传感器的输出概率矩阵。针对图3所示的在检测区域中布置的二值传感器s1和s2,其输出概率矩阵可如下所示:
针对二值传感器的实际输出概率,可通过每隔预设时间记录二值传感器的实际输出读数,根据预设周期内记录的实际输出读数统计得到二值传感器当前时刻的实际输出概率。例如,以预设时间为5秒钟,预设周期为1分钟为例,即每隔5秒钟读取一次二值传感器的实际输出读数,并根据1分钟内记录的实际输出读数统计得到二值传感器当前时刻t的实际输出概率,当然,预设时间及预设周期还可以为其他大小,本实施例不对预设时间及预设周期的大小进行具体限定,仅以Rt[S]表示二值传感器当前时刻t的实际输出概率,该Rt[S]=[0.12,0.9]为例进行说明。
在获取到当前时刻的每个备选矩阵所对应的二值传感器的输出概率矩阵后,依据当前时刻的每个备选矩阵及其对应的二值传感器的输出概率矩阵即可获取得到当前时刻的每个备选矩阵所对应的二值传感器当前时刻的估计输出概率。例如,结合上述二值传感器S1和S2的输出概率矩阵Φ(s1)和Φ(s2),当前时刻的每个备选矩阵对应的二值传感器当前时刻的估计输出概率P(si)为:
其中,i为二值传感器标号,由于本实施例布置了两个二值传感器,则i为1或2;N为备选项的个数,p、q分别为当前时刻的备选矩阵的行和列。
当前时刻的每个备选项矩阵对应的所有二值传感器当前时刻的估计输出概率E[S]为:
结合上述步骤202得到的当前时刻的备选矩阵以及该步骤203得到的二值传感器的输出概率矩阵,则当前时刻的每个备选矩阵对应的各个二值传感器当前时刻的估计输出概率如下:
P1(S1)=1-(1-0.7)(1-0.9)(1-0.1)=0.973,P1(S2)=1-(1-0.9)(1-0.7)(1-0.9)=0.997;
P2(S1)=1-(1-0.9)(1-0.9)(1-0.1)=0.991,P2(S2)=1-(1-0.6)(1-0.7)(1-0.9)=0.988;
P3(S1)=1-(1-0.1)=0.100,P3(S2)=1-(1-0.9)=0.900;
P4(S1)=1-(1-0.6)(1-0.1)=0.640,P4(S2)=1-(1-0.3)(1-0.9)=0.930;
……
PN(S1)=1-(1-0.9)=0.900,PN(S2)=1-(1-0.6)=0.600。
针对上述当前时刻的每个备选矩阵对应的各个二值传感器当前时刻的估计输出概率,则当前时刻的每个备选矩阵对应的所有二值传感器当前时刻的估计输出概率为:
……
得到当前时刻的每个备选矩阵对应的二值传感器当前时刻的实际输出概率与估计输出概率后,计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数时,以E1表示计算得到的二范数,则E1=||R(S)-E(S)||2,当前时刻的每个备选矩阵对应的二范数为:
……
将上述得到的当前时刻的每个备选矩阵对应的二范数作为对当前时刻的每个备选矩阵进行差异估算的估算结果,由于该二范数是当前时刻的备选矩阵对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,该二范数可反映出二值传感器当前时刻的估计输出概率与实际输出概率之间的差异,其二范数的值越小,说明二者的差异越小,反之则说明二者的差异越大。
204:在计算得到的二范数中选取达到阈值的二范数,将达到阈值的二范数所对应的备选矩阵作为选择出的符合条件的矩阵,并将选择出的矩阵作为当前时刻的占用检测结果。
针对该步骤,在上述步骤203得到当前时刻的每个备选矩阵对应的二范数后,在计算得到的二范数中选取达到阈值的二范数时,该阈值可以为一个具体门限,例如,将阈值设为0.5,小于该阈值的二范数所对应的备选矩阵均可作为选择出的符合条件的矩阵,即将其作为当前时刻的占用检测结果,或者,将该阈值设置为所有二范数的最小值,则将最小二范数对应的备选矩阵作为选择出的符合条件的矩阵,即将其作为当前时刻的占用检测结果。本实施例不对阈值的具体大小进行限定,如果仅以最小二范数对应的备选矩阵作为符合条件的矩阵为例,则结合上述步骤203得到的二范数,占用检测结果应为第3个备选矩阵,其具体为:
由上面的备选矩阵可以看出,该备选矩阵标识被检测对象位于标号为7的检测区域,则该占用检测结果对应的被检测对象的位置可如图6所示。
本实施例提供的方法,由于二值传感器对环境的依赖程度较低,因而通过在检测区域中布置二值传感器,根据二值传感器当前时刻的输出概率对当前时刻的备选矩阵进行差异估算,并根据估算结果选择当前时刻的占用检测结果,可以减少环境对占用检测的约束,进而提高检测结果的确定性。
实施例三
本实施例提供了一种占用检测方法,结合上述实施例一的内容,为了便于说明,本实施例以二范数及海明距离之和作为对当前时刻的每个备选矩阵进行差异估算的估算结果为例,对占用检测方法进行举例说明。参见图7,本实施例提供的方法流程具体如下:
701:估计当前时刻被检测对象在划分的检测区域的位置,得到一至多个估计结果,并将得到每个估计结果转化为对应的二值矩阵;
该步骤具体可如上述实施例二中步骤201的实现方式,详见上述实施例二中步骤201的描述,此处不再赘述。
702:根据得到的二值矩阵获取当前时刻的至少一个备选矩阵;
该步骤具体可如上述实施例二中步骤202的实现方式,详见上述实施例二中步骤202的描述,此处不再赘述。
703:计算当前时刻的每个备选矩阵与前一时刻的占用检测结果之间的海明距离;
其中,海明距离具体为两个码字的对应比特取值不同的比特数,针对上述步骤702得到的备选矩阵,以前一时刻的占用检测结果为下面的矩阵为例:
针对如下当前时刻的各个备选矩阵:
以E2表示海明距离,则当前时刻的每个备选矩阵与前一时刻的占用检测结果之间的海明距离具体如下:
……
704:计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数;
该步骤的具体可依据上述实施例二中步骤203中计算二范数的方式实现,详见上述实施例二中步骤203的相关描述,本实施例在此不再赘述。得到的当前时刻的每个备选矩阵对应的二范数为:
……
705:将计算得到的海明距离与二范数之和作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
针对该步骤,在上述步骤703得到海明距离,上述步骤704得到二范数后,以E1表示二范数,E2表示海明距离,当前时刻的各个备选矩阵对应的海明距离与二范数之和可如下所示:
……
706:在计算得到的海明距离与二范数之和中选择达到阈值的海明距离与二范数之和,将达到阈值的海明距离与二范数之和所对应的备选矩阵作为选择出的符合条件的矩阵,并将选择出的矩阵作为当前时刻的占用检测结果。
针对该步骤,在上述步骤705得到当前时刻的每个备选矩阵对应的海明距离与二范数之和后,在海明距离与二范数之和中选取达到阈值的海明距离与二范数之和时,该阈值可以为一个具体门限,例如,将阈值设为2,小于该阈值的海明距离和二范数之和所对应的当前时刻的备选矩阵均作为选择出的符合条件的矩阵,即将其作为当前时刻的占用检测结果,或者,将该阈值设置为所有海明距离与二范数之和的最小值,则将最小海明距离与二范数之和所对应的备选矩阵作为选择出的符合条件的矩阵,即将其作为当前时刻的占用检测结果。本实施例不对阈值的具体大小进行限定,如果仅以最小海明距离与二范数之和对应的备选矩阵作为符合条件的矩阵为例,则在上述步骤705得到的海明距离与二范数之和中,占用检测结果应为第3个备选矩阵,其具体为:
由上面的备选矩阵可以看出,该备选矩阵标识被检测对象位于标号为7的检测区域,则该占用检测结果对应的被检测对象的位置可如图6所示。
本实施例提供的方法,由于二值传感器对环境的依赖程度较低,因而通过在检测区域中布置二值传感器,根据二值传感器当前时刻的输出概率对当前时刻的备选矩阵进行差异估算,并根据估算结果选择当前时刻的占用检测结果,可以减少环境对占用检测的约束,进而提高检测结果的确定性。
实施例四
本实施例提供了一种占用检测装置,该装置用于执行上述实施例一至实施例三所提供的占用检测方法。参见图8,该装置包括:
估计模块81,用于估计当前时刻被检测对象在划分的检测区域的位置,得到一至多个估计结果,并将得到的每个估计结果转化为对应的二值矩阵;
第一获取模块82,用于根据估计模块81得到的二值矩阵获取当前时刻的至少一个备选矩阵;
估算模块83,用于根据检测区域中布置的二值传感器当前时刻的输出概率对获取模块82获取到的当前时刻的每个备选矩阵进行差异估算;
选择模块84,用于根据估算模块83得到的估算结果在获取模块82获取到的当前时刻的备选矩阵中选择符合条件的矩阵,并将选择出的矩阵作为当前时刻的占用检测结果。
其中,估计模块81估计当前时刻被检测对象在划分的检测区域的位置的具体实现方式详见上述实施例二中步骤201的相关描述,此处不再赘述。
结合上述实施例二中步骤202的相关描述,第一获取模块82,具体用于将估计模块81得到的二值矩阵作为获取到的当前时刻的备选矩阵;或者,以线性规划松弛及取整的方式对估计模块81得到的二值矩阵进行筛选,并将筛选出的二值矩阵作为获取到的当前时刻的备选矩阵。
可选地,结合上述实施例二中步骤203的相关描述,估算模块83,具体用于计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,并将得到的二范数作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
相应地,结合上述实施例二中步骤204的相关描述,选择模块84,具体用于在估算模块83计算得到的二范数中选取达到阈值的二范数,并将达到阈值的二范数所对应的备选矩阵作为选择出的符合条件的矩阵。
可选地,结合上述实施例三中步骤703至步骤705的相关描述,估算模块83,具体用于计算当前时刻的每个备选矩阵与前一时刻的占用检测结果之间的海明距离,并计算每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,将计算得到的海明距离与二范数之和作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
相应地,结合上述实施例三中步骤706的相关描述,选择模块84,具体用于在估算模块83计算得到的海明距离与二范数之和中选择达到阈值的海明距离与二范数之和,并将达到阈值的海明距离与二范数之和所对应的备选矩阵作为选择出的符合条件的矩阵。
可选地,参见图9,该装置还包括:
第二获取模块85,用于获取当前时刻的每个备选矩阵所对应的二值传感器的输出概率矩阵,并根据当前时刻的每个备选矩阵及其对应的二值传感器的输出概率矩阵获取当前时刻的每个备选矩阵所对应的二值传感器当前时刻的估计输出概率。
本实施例提供的装置,由于二值传感器对环境的依赖程度较低,因而通过在检测区域中布置二值传感器,根据二值传感器当前时刻的输出概率对当前时刻的备选矩阵进行差异估算,并根据估算结果选择当前时刻的占用检测结果,可以减少环境对占用检测的约束,进而提高检测结果的确定性。
需要说明的是:上述实施例提供的占用检测装置在进行占用检测时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的占用检测装置与占用检测方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种占用检测方法,其特征在于,所述方法包括:
估计当前时刻被检测对象在划分的检测区域的位置,得到一至多个估计结果,并将得到的每个估计结果转化为对应的二值矩阵;
根据得到的二值矩阵获取当前时刻的至少一个备选矩阵,并根据检测区域中布置的二值传感器当前时刻的输出概率对当前时刻的每个备选矩阵进行差异估算;
根据估算结果在当前时刻的备选矩阵中选择符合条件的矩阵,并将选择出的矩阵作为当前时刻的占用检测结果。
2.根据权利要求1所述的方法,其特征在于,所述根据得到的二值矩阵获取当前时刻的至少一个备选矩阵,具体包括:
将得到的二值矩阵作为获取到的当前时刻的备选矩阵;
或者,以线性规划松弛及取整的方式对得到的二值矩阵进行筛选,并将筛选出的二值矩阵作为获取到的当前时刻的备选矩阵。
3.根据权利要求1所述的方法,其特征在于,所述根据检测区域中布置的二值传感器当前时刻的输出概率对当前时刻的每个备选矩阵进行差异估算,具体包括:
计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,并将得到的二范数作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
所述根据估算结果在当前时刻的备选矩阵中选择符合条件的矩阵,具体包括:
在计算得到的二范数中选取达到阈值的二范数,并将所述达到阈值的二范数所对应的备选矩阵作为选择出的符合条件的矩阵。
4.根据权利要求1所述的方法,其特征在于,所述根据检测区域中布置的二值传感器当前时刻的输出概率对当前时刻的每个备选矩阵进行差异估算,具体包括:
计算当前时刻的每个备选矩阵与前一时刻的占用检测结果之间的海明距离,并计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,将计算得到的海明距离与二范数之和作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
所述根据估算结果在获取到的备选矩阵中选择符合条件的矩阵,具体包括:
在计算得到的海明距离与二范数之和中选择达到阈值的海明距离与二范数之和,并将所述达到阈值的海明距离与二范数之和所对应的备选矩阵作为选择出的符合条件的矩阵。
5.根据权利要求3或4所述的方法,其特征在于,所述计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数之前,还包括:
获取当前时刻的每个备选矩阵所对应的二值传感器的输出概率矩阵;
根据当前时刻的每个备选矩阵及其对应的二值传感器的输出概率矩阵获取所述当前时刻的每个备选矩阵所对应的二值传感器当前时刻的估计输出概率。
6.一种占用检测装置,其特征在于,所述装置包括:
估计模块,用于估计当前时刻被检测对象在划分的检测区域的位置,得到一至多个估计结果,并将得到的每个估计结果转化为对应的二值矩阵;
第一获取模块,用于根据所述估计模块得到的二值矩阵获取当前时刻的至少一个备选矩阵;
估算模块,用于根据检测区域中布置的二值传感器当前时刻的输出概率对所述第一获取模块获取到的当前时刻的每个备选矩阵进行差异估算;
选择模块,用于根据所述估算模块得到的估算结果在所述第一获取模块获取到的当前时刻的备选矩阵中选择符合条件的矩阵,并将选择出的矩阵作为当前时刻的占用检测结果。
7.根据权利要求6所述的装置,其特征在于,所述第一获取模块,具体用于将所述估计模块得到的二值矩阵作为获取到的当前时刻的备选矩阵;或者,以线性规划松弛及取整的方式对所述估计模块得到的二值矩阵进行筛选,并将筛选出的二值矩阵作为获取到的当前时刻的备选矩阵。
8.根据权利要求6所述的装置,其特征在于,所述估算模块,具体用于计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,并将得到的二范数作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
所述选择模块,具体用于在所述估算模块计算得到的二范数中选取达到阈值的二范数,并将所述达到阈值的二范数所对应的备选矩阵作为选择出的符合条件的矩阵。
9.根据权利要求6所述的装置,其特征在于,所述估算模块,具体用于计算当前时刻的每个备选矩阵与前一时刻的占用检测结果之间的海明距离,并计算当前时刻的每个备选矩阵所对应的二值传感器当前时刻的实际输出概率与估计输出概率的二范数,将计算得到的海明距离与二范数之和作为对当前时刻的每个备选矩阵进行差异估算的估算结果;
所述选择模块,具体用于在所述估算模块计算得到的海明距离与二范数之和中选择达到阈值的海明距离与二范数之和,并将所述达到阈值的海明距离与二范数之和所对应的备选矩阵作为选择出的符合条件的矩阵。
10.根据权利要求8或9所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于获取当前时刻的每个备选矩阵所对应的二值传感器的输出概率矩阵,并根据当前时刻的每个备选矩阵及其对应的二值传感器的输出概率矩阵获取所述当前时刻的每个备选矩阵所对应的二值传感器当前时刻的估计输出概率。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210269593.2A CN103575323B (zh) | 2012-07-30 | 2012-07-30 | 占用检测方法及装置 |
JP2013089341A JP5730345B2 (ja) | 2012-07-30 | 2013-04-22 | 占有検出方法および装置 |
US13/870,582 US20140028442A1 (en) | 2012-07-30 | 2013-04-25 | Method and apparatus for occupation detection |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210269593.2A CN103575323B (zh) | 2012-07-30 | 2012-07-30 | 占用检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103575323A CN103575323A (zh) | 2014-02-12 |
CN103575323B true CN103575323B (zh) | 2016-03-30 |
Family
ID=49994321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210269593.2A Expired - Fee Related CN103575323B (zh) | 2012-07-30 | 2012-07-30 | 占用检测方法及装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20140028442A1 (zh) |
JP (1) | JP5730345B2 (zh) |
CN (1) | CN103575323B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102403502B1 (ko) * | 2015-10-13 | 2022-05-30 | 삼성전자 주식회사 | 무선 통신 시스템에서 채널 상태 추정 방법 및 장치 |
CN111242117A (zh) * | 2018-11-28 | 2020-06-05 | 佳能株式会社 | 检测装置和方法及图像处理装置和系统 |
CN109921880B (zh) * | 2019-01-25 | 2020-10-23 | 北京航空航天大学 | 基于询问的目标定位方法、装置与电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60102057A (ja) * | 1983-11-08 | 1985-06-06 | Komu Syst:Kk | プリンタ用インクフィルムを用いた印刷方法 |
JP3759280B2 (ja) * | 1997-04-15 | 2006-03-22 | 富士通株式会社 | 道路監視用事象検知装置 |
JP3121174U (ja) * | 2006-02-14 | 2006-04-27 | テックエンジニアリング株式会社 | 感圧センサマット及びこのマットを用いた物品盗難防止装置 |
CN101055315A (zh) * | 2006-04-13 | 2007-10-17 | 艾莱希斯北美公司 | 占用者检测中的柔性传感器材料的噪声减小 |
CN101681381A (zh) * | 2007-06-06 | 2010-03-24 | 杜比实验室特许公司 | 使用多搜索组合改善音频/视频指纹搜索精确度 |
CN202163456U (zh) * | 2011-06-22 | 2012-03-14 | 上海通号轨道交通工程技术研究中心有限公司 | 一种基于应力传感器的道岔占用检测装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5719344A (en) * | 1995-04-18 | 1998-02-17 | Texas Instruments Incorporated | Method and system for karaoke scoring |
US5777557A (en) * | 1996-01-16 | 1998-07-07 | Banner Engineering Corporation | Binary sensor with diagnostic signal superimposed on binary output |
JP5799219B2 (ja) * | 2011-03-17 | 2015-10-21 | パナソニックIpマネジメント株式会社 | 物体検出装置 |
WO2013100961A1 (en) * | 2011-12-28 | 2013-07-04 | Intel Corporation | Method and apparatus to determine user presence |
-
2012
- 2012-07-30 CN CN201210269593.2A patent/CN103575323B/zh not_active Expired - Fee Related
-
2013
- 2013-04-22 JP JP2013089341A patent/JP5730345B2/ja not_active Expired - Fee Related
- 2013-04-25 US US13/870,582 patent/US20140028442A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60102057A (ja) * | 1983-11-08 | 1985-06-06 | Komu Syst:Kk | プリンタ用インクフィルムを用いた印刷方法 |
JP3759280B2 (ja) * | 1997-04-15 | 2006-03-22 | 富士通株式会社 | 道路監視用事象検知装置 |
JP3121174U (ja) * | 2006-02-14 | 2006-04-27 | テックエンジニアリング株式会社 | 感圧センサマット及びこのマットを用いた物品盗難防止装置 |
CN101055315A (zh) * | 2006-04-13 | 2007-10-17 | 艾莱希斯北美公司 | 占用者检测中的柔性传感器材料的噪声减小 |
CN101681381A (zh) * | 2007-06-06 | 2010-03-24 | 杜比实验室特许公司 | 使用多搜索组合改善音频/视频指纹搜索精确度 |
CN202163456U (zh) * | 2011-06-22 | 2012-03-14 | 上海通号轨道交通工程技术研究中心有限公司 | 一种基于应力传感器的道岔占用检测装置 |
Also Published As
Publication number | Publication date |
---|---|
JP5730345B2 (ja) | 2015-06-10 |
US20140028442A1 (en) | 2014-01-30 |
CN103575323A (zh) | 2014-02-12 |
JP2014025915A (ja) | 2014-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Westra et al. | A strategy for diagnosing and interpreting hydrological model nonstationarity | |
Sharma et al. | On the prevalence of sensor faults in real-world deployments | |
MX2009010934A (es) | Deteccion y rechazo de error para un sistema de prueba de diagnostico. | |
CN105468510A (zh) | 对软件质量进行评估与追踪的方法和系统 | |
CN103575323B (zh) | 占用检测方法及装置 | |
CN105379186A (zh) | 确定响应类似性邻域 | |
CN107622061A (zh) | 一种确定地址唯一性的方法、装置及系统 | |
CN108647148A (zh) | 移动端应用程序的测试方法、装置、设备及存储介质 | |
CN107948341A (zh) | Mac地址匹配方法及装置 | |
CN112782762A (zh) | 一种基于深度学习的地震震级判定方法 | |
CN107422377B (zh) | 利用地震数据预测烃源岩总有机碳含量的方法及装置 | |
CN104568968B (zh) | 一种风力发电机叶片在位裂纹检测方法及系统 | |
CN102867194B (zh) | 一种遥感反演精度检测方法及装置 | |
CN103530288A (zh) | 一种兴趣点分布范围的测试方法和装置 | |
CN102682189A (zh) | 一种磁场建模系统 | |
CN104121009A (zh) | 一种温度、压力曲线的生成方法及系统 | |
CN111060949B (zh) | 一种由海洋环境参数估计海水放射性核素检测数据本底的方法 | |
CN111814650A (zh) | 一种磁栅尺读数接收方法,装置,电子设备 | |
CN111027601A (zh) | 一种基于激光传感器的平面检测方法、装置 | |
WO2005108935A3 (en) | Method for on-line evaluation of materails using prompt gamma ray analysis | |
CN105373488A (zh) | 合法内存访问的探测方法及装置 | |
CN104950852A (zh) | 一种卷烟企业能源管控系统的数据校验系统与方法 | |
CN105093285A (zh) | 人工智能地震判断方法及地震侦测系统 | |
CN203490697U (zh) | 数据采集系统 | |
CN112861061A (zh) | 地质分层方法及系统、处理设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160330 Termination date: 20180730 |
|
CF01 | Termination of patent right due to non-payment of annual fee |