CN104956184A - 利用言语输入的基于地标的定位 - Google Patents
利用言语输入的基于地标的定位 Download PDFInfo
- Publication number
- CN104956184A CN104956184A CN201480006120.0A CN201480006120A CN104956184A CN 104956184 A CN104956184 A CN 104956184A CN 201480006120 A CN201480006120 A CN 201480006120A CN 104956184 A CN104956184 A CN 104956184A
- Authority
- CN
- China
- Prior art keywords
- place
- user
- description
- speech data
- geographic entity
- 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.)
- Pending
Links
- 230000001755 vocal effect Effects 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 152
- 230000004044 response Effects 0.000 claims abstract description 31
- 239000002245 particle Substances 0.000 claims description 48
- 238000003058 natural language processing Methods 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 16
- 230000002902 bimodal effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 114
- 238000004891 communication Methods 0.000 description 35
- 230000006870 function Effects 0.000 description 19
- 238000005516 engineering process Methods 0.000 description 17
- 230000004807 localization Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 8
- 230000002708 enhancing effect Effects 0.000 description 7
- 230000011218 segmentation Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000012546 transfer Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 230000003416 augmentation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 2
- 230000004438 eyesight Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 241000256844 Apis mellifera Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Navigation (AREA)
- Instructional Devices (AREA)
- Traffic Control Systems (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
Abstract
本发明揭示系统、设备、装置、方法、计算机程序产品及其它实施方案,包含一种方法,所述方法包含在移动装置处确定是否需要来自用户的言语输入以确定所述用户的地点的位置。所述方法还包含响应于确定需要来自所述用户的所述言语输入以确定所述用户的所述地点的所述位置,而:在所述移动装置处获得表示可由所述用户从所述用户的所述地点检视到的一或多个地理特征的言语描述数据;在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的一或多者;以及在所述移动装置处至少部分基于从所述言语描述数据识别的所述一或多个地理特征来确定用于所述用户的所述地点的定位信息。
Description
背景技术
用以促进地点确定的一种技术是基于检测视觉线索。用户可经由图像俘获装置/单元(例如,相机)来俘获那些视觉线索,并将计算机视觉处理应用于所述所俘获图像以例如使这些视觉线索与地点已知地标相匹配。
使用图像数据来促进地点确定往往需要大的计算资源。另外,一些装置可能未配备图像俘获装置。此外,可能存在如下一些情境:需要确定其地点的用户或装置位于执行地点确定程序的装置的远程,因此使得难以基于所俘获图像数据执行地点确定过程。
发明内容
在一些变化形式中,揭示一种方法。所述方法包含在移动装置处确定是否需要来自用户的言语输入以确定所述用户的地点的位置。所述方法还包含响应于确定需要来自所述用户的所述言语输入以确定所述用户的所述地点的所述位置,而:在所述移动装置处获得表示可由所述用户从所述用户的所述地点检视到的一或多个地理特征的言语描述数据;在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的一或多者;以及在所述移动装置处至少部分基于从所述言语描述数据识别的所述一或多个地理特征来确定用于所述用户的所述地点的定位信息。
所述方法的实施例可包含本发明中描述的至少一些特征,包含以下特征中的一或多者。
所述方法可进一步包含从在所述移动装置处接收的言语数据识别指示确定所述用户的所述地点的请求的言语表达。
确定用于所述用户的所述地点的所述定位信息可包含比较所述所识别的一或多个地理特征中的至少一者与存储在所述移动装置处的辅助数据。
所述辅助数据可包含例如以下各者中的一或多者:可用于一或多个地理区域中的地理特征、用于所述地理特征的定位信息及/或所述地理特征的地理定向。
所述言语描述数据可包含例如以下各者中的一或多者:基于文本的描述数据及/或基于话音的描述数据。
识别所述一或多个地理特征可包含识别随所述言语描述数据而包含的至少一个言语表达,所述至少一个言语表达指示所述一或多个地理特征包含在所述言语描述数据中。
获得表示所述一或多个地理特征的所述言语描述数据可包含响应于需要用以确定所述用户的所述地点的所述位置的所述言语输入的所述确定而提示所述用户提供所述言语描述数据,以及从所述用户接收表示所述一或多个地理特征的所述言语描述数据。
提示所述用户提供所述言语描述数据可包含基于与用于所述用户的所述地点的初始位置确定相关联的位置不确定性来确定需要用以确定所述用户的所述地点的所述位置的所述言语描述数据的量,以及提示所述用户根据所述言语描述数据的所述所确定的需要量来提供所述言语描述数据。
所述言语描述数据可为例如以下各者中的至少一者:可从所述地理位置检视到的所述一或多个地理特征,及/或所述一或多个地理特征中的至少一者与所述一或多个地理特征中的另一者之间的关系。
确定用于所述用户的所述地点的所述定位信息可包含:识别所述用户的所述地点可能位于其中的一或多个可见区域(visibility region);以及基于对应于所述用户的所述地点的额外接收数据来逐渐地改进所述所识别的一或多个可见区域。
确定是否需要来自所述用户的言语输入以确定所述用户的所述地点的所述位置可包含基于与用于所述用户的所述地点的初始地点估计相关联的不确定性来确定是否需要来自所述用户的言语输入。
所述方法可进一步包含基于例如以下各者中的一或多者来确定所述初始地点估计:从一或多个远程发射器接收的信号,及/或从所述移动装置的一或多个传感器所执行的测量获得的数据。
基于与用于所述用户的所述地点的所述初始地点估计相关联的所述不确定性来确定是否需要来自所述用户的言语输入可包含例如以下各者中的一或多者:确定从其接收用以确定所述初始地点估计的信号的接入点的数目是否小于预定接入点阈值;确定使用从其接收所述信号的所述接入点而计算的水平精度衰减(HDOP)值是否糟于预定HDOP阈值;确定基于来自所述移动装置的一或多个惯性传感器的数据而计算的与所述初始地点估计相关联的不确定区域(uncertainty region)是否超过预定不确定区域阈值;及/或确定使用粒子滤波器计算以确定所述初始地点估计的粒子是否分裂成双峰分布。
在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的所述一或多者可包含将自然语言处理(NLP)应用于所述所获得的言语描述数据以识别所述一或多个地理特征。
在一些变化形式中,揭示一种移动装置。所述移动装置包含一或多个处理器,以及包括计算机指令的存储媒体。所述计算机指令在于所述一或多个处理器上执行时引起包含以下各者的操作:在所述移动装置处确定是否需要来自用户的言语输入以确定所述用户的地点的位置;以及响应于确定需要来自所述用户的所述言语输入以确定所述用户的所述地点的所述位置:在所述移动装置处获得表示可由所述用户从所述用户的所述地点检视到的一或多个地理特征的言语描述数据;在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的一或多者,以及在所述移动装置处至少部分基于从所述言语描述数据识别的所述一或多个地理特征来确定用于所述用户的所述地点的定位信息。
所述装置的实施例可包含本发明中描述的至少一些特征,包含上文关于所述方法描述的至少一些特征。
在一些变化形式中,揭示一种设备。所述设备包含用于在移动装置处确定是否需要来自用户的言语输入以确定所述用户的地点的位置的装置。所述设备还包含响应于确定需要来自所述用户的所述言语输入以确定所述用户的所述地点的所述位置而使用的装置,包含:用于在所述移动装置处获得表示可由所述用户从所述用户的所述地点检视到的一或多个地理特征的言语描述数据的装置;用于在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的一或多者的装置;以及用于在所述移动装置处至少部分基于从所述言语描述数据识别的所述一或多个地理特征来确定用于所述用户的所述地点的定位信息的装置。
所述设备的实施例可包含本发明中描述的至少一些特征,包含上文关于所述方法及装置描述的至少一些特征,以及以下特征中的一或多者。
所述设备可进一步包含用于从在所述移动装置处接收的言语数据识别指示确定所述用户的所述地点的请求的言语表达的装置。
用于确定用于所述用户的所述地点的所述定位信息的所述装置可包含用于比较所述所识别的一或多个地理特征中的至少一者与存储在所述移动装置处的辅助数据的装置。
用于识别所述一或多个地理特征的所述装置可包含用于识别随所述言语描述数据而包含的至少一个言语表达的装置,所述至少一个言语表达指示所述一或多个地理特征包含在所述言语描述数据中。
用于获得表示所述一或多个地理特征的所述言语描述数据的所述装置可包含用于响应于需要用以确定所述用户的所述地点的所述位置的所述言语输入的所述确定而提示所述用户提供所述言语描述数据的装置,以及用于从所述用户接收表示所述一或多个地理特征的所述言语描述数据的装置。
用于提示所述用户提供所述言语描述数据的所述装置可包含用于基于与用于所述用户的所述地点的初始位置确定相关联的位置不确定性来确定需要用以确定所述用户的所述地点的所述位置的所述言语描述数据的量的装置,以及用于提示所述用户根据所述言语描述数据的所述所确定的需要量来提供所述言语描述数据的装置。
用于确定用于所述用户的所述地点的所述定位信息的所述装置可包含:用于识别所述用户的所述地点可能位于其中的一或多个可见区域的装置;以及用于基于对应于所述用户的所述地点的额外接收数据来逐渐地改进所述所识别的一或多个可见区域的装置。
用于确定是否需要来自所述用户的言语输入以确定所述用户的所述地点的所述位置的所述装置可包含用于基于与用于所述用户的所述地点的初始地点估计相关联的不确定性来确定是否需要来自所述用户的言语输入的装置。
所述设备可进一步包含用于基于例如以下各者中的一或多者来确定所述初始地点估计的装置:从一或多个远程发射器接收的信号,及/或从所述移动装置的一或多个传感器所执行的测量获得的数据。
用于基于与用于所述用户的所述地点的所述初始地点估计相关联的所述不确定性来确定是否需要来自所述用户的言语输入的装置可包含例如以下各者中的一或多者:用于确定从其接收用以确定所述初始地点估计的信号的接入点的数目是否小于预定接入点阈值的装置;用于确定使用从其接收所述信号的所述接入点而计算的水平精度衰减(HDOP)值是否糟于预定HDOP阈值的装置;用于确定基于来自所述移动装置的一或多个惯性传感器的数据而计算的与所述初始地点估计相关联的不确定区域是否超过预定不确定区域阈值的装置;及/或用于确定使用粒子滤波器计算以确定所述初始地点估计的粒子是否分裂成双峰分布的装置。
用于在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的所述一或多者的所述装置包含用于将自然语言处理(NLP)应用于所述所获得的言语描述数据以识别所述一或多个地理特征的装置。
在一些变化形式中,一种处理器可读媒体编程有可在处理器上执行的一组指令,所述组指令在执行时引起包含在移动装置处确定是否需要来自用户的言语输入以确定所述用户的地点的位置的操作。所述指令响应于确定需要来自所述用户的言语输入以确定所述用户的所述地点的所述位置而引起进一步操作,所述操作包含:在所述移动装置处获得表示可由所述用户从所述用户的所述地点检视到的一或多个地理特征的言语描述数据;在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的一或多者;以及在所述移动装置处至少部分基于从所述言语描述数据识别的所述一或多个地理特征来确定用于所述用户的所述地点的定位信息。
所述处理器可读媒体的实施例可包含本发明中描述的至少一些特征,包含上文关于所述方法、装置及设备描述的至少一些特征。
除非另外界定,否则本文所用的所有技术及科学术语具有与通常或常规理解相同的意义。如本文所使用,词“一”指所述词的一个或一个以上(即,至少一个)语法对象。作为实例,“一元件”意味着一个元件或一个以上元件。当参考例如量、持续时间及类似者等可测量值时,如本文所使用的“约”及/或“近似”涵盖从指定值的±20%或±10%、±5%或+0.1%的变化,因为此些变化在本文所描述的系统、装置、电路、方法及其它实施方案的上下文中是适当的。当参考例如量、持续时间、物理属性(例如频率)及类似者等可测量值时,如本文所使用的“实质上”还涵盖从指定值的±20%或±10%、±5%或+0.1%的变化,因为此些变化在本文所描述的系统、装置、电路、方法及其它实施方案的上下文中是适当的。
如在本文中(包含在权利要求书中)使用时,如在以“中的至少一者”或“中的一或多者”为序言的项目列表中使用的“或”或“及”指示可使用所列出的项目的任何组合。举例来说,“A、B或C中的至少一者”的列表包含A或B或C或AB或AC或BC及/或ABC(即,A及B及C)的组合中的任一者。此外,在项目A、B或C可能出现或使用一次以上的程度上,A、B及/或C的多次使用可形成预期组合的部分。举例来说,“A、B或C中的至少一者”的列表还可包含AA、AAB、AAA、BB等。
如在本文中(包含在权利要求书中)使用时,除非另行陈述,否则功能、操作或特征是“基于”一项目及/或条件的陈述意味着所述功能、操作、功能是基于所陈述的项目及/或条件且可基于除所陈述项目及/或条件之外的一或多个项目及/或条件。
本发明的其它及进一步目的、特征、方面及优点通过以下附图的详细描述将变得更好理解。
附图说明
图1是移动装置可于其中操作的实例操作环境的示意图。
图2是实例移动装置的示意图。
图3是说明执行地点确定的操作的实例处理流程的图。
图4A是用于购物中心的实例地图的图,所述地图包含界定用户及/或装置可能位于的可能地点的经确定可见区域。
图4B到C是在已基于额外言语数据执行进一步处理之后的图4A的地图的额外图。
图4D是显示其上呈现可见区域的地图的移动装置的图。
图5是实例地点确定程序的流程图。
图6是实例计算系统的示意图。
各图式中之相同参考符号指示相同元件。
具体实施方式
为使基于地标的定位更为稳健且随处可用,本文所述的方法、装置、系统、产品及其它实施方案以其它类型的输入扩展获得视觉线索的方式。举例来说,用户可经由话音或文本输入来提供地标信息以促进定位功能性。用户可将此基于语音的输入提供为“我看到了GAP、APPLE、Nordstrom”,且基于所述输入,系统(例如,基于处理器的系统,其可使用移动装置来实施)经配置以估计用户的位置。因为用以实现用户的地点的位置的确定的来自用户的言语输入导致用户活动的中断,因此应尽可能不频繁地进行请求来自用户的言语输入(例如,表示可从用户的地点检视到的地标的言语描述数据)(例如,通常仅当此信息必要时才应让用户提供言语输入)。到需要来自用户的言语输入的程度,向用户请求且从用户接收的言语输入的量应受到限制,以使得例如仅从用户获得足以使得能够以可接受的误差/不确定性值确定用户位置的言语输入。
因此,本文所揭示者为方法、装置、系统、设备、产品及其它实施方案,包含一种方法,所述方法包含:在移动装置处确定是否需要来自用户的言语输入以确定用户的地点的位置;以及响应于确定需要来自所述用户的言语输入以确定所述用户的所述地点的所述位置,而:在所述移动装置处获得表示可由所述用户从所述用户的所述地点检视到的一或多个地理特征的言语描述数据;在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的一或多者,以及在所述移动装置处至少部分基于从所述言语描述数据识别的所述一或多个地理特征来确定用于所述用户的所述地点的定位信息。在一些实施例中,确定用于所述用户的所述地点的所述定位信息可包含比较所述所识别的一或多个地理特征中的至少一者与存储在所述移动装置处的辅助数据(换句话说,定位信息的确定可在移动装置上执行且不需要与远程装置或服务器进行通信以促进定位确定处理)。
参考图1,展示移动装置108(例如,经组态以执行地点确定(部分地通过言语输入促进)的移动装置)于其中操作之实例操作环境100的示意图。在一些实施例中,所述移动装置(也被称作无线装置或移动台)108可经配置以与多个类型的其它通信系统/装置操作及交互,所述其它通信系统/装置包含局域网装置(或节点),例如用于室内通信的WLAN、毫微微小区、基于蓝牙的收发器及其它类型的室内通信网络节点、广域无线网络节点、卫星通信系统等,且因此,移动装置108可包含用以与各种类型的通信系统通信的一或多个接口。如本文所使用,移动装置108可与其通信的通信系统/装置也被称作接入点(AP)。
如所指出且如下文将更详细地论述,移动装置经配置以基于由用户提供的言语输入来确定用户(例如,移动装置的操作者)的位置。在一些实施例中,可确定不可使用基于从远程装置/元件获得的信号(例如,基于卫星定位信号、基于来自WLAN或WWAN接入点的信号,等)、基于装置的机载传感器进行的测量及/或基于其它地点确定技术的过程及技术来准确地确定用户(或装置)的地点。举例来说,待确定其地点的用户可能甚至并不位于接近于装置处(例如,装置的操作者可能正尝试帮助未携带能够执行地点确定的装置的朋友来确认朋友的地理地点),或装置可能并未从足够的远程发射器接收信号以实现足够准确的地点确定。在此些情形下,经由用户所提供的言语输入(例如,基于文本或基于话音)的来自用户的直接辅助可实现对用户地点的更准确的位置地点确定。因此,装置108可经配置以响应于确定需要来自用户的言语输入以确定用户的地点的位置而在所述装置处获得表示可由用户从用户的地点检视到的一或多个地理特征(例如,地标)的言语描述数据。举例来说,可提示用户识别用户当前可见到何店面或其它地标。装置108可进一步经配置以(响应于确定需要言语输入)在所述装置处从所获得的言语描述数据(例如,当所述言语输入为基于话音的输入时,通过使用语音辨识及自然语言处理)识地理特征中的一或多者,且在所述装置处至少部分基于从言语描述数据识别的一或多个地理特征来确定用于用户的地点的定位信息。
如所指出,环境100可含有一或多个不同类型的无线通信系统或节点。也被称作无线接入点(或WAP)的此类节点可包含LAN及/或WAN无线收发器,包含(例如)WiFi基站、毫微微小区收发器、蓝牙收发器、蜂窝式基站、WiMax收发器等等。因此,举例来说,且继续参考图1,环境100可包含局域网无线接入点(LAN-WAP)106a-e,其可使用与移动装置108的无线话音及/或数据通信。LAN-WAP 106a-e在一些实施例中也可以例如通过(例如)基于到达时间技术的基于多边定位的程序的实施而用作位置数据的独立源。LAN-WAP 106a-e可为无线局域网(WLAN)的部分,其可在建筑物中操作且执行在比WWAN小的地理区上的通信。另外在一些实施例中,LAN-WAP 106a-e也可为微微或毫微微小区。在一些实施例中,LAN-WAP 106a-e可为(例如)WiFi网络(802.11x)、蜂窝式微微网及/或毫微微小区、蓝牙网络等等的部分。LAN-WAP 106a-e也可包含高通室内定位系统(QUIPSTM)。QUIPS实施方案在一些实施例中可经配置以使得移动装置可与服务器通信,所述服务器为所述装置提供用于移动装置位于的特定楼层或其它区的数据(以便提供辅助数据,例如地图、RF热图、连接性信息等)。尽管图1中描绘五(5)个LAN-WAP接入点,但可使用任何数目的此类LAN-WAP,且在一些实施例中,环境100可根本不包含LAN-WAP接入点,或可包含单个LAN-WAP接入点。此外,图1中所描绘的LAN-WAP 106a-e中的每一者可为可移动节点,或可另外能够重定位。
如图1中进一步所示,环境100还可包含多种一或多个类型的广域网无线接入点(WAN-WAP)104a-c,其可用于无线话音及/或数据通信,且还可充当移动装置108可确定其位置/地点所借助的另一独立信息源。WAN-WAP 104a-c可为广域无线网络(WWAN)的部分,其可包含蜂窝式基站及/或其它广域无线系统,例如WiMAX(例如,802.16)。WWAN可包含图1中未图示的其它已知网络组件。通常,WWAN内的每一WAN-WAP104a-104c可从固定位置操作,且提供大城市及/或地区性区域上的网络覆盖。尽管图1中描绘三(3)个WAN-WAP,但可使用任何数目的此类WAN-WAP。在一些实施例中,环境100可根本不包含WAN-WAP,或可包含单个WAN-WAP。另外,图1中描绘的WAN-WAP 104a-c中的每一者可为可移动节点,或可另外能够重定位。
去往及来自移动装置108的通信(用以交换数据,启用装置108的位置确定等)因此在一些实施例中也可使用各种无线通信网络来实施,例如广域无线网络(WWAN)、无线局域网(WLAN)、无线个域网(WPAN)等。术语“网络”与“系统”可以可互换方式使用。WWAN可为码分多址(CDMA)网络、时分多址(TDMA)网络、频分多址(FDMA)网络、正交频分多址(OFDMA)网络、单载波频分多址(SC-FDMA)网络、WiMax(IEEE 802.16)等等。CDMA网络可以实施一或多种无线电接入技术(RAT),例如cdma2000、宽带CDMA(W-CDMA)等等。Cdma2000包含IS-95、IS-2000及/或IS-856标准。TDMA网络可实施全球移动通信系统(GSM)、数字高级移动电话系统(D-AMPS)或某一其它RAT。来自名为“第三代合作伙伴计划”(3GPP)的协会的文献中描述了GSM及W-CDMA。来自名为“第三代合作伙伴计划2”(3GPP2)的协会的文献中描述了Cdma2000。3GPP及3GPP2文献可公开获得。WLAN也可以至少部分使用IEEE 802.11x网络实施,且WPAN可为蓝牙网络、IEEE 802.15x或某个其它类型的网络。本文所描述的技术也可以用于WWAN、WLAN及/或WPAN的任何组合。
当使用接入点104a-b及/或106a-e导出位置时,移动装置108可任选地在定位服务器110及网络112的辅助下利用到达时间技术。定位服务器(也被称作地点管理器)110可经由网络112与移动装置108通信。
在一些实施例中,且如图1中进一步描绘,移动装置108还可经配置以至少接收来自可用作用于移动装置108的独立位置信息源的卫星定位系统(SPS)102a-b的信息。移动装置108可因此包含一或多个专用SPS接收器,其具体经设计以从SPS卫星接收用于导出地理地点信息的信号。因此,在一些实施例中,移动装置108可与SPS卫星102a-b、WAN-WAP 104a-c及/或LAN-WAP 106a-e中的任一者或组合通信。在一些实施例中,前述系统中的每一者可使用不同技术提供用于移动装置108的位置的独立信息估计。在一些实施例中,移动装置可组合从不同类型的接入点中的每一者导出的解决方案以改善位置数据的准确性。
在其中移动装置108可接收卫星信号的实施例中,移动装置可利用专门实施以与SPS一起使用的接收器(例如,GNSS接收器)从由SPS卫星102a-b发射的多个信号提取位置数据。发射的卫星信号可包含(例如)标记有设定数目的码片的重复伪随机噪声(PN)码的信号且可位于基于地面的控制台、用户设备及/或航天器上。卫星定位系统可包含例如以下系统:全球定位系统(GPS)、伽利略(Galileo)、格洛纳斯(Glonass)、指南针、日本上方的准天顶卫星系统(QZSS)、印度上方的印度区域导航卫星系统(IRNSS)、中国上方的北斗等,及/或可与一或多个全球及/或地区性导航卫星系统相关联或另外经启用以与所述系统一起使用的各种增强系统(例如,基于卫星的增强系统(SBAS))。以实例说明而非限制,SBAS可包含提供完整性信息、微分校正等的增强系统,例如,广域增强系统(WAAS)、欧洲地球同步卫星导航叠加服务(EGNOS)、多功能卫星增强系统(MSAS)、GPS辅助地理增强导航或GPS及地理增强导航系统(GAGAN),及/或其类似者。
在一些实施例中,在此呈现的技术/程序不限于用于SPS的全球系统(例如,GNSS)。举例来说,本文中所提供的技术可应用于或以其它方式经启用以用于在各种地区性系统中使用,例如,日本上方的准天顶卫星系统(QZSS)、印度上方的印度地区性导航卫星系统(IRNSS)、中国上方的北斗等,及/或可与一或多个全球的及/或地区性导航卫星系统相关联或以其它方式经启用以与一或多个全球的及/或地区性导航卫星系统一起使用的各种增强系统(例如,基于卫星的增强系统(SBAS))。以实例说明而非限制,SBAS可包含提供完整性信息、微分校正等的增强系统,例如广域增强系统(WAAS)、欧洲地球同步卫星导航叠加服务(EGNOS)、多功能卫星增强系统(MSAS)、GPS辅助地理增强导航或GPS及地理增强导航系统(GAGAN),及/或其类似者。因此,如本文所使用,SPS可包含一或多个全球及/或地区性导航卫星系统及/或增强系统的任何组合,且SPS信号可包含SPS、类似SPS及/或与此类一或多个SPS相关联的其它信号。
如本文所使用,移动装置或台(MS)指代装置,例如蜂窝式或其它无线通信装置、个人通信系统(PCS)装置、个人导航装置(PND)、个人信息管理器(PIM)、个人数字助理(PDA)、平板计算机装置、膝上型计算机,或可能能够接收无线通信及/或导航信号(例如导航定位信号)的某种其它合适移动装置。术语“移动台”(或“移动装置”)还既定包含(例如)通过短程无线、红外线、有线连接或其它连接与个人导航装置(PND)通信的装置,而不管装置处或PND处是否发生卫星信号接收、辅助数据接收及/或位置相关处理。此外,“移动台”既定包含所有装置,包含无线通信装置、计算机、膝上型计算机、平板计算机等,所述装置能够(例如)经由因特网、WiFi或其它网络与服务器通信,而不管在所述装置处、在服务器处或在与所述网络相关联的另一装置处是否发生卫星信号接收、辅助数据接收及/或与位置相关处理。以上各项的任何可操作组合也视为“移动台”。
现在参考图2,展示说明可类似于图1的移动装置108的实例移动装置200的各种组件的示意图。为简单起见,图2的方框图中说明的各种特征/组件/功能使用共同总线连接在一起以表示这些各种特征/组件/功能以操作方式耦合在一起。可提供其它连接、机制、特征、功能或类似者且在必要时调适而以操作方式耦合且配置便携式无线装置。此外,图2的实例中说明的特征或功能中的一或多者可进一步细分,或图2中说明的特征或功能中的两者或两者以上可组合。另外,可排除图2中说明的特征或功能中的一或多者。
如所展示,移动装置200可包含一或多个局域网收发器206,其可连接到一或多个天线202。所述一或多个局域网收发器206包括用于与图1中所描绘的LAN-WAP 106a-e中的一或多者通信及/或检测去往/来自图1中所描绘的LAN-WAP 106a-e中的一或多者的信号及/或直接与网络内的其它无线装置通信的合适的装置、硬件及/或软件。在一些实施例中,局域网收发器206可包括适合于与一或多个无线接入点通信的WiFi(802.11x)通信收发器;然而在一些实施例中,局域网收发器206可经配置以与其它类型的局域网、个域网(例如,蓝牙)等通信。另外,可使用任何其它类型的无线联网技术,(例如)超宽带、紫蜂、无线USB等。
移动装置200在一些实施方案中还可包含一或多个广域网收发器204,其可连接到所述一或多个天线202。广域网收发器204可包括用于与(例如)图1中说明的WAN-WAP104a-c中的一或多者通信及/或检测来自图1中说明的WAN-WAP 104a-c中的一或多者的信号及/或直接与网络内的其它无线装置通信的合适的装置、硬件及/或软件。在一些实施方案中,广域网收发器204可包括适合于与无线基站的CDMA网络通信的CDMA通信系统。在一些实施方案中,所述无线通信系统可包括其它类型的蜂窝式电话网络,例如TDMA、GSM等。另外,可使用任何其它类型的无线联网技术,包含(例如)WiMax(802.16)等。
在一些实施例中,SPS接收器(也被称作全球导航卫星系统(GNSS)接收器)208也可以随移动装置200包含。SPS接收器208可连接到所述一或多个天线202以用于接收卫星信号。SPS接收器208可包括用于接收及处理SPS信号的任何合适的硬件及/或软件。SPS接收器208可在适当时从其它系统请求信息,且可部分地使用通过任何合适的SPS程序获得的测量值执行确定移动装置200的位置所必要的计算。
在一些实施例中,移动装置200还可包含耦合到处理器210的一或多个传感器212。举例来说,传感器212可包含运动传感器(也被称作惯性传感器)以提供独立于从由广域网收发器204、局域网收发器206及/或SPS接收器208接收的信号导出的运动数据的相对移动及/或定向信息。举例来说但非限制,所述运动传感器可包含加速度计212a、陀螺仪212b、地理磁性(磁力计)传感器212c(例如,指南针)、高度计(例如,大气压力高度计,未展示)及/或其它传感器类型。在一些实施例中,加速度计212a可基于微机电系统(MEMS)而实施。其它类型的加速度计可代替或除基于MEMS的加速度计之外使用。另外,可实施3D加速度计,其包括三个垂直放置的加速度计。在一些实施例中,陀螺仪212b可包含基于MEMS技术的陀螺仪,且可为单轴陀螺仪、双轴陀螺仪或经配置以感测围绕(例如)三个正交轴的运动的3-D陀螺仪。其它类型的陀螺仪可代替或除基于MEMS的陀螺仪之外使用。在一些实施例中,经配置以测量磁场强度及/或方向(且因此,可经配置以测量相对于磁北的绝对定向)的磁力计也可以基于MEMS技术而实施。此类基于MEMS的磁力计可经配置以检测由通过MEMS导体的电流产生的洛仑兹力引起的运动。也可以使用其它类型的磁力计。高度计可(例如)经配置以提供海拔数据且因此可促进确定装置可位于的室内结构(例如,大型购物广场)中的楼层。基于表示由高度计执行的海拔测量的数据,可执行导航任务,例如获得用于室内结构中的特定楼层的辅助数据(包含地图)。
可组合所述一或多个传感器212的输出以便提供运动信息。举例来说,可基于先前确定位置以及根据从所述一或多个传感器中的至少一者的测量导出的运动信息确定的从所述先前确定位置行进的距离而确定移动装置200的估计位置。在一些实施例中,可使用所述一或多个传感器212的输出基于概率模型(例如,经由使用移动装置200实现的粒子滤波器实施)而确定移动装置的估计位置。如图2中进一步所示,在一些实施例中,所述一或多个传感器212还可包含相机212d(例如,电荷耦合装置(CCD)类型相机),其可产生可在例如显示器或屏幕等用户接口装置上显示的静止或移动图像(例如,视频序列)。
处理器(也被称作控制器)210可连接到局域网收发器206、广域网收发器204、SPS接收器208及/或所述一或多个传感器212。所述处理器可包含提供处理功能以及其它计算及控制功能性的一或多个微处理器、微控制器及/或数字信号处理器。处理器210还可包含用于存储用于在移动装置内执行经编程功能性的数据及软件指令的存储媒体(例如,存储器)214。存储器214可装载于处理器210上(例如,在同一IC封装内),及/或所述存储器可为处理器外部的存储器且功能上经由数据总线耦合。下文关于图6提供关于可类似于处理器210的处理器或计算系统的实例实施例的进一步细节。
数个软件模块及数据表可驻留在存储器214中且由处理器210利用以便管理与远程装置/节点(例如图1中所描绘的各种接入点)的通信、定位确定功能性及/或装置控制功能性两者。如下文将更详细描述的,处理器210亦可经配置(例如,使用基于软件的实施方案)以确定是否需要来自用户的言语输入以确定用户的地点的位置,且响应于确定需要来自所述用户的言语输入以确定所述用户的地点的所述位置而:获得表示可由所述用户从所述用户的所述地点检视到的一或多个地理特征(例如,地标)的言语描述数据;在移动装置处从所述所获得的言语描述数据识别所述地理特征中的一或多者;以及在所述移动装置处至少部分基于从所述言语描述数据识别的所述一或多个地理特征来确定用于所述用户的所述地点的定位信息。
如图2中所示,存储器214可包含定位模块216、应用程序模块218、接收信号强度指示符(RSSI)模块220,及/或往返时间(RTT)模块222。应注意,所述模块及/或数据结构的功能性可取决于移动装置200的实施方案而以不同方式组合、分离及/或结构化。举例来说,RSSI模块220及/或RTT模块222可各自至少部分实现为基于硬件的实施方案,且因此可包含例如以下装置:专用天线(例如,专用RTT及/或RSSI天线),用以处理及分析经由天线接收及/或发射的信号(例如,以确定所接收信号的信号强度,确定关于RTT循环的时序信息)的专用处理单元等。
应用程序模块218可为在移动装置200的处理器210上运行的过程,其从定位模块216请求位置信息。应用程序通常在软件架构的上部层内运行,且可包含室内导航应用程序、购物应用程序、地点感知服务应用程序等。定位模块216可使用从移动装置200的各种接收器及模块导出的信息导出移动装置200的位置。举例来说,为了基于RTT测量确定移动装置的位置,可首先获得由每一接入点引入的处理时间延迟的合理估计且用以校准/调整所测得的RTT。所测得的RTT可由RTT模块222确定,所述RTT模块可测量移动装置200与接入点之间交换的信号的时序以导出往返时间(RTT)信息。在一些实施例中,一旦测得,便可将RTT值传递到定位模块216以辅助确定移动装置200的位置。
可根据由移动装置200接收(例如,使用其收发器中的一者)的通信确定的其它信息包含接收信号功率,其可以RSSI(使用RSSI模块220确定)的形式表示。RSSI模块220还可将关于所述信号的数据提供到定位模块216。当使用RSSI测量确定移动装置的位置时,可需要执行适当校准/调整程序。随后可将移动装置200的确定位置提供到应用程序模块218。
如进一步说明,移动装置200还可包含辅助数据存储装置224,其中存储可能已从远程服务器下载的辅助数据,例如地图信息、与装置当前位于的区域中的地点信息有关的数据记录,等。在一些实施例中,移动装置200还可经配置以接收补充信息,其包含可从其它源(例如,传感器212)确定的辅助位置及/或运动数据。此类辅助位置数据可为不完整的或含噪声,但可用作用于估计WAP的处理时间的另一独立信息源。如图2中所示(使用虚线),移动装置200可任选地将辅助位置/运动数据226存储在存储器中,所述数据可从如下文所描述从其它源接收的信息导出。补充信息还可包含但不限于可从蓝牙信号、信标、RFID标签及/或从地图导出的信息(例如,通过(例如)用户与数字地图的交互而从地理地图的数字表示接收坐标)导出或基于其的信息。补充信息可进一步包含由用户提供的关于可检视到的地标的言语输入。
移动装置200可进一步包含提供任何合适的接口系统的用户接口250,例如允许用户与移动装置200的交互的麦克风/扬声器252、小键盘254及显示器256。麦克风/扬声器252提供话音通信服务(例如,使用广域网收发器204及/或局域网收发器206)。小键盘254包括用于用户输入的任何合适的按钮。显示器256包括例如背光式LCD显示器等任何合适的显示器,且可进一步包含用于额外用户输入模式的触摸屏显示器。
图3是说明地点确定操作的处理流程300的图。在一些实施方案中,图3中所描绘的处理可经配置以至少部分基于表示可由用户检视到的一或多个地理特征(地标,也被称作关注点或POI)的言语输入(例如言语描述数据)来确定/估计(接收器或某一其它装置或人员的)地点。如图3中所示,图3的处理可包含主控定位引擎处理310,所述主控定位引擎处理可在移动装置(例如图1及2的相应行动装置108及200)上实施以基于例如从远程服务器及/或网络元件接收的信号来确定移动单元或某一其它装置的地点。在一些实施例中,定位引擎处理310可经配置以具有类似于图2中所描绘的定位模组216的功能性的功能性。定位引擎处理310因此可经配置以从一或多个远端发射器(例如卫星及/或图1的接入点102、104及106中的任一者)接收信号且基于多边测量技术确定接收装置的位置。举例来说,定位引擎处理310可经配置以确定与从一或多个远程发射器所接收的信号相关联的RSSI或RTT参数(例如,使用RTT模组,例如在移动装置200的实例实施例中所实施的RTT模组222,及/或RSSI模组,例如图2的RSSI模组220),且基于远端发射器的已知地点确定移动装置的位置。在另一实例中,定位引擎处理310可经配置以例如通过比较例如RSSI及/或RTT的所确定参数值与相关联于预定位置的所存储简档而基于信号型态识别技术来确定装置的位置。
在其中定位引擎可基于例如RSSI及/或RTT等度量来确定地点的实施例中,从一或多个接入点(其中的每一者可通过接入点识别符(例如与接入点相关联的唯一MAC地址)来识别)或从其它类型的发射器接收的信号的测量值可用以确定接收器地点的估计(所述接收器可为定位引擎的部分)。举例来说,可存取含有地理地点、处理延迟、功率型态、RTT型态及用于具有已知地理位置的多个接入点的其它此类信息的数据库(其可在本地存储在容纳于其上可实施定位引擎处理310的装置中的存储器模块处),且可获得相关数据(例如,用于在接收器处从其接收信号的特定发射器/接入点)。如此获得的数据库数据可用以促进接收器的地点确定。举例来说,可至少部分基于发射信号的发射器/接入点的存储在所存取数据库上的已知地点来确定接收信号的接收器与那些发射器/接入点的相对距离,且可计算/导出装置的地点的估计(例如,使用多边测量程序,例如三边测量程序)。如所指出,在一些实施例中,还可例如通过比较从一或多个接入点获得的信号强度(或RSSI)及RTT的实际测量值与所存储型态以识别匹配(大致或精确地)移动装置所确定的所述组量度值的型态来确定移动装置的位置。与匹配的所存储型态相关联的地点估计可接着被认为是接收发射器/接入点的信号的接收器的当前地点的估计。
在一些实施例中,定位引擎处理310可在室内环境内部操作,在所述室内环境中,卫星信号及/或来自WWAN接入点的信号通常较难接收到,且因此可依据从例如图1中所描绘的WLAN接入点106a-e中的任一者等一或多个WLAN(例如,WiFi装置、蓝牙装置、毫微微小区,等)接收的信号确定定位引擎处理310(或定位引擎处理310于其上操作的装置)的地点。
在一些实施例中,提供定位引擎处理310可基于其执行地点确定程序的信号的接入点可为QUIPSTM(高通室内定位系统)实施方案的部分。在此些实施例中,可如下执行定位确定。最初,执行LCI发现处理(LCI或地点上下文识别符是指与例如建筑物楼层等地理区域相关联的识别符)。发现处理致使将识别所有LCI的请求发射到服务器。发现处理导致基于例如接收器所看到/检测到的MAC id而确定接收器的粗略位置。服务器经由一列接入点将一组候选LCI传达到移动。在LCI发现处理之后,执行LCI解疑处理,其中可应用一或多个准则(例如当前从每一LCI可见的接入点的数目、例如,当前从每一楼层可见的接入点的数目、来自每一LCI的最大RSSI值、来自每一LCI的中值RSSI值,等)来从候选列表选择LCI。所选LCI表示比由LCI发现处理产生的位置估计更精细(即,具有较低不确定性)的位置估计。一旦已选择来自一组候选LCI的LCI,就可执行基于例如RSSI及/或RTT的定位处理。举例来说,对接入点(限于与所选LCI相关联的那些接入点)的针对性扫描提供确定接收器的位置近似值所需的RSSI或RTT。
如所指出,在一些实施例中,定位引擎处理310可经配置以根据概率模型(例如,经由粒子滤波器实施方案)来确定地点。因此,在此类实施例中,接收器(其可为实施定位引擎处理的装置的部分)的位置可表示为概率分布。为模拟接收器在物理室内区域内的移动,可传播关于示意性地图模型化或表示物理室内区域的概率分布。为实施概率机制,贝叶斯(Bayesian)或平滑滤波器可应用于地点估计或确定地点估计的过程。概率机制的实施方案可包含考虑移动装置的当前地点或轨迹。另外或替代地,卡尔曼滤波器(Kalmanfilter)或粒子滤波器可应用于地点估计或确定地点估计的过程。还可使用其它概率机制。在一些实施方案中,移动装置的地点或估计地点可由多个粒子表示。每一粒子可表示移动装置的可能状态或地点。粒子云的多个粒子(例如,平均值、质心、均值,等,具有从多个粒子的组合导出的误差/不确定性/置信度范围)的组合可认为是移动装置的至少一个估计地点。粒子云的多个粒子中的一或多个个别粒子可认为是移动装置的至少一个估计位置。响应于接收器(或容纳此接收器的移动装置)的移动,可根据概率分布传播粒子。可根据概率分布而沿着过道、绕着拐角、通过在相交点处分叉、通过乘入口(例如,楼梯、自动扶梯、电梯等)到不同楼层、其任何组合等传播粒子。
因此,携带移动装置的用户可能在室内环境内行进。为向用户提供基于地点的服务,可确定移动装置在室内环境内的估计位置。如所指出,可例如经由使用一或多个地点确定程序(例如多边测量技术)基于经由一或多个收发器从远程发射器(例如,接入点)接收的信号而获得的定位来确定移动装置的当前估计地点。举例来说,主控定位引擎处理310的粒子滤波器实施方案可处理经由例如收发器(例如图2的实例装置的收发器206)从一或多个接入点(例如基于WiFi的无线接入点(例如,当在室内环境中操作时))接收的信号。基于此些所接收的信号,可确定接收器/装置的初始地点。如果接收器不可随后接收主控定位引擎处理310可从其确定实质上准确地点的信号或其它信息(例如,因为接收器可能在此些信号不可用的室内环境中行进),那么可基于使用来自远程装置/系统的信号/信息确定的最后位置、行进距离(如由例如加速度、陀螺仪等各种机载传感器提供)及所确定定向(使用耦合到接收器的传感器的测量值中的一或多者而确定)来确定接收器的地点的估计。在一些实施例中,通过定位引擎处理310确定接收器的地点进一步通过从辅助数据数据库提供的辅助数据(例如,本地地图)来促进。举例来说,可按对应于从辅助数据数据库提供的本地地图的本地坐标系来提供使用来自远程装置/系统的信号/信息确定的接收器的位置以及使用例如粒子滤波器实施方案确定的接收器的估计地点。此外,系统的所确定的估计地点可呈现在从辅助数据数据库获得的此些本地地图上。
因此,使用通过例如粒子滤波器实施方案实现的地点估计程序,可建立数个粒子且准许其基于跨越给定持续时间的当前出现时间的一或多个条件或性质而在室内区域中从所确定的开始点或位置四处移动。仅作为实例,可每出现时间传播数百个粒子达两秒到四秒。在不存在其它指示的情况下,一或多个粒子移动到一组邻近或同等接近的点中的任何给定点的可能性可相等。然而,给定室内区域的布局,可能显而易见,接收器装置较之于其它点实际上更可能定位于或移动到一些点处。例如办公楼或商场等室内区域可包含例如走廊及房间。在办公环境中,房间可包含共用房间(例如,休息室、会议室等)或个别房间(例如,个人办公室、小房间,等)。在此办公环境中,人员在当前出现时间期间移动到给定点的可能性可至少部分地取决于给定点位于走廊、共用房间还是私人房间/办公室内。举例来说,用户可能通常较之于共用房间更可能在走廊上行进或较之于私人房间个的更可能在共用房间中行进。因此,在点栅格的特定点处开始的移动装置移动到在走廊内的第一点的可能性波移动到在私人房间内的第二点的可能性可能要大。
继续参考图3,主控定位引擎处理310可经配置以输出基于由定位引擎处理310接收及处理的各种输入而确定的定位信息315。如所指出,通过定位引擎处理310获得的各种输入可包含来自一或多个接入点的信号、辅助数据、来自耦合到接收器的传感器的测量数据,等。定位引擎处理310可经配置以响应于地点确定请求(例如,由寻求确定用户携带的接收器的地点的用户发送的请求)而提供定位信息,或可响应于一或多个条件的出现而自动地提供,所述条件例如基于时间的条件,例如在特定时间点处确定接收器的地点、在从上一次确定接收器的地点起过去预定时间周期之后,等。举例来说且如将在下文更详细地描述,定位引擎处理310可试图响应于例如通过背景关键词检测器处理340(也描绘于图3中)确定用户已请求确定其地点而计算用户的地点的位置。
在一些实施例中,由主控定位引擎处理310提供的定位信息可包含接收器的所确定/估计地点及表示不确定性的值或与所述所确定的/估计地点相关联的误差值。举例来说,当可实质上准确地确认接收器的地点(例如,基于从一或多个卫星及/或一或多个接入点接收的足够数目个信号)时,与所确定的地点相关联的不确定性可能低(例如,实际地点可能在例如±10m、±1m、±0.5m的半径内,或对应于与所确定地点相关联的低不确定性的任何其它值)。当地点的所确定位置的准确度较低(例如因为所确定的地点是基于从不充分数目个远程发射器接收的信号)时,较大不确定性值(例如,±100m、±1000m、±10,000m,等)可与所确定的地点相关联。在一些实施例中,由定位引擎处理产生的接收器的地点及其相关联不确定性数据可表示为在其内可发现接收器的位置的一些所界定区域(圆形,或某一规则或不规则几何形状)的边界。如所指出,在一些实施例中,定位引擎处理310可包含粒子滤波器实施方案,且可因此产生表示接收器的可能地点的粒子云(例如,基于粒子滤波器所确定的先前位置及/或例如来自耦合到接收器的一或多个传感器的测量数据等补充数据而确定)。粒子云中的可能地点可各自与可指示与相应粒子位置相关联的不确定性的概率值相关联。
如图3中进一步所示,所确定的地点及/或相关联不确定性值315作为输入提供到经组态以确定是否需要额外数据(例如,来自用户的言语输入)以确定用户的地点的位置的触发检测器处理320。在一些实施例中,触发检测器可处理由主控定位引擎处理310导出的不确定性数据以确定是否需要来自用户的言语输入。举例来说,触发检测器可执行与最初确定的位置相关联的不确定性数据与预定不确定性/误差阈值的比较。如果不确定性值(或误差值)超过不确定性阈值,那么可确定与当前已知的所确定/估计位置相关联的不确定性过高,且因此需要获得额外输入,例如来自用户的言语输入。触发检测器可因此引起或引发经由用户接口(例如,例如图2的实例装置200的接口250等接口)请求用户提供表示可由用户检视到的一或多个地理特征的描述数据的程序。
触发检测器处理320还可经配置以针对以下情形中的一或多者引起请求来自用户的言语输入(以便至少部分基于言语输入促进地点确定)的程序:
a)当提供定位引擎处理可基于其确定其定位及不确定性输出的信号的AP的(例如,WiFi AP)的数目小于一些预定阈值时(例如,少于三个AP);
b)当提供在接收器处以足够高的功率电平(即,其RSSI不低于某一预定阈值)接收的信号的AP的数目小于某一预定阈值(例如,少于三个AP提供的信号的对应RSSI在接收器处等于或超过某一预定RSSI阈值)时;
c)当在当前无源或有源扫描中使用AP计算的水平精度衰减(HDOP)值糟于某一预定阈值时;
d)当基于装置的惯性传感器所确定的位置估计的不确定区域大(例如,其超过某一预定阈值)时;
e)在粒子滤波器实施方案中,当所得粒子分裂成双峰分布(例如,一半粒子在一个过道中,且另一半在另一过道中)时;
f)当使用粒子滤波器实施方案的粒子云的分布具有某些属性时,例如,当分布的标准差超过某一预定值时、当存在多个粒子簇时,等;及/或
g)当由所导出粒子界定的粒子云/簇的尺寸超过一些尺寸阈值(例如,所计算的云直径值超过某一预定阈值)时。
触发检测器处理320可经配置以针对其它情境及情形触发对言语输入的请求。
在一些实施例中,触发检测器处理320还可经配置以确定需要确定用户的地点的位置的言语描述数据的量。此确定可基于与由定位引擎处理310输出的所确定位置相关联的位置不确定性/误差值。可接着提示用户根据言语描述数据的所确定的需要量提供言语描述数据。在各种实例情境中需要的言语输入量/等级的一些实例包含:
a)在粒子滤波器实施方案中,如果所计算的粒子在过道之间分裂,那么可能需要请求仅一个(1)地标输入(由用户提供一个地理特征)以使得能够选择右方粒子云且不予考虑剩余粒子。
b)当提供定位引擎处理310基于其确定接收信号的接收器的位置信息的信号的AP的数目过低(或对应所接收信号超过某一电力要求阈值的AP的数目过低)时,可确定应从用户请求对应于至少三个(3)地标的言语输入。
c)当确定当前估计位置处于大的开放空间中时,可确定应从用户请求用于三个(3)以上地标的言语输入。
d)当确定定位主控引擎处理310需要定向信息时,可确定应从用户请求在至少两个不同方向(例如,两个相反方向)上出现的地标的言语输入。
触发检测器处理320可经配置以针对其它类型的情境且使用其它规则及方案确定地点确定所需的地标言语输入的适当数目。
因此,在其中提供输入的用户是操作或携带包含从远程发射器接收信号的接收器的装置的同一用户的情形中,可由用户检视到的地理特征(例如,地标)可使得定位引擎处理能够减小与接收器的当前确定的地点相关联的不确定性。举例来说,如果针对接收器的地点计算的不确定性为±100m(例如,因为接收器仅能够从一个接入点接收信号,因此导致相对较大的不确定性),那么通过获得对应于可从接收器检视到的特征的描述(例如,站在购物中心中的用户看到的店面)的言语输入,那么可确定用户可位于其中的可能区域,且那一可能区域可对应于由接收器的当前计算的地点及相关联不确定性值界定的区域内的区域。换句话说,基于言语输入确定的可能区域可能更精细地界定接收器可能位于其中的区域,且与基于信号及传感器测量数据计算者相比可具有较小不确定性。在一些实施例中,触发检测器处理可实施为主控定位引擎处理310的模块及/或可容纳在相同装置上(例如,定位引擎处理310与触发检测器处理320两者皆可实施为例如图1及2的相应装置108或200等移动装置的模块、软件及/或硬件)。
如果确定不需要来自用户的言语输入,那么可终止图3的处理,或替代地,主控位置引擎处理310可继续基于例如通过接收器从远程发射器(如由图3中所示的箭头316所指示)接收的信号来确定/估计接收器的地点(当前或后续地点)。另一方面,如果确定需要来自用户的言语输入以确定用户的地点的位置,那么响应于所述确定,请求用户提供例如经由基于话音及/或基于文本的用户接口传达的此输入(如在操作325中所示),且执行地标输入及定位处理330。确切地说,在一些实施例中,地标输入及定位处理330可包含获得表示可由用户检视到的一或多个地理特征(例如,地标,例如位于购物中心中的店面)的言语描述数据,所述用户可为携带实施图3的处理的装置的用户或将言语描述数据传达到执行图3中所描绘的处理的装置的位于远程的用户。举例来说,在一些实施例中,用户的视觉线索输入可提供为其可看到的地标中的至少一些的列表,及/或关于那些地标的关系信息。举例来说,在被提示提供言语描述数据之后,用户可即刻提供言语描述,例如“我在我右边看到GAP”、“在我左边看到苹果店”,等。此言语描述数据可提供为由基于话音的用户输入接口(例如图2中所示的实例装置200的麦克风/扬声器252)俘获的话音输入。或者,可替代基于话音的数据或除了基于话音的数据之外还使用用户的基于文本的输入。
地标输入及定位处理330可因此进一步包含从用户提供的言语视觉线索及关系数据(例如,粗略几何形状信息)识别/确定由用户指示的地理特征的操作。确切地说,处理330经配置以从言语输入隔离及/或辨识在所述言语输入中提及哪些地理特征及指示何(如果存在)地理关系/方向线索。举例来说,对于例如“在我左边看到苹果店”等用户言语输入,处理330经配置以确定言语描述指定“苹果店”的地理特征被提供数据的用户看到,且“苹果店”位于用户的左边。因此,在一些实施例中,处理330可包含实施自然语言处理(NLP)引擎以分析来自用户(不管其为经由其提供此数据的移动装置的操作者还是某一远程用户)的基于文本或话音的输入(或其它类型的非图像式数据)。NLP引擎可使用自然语言处理程序及技术处理输入数据以分析用户提供的输入的内容。以下为可执行的实例操作:
1)自然语言用户接口(LUI)接收用户的话音输入或基于文本的输入。
2)对于基于话音的输入执行语音辨识。
3)对用户的输入执行分段以将其分离成词语。
4)分析经分段的用户输入以确定特定词语或短语出现于何处,以因此识别例如“我看到”、“我们注意到”等表达。
5)识别关键词,例如包含所关注的地方(POI)的名称的地理特征。此识别程序可基于词汇数据库,例如特定本地辅助数据库中的POI名称列表。举例来说,如果已知用户位于特定购物中心中,那么可比较用户的经处理输入与含有那一场所的POI的数据库以评估用户的经处理输入与数据库中的POI清单的类似度。
6)识别与辨别出的POI名称相关联的限定词语/表述,例如表示各种特征之间的关系的表述。举例来说,识别例如“从左边”、“从右边”或“到左边”、“到右边”或指示所辨识POI的关系或定向信息的其它此些表述等词语/表述。
已识别包含于用户的言语描述数据中的一或多个地理特征之后,处理330经配置以确定提供言语输入的用户的地点的定位信息。举例来说,在一些实施例中,比较从言语描述数据(例如,“苹果店”、“gap店”及/或对可由用户检视到的地理地标的其它类型的言语描述)识别出的地理特征与辅助数据(其可能先前已下载到实施图3的处理的装置)。此辅助数据可包含与已知用户位于其中的区域中的地理特征有关的数据,包含此地理特征的列表、用于此些地理特征的对应定位信息,及/或地理特征的对应地理定向及/或位置关系。举例来说,在一些实施例中,辅助数据可包含指定商场中的各种商店及其彼此位置关系的购物中心地图、在用户位于其中的区域中的地理特征的数据库及用于地理特征的位置及定向信息,等。因此比较从用户所提供的言语描述数据识别的地理特征与辅助数据以确定在言语描述数据中识别的地理特征中的一或多者与包含于辅助数据中的数据记录中的一或多者之间是否存在匹配。如所指出,在一些实施例中,可完全在本地在接收言语输入的移动装置处执行基于对应于用户所看到的地标的言语输入且基于辅助数据(例如,地图数据)对用户位置的确定(例如,实时),而不需要与远程服务器通信。在此些实施例中,移动装置与远程服务器之间的任何类型的通信通常得以避免,且仅使用已经存储在装置上的辅助数据(例如,先前下载的辅助数据),因此实现迅捷的位置确定。
当识别出来自用户的言语描述数据的特定地理特征时,确定/计算对应于那一地理特征的可见区域以因此界定用户可能位于其中的可能地点,且产生可见地图。此可见区域对应于可从其检视到从言语描述数据识别的地理特征的所有地点。举例来说,参考图4A,展示包含用于所确定可见区域的购物中心的实例地图400的图。地图400上说明响应于言语描述而确定/计算的可见区域412及414(说明为叠加在地图上的阴影区域),其中在此实施例中,用户指定可看到商店Nordstrom。举例来说,用户可能已提供例如“我看到Nordstrom”等言语描述数据,从所述言语描述数据,地标输入及定位处理330可能已使用NLP引擎确定商店Nordstrom可由用户检视到。这些可能的可见区域可显示在用户接口上,例如图2中的实例装置200的用户接口250的显示器256。举例来说,图4D是显示地图(类似于图4A到C)的地图400的移动装置的图,在所述地图上呈现响应于言语描述数据而确定的对应于用户看到的地理特征的可见区域。
在一些实施例中,例如对于其中使用例如图4的实例地图400等基于地图的辅助数据来促进确定用户的地点的位置的实施例,可如下执行可见区域的确定/计算。地理特征或关注点(POI,例如店面)中的每一者可作为多边形表示在地图上。多边形将通常具有开口处(accessor),例如店面的入口,其相对位置在2-D地图中提供为坐标(x,y)。因此,实例地图400的店面多边形中的每一者将与唯一坐标(x,y)相关联。在一些实施例中,表示于地图中的每一多边形的定向可为最接近于多边形开口处的多边形侧/边缘的定向。那一多边形边缘将通常为用户看到的地标(地理特征)。为计算可见区域,识别用户检视到的特定地理特征地标的正常方向(且在用户提供的言语描述数据中指示)。地标的正常方向可界定为与对应于用户检视的店面的多边形侧正交的向量,其背对朝向邻接所述店面的走廊的那一多边形侧而延伸。通过确定驻留在邻接地理特征的门面的走廊中的栅格点是否具有来自地理特征的视线而计算(例如,实时地)可见区域。如所指出,门面(例如,店面)可界定为地理特征的多边形表示的最接近于地理特征开口处的侧。可基于所要定位分辨率(例如,每1英尺、每1米,等)来选择经处理以确定其是否具有到地理特征的门面的视线的栅格点,其将因此限制地图上需要测试以确定其是否具有到多边形的包含开口处的侧的视线的点的数目。
因此,在实例地图400中,响应于言语描述数据“我看到Nordstrom”,识别对应于地图400中的Nordstrom商店的多边形410。如图所示,多边形410包含在邻接走廊的两个多边形侧上的两个开口处(入口)。阴影区域412及414为所确定的可见区域,其中这些区域涵盖的栅格点具有到包含开口处的多边形400侧的直接视线。应注意,可见区域的确定还可基于最初经由定位引擎处理310确定的定位数据。举例来说,如果定位引擎处理310确定用户(或接收器)可能位于其中的初始可能区域(如所指出,此初始可能区域可由由初始估计地点及不确定区域界定),那么可能仅需要测试处于初始可能区域中的栅格点以看其是否具有到用户所指定的地理特征(地标)的视线。因此,举例来说,如果定位引擎处理310确定由图4A中出现的‘x’识别的初始估计地点及由处于‘x’中心处的虚线圆416界定的不确定区域,那么将仅需要测试在虚线圆内部的走廊栅格点以看其是否具有到多边形410的店面的直接视线。在所述情境中,将需要检查阴影区域412中的的少数栅格点,且根本不必测试阴影区域414中的栅格点。因此,使用由定位引擎处理310确定的初始估计可将用户可能位于其中的所得区域减小到由定位引擎处理计算的初始可能区域与由地标输入及定位处理330计算的可见区域的相交点(例如,重叠处)。
当用户提供的言语描述数据包含对可由用户检视到的额外地理特征的描述时,额外描述数据可用以对可能地点强加进一步约束。在一些实施例中,例如当确定(例如,使用触发检测器处理320)需要提供用于至少两个地理特征的言语描述数据时(例如,如果认为定位引擎处理310所确定的不确定区域足够大以需要用于至少两个特征的描述数据),额外描述数据可能已由用户提供,其具有用于用户指定的第一地理特征的描述数据。在一些实施例中,可响应于确定由处理330确定的可见区域并不提供用于用户地点的足够准确的定位信息而发生可能需要用于额外地理特征的额外描述数据的确定。此确定可通过将所得可见区域及/或由地标输入及定位处理330对第一地理特征执行的处理产生的其它定位数据以及触发检测器处理320对于用于用户地点的定位信息不足够准确的后续确定传达到触发检测器处理320而执行。或者,可通过处理330进行定位信息准确度的确定。
图4B是已基于用户提供的额外言语描述数据执行进一步处理之后的地图400的图。在图4B的实例中,用户可能已提供例如表达“我看到J.Jill”等进一步言语描述数据。响应于此言语描述数据,地标输入及定位处理330可能已执行类似于上文所描述的处理的处理以因此识别(基于NLP处理)作为用户看到的另一地标的J.Jill商店的地理特征,且基于此所识别特征确定用于用户地点的定位信息以例如确定对应于此地理特征的可见区域。因此,基于额外言语描述数据,多边形420识别为对应于在言语描述数据中指定的J.Jill商店的多边形,且确定/计算用于此地理特征的可见区域422。因为用户已指示其看到Nordstrom及J.Jill商店两者,因此计算为可见区域414与422的相交点的所得可见区域430以表示含有具有到Nordstrom及J.Jill地标(POI)两者的直接视线的栅格点的区域。
如果需要,用户可提供(基于其自身积极性或响应于提示)额外言语描述数据以逐渐地改进对应于用户的可能地点的所得区域。然而,当不存在来自用户的额外言语输入时,用户的地点的最终估计位置在一些实施例中可为由针对从用户提供的言语输入识别的地理特征而确定的可见区域产生的任何重叠区域的中心(如例如图4C中所描绘,其中确定点440为用户地点的最终估计位置)。
一旦已经由地标输入及定位处理330确定/计算用户的位置,就可将所确定的位置提供到主控定位引擎处理310。定位引擎处理310可接着使用从处理330确定的位置作为其当前位置以用于确定/估计/跟踪后续位置(例如,处理330的所得输出可用以使主控定位引擎处理310所使用的当前位置复位,如图3中的操作335所描绘)。
如所指出,在一些实施方案中,图3中所描绘的处理300还可包含经组态以从在移动装置(例如,例如图2的装置200等移动装置,其可实施图3的处理)处接收的言语数据识别指示确定用户地点的请求的言语表达的背景关键字检测处理340。在一些实施例中,指示用户的确定用户位置的请求的言语数据可包含例如“我在哪里?”、“我在山谷游乐园中何处”、“我迷路了”等言语表述或指示确定用户位置的请求的任何其它适当言语言辞。关键词检测器处理340可以类似于地标输入及定位处理330的语音辨识操作的方式加以实施,且可因此包含对用户所提供的言语输入执行的NLP型处理。此NLP型处理可包含对在自然语言用户接口处接收的基于话音的输入执行语音辨识,对用户的输入进行分段以将其分离成词语,及分析经分段用户输入以确定所接收输入的言语含义。
在确定用户希望确定其位置之后,主控定位引擎处理310所执行的处理可即刻开始例如基于从远程发射器接收的信令、传感器的测量值等确定用户的位置。如所指出,在其中认为与估计位置相关联的不确定性过高的情形中,可例如通过将提示提供给用户以请求言语描述数据来确定请求用户的言语输入,所述言语描述数据可包含可从用户的当前地点检视到的地标清单,以因此促进用户位置的确定。
现在参考图5提供关于本文所述的地点确定操作的进一步细节,其展示实例地点确定程序500的流程图。程序500包含确定510是否需要来自用户的言语输入以确定所述用户的地点的位置。举例来说,在一些实施例中,可最初基于来自远程发射器(WLAN AP、WWAN AP、卫星发射器,等)的在接收器接收的信号、传感器测量值等来确定(例如,经由例如图3中所示的定位引擎处理310等处理)用户的定位。如果认为初始定位不够准确,那么可确定需要来自所述用户的言语输入以促进用户的位置确定。否则,程序500可终止,且常规操作(包含经由定位引擎处理310的地点确定)可继续。
在确定需要来自用户的言语输入以确定用户的地点的位置之后,即刻在移动装置处获得520表示可由所述用户检视到的一或多个地理特征的言语描述数据(例如,地标,例如用户从用户的当前地点看到的店面招牌)。举例来说,在一些实施例中,产生向用户指示需要用户看到的地标的言语输入的提示,且将其输出到移动装置上的输出用户接口(例如,输出到装置屏幕的视觉指示,使用文本转话音产生器产生且输出到移动装置的扬声器的话音提示,等)。响应于所输出的提示,用户可经由用户输入接口(例如,在写入时键入此描述数据的键盘,俘获用户进行的发声言辞的麦克风,等)提供表示用户当前看到的地标的言语描述数据。在其中需要确定其位置的用户位于可在其上实施程序500的装置远程的情形中,用户可经由在另一远程装置与在其上实施程序500的装置之间建立的通信链路传达来自那一其它装置的言语输入。
已获得言语描述数据之后,在所述移动装置处识别530包含于从用户获得的言语描述数据中的一或多个地理特征。如所指出,在一些实施例中,可经由在执行程序500的移动装置处实施的自然语言处理操作来执行已由用户在言语描述数据中描述的地理特征的识别。此些操作可包含语音辨识操作、将用户的输入分段以将输入分离成词语,及分析经分段用户输入以确定所接收输入的言语含义,等。
已识别包含于从用户获得的言语描述数据中的一或多个地理特征之后,至少部分基于所识别的一或多个地理特征确定540用于用户的地点的定位信息。举例来说,如所指出,在一些实施例中,可比较及匹配所识别的一或多个地理特征与用于下载到装置的辅助数据(例如,已知用户位于其中的区域的地图)的数据记录。基于包含于对应于一或多个地理特征的辅助数据中的定位信息,可确定用户的地点的大致或确切位置。举例来说,包含于言语描述数据中的一或多个地理特征可匹配到存储在移动装置上的地图辅助数据中的一或多个地点。包含于辅助数据中的定位信息可用以确定界定用户可能位于其中的可能位置的可见地图。此可见地图可包含对应于言语描述数据的可见区域。在接收到包含于用户提供的言语描述数据中的地理特征时,所得可见地图得以逐渐地更进一步改进,因为额外接收的地理特征对可见地图中的可见区域提供增大数目的约束。
可通过基于处理器的计算系统促进执行确定是否需要言语输入以确定用户的地点及确定用户的地点的位置(具有或不具有用户提供的言语输入)的程序。参考图6,展示实例计算系统600的示意图。计算系统600可例如容纳于例如图1及2的相应装置108及200等手持式移动装置。计算系统600包含例如个人计算机、专用计算装置等基于处理器的装置610,其通常包含中央处理器单元612。除CPU 612之外,系统还包含主存储器、高速缓存存储器及总线接口电路(未图示)。基于处理器的装置610可包含大容量存储装置614,例如与计算机系统相关联的硬盘驱动器及/或快闪驱动器。计算系统600可进一步包含键盘或小键盘616及监视器620,例如CRT(阴极射线管)或LCD(液晶显示器)监视器,其可放置在用户可取用它们的地方(例如,移动装置的屏幕)。
基于处理器的装置610经配置以例如实施确定是否需要来自用户的言语输入(及/或到何程度)以便确定用户的地点的位置及/或在使用或不使用此言语输入(例如,例如表示可由用户从用户的当前地点检视到的地理特征的言语描述数据等输入)的情况下确定用于用户的地点的定位信息的程序。大容量存储装置614因此可包含计算机程序产品,其当在基于处理器的装置610上执行时致使所述基于处理器的装置执行操作以促进上述程序的实施。所述基于处理器的装置可进一步包含外围装置以实现输入/输出功能性。此类外围装置可包含(例如)光盘驱动器及/或快闪驱动器,或用于将相关内容下载到所连接系统的网络连接。此类外围装置也可以用于下载含有计算机指令的软件以实现相应系统/装置的一般操作。可替代地及/或另外,在一些实施例中,在计算系统600的实施方案中可使用专用逻辑电路,例如FPGA(现场可编程门阵列)、DSP处理器或ASIC(专用集成电路)。可随基于处理器的装置610包含的其它模块是扬声器、声卡、用户可用来对计算系统600提供输入的指向装置(例如鼠标或轨迹球)。基于处理器的装置610可包含操作系统。
计算机程序(也被称作程序、软件、软件应用程序或代码)包含用于可编程处理器的机器指令,且可以高级程序及/或面向对象的编程语言及/或以汇编/机器语言实施。如本文所使用,术语“机器可读媒体”可指用以将机器指令及/或数据提供到可编程处理器的任何计算机程序产品、设备及/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包含接收机器指令作为机器可读信号的非暂时性机器可读媒体。
存储器可以实施在处理单元内或处理单元外部。如本文所使用,术语“存储器”指任何类型的长期、短期、易失性、非易失性或其它存储器且不限于任何特定类型的存储器或数目的存储器,或任何类型的存储存储器的存储媒体。
如果以固件及/或软件实施,那么可将所述功能作为一或多个指令或代码存储在计算机可读媒体上。实例包含编码有数据结构的计算机可读媒体及编码有计算机程序的计算机可读媒体。计算机可读媒体包含物理计算机存储媒体。存储媒体可为可由计算机存取的任何可用媒体。借助于实例而非限制,此类计算机可读媒体可包含RAM、ROM、EEPROM、CD-ROM或其它光盘存储装置,磁盘存储装置、半导体存储装置或其它存储装置,或任何其它可用于存储指令或数据结构的形式的所要程序代码且可由计算机存取的媒体;在本文中使用时,磁盘及光盘包含压缩光盘(CD)、激光光盘、光学光盘、数字多功能光盘(DVD),软性磁盘及蓝光光盘,其中磁盘通常以磁性方式再现数据,而光盘用激光以光学方式再现数据。以上各者的组合也应包含在计算机可读媒体的范围内。
除了存储在计算机可读媒体上之外,还可将指令及/或数据提供为通信设备中包含的传输媒体上的信号。例如,通信设备可以包含接收指示指令及数据的信号的收发器。所述指令及数据经配置以致使一或多个处理单元实施权利要求书中概述的功能。也就是说,通信设备包含具有指示用以执行所揭示的功能的信息的信号的传输媒体。在第一时间,通信设备中所包含的传输媒体可包含执行所揭示的功能的信息的第一部分,而在第二时间,通信设备中所包含的传输媒体可包含执行所揭示的功能的信息的第二部分。
尽管本文已经详细揭示具体实施例,但这仅是借助于实例出于说明的目的而完成,且并不希望相对于所附权利要求书的范围为限制性的。确切地说,预期在不脱离由权利要求书界定的本发明的精神及范围的情况下可做出各种替代、更改及修改。其它方面、优点及修改被认为在所附权利要求书的范围内。呈现的权利要求书代表本文所揭示的实施例及特征。其它未要求的实施例及特征也是预期的。因此,其它实施例在所附权利要求书的范围内。
Claims (56)
1.一种方法,其包括:
在移动装置处确定是否需要来自用户的言语输入以确定所述用户的地点的位置;以及
响应于确定需要来自所述用户的所述言语输入以确定所述用户的所述地点的所述位置,而:
在所述移动装置处获得表示可由所述用户从所述用户的所述地点检视到的一或多个地理特征的言语描述数据;
在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的一或多者,以及
在所述移动装置处至少部分基于从所述言语描述数据识别的所述一或多个地理特征来确定用于所述用户的所述地点的定位信息。
2.根据权利要求1所述的方法,其进一步包括:
从在所述移动装置处接收的言语数据识别指示确定所述用户的所述地点的请求的言语表达。
3.根据权利要求1所述的方法,其中确定用于所述用户的所述地点的所述定位信息包括:
比较所述所识别的一或多个地理特征中的至少一者与存储在所述移动装置处的辅助数据。
4.根据权利要求3所述的方法,其中所述辅助数据包含以下各者中的一或多者:可用于一或多个地理区域中的地理特征、用于所述地理特征的定位信息或所述地理特征的地理定向。
5.根据权利要求1所述的方法,其中所述言语描述数据包括以下各者中的一或多者:基于文本的描述数据或基于话音的描述数据。
6.根据权利要求1所述的方法,其中识别所述一或多个地理特征包括:
识别随所述言语描述数据而包含的至少一个言语表达,所述至少一个言语表达指示所述一或多个地理特征包含在所述言语描述数据中。
7.根据权利要求1所述的方法,其中获得表示所述一或多个地理特征的所述言语描述数据包括:
响应于需要用以确定所述用户的所述地点的所述位置的所述言语输入的所述确定而提示所述用户提供所述言语描述数据;以及
从所述用户接收表示所述一或多个地理特征的所述言语描述数据。
8.根据权利要求7所述的方法,其中提示所述用户提供所述言语描述数据包括:
基于与用于所述用户的所述地点的初始位置确定相关联的位置不确定性来确定需要用以确定所述用户的所述地点的所述位置的所述言语描述数据的量;以及
提示所述用户根据所述言语描述数据的所述所确定的需要量来提供所述言语描述数据。
9.根据权利要求1所述的方法,其中所述言语描述数据包括以下各者中的至少一者:可从所述地理位置检视到的所述一或多个地理特征,或所述一或多个地理特征中的至少一者与所述一或多个地理特征中的另一者之间的关系。
10.根据权利要求1所述的方法,其中确定用于所述用户的所述地点的所述定位信息包括:
识别所述用户的所述地点可能位于其中的一或多个可见区域;以及
基于对应于所述用户的所述地点的额外接收数据来逐渐地改进所述所识别的一或多个可见区域。
11.根据权利要求1所述的方法,其中确定是否需要来自所述用户的言语输入以确定所述用户的所述地点的所述位置包括:
基于与用于所述用户的所述地点的初始地点估计相关联的不确定性来确定是否需要来自所述用户的言语输入。
12.根据权利要求11所述的方法,其进一步包括:
基于以下各者中的一或多者来确定所述初始地点估计:从一或多个远程发射器接收的信号,或从所述移动装置的一或多个传感器所执行的测量获得的数据。
13.根据权利要求11所述的方法,其中基于与用于所述用户的所述地点的所述初始地点估计相关联的所述不确定性来确定是否需要来自所述用户的言语输入包括以下各者中的一或多者:
确定从其接收用以确定所述初始地点估计的信号的接入点的数目是否小于预定接入点阈值;
确定使用从其接收所述信号的所述接入点而计算的水平精度衰减HDOP值是否糟于预定HDOP阈值;
确定基于来自所述移动装置的一或多个惯性传感器的数据而计算的与所述初始地点估计相关联的不确定性区域是否超过预定不确定性区域阈值;或
确定使用粒子滤波器计算以确定所述初始地点估计的粒子是否分裂成双峰分布。
14.根据权利要求1所述的方法,其中在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的所述一或多者包括:
将自然语言处理NLP应用于所述所获得的言语描述数据以识别所述一或多个地理特征。
15.一种移动装置,其包括:
一或多个处理器;以及
包括计算机指令的存储媒体,所述计算机指令当在所述一或多个处理器上执行时引起操作,所述操作包括:
在所述移动装置处确定是否需要来自用户的言语输入以确定所述用户的地点的位置;以及
响应于确定需要来自所述用户的所述言语输入以确定所述用户的所述地点的所述位置,而:
在所述移动装置处获得表示可由所述用户从所述用户的所述地点检视到的一或多个地理特征的言语描述数据;
在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的一或多者,以及
在所述移动装置处至少部分基于从所述言语描述数据识别的所述一或多个地理特征来确定用于所述用户的所述地点的定位信息。
16.根据权利要求15所述的装置,其中所述指令引起进一步操作,所述进一步操作包括:
从在所述移动装置处接收的言语数据识别指示确定所述用户的所述地点的请求的言语表达。
17.根据权利要求15所述的装置,其中确定用于所述用户的所述地点的所述定位信息包括:
比较所述所识别的一或多个地理特征中的至少一者与存储在所述移动装置处的辅助数据。
18.根据权利要求17所述的装置,其中所述辅助数据包含以下各者中的一或多者:可用于一或多个地理区域中的地理特征、用于所述地理特征的定位信息或所述地理特征的地理定向。
19.根据权利要求15所述的装置,其中所述言语描述数据包括以下各者中的一或多者:基于文本的描述数据或基于话音的描述数据。
20.根据权利要求15所述的装置,其中识别所述一或多个地理特征包括:
识别随所述言语描述数据而包含的至少一个言语表达,所述至少一个言语表达指示所述一或多个地理特征包含在所述言语描述数据中。
21.根据权利要求15所述的装置,其中获得表示所述一或多个地理特征的所述言语描述数据包括:
响应于需要用以确定所述用户的所述地点的所述位置的所述言语输入的所述确定而提示所述用户提供所述言语描述数据;以及
从所述用户接收表示所述一或多个地理特征的所述言语描述数据。
22.根据权利要求21所述的装置,其中提示所述用户提供所述言语描述数据包括:
基于与用于所述用户的所述地点的初始位置确定相关联的位置不确定性来确定需要用以确定所述用户的所述地点的所述位置的所述言语描述数据的量;以及
提示所述用户根据所述言语描述数据的所述所确定的需要量来提供所述言语描述数据。
23.根据权利要求15所述的装置,其中所述言语描述数据包括以下各者中的至少一者:可从所述地理位置检视到的所述一或多个地理特征,或所述一或多个地理特征中的至少一者与所述一或多个地理特征中的另一者之间的关系。
24.根据权利要求15所述的装置,其中确定用于所述用户的所述地点的所述定位信息包括:
识别所述用户的所述地点可能位于其中的一或多个可见区域;以及
基于对应于所述用户的所述地点的额外接收数据来逐渐地改进所述所识别的一或多个可见区域。
25.根据权利要求15所述的装置,其中确定是否需要来自所述用户的言语输入以确定所述用户的所述地点的所述位置包括:
基于与用于所述用户的所述地点的初始地点估计相关联的不确定性来确定是否需要来自所述用户的言语输入。
26.根据权利要求25所述的装置,其中所述指令引起进一步操作,所述进一步操作包括:
基于以下各者中的一或多者来确定所述初始地点估计:从一或多个远程发射器接收的信号,或从所述移动装置的一或多个传感器所执行的测量获得的数据。
27.根据权利要求25所述的装置,其中基于与用于所述用户的所述地点的所述初始地点估计相关联的所述不确定性来确定是否需要来自所述用户的言语输入包括以下各者中的一或多者:
确定从其接收用以确定所述初始地点估计的信号的接入点的数目是否小于预定接入点阈值;
确定使用从其接收所述信号的所述接入点而计算的水平精度衰减HDOP值是否糟于预定HDOP阈值;
确定基于来自所述移动装置的一或多个惯性传感器的数据而计算的与所述初始地点估计相关联的不确定性区域是否超过预定不确定性区域阈值;或
确定使用粒子滤波器计算以确定所述初始地点估计的粒子是否分裂成双峰分布。
28.根据权利要求15所述的装置,其中在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的所述一或多者包括:
将自然语言处理NLP应用于所述所获得的言语描述数据以识别所述一或多个地理特征。
29.一种设备,其包括:
用于在移动装置处确定是否需要来自用户的言语输入以确定所述用户的地点的位置的装置;以及
响应于确定需要来自所述用户的所述言语输入以确定所述用户的所述地点的所述位置而使用的装置,包括:
用于在所述移动装置处获得表示可由所述用户从所述用户的所述地点检视到的一或多个地理特征的言语描述数据的装置;
用于在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的一或多者的装置,以及
用于在所述移动装置处至少部分基于从所述言语描述数据识别的所述一或多个地理特征来确定用于所述用户的所述地点的定位信息的装置。
30.根据权利要求29所述的设备,其进一步包括:
用于从在所述移动装置处接收的言语数据识别指示确定所述用户的所述地点的请求的言语表达的装置。
31.根据权利要求29所述的设备,其中用于确定用于所述用户的所述地点的所述定位信息的所述装置包括:
用于比较所述所识别的一或多个地理特征中的至少一者与存储在所述移动装置处的辅助数据的装置。
32.根据权利要求31所述的设备,其中所述辅助数据包含以下各者中的一或多者:可用于一或多个地理区域中的地理特征、用于所述地理特征的定位信息或所述地理特征的地理定向。
33.根据权利要求29所述的设备,其中所述言语描述数据包括以下各者中的一或多者:基于文本的描述数据或基于话音的描述数据。
34.根据权利要求29所述的设备,其中用于识别所述一或多个地理特征的所述装置包括:
用于识别随所述言语描述数据而包含的至少一个言语表达的装置,所述至少一个言语表达指示所述一或多个地理特征包含在所述言语描述数据中。
35.根据权利要求29所述的设备,其中用于获得表示所述一或多个地理特征的所述言语描述数据的所述装置包括:
用于响应于需要用以确定所述用户的所述地点的所述位置的所述言语输入的所述确定而提示所述用户提供所述言语描述数据的装置;以及
用于从所述用户接收表示所述一或多个地理特征的所述言语描述数据的装置。
36.根据权利要求35所述的设备,其中用于提示所述用户提供所述言语描述数据的所述装置包括:
用于基于与用于所述用户的所述地点的初始位置确定相关联的位置不确定性来确定需要用以确定所述用户的所述地点的所述位置的所述言语描述数据的量的装置;以及
用于提示所述用户根据所述言语描述数据的所述所确定的需要量来提供所述言语描述数据的装置。
37.根据权利要求29所述的设备,其中所述言语描述数据包括以下各者中的至少一者:可从所述地理位置检视到的所述一或多个地理特征,或所述一或多个地理特征中的至少一者与所述一或多个地理特征中的另一者之间的关系。
38.根据权利要求29所述的设备,其中用于确定用于所述用户的所述地点的所述定位信息的所述装置包括:
用于识别所述用户的所述地点可能位于其中的一或多个可见区域的装置;以及
用于基于对应于所述用户的所述地点的额外接收数据来逐渐地改进所述所识别的一或多个可见区域的装置。
39.根据权利要求29所述的设备,其中用于确定是否需要来自所述用户的言语输入以确定所述用户的所述地点的所述位置的所述装置包括:
用于基于与用于所述用户的所述地点的初始地点估计相关联的不确定性来确定是否需要来自所述用户的言语输入的装置。
40.根据权利要求39所述的设备,其进一步包括:
用于基于以下各者中的一或多者来确定所述初始地点估计的装置:从一或多个远程发射器接收的信号,或从所述移动装置的一或多个传感器所执行的测量获得的数据。
41.根据权利要求39所述的设备,其中用于基于与用于所述用户的所述地点的所述初始地点估计相关联的所述不确定性来确定是否需要来自所述用户的言语输入的所述装置包括以下各者中的一或多者:
用于确定从其接收用以确定所述初始地点估计的信号的接入点的数目是否小于预定接入点阈值的装置;
用于确定使用从其接收所述信号的所述接入点而计算的水平精度衰减HDOP值是否糟于预定HDOP阈值的装置;
用于确定基于来自所述移动装置的一或多个惯性传感器的数据而计算的与所述初始地点估计相关联的不确定性区域是否超过预定不确定性区域阈值的装置;或
用于确定使用粒子滤波器计算以确定所述初始地点估计的粒子是否分裂成双峰分布的装置。
42.根据权利要求29所述的设备,其中用于在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的所述一或多者的所述装置包括:
用于将自然语言处理NLP应用于所述所获得的言语描述数据以识别所述一或多个地理特征的装置。
43.一种处理器可读媒体,其编程有可在处理器上执行的一组指令,所述组指令在执行时引起操作,所述操作包括:
在移动装置处确定是否需要来自用户的言语输入以确定所述用户的地点的位置;以及
响应于确定需要来自所述用户的言语输入以确定所述用户的所述地点的所述位置,而:
在所述移动装置处获得表示可由所述用户从所述用户的所述地点检视到的一或多个地理特征的言语描述数据;
在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的一或多者,以及
在所述移动装置处至少部分基于从所述言语描述数据识别的所述一或多个地理特征来确定用于所述用户的所述地点的定位信息。
44.根据权利要求43所述的处理器可读媒体,其中所述指令引起进一步操作,所述进一步操作包括:
从在所述移动装置处接收的言语数据识别指示确定所述用户的所述地点的请求的言语表达。
45.根据权利要求43所述的处理器可读媒体,其中确定用于所述用户的所述地点的所述定位信息包括:
比较所述所识别的一或多个地理特征中的至少一者与存储在所述移动装置处的辅助数据。
46.根据权利要求45所述的处理器可读媒体,其中所述辅助数据包含以下各者中的一或多者:可用于一或多个地理区域中的地理特征、用于所述地理特征的定位信息或所述地理特征的地理定向。
47.根据权利要求43所述的处理器可读媒体,其中所述言语描述数据包括以下各者中的一或多者:基于文本的描述数据或基于话音的描述数据。
48.根据权利要求43所述的处理器可读媒体,其中识别所述一或多个地理特征包括:
识别随所述言语描述数据而包含的至少一个言语表达,所述至少一个言语表达指示所述一或多个地理特征包含在所述言语描述数据中。
49.根据权利要求43所述的处理器可读媒体,其中获得表示所述一或多个地理特征的所述言语描述数据包括:
响应于需要用以确定所述用户的所述地点的所述位置的所述言语输入的所述确定而提示所述用户提供所述言语描述数据;以及
从所述用户接收表示所述一或多个地理特征的所述言语描述数据。
50.根据权利要求49所述的处理器可读媒体,其中提示所述用户提供所述言语描述数据包括:
基于与用于所述用户的所述地点的初始位置确定相关联的位置不确定性来确定需要用以确定所述用户的所述地点的所述位置的所述言语描述数据的量;以及
提示所述用户根据所述言语描述数据的所述所确定的需要量来提供所述言语描述数据。
51.根据权利要求43所述的处理器可读媒体,其中所述言语描述数据包括以下各者中的至少一者:可从所述地理位置检视到的所述一或多个地理特征,或所述一或多个地理特征中的至少一者与所述一或多个地理特征中的另一者之间的关系。
52.根据权利要求43所述的处理器可读媒体,其中确定用于所述用户的所述地点的所述定位信息包括:
识别所述用户的所述地点可能位于其中的一或多个可见区域;以及
基于对应于所述用户的所述地点的额外接收数据来逐渐地改进所述所识别的一或多个可见区域。
53.根据权利要求43所述的处理器可读媒体,其中确定是否需要来自所述用户的言语输入以确定所述用户的所述地点的所述位置包括:
基于与用于所述用户的所述地点的初始地点估计相关联的不确定性来确定是否需要来自所述用户的言语输入。
54.根据权利要求53所述的处理器可读媒体,其中所述指令引起进一步操作,所述进一步操作包括:
基于以下各者中的一或多者来确定所述初始地点估计:从一或多个远程发射器接收的信号,或从所述移动装置的一或多个传感器所执行的测量获得的数据。
55.根据权利要求53所述的处理器可读媒体,其中基于与用于所述用户的所述地点的所述初始地点估计相关联的所述不确定性来确定是否需要来自所述用户的言语输入包括以下各者中的一或多者:
确定从其接收用以确定所述初始地点估计的信号的接入点的数目是否小于预定接入点阈值;
确定使用从其接收所述信号的所述接入点而计算的水平精度衰减HDOP值是否糟于预定HDOP阈值;
确定基于来自所述移动装置的一或多个惯性传感器的数据而计算的与所述初始地点估计相关联的不确定性区域是否超过预定不确定性区域阈值;或
确定使用粒子滤波器计算以确定所述初始地点估计的粒子是否分裂成双峰分布。
56.根据权利要求43所述的处理器可读媒体,其中在所述移动装置处从所述所获得的言语描述数据识别所述地理特征中的所述一或多者包括:
将自然语言处理NLP应用于所述所获得的言语描述数据以识别所述一或多个地理特征。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/752,628 US9361889B2 (en) | 2013-01-29 | 2013-01-29 | Landmark based positioning with verbal input |
US13/752,628 | 2013-01-29 | ||
PCT/US2014/010949 WO2014120410A2 (en) | 2013-01-29 | 2014-01-10 | Landmark based positioning with verbal input |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104956184A true CN104956184A (zh) | 2015-09-30 |
Family
ID=50031576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480006120.0A Pending CN104956184A (zh) | 2013-01-29 | 2014-01-10 | 利用言语输入的基于地标的定位 |
Country Status (6)
Country | Link |
---|---|
US (1) | US9361889B2 (zh) |
EP (1) | EP2946170A2 (zh) |
JP (1) | JP2016507747A (zh) |
KR (1) | KR20150110738A (zh) |
CN (1) | CN104956184A (zh) |
WO (1) | WO2014120410A2 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109564096A (zh) * | 2016-08-11 | 2019-04-02 | 瑞典爱立信有限公司 | 用于室内映射、定位或导航的方法和设备 |
CN111159459A (zh) * | 2019-12-04 | 2020-05-15 | 恒大新能源汽车科技(广东)有限公司 | 地标定位方法、装置、计算机设备以及存储介质 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150112593A1 (en) * | 2013-10-23 | 2015-04-23 | Apple Inc. | Humanized Navigation Instructions for Mapping Applications |
US9528837B2 (en) * | 2014-06-04 | 2016-12-27 | Qualcomm Incorporated | Mobile device position uncertainty based on a measure of potential hindrance of an estimated trajectory |
US9360338B2 (en) * | 2014-07-16 | 2016-06-07 | International Business Machines Corporation | Presenting the viewability of a point of interest on a map |
US10028084B2 (en) | 2015-02-10 | 2018-07-17 | Qualcomm Incorporated | Adaptive position indicator |
US9759799B2 (en) * | 2015-06-24 | 2017-09-12 | International Business Machines Corporation | Beacon array |
CN107024980A (zh) * | 2016-10-26 | 2017-08-08 | 阿里巴巴集团控股有限公司 | 基于增强现实的用户位置定位方法及装置 |
US11199411B2 (en) | 2017-05-15 | 2021-12-14 | Fujifilm Business Innovation Corp. | Systems and methods for utilizing graph based map information as priors for localization using particle filter |
US10812877B2 (en) * | 2017-05-15 | 2020-10-20 | Fuji Xerox Co., Ltd. | System and method for calibration-lessly compensating bias of sensors for localization and tracking |
US10064159B1 (en) * | 2018-01-31 | 2018-08-28 | Accton Technology Corporation | Wireless signal processing method and wireless communication device |
EP3631643A1 (en) * | 2018-08-24 | 2020-04-08 | Google LLC. | Personalized landmarks |
EP3671120B1 (en) | 2018-12-17 | 2023-07-26 | HERE Global B.V. | Enhancing the accuracy for device localization |
US11763503B2 (en) * | 2019-02-25 | 2023-09-19 | Life Impact Solutions | Media alteration based on variable geolocation metadata |
US20220316906A1 (en) * | 2021-04-03 | 2022-10-06 | Naver Corporation | Apparatus and Method for Generating Navigational Plans |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1413424A (zh) * | 1999-12-23 | 2003-04-23 | 诺基亚公司 | 通过通信网络提供精确位置的方法和装置 |
US20030176965A1 (en) * | 2002-03-14 | 2003-09-18 | Microsoft Corporation | Landmark-based location of users |
CN102341672A (zh) * | 2009-03-13 | 2012-02-01 | 高通股份有限公司 | 用于提供本地地图和因位置而异的注释数据的人工辅助技术 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09114489A (ja) * | 1995-10-16 | 1997-05-02 | Sony Corp | 音声認識装置,音声認識方法,ナビゲーション装置,ナビゲート方法及び自動車 |
US6313786B1 (en) * | 1998-07-02 | 2001-11-06 | Snaptrack, Inc. | Method and apparatus for measurement processing of satellite positioning system (SPS) signals |
US6281811B1 (en) | 1999-06-11 | 2001-08-28 | Anthony S Ranzino | Communication and location system for shopping malls, parks, business districts, and the like |
US6546368B1 (en) * | 2000-07-19 | 2003-04-08 | Identity Concepts, Llc | Subject identification aid using location |
JPWO2002023128A1 (ja) * | 2000-09-11 | 2004-01-22 | 松下電器産業株式会社 | 経路案内システム |
US6571169B2 (en) * | 2001-03-16 | 2003-05-27 | Alpine Electronics, Inc. | Destination input method in navigation system and navigation system |
US20060020468A1 (en) * | 2004-07-23 | 2006-01-26 | Inductive Signature Technologies, Inc. | Telephone mapping and traveler information dissemination system |
US20060074660A1 (en) * | 2004-09-29 | 2006-04-06 | France Telecom | Method and apparatus for enhancing speech recognition accuracy by using geographic data to filter a set of words |
US8060367B2 (en) * | 2007-06-26 | 2011-11-15 | Targus Information Corporation | Spatially indexed grammar and methods of use |
US8682646B2 (en) * | 2008-06-04 | 2014-03-25 | Microsoft Corporation | Semantic relationship-based location description parsing |
US8013737B2 (en) * | 2008-09-03 | 2011-09-06 | Utc Fire And Security Corporation | Voice recorder based position registration |
US20100106662A1 (en) | 2008-10-29 | 2010-04-29 | Satyanarayanan Ramaswamy | Method and apparatus for in-store directions using visual or audio cues for current location determination |
US8538688B2 (en) | 2008-11-18 | 2013-09-17 | Nokia Corporation | User generated pedestrian and indoor shortcut routes for navigation systems |
US20110077852A1 (en) * | 2009-09-25 | 2011-03-31 | Mythreyi Ragavan | User-defined marked locations for use in conjunction with a personal navigation device |
US8983763B2 (en) | 2010-09-22 | 2015-03-17 | Nokia Corporation | Method and apparatus for determining a relative position of a sensing location with respect to a landmark |
-
2013
- 2013-01-29 US US13/752,628 patent/US9361889B2/en not_active Expired - Fee Related
-
2014
- 2014-01-10 EP EP14702357.6A patent/EP2946170A2/en not_active Withdrawn
- 2014-01-10 KR KR1020157022911A patent/KR20150110738A/ko not_active Application Discontinuation
- 2014-01-10 CN CN201480006120.0A patent/CN104956184A/zh active Pending
- 2014-01-10 JP JP2015555181A patent/JP2016507747A/ja active Pending
- 2014-01-10 WO PCT/US2014/010949 patent/WO2014120410A2/en active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1413424A (zh) * | 1999-12-23 | 2003-04-23 | 诺基亚公司 | 通过通信网络提供精确位置的方法和装置 |
US20030176965A1 (en) * | 2002-03-14 | 2003-09-18 | Microsoft Corporation | Landmark-based location of users |
CN102341672A (zh) * | 2009-03-13 | 2012-02-01 | 高通股份有限公司 | 用于提供本地地图和因位置而异的注释数据的人工辅助技术 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109564096A (zh) * | 2016-08-11 | 2019-04-02 | 瑞典爱立信有限公司 | 用于室内映射、定位或导航的方法和设备 |
US11815357B2 (en) | 2016-08-11 | 2023-11-14 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for indoor mapping, positioning, or navigation |
CN111159459A (zh) * | 2019-12-04 | 2020-05-15 | 恒大新能源汽车科技(广东)有限公司 | 地标定位方法、装置、计算机设备以及存储介质 |
CN111159459B (zh) * | 2019-12-04 | 2023-08-11 | 恒大恒驰新能源汽车科技(广东)有限公司 | 地标定位方法、装置、计算机设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2014120410A2 (en) | 2014-08-07 |
US20140214427A1 (en) | 2014-07-31 |
EP2946170A2 (en) | 2015-11-25 |
US9361889B2 (en) | 2016-06-07 |
KR20150110738A (ko) | 2015-10-02 |
JP2016507747A (ja) | 2016-03-10 |
WO2014120410A3 (en) | 2014-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104956184A (zh) | 利用言语输入的基于地标的定位 | |
US10878637B2 (en) | Directional and x-ray view techniques for navigation using a mobile device | |
EP3213031B1 (en) | Simultaneous localization and mapping by using earth's magnetic fields | |
US9582720B2 (en) | Image-based indoor position determination | |
CN104395697B (zh) | 用于移动设备的协作式导航技术 | |
CN104718429B (zh) | 导航任务的预测性调度 | |
EP2962066B1 (en) | Indoor positioning using disambiguation information from other mobile devices | |
CN104937604A (zh) | 基于地点的进程监视 | |
KR20130047729A (ko) | 이동국에 대한 네비게이션 지원 정보의 획득 | |
EP2745079A1 (en) | Logo detection for indoor positioning | |
US11454501B2 (en) | Providing constraint to a position | |
US20210055372A1 (en) | Matching of crowdsourced building floors with the ground level | |
US10107629B2 (en) | Information processing system, information processing method, and non-transitory computer readable storage medium | |
TWI570424B (zh) | 定位方法及其電子裝置 | |
EP2569958B1 (en) | Method, computer program and apparatus for determining an object in sight | |
Berkovich et al. | Coursa venue: Indoor navigation platform using fusion of inertial sensors with magnetic and radio fingerprinting | |
TAKYI et al. | Augmented Reality Indoor Navigation with Computer Vision |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150930 |
|
WD01 | Invention patent application deemed withdrawn after publication |