CN105222768A - 一种定位轨迹预测方法及装置 - Google Patents

Abstract

本申请实施例公开了一种定位轨迹预测方法和装置。本申请的技术方案将道路以路口和路口之间的路段形成的网络表示，建立地图模型，并建立用户历史轨迹数据库。当用户进入场所后，接收用户的定位终端发送的用户的定位终端信息和位置信息，根据定位终端信息获取用户的历史轨迹数据，历史轨迹数据中包含用户在每条路段行走的次数及在每个路口的路径选择，并由历史轨迹数据建立路径概率模型，用以表征用户在每一个路段的路口选择相邻路段的概率。然后根据用户的当前位置信息和路径概率模型得到用户的预测轨迹。本申请实施例提供的技术方案解决了相关定位技术中不能预测用户行动轨迹的问题。

Description

一种定位轨迹预测方法及装置

技术领域

本发明涉及定位技术领域，尤其涉及一种定位轨迹预测方法及装置。

背景技术

在大型商场或展馆等场地，商家和展览单位会在用户手持导航仪或定位终端上向用户推介商品、店铺或展览项目。但这种推介通常是固定的，展现给用户只是一张固定的列表，对用户的吸引力欠佳，不能起到很好的广告作用。另一方面，用户在商场或展馆的游览往往是弱目的性的，随意性较大，但如果能跟随用户的行动，实时的根据用户的行动进行广告，则能够对用户形成引导，更容易推介成功，吸引用户。

现阶段手持导航仪和定位终端已有较好的定位功能，能实时获得用户在商场或展馆的位置。但用户是不断行动的，根据用户的某一个位置进行广告，存在广告滞后，或者广告不在用户的路径上而被忽略，从而导致广告缺乏引导性的问题。为了提高广告效果，需要在手持导航仪或定位终端中对用户的行动轨迹做出预测，根据预测的用户方向进行广告，则广告既在用户感兴趣的路径上，也可以克服广告滞后的问题。但要根据预测的用户方向进行广告或者指引，首先需要预测用户的行动轨迹，而现阶段的定位相关技术中不能对用户的行动轨迹进行预测。

发明内容

为克服定位相关技术中不能预测用户行动轨迹的问题，本申请提供一种定位轨迹预测方法和装置。

根据本申请实施例的第一方面，提供一种定位轨迹预测方法，包括：

建立路径信息数据库，所述路径信息数据库包括用户所在场所的地图模型数据，所述地图模型由各个路口及各个路口之间的路段构成；

建立历史轨迹数据库，所述历史轨迹数据库包括所有进入场所的用户的历史轨迹数据，所述历史轨迹数据包括用户在每条路段行走的次数及每个路口的路径选择，每个用户的历史轨迹数据与每个用户的定位终端信息对应；

接收用户定位终端发送的用户的当前位置信息，并接收用户定位终端发送的定位终端信息；

根据所述定位终端信息得到用户的历史轨迹数据；

根据用户的历史轨迹数据建立路径概率模型，所述路径概率模型包括用户在每一个路段的路口选择相邻路段的概率；

根据用户的当前位置信息和路径概率模型得到用户的预测轨迹。

优选的，当历史轨迹数据中存在路径选择数据为空的路口时，则设置路径概率模型中，用户在路段的路径选择数据为空的路口选择其他相邻路段的概率相等。

优选的，所述根据所述定位终端信息得到用户的历史轨迹数据，可以包括：

判断所述定位终端信息在历史轨迹数据库中是否存在；

当所述定位终端信息为新的定位终端信息时，以历史轨迹数据库中包含用户当前位置且其他用户重复度最高的历史轨迹数据作为用户的历史轨迹数据；

当所述定位终端信息在历史轨迹数据库中存在时，得到历史轨迹数据库中所述定位终端信息对应的历史轨迹数据。

优选的，所述根据用户的当前位置信息和路径概率模型得到用户的预测轨迹，包括：

根据用户的当前位置信息得到用户当前所在的路段；

以用户当前所在的路段在路径概率模型中对应的选择概率最大的相邻路段为用户的预测轨迹，当用户当前所在的路段的相邻路段在路径概率模型中的选择概率都相等，或者存在多个相同的最大选择概率时，在相同的选择概率的所述相邻路段中，随机选择其中之一作为用户的预测轨迹。

优选的，所述根据用户的当前位置信息和路径概率模型得到用户的预测轨迹，包括：

根据用户的当前位置信息得到用户当前所在的路段及用户的当前位置区域，所述当前位置区域为以用户的当前位置为中心，以预设值为半径的圆所覆盖的区域；

根据用户的当前位置区域搜索所述路径概率模型中当前位置区域对应的子路径概率模型，所述子路径概率模型为路径概率模型的子集；

以用户当前所在的路段在所述子路径概率模型中对应的选择的概率最大的相邻路段为用户的预测轨迹，当用户当前所在的路段的相邻路段在子路径概率模型中的选择概率都相等，或者存在多个相同的最大选择概率时，在相同的选择概率的所述相邻路段中，随机选择其中之一作为用户的预测轨迹。

优选的，还可以包括：

根据用户的实时位置信息更新历史轨迹数据库。

优选的，在建立路径信息数据库之前，还包括：

在场所中布设无线访问接入点和网络控制器，所述无线访问接入点用于接收定位终端发送的探测报文，并将探测报文的强度值发送至网络控制器，所述网络控制器根据各个无线访问接入点发送的探测报文的强度值，和各个无线访问接入点的坐标，确定定位终端的位置，并将定位终端的位置发送至定位终端。

根据本申请实施例的第二方面，提供一种定位轨迹预测装置，包括：

路径信息单元，用于建立路径信息数据库，所述路径信息数据库包括用户所在场所的地图模型数据，所述地图模型由各个路口及各个路口之间的路段构成；

历史轨迹单元，用于建立历史轨迹数据库，所述历史轨迹数据库包括所有进入场所的用户的历史轨迹数据，所述历史轨迹数据包括用户在每条路段行走的次数及每个路口的路径选择，每个用户的历史轨迹数据与每个用户的定位终端信息对应；

位置信息接收单元，用于接收用户定位终端发送的用户的当前位置信息；

定位终端信息接收单元，用于接收用户定位终端发送的定位终端信息；

历史轨迹数据获取单元，用于根据所述定位终端信息得到用户的历史轨迹数据；

路径概率模型单元，用于根据用户的历史轨迹数据建立路径概率模型，所述路径概率模型包括用户在每一个路段的路口选择相邻路段的概率；

轨迹预测单元，根据用户的当前位置信息和路径概率模型得到用户的预测轨迹。

优选的，所述历史轨迹数据获取单元，包括：

判断单元，用于判断所述定位终端信息在用户信息数据库中是否存在；

第一执行单元，用于当所述定位终端信息为新的定位终端信息时，以历史轨迹数据库中包含用户当前位置且其他用户重复度最高的历史轨迹数据作为用户的历史轨迹数据；

第二执行单元，用于当所述定位终端信息在用户信息数据库中存在时，得到历史轨迹数据库中所述定位终端信息对应的历史轨迹数据。

优选的，所述轨迹预测单元，包括：

路段获取单元，用于根据用户的当前位置信息得到用户当前所在的路段；

轨迹选择单元，用于当用户当前所在的路段的相邻路段在路径概率模型中的选择概率都相等，或者存在多个相同的最大选择概率时，在相同的选择概率的所述相邻路段中，随机选择其中之一作为用户的预测轨迹，否则，选择用户当前所在的路段在所述路径概率模型中对应的选择的概率最大的相邻路段为用户的预测轨迹。

本申请实施例提供的技术方案可以包括以下有益效果：建立场所的地图模型，将道路以路口和路口之间的路段形成的网络表示，建立用户信息数据库和历史轨迹数据库，用户信息数据库中的定位终端信息和历史轨迹数据库中的历史轨迹数据对应。当用户进入场所后，接收用户的定位终端发送的用户的定位终端信息和位置信息，根据定位终端信息获取用户的历史轨迹数据，历史轨迹数据中包含用户在每条路段行走的次数及每个路口的路径选择，并由历史轨迹数据建立路径概率模型，用以表征用户在每一个路段的路口选择相邻的其他路段的概率。然后根据用户的当前位置信息和路径概率模型得到用户的预测轨迹。本申请实施例提供的技术方案，利用历史数据和概率模型对用户的行动轨迹进行预测，解决了相关定位技术中不能预测用户行动轨迹的问题。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一示例性实施例示出的一种定位轨迹预测方法的流程示意图。

图2为地图模型原理图。

图3为本申请一示例性实施例示出的一种定位轨迹预测装置的框图。

图4为图3所示定位轨迹预测装置中历史轨迹数据获取单元框图。

图5为图3所示定位轨迹预测装置中轨迹预测取单元框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

为了全面理解本申请，在以下详细描述中提到了众多具体的细节，但是本领域技术人员应该理解，本申请可以无需这些具体细节而实现。在其他实施例中，不详细描述公知的方法、过程、组件和电路，以免不必要地导致实施例模糊。

图1为本申请一示例性实施例示出的一种定位轨迹预测方法的流程示意图。如图1所示，在一种可能的实施方式中，所述方法包括：

在步骤S101中，建立路径信息数据库，所述路径信息数据库包括用户所在场所的地图模型数据，所述地图模型由各个路口及各个路口之间的路段构成。本发明实施例中的场所，并不限于室内场所，也可以是室外场所。

图2所示为地图模型原理图。如图2所述，地图模型以路口和路段构成，图2中，路口以圆点表示，标记为x_i，i等于1至n，n为路口的个数；两个路口之间的线段及从路口放射出的线段为路段，标记为s_j，j等于1至m，m为路段的个数。为使图示工整简明，在图2中将地图模型以方格表示，而不以道路可能的曲线形态表示，但以方格表示并不影响地图模型的原理和作用。

所述路径信息数据库可建立于服务器中。将地图模型的相关数据，例如地图模型的拓扑结构、路口的集合、路段的集合、路口的坐标、路段关键点的坐标在地图模型中的分布等数据存储于路径信息数据库中。其中，路段关键点为在路段中选取若干点，以路段关键点的坐标来表征路段，当用户在路段关键点的坐标上或坐标连线范围内时，即可判断用户在该路段，并可以通过判断用户的坐标位于或靠近哪个路段关键点来判断用户靠近哪个路口。图2所示的地图模型可以采用邻接矩阵表示，矩阵的行标和列标表示图中的路口x，矩阵元素为路段s，例如：

$\begin{array}{ccccccccccccc}& x_1& x_2& x_3& x_4& x_5& x_6& x_7& x_8& x_9& x_{10}& x_{11}& x_{12}\\ x_1& 0& s_1& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0\\ x_2& s_1& 0& s_2& 0& 0& s_8& 0& 0& s_7& 0& 0& 0\\ x_3& 0& s_2& 0& s_3& 0& 0& s_{11}& 0& 0& 0& s_{10}& 0\\ x_4& 0& 0& s_3& 0& 0& 0& 0& 0& 0& 0& 0& 0\\ x_5& 0& 0& 0& 0& 0& s_4& 0& 0& 0& 0& 0& 0\\ x_6& 0& s_8& 0& 0& s_4& 0& s_5& 0& 0& s_9& 0& 0\\ x_7& 0& 0& s_{11}& 0& 0& s_5& 0& s_6& 0& 0& 0& s_{12}\\ x_8& 0& 0& 0& 0& 0& 0& s_6& 0& 0& 0& 0& 0\\ x_9& 0& s_7& 0& 0& 0& 0& 0& 0& 0& 0& 0& 0\\ x_{10}& 0& 0& 0& 0& 0& s_9& 0& 0& 0& 0& 0& 0\\ x_{11}& 0& 0& s_{10}& 0& 0& 0& 0& 0& 0& 0& 0& 0\\ x_{12}& 0& 0& 0& 0& 0& 0& s_{12}& 0& 0& 0& 0& 0\end{array}$

在步骤S102中，建立历史轨迹数据库，所述历史轨迹数据库包括所有进入场所的用户的历史轨迹数据，所述历史轨迹数据包括用户在每条路段行走的次数及每个路口的路径选择，每个用户的历史轨迹数据与每个用户的定位终端信息对应。

用户的行动轨迹可以用路段序列或者路口序列表示，例如，用路段序列表示时，历史轨迹可以表示为s₁→s₈→s₅，在数据库中，路段序列可以用矩阵表示，通过路段元素在矩阵中的位置来表示路段在序列中的位置，例如，以[s₁，s₈，s₅]表示序列s₁→s₈→s₅。历史轨迹即为当前时间之前的用户的行动轨迹。

历史轨迹数据库可以建立于服务器中。定位终端记录用户行走的位置，这些记录的位置构成用户的历史轨迹，例如，根据记录的位置所在路段或路口结合记录的时间形成序列，所述序列即为用户的历史轨迹，定位终端将记录的历史轨迹发送给服务器，例如，在每次用户离开场所时发送给服务器，服务器将其储存在历史轨迹数据库中；或者定位终端将用户的位置实时发送给服务器，服务器根据接收的用户位置和时间得到用户的行动轨迹并存储。在采用WIFI定位的情况中，定位终端可以将检测到的AP点(WirelessAccessPoint，无线访问接入点)的信息发送给服务器，或者AP点接收定位终端发送的探测信息，并将所述探测信息发送至服务器，由服务器根据接收的AP点的信息或探测信息计算出用户的位置，并由用户的位置得到用户的行动轨迹，将用户的行动轨迹存储于历史轨迹数据库中。其中，由定位终端和AP点得到用户的位置采用常规的WIFI定位技术。

通过记录用户的行动轨迹，得到用户在每条路段行走的次数以及在每个路口的路径选择，所述路径选择为用户在每个路口选择不同路段的次数。将用户在每条路段行走的次数以及在每个路口的路径选择存储于历史轨迹数据库中。在历史轨迹数据库中，定位终端信息、用户的历史轨迹集合(路段序列或路口序列集合)、用户在每条路段行走的次数以及在每个路口的路径选择相互对应。

对每个用户的历史轨迹数据，将其与用户定位终端的定位终端信息对应。其中所述定位终端可以为常规的定位终端，定位终端信息可以为能够唯一识别定位终端的信息，如IMEI(InternationalMobileEquipmentIdentity，移动装备国际辨识码)号、SIM(SubscriberIdentityModule客户识别模块)卡号等。当用户第一次进入场所时，获取定位终端的信息存储于历史轨迹数据库中，所述定位终端信息可以由定位终端主动发送至服务器，或者由服务器检测定位终端的无线定位模块获得，或者由AP点获得定位终端的定位终端信息后发送至服务器。服务器对每个用户的定位终端信息进行存储，并将用户的历史轨迹数据与用户的定位终端信息对应。在一种可能的实施方式中，可以建立用户信息数据库，用于存储所有进入场所的用户的定位终端信息，历史轨迹数据库则将其中的历史轨迹数据与用户信息数据库中的定位终端信息进行对应映射。

在步骤S103中，接收用户定位终端发送的用户的当前位置信息，并接收用户定位终端发送的定位终端信息。

其中，定位终端采用常规的定位技术获取用户的当前位置信息。

在步骤S104中，根据所述定位终端信息得到用户的历史轨迹数据。

其中，根据所述定位终端信息查询历史轨迹数据库，得到定位终端信息对应的历史轨迹数据，即用户的历史轨迹数据。在一种可能的实施方式中，步骤S104包括：

(1)判断所述定位终端信息在历史轨迹数据库中是否存在；

(2)当所述定位终端信息为新的定位终端信息时，以历史轨迹数据库中包含用户当前位置且其他用户重复度最高的历史轨迹数据作为用户的历史轨迹数据；

(3)当所述定位终端信息在用户信息数据库中存在时，得到历史轨迹数据库中所述定位终端信息对应的历史轨迹数据。

如上所述，当新的用户进入场所时，用户在历史轨迹数据库中没有对应的历史轨迹数据，用户的定位终端所发送的定位终端信息在历史轨迹数据库中查找不到对应的项，此时以历史轨迹数据库中包含用户当前位置且其他用户重复度最高的历史轨迹数据作为用户的历史轨迹数据。通过将历史轨迹数据库中存储的历史轨迹进行对比，亦即对比路段序列或路口序列，得到历史轨迹的重复度，将历史轨迹按重复度从高到低排列，从中选择包含用户当前位置、且重复度在包含用户当前位置的历史轨迹中最高的历史轨迹，作为新用户的初始轨迹。这种方法采用多数惯性法则，综合大多数人的习惯得到热点轨迹，将热点轨迹作为新用户的初始轨迹进行预测，对以广告推送为目的的轨迹预测更为有利。

在步骤S105中：根据用户的历史轨迹数据建立路径概率模型，所述路径概率模型包括用户在每一个路段的路口选择相邻路段的概率。

路径概率模型以矩阵形式表示用户在每一个路段的路口选择相邻路段(即路口放射出去的路段)的概率。例如，路段s1的路口x有n条路段，以P(s_l|s₁)表示用户当前在路段s₁、预测时依然在s₁的概率，P(s_n|s₁)表示用户当前在s₁路段，下一步去s_n的概率，其他以此类推，构造概率矩阵M(x)：

$M\left(x\right)=\left[\begin{array}{cccc}P\left(s_1\right|s_1)& P\left(s_2\right|s_1)& \·\·\·& P\left(s_n\right|s_1)\\ P\left(s_1\right|s_2)& P\left(s_2\right|s_2)& \·\·\·& P\left(s_n\right|s_1)\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ P\left(s_1\right|s_n)& P\left(s_2\right|s_n)& \·\·\·& P\left(s_n\right|s_n)\end{array}\right]$

根据储存于历史轨迹数据库中的用户在每条路段行走的次数，及用户每条路段的路口的路径选择(即每条路段的路口选择路口放射出去的各个路段的次数)计算概率矩阵，则概率矩阵M(x)为：

$M\left(x\right)=\left[\begin{array}{cccc}{N}_{\mathrm{1,1}}|N_1& N_{\mathrm{2,1}}|N_1& \·\·\·& N_{n,1}|N_1\\ N_{\mathrm{1,2}}|N_2& N_{\mathrm{2,2}}|N_2& \·\·\·& N_{n,1}|N_2\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ N_{1,n}|N_n& N_{2,n}|N_n& \·\·\·& N_{n,n}|N_n\end{array}\right]$

其中，N_i表示用户经过s_i路段的次数，N_j,i表示用户在s_i路段时，下一步去s_j路段的次数，其中，i等于1至n的整数，j等于1至n的整数，则：

$\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{N}_{j,i}=N_i$

由此可以求解得概率矩阵M(x)。当历史轨迹数据中用户在某个路段的某个路口的路径选择为空时，则设置路径概率模型中，用户在该路口选择的每一个其他相邻路段的概率相等，即M(x)中，从s_i转向s_j(j≠i)的概率相等。当用户在某个路段没有调头数据时，即选择该路段本身的次数为0，选择该路段本身的选择概率为0，例如，用户在s₁路段没有调头数据，则N_1,1＝0。

由上述M(x)的构造和求解过程，可以类推出用户在每个路段的每个路口的概率矩阵，所有路口的概率矩阵构成路径概率模型。

在步骤S106中，根据用户的当前位置信息和路径概率模型得到用户的预测轨迹。

步骤S106，在一种可能的实施方式中，可以包括：

(a1)根据用户的当前位置信息得到用户当前所在的路段；

(a2)以用户当前所在的路段在所述路径概率模型中对应的选择的概率最大的相邻路段为用户的预测轨迹，当用户当前所在的路段的相邻路段在路径概率模型中的选择概率都相等，或者存在多个相同的最大选择概率时，在相同的选择概率的所述相邻路段中，随机选择其中之一作为用户的预测轨迹。

其中，根据用户的当前位置信息，例如用户的定位坐标，将该定位坐标和地图模型数据库中的路段的关键点坐标进行比较，得到该定位坐标在哪个路段中，以及用户当前所在的路段。然后根据用户当前所在的路段从路径概率模型中找到对应于该路段的路口的概率矩阵，得到用户当前所在的路段的相邻路段的选择概率，当用户当前所在的路段的相邻路段在路径概率模型中的选择概率都相等，或者存在多个相同的最大选择概率时，在相同的选择概率的所述相邻路段中，随机选择其中之一作为用户的预测轨迹，否则，用户当前所在的路段的相邻路段的选择概率存在唯一的最大值，则选择用户当前所在的路段在所述路径概率模型中对应的选择的概率最大的相邻路段为用户的预测轨迹。

由于用户当前所在的路段可能有一个与之连接的路口，也可能有两个路口。当用户当前所在的路段有两个路口时，可以根据上述对用户行动轨迹的预测，选择两个路口中选择概率最大的相邻路段作为预测轨迹，或者两个路口的相邻路段选择概率都相等，或者存在多个相同的最大选择概率时，在相同的选择概率的相邻路段中，随机选择其中之一作为用户的预测轨迹；也可以根据用户当前所在的路段和用户上一个所在的路段得到用户的路段序列，从而得到用户行动的方向，选择在用户行动方向上的路口执行上述对用户行动轨迹的预测，所述在用户行动方向上的路口为从用户当前所在的路段的两个路口中去除路段序列中包括的路口后，余下的路口。

步骤S106，在另一种可能的实施方式中，可以包括：

(b1)根据用户的当前位置信息得到用户当前所在的路段；

(b2)根据用户的当前位置信息得到用户的当前位置区域，所述当前位置区域为以用户的当前位置为中心，以预设值为半径的圆所覆盖的区域；

(b3)根据用户的当前位置区域搜索所述路径概率模型中当前位置区域对应的子路径概率模型，所述子路径概率模型为路径概率模型的子集；

(b4)以用户当前所在的路段在所述子路径概率模型中对应的选择的概率最大的相邻路段为用户的预测轨迹，当用户当前所在的路段的相邻路段在子路径概率模型中的选择概率都相等，或者存在多个相同的最大选择概率时，在相同的选择概率的所述相邻路段中，随机选择其中之一作为用户的预测轨迹。

其中，步骤(b2)根据用户的当前位置信息得到用户的当前位置区域，例如用户当前的定位坐标，以该定位坐标为中心，以预设值为半径，得到用户的当前位置区域。所述预设值可以根据场所的大小设定。得到用户的当前位置区域后，可以得到当前位置区域所包含的路口集合。在步骤(b3)中，搜索路径概率模型中当前位置区域对应的子路径概率模型，即搜索当前位置区域所包含的路口集合对应的子路径概率模型。然后在步骤(b4)中根据用户当前所在的路段和子路径概率模型得到用户的预测轨迹。

由于地图模型数据可能会比较庞大，相应的路径概率模型也会比较庞大，如果根据用户当前所在的路段搜索整个路径概率模型以得到预测轨迹，会使得工作量过大，占据大量的运算资源而难以经济地实行。因此采用缩小搜索范围的方法，先以用户当前位置为中心构成的当前位置区域在路径概率模型中进行粗搜索，得到子路径概率模型，然后在子路径概率模型中得到用户当前所在路段对应的路口的概率矩阵，从而降低工作量，节省运算资源，提高运算效率。

本申请实施例所述的一种定位轨迹预测方法，在另一种可能的实施方式中，还包括：

根据用户的实时位置信息更新历史轨迹数据库。

由于用户每次进入场所都将产生新的行动轨迹，用户的位置是实时变化的，用户在每个路口的概率矩阵也是实时变化的。在用户行动轨迹的预测中，采用历史轨迹数据进行预测，当用户继续行动时，将已产生的行动轨迹通过用户的定位终端上报给历史轨迹数据库，例如，用户的定位终端将用户实时定位坐标形成路径序列上报给历史轨迹数据库所在的服务器，或者用户的定位终端将用户的实时定位坐标上报给历史轨迹数据库所在的服务器，历史轨迹数据库根据用户的实时定位坐标生成路径序列作为历史轨迹，并更新相关的历史轨迹数据，例如用户所经过的路段次数加一，更新用户在已经过的路口的路径选择数据。

本申请实施例所述的一种定位轨迹预测方法，在又一种可能的实施方式中，对历史轨迹数据库的更新数据也可以由定位终端收集，在用户离开场所时发送至历史轨迹数据库，历史轨迹数据库接收到的更新数据后，更新所述历史轨迹数据库。

本申请实施例所述的一种定位轨迹预测方法，在建立路径信息数据库之前，还包括：

在场所中布设无线访问接入点和网络控制器，所述无线访问接入点用于接收定位终端发送的探测报文，并将探测报文强度值发送至网络控制器，所述网络控制器根据各个无线访问接入点发送的探测报文值和无线访问接入点的坐标确定定位终端的位置，并将定位终端的位置发送至定位终端。

其中AP点(无线访问接入点)在布设时，可以采用常规的无线访问接入点布设方法和布设密度。AP点(WirelessAccessPoint，无线访问接入点)和NC(NetworkControl，网络控制器)的布设在需要定位和定位轨迹预测的场所已事先完成，用于对定位终端进行定位并将定位终端的位置信息返回至定位终端。所述探测报文为随定位终端至AP点的距离衰减的无线信号，当用户进入场所时，用户附近的AP点接收到定位终端发送的探测报文，不同的AP点接收的探测报文的强度不同，AP点将自身接收到的探测报文强度值和自身坐标发送至NC，NC根据各个AP点发送的探测报文强度值得到定位终端距离各个AP点的距离，并结合各个AP点的坐标得到定位终端的位置。其中，根据定位终端距离各个AP点的距离和各个AP点的坐标得到定位终端的位置采用常规的定位坐标计算方法，所述定位坐标即定位终端的位置。

AP点在检测到定位终端发送的探测报文时，可以同时检测到定位终端的定位终端信息，或者为每个检测到的定位终端分配区别标识，不同的AP点为每个定位终端分配的区别标识相同，将探测报文强度值和区别标识发送至NC，NC得到定位终端的位置后将定位终端的位置返回给区别标识对应的定位终端。

其中，网络控制器也可以作为服务器，用于在其中建立路径信息数据库、历史轨迹数据库，接收定位终端的定位终端信息，根据用户的历史轨迹数据建立路径概率模型，并根据用户的当前位置信息和路径概率模型得到用户的预测轨迹。即在网络控制器中实现用户行动轨迹的预测。

通过以上的方法实施例的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，并存储在一个存储介质中，包括若干指令用以使得一台智能设备执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储数据和程序代码的介质。

图3为本申请一示例性实施例示出的一种定位轨迹预测装置的框图。如图3所示，在一种可能的实施方式中，所述装置包括：

路径信息单元U301，用于建立路径信息数据库，所述路径信息数据库包括用户所在场所的地图模型数据，所述地图模型由各个路口及各个路口之间的路段构成；

历史轨迹单元U302，与U301连接，用于建立历史轨迹数据库，所述历史轨迹数据库包括所有进入场所的用户的历史轨迹数据，所述历史轨迹数据包括用户在每条路段行走的次数及每个路口的路径选择，每个用户的历史轨迹数据与每个用户的定位终端信息对应；

位置信息接收单元U303，用于接收用户定位终端发送的用户的当前位置信息；

定位终端信息接收单元U304，用于接收用户定位终端发送的定位终端信息；

历史轨迹数据获取单元U305，与U302、U303和U304连接，用于根据所述定位终端信息得到用户的历史轨迹数据；

路径概率模型单元U306，与U305连接，用于根据用户的历史轨迹数据建立路径概率模型，所述路径概率模型包括用户在每一个路段的路口选择相邻路段的概率；

轨迹预测单元U307，与U303和U306连接，根据用户的当前位置信息和路径概率模型得到用户的预测轨迹。

图4为图3所示定位轨迹预测装置中历史轨迹数据获取单元的框图。如图4所示，在一种可能的实施方式中，所述历史轨迹数据获取单元U305，包括：

判断单元U401，用于判断所述定位终端信息在用户信息数据库中是否存在；

第一执行单元U402，与U401连接，用于当所述定位终端信息为新的定位终端信息时，以历史轨迹数据库中包含用户当前位置且其他用户重复度最高的历史轨迹数据作为用户的历史轨迹数据；

第二执行单元U403，与U401连接，用于当所述定位终端信息在用户信息数据库中存在时，得到历史轨迹数据库中所述定位终端信息对应的历史轨迹数据。

图5为图3所示定位轨迹预测装置中轨迹预测单元的框图。如图5所示，在一种可能的实施方式中，所述轨迹预测单元U307，包括：

路段获取单元U501，用于根据用户的当前位置信息得到用户当前所在的路段；

轨迹选择单元U502，与U501连接，用于当用户当前所在的路段的相邻路段在路径概率模型中的选择概率都相等，或者存在多个相同的最大选择概率时，在相同的选择概率的所述相邻路段中，随机选择其中之一作为用户的预测轨迹，否则，选择用户当前所在的路段在所述路径概率模型中对应的选择的概率最大的相邻路段为用户的预测轨迹。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者逆序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种定位轨迹预测方法，其特征在于，包括：

建立路径信息数据库，所述路径信息数据库包括用户所在场所的地图模型数据，所述地图模型由各个路口及各个路口之间的路段构成；

建立历史轨迹数据库，所述历史轨迹数据库包括所有进入场所的用户的历史轨迹数据，所述历史轨迹数据包括用户在每条路段行走的次数及每个路口的路径选择，每个用户的历史轨迹数据与每个用户的定位终端信息对应；

接收用户定位终端发送的用户的当前位置信息，并接收用户定位终端发送的定位终端信息；

根据所述定位终端信息得到用户的历史轨迹数据；

根据用户的历史轨迹数据建立路径概率模型，所述路径概率模型包括用户在每一个路段的路口选择相邻路段的概率；

根据用户的当前位置信息和路径概率模型得到用户的预测轨迹。

2.如权利要求1所述的轨迹预测方法，其特征在于，

当历史轨迹数据中存在路径选择数据为空的路口时，则设置路径概率模型中，用户在路段的路径选择数据为空的路口选择其他相邻路段的概率相等。

3.如权利要求1所述的定位轨迹预测方法，其特征在于，所述根据所述定位终端信息得到用户的历史轨迹数据，包括：

判断所述定位终端信息在历史轨迹数据库中是否存在；

当所述定位终端信息为新的定位终端信息时，以历史轨迹数据库中包含用户当前位置且其他用户重复度最高的历史轨迹数据作为用户的历史轨迹数据；

当所述定位终端信息在历史轨迹数据库中存在时，得到历史轨迹数据库中所述定位终端信息对应的历史轨迹数据。

4.如权利要求1所述的定位预测方法，其特征在于，所述根据用户的当前位置信息和路径概率模型得到用户的预测轨迹，包括：

根据用户的当前位置信息得到用户当前所在的路段；

以用户当前所在的路段在路径概率模型中对应的选择概率最大的相邻路段为用户的预测轨迹，当用户当前所在的路段的相邻路段在路径概率模型中的选择概率都相等，或者存在多个相同的最大选择概率时，在相同的选择概率的所述相邻路段中，随机选择其中之一作为用户的预测轨迹。

5.如权利要求1-4任一所述的定位预测方法，其特征在于，所述根据用户的当前位置信息和路径概率模型得到用户的预测轨迹，包括：

根据用户的当前位置信息得到用户当前所在的路段及用户的当前位置区域，所述当前位置区域为以用户的当前位置为中心，以预设值为半径的圆所覆盖的区域；

根据用户的当前位置区域搜索所述路径概率模型中当前位置区域对应的子路径概率模型，所述子路径概率模型为路径概率模型的子集；

以用户当前所在的路段在所述子路径概率模型中对应的选择的概率最大的相邻路段为用户的预测轨迹，当用户当前所在的路段的相邻路段在子路径概率模型中的选择概率都相等，或者存在多个相同的最大选择概率时，在相同的选择概率的所述相邻路段中，随机选择其中之一作为用户的预测轨迹。

6.如权利要求1所述的定位轨迹预测方法，其特征在于，还包括：

根据用户的实时位置信息更新历史轨迹数据库。

7.如权利要求1所述的定位轨迹预测方法，其特征在于，在建立路径信息数据库之前，还包括：

在场所中布设无线访问接入点和网络控制器，所述无线访问接入点用于接收定位终端发送的探测报文，并将探测报文的强度值发送至网络控制器，所述网络控制器根据各个无线访问接入点发送的探测报文的强度值，和各个无线访问接入点的坐标，确定定位终端的位置，并将定位终端的位置发送至定位终端。

8.一种定位轨迹预测装置，其特征在于，包括：

路径信息单元，用于建立路径信息数据库，所述路径信息数据库包括用户所在场所的地图模型数据，所述地图模型由各个路口及各个路口之间的路段构成；

历史轨迹单元，用于建立历史轨迹数据库，所述历史轨迹数据库包括所有进入场所的用户的历史轨迹数据，所述历史轨迹数据包括用户在每条路段行走的次数及每个路口的路径选择，每个用户的历史轨迹数据与每个用户的定位终端信息对应；

位置信息接收单元，用于接收用户定位终端发送的用户的当前位置信息；

定位终端信息接收单元，用于接收用户定位终端发送的定位终端信息；

历史轨迹数据获取单元，用于根据所述定位终端信息得到用户的历史轨迹数据；

路径概率模型单元，用于根据用户的历史轨迹数据建立路径概率模型，所述路径概率模型包括用户在每一个路段的路口选择相邻路段的概率；

轨迹预测单元，根据用户的当前位置信息和路径概率模型得到用户的预测轨迹。

9.如权利要求8所述的定位轨迹预测装置，其特征在于，所述历史轨迹数据获取单元，包括：

判断单元，用于判断所述定位终端信息在用户信息数据库中是否存在；

第一执行单元，用于当所述定位终端信息为新的定位终端信息时，以历史轨迹数据库中包含用户当前位置且其他用户重复度最高的历史轨迹数据作为用户的历史轨迹数据；

第二执行单元，用于当所述定位终端信息在用户信息数据库中存在时，得到历史轨迹数据库中所述定位终端信息对应的历史轨迹数据。

10.如权利要求8所述的定位预测方法，其特征在于，所述轨迹预测单元，包括：

路段获取单元，用于根据用户的当前位置信息得到用户当前所在的路段；

轨迹选择单元，用于当用户当前所在的路段的相邻路段在路径概率模型中的选择概率都相等，或者存在多个相同的最大选择概率时，在相同的选择概率的所述相邻路段中，随机选择其中之一作为用户的预测轨迹，否则，选择用户当前所在的路段在所述路径概率模型中对应的选择的概率最大的相邻路段为用户的预测轨迹。