CN106461768B - 通过使用众包进行定位、绘图和数据管理的系统和方法 - Google Patents

通过使用众包进行定位、绘图和数据管理的系统和方法 Download PDF

Info

Publication number
CN106461768B
CN106461768B CN201580023462.8A CN201580023462A CN106461768B CN 106461768 B CN106461768 B CN 106461768B CN 201580023462 A CN201580023462 A CN 201580023462A CN 106461768 B CN106461768 B CN 106461768B
Authority
CN
China
Prior art keywords
data
region
map
density
validity score
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
Application number
CN201580023462.8A
Other languages
English (en)
Other versions
CN106461768A (zh
Inventor
森浩一
S.苏达桑
D.班尼特
蒋一飞
Y.佩莱特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Priority claimed from PCT/KR2015/004109 external-priority patent/WO2015167172A1/ko
Publication of CN106461768A publication Critical patent/CN106461768A/zh
Application granted granted Critical
Publication of CN106461768B publication Critical patent/CN106461768B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • 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
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
    • G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
    • G01S19/05—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing aiding data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/01—Determining conditions which influence positioning, e.g. radio environment, state of motion or energy consumption
    • G01S5/013—Identifying areas in a building
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0205—Details
    • G01S5/0244—Accuracy or reliability of position solution or of measurements contributing thereto
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0252—Radio frequency fingerprinting
    • G01S5/02521—Radio frequency fingerprinting using a radio-map
    • G01S5/02524—Creating or updating the radio-map
    • G01S5/02525—Gathering the radio frequency fingerprints
    • G01S5/02526—Gathering the radio frequency fingerprints using non-dedicated equipment, e.g. user equipment or crowd-sourcing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/10—Small scale networks; Flat hierarchical networks
    • H04W84/12—WLAN [Wireless Local Area Networks]

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Automation & Control Theory (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

提供一种方法，其包括如下步骤：确定多条轨迹的线段，其中每条轨迹包括来自通信设备的射频数据；确定所述线段的射频特征；根据所述射频特征形成所述线段簇；以及使用所述簇生成地图的路径。

Description

通过使用众包进行定位、绘图和数据管理的系统和方法
技术领域
本公开涉及通过众包(crowdsourcing)进行位置确定、绘图和数据管理。
背景技术
基于位置的服务是使用用户设备的位置数据来执行任务或控制针对用户执行的和/或向用户提供的一个或多个基于计算机的操作的一种类型的计算机服务。当用户在室外时，通常容易确定用户的位置。例如，用户的通信装置通常包括允许通信装置确定准确的位置信息的全球定位系统(GPS)接收机。
然而，当用户在室内时，确定用户的位置可能是困难的。当在室内运行时，GPS接收机可靠性趋向变低或完全不可操作，从而使得GPS位置数据不可获得。在没有GPS位置数据的情况下，在室内向用户提供高质量的基于位置的服务通常是有问题的。
发明内容
技术问题
本公开提供一种使用众包进行位置确定、绘图和数据管理的系统和方法。
解决方案
根据示范性实施例，一种方法包括使用处理器确定多条轨迹的线段，其中每条轨迹包括来自通信装置的射频(RF)数据；使用处理器确定线段的RF特征；以及使用处理器根据RF特征形成线段簇。所述方法还包括使用处理器来使用簇生成地图的路径。
有益效果
本公开可提供用于确定用户在房间中的难以使用GPS定位的位置、对房间进行绘图并且使用众包进行数据管理的系统和方法。
附图说明
图1是示出示范性通信系统的示图；
图2是数据处理系统的示范性体系结构；
图3是示出路径创建的示范性方法的流程图；
图4是示出确定线段(segment)的射频(RF)特征的示范性方法的流程图；
图5是示出确定线段的RF特征的另一种示范性方法的流程图；
图6是示出形成线段簇的示范性方法的流程图；
图7是示出生成地图路径的第一示范性方面的流程图；
图8是示出生成地图路径的第二示范性方面的流程图；
图9是示出多条示范性行人航位推算(PDR)轨迹的图；
图10是示出根据示范性PDR轨迹进行线段确定的图；
图11是示出由多个线段形成簇的图；
图12是示出确定的锚点和路径线段长度的图；
图13是示出确定线段树的图；
图14是示出生成地图路径的图；
图15是示出执行定位的示范性方法的流程图；
图16是示出室内结构的地图的方框图；
图17是管理数据验证的示范性方法；
图18是管理用于进行数据验证的地图区域的示范性方法；
图19是示出用于管理数据有效性的示范性地图的方框图；
图20是示出图19的示范性地图在接收指定轨迹的数据单元之后的方框图；
图21是示出图19的示范性地图在接收多条轨迹之后的方框图；并且
图22是示出利用数据验证进行路径创建的示范性方法的流程图。
具体实施方式
根据示范性实施例，一种方法包括使用处理器确定多条轨迹的线段，其中每条轨迹包括来自通信装置的射频(RF)数据；使用处理器确定线段的RF特征；以及使用处理器根据RF特征形成线段簇。所述方法还包括使用处理器来使用簇生成地图的路径。
根据示范性实施例，生成路径还包括从簇生成线段树；以及使用线段树生成地图。
根据示范性实施例，RF数据包括Wi-Fi数据；并且RF特征包括Wi-Fi特征。
根据示范性实施例，每个Wi-Fi特征包括无线接入点标识符和所述无线接入点标识符沿线段之一以特定距离定位的趋势。
根据示范性实施例，RF数据包括磁场数据；并且RF特征包括磁场特征。
根据示范性实施例，每个磁场特征包括沿线段之一以特定距离定位的超过阈值磁场幅度的磁场幅度。
根据示范性实施例，RF数据包括Wi-Fi数据和磁场数据；并且RF特征包括Wi-Fi特征和磁场特征。
根据示范性实施例，所述方法还包括：使RF数据与地图区域关联；随时间的推移根据与每个相应RF数据单元关联的区域的数据密度来调整RF数据单元的有效性得分；以及当确定多条轨迹的线段时，仅使用具有超过最小有效性得分的有效性得分的选定的RF数据单元。
根据示范性实施例，所述方法还包括：根据区域的数据密度来确定区域的数据无效性比率；其中调整有效性得分包括随时间的推移使用与每个相应RF数据单元关联的地图区域的数据无效性比率来减少RF数据单元的有效性得分。
根据示范性实施例，系统包括被编程来启动可执行操作的处理器。可执行操作包括：确定多条轨迹的线段，其中每条轨迹包括来自通信装置的RF数据；确定线段的RF特征；以及根据RF特征形成线段簇。可执行操作还包括使用簇生成地图的路径。
根据示范性实施例，系统包括：处理器；存储器，其包括在由处理器运行时引起系统进行以下操作的至少一个指令：确定多条轨迹的线段，其中每条轨迹包括来自通信设备的射频(RF)数据；确定线段的RF特征；根据RF特征形成线段簇；并且使用簇生成地图的路径。
根据示范性实施例，一种非暂态计算机可读存储介质具有存储在其上的指令，所述指令在由处理器运行时执行方法。所述方法包括：确定多条轨迹的线段，其中每条轨迹包括来自通信装置的RF数据；确定线段的RF特征；以及根据RF特征形成线段簇。所述方法还包括使用簇生成地图的路径。
根据示范性实施例，一种方法包括：随时间的推移使用处理器从多个通信设备接收数据单元，其中每个数据单元包括位置信息；使用处理器来使用位置信息使数据单元与地图区域关联；使用处理器确定区域的数据密度，其中数据密度指定在时间段内从区域接收到的数据单元的数量。所述方法还包括使用处理器呈现区域的数据密度的指示符。
根据示范性实施例，所述方法还包括：随时间的推移根据与选定数据单元关联的区域的数据密度来调整选定数据单元的有效性得分；以及响应于确定了选定数据单元的有效性得分不超过最小有效性得分，使选定数据单元无效。
根据示范性实施例，所述方法还包括：将区域特异的有效性得分分配给每个数据单元；确定地图区域的数据无效性比率；随时间的推移使用与每个相应数据单元关联的地图区域的数据无效性比率来减少数据单元的有效性得分；以及响应于确定了数据单元的有效性得分不超过最小有效性得分，使数据单元无效。
根据示范性实施例，所述方法还包括响应于确定了区域具有超过数据密度阈值的数据密度，将区域细分成多个更小区域。
根据示范性实施例，所述方法还包括：响应于确定了多个选定区域中的每一个的数据密度在数据密度阈值以下，将多个选定区域合并成单个更大区域，其中多个选定区域中的每一个与多个选定区域中的至少另一者相邻。
根据示范性实施例，所述方法还包括随时间的推移根据区域的所述数据密度来更新所述地图的所述区域的所述数据无效性比率。
系统包括被编程来启动可执行操作的处理器。可执行操作包括：随时间的推移从多个通信设备接收数据单元，其中每个数据单元包括位置信息；使用位置信息使数据单元与地图区域关联；确定区域的数据密度，其中数据密度指定在时间段内从区域接收到的数据单元的数量。可执行操作还可包括呈现区域的数据密度的指示符。
根据示范性实施例，一种系统包括：处理器；存储器，其包括在由处理器运行时引起系统进行以下操作的至少一个指令：随时间的推移从多个通信设备接收数据单元，其中每个数据单元包括位置信息；使用位置信息使数据单元与地图区域关联；确定区域的数据密度，其中数据密度指定在时间段内从区域接收到的数据单元的数量；并且呈现区域的数据密度的指示符。
虽然本公开以定义新颖特征的权利要求书为结论，但是相信通过考虑结合附图的描述将会更好地理解本文所述的各种特征。出于例示的目的提供本公开内所述的过程、机器、制造和它们的任何变型。所述的任何特定结构性和功能性细节不应被解释为限制性的，而仅仅作为权利要求书的基础并且作为教导本领域技术人员以实际上任何适当的详细结构、以各种方式采用所述特征的代表性基础。此外，本公开内所使用的术语和短语不意图进行限制；而旨在为所述的特征提供可理解的描述。
本公开涉及通过众包进行位置确定、绘图和数据管理。根据本公开内所述的本发明布置，众包数据可包括随时间的推移从一个或多个用户的一个或多个通信设备获得的不同类型的数据。使用众包数据，可自动生成特定地理区域和/或结构的地图。所述地图例如可具有结构的室内部分。如本文定义，术语“自动地”意指没有用户干预。如本文定义，术语“用户”意指人。
众包数据可包括从通信设备获得的位置数据。位置数据可包括使用在通信设备内实现的行人航位推算(PDR)技术确定的用户设备的估计位置。在一些情况下，位置数据可指定全球定位系统(GPS)数据，例如坐标。在另一个方面，众包数据可包括射频(RF)数据。RF数据可包括Wi-Fi数据、磁场数据或它们的组合。虽然Wi-Fi数据和磁场数据具有不同特性，但是两者随时间的推移展示出相对稳定性。
众包数据还可出于确定有效性的目的而进行评估。经确定为无效的众包数据项不可用于定位和/或绘图。数据项是否有效的确定可取决于数据密度。数据密度可包括时间分量和/或空间分量。例如，可按照比来自较小时间分量密度和/或较小空间分量密度的区域的数据项更快的速率使来自经确定具有较大时间密度和/或较大空间密度的那些数据项无效。
在一个方面，本文所述的本发明布置可被实现为由数据处理系统执行的方法或过程。在另一个方面，本发明布置可被实现为一种装置，诸如具有处理器的数据处理系统。所述处理器，在运行程序代码时，可执行本文所述的一个或多个操作。在又一个方面，本发明布置可被实现为存储程序代码的非暂态计算机可读存储介质，所述程序代码在被运行时致使处理器和/或系统执行和/或发起一种方法或过程。
出于简便和清楚说明的目的，图中所示的元件不必按比例绘制。例如，为了清楚起见，一些元件的尺寸可以相对于其他元件放大。此外，在认为适当的情况下，参考数字在附图间重复用来指示对应、类似或相似的特征。
图1是示出示范性通信系统(系统)100的示图。如图，通信系统100包括一个或多个通信设备105、110和115。如本公开内定义的，术语“通信设备”意指能够通过通信信道与另一个设备进行通信的设备。示范性通信设备可包括但不限于，诸如“智能电话机”的移动电话机或移动基站、包括Wi-Fi或其他无线收发器(诸如平板计算设备)的计算设备等。图1所示的通信设备的数目仅用于说明的目的并且不旨在作为限制。应理解，少于三个通信设备或多于三个通信设备可包括在系统100内。
在一个方面，通信设备105、110和/或115中的每一个可包括在其中运行的行人航位推算(PDR)模块。PDR模块(例如，应用程序)可被配置为使用先前确定的定位或位置并且在经过的时间和进程上基于已知速度或估计速度向前推进先前确定的定位或位置来计算通信设备(例如，通信设备的用户)的当前位置。PDR模块可开始操作的起始点可以是通信设备的、在确定通信设备内的GPS系统不能够利用可接受水平的准确度和/或可靠性来确定通信设备的新的或另一个位置之前的最后可靠的位置。
虽然基于PDR的技术提供位置的估计，但是基于PDR的技术还经受各种误差。例如，为了确定准确位置，必须及时了解实体在每一时刻的速度和方向。这可能是有问题的，因为例如当加速度计数据用作计步器时，可做出有关用户的步幅的特定假设。此外，因为每个位置的新估计是相对于位置的预先估计，所以随时间的推移合成的误差导致在通信设备的估计位置与实际位置之间的较大差异。
通信设备105、110和115通过网络135来与数据处理系统120通信地链接。如本公开内定义的，术语“数据处理系统”意指运行适当操作软件和一个或多个应用和/或服务的计算系统或两个或更多个联网计算系统。例如，数据处理系统120可使用一个或多个物理服务器、云计算基础设施、在一个或多个物理服务器中运行的一个或多个虚拟服务器或它们的组合来实现。
在一个方面，术语“通信信道”意指诸如线缆或光缆的特定物理传输介质。在另一个方面，术语“通信信道”意指特定逻辑连接和/或特定通信协议。在又一个方面，术语“通信信道”意指特定无线接入技术(RAT)。不同RAT的示例可包括但不限于，近场通信(NFC)、蓝牙、60Hz(例如，通过电力线)、Wi-Fi(参考802.11通信协议族中的任意者的IEEE 802.11x)、全球微波互联接入(WiMax)、长期演进(LTE)、通用移动通信系统(UMTS)、全球移动通信系统/通用分组无线服务(GSM/GPRS)等。明显地，“无线通信信道”通常是指特定RAT。
数据处理系统(系统)120可包括运行一个或多个应用、服务或程序代码的其他模块的一个或多个处理器132。例如，系统120可包括地图生成器125和数据验证器130。此外，如图，系统120可包括被配置为存储从通信设备105、110和/或115接收到的数据的一个或多个存储器元件134。
网络135是用来提供各种设备与在系统100内连接在一起的数据处理系统之间的通信链路的介质。网络135可包括各种连接，诸如有线、无线通信链路或光纤缆线。网络135可使用各种不同的通信技术中的任意者来实现或包括其，诸如广域网(WAN)、局域网(LAN)、无线网络(无论是WAN还是LAN)、移动网络、虚拟专用网络(VPN)、互联网、公共交换电话网(PSTN)等。
在图1的示例中，设备105、110和/或115中的一个或多个或全部可位于结构140内。结构140可以是建筑物。所述建筑物可用于个人或商业用途。例如，结构140可以是商业机构(例如办公室)、个人住宅等。结构140是出于仅说明而不旨在作为本文所公开的本发明布置的限制而提供的。例如，结构140可包括多个楼层、多个房间、过道等(未示出)。
在一个方面，结构140的内部可能不是已知或绘图的。例如，对于结构140，各个房间、路径、入口和/或出口点、走廊等的位置可能不是已知的。系统120可从通信设备105、110和115分别接收数据单元145、150和155。数据单元145、150和/或155内所包括的数据项可分别包括使用通信设备105、110和/或115的传感器收集或检测到的各种数据项中的任意者。示范性数据项可包括但不限于，PDR位置数据、RF数据和时间戳。在一些情况下，如果可获得的话，可提供GPS数据。RF数据可包括磁场幅度、可选的磁场方向(例如，磁场的单独x、y和z分量)、无线接入点(WAP)名称或标识符(ID)和/或WAP ID的接收信号强度指示符(RSSI)。
应理解，通信设备105、110和/或115中的每一个可周期性地、不时地或在一定时间段内提供数据单元。因此，虽然针对每个通信设备105、110和115示出一个数据单元，但是每个通信设备105、110和115可随时间的推移发送多个数据单元。因此，数据单元145、150和155可使用处理器132来处理和/或存储在存储器元件134内。系统120可被配置为确定结构140的地图。所述地图可具有结构140的室内部分。例如，由系统120确定的地图可指定结构140内的一条或多条路径。
如本公开内定义的，术语“路径”意指用户可行进或采用的道路。在一个方面，路径可被限定于室内，例如，在结构内。路径的示例是连接房间、走廊等的一个或多个通路(例如，邻接)，用户可行走通过所述通路。然而，应理解，路径也可是室外的。
在另一个方面，可按照不同的速率使从通信设备105、110和/或115接收到的数据无效。例如，如果数据单元145由系统120确定为来自具有较大数据密度的区域，则可按照比数据单元150更快的速率(例如，在更短时间内)使数据单元145无效，所述数据单元150可来自具有较小数据密度的区域。在地图生成过程中不使用无效数据，例如，排除使用。对于更经常或更频繁地期望新数据的区域，可按照较快速率使数据单元无效，从而防止不必要地存储过多数据。对于不经常期望新数据的区域，可按照较慢速率使数据无效，以便确保在使过多数据无效之前接收到足够量的新数据。
在又一个方面，一旦系统120生成结构140的路径和/或地图，从结构140内的通信设备接收到的任何进一步的数据就可相对于地图中指定的路径之一定位在地图上。当用户位于结构诸如结构140内时，可向通信设备的用户提供更高质量和更高准确度的基于位置的服务。
图2是数据处理系统的示范性体系结构200。在一个示例中，体系结构200可用来实现图1的系统120。体系结构200还可用来实现包括处理器和存储器并且能够执行本公开内所述的操作的各种系统和/或设备中的任意者。在一些情况下，使用体系结构200实现的特定设备和/或系统可包括比图2所示的更少的组件或更多的组件。此外，所包括的特定操作系统和/或应用可变化。例如，体系结构200可用来通过包括适当的收发器和/或传感器(诸如磁强计)、移动操作系统和/或一个或多个应用(例如，PDR应用)来实现通信设备。
如图，体系结构200包括通过系统总线215或其他合适的电路耦合到存储器元件210的至少一个处理器205。如本文定义的，术语“处理器”意指被配置为执行程序代码中所包含的指令的至少一个硬件电路(例如，集成电路)。处理器可包括一个或多个内核。处理器的示例包括但不限于，中央处理单元(CPU)、阵列处理器、向量处理器、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、专用集成电路(ASIC)、可编程逻辑电路、以及控制器。
体系结构200将程序代码存储在存储器元件210内。处理器205运行通过系统总线215从存储器元件210存取的程序代码。存储器元件210包括一个或多个物理存储器设备，诸如例如局部存储器220和一个或多个大容量存储设备225。局部存储器220是指随机存取存储器(RAM)或在程序代码的实际运行期间通常使用的其他非持久性存储器设备。大容量存储设备225可被实现为硬盘驱动器(HDD)、固态驱动器(SSD)或其他持久性数据存储设备。体系结构200还可包括一个或多个高速缓存存储器(未示出)，所述一个或多个高速缓存存储器提供至少一些程序代码的临时存储，以便减少在运行期间必须从大容量存储设备225检索程序代码的次数。
诸如键盘230、显示设备235和定点设备240的输入/输出(I/O)设备可任选地耦合到体系结构200。在一些情况下，可对I/O设备中的一个或多个进行组合。例如，触摸屏可用作显示设备235、作为键盘230、以及作为定点设备240。I/O设备可直接地或通过中间的I/O控制器耦合到体系结构200。一个或多个网络适配器245还可耦合到体系结构200，以使得体系结构200能够通过中间的私用网络或公用网络耦合到其他系统、计算机系统、远程打印机和/或远程存储设备。调制解调器、线缆调制解调器、以太网卡、无线收发器和/或无线电是可与体系结构200一起使用的不同类型的网络适配器245的示例。取决于与体系结构200一起实现的特定设备，特定类型的网络适配器或按照可能的情况的网络适配器将变化。
如图2所示，存储器元件210存储操作系统250和一个或多个应用255。例如，应用255可包括地图生成器125和/或数据验证器130。在一个方面，操作系统250和以可执行的程序代码的形式实现的应用255由体系结构200运行。因此，操作系统250和应用255可被视为体系结构200的集成部分。操作系统250、应用255和由体系结构200使用、生成和/或进行操作的任何数据项是在用作使用体系结构200实现的系统的部分时赋予功能性的功能性数据结构。
图3是示出路径创建的示范性方法300的流程图。方法300可由图1的系统120执行。例如，系统120可随时间的推移从一个或多个通信设备接收数据单元。数据单元(共同收集)是众包数据。
在一个方面，通信设备可位于诸如结构140的结构内。系统可生成所述结构的室内或一个室内部分的地图的路径。在另一个方面，通信设备可位于室外。通信设备可定位的区域可以是可能需要实时、可变路径的区域。例如，紧急情况或事故之后，已知路径可能被碎片阻挡、损坏或以其他方式使其不可用。在这种情况下，本文所述的各种技术可用来确定替代路径，例如疏散路径。系统可生成室外区域的地图路径。
方法300可开始于以下状态：随时间的推移已经从一个或多个不同的通信设备收集针对该结构的数据项。在一个方面，数据单元可包括一个或多个数据项。示范性数据项可包括PDR位置数据和RF数据。如上所述，RF数据可包括磁场数据和Wi-Fi数据。在一个方面，PDR位置数据可指定二维坐标。例如，通信设备可包括PDR应用，所述PDR应用利用通信设备内可用的加速度计数据和罗盘(方向)数据来将位置估计为具有x轴和y轴的二维坐标系上的(x，y)坐标，其中x轴和y轴彼此垂直。Wi-Fi数据可包括WAP ID和对应的RSSI。磁场数据可包括磁场幅度和任选地磁场方向数据。
共同收集的数据单元(例如，RF数据单元)指定一条或多条轨迹。轨迹Ti可由表示给定通信设备的二维点(例如，PDR位置数据)的时间序列(例如，{t,x,y})的Ti.pdr和表示RF数据的时间序列(例如，{t,rf})的Ti.rf限定。在一个方面，Ti.rf可由表示磁场幅度的时间序列(例如，{t,m})的Ti.mag和任选地磁场方向，以及表示检测到的WAP ID和对应的RSSI的时间序列(例如，{t,WAPID,RSSI})的Ti.wifi形成。
方法300可开始于方框305，其中系统确定轨迹的线段。在一个示例中，线段可以是线性的。系统将用户的每条轨迹Ti.pdr断裂成一个或多个线段。在一个方面，系统通过将曲率变化检测技术应用于每条轨迹的PDR数据的二维点来确定轨迹的线段。例如，对于每条轨迹Ti，曲率变化检测技术可利用Ti.pdr来确定轨迹的线段。为了确定每条轨迹的线段，应理解，所述线段在每条相应轨迹内是隐含地按次序排列的。连续线段可被标识为“简单连接的”，在这种情况下简单的转弯部连接两个线段。在其他情况下，例如，其中用户在第一位置处进入商店并且在两个线段之间的另一个位置处从所述商店离开，所述线段可以说是“不是简单连接的”。
在方框310中，系统确定线段的RF特征。确定RF特征可包括确定线段的Wi-Fi特征，确定线段的磁场特征，或确定线段的Wi-Fi特征和磁场特征两者。对于每个线段，系统确定一个或多个RF特征，如所论述的。
在方框315中，系统形成线段簇。系统标识被认为是彼此类似的线段。系统形成称为簇(cluster)的线段群组，其中基于RF特征的比较，簇中的每个线段类似于簇中的每个其他线段。
在方框320中，系统根据方框315中确定的簇生成地图的一个或多个路径。在一个方面，地图是指定一个或多个路径的线段图。路径是可由用户经过的通路。在另一个方面，可使用本文将进一步详细描述的一个或多个线段树来确定路径。
在一些情况下，所得地图可通过使所得地图的一个或多个点与一个或多个已知的GPS坐标关联来转换成全球GPS坐标。例如，可使GPS坐标可能已知的入口和/或出口点与地图上的点关联，使得地图可按照可能的情况对准和/或转换到GPS坐标中。
图4是示出如参考图3的方框310描述的确定线段的RF特征的示范性方法的流程图。图4涉及确定磁场特征。
在方框405中，系统可将平滑技术应用于磁场幅度。示范性平滑技术可以是“使用基于时间的窗口进行简单平均”，其中对时间上彼此接近的值进行加权和求平均值。可在每段的基础上应用平滑技术。在方框410中，系统可确定平滑的磁场幅度的均值。可在每段的基础上确定所述均值。在方框415中，系统可从每个磁场幅度减去均值。也可在每段的基础上应用方框415。因此，从线段的平滑的磁场幅度减去给定线段的均值。
在方框420中，对于每个线段，系统确定沿平滑的磁场的极大值(即，峰值)和/或极小值(即，谷值)。在方框425中，系统可确定或计算从线段的端部(例如，用于每次距离计算的线段的同一基准端)至每个极大值和/或极小值的位置的距离。因此，在这个示例中，磁场特征是一对或多对距离和对应的极大值或极小值的序列。
图5是示出如参考图3的方框310描述的确定线段的RF特征的另一种示范性方法的流程图。图5涉及确定Wi-Fi特征。
在方框505中，系统可删除具有阈值RSSI以下的RSSI的Wi-Fi数据对(例如，WAP ID和RSSI对)。在方框510中，系统可在每段的基础上将基于距离的平滑技术应用于RSSI。平滑技术的示例可包括但不限于“使用基于距离的窗口进行简单平均”，其中在每WAP ID的基础上对距离上彼此接近的RSSI值进行加权和求平均值。在一个示例中，距离可以是5米或更短，尽管这个值仅旨在用于说明的目的而不具有限制性。
在方框515中，系统可确定沿每段展示出RSSI趋势的WAP ID。示范性趋势可包括但不限于向上、向下、极小值、极大值等。如本说明书内定义的，术语“趋势”意指线段的一个或多个Wi-Fi数据对，其中RSSI(当绘制时)具有“向上”趋势的至少一个最小正斜率，小于“向下”趋势的最小负斜率，限定极小值或限定极大值。在方框520中，对于每段，系统确定从线段的端部(例如，同一基准端)至每个趋势的起点的距离。因此，在这个示例中，Wi-Fi特征是一个或多个WAP ID、线段的对应趋势和每个趋势的起点位置(例如，“趋势位置”)的序列。
应理解，虽然独立地描述了图4和图5，但是两者都可应用来确定线段的RF特征并且如前所述的组合使用。例如，不同于Wi-Fi数据，磁场数据受到全球模糊度的影响，因为两个或更多个全球位置可具有相同的或不可区别的磁场数据。因此，Wi-Fi数据和磁场数据的并集对于位置确定和/或绘图(无论是室内还是室外)的目的可能是特别有效的。
图6是示出如参考图3的方框315描述的形成线段簇的示范性方法的流程图。在方框605中，系统可确定每段的散列关键字。在一个示例中，系统可使用每段的最频繁观察到的WAP ID作为散列关键字。在另一个示例中，可基于线段长度生成散列关键字。具有不同长度(例如，相差多于预定量)的线段被认为表示不同路径。散列关键字允许系统有效地排除更明显的非匹配线段对。例如，系统可确定的是，如果两个线段不具有相同散列关键字，则所述两个线段不认为是类似的。
在方框610中，系统可使用RF特征来创建相似性矩阵。在一个方面，可仅使用Wi-Fi特征形成相似性矩阵。在另一个方面，可仅使用磁场特征形成相似性矩阵。在又一个方面，可使用Wi-Fi特征和磁场特征两者形成相似性矩阵。可使用两个线段之间的选定RF特征的相似性来计算全部线段的相似性矩阵(表示为SIM)。
例如，在使用Wi-Fi特征和磁场特征两者的情况下，相似性矩阵可定义为SIM[(i,j),(k,l)]＝使在线段Sij与Skl之间的联合Wi-Fi和磁相似性得分。在一个方面，可将两个得分与其他得分存储在一起，所述其他得分是其中线段之一是反向的相似性矩阵。在先前论述的散列关键字被包括或考虑的情况下，该计算可以是稀疏矩阵计算。
在方框615中，系统可通过共享连接线段上的得分来更新相似性矩阵。在一个方面，对于相似性矩阵中的每个非零条目，产生条目的两个线段的下游和上游邻居得以标识。上游和下游邻居是连接到线段的每个相应端部的线段。在图示中，对于线段(i，j)，邻居是(i，j-1)、(i，j-2)……(i，0)和(i，j+1)、(i，j+2)……(i，Mi)。系统可通过两个线段的邻居之间的相似性得分的和来替换SIM[(i,j),(k,l)]。例如，系统可计算SIM[(i,j),(k,l)]＝sum_over_valid_n(SIM[(i,j-n),(k,l-n)])+sum_over_valid_n(SIM[(i,j+n),(k,l+n)])。
在方框620中，系统可将相似性矩阵转换成二进制矩阵。在一个方面，可使用阈值得分将相似性矩阵转换成二进制矩阵。在方框625中，系统可使用二进制矩阵来形成线段相似性图。例如，线段相似性图可通过将线段表示为节点并且观察满足两个节点A与B之间存在边缘的要求来生成，其中SIM(A,B)＝1。
在方框630中，系统可从相似性图发现具有相同的散列关键字的最大线段群组。系统可应用相似性矩阵计算来导出线段簇。线段簇表示全部彼此相似或组中的大部分其他线段相似的一组线段。在一个示例中，可使用基于密度的具有噪声的应用的空间聚集(DBSCAN)或基于密度的聚集来执行相似性矩阵计算。使用相似性矩阵，系统可确定，经发现彼此相似的线段被认为是连接的并且用来导出大或更大组的连接线段，例如，团(clique)。
图7是示出生成地图路径的第一示范性方面的流程图。在一个实施例中，作为地图的路径生成的部分，系统可确定表示来自簇的路径的线段树。例如，系统可标识形成每个簇的线段的端点的锚点，通过计算每个簇中的线段的长度来确定锚点之间的距离，并且确定锚点的坐标，以便导出线段树。在此方面，图7示出确定可作为图3的方框320的第一方面(在图7中标记为320-1)执行的线段树的方法。
在图7中，系统可开始以一状态操作，其中如图6所述的标识的最大簇被选择作为选定路径线段。通常，簇的一组线段表示“路径线段”。然而，单独线段必须被合并或组合，使得可指定路径线段的端点。如本公开内定义的，术语“路径线段”是表示物理路径或通路的线段簇。物理路径可处于结构内部、室外等。单独路径线段可连成线或连接在一起以形成线段树。
因此，在方框705中，系统确定选定路径线段的两个锚点，例如，锚点A0和A1。出于论述的目的，选定路径线段可表示为H0，并且至少最初是最大簇。锚点是选定路径线段的端点。在方框710中，系统可确定将选定路径线段的长度作为所述一簇线段的中等长度。在方框715中，系统可选择或确定选定路径线段的定位和取向。可任意地选择选定路径线段的定位和取向。连接到选定路径线段的每个其他路径线段将具有相对于选定路径线段的定位和取向。随后，当线段树被合并以形成地图时，可将所得结构与一个或多个已知的入口点和/或出口点关联，以便利用已知的坐标(例如，GPS坐标)对所得地图重新定向和/或重新定位。
在方框720中，系统可通过组合参与线段的RF特征来确定选定路径线段的RF指纹。被组合来形成RF签名的RF特征取决于实现方式并且可以仅是Wi-Fi特征、仅是磁场特征、或Wi-Fi特征和磁场特征两者。路径线段的RF特征可以是来自簇的成员线段的RF特征的并集。
在方框725中，系统确定作为指定选定路径线段的簇成员的线段的每个相邻线段。例如，如果表示选定路径线段的簇的线段被称为线段组S，则确定线段组S中的每个线段的相邻线段。如所论述的，线段具有由初始PDR轨迹数据设定的固有次序。线段在两个端点中的每一个上、一个端点上可具有邻居，或不具有邻居。在方框735中，系统将相邻线段分组成簇。可使用本公开内所述的聚集技术将相邻线段分组成簇。
在方框740中，对于方框735中所标识的每个簇，系统限定新的路径线段。对于方框740中所限定的每个新的路径线段，系统进一步确定如前所述的路径线段的长度、新锚点(因为与先前的相邻路径线段共享一个锚点)和与先前的路径线段的角度。在方框745中，系统确定如前所述的新的路径线段的RF指纹。
在方框750中，系统可使用RF特征将新的路径线段与现有路径线段进行比较。如果发现新路径线段中任意者的匹配路径线段，则系统将两个匹配路径线段之间的关联存储在关联矩阵内。路径线段之间的关联可用于线段树以形成具有路径的完整的路径图，例如，地图。例如，如果线段出现在多个线段树中，则系统可使用信息来确定如何正确地旋转、平移和合并线段树。
在方框755中，系统确定方框740中所限定的新的路径线段的任何未经处理的相邻线段是否仍需要处理。如果是，则方法循环回到方框730以继续处理相邻线段，以便使线段树继续生长。如果其他未经处理的相邻线段不需要处理，则方法结束。
应理解，针对每个簇迭代或执行图7所示的方法。按照大小递减的次序处理簇。因此，在完成图7的多次迭代之后，系统已生成多个不同的线段树。
图8是示出生成地图路径的第二示范性方面的流程图。图8示出可作为图3的方框320的部分并标记为320-2执行的示范性方法。
在图8中，系统以一状态操作，其中如前所述已形成多个线段树。在方框805中，系统标识来自全部线段树的路径线段的并集的一组独特的路径线段。在方框810中，系统标识形成方框805中所标识的线段端点的一组独特的锚点。在方框815中，系统基于路径线段长度确定选定锚点对之间的距离。
在方框820中，系统导出路径线段的锚点的坐标，并且使用所导出的坐标来创建地图，例如，路径线段图。在一个方面，可在锚点和线段上使用全局优化/节点嵌入技术来实现方框820，以便获得锚点的坐标。示范性全局优化/节点嵌入技术可以是Dabek等，“Vivaldi：分散式网络坐标系”。
应理解，可使用各种不同技术中的任意者并且本文所提供的示例不旨在作为所述本发明布置的限制。例如，可使用全局运动技术来代替全局优化/节点嵌入技术。在基于运动的方法中，在树形成的每个步骤中，系统可确定新的路径线段是否匹配现有路径线段和/或是否与其重叠。如果是，则合并匹配的和/或重叠的路径线段并且根据所述合并调整路径线段之间的角度。例如，调整连接路径线段的角度，使得两个重叠的路径线段完全重叠。
图9是示出多条示范性PDR轨迹的图。示范性PDR轨迹可由如参考图3的方框305所述的系统进行操作。
图10是示出确定如参考图3的方框305所述的来自图9的示范性PDR轨迹的线段的图。
图11是示出形成如参考图3的方框315所述的来自多个线段的簇的图。图11示出簇的形成。簇被示出处于边界椭圆1105内并且由实线形成。例如，簇可以是包括边界椭圆1105内的每个实心线段的初始簇或第一簇。由于原始PDR迹线内的错误和/或任意取向，簇的线段可以不同地定向。
图12是示出确定如参考图3的方框315所述的锚点和路径线段长度的图。锚点1205和1210被示出用于所标识的簇。
图13是示出确定如参考图7所述的线段树的图。
图14是示出生成如参考图3的方框320所述的地图路径的图。
图15是示出执行定位的示范性方法1500的流程图。可由如参考图1和图2所述的系统来执行方法1500。在一个方面，可使用生成的地图路径来执行方法1500，如本文参考图3所述。
在方框1505中，系统从通信设备接收一个或多个数据单元，例如，RF数据单元。通信设备可位于室内(诸如结构140内)或室外。接收到的数据单元可包括PDR位置数据和RF数据。RF数据可包括Wi-Fi数据和/或磁场数据。每个数据单元还可包括时间戳。
在方框1510中，系统可确定来自接收到的数据单元的RF特征。例如，系统可确定来自接收到的数据单元的Wi-Fi特征，来自接收到的数据单元的磁场特征，或来自接收到的数据单元Wi-Fi特征和磁场特征两者。
在方框1515中，系统可将方框1510中确定的RF特征与地图的RF特征相比较，以便确定匹配。在方框1520中，系统可根据地图的匹配的RF特征来确定用户(用户的通信设备)的位置。系统可确定的是，用户的通信设备位于地图上的从通信设备确定的RF特征匹配地图的那些RF特征的位置处。
可按照迭代方式执行方法1500，以便向用户提供位置服务。系统可将通信设备的位置和地图发送给通信设备，使得用户可追踪他或她在室内的位置。
图16是示出室内结构的地图1600的方框图。例如，可在显示设备和/或数据处理系统的屏幕上生成并显示地图1600，以指示用户关注的区域和/或关注的点。出于说明的目的，地图1600所示的结构可以是零售商店。结构的各个部分表示可供向用户出售的不同部门或类别的商品和/或服务(下文共称“商品”)。例如，方框1605-1650中的每一个可表示包括可供用户购买的商品的显示区域或搁置区域。付款台1655表示结构中的用户可为购买的商品提供支付的区域。
使用本文所述的PDR数据和RF数据，可确定用户穿过该结构行走的道路。通过使一个或多个用户行走的道路与地图1600(包括供出售的商品和/或服务的位置)关联，可确定用户对特定物品的关注程度。此外，因为PDR数据和RF数据被加时间戳，所以系统可确定用户停留在特定走廊或走廊的一部分(例如，区)中的时间长度。因为本公开已经广泛地示出轨迹和通路，所以图16未示出轨迹和通路。然而，图16示出的确表示这样的区域的区域1660、1665、1670、1675和1680，在所述区域中用户已经停留至少最小时间量或已经比其他区域更频繁地访问所述区域。
例如，当用户的通信设备继续发送更多PDR和/或RF数据时，可使用本文所述的RF特征分析来自通信设备的轨迹信息，将所述轨迹信息细分成线段，并且使所述轨迹信息与室内地图关联。例如，系统可基于接收到的时间戳数据和随时间的推移的RF特征变化(或没有变化)确定用户停留或逗留在给定线段上的何处。
用户在同一区域(例如，特定产品或特定类别的产品)中停留的时间长度可用作用户对于所述产品或所述类别的产品的兴趣度量。较长的持续时间指示较高的关注程度并且可用来在地图上创建关注点。在另一个示例中，作为位置服务的部分，系统可将消息发送给用户。所述消息可包括优惠券、广告等。消息的特定内容可与用户的位置关联。例如，响应于确定了用户已经在特定类别的产品的特定区域中花费了至少最小时间量，系统可递送优惠券或其他引诱物以购买用户当前所定位的特定类别的产品中的商品。
应理解，虽然使用黑和白着色示出图16，但是在另一个方面，不同颜色、图案或视觉指示物可用来表示用户停留不同时间范围的区域或更频繁访问的区域。此外，可示出用户穿过结构1600所行走的通路。另外，虽然出于说明的目的参考零售商店描述图16，但是应理解，本公开内所述的技术可用于在任意各种结构的室内对用户进行定位。例如，各种搁置部分可以是其他室内设置中的其他关注点。
虽然参考室内设置描述图16，但是应理解，所述技术还可应用于室外设置。例如，各种方框可表示室外环境中的阻挡物、室外市场中的货摊等。
图17是管理数据验证的示范性方法1700。可由如参考本公开的图1和图2所述的系统来实现方法1700。在一个方面，方法1700可应用于在众包数据收集操作中接收到的数据，以验证接收数据。无效的数据或数据单元被排除使用，例如，从数据集舍弃和/或删除，以便不会用于各种服务。例如，使用方法1700确定为无效的数据不可用于确定如参考图3所述的地图路径的目的。
可使用图17所示的技术进行验证的特定类型的数据可能变化。在一个方面，可对由一个或多个用户的一个或多个通信设备接收到的、作为众包地图生成和/或用户位置解决方案的一部分的数据进行验证。在另一个方面，可对诸如与关注点有关的评级的众包数据进行验证。
在方框1705中，系统可随时间的推移从一个或多个通信设备接收数据单元。出于图17的示例中的论述目的，每个数据单元可包括或指定位置、时间戳和任选的数据有效载荷。位置可以是GPS坐标(如果可用的话)、如本文所论述的基于PDR的位置等。在一个示范性实现方式中，可将位置指定为WAP ID。有效载荷可包括各种不同数据项中的任意者。示范性数据项可包括如本文所述的RF数据、来自通信设备的传感器数据、用户输入、应用数据等。
在方框1710中，系统可使用位置信息来使数据单元与地图区域关联。例如，系统确定地图的特定区域，每个接收到的数据单元来源于所述区域。数据单元起源的区域随后与数据单元相关联。数据单元以及区域关联可存储在诸如数据库等的数据结构中。
根据本文公开的本发明布置，地图的每个区域可与数据无效性比率相关联。因此，每个数据无效性比率是区域特定的。如根据每个相应区域的数据密度所确定的，两个或更多个区域可具有相同的数据无效性比率或不同的数据无效性比率。具有较大数据密度的区域具有比具有较小数据密度的区域更高的数据无效性比率。
区域的数据密度可包括两个分量。特别是，数据密度可包括地理分量和时间分量。通过使用区域特定的数据无效性比率来实现地理分量。基于特定时间量确定时间分量。例如，可根据每时间单位接收到的来源于给定区域的数据项的数目来确定所述区域的数据密度。
在方框1715中，系统可将有效性得分分配给每个数据单元。所分配的有效性得分可以是初始有效性得分。在一个方面，因为数据无效性比率可根据数据密度在区域与区域之间变化，所以分配给每个区域的有效性得分可以是相同的。出于说明的目的，考虑将初始有效性得分100分配给每个数据单元的情况。应理解，用作初始有效性得分的特定数字可小于100或大于100，这取决于系统的特定实现方式。
在方框1720中，系统可随时间的推移减少数据单元的有效性得分。系统可周期性地、不时地或响应于可检测到的特定事件来减少数据单元的有效性得分。当针对数据单元执行减量操作时，系统确定与数据单元相关联的特定区域。系统进一步确定与数据单元相关联的区域(例如，数据单元起源的区域)的数据无效性比率。系统随后依据区域的数据无效性比率减少数据单元的有效性得分。应理解，当随时间的推移接收数据单元时，区域的数据密度将变化，从而导致区域的数据无效性比率也随时间的推移而变化。因此，给定数据单元的有效性得分的减少量也可随时间的推移而变化。
在图示中，考虑第一数据单元具有初始有效性得分100和数据无效性比率10的情况。第二数据单元可具有初始数据有效性得分100和数据无效性比率20。两个数据单元与地图的不同区域相关联。响应于减量操作，系统将第一数据单元的数据有效性得分减少至90。系统将第二数据单元的数据有效性得分减少至80。
基于与第一数据单元和第二数据单元相关联的区域的数据单元的持续接收，与第一数据单元相关联的区域的数据有效性比率可增加至15，而与第二数据单元相关联的区域的数据有效性比率可保持不变。因此，在下一减量操作期间，系统将第一数据单元的有效性得分减少至75，而将第二数据单元的有效性得分减少至60。
在方框1725中，系统使经确定具有不超过有效性得分阈值的有效性得分的任何数据单元无效。在一个方面，有效性得分阈值可被设定成零。应理解，有效性得分阈值可被设定成小于零或大于零的各种值。继续图17的示例，系统使经发现具有零或更小有效性得分的任何数据项无效。参考本公开内所述的示例，无效的数据项可被排除在地图生成和/或其他定位操作的使用之外。例如，在使数据单元无效时，系统可访问存储数据单元的存储设备并从所述存储设备删除无效数据单元，从而得到不同的和更新的数据。在另一个方面，有效数据单元可存储在存储器设备的一个部分中，而无效数据单元可存储在存储器设备的不同部分中、不同存储器设备中或从存储器设备删除和/或被重写。例如，经确定为无效的数据单元可被标记为无效的，以便与有效数据单元区分开来或移动到预留用于无效数据单元的物理存储器的特定部分或区域，从而将有效数据单元与无效数据单元分开。
可按照迭代方式针对数据项执行方法1700。在一个方面，可周期性地、不时地或响应于各种事件来执行方法1700。例如，响应于接收最小量或最小数目的数据单元，可按照批处理方式执行方法1700。在另一个方面，当接收到数据单元时，可实时迭代地执行方法1700。
图18是管理用于进行数据验证的地图区域的示范性方法1800。可由如参考本公开的图1和图2所述的系统来实现方法1800。方法1800示出用于基于数据密度更新地图区域的示范性技术。可不时地、周期性地或响应于特定事件在地图区域上逐区域地执行方法1800。例如，响应于使来源于一区域的一个或多个数据单元无效，可针对所述区域执行方法1800。响应于在限定的时间段内接收特定区域的至少最小量的数据单元，可执行方法1800。应理解，方法1800还可与图17的方法1700同时执行。
在方框1805中，系统确定选定区域的数据密度。数据密度可被定义为选定区域内的一位置每单位时间接收到的数据单元的数目，其中单位时间是预定的时间量。在方框1810中，系统确定是否分割区域。例如，系统将选定区域的数据密度与最大数据密度阈值相比较。系统可确定的是，响应于区域的数据密度超过最大数据密度阈值，应当将选定区域分成两个或更多个区域。如果系统确定区域应当被分割，则方法1800继续至方框1815。如果不是这样，则方法1800继续至方框1820。
在方框1815中，系统将区域分成两个或更多个区域。例如，可将区域分成两份、三份、四份等。在一个方面，区域是矩形形状。在另一个方面，每个区域是方形形状。在例如区域被分成四份的情况下，其中来自分割操作的每个所得区域也是方形形状。作为区域分割的一部分，系统更新因分割操作而产生的每个区域的数据密度。
在方框1820中，系统确定区域是否应当与一个或多个其他区域合并。例如，系统将选定区域的数据密度与最小数据密度阈值相比较。系统可确定的是，响应于确定了选定区域和一个或多个相邻区域的数据密度不超过最小数据密度阈值，应当将选定区域与一个或多个其他区域合并。如果系统确定区域应当被合并，则方法1800进行至方框1825。如果不是这样，则方法1800继续至方框1830。
在方框1825中，系统将选定区域与一个或多个其他区域合并。在一个方面，选定区域和与选定区域合并的每个其他区域具有不超过最小数据密度阈值的数据密度。此外，与选定区域合并的每个区域可与选定区域相邻。在一个示例中，可将选定区域与三个其他区域合并以维持方形区域。作为区域合并的一部分，系统更新因区域合并操作而产生的区域的数据密度。
在方框1830中，系统更新在方法1800的当前迭代中处理的区域的数据无效性比率。例如，系统更新因区域分割操作而产生的任何区域、因区域合并操作而产生的任何区域和/或选定区域(如果未执行分割或合并操作)的数据无效性比率。如所论述的，从数据密度确定数据无效性比率。系统可存储这样的表达：当使用数据密度作为输入进行评估时，提供数据无效性比率作为输出。在另一个方面，数据无效性比率可以是数据密度。在又一个方面，系统可存储使数据密度和/或数据密度范围与数据无效性比率关联的表格。
图19是示出用于管理数据有效性的示范性地图1900的方框图。图19示出地图1900在创建任何区域之前的初始状态。
图20是示出示范性地图1900在接收指定轨迹的数据单元之后的方框图。如图，轨迹前进通过区域2020、进入区域2005并且进入区域2010。
图21是示出示范性地图1900在接收多条轨迹之后的方框图。可如参考图17和图18所述地使用地图1900。如图，地图1900包括多个区域2102-2162。出于说明的目的，区域2102-2162中的每一个中的阴影量指示区域的数据密度，并且因此指示区域的相对数据无效性比率。
例如，颜色最深的区域2122和2124具有最高数据密度，并且因此具有最高数据无效性比率。如前所述，由于新数据单元将到达区域以替换无效的数据单元的期望，所以区域2122和2124的数据无效性比率可被设定成高(例如，在这个示例中最高)。在一个方面，使数据单元无效的比率可匹配给定区域的传入数据单元的期望速率。
阴影最浅的区域2102、2106、2108、2110、2138、2140、2148、2154、2156、2160和2162具有最低数据密度。由于数据单元以较慢的步调或速率达到区域以替换无效的数据单元的期望，所以区域2102、2106、2108、2110、2138、2140、2148、2154、2156、2160和2162的数据无效性比率较低(例如，在这个示例中最低)。如前所述，在一个方面，使数据单元无效的比率可匹配给定区域的传入数据单元的期望速率。
地图1900还示出示范性分割操作和合并操作。可将区域(诸如区域2015)分成大小与区域2116相等的四个区域。可将区域(诸如区域2116)分成大小与区域2118相等的四个区域。就合并而言，可将大小与2118相等的四个区域合并以形成大小与区域2116相等的区域。可将大小与2116相等的四个区域合并以形成大小与区域2015相等的区域。如所论述的，可动态地更新区域的数据密度。随着相应区域的数据密度继续变化，可动态地分割和/或合并区域。
地图1900仅出于说明的目的而提供。因此，区域的特定数目、区域大小和/或区域形状不旨在作为本公开内所述的本发明布置的限制。如所论述的，本公开内所述的数据有效性管理技术可用来处理或预处理用于创建地图的数据单元。
在另一个示范性实现方式中，系统可随时间的推移接收数据单元，使用位置信息使数据单元与地图1900的区域关联，并且确定区域的数据密度。系统可在例如显示设备上显示数据密度。例如，如图21所示的视图可呈现在显示设备上，所述视图示出区域的数据密度和数据密度随时间的推移如何改变。
本公开内参考图17-21所述的数据有效性技术可应用于地理数据之外的领域。例如，除了指示地理位置的位置参数之外，位置参数可指定多个类别内的特定类别、分类内的特定种类、数据等级的特定层次等。可根据以每个种类为基础、每个层次为基础或每个类别为基础的数据密度来计算数据无效性比率。
因此，参考前述实例，区域可表示类别、分类种类、分层层次等。如本文所述，可根据其他子类、子类别和子分层层次的可用性将区域分割和/或接合。响应于不超过有效性得分阈值的数据单元的有效性得分，可使给定种类、层次或类别的数据单元无效，例如，从域去除。
在另一个方面，可从数据单元的有效载荷内获得用作位置的代理的特定参数。例如，位置参数可指示两个或更多个不同的数据单元的有效载荷部分之间的相似性。相似性阈值可应用来确定数据单元的分组和将要包括在群组中的数据单元的数目。
在一个方面，可按照自动和动态方式增大或减小相似性阈值，以便增大或减小群组中所包括的数据单元的数目。例如，为了减小群组中的数据单元的数目，可增大群组的相似性阈值。增大相似性阈值导致更少的数据单元被认为是相似的并分组在一起。为了增大群组中所包括的数据单元的数目，可减小群组的相似性阈值。减小相似性阈值导致更多的数据单元被认为是相似的并分组在一起。群组中所维持的数据单元的数目可通过根据群组中的数据单元的数目自动增大或减小相似性阈值来维持在给定范围内、特定数目处等。响应于群组中的太多数据单元，可增大相似性阈值。响应于群组中的太少数据单元，可降低相似性阈值。此外，可将不同相似性阈值分配给各群组。在一个方面，可以每组为基础分配相似性阈值。
图22是示出数据管理和路径生成的示范性方法2200的流程图。在方法2200内，参考方框2205-2255，在路径生成之前执行数据验证。然而，应理解，响应于诸如周期性地接收预定数目的数据单元等的事件，可在路径生成之后(例如，路径生成和/或更新的下一次迭代之前)执行数据验证。
在方框2205中，系统随时间的推移从通信设备接收RF数据单元。RF数据单元指定通信设备的轨迹。在方框2210中，系统使RF数据单元与地图上的区域关联。在一个方面，地图可表示缺乏路径信息的限界区域，无论是室内或室外的。在另一个方面，地图可包括将使用本公开内所述的路径生成技术更新的路径信息。可使用GPS坐标、PDR数据、WAP ID等使区域关联。在方框2215中，系统确定地图的各区域的数据密度。在方框2220中，系统将有效性得分分配给每个RF数据单元。
在方框2225中，系统确定是否分割地图的区域。系统可以每个区域为基础确定是否分割区域，如本文所述。如果一个或多个区域被标识以便在方框2225中进行分割，则方法2200继续至方框2230。在方框2230中，系统执行区域分割并且更新方框2225中所标识的任何区域的数据密度。如果没有区域被标识以便在方框2225中进行分割，则方法2200继续至方框2235。
在方框2235中，系统确定是否合并地图的区域。如果两个或多个区域将被合并(如方框2235中确定的)，则方法2200继续至方框2240。在方框2240中，系统合并方框2235中所标识的区域且如本文所述。如果至少两个区域未被标识以便进行合并，则方法2200继续至方框2245，其中系统更新区域的数据无效性比率。
在方框2250中，系统随时间的推移使用与每个相应数据单元相关联的区域的数据无效性比率来减少数据单元的有效性得分。在方框2255中，系统使具有不超过有效性得分阈值的有效性得分的数据单元无效。如所论述的，使数据单元无效可包括从存储数据单元的存储设备删除数据单元。在另一个方面，系统可将无效数据单元从存储器中的包括有效数据单元的部分移动到存储器的包括无效和/或被删除的数据单元的另一个部分。
继续方框2260-2275，系统仅利用有效RF数据单元。通过将所使用的RF数据单元限制成经确定为有效的那些，最新的众包数据用于路径生成的目的。使用最新数据确保了，所生成的路径是准确的并且与最近接收到的众包数据一致。因此，在通路随时间的推移可快速地改变的情况下，所生成的路径反映了变化的环境。
在方框2260中，系统确定轨迹的线段。如前所述，通过多个RF数据单元(即，仅有效的RF数据单元)指定轨迹。在方框2265中，系统确定线段的RF特征。系统可确定磁场特征、Wi-Fi特征或磁场特征和Wi-Fi特征两者。在方框2270中，系统形成线段簇。在方框2275中，系统生成地图路径。可不断地、不时地或周期性地重复方法2200，以便管理用于路径生成的RF数据单元并基于有效的RF数据单元更新路径。
出于解释的目的，提出特定的术语以便透彻地理解本文公开的各种发明构思。然而，本文所使用的术语只用于描述本发明布置的特定方面的目的，而不意图为限制。
如本公开内定义的，术语“一个”和“一种”应当意味着一个或一个以上。如本文定义的，术语“多个”意指两个或两个以上。如本文定义的，术语“另一个”意指至少第二个或更多个。如本文定义的，除非另外规定，否则术语“耦合”意指无需任何中间元件的直接连接或通过一个或多个中间元件的间接连接。两个元件还可机械地耦合、电气地耦合或通过通信信道、通路、网络或系统通信地链接。
如本文定义的，术语“和/或”意指一个或多个相关联的所列项目的任何和全部可能的组合。术语“包括(includes)”和/或“包括(including)”当用于本公开时，规定存在所陈述的特征、整数、步骤、操作、元件和/或组件，但是不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的群组。尽管术语“第一”、“第二”等在本文中可用来描述各种元件，但是这些元件不应当被这些术语限制，因为这些术语仅用来将一个元件与另一个区分开来，除非上下文另外规定。
如本文定义的，术语“如果”、“当...时”、“在...时”意指响应于检测和/或确定或对检测和/或确定做出响应。例如，短语“如果检测到[所述条件或事件]”意指响应于确定和/或检测[所述条件或事件]。如本文定义的，术语“响应于”和/或“做出响应”意指对动作、事件或条件进行快速响应或反应。因此，如果对第一动作“做出响应”而执行第二动作，则第一动作的发生和第二动作的发生之间存在因果关系，并且术语“做出响应”指示这种因果关系。
如本文定义的，术语“计算机可读存储介质”意指含有或存储供指令执行系统、装置或设备使用或结合所述指令执行系统、装置或设备来使用的程序代码的存储介质。如本文定义的，“计算机可读存储介质”不是暂态的、传播信号本身。计算机可读存储介质可以是但不限于电子存储设备、磁性存储设备、光学存储设备、电磁存储设备、半导体存储设备或前述设备的任何合适组合。计算机可读存储介质的更具体实例的非详尽列表可包括：便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪速存储器)、静态随机存取存储器(SRAM)、便携式光盘只读存储器(CD-ROM)、数字通用磁盘(DVD)、记忆棒、软盘、机械编码设备(诸如记录有指令的沟槽中的穿孔卡或凸起结构)，以及前述介质的任何合适组合。
如本文定义的，术语“实时”意指用户或系统对做出的特定处理或确定进行足够快速地感测，或使处理器能够跟得上某一外部处理的处理响应性水平。
计算机程序产品可包括计算机可读存储介质(或媒介)，所述计算机可读存储介质上具有计算机可读程序指令，以用于致使处理器实施本发明的各方面。本文所述的计算机可读程序指令可从计算机可读存储介质下载到相应计算/处理设备，或经由例如互联网、LAN、WAN和/或无线网络下载到外部计算机或外部存储设备。网络可包括铜传输电缆、光传输纤维、无线传输、路由器、防火墙、开关、网关计算机和/或包括边缘服务器的边缘设备。每个计算/处理设备中的网络适配卡或网络接口从网络接收计算机可读程序指令并且转发计算机可读程序指令，以便存储在相应计算/处理设备内的计算机可读存储介质中。
用于实施本文所述的本发明布置的操作的计算机可读程序指令可以是汇编程序指令、指令集体系结构(ISA)指令、机器指令、机器相关指令、微码、固件指令、状态设置数据，或者用一种或多种编程语言的任何组合撰写的源代码或目标代码，所述编程语言包括面向对象的编程语言和/或程序性编程语言。计算机可读程序指令可以完全在用户的计算机上执行，部分地在用户的计算机上执行，作为独立的软件包执行，部分地在用户的计算机上且部分地在远程计算机上执行，或完全在远程计算机或服务器上执行。在后一种情景中，远程计算机可通过包括LAN或WAN的任何类型的网络连接到用户的计算机，或可(例如，使用互联网服务提供商以通过互联网)与外部计算机形成连接。在一些情况下，包括例如可编程逻辑电路、FPGA或PLA的电子电路可通过利用计算机可读程序指令的状态信息来将电子电路个人化而执行计算机可读程序指令，以便执行本文所述的本发明布置的各方面。
本文参考方法、装置(系统)和计算机程序产品的流程图图示和/或方框图来描述本发明布置的某些方面。应理解，流程图图示和/或方框图中的每个方框以及流程图图示和/或方框图中的方框的组合可由计算机可读程序指令(例如，程序代码)来实现。
可将这些计算机可读程序指令提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器以便产生一种机器，这样使得通过计算机或其他可编程数据处理装置的处理器执行的指令产生用于实现流程图和/或方框图的方框中所指定的功能/动作的手段。这些计算机可读程序指令还可存储在计算机可读存储介质中，所述计算机可读存储介质可引导计算机、可编程数据处理装置和/或其他设备以特定方式起作用，以使得存储有指令的计算机可读存储介质包括制品，所述制品包括实现流程图和/或方框图的一个或多个方框中所指定的操作的各方面的指令。
计算机可读程序指令还可被加载到计算机、其他可编程数据处理装置或其他设备上，以便致使一系列操作在计算机、其他可编程装置或其他设备上进行，以便产生计算机实现过程，以使得在计算机、其他可编程装置或其他设备上执行的指令实现流程图和/或方框图的一个或多个方框中所指定的功能/动作。
附图中的流程图和方框图示出根据本发明布置的各个方面的系统、方法和计算机程序产品的可能实现方式的体系结构、功能性和操作。在这方面，流程图或方框图中的每个方框可表示指令的模块、片段或部分，所述模块、片段或部分包括用于实现所指定的操作的一个或多个可执行指令。在一些替代实现方式中，方框中所标注的操作可不按图中所标注的次序发生。例如，取决于所涉及的功能性，连续示出的两个方框可大致同时执行，或所述方框可有时按相反次序执行。还应当指出的是，方框图和/或流程图图示的每个方框以及方框图和/或流程图图示中的方框的组合可以由基于专用硬件的系统来实施，所述系统执行指定的功能或动作或者执行专用硬件和计算机指令的组合。
本文提供的本发明布置的描述是出于说明的目的，但是并不意图是详尽的或受限于所公开的形式和示例。在不背离所述本发明布置的范围和精神的情况下，修改和变化对于本领域普通技术人员来说可以是显而易见的。
一种方法可包括使用处理器确定多条轨迹的线段，其中每条轨迹包括来自通信设备的射频(RF)数据；使用处理器确定关于线段的RF特征；以及使用处理器根据RF特征形成线段簇。所述方法还可包括使用处理器来使用簇生成地图路径。
生成路径可包括从簇生成线段树，以及使用线段树生成地图。
在一个方面，RF数据可包括Wi-Fi数据。RF特征可包括Wi-Fi特征。例如，Wi-Fi特征中的一个或多个或全部可包括WAP ID和WAP ID沿线段之一以特定距离定位的趋势。
在另一个方面，RF数据可包括磁场数据。RF特征可包括磁场特征。例如，磁场特征中的一个或多个或全部可包括沿线段之一以特定距离定位的超过阈值磁场幅度的磁场幅度。
在另一个方面，RF数据可包括Wi-Fi数据和磁场数据。RF特征可包括Wi-Fi特征和磁场特征。
所述方法可包括：使RF数据与地图区域关联；随时间的推移根据与每个相应RF数据单元关联的区域的数据密度来调整RF数据单元的有效性得分；以及当确定多条轨迹的线段时，仅使用具有超过最小有效性得分的有效性得分的选定的RF数据单元。
所述方法还可包括根据区域的数据密度来确定区域的数据无效性比率。调整有效性得分可包括随时间的推移使用与每个相应RF数据单元关联的地图的区域的数据无效性比率来减少RF数据单元的有效性得分。
系统包括被编程来启动可执行操作的处理器。可执行操作可包括：确定多条轨迹的线段，其中每条轨迹包括来自通信装置的RF数据；确定线段的RF特征；以及根据RF特征形成线段簇。可执行操作还可包括使用簇生成地图的路径。
生成路径可包括从簇生成线段树，以及使用线段树生成地图。
在一个方面，RF数据可包括Wi-Fi数据。RF特征可包括Wi-Fi特征。例如，Wi-Fi特征中的一个或多个或全部可包括WAP ID和WAP ID沿线段之一以特定距离定位的趋势。
在另一个方面，RF数据可包括磁场数据。RF特征可包括磁场特征。例如，磁场特征中的一个或多个或全部可包括沿线段之一以特定距离定位的超过阈值磁场幅度的磁场幅度。
在另一个方面，RF数据可包括Wi-Fi数据和磁场数据。RF特征可包括Wi-Fi特征和磁场特征。
可执行操作可包括：使RF数据与地图区域关联；随时间的推移根据与每个相应RF数据单元关联的区域的数据密度来调整RF数据单元的有效性得分；以及当确定多条轨迹的线段时，仅使用具有超过最小有效性得分的有效性得分的选定的RF数据单元。
可执行操作还可包括根据区域的数据密度来确定区域的数据无效性比率。调整有效性得分可包括随时间的推移使用与每个相应RF数据单元关联的地图的区域的数据无效性比率来减少RF数据单元的有效性得分。
一种非暂态计算机可读存储介质具有存储在其上的指令，所述指令在由处理器运行时执行方法。所述方法可包括：确定多条轨迹的线段，其中每条轨迹包括来自通信装置的RF数据；确定线段的RF特征；以及根据RF特征形成线段簇。所述方法还可包括使用簇生成地图的路径。
生成路径可包括从簇生成线段树，以及使用线段树生成地图。
在一个方面，RF数据可包括Wi-Fi数据。RF特征可包括Wi-Fi特征。例如，Wi-Fi特征中的一个或多个或全部可包括WAP ID和WAP ID沿线段之一以特定距离定位的趋势。
在另一个方面，RF数据可包括磁场数据。RF特征可包括磁场特征。例如，磁场特征中的一个或多个或全部可包括沿线段之一以特定距离定位的超过阈值磁场幅度的磁场幅度。
在另一个方面，RF数据可包括Wi-Fi数据和磁场数据。RF特征可包括Wi-Fi特征和磁场特征。
所述方法可包括：使RF数据与地图区域关联；随时间的推移根据与每个相应RF数据单元关联的区域的数据密度来调整RF数据单元的有效性得分；以及当确定多条轨迹的线段时，仅使用具有超过最小有效性得分的有效性得分的选定的RF数据单元。
所述方法还可包括根据区域的数据密度来确定区域的数据无效性比率。调整有效性得分可包括随时间的推移使用与每个相应RF数据单元关联的地图的区域的数据无效性比率来减少RF数据单元的有效性得分。
一种方法可包括：随时间的推移使用处理器从多个通信设备接收数据单元，其中每个数据单元包括位置信息；使用处理器来使用位置信息使数据单元与地图区域关联；使用处理器确定区域的数据密度，其中数据密度指定在时间段内从区域接收到的数据单元的数量。所述方法还包括使用处理器呈现区域的数据密度的指示符。
所述方法可包括：随时间的推移根据与选定数据单元关联的区域的数据密度来调整选定数据单元的有效性得分；以及响应于确定了选定数据单元的有效性得分不超过最小有效性得分，使选定数据单元无效。
所述方法可包括：将区域特异的有效性得分分配给每个数据单元；确定地图区域的数据无效性比率；随时间的推移使用与每个相应数据单元关联的地图区域的数据无效性比率来减少数据单元的有效性得分。所述方法还可包括响应于确定了数据单元的有效性得分不超过最小有效性得分，使数据单元无效。
在一个方面，所述方法可包括响应于确定了区域具有超过数据密度阈值的数据密度，将区域细分成多个更小区域。
在另一个方面，所述方法可包括：响应于确定了多个选定区域中的每一个的数据密度在数据密度阈值以下，将多个选定区域合并成单个更大区域，其中多个选定区域中的每一个与多个选定区域中的至少另一者相邻。
所述方法还可包括随时间的推移根据区域的数据密度来更新地图的所区域的数据无效性比率。
系统包括被编程来启动可执行操作的处理器。可执行操作可包括：随时间的推移从多个通信设备接收数据单元，其中每个数据单元包括位置信息；使用位置信息使数据单元与地图区域关联；确定区域的数据密度，其中数据密度指定在时间段内从区域接收到的数据单元的数量。可执行操作还可包括呈现区域的数据密度的指示符。
可执行操作可包括：随时间的推移根据与选定数据单元关联的区域的数据密度来调整选定数据单元的有效性得分；以及响应于确定了选定数据单元的有效性得分不超过最小有效性得分，使选定数据单元无效。
可执行操作可包括：将区域特定的有效性得分分配给每个数据单元；确定地图区域的数据无效性比率；随时间的推移使用与每个相应数据单元关联的地图区域的数据无效性比率来减少数据单元的有效性得分。所述方法还可包括响应于确定了数据单元的有效性得分不超过最小有效性得分，使数据单元无效。
在一个方面，可执行操作可包括响应于确定了区域具有超过数据密度阈值的数据密度，将区域细分成多个更小区域。
在另一个方面，可执行操作可包括：响应于确定了多个选定区域中的每一个的数据密度在数据密度阈值以下，将多个选定区域合并成单个更大区域，其中多个选定区域中的每一个与多个选定区域中的至少另一者相邻。
可执行操作还可包括随时间的推移根据区域的数据密度来更新地图的所区域的数据无效性比率。
选择本文中所使用的术语来解释本发明布置的原理、对在市场中所见技术的实际应用或技术改进，和/或使本领域的其他普通技术人员能够理解本文中所公开的实施方案。

Claims (26)

1.一种用于数据处理的方法，其包括：
从多个通信设备获得射频RF数据或位置数据；
使所述RF数据与地图的区域关联；
随时间的推移使用数据无效性比率来调整RF数据单元的有效性得分，根据与每个相应RF数据单元关联的所述区域的数据密度来确定数据无效性比率；
仅使用具有超过预定有效性得分的有效性得分的选定的RF数据单元确定多条轨迹的线段，每条轨迹包括射频RF数据或位置数据，其中该位置数据包括行人航位推算数据或全球定位数据；
确定所确定的线段的RF特征；
根据所述RF特征形成所述线段簇；以及
使用所述簇生成地图的路径。
2.如权利要求1所述的方法，其中生成所述路径还包括：
从所述簇生成线段树；以及
使用所述线段树生成所述地图。
3.如权利要求1所述的方法，其中所述RF特征包括Wi-Fi特征，每个Wi-Fi特征包括无线接入点标识符和所述无线接入点标识符沿所述线段之一以特定距离定位的趋势。
4.如权利要求1所述的方法，其中：
所述RF数据包括磁场数据；并且
所述RF特征包括磁场特征。
5.权利要求4所述的方法，其中每个磁场特征包括沿所述线段之一以特定距离定位的超过阈值磁场幅度的磁场幅度。
6.如权利要求1所述的方法，其中：
所述RF数据包括Wi-Fi数据和磁场数据；并且
所述RF特征包括Wi-Fi特征和磁场特征。
7.如权利要求1所述的方法，还包括：
根据所述区域的所述数据密度来确定所述区域的数据无效性比率；
其中调整有效性得分包括随时间的推移使用与每个相应RF数据单元关联的所述地图的所述区域的所述数据无效性比率来减少所述RF数据单元的所述有效性得分。
8.一种用于数据处理的系统，其包括：
处理器；
存储器，其包括至少一个指令，在由所述处理器运行时引起以下操作：
从多个通信设备获得射频RF数据或位置数据；
使所述RF数据与地图的区域关联；
随时间的推移使用数据无效性比率来调整RF数据单元的有效性得分，根据与每个相应RF数据单元关联的所述区域的数据密度来确定数据无效性比率；
仅使用具有超过预定有效性得分的有效性得分的选定的RF数据单元确定多条轨迹的线段，每条轨迹包括RF数据或位置数据，其中该位置数据包括行人航位推算数据或全球定位数据；
确定所确定的线段的RF特征；
根据所述RF特征形成所述线段簇；并且
使用所述簇生成地图的路径。
9.如权利要求8所述的系统，其中生成所述路径还包括：
从所述簇生成线段树；以及
使用所述线段树生成所述地图。
10.如权利要求8所述的系统，其中所述RF特征包括Wi-Fi特征，每个Wi-Fi特征包括无线接入点标识符和所述无线接入点标识符沿所述线段之一以特定距离定位的趋势。
11.如权利要求8所述的系统，其中：
所述RF数据包括磁场数据；并且
所述RF特征包括磁场特征。
12.如权利要求11所述的系统，其中每个磁场特征包括沿所述线段之一以特定距离定位的超过阈值磁场幅度的磁场幅度。
13.如权利要求8所述的系统，其中：
所述RF数据包括Wi-Fi数据和磁场数据；并且
所述RF特征包括Wi-Fi特征和磁场特征。
14.如权利要求8所述的系统，其中所述至少一个指令引起：
根据所述区域的所述数据密度来确定所述地图的所述区域的数据无效性比率；
其中调整有效性得分包括随时间的推移使用与每个相应RF数据单元关联的所述地图的所述区域的所述数据无效性比率来减少所述RF数据单元的所述有效性得分。
15.一种计算机可读存储介质，其具有存储在其上的指令，所述指令在由处理器运行时执行如权利要求1所述的方法。
16.一种用于数据处理的方法，其包括：
随时间的推移使用处理器从多个通信设备接收多个数据单元，其中每个数据单元包括位置信息；
使用所述处理器来使用所述位置信息使所述数据单元与地图的区域关联；
使用所述处理器确定所述区域的数据密度，其中数据密度指定在时间段内从所述区域接收到的数据单元的数量；
使用所述处理器呈现所述区域的数据密度的指示符；
随时间的推移使用数据无效性比率来调整多个数据单元的有效性得分，根据与每个相应数据单元关联的所述区域的数据密度来确定数据无效性比率；以及
使具有不超过预定有效性得分的有效性得分的选定数据单元无效。
17.如权利要求16所述的方法，还包括：
将区域特定的有效性得分分配给每个数据单元；
确定所述地图的所述区域的数据无效性比率；
随时间的推移使用与每个相应数据单元关联的所述地图的所述区域的所述数据无效性比率来减少所述数据单元的有效性得分；以及
响应于确定了所述数据单元的有效性得分不超过最小有效性得分，使所述数据单元无效。
18.如权利要求16所述的方法，还包括：
响应于确定了区域具有超过数据密度阈值的数据密度，将所述区域细分成多个更小区域。
19.如权利要求16所述的方法，还包括：
响应于确定了多个选定区域中的每一个的数据密度在数据密度阈值以下，将多个选定区域合并成单个更大区域，
其中所述多个选定区域中的每一个与所述多个选定区域中的至少另一者相邻。
20.如权利要求16所述的方法，还包括：
随时间的推移根据区域的所述数据密度来更新所述地图的区域的数据无效性比率。
21.一种用于数据处理的系统，其包括：
处理器；
存储器，其包括至少一个指令，在由所述处理器运行时引起以下操作：
随时间的推移从多个通信设备接收多个数据单元，其中每个数据单元包括位置信息；
使用所述位置信息使所述数据单元与地图的区域关联；
确定所述区域的数据密度，其中数据密度指定在时间段内从所述区域接收到的数据单元的数量；
呈现所述区域的数据密度的指示符；
随时间的推移使用数据无效性比率来调整多个数据单元的有效性得分，根据与每个相应数据单元关联的所述区域的数据密度来确定数据无效性比率；以及
使所述数据单元中的具有不超过预定有效性得分的有效性得分的选定数据单元无效。
22.如权利要求21所述的系统，其中所述至少一个指令引起：
随时间的推移根据与选定数据单元关联的所述区域的数据密度来调整所述选定数据单元的有效性得分；并且
响应于确定了所述选定数据单元的有效性得分不超过最小有效性得分，使所述选定数据单元无效。
23.如权利要求21所述的系统，其中所述至少一个指令引起：
将区域特定的有效性得分分配给每个数据单元；
确定所述地图的所述区域的数据无效性比率；
随时间的推移使用与每个相应数据单元关联的所述地图的所述区域的所述数据无效性比率来减少所述数据单元的有效性得分；并且
响应于确定了所述数据单元的有效性得分不超过最小有效性得分，使所述数据单元无效。
24.如权利要求21所述的系统，其中所述至少一个指令引起：
响应于确定了区域具有超过数据密度阈值的数据密度，将所述区域细分成多个更小区域。
25.如权利要求21所述的系统，其中所述至少一个指令引起：
响应于确定了多个选定区域中的每一个的数据密度在数据密度阈值以下，将多个选定区域合并成单个更大区域，
其中所述多个选定区域中的每一个与所述多个选定区域中的至少另一者相邻。
26.如权利要求21所述的系统，其中所述至少一个指令引起：
随时间的推移根据区域的所述数据密度来更新所述地图的所述区域的数据无效性比率。
CN201580023462.8A 2014-04-28 2015-04-24 通过使用众包进行定位、绘图和数据管理的系统和方法 Expired - Fee Related CN106461768B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201461985140P 2014-04-28 2014-04-28
US61/985,140 2014-04-28
US14/639,076 US9510154B2 (en) 2014-04-28 2015-03-04 Location determination, mapping, and data management through crowdsourcing
US14/639,076 2015-03-04
KR1020150057331A KR102282367B1 (ko) 2014-04-28 2015-04-23 크라우드소싱을 이용한 위치 결정, 매핑 및 데이터 관리 시스템 및 방법
KR10-2015-0057331 2015-04-23
PCT/KR2015/004109 WO2015167172A1 (ko) 2014-04-28 2015-04-24 크라우드소싱을 이용한 위치 결정, 매핑 및 데이터 관리 시스템 및 방법

Publications (2)

Publication Number Publication Date
CN106461768A CN106461768A (zh) 2017-02-22
CN106461768B true CN106461768B (zh) 2020-06-16

Family

ID=54336065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580023462.8A Expired - Fee Related CN106461768B (zh) 2014-04-28 2015-04-24 通过使用众包进行定位、绘图和数据管理的系统和方法

Country Status (4)

Country Link
US (2) US9510154B2 (zh)
EP (1) EP3139196B1 (zh)
KR (1) KR102282367B1 (zh)
CN (1) CN106461768B (zh)

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104335635A (zh) * 2012-05-22 2015-02-04 诺基亚公司 基于收集的一系列接入点的数据来触发接入点之间的切换的方法和设备
US9510154B2 (en) 2014-04-28 2016-11-29 Samsung Electronics Co., Ltd Location determination, mapping, and data management through crowdsourcing
US10028245B2 (en) 2014-07-16 2018-07-17 Samsung Electronics Co., Ltd. Maintaining point of interest data using wireless access points
US10330484B2 (en) * 2016-06-24 2019-06-25 Visteon Global Technologies, Inc. Correlating a route with a network operation
US20170372223A1 (en) * 2016-06-24 2017-12-28 Intel Corporation Smart crowd-sourced automatic indoor discovery and mapping
US10298699B2 (en) * 2016-09-08 2019-05-21 Microsoft Technology Licensing, Llc Physical location determination of internal network components
US10502579B2 (en) * 2016-10-25 2019-12-10 Here Global B.V. Method and apparatus for determining modal routes between an origin area and a destination area
CN106767764B (zh) * 2017-03-20 2021-05-18 联想(北京)有限公司 一种定位设置方法及电子设备
US10136259B1 (en) * 2017-05-03 2018-11-20 Intermec, Inc. Pick and put location verification utilizing RF received signal strength
US10032181B1 (en) 2017-05-24 2018-07-24 Uber Technologies, Inc. Determining a topological location of a client device using received radio signatures
US10859670B2 (en) 2017-08-08 2020-12-08 Uber Technologies, Inc. Geographic positioning using short-range transmissions
US11816622B2 (en) 2017-08-14 2023-11-14 ScoutZinc, LLC System and method for rating of personnel using crowdsourcing in combination with weighted evaluator ratings
EP3460405B1 (en) * 2017-09-25 2021-04-28 Mapsted Corp. Crowd-sourced passive positioning and calibration
CN107766808B (zh) * 2017-09-30 2021-06-29 北京泓达九通科技发展有限公司 道路网络空间中车辆对象移动轨迹聚类的方法及系统
CN109959376B (zh) * 2017-12-14 2021-11-16 腾讯科技（北京）有限公司 轨迹纠正方法、涉及室内路线的导航路线绘制方法和装置
US10846314B2 (en) 2017-12-27 2020-11-24 ANI Technologies Private Limited Method and system for location clustering for transportation services
CN108810817B (zh) * 2018-05-18 2020-10-27 东南大学 基于移动众包模式的室内地图生成与轨迹加密方法
US11356805B2 (en) * 2018-09-01 2022-06-07 Clarkson University Determining localization from ordinal comparison data
US10484817B1 (en) 2018-09-04 2019-11-19 Verizon Patent And Licensing Inc. Methods and systems for surfacing a user-customized segment within a geospatial navigation application
WO2020078540A1 (en) * 2018-10-16 2020-04-23 Huawei Technologies Co., Ltd. Improved trajectory matching based on use of quality indicators empowered by weighted confidence values
US11178540B2 (en) * 2018-10-31 2021-11-16 Cisco Technology, Inc. Enabling secure beacon telemetry broadcasts based on battery power state of a beacon device
US10670728B2 (en) * 2018-11-05 2020-06-02 Mapsted Corp. Method and system for crowd-sourced trusted-GPS region for mobile device localization
CN109461505A (zh) * 2018-11-16 2019-03-12 河南省疾病预防控制中心 一种利用空间信息降低狂犬病防控成本的方法
EP3693699B1 (en) * 2019-02-05 2021-12-22 HERE Global B.V. Determining of absolute altitudes of floors of a structure
CN111653115B (zh) * 2019-03-04 2022-02-15 腾讯大地通途（北京）科技有限公司 任务的划分方法、装置及存储介质
KR102145576B1 (ko) * 2019-03-28 2020-08-18 (주)제로웹 주 거주공간 클러스터링 방법
TWI699130B (zh) * 2019-05-09 2020-07-11 吳彥緯 動態式多節點室內定位系統
US10809074B1 (en) * 2019-06-04 2020-10-20 Here Global B.V. Method, apparatus, and computer program product for map data agnostic route fingerprints
CN111260753B (zh) * 2020-02-13 2024-01-12 浙江华睿科技股份有限公司 地图的绘制方法和装置、存储介质及电子装置
BR112023010198A2 (pt) * 2020-11-26 2024-02-06 Tech Resources Pty Ltd Método e aparelho para mapeamento incremental de estradas de transporte
US20230137263A1 (en) * 2021-10-29 2023-05-04 Here Global B.V. Method and apparatus for generating structured trajectories from geospatial observations

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101953197A (zh) * 2007-12-28 2011-01-19 探空气球无线公司 向移动装置提供wi-fi位置信息以估计其位置
US8694240B1 (en) * 2010-10-05 2014-04-08 Google Inc. Visualization of paths using GPS data

Family Cites Families (64)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6513046B1 (en) 1999-12-15 2003-01-28 Tangis Corporation Storing and recalling information to augment human memories
US7215969B2 (en) 2003-07-21 2007-05-08 Lucent Technologies Inc. Method for RF dead zone data collection using mobile station
JP4034812B2 (ja) 2004-10-14 2008-01-16 松下電器産業株式会社 移動先予測装置および移動先予測方法
GB2440958A (en) 2006-08-15 2008-02-20 Tomtom Bv Method of correcting map data for use in navigation systems
KR100848322B1 (ko) 2006-12-08 2008-07-24 한국전자통신연구원 실내 무선 측위 장치 및 방법
US7827270B2 (en) 2007-10-31 2010-11-02 Cisco Technology, Inc. Mobility service clustering using network service segments
US8208943B2 (en) 2009-02-02 2012-06-26 Waldeck Technology, Llc Anonymous crowd tracking
US8350758B1 (en) 2009-10-01 2013-01-08 Lighthouse Signal Systems LLC Systems and methods for indoor geolocation based on yield of RF signals
US8543143B2 (en) 2009-12-23 2013-09-24 Nokia Corporation Method and apparatus for grouping points-of-interest according to area names
US8884817B2 (en) 2009-12-31 2014-11-11 CSR Technology Holdings Inc. GPS with aiding from ad-hoc peer-to-peer bluetooth networks
US8374632B2 (en) 2010-01-04 2013-02-12 Alcatel Lucent Method and apparatus for providing geo-location enablement for wireless device
US8301364B2 (en) 2010-01-27 2012-10-30 Navteq B.V. Method of operating a navigation system to provide geographic location information
US8660355B2 (en) 2010-03-19 2014-02-25 Digimarc Corporation Methods and systems for determining image processing operations relevant to particular imagery
US20130204652A1 (en) 2010-04-26 2013-08-08 Locationary Inc. System, method and computer program for creation or collection of information using crowd sourcing combined with targeted incentives
CN102960037B (zh) * 2010-05-19 2016-08-10 诺基亚技术有限公司 物理上约束的无线电地图
US9641814B2 (en) 2010-05-19 2017-05-02 Nokia Technologies Oy Crowd sourced vision and sensor-surveyed mapping
US20110285591A1 (en) 2010-05-19 2011-11-24 Palm, Inc. Correlating contextual data and position data to improve location based services
US20110313779A1 (en) 2010-06-17 2011-12-22 Microsoft Corporation Augmentation and correction of location based data through user feedback
US8798534B2 (en) 2010-07-09 2014-08-05 Digimarc Corporation Mobile devices and methods employing haptics
US8892118B2 (en) 2010-07-23 2014-11-18 Qualcomm Incorporated Methods and apparatuses for use in providing position assistance data to mobile stations
US20120143495A1 (en) 2010-10-14 2012-06-07 The University Of North Texas Methods and systems for indoor navigation
US20120102164A1 (en) 2010-10-21 2012-04-26 International Business Machines Corporation Deployment of location based applications with crowdsourced structured points of input for data entry
US10169017B2 (en) 2010-10-21 2019-01-01 International Business Machines Corporation Crowdsourcing location based applications and structured data for location based applications
US8676623B2 (en) 2010-11-18 2014-03-18 Navteq B.V. Building directory aided navigation
US8930123B2 (en) 2010-11-19 2015-01-06 International Business Machines Corporation Systems and methods for determining traffic intensity using information obtained through crowdsourcing
US8565783B2 (en) 2010-11-24 2013-10-22 Microsoft Corporation Path progression matching for indoor positioning systems
US20120185458A1 (en) 2011-01-18 2012-07-19 Microsoft Corporation Clustering crowd-sourced data to identify event beacons
US8577389B2 (en) 2011-01-18 2013-11-05 Microsoft Corporation Filtering and clustering crowd-sourced data for determining beacon positions
US8542637B2 (en) 2011-01-18 2013-09-24 Microsoft Corporation Clustering crowd-sourced data for determining beacon positions
US8320939B1 (en) 2011-04-21 2012-11-27 Google Inc. Crowd-sourced information for interior localization and navigation
US8811748B2 (en) 2011-05-20 2014-08-19 Autodesk, Inc. Collaborative feature extraction system for three dimensional datasets
US20120303556A1 (en) 2011-05-27 2012-11-29 Microsoft Corporation Comparison of modeling and inference methods at multiple spatial resolutions
US8818721B2 (en) 2011-05-31 2014-08-26 Trimble Navigation Limited Method and system for exchanging data
US8386422B1 (en) 2011-07-08 2013-02-26 Google Inc. Using constructed paths to supplement map data
US9470529B2 (en) 2011-07-14 2016-10-18 Microsoft Technology Licensing, Llc Activating and deactivating sensors for dead reckoning
US9464903B2 (en) 2011-07-14 2016-10-11 Microsoft Technology Licensing, Llc Crowd sourcing based on dead reckoning
US8589318B2 (en) * 2011-07-15 2013-11-19 Microsoft Corporation Location determination using generalized fingerprinting
US8559975B2 (en) 2011-07-22 2013-10-15 Microsoft Corporation Location determination based on weighted received signal strengths
US20130053056A1 (en) * 2011-08-29 2013-02-28 Qualcomm Incorporated Facilitating mobile device positioning
US20130084882A1 (en) 2011-09-30 2013-04-04 Qualcomm Incorporated Becoming more "aware" through use of crowdsourcing and device interaction
US8472980B2 (en) 2011-10-01 2013-06-25 Qualcomm Incorporated Flexible architecture for location based crowdsourcing of contextual data
WO2013055959A1 (en) 2011-10-11 2013-04-18 Qualcomm Incorporated System and/or method for pedestrian navigation
US20130267255A1 (en) 2011-10-21 2013-10-10 Alohar Mobile Inc. Identify points of interest using wireless access points
US9507747B2 (en) * 2011-11-04 2016-11-29 Microsoft Technology Licensing, Llc Data driven composite location system using modeling and inference methods
US8626198B2 (en) 2011-11-16 2014-01-07 Qualcomm Incorporated Characterizing an indoor structure based on detected movements and/or position locations of a mobile device
KR20130077750A (ko) 2011-12-29 2013-07-09 삼성전자주식회사 안경 장치, 디스플레이 장치, 그들을 이용한 컨텐츠 제공 방법 및 디스플레이 장치의 모드 전환 방법
KR101365993B1 (ko) 2011-12-29 2014-02-21 홍익대학교 산학협력단 데이터처리방법, 데이터처리장치, 데이터수집방법, 및 정보제공방법
FI124665B (en) * 2012-01-11 2014-11-28 Indooratlas Oy Creating a magnetic field map for indoor positioning
US20130222369A1 (en) 2012-02-23 2013-08-29 Charles D. Huston System and Method for Creating an Environment and for Sharing a Location Based Experience in an Environment
US9234958B2 (en) * 2012-04-19 2016-01-12 Nokia Technologies Oy Method, apparatus, and computer program product for distributed indoor three-dimensional radiomap
US9103916B2 (en) * 2012-05-02 2015-08-11 Texas Instruments Incorporated Apparatus and method for indoor positioning
US9432964B2 (en) 2012-05-21 2016-08-30 Qualcomm Incorporated Method and apparatus for determining locations of access points
US9746327B2 (en) 2012-06-12 2017-08-29 Trx Systems, Inc. Fusion of sensor and map data using constraint based optimization
US9167386B2 (en) * 2012-06-26 2015-10-20 The Governing Council Of The University Of Toronto System, method and computer program for dynamic generation of a radio map
US9439041B2 (en) 2012-06-29 2016-09-06 Lighthouse Signal Systems, Llc Systems and methods for calibration based indoor geolocation
CN104736968B (zh) 2012-08-15 2017-08-29 谷歌公司 众包室内定位
US10148709B2 (en) 2012-08-31 2018-12-04 Here Global B.V. Method and apparatus for updating or validating a geographic record based on crowdsourced location data
US9182240B2 (en) 2012-09-26 2015-11-10 Intel Corporation Method, apparatus and system for mapping a course of a mobile device
US9116000B2 (en) 2012-10-22 2015-08-25 Qualcomm, Incorporated Map-assisted sensor-based positioning of mobile devices
US8849308B2 (en) 2012-11-21 2014-09-30 Apple Inc. Tiling of map data
US9226111B2 (en) 2012-11-21 2015-12-29 Apple Inc. Pathway matching
WO2015065375A1 (en) * 2013-10-30 2015-05-07 Hewlett-Packard Development Company, L.P. Signal space based navigation
US9510154B2 (en) 2014-04-28 2016-11-29 Samsung Electronics Co., Ltd Location determination, mapping, and data management through crowdsourcing
US10028245B2 (en) 2014-07-16 2018-07-17 Samsung Electronics Co., Ltd. Maintaining point of interest data using wireless access points

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101953197A (zh) * 2007-12-28 2011-01-19 探空气球无线公司 向移动装置提供wi-fi位置信息以估计其位置
US8694240B1 (en) * 2010-10-05 2014-04-08 Google Inc. Visualization of paths using GPS data

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Aveek Purohit 等.SugarTrail: Indoor Navigation in Retail Environments without Surveys and Maps.《2013 IEEE International Conference on Sensing, Communications and Networking (SECON)》.2013, *
SugarTrail: Indoor Navigation in Retail Environments without Surveys and Maps;Aveek Purohit 等;《2013 IEEE International Conference on Sensing, Communications and Networking (SECON)》;20131231;300-308 *

Also Published As

Publication number Publication date
US9942720B2 (en) 2018-04-10
CN106461768A (zh) 2017-02-22
US20170041761A1 (en) 2017-02-09
KR102282367B1 (ko) 2021-07-27
US9510154B2 (en) 2016-11-29
EP3139196B1 (en) 2020-09-30
US20150312722A1 (en) 2015-10-29
EP3139196A1 (en) 2017-03-08
KR20150124396A (ko) 2015-11-05
EP3139196A4 (en) 2018-01-03

Similar Documents

Publication Publication Date Title
CN106461768B (zh) 通过使用众包进行定位、绘图和数据管理的系统和方法
CN110726418B (zh) 兴趣点区域确定方法、装置、设备及存储介质
US9904932B2 (en) Analyzing semantic places and related data from a plurality of location data reports
Philipp et al. Mapgenie: Grammar-enhanced indoor map construction from crowd-sourced data
KR101616486B1 (ko) 모바일 디바이스 포지셔닝
JP6463263B2 (ja) モバイル・デバイスの位置決め
US9600607B2 (en) Methods, apparatuses and computer program products for automatic, non-parametric, non-iterative three dimensional geographic modeling
WO2017031856A1 (zh) 信息预测的方法和装置
US20160286351A1 (en) Indoor navigation anomaly detection
JP2005024540A (ja) 携帯型コンピュータデバイスの所在と動態を割り出すシステムおよび方法
CN104884899A (zh) 确定穿过交通运输网络的一或多个交叉口的轨迹的方法
CA2877763A1 (en) System, method and computer program for dynamic generation of a radio map
US10660062B1 (en) Indoor positioning
KR20170096011A (ko) 장소 및 트래픽을 정의하는 위치 데이터
CN105430615B (zh) 一种连续位置服务请求下基于假位置的位置隐私保护方法
US20160298969A1 (en) Graceful sensor domain reliance transition for indoor navigation
US20230024680A1 (en) Method of determining regional land usage property, electronic device, and storage medium
Kannan et al. Predictive indoor navigation using commercial smart-phones
CN110470308A (zh) 一种避障系统及方法
CN109470260B (zh) 游览路线规划方法、装置、设备和存储介质
GB2570853A (en) Identifying sites visited by a user device
US10659920B1 (en) Efficient discovery of survivors in disaster area using robotics and mobile networks
Chandio et al. Towards adaptable and tunable cloud-based map-matching strategy for GPS trajectories
JP2016153756A (ja) センシング誤差修正装置、センシング誤差修正システム、センシング誤差修正方法、および、センシング誤差修正プログラム
Mishev et al. Probabilistic approach by using N-peak Gaussian distribution for indoor positioning

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200616

CF01 Termination of patent right due to non-payment of annual fee