CN106605123A - 用于确定入口位置和感兴趣区域的系统 - Google Patents
用于确定入口位置和感兴趣区域的系统 Download PDFInfo
- Publication number
- CN106605123A CN106605123A CN201580045619.7A CN201580045619A CN106605123A CN 106605123 A CN106605123 A CN 106605123A CN 201580045619 A CN201580045619 A CN 201580045619A CN 106605123 A CN106605123 A CN 106605123A
- Authority
- CN
- China
- Prior art keywords
- cluster
- data
- interest
- area
- mobile device
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/383—Indoor data
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3844—Data obtained from position sensors only, e.g. from inertial navigation
-
- 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
-
- 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
- G01S5/014—Identifying transitions between environments
- G01S5/015—Identifying transitions between environments between indoor and outdoor environments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Toxicology (AREA)
- Health & Medical Sciences (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
提供了一种确定移动装置的感兴趣区域的方法,该方法包括以下步骤:获取包括与移动装置的时间和位置相关联的多个点的顺序轨迹数据;形成包括多个点的多个簇;以及基于多个簇中的至少一个确定移动装置的感兴趣区域的位置。
Description
技术领域
本发明总体涉及一种用于确定特定的感兴趣区域的位置(诸如建筑物、室内房间、室外场所、商店、购物区域的入口或任何其他合适位置)的系统。在各种实施方案中,使用GPS数据、传感器数据、射频(RF)数据和顺序轨迹数据来确定感兴趣区域的位置。
背景技术
存在有各种各样的制图和定位技术。作为示例,许多现代智能手机和移动装置都使用全球定位系统(GPS)。在典型的实施方式中,智能手机从多个GPS卫星接收信号。GPS信号有助于指示在智能手机和卫星之间的距离。智能手机然后使用GPS数据确定其位置,其通常表示为地理坐标或GPS坐标(例如,一对纬度和经度坐标)。GPS系统用于各种各样的制图应用中且可用于精确定位几乎任何的户外地标、地域或建筑物的位置。
然而,GPS系统的一个缺点是其在室内环境中是无效的或实质上不太有效,这是因为建筑物的墙壁和天花板可能阻挡卫星信号。因此,正在努力开发能够识别不能接收GPS信号的室内房间、结构和其他区域的位置的系统。
发明内容
技术问题
本发明提供了一种用于在不能接收GPS信号的室内房间或结构内确定感兴趣区域的位置的方法。此外,其提供了一种计算机可读记录介质,其在计算机上存储有用于执行确定位置的方法的程序。
技术方案
在一个方面,一种用于确定第一区域的位置的方法可包括获取形成一个或多个簇的顺序轨迹数据;基于与顺序轨迹数据相关联的运动或速度过滤所述一个或多个簇;以及至少部分地基于剩余的未过滤的一个或多个簇确定第一区域的位置。
有益效果
可在不能使用GPS的室内区域中使用基于制图和位置的服务。特别地,可确定建筑物的入口位置和室内空间且可很容易地确定在室内空间中的结构的位置。
附图说明
图1为根据本发明的一个特定实施方案的通信系统的框图。
图2为示出用于确定入口位置的方法的流程图。
图3为示出用于在更大区域或地域内识别感兴趣区域的方法的流程图。
图4为示出用于使用众包数据确定感兴趣区域的位置的方法的流程图。
图5为示出获取GPS信号的装置的示例。
图6a和6b为指示GPS信号随时间变化的示例图。
图7为使用众包信息指示建筑物入口的估计位置的示例地图。
图8为指示顺序轨迹数据的示例迹线。
图9为在图4的步骤402中获取的示例众包数据。
图10为根据图9修改的示例众包数据。
图11为示出根据本发明的一个特定实施方案的装置的框图。
图12为示出根据本发明的一个特定实施方案的服务器的框图。
图13为示出根据本发明的一个特定实施方案的用于向到达商场、购物区域、购物中心或其他地域的入口的用户提供广告或其他服务的方法的流程图。
图14为示出根据本发明的一个特定实施方案的使用消费模式向用户提供服务的方法的流程图。
图15a为简要示出用于确定感兴趣区域的方法的流程图。
图15b为简要示出用于确定感兴趣区域的设备的框图。
最佳实施方式
在一个方面中,一种确定移动装置的感兴趣区域的方法包括获取包括与移动装置的时间和位置相关联的多个点的顺序轨迹数据;产生包括多个点的多个簇;以及基于多个簇中的一个或多个确定移动装置的感兴趣区域的位置。
产生多个簇可包括在确定移动装置在指定的时间段期间在与某个参考位置相距指定半径内移动时产生簇。
确定感兴趣区域的位置可包括获取指示与簇中的第一簇相关联的移动装置的运动量的加速计数据;以及当运动量未超过指定阈值时,将第一簇确定为有效簇,且感兴趣区域的位置可基于确定的有效簇来确定。
确定感兴趣区域的位置还可包括确定与簇中的第二簇相关联的移动装置的速度;以及当速度未超过指定阈值时,将第二簇确定为有效簇,且感兴趣区域的位置可基于所确定的有效簇来确定。
所述方法还可包括从多个装置获取顺序轨迹数据;以及基于从所述装置获取的顺序轨迹数据的组合确定感兴趣区域的位置。
顺序轨迹数据可使用行人航位推算(PDR)数据和全球定位系统(GPS)数据中的至少一种来获取,以及感兴趣区域可包括室内房间、地标、商店和户外区域中的至少一种。
所述方法还可包括当移动装置移动时收集移动装置的GPS数据和环境信号数据;以及基于在所收集的GPS数据和环境信号数据中的至少一种中的变化确定参考位置。
感兴趣区域可以是室内房间且参考位置可以是包括所述室内房间的建筑物的某个区域。
环境信号数据可指示由移动装置接收的射频(RF)信号、环境光信号、环境声音信号、环境温度信息、环境磁场信息,由移动装置检测的图像信息以及由移动装置接收的有关发送RF信号的RF信号发送器的数量的信息中的至少一种。
参考位置可基于指示GPS数据的准确度的降低和所述环境信号数据的质量增加中的至少一种的图案来确定。
所述方法还可包括从多个装置接收GPS数据和环境信号数据中的至少一种;以及基于在接收的GPS数据和环境信号数据中的至少一种中的变化确定参考位置。
所述方法还可包括从多个装置接收关于感兴趣区域的多个候选位置的信息;至少部分地基于在感兴趣区域的每个候选位置和参考位置之间的轨迹距离选择感兴趣区域的候选位置的子集;以及至少部分地基于包括在子集中的候选位置估计感兴趣区域的位置。
所述方法还可包括基于在包括在子集中的每个候选位置周围的地域的顺序轨迹数据的密度向包括在子集中的每个候选位置分配权重,且感兴趣区域的位置可基于分配到包括在子集中的每个候选位置的权重来确定。
所述方法还可包括将关于簇的信息和关于感兴趣区域的位置的信息中的至少一种发送到外部设备。
所述方法还可包括显示关于簇的信息和关于感兴趣区域的位置的信息中的至少一种。
在另一个方面中,一种用于确定移动装置的感兴趣区域的设备包括通信器,其被配置成获取包括与移动装置的时间和位置相关联的多个点的顺序轨迹数据;以及控制器,其被配置成产生包括点的多个簇,并基于簇中的一个或多个确定移动装置的感兴趣区域的位置。
控制器可在确定移动装置在指定的时间段期间在与某个参考位置相距指定半径内移动后立即产生一个簇。
通信器可获取指示与簇中的第一簇相关联的移动装置的运动量的加速计数据;且控制器可以当运动量未超过指定阈值时,将第一簇确定为有效簇,且感兴趣区域的位置可基于确定的有效簇来确定。
控制器可确定与簇中的第二簇相关联的移动装置的速度;以及当速度未超过指定阈值时,将第二簇确定为有效簇,且感兴趣区域的位置可基于确定的有效簇来确定。
通信器可从多个装置获取顺序轨迹数据;且控制器可基于从所述多个装置获取的顺序轨迹数据的组合确定感兴趣区域的位置。
顺序轨迹数据可使用行人航位推算(PDR)数据和全球定位系统(GPS)数据中的至少一种来获取,以及感兴趣区域可包括室内房间、地标、商店和户外区域中的至少一种。
通信器可以当移动装置移动时收集移动装置的GPS数据和环境信号数据;且控制器可基于在收集的GPS数据和环境信号数据中的至少一种中的变化确定参考位置。
感兴趣区域可以是室内房间且参考位置可以是包括所述室内房间的建筑物的某个区域。
环境信号数据可指示由移动装置接收的射频(RF)信号、环境光信号、环境声音信号、环境温度信息、环境磁场信息,由移动装置检测的图像信息以及由移动装置接收的有关发送RF信号的RF信号发送器的数量的信息中的至少一种。
参考位置可基于指示GPS数据的准确度的降低和所述环境信号数据的质量增加中的至少一种的图案来确定。
通信器可从多个装置接收GPS数据和环境信号数据中的至少一种;且控制器可基于在接收的GPS数据和环境信号数据中的至少一种中的变化确定参考位置。
通信器可从多个装置接收关于感兴趣区域的多个候选位置的信息;且控制器可至少部分地基于在感兴趣区域的每个候选位置和参考位置之间的轨迹距离选择感兴趣区域的候选位置的子集并至少部分地基于包括在子集中的候选位置估计感兴趣区域的位置。
控制器可基于在包括在子集中的每个候选位置周围的地域的顺序轨迹数据的密度向包括在子集中的每个候选位置分配权重,且感兴趣区域的位置可基于分配到包括在子集中的每个候选位置的权重来确定。
通信器可将关于簇的信息和关于感兴趣区域的位置的信息中的至少一种发送到外部设备。
所述设备还可包括显示器,其被配置成显示关于簇的信息和关于感兴趣区域的位置的信息中的至少一种。
在另一个方面中,一种计算机可读存储介质已在其中存储用于执行上述方法的计算机程序。
具体实施方式
本发明涉及一种定位系统。更具体地,各种实施方案涉及一种用于准确检测感兴趣区域(诸如场所、建筑物、结构、房间或地标的入口)的位置的系统。
如在背景技术中所指出的,全球定位系统(GPS)技术通常用于对室外环境进行制图和导航,但其在室内环境中则不太有效。有时用于导航室内环境的一种技术称为行人航位推算(PDR)。
PDR的典型应用可描述如下。用户具有带有各种传感器,诸如罗盘或加速计的装置(例如,移动电话或智能手机)。传感器可以检测用户正在移动的方向,以及大致估计用户已移动的距离。使用这种信息,装置上的PDR引擎能够估计用户的新位置。当用户随着时间继续移动时,PDR引擎估计用户的新位置,且同时使用先前估计的位置作为参考点。
虽然在各种应用中是有用的,但基于PDR的导航系统的一个缺点是其严重依赖于每个位置估计的准确度。如果PDR引擎在特定时间错误地确定用户的位置,这个错误则被继续至稍后的位置估计且会随时间以指数方式增长。由于从装置传感器获取的数据通常是不完美的,因此这些误差在基于PDR的导航系统中是常见的。
在本发明的各种实施方案中,将描述能够更准确地确定特定感兴趣区域(例如,房间、公园或建筑物的入口、地标等)的位置的系统。然后,基于PDR的导航系统可使用这些区域作为用于误差校正的参考点。本文所描述的装置、方法和技术还可用于各种各样的其他导航、定位和制图应用。
首先参考图1,将描述根据本发明的一个特定实施方案的一种通信系统100。所述系统包括多个装置104a-104d和服务器110。装置104a-104d和服务器110使用一个或多个网络108与彼此进行通信。装置104a-104d还被配置成从GPS卫星112接收GPS信号。
可使用任何合适的网络108以连接装置和服务器。在各种实施方案中,网络包括但不限于基于CDMA或GSM的蜂窝网络、互联网或任何其他合适的协议或任何其他通信网络。
在各种实施方案中,用户在从一个地方移至另一个地方时携带装置104a。装置104a可以是任何合适的计算装置,其包括但不限于智能手机、智能眼镜、智能手表、膝上型计算机、计算机平板或任何其他便携式计算系统。装置104a包括网络接口,其允许装置104a接收GPS信号、射频(RF)信号(例如,WiFi、蓝牙等)以及任何其他合适的环境信号。装置104a还包括传感器,其可检测,例如,磁场、温度、图像、光、声音、方向、加速度、移动或任何其他合适的环境参数。
本发明的一些实施方式涉及使用装置104a确定特定感兴趣区域的位置。在各种实施方案中,例如,可确定室内或部分室内结构的入口的位置。布置装置104a以使用GPS信号、射频(RF)、传感器数据和/或各种类型的环境信号的组合来估计入口的位置。如稍后将在本申请中更详细描述的,使用多种类型的信号可允许装置104a以更高的准确度确定入口的位置。
一旦用户到达建筑物的入口,用户则可在建筑物内走来走去。随后,装置104a将使用其传感器收集有助于跟踪用户移动的顺序轨迹数据。本申请描述了用于分析数据和确定特定感兴趣区域,诸如室内房间、房间的入口/出口和任何其他合适的地标的位置的各种方法和聚类技术。应注意,在本申请中描述的许多方法也可用于确定在室外环境,诸如游乐园、室外商场、公园、室外购物区域等中的感兴趣区域的位置。
本发明的一些实施方式使用众包技术来进一步地提高上述技术的准确度。在各种实施方案中,例如,可将候选室内位置或感兴趣区域从多个装置(例如,装置104a-104d)发送至服务器110。服务器110随后可适当进一步地分析、过滤和/或聚类数据以确定特定地标、房间或其他区域的位置。
在本说明书中,聚类表示基于数据的相似性将一个或多个数据分类成一个或多个组的技术。
在本说明书中,过滤指确定在簇中可用于确定感兴趣地域的有效簇的方法。
在本申请中所述的上述示例和方法指用于确定建筑物、室内房间、或建筑物或室内房间的入口的位置的各种技术。本文所述的一些技术对于这些应用来说是特别有用的,这是因为甚至在不能接收GPS信号的建筑物中,所述技术也可用于跟踪用户的移动并识别房间位置。
然而,应理解,所描述的技术不仅限于确定建筑物、室内房间或其入口的位置。相反地,所述技术还可用于确定各种各样区域,包括室外或部分室外区域(例如,室外购物区域的入口、室外地标、室外购物区域中的商店的入口等)的位置。
接下来参考图2,将描述一种用于确定地域入口的方法200。在这个示例中,由接近建筑物入口的装置104a执行步骤,但是应当理解图2的步骤也可由服务器110实施和/或可用于确定各种各样的场所和位置的入口的位置。
最初,由装置104a收集各种类型的信号。在步骤202,装置104a获取GPS数据。通常,在装置104a在户外且具有至卫星的视线接入的同时,从多个GPS卫星获取GPS数据。装置104a使用GPS数据来周期性地确定GPS坐标(例如,一对纬度和经度坐标),其指示装置104a的当前位置。
在图5中示出了收集GPS信号的装置104a的一个示例。图5示出具有入口504和出口506的建筑物502。点的路径指示装置104a的移动。在迹线中的每个点表示成功获取了GPS信号并确定了GPS坐标。如在图中所指示的,GPS信号能够容易在建筑物的外部获取,但在建筑物内部却变得难于接收。
返回图2的方法,在步骤204,装置104a收集环境信号。环境信号是可由装置104a检测的任何时间的信号或环境参数。作为示例,装置104a可收集任何合适类型的射频(RF)数据(步骤206),诸如WiFi或蓝牙信号。通常,如果收集RF数据,RF数据则指示在装置104a从一个或多个接入点或发送装置接收的信号强度。例如,在WiFi的情况下,装置104a可从建筑物502中的多个WiFi接入点收集所接收的信号强度(RSS)数据。
装置104a还可收集指示在装置周围的环境的光、声音、温度、图像、磁场或任何其他特征中的变化的传感器数据(步骤208)。即,装置104a可包括传感器,诸如磁力计、视觉传感器、摄像头、温度传感器、音频传感器和光传感器。这种数据还随时间适当进行收集。
装置104a周期性地分析所收集的环境信号和GPS数据以识别可有助于指示建筑物502的入口的特定图案。这个过程可按各种各样的方式执行。在一些实施方案中,例如,在RF数据和GPS数据中的变化图案被识别并用来帮助确定建筑物502入口的位置。
通常,当装置104a在户外时,其能够接收GPS信号且可准确地确定指示其当前位置的相应的GPS坐标。然而,随着装置104a在室内移动,GPS信号可能减弱且可能受到阻挡。同时,随着104a接近建筑物并在建筑物内部行走,从建筑物中的发送器/接入点接收的射频信号应变得更强。
在各种实施方式中,装置104a检查RF和GPS数据以识别指示所接收的GPS信号的准确度的减弱和从建筑物中的接入点/RF发送装置接收的RF信号的质量增加的图案。在各种实施方案中,RF信号的质量增加表示所接收的信号强度增加和/或正从建筑物中的更多数量的RF接入点/发送器接收信号。假定当图案出现时,装置104a正移向和/或接近建筑物的入口的位置。
图6a和6b示出上述图案的方面。图6a示出GPS信号准确度的示例图。所述图表示随着在接近和移动通过建筑物502的装置104a接收GPS信号,GPS信号的波动准确度。可使用用于测量GPS信号准确度的任何合适的度量。例如,运行iOS和Android操作系统的现代智能手机通常将GPS信号准确度/质量的指示符与任何获取的GPS坐标关联起来。在图6a的图中,垂直轴表示GPS信号准确度(更高的值指示更低的准确度),且水平轴以毫秒表示时间。所述图指示,随时间变化,GPS信号的准确度可发生变化。例如,GPS信号的准确度可在装置及其用户位于窗户或门的外部或接近窗户或门时增加,且可随着装置在室内更深入的移动下降。
图6b示出指示随着装置104a接近和移动通过建筑物502,装置104a可用的WiFi接入点的数量的变化的另一个图。图的垂直轴表示装置104a从其接收信号的接入点的数量,而如在图6A中所示,水平轴以毫秒表示时间。通常,随着装置104a接近和移至建筑物中,可从其接收WiFi信号的接入点的数量增加。
在一些实施方案中,基于在图6a和6b中所示的参数确定建筑物入口的位置(步骤212)。即,分析WiFi数据以识别指示WiFi接入点的数量的增加的图案,可在装置104a从WiFi接入点接收信号。此外,在GPS数据中识别指示GPS准确度在一段时间始终较高后已下降的图案。如果在特定时间周围出现这两个图案,则可假定建筑物的入口位置是装置104a同时所在的地方。(在图6a和6b中所示的示例中,这大致在时间X处出现,其是由垂直线指定的)。
还可基于传感器数据确定建筑物入口的位置(步骤212)。当装置104a在晴天进入建筑物时,随着装置在室内移动,由装置104a检测的光量通常将会下降。当装置104a进入建筑物时,由于来自户外的声音被建筑物的墙壁消音且会更好地听见在建筑物内的声音,因此声音可能会发生变化。此外,当装置104a进入建筑物时,装置104a可检测磁场的变化,这是因为装置104a更接近建筑物中的电气设备和其他磁源。当装置104a进入建筑物时,装置104a可检测由摄像头或视觉传感器检测的图像的变化。当装置104a进入建筑物时,装置104a可检测温度的变化。假定当由装置104a检测到任何变化时,装置104a可能在建筑物的入口处或其附近。在各种实施方案中,对上述变化(即,光、声音、磁特性、GPS准确度、在装置104a从其接收信号的RF接入点数量的变化、RF数据或信号强度的变化等)的任何组合的检测可用于帮助确定建筑物入口的位置。
可选地,在步骤214,多个装置104a-104d将用于建筑物入口的估计位置发送至服务器110。即,许多装置中的每一个执行图2的步骤202、204、206、208、210和/或212。每个装置随后将在步骤212中确定的入口位置发送至服务器110。服务器110随后利用这种众包信息以更准确地确定入口的位置(步骤214)。在图7中示出了这种情况的一个示例。图7示出三个候选入口位置702a-702c的简化示例,如在不同时间由三个不同的移动装置确定的。服务器110接收这三个候选位置702a-702c且可使用任何合适的算法或聚类技术以基于接收的数据确定入口位置。在这个简化示例中,服务器110基于三个位置形成簇并随后确定用于所述簇的质心。在图7中由星形符号指出的质心确定为建筑物入口的实际位置。
返回图2,在步骤216,服务器110将指示在步骤214中确定的入口位置的数据发送至装置104a。装置104a可使用数据以用于各种各样的导航、制图或定位应用。在一些实施方案中,例如,装置104a在用户界面中显示如何达到入口位置的方向。在其他的实施方案中,装置显示地图并在地图上提供示出入口位置的指示符。在一些实施方案中,装置104a基于在步骤212中由装置104a估计的位置、在步骤214中由服务器110估计的位置或两者显示上述信息。
尽管将上述方法描述成主要由装置104a进行执行,但应注意,服务器110还可执行所述方法的操作中的一些或所有。例如,装置104a可收集GPS数据、RF数据、传感器数据和/或环境信号数据并随后将其发送至服务器110。服务器110获取这种数据(步骤202、204、206和208)、分析数据(步骤210)并确定建筑物入口的位置(步骤212和214),如在所述方法中所述的。
接下来参考图3,将描述一种用于识别在更大区域或地域内的感兴趣区域的方法300。由装置104a或服务器110执行方法300。在一些实施方案中,例如,方法300用于识别在更大场所(例如,建筑物502、商场、公园或购物区)内的房间、地标、商店或某一其他感兴趣区域。通常,假定感兴趣区域为人们希望在其中花费时间而不是快速移动通过其的地方。在所示的实施方案中,方法300用于确定结合图1或5所述的建筑物内的室内房间的位置。然而,应理解,所述方法还可用于确定除了室内房间以外的感兴趣区域的位置且还可用于室外环境中,诸如公园、室外购物区域或体育场。
最初,获取顺序轨迹数据(步骤302)。顺序轨迹数据为有助于指示随时间在装置104a的位置或移动中的变化的任何数据。各种各样的技术可用于产生顺序轨迹数据。作为示例,对于室外应用而言,GPS数据可用于提供这种信息。对于室内应用而言,行人航位推算(PDR)可用于产生顺序轨迹数据。PDR的各种实施方式涉及使用装置104a的罗盘、加速度计和/或其他传感器来确定装置104a已从特定的参考点移动多远以及在什么方向上移动。随后,估计新的位置并将其用作下一次移动的参考点。在一些实施方案中,顺序轨迹数据指示构成迹线的多个点。每个点与时间戳和位置(例如,x-y坐标对)相关联。在迹线中的每个点指示在装置104a的位置和装置用户中的相继变化。
在图8中示出顺序轨迹数据的简化示例。图8示出随着装置104a和装置用户进入并移动通过建筑物,装置104a的位置变化。在这个示例中,迹线802指示装置104a从建筑物的入口804(其可以是其位置是在图2的步骤212或214中被估计的入口)移动,在两个位置806/808遵循迂回路线,沿通路向下移动且随后再次返回至另一位置810,并随后返回至入口804。尽管是用实线绘制迹线802的,但应假定,在各种实施方案中,迹线802由上述点中的许多构成,其中每个点表示时间和在那个时间的装置的位置(例如,x-y坐标)。
返回图3,在步骤304,基于距离和持续时间对顺序轨迹数据进行聚类。更具体地,使用聚类技术识别表示感兴趣区域的迹线的部分,即,诸如房间、地标、大厅、商店的区域,在所述区域,人员想花费大量时间且可能对其具有特别的兴趣。在各种实施方案中,在一些但并非全部的迹线中的点的周围形成一个或多个簇。每个簇指示装置的移动在指定的时间段仅限于指定的区域或半径。当迹线的一些其他部分指示在指定的时间段期间装置移动超过指定区域/半径时,不对那些部分进行聚类。
在图8中示出了上述概念中的一些。在图8中,迹线802指示在两个位置806/808上,装置105a以有些圆形的方式移动并在有限空间内花费大量的时间。(虽然在图中没有清楚地示出,但是可以假定在那些位置上,迹线802的多个点彼此叠加,从而指示装置104a在持续的时间段内是静止的。)因此,构成迹线的这些部分的点形成为簇A和B。存在有第三位置810,在第三位置810上装置似乎已回溯其步骤且花费了大量的时间。因此,在这个位置上的点形成另一个簇。
当形成簇时,其可能与一个特定组的值相关联。在一些实施方案中,为每个簇计算质心。另外,每个簇与开始位置(例如,为簇的一部分的具有最早时间戳的点)和结束位置(例如,为簇的一部分的具有最晚时间戳的点)相关联。这个数据可用于确定感兴趣区域的入口或出口的位置,如稍后在本申请中更详细描述的。
任何合适的聚类算法可用于根据迹线中的点识别和形成簇。下面提供了一个示例算法:
1)假定顺序轨迹数据采用多个点的形式[(xi,yi,i=1,2….N)。
2)步骤0:将上述数据加载至阵列中。对簇的半径R和簇的停留时间D进行初始化。
3)步骤1:使用留在阵列中的前两个点形成簇C。计算簇C的质心。
4)步骤2:如果下一个点在质心的半径R内,将这个点添加至簇C。更新质心并用下一个点重复步骤2。如果下一个点不在质心的半径R内,则打破这个循环并前进至步骤3。
5)步骤3:检查在与这个点相关联的时间和与簇C的起点相关联的时间之间的时间差。如果时间差大于D,将簇C设置为新的簇,其具有指示开始位置、结束位置和质心的值。在一些实施方案中,如果新的簇在另一个簇的指定距离内,则合并那些簇。然后,前进至步骤1。如果上述时间差不大于D,则移除作为假警报的簇C并且前进至步骤1。
当然,应理解,提供上述算法仅用于说明,且可使用任何合适的聚类算法来识别指示感兴趣区域或装置用户的不成比例地花费大量时间的区域的簇。
返回图3,一旦已形成簇,基于速度或运动过滤簇(例如,图8中的簇A、B、C)中的一个或多个(步骤306和308)。在一些实施方案中,例如,在每个簇中的每个点还与加速度计数据相关联。使用装置104a上的运动传感器或加速度计获取的加速度计数据指示装置104a在与簇相关联的时间段期间所经历的运动量。如果特定簇涉及超过指定阈值的一定程度的运动或加速度,则滤出所述簇(步骤306)。这种过滤背后的理念是每个簇旨在表示装置用户花费大量时间的感兴趣区域。如果装置用户改为快速移动贯穿所述簇,则可假定所述簇不表示这种感兴趣区域。
过滤过程还可涉及分析速度分布。在各种实施方案中,簇中的点形成迹线。因此,迹线的长度表示轨迹距离或在与簇相关联的时间段期间所行进的距离。起点和终点指示当迹线开始和结束时的时间。使用这种信息,可计算簇的平均速度。在一些实施方案中,如果与簇相关联的平均速度超过预定水平,则滤出所述簇,这是因为这指示装置用户正快速移动通过所述簇和/或装置对所述簇没有任何兴趣。
图8示出可如何应用上述过滤技术的一个示例。乍看起来,簇C似乎指示装置104a在有限区域内花费了持续的时间段。然而,一旦分析了在簇C中的点,相关联的加速度计数据则指示贯穿簇C,装置处于恒定运动中而没有任何停止或延迟,且这个运动超过了预定水平。额外地,对簇C中的点的时间戳和位置数据的分析指示装置104a按超过慢速步行的恒定速度移动。这将与装置用户沿着通道向下走,意识到他或她已转错了弯并快速走回来的情况相匹配。基于运动和速度数据,因此滤出簇C,这是因为其显然未指示装置用户非常感兴趣的区域。
返回图3,聚类和过滤过程导致一个或多个剩余的未过滤的簇。这些簇中的每一个表示候选感兴趣区域,例如,室内房间、显著位置、商店等(步骤310)。在各种实施方案中,可选地,可将这些簇发送至服务器110以进行进一步的分析,如将在下面更详细描述的。
应注意,方法300的上述操作可由装置104a或服务器110执行。在使用装置104a的情况下,装置104a可使用其传感器、GPS天线或任何其他导航相关的工具来获取顺序轨迹数据(步骤302)。装置104a还可基于距离和持续时间对数据进行聚类(步骤304)并随后基于运动或速度过滤所得到的簇(步骤308)。可替代地,在一些实施方案中,装置104a收集顺序轨迹数据并将其发送至服务器110。服务器110接收数据(步骤302)且随后执行如上所述的聚类和过滤操作(步骤306、308和310)。
还应注意,在各种实施方案中,上述技术不仅可应用于室内环境,还可应用于室外环境。考虑一个包括室外博览会或游乐园的示例,其具有各种室外商店和活动区域。携带移动装置104a的多个用户在展览场地上徘徊。移动装置获取顺序轨迹数据(例如,图3的步骤302),其可基于GPS跟踪、PDR或任何其他合适的位置跟踪机制。顺序轨迹数据指示用户的移动图案。在各种实施方案中,移动装置将这种数据传输至服务器,在所述服务器,基于距离和持续时间对数据进行聚类(例如,图3的步骤304)。在其他实施方案中,聚类发生在移动装置处。进一步地基于运动和速度过滤数据(例如,图3的步骤306和308)。对数据的聚类和过滤揭示了用户可能已花费大量时间的展览场地中的室外位置,例如,活动区域、骑乘区、室外商店、展览会等。这些位置中的至少一些确定为候选感兴趣区域(例如,图3的步骤310)。
接下来参考图4,将描述一种使用众包数据确定感兴趣区域的位置的方法。在例如,多个装置104a-104d执行图3的方法300的步骤后,可执行这种方法。即,在执行方法300后,每个装置将在步骤310中获取的簇发送至服务器110。每个簇表示候选感兴趣区域,即,感兴趣区域(例如,室内房间)的估计位置。由于在用于确定候选感兴趣区域的传感器或信号数据中的微小错误,每个候选感兴趣区域可能不是完全准确的。通常,装置104a-104d还将迹线(例如,图8的迹线802)或顺序轨迹数据发送至服务器110以进行分析。服务器110随后对众包数据执行这种方法400的步骤以更准确地确定一个或多个感兴趣区域(例如,在建筑物中的房间、在室外商场中的商店等)的位置。
最初,在步骤402,如上面所讨论的,在服务器从多个装置接收多个候选感兴趣区域。在这个特定的示例中,多个候选感兴趣区域由簇(例如,在图3的步骤310中所述的簇)所表示且属于建筑物(例如,结合图2所参考的建筑物)中的室内房间。然而,应理解,在其他实施方式中,候选感兴趣区域可属于任何合适的位置、地标、结构、室内或室外场所。
在图9中示出在步骤402中获取的众包数据的简化示例。图9指示在服务器110从两个单独的装置接收的两个迹线902a-902b。迹线902a包括簇A且迹线902b包括簇B。在这个示例中,簇A和B是执行图3的步骤302、304、306、308和310的结果且每一个表示候选感兴趣区域。迹线902a/902b来自相同的一般场所或位置(例如,图5的建筑物502或结合图2所述的建筑物)且每一个均是在入口点904开始的。(在这个示例中,假定入口点904是在图2的步骤212或214中确定的入口,然而入口或起点还可使用各种各样的其他技术来确定。)迹线902a-902b似乎遵循大致相似的路径,然而它们却彼此偏离。这会通常是当,例如,使用易于出现小量错误的技术收集顺序轨迹数据时发生的情况。例如,如之前讨论的,使用PDR来产生迹线和顺序轨迹数据会产生大量的错误并使由不同装置所产生的迹线本质上彼此相背离。
返回图4,服务器110随后基于轨迹距离选择多个候选室内房间的子集(步骤404)。轨迹距离是沿迹线(例如,迹线902a)从起点/入口点904至特定的相应簇(例如,图9的簇A)的距离。因此,确定在入口点902和每个簇(例如,图9中的簇A和B)之间的轨迹距离。如果对于一个或多个簇的轨迹距离相同或类似(例如,在指定带内),那些簇则用于方法400的操作中的其余部分。其相应的轨迹距离为离群值和/或与所有其他簇的轨迹距离不同(例如,位于指定带的外部)的簇则被丢弃或不用于所述方法的操作中的其余部分。
上述步骤404的示例实施方式可使用图9中的图进行描述。在图9中,分别沿相应的迹线902a和902b从入口点904至每个簇A和B测量轨迹距离。随后,则比较这些轨迹距离。在这个示例中,用于簇A和B的轨迹距离大体是相同的或非常类似的(例如,用于簇A和B的距离均在相同值的带内,如+/-5%)。由于轨迹距离是类似的,因此假定簇A和B可能指代相同的室内位置。因此,选择簇A和B以进行进一步的分析(步骤404)。具有不同的轨迹距离(在带以外)的任何其他簇则被丢弃或不用于这种特定的分析。
在上述示例中,根据入口点904测量轨迹距离。然而,应理解的是,也可根据任何合适的参考点、地标或位置测量或计算轨迹距离。
返回参考图4,可选地,随后向所选的簇中的每一个分配权重。通常,权重指示用于最终确定室内位置的对簇的相关性进行的不同评估。在一些实施方案中,例如,基于簇的密度向不同的簇分配不同的权重。即,向在高密度区域(即,紧靠其他簇和/或迹线)的簇给予比与所有其他簇相分离并远离的簇更大的权重。
任何合适的算法或技术均可用于基于迹线密度分配簇的权重。在各种实施方案中,例如,权重与从特定点(例如,入口点904)开始的迹线的角度分布成比例。在图10中示出了一种示例方法,其是图9的修改版本。在图10中,簇A和B彼此紧靠且相对于入口点904在角度范围Z内拟合。由于在角度范围Z内的点、迹线和/或簇的密度较高,因此将更大的权重给予在该角度范围内的簇。如果在角度范围Z内存在甚至更多的迹线和簇,权重则还将更高。如果存在有其中仅有一个分离的簇和/或非常少的点/迹线的另一个角度范围,则将给予那个簇更小的权重,这基于这种簇更可能是错误离群值的假定。
上述方法的各种实施方式可由下列等式表示:
在上述公式中,S为表示室内房间的位置的最终估计的簇,Sk为众包簇(例如,在图9中的簇A和B)或表示候选室内房间位置的簇,且wk表示与迹线(例如,在图9中的迹线902a/902b)的角度分布成比例的分配的权重。术语开始、结束和质心指示每个簇与起点、终点和质心相关联,如之前所述。应注意,上述公式旨在是示例性的且可使用任何合适的加权算法或技术。
在步骤408,确定室内房间的位置。在各种实施方案中,这个确定是基于在步骤404中选择的簇的子集和/或在步骤406中分配的权重。各种实施方式涉及形成新的簇以确定室内房间的最终位置。在图9中所示的实施方案中,例如,将簇A和B合并以形成新的簇。簇的质心被计算且在图9中由星形符号表示。在这个特定示例中,质心表示室内房间的位置的最终估计。
可选地,在步骤410,可进一步地分析簇以确定室内房间的额外特征,诸如入口的位置和数量。在各种实施方案中,例如,如果假定簇为室内房间,服务器则可确定簇的起点的位置(即,簇中与最早时间相关联的点)标记室内房间的入口的位置。簇的终点(即,簇中与最晚时间相关联的点)标记室内房间的另一个入口的位置。在一些情况下,起点和终点将位于相同或大致相同的位置上,服务器110可推断出这表示装置用户使用单个入口进出室内房间和/或室内房间仅具有一个入口。也可使用任何其他合适的技术或算法以确定房间入口的位置和数量。
在一些实施方案中,服务器110将一个或多个室内房间与各种特征或描述性信息相关联。作为示例,服务器110可存储具有多个房间的商场的蓝图或布局,其中每个房间均对应于特定的商店。随后,服务器110执行方法400的步骤并识别各种室内房间,如在步骤410中所讨论的。通过将商场的已知布局与室内房间的估计位置进行比较,服务器110可随后将特定室内房间的位置与特定商店、品牌、产品、目的、描述和其他特征相关联。
额外地,服务器110可分析众包簇和迹线以确定室内房间和/或周围区域的结构特性。例如,如果多个众包迹线指示装置104a和其用户可在两个相邻的区域之间仅通过单个入口或点移动,则可假定在两个区域之间的边界的其他部分为实心墙、隔断或一些其他种类的障碍物。即,服务器110可确定当在地域内缺乏顺序轨迹数据或迹线时,在两个区域或室内房间之间的地域中存在有隔断、墙壁或障碍物。以这种方式,可基于对收集的顺序轨迹数据、簇和确定的室内房间位置的分析(步骤412)推断出墙壁、隔断和其他结构。
返回图4,在各种实施方案中,服务器110多次重复步骤402、404、406和408以确定一个或多个室内房间的位置。在步骤414,服务器随后将指示室内房间的位置的数据发送至装置104a。服务器110还可发送任何其他有用的导航数据,诸如顺序轨迹数据和/或上面结合步骤410和412(例如,隔断、房间/商店特征等)所述的任何信息。装置104a可在各种各样的导航、制图和定位应用中使用这种数据。在一些实施方案中,例如,装置104a提供了地图并在地图上指示了室内房间所在的地方。在其他实施方案中,装置104a提供了如何从装置的当前位置到达特定室内房间的方向或引导。在各种实施方式中,装置104a显示警报,其指示装置用户已到达室内房间中的一个的时间。各种实施方式涉及装置104a,其显示指示每个室内房间/结构的位置以及房间/结构的特征(例如,浴室、商店名称、在商店销售的产品等)的信息。
一些实施方式涉及使用在图2-4中所述的技术以向用户提供实时流量或路由数据。一种这样的实施方式可描述如下。最初,使用上述技术中的一个或多个来确定室内房间或结构的位置(如,在图2-4中、图3的步骤310和/或图4的步骤408、410和/或412中所述的)。结果,确定特定区域和子区域(例如,具有多个商店的商场)的一般布局。
额外地,使用从那些用户的移动装置收集的众包数据确定多个用户的位置。这种数据可包括顺序轨迹数据(例如,如在图4的步骤402中讨论的)、GPS数据、RF数据和/或任何其他合适的环境信号数据(例如,如在图2的步骤202、204、206和208和图3的步骤302中讨论的)。在各种实施方案中,移动装置周期性地将这种数据传送至服务器110,其允许服务器110实时地跟踪用户的移动。因此,服务器110能够确定用户在上述布局中的位置。作为示例,服务器110能实时地确定在上述商场的每个商店或走廊中有多少用户。
在一些实施方案中,服务器110基于上述位置信息向一个或多个用户的装置104a提供服务。例如,服务器110可将数据传送至装置104a,所述数据指示商场的各个部分多么拥挤和/或哪些商店已吸引了更多的消费者。一些实施方式涉及服务器110,其将路由信息或方向发送至装置104a,所述路由信息或方向帮助用户从其当前位置到达所需的位置并考虑在商场中的流量或拥挤。例如,服务器110可向用户的装置104a发送建议,所述建议指示用户应从商场的某个部分进入。可替代地,服务器110可将信息发送至用户的装置104a,所述信息引导用户远离或移向拥挤的区域或商店,这取决于用户的偏好。在各种实施方案中,在显示104a显示基于从服务器110接收的数据的消息、推荐路线、地图、警报或其他信息,以使得用户可基于数据采取行动。
在其他实施方案中,服务器110提供了与紧急情况相关的服务。如上所述,在本申请中描述的技术可用于确定建筑物的拥挤的和不太拥挤的区域。在一些实施方案中,服务器110将信息发送至紧急工作人员或消防员使用的装置104a,所述信息指示在建筑物的不同部分中的拥挤量或估计的流量。这种信息显示在装置104a上且可随后用于在发生火灾、地震或其他紧急情况的情况下确定合适的疏散计划以及在建筑物中定位人员。
接下来参考图11,将描述根据本发明的一个特定实施方案的一种装置104a。作为示例,装置104a可以是图1的装置104a-104d中的任一个。装置104a包括:处理器单元1104,其包括一个或多个处理器;存储单元1102;传感器单元1116;用户界面单元1106;位置确定模块1108;和网络接口单元1112。装置104a可以是任何合适的计算装置,其包括但不限于智能手机、计算机平板、计算机眼镜、智能手表和/或任何其他类型的可穿戴技术。
网络接口单元1112包括适于使装置104a能够与射频(RF)发送器、WiFi接入点、GPS卫星、服务器110和任何其他合适的外部装置或网络进行通信的任何硬件或软件。例如,布置网络接口单元1112以接收GPS和RF信号。稍后,这些信号可用于帮助确定建筑物或其他区域的入口(例如,如结合图2的方法200所讨论的)。网络接口还用于将顺序轨迹数据、GPS数据、RF数据、环境信号数据、传感器数据和其他类型的数据发送至服务器110以进行进一步的处理。布置网络接口单元以使用任何合适的网络(例如,LAN、互联网等)或通信协议(例如,蓝牙、WiFi等)发送和接收数据。
存储单元1102为适于存储数据或可执行计算机代码的任何硬件或软件。存储单元1102可包括但不限于硬盘驱动器、闪存驱动器、非易失性存储器、易失性存储器或任何其他类型的计算机可读存储介质。在本申请中描述的用于装置104a的任何操作或方法(例如,图2-4的方法200、300和400)可按可执行计算机代码或指令存储在存储单元1102中。由处理器单元1104执行计算机代码或指令致使装置104a执行上述操作或方法中的任一个。
传感器单元1116包括适于感测在温度、光、声音、磁场、方向、运动、速度或任何其它合适的环境参数中的变化的任何硬件或软件。在各种实施方案中,传感器单元1116包括加速度计、磁力计、罗盘、温度传感器、光传感器、运动传感器、音频传感器或任何其它合适类型的传感器。各种实施方式涉及使用传感器单元1116来收集传感器数据,其用于确定入口位置(例如,如在图2的步骤208、210和212中所述的)或用于簇过滤(例如,如在图3的步骤306和308中所述的)。
位置确定模块1108为布置成帮助确定特定场所、入口、房间、地标或其他区域的位置的任何软件或硬件。在各种实施方案中,例如,位置确定模块1108为布置成执行结合图2-3所述的步骤和方法中的一些或所有的软件模块。即,位置确定模块可有助于收集GPS、环境、传感器和射频数据;基于这种数据确定建筑物的入口的位置;将数据和位置发送至服务器;获取顺序轨迹数据(例如,GPS或PDR数据);聚类和过滤数据;提供对候选室内房间/区域位置的估计;以及将候选室内房间/区域发送至服务器以进行进一步分析和处理。
用户界面单元1106为用于向装置106a的用户呈现交互式用户界面的任何硬件或软件。在各种实施方案中,用户界面单元包括但不限于触敏(电容)屏幕、视频显示器、电子墨水显示器、LCD屏幕、OLED屏幕和平视显示器。用户界面1106还能够接收音频命令和制造音频语句。一些实施方式涉及在用户界面中显示地图、建筑物入口的方向和/或位置、感兴趣的区域和房间。可能已在装置(例如,图2和3的步骤212和310)或在服务器(例如,图4的步骤410)确定了这些位置。
接下来参考图12,将描述根据本发明的一个特定实施方案的一种服务器110。服务器110包括:处理器单元1204,其包括一个或多个处理器;存储单元1202;位置确定模块1208;众包数据库1210;和网络接口单元1212。服务器110可以是,例如,在图1中所示的服务器110。
网络接口单元1212包括适于使服务器110能够与装置104a-104d进行通信的任何硬件或软件。例如,网络接口单元1212布置成从装置104a-104d接收GPS数据、射频数据、传感器数据、环境信号数据和顺序轨迹数据。随后,将这种众包数据传递至服务器110中的其他组件(例如,位置确定模块1208)以进行进一步分析和处理。网络接口单元还用于将数据(例如,如在图2的步骤214中确定的建筑物入口的位置、如在图4的步骤408、410和412中确定的室内房间、入口、出口或隔断的位置)发送至装置104a-104d。布置网络接口单元以使用任何合适的网络(例如,LAN、互联网等)或通信协议(例如,蓝牙、WiFi等)发送和接收数据。
存储单元1202为适于存储数据或可执行计算机代码的任何硬件或软件。存储单元1202可包括但不限于硬盘驱动器、闪存驱动器、非易失性存储器、易失性存储器或任何其他类型的计算机可读存储介质。在本申请中描述的用于服务器110的任何操作或方法(例如,图2-4的方法200、300和400)可按可执行计算机代码或指令存储在存储单元1202中。由处理器单元1204(其包括一个或多个处理器)执行计算机代码或指令致使服务器110执行上述操作或方法中的任一个。
众包数据库1210为用于存储从多个装置104a-104d接收的数据的任何硬件或软件。如之前所讨论的,在各种实施方案中,装置104a-104d将各种类型的数据(例如,环境信号数据、传感器数据、GPS数据、射频数据、WiFi数据、候选室内房间或感兴趣区域、位置数据、顺序轨迹数据等)发送至服务器110。这种众包数据存储在数据库1210中以由位置确定模块1208进行分析。
位置确定模块1208为布置成帮助确定感兴趣区域,诸如建筑物入口或室内房间的位置的任何软件或硬件。在各种实施方案中,位置确定模块1208为布置成执行之前结合图2、3和4的方法200、300和400所述的操作中的任何一个、一些或全部的软件模块。在一些实施方式中,例如,位置确定模块1208对存储在众包数据库1210的数据进行聚类、过滤和分析。基于这些操作,位置确定模块1208使用数据以更精确地估计建筑物入口的位置、室内房间或其他感兴趣区域的位置。
接下来参考图13,将描述一种用于向已到达商店、购物区域、商场或其他区域的入口的用户提供广告和其他服务的示例方法1300。
最初,在步骤1302,确定区域的入口位置。所述区域可以是商店、商场、房间或任何室内或室外区域。在本申请中已描述了用于确定入口和区域的位置的各种技术。在步骤1302中可使用这些技术中的任何技术(例如,图2的步骤212、图3的步骤310、图4的步骤408和410、图2-4的方法200、300和400等)。
在步骤1304,确定用户的位置。在本申请中已描述了用于确定用户的位置的各种技术。作为示例,可使用GPS、RF数据、顺序轨迹数据和/或PDR数据确定用户的位置和移动,所述数据是由(移动)装置104a收集的,例如,如结合图2的步骤202、204和208和图3的步骤302描述的。在各种实施方式中,将这种数据实时地从装置104a发送至服务器110,以使得服务器110可跟踪移动装置用户的移动。
在步骤1306,服务器104分析所接收的数据并确定特定用户正到达、位于和/或接近入口,在步骤1302中确定了所述入口的位置。
响应于步骤1306,服务器110将广告数据发送至由用户持有的装置104a(步骤1308)。装置104a随后基于所述数据向用户显示通知或广告(步骤1310)。
上述方法可按各种各样的方式实施。例如,考虑其中用户到达商店的入口的情形。一旦服务器确定已经发生这种情形(例如,步骤1302、1304和1306),用户则在商店接收指示特殊交易或折扣的广告(例如,步骤1308和1310)。
在另一个实施方案中,用户在正移动通过商店入口的小汽车中。服务器110确定用户正按预定速度以上的速度移动(其指示用户在小汽车中)以及用户足够靠近入口(例如,步骤1302、1304和1306)。基于这个确定,服务器110将广告或通知发送至用户(例如,步骤1308)。在一些实施方案中,广告向用户显示消息或图像,其鼓励他或她访问商店和/或提供用于商店中的产品的特殊交易(例如,步骤1310)。
在其他实施方案中,服务器110使用上述技术以区别刚到达商店入口并期待开始购物的访客以及离开商店或刚经过的访客。作为示例,在各种实施方案中,服务器110确定用户已接近商店的入口、通过入口以及刚进入商店(步骤1306)。仅当满足这些条件时,才向用户发送广告(步骤1308)。已在商店一段时间且正离开商店的用户则不接收广告。仅仅经过入口且并未实际进入商店的用户也不接收广告。
因此,方法1300可用于更精确地针对刚刚已进入商店且更可能考虑购买东西的用户。这与涉及在商店的入口设置具有固定发送范围的信标或发送器的各种基于信标的广告技术相反。在这种方法中,将广告或通知传送至在信标的范围内通过的任何适当地进行配置的移动装置。然而,这种方法的弱点是最终会将广告传送至不打算进入商店的用户。例如,由于将广告传送至在信标范围内的任何人,仅仅经过商店或正离开商店的用户也会接收广告,其对于那些用户来说会是不方便的和麻烦的。
接下来参考图14,将描述一种用于使用消费模式以向消费者提供服务的示例方法1400。最初,在步骤1402,确定一个或多个区域(室内或室外的)、地标、商店、商店入口等的位置。本申请讨论了可用于步骤1402中的各种位置确定过程。作为示例,可使用结合图3的步骤310以及图4的步骤408和410所述的技术和/或更一般地使用图2-4的方法200、300和400确定区域、地标、商店或房间的位置。
在步骤1404,确定用户的位置。这可按任何合适的方式确定。作为示例,可使用GPS、RF数据和/或PDR数据确定用户的位置和移动,所述数据是由移动装置收集的,例如,如结合图2的步骤202、204和208和图3的步骤302描述的。在各种实施方式中,将这种数据实时地从用户装置104a发送至服务器110,以使得服务器110可跟踪移动装置用户的移动。
在步骤1406,服务器110确定用户正到达特定商店的入口(例如,在步骤1402中确定的商店或其他建筑物/区域的位置)。在各种实施方案中,商店反而可以是任何合适的结构、建筑物或区域。
在步骤1407,服务器110收集用户的消费模式数据。消费模式数据为指示用户的活动、兴趣、消费模式和/或商业交易或与其相关的任何数据。收集消费模式数据可发生在任何时间,例如,定期和/或在步骤1402、1404或1406之前发生。在一些实施方案中,步骤1407在步骤1406中做出的确定之后并响应于所述确定发生。可按任何合适的方式执行消费模式数据的收集。在一些实施方案中,例如,服务器110接入或接收存储在由用户持有的装置104a上的数据。数据可以指示关于用户的信息,例如,购买、商业交易、偏好、用户概况数据等。在各种实施方案中,服务器110接收由装置104a收集的顺序轨迹数据且因此能够确定用户已在各种商店、建筑物或位置中花费多少时间(例如,如结合图3的步骤302和方法300所讨论的)。所有上述信息均是可用于推断用户的消费偏好的消费模式数据。
在步骤1408,分析消费模式数据。在一些实施方案中,响应于步骤1406执行这个步骤(例如,在确定用户已进入特定商店后)。
基于在步骤1408中的分析,服务器110将某个种类的服务提供至已进入商店的用户(步骤1410)。在一些实施方案中,例如,服务器110产生并发送在由用户持有的装置104a接收的广告或通知。装置104a随后向用户显示广告。
在各种实施方案中,根据用户的消费偏好和近期动作修改广告。考虑一个示例,其中服务器110检测到用户已到达服装店并已在那里花费了很长的时间(步骤1404)。服务器110可接入存储在装置104a上的购物和搜索数据,所述数据指示用户对购买围巾作为礼物感兴趣(步骤1406)。用户已在商店中花费一个小时的事实可能暗示用户迟疑不决但却非常有意进行购买(步骤1404和1408)。基于这个信息,系统随后向用户发送广告,其提供对各种围巾选择的说明和关于特定品牌的个性化折扣(步骤1410)。
图15A为一种根据一个实施方案的确定移动装置的感兴趣区域的方法的流程图。在步骤1501,可获取包括与移动装置的时间和位置相关联的多个点的顺序轨迹数据。例如,顺序轨迹数据可包括多个迹线,每一个迹线均包括多个点。每个点可与关于随着移动装置的移动而变化的位置和与所述位置相对应的时间的信息相关联。
在步骤1502,可产生包括点的多个簇。可在确定移动装置在指定的时间段期间在与某个参考位置相距指定半径内移动时产生每个簇。例如,当包括在顺序轨迹数据中且与指定时间段相关联的多个点与指定半径内的位置相关联时,可产生包括点的一个簇。
在步骤1503,可基于簇中的一个或多个确定移动装置的感兴趣区域的位置。由于每个簇指示移动装置在指定的时间段期间在指定半径内的运动,每个簇可与移动装置的感兴趣区域相关联。
图15B为一种根据一个实施方案的用于确定移动装置的感兴趣区域的设备1500的流程图。在一个实施方案中,设备1500可以是服务器。在另一个实施方案中,设备1500可以是移动装置、个人计算机或工作站,但却不仅限于此。
设备1500可包括通信器1510和处理器1520。通信器1510可获取包括与移动装置的时间和位置相关联的多个点的顺序轨迹数据。例如,顺序轨迹数据可包括多个迹线,每一个迹线均包括多个点。每个点可与关于随着移动装置的移动而变化的位置和与所述位置相对应的时间的信息相关联。
处理器1520可控制通信器1510。另外,处理器1520可产生包括所述点的多个簇,并基于簇中的一个或多个确定移动装置的感兴趣区域的位置。可在确定移动装置在指定的时间段期间在与某个参考位置相距指定半径内移动时产生每个簇。例如,当包括在顺序轨迹数据中且与指定时间段相关联的多个点与指定半径内的位置相关联时,可产生包括点的一个簇。由于每个簇指示移动装置在指定的时间段期间在指定半径内的运动,每个簇可与移动装置的感兴趣区域相关联。
在一个实施方案中,设备1500还可包括显示单元1530。在这种情况下,处理器1520可控制显示单元1530。显示单元1530可显示关于簇或感兴趣区域的信息。例如,显示单元1530可显示用户界面,其示出如何到达感兴趣区域。另外,显示单元1530可显示地图并在地图上指示入口的位置。在另一个实施方案中,显示单元1530可显示关于用户到达感兴趣区域的通知。另外,显示单元1530可显示指示室内房间或结构的位置或特征(例如,浴室、商店名称或销售项目)的信息。
本文所述的任何方法或操作可按可执行软件代码的形式存储在有形的计算机可读介质中。随后,可由一个或多个处理器执行代码。执行代码致使相应的装置(例如,装置104a-104d或服务器110)执行所述的操作。
尽管已经详细描述了本发明的几个实施方案,但是应理解在不脱离本发明的精神或范围的情况下,可按许多其他形式实施本发明。例如,本申请和图描述了具有特定操作的各种方法(例如,图2、3和4的方法200、300和400)。应理解,在一些实施方案中,可修改、重新排序和/或删除这些操作/步骤中的一个或多个且所述方法旨在是示例性的且并不旨在限制本发明的范围。例如,各种方法(例如,图13和14的方法1300和1400)指示服务器110执行特定操作。然而,不需要是这种情况。可能的情况是,一个服务器执行所述方法的一个操作,且单独的不同服务器执行另一个操作。还可能的情况是,除了服务器以外的装置(例如,装置104a)执行每个操作和/或将特定操作分解成多个子步骤,每个子步骤则由不同的装置执行。额外地,一些图,诸如图11和12描述了含有各种组件的装置。应注意,在一些实施方案中,可将这些组件中的一个或多个合并在一起。在其他实施方案中,可将一个或多个组件分成更多数量的组件。一个组件的特征可转移至另一个和/或适当进行修改。每个装置可具有超出在相应附图中所示的额外组件。例如,图11的装置104a还可包括在任何已知的智能手机或移动装置中所包括的任何组件、技术、传感器、用户界面或特征。因此,本实施方案应被认为是说明性的且不是限制性的,且本发明并不限于本文所给出的细节。
Claims (15)
1.一种确定移动装置的感兴趣区域的方法,所述方法包括:
获取包括与所述移动装置的时间和位置相关联的多个点的顺序轨迹数据;
产生包括所述点的多个簇;以及
基于所述簇中的一个或多个确定所述移动装置的所述感兴趣区域的位置。
2.如权利要求1所述的方法,其中产生多个簇包括在确定所述移动装置在指定的时间段期间在与某个参考位置相距指定半径内移动时产生簇。
3.如权利要求1所述的方法,其中确定所述感兴趣区域的位置包括:
获取指示与所述簇中的第一簇相关联的所述移动装置的运动量的加速计数据;以及
当所述运动量未超过指定阈值时,将所述第一簇确定为有效簇,以及
其中所述感兴趣区域的位置基于所确定的有效簇来确定。
4.如权利要求1所述的方法,其中确定所述感兴趣区域的位置还包括:
确定与所述簇中的第二簇相关联的所述移动装置的速度;以及
当所述速度未超过指定阈值时,将所述第二簇确定为有效簇,以及
其中所述感兴趣区域的位置基于所确定的有效簇来确定。
5.如权利要求1所述的方法,其还包括:
从多个装置获取所述顺序轨迹数据;以及
基于从所述装置获取的所述顺序轨迹数据的组合确定所述感兴趣区域的位置。
6.如权利要求1所述的方法,其中所述顺序轨迹数据是使用行人航位推算(PDR)数据和全球定位系统(GPS)数据中的至少一种来获取的,以及
其中所述感兴趣区域包括室内房间、地标、商店和户外区域中的至少一种。
7.如权利要求1所述的方法,其还包括:
当所述移动装置移动时收集所述移动装置的GPS数据和环境信号数据;以及
基于在所收集的GPS数据和所述环境信号数据中的至少一种中的变化确定参考位置。
8.如权利要求7所述的方法,其中所述感兴趣区域为室内房间且所述参考位置是包括所述室内房间的建筑物的某个区域,以及
其中所述环境信号数据指示由所述移动装置接收的射频(RF)信号、环境光信号、环境声音信号、环境温度信息、环境磁场信息,由所述移动装置检测的图像信息以及由所述移动装置接收的有关发送所述RF信号的RF信号发送器的数量的信息中的至少一种。
9.如权利要求7所述的方法,其中所述参考位置是基于指示所述GPS数据的准确度的降低和所述环境信号数据的质量增加中的至少一种的图案来确定的。
10.如权利要求7所述的方法,其还包括:
从多个装置接收所述GPS数据和所述环境信号数据中的至少一种;以及
基于在所接收的GPS数据和环境信号数据中的至少一种中的变化确定所述参考位置。
11.如权利要求7所述的方法,其还包括:
从多个装置接收关于所述感兴趣区域的多个候选位置的信息;
至少部分地基于在所述感兴趣区域的每个候选位置和所述参考位置之间的轨迹距离选择所述感兴趣区域的所述候选位置的子集;以及
至少部分地基于包括在所述子集中的所述候选位置估计所述感兴趣区域的位置。
12.如权利要求11所述的方法,其还包括基于在包括在所述子集中的每个候选位置周围的地域的所述顺序轨迹数据的密度,向包括在所述子集中的每个候选位置分配权重,
其中,所述感兴趣区域的位置是基于分配到包括在所述子集中的每个候选位置的权重来确定的。
13.如权利要求1所述的方法,其还包括将关于所述簇的信息和关于所述感兴趣区域的位置的信息中的至少一种发送到外部设备。
14.如权利要求1所述的方法,其还包括显示关于所述簇的信息和关于所述感兴趣区域的位置的信息中的至少一种。
15.一种用于确定移动装置的感兴趣区域的设备,所述设备包括:
通信器,其被配置成获取包括与所述移动装置的时间和位置相关联的多个点的顺序轨迹数据;以及
控制器,其被配置成产生包括所述点的多个簇,并基于所述簇中的一个或多个确定所述移动装置的所述感兴趣区域的位置。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462044113P | 2014-08-29 | 2014-08-29 | |
US62/044,113 | 2014-08-29 | ||
US14/549,054 US9541404B2 (en) | 2014-08-29 | 2014-11-20 | System for determining the location of entrances and areas of interest |
US14/549,054 | 2014-11-20 | ||
KR10-2015-0117339 | 2015-08-20 | ||
KR1020150117339A KR102399591B1 (ko) | 2014-08-29 | 2015-08-20 | 관심 지역 및 입구의 위치를 결정하는 시스템 |
PCT/KR2015/008764 WO2016032172A1 (ko) | 2014-08-29 | 2015-08-21 | 관심 지역 및 입구의 위치를 결정하는 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106605123A true CN106605123A (zh) | 2017-04-26 |
CN106605123B CN106605123B (zh) | 2021-01-12 |
Family
ID=55402103
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580045619.7A Expired - Fee Related CN106605123B (zh) | 2014-08-29 | 2015-08-21 | 用于确定入口位置和感兴趣区域的系统 |
CN201680061135.6A Expired - Fee Related CN108140052B (zh) | 2014-08-29 | 2016-06-03 | 具有结构竖直层级机制的计算系统及其操作方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680061135.6A Expired - Fee Related CN108140052B (zh) | 2014-08-29 | 2016-06-03 | 具有结构竖直层级机制的计算系统及其操作方法 |
Country Status (5)
Country | Link |
---|---|
US (2) | US9541404B2 (zh) |
EP (2) | EP3197217B1 (zh) |
KR (2) | KR102399591B1 (zh) |
CN (2) | CN106605123B (zh) |
WO (2) | WO2016032172A1 (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107289961A (zh) * | 2017-07-18 | 2017-10-24 | 电子科技大学 | 一种基于分区和总结生成便于用户理解的导航信息的方法 |
WO2018232607A1 (en) * | 2017-06-20 | 2018-12-27 | Beijing Didi Infinity Technology And Development Co., Ltd. | SYSTEM AND METHOD FOR POSITIONING AN ARCHITECTURE GATEWAY |
CN109668563A (zh) * | 2017-10-16 | 2019-04-23 | 北京嘀嘀无限科技发展有限公司 | 基于室内的轨迹的处理方法及装置 |
CN109696166A (zh) * | 2017-10-20 | 2019-04-30 | 北京搜狗科技发展有限公司 | 一种导航方法及装置 |
CN110274610A (zh) * | 2019-06-18 | 2019-09-24 | 北京百度网讯科技有限公司 | 一种导航线的检测方法、装置、电子设备及存储介质 |
CN110488322A (zh) * | 2018-05-15 | 2019-11-22 | 北京搜狗科技发展有限公司 | 一种停车场出入口识别方法及装置 |
CN110609281A (zh) * | 2019-08-23 | 2019-12-24 | 珠海格力电器股份有限公司 | 一种区域检测方法及装置 |
JP2020085787A (ja) * | 2018-11-29 | 2020-06-04 | アスクル株式会社 | 建物入口特定システム |
CN111751850A (zh) * | 2019-09-10 | 2020-10-09 | 广东小天才科技有限公司 | 一种基于机器学习的建筑物入口检测方法及移动终端 |
CN111751860A (zh) * | 2019-05-31 | 2020-10-09 | 广东小天才科技有限公司 | 一种楼栋位置的确定方法及终端设备 |
CN111751861A (zh) * | 2019-09-10 | 2020-10-09 | 广东小天才科技有限公司 | 一种建筑物入口的检测方法及移动终端 |
CN111966769A (zh) * | 2020-07-14 | 2020-11-20 | 北京城市象限科技有限公司 | 基于生活圈的信息推荐方法、装置、设备和介质 |
CN112105892A (zh) * | 2018-09-12 | 2020-12-18 | 谷歌有限责任公司 | 使用运动数据和面元数据识别地图特征 |
CN113124857A (zh) * | 2021-06-17 | 2021-07-16 | 腾讯科技(深圳)有限公司 | 一种出入口位置的确定方法、相关装置、设备及存储介质 |
CN113359862A (zh) * | 2021-07-28 | 2021-09-07 | 北京理工大学 | 一种无人机进入封闭环境的控制方法及装置 |
CN117539971A (zh) * | 2024-01-10 | 2024-02-09 | 深圳市易甲文技术有限公司 | 一种海量地理坐标聚合方法及相关设备 |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160084658A1 (en) * | 2014-09-24 | 2016-03-24 | Qualcomm Incorporated | Method and apparatus for trajectory crowd sourcing for updating map portal information |
US10120381B2 (en) * | 2015-03-13 | 2018-11-06 | Nissan North America, Inc. | Identifying significant locations based on vehicle probe data |
US20170017928A1 (en) * | 2015-07-15 | 2017-01-19 | Microsoft Technology Licensing, Llc | Inferring physical meeting location |
US20170372223A1 (en) * | 2016-06-24 | 2017-12-28 | Intel Corporation | Smart crowd-sourced automatic indoor discovery and mapping |
US10051451B1 (en) * | 2016-08-03 | 2018-08-14 | West Corporation | Location determination of a mobile device based on various parameters |
US9992761B2 (en) * | 2016-09-16 | 2018-06-05 | Nextnav, Llc | Systems and methods for transmitting information used to estimate a position of a mobile device |
US10244345B2 (en) | 2016-10-18 | 2019-03-26 | International Business Machines Corporation | Geographic location mapping using network signal strength |
KR102612792B1 (ko) * | 2016-10-28 | 2023-12-13 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 관심 영역 진입 판단 방법 |
CN106455056B (zh) * | 2016-11-14 | 2020-02-04 | 百度在线网络技术(北京)有限公司 | 定位方法和装置 |
US10172760B2 (en) * | 2017-01-19 | 2019-01-08 | Jennifer Hendrix | Responsive route guidance and identification system |
CN108668233B (zh) * | 2017-03-31 | 2020-11-03 | 阿里巴巴(中国)有限公司 | 一种建筑物入口检测方法及系统 |
CN108733715B (zh) * | 2017-04-21 | 2022-02-01 | 北京嘀嘀无限科技发展有限公司 | 建筑物出入口位置的确定方法及装置 |
KR20190059630A (ko) | 2017-11-23 | 2019-05-31 | 주식회사 킨터치 | 터치와 마이크를 이용한 데이터 송수신 장치 및 방법 |
EP3711393B1 (en) | 2017-11-15 | 2022-06-15 | Sony Group Corporation | Terminal device, infrastructure equipment and methods |
US10142777B1 (en) * | 2018-05-10 | 2018-11-27 | Zih Corp. | Systems and methods for locating devices in venues |
US10649537B2 (en) * | 2018-05-14 | 2020-05-12 | Here Global B.V. | Mapping application for intuitive interaction |
EP3803270A1 (en) | 2018-05-28 | 2021-04-14 | HERE Global B.V. | Multilevel altitude maps |
US10602476B2 (en) * | 2018-08-01 | 2020-03-24 | Nextnav, Llc | Systems and methods for determining an indoor or outdoor location of a mobile device |
EP3693699B1 (en) | 2019-02-05 | 2021-12-22 | HERE Global B.V. | Determining of absolute altitudes of floors of a structure |
GB2588572B (en) * | 2019-03-20 | 2024-01-10 | Navenio Ltd | Transition Detection |
CN111757284B (zh) * | 2019-08-28 | 2022-07-08 | 广东小天才科技有限公司 | 一种室内入口定位方法及电子设备 |
CN111753864B (zh) * | 2019-11-22 | 2024-04-19 | 广东小天才科技有限公司 | 一种适用于楼栋间的定位方法及可穿戴设备 |
CN111405483B (zh) * | 2020-03-10 | 2021-07-30 | 腾讯科技(深圳)有限公司 | 行程轨迹生成方法、装置、电子设备及存储介质 |
CN111679304B (zh) * | 2020-05-20 | 2023-05-16 | 广州小鹏自动驾驶科技有限公司 | 一种出入口位置的确定方法、更新方法及其装置 |
US11733391B2 (en) | 2021-12-21 | 2023-08-22 | Here Global B.V. | Entrance detection based on GNSS state change data |
US20240045073A1 (en) * | 2022-08-04 | 2024-02-08 | Qualcomm Incorporated | Enhanced navigation mode with location detection and map layer switching |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102576064A (zh) * | 2009-10-12 | 2012-07-11 | 高通股份有限公司 | 用于标识预定义区域内的兴趣点的方法和装置 |
CN102880719A (zh) * | 2012-10-16 | 2013-01-16 | 四川大学 | 基于位置社交网络的用户轨迹相似性挖掘方法 |
US20130262479A1 (en) * | 2011-10-08 | 2013-10-03 | Alohar Mobile Inc. | Points of interest (poi) ranking based on mobile user related data |
US20130297198A1 (en) * | 2010-12-20 | 2013-11-07 | Tomtom Belgium N.V. | Method for generating map data |
CN103593430A (zh) * | 2013-11-11 | 2014-02-19 | 胡宝清 | 一种基于移动对象时空信息轨迹分段聚类的方法 |
CN103605362A (zh) * | 2013-09-11 | 2014-02-26 | 天津工业大学 | 基于车辆轨迹多特征的运动模式学习及异常检测方法 |
Family Cites Families (104)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE185006T1 (de) | 1996-03-06 | 1999-10-15 | Gmd Gmbh | Autonomes mobiles robotersystem für sensor- und kartengestützte navigation in einem leitungsnetzwerk |
CA2265875C (en) * | 1996-09-09 | 2007-01-16 | Dennis Jay Dupray | Location of a mobile station |
US6236365B1 (en) * | 1996-09-09 | 2001-05-22 | Tracbeam, Llc | Location of a mobile station using a plurality of commercial wireless infrastructures |
US6446030B1 (en) * | 1998-01-24 | 2002-09-03 | Quantapoint, Inc. | Method and apparatus for establishing the layout of a building |
US7009643B2 (en) | 2002-03-15 | 2006-03-07 | Canon Kabushiki Kaisha | Automatic determination of image storage location |
US7162368B2 (en) | 2004-11-09 | 2007-01-09 | Honeywell International Inc. | Barometric floor level indicator |
EP1867951B1 (en) * | 2005-03-28 | 2014-03-19 | Asahi Kasei EMD Corporation | Traveling direction measuring apparatus and traveling direction measuring method |
US8836580B2 (en) | 2005-05-09 | 2014-09-16 | Ehud Mendelson | RF proximity tags providing indoor and outdoor navigation and method of use |
KR100679045B1 (ko) | 2005-06-15 | 2007-02-05 | 삼성전자주식회사 | 이동 통신 단말기 사용자의 관심 지점을 결정하는 방법 및 이를 이용한 지리 정보 제공 장치 |
US8670925B2 (en) | 2005-06-21 | 2014-03-11 | Calabrese Holdings L.L.C. | Navigation system and method |
WO2007100228A1 (en) | 2006-03-02 | 2007-09-07 | Mtome Co., Ltd | A system and method for contents upload using a mobile terminal |
CN101389928B (zh) | 2006-03-15 | 2015-05-13 | 高通股份有限公司 | 用于基于用户路线来确定相关关注点信息的方法和设备 |
WO2008108788A2 (en) * | 2006-05-31 | 2008-09-12 | Trx Systems, Inc. | Method and system for locating and monitoring first responders |
US9137629B2 (en) | 2006-08-31 | 2015-09-15 | Qualcomm Incorporated | Apparatus and methods for providing location-based services to a mobile computing device having a dual processor architecture |
US7958104B2 (en) | 2007-03-08 | 2011-06-07 | O'donnell Shawn C | Context based data searching |
US20080270880A1 (en) | 2007-04-19 | 2008-10-30 | Lynne Becker | System and method for memoralizing predetermined events |
US9733091B2 (en) | 2007-05-31 | 2017-08-15 | Trx Systems, Inc. | Collaborative creation of indoor maps |
US8751151B2 (en) * | 2012-06-12 | 2014-06-10 | Trx Systems, Inc. | System and method for localizing a trackee at a location and mapping the location using inertial sensor information |
WO2009021068A1 (en) | 2007-08-06 | 2009-02-12 | Trx Systems, Inc. | Locating, tracking, and/or monitoring personnel and/or assets both indoors and outdoors |
US8680019B2 (en) * | 2007-08-10 | 2014-03-25 | Protelica, Inc. | Universal fibronectin Type III binding-domain libraries |
CN101493510B (zh) * | 2008-01-21 | 2011-08-24 | 英华达(上海)科技有限公司 | 室内定位系统及方法 |
CH699096A2 (fr) | 2008-07-08 | 2010-01-15 | Gilles Rooss | Systeme de geolocalisation adaptatif pilote par l'environnement. |
KR101017479B1 (ko) | 2008-12-01 | 2011-02-25 | 주식회사 케이티 | 위치기반 서비스에서 관심지점 정보 제공 방법 및 장치 |
US20100198917A1 (en) | 2009-02-02 | 2010-08-05 | Kota Enterprises, Llc | Crowd formation for mobile device users |
US20120141023A1 (en) | 2009-03-18 | 2012-06-07 | Wang Wiley H | Smart photo story creation |
US8812015B2 (en) | 2009-10-01 | 2014-08-19 | Qualcomm Incorporated | Mobile device locating in conjunction with localized environments |
US8543143B2 (en) | 2009-12-23 | 2013-09-24 | Nokia Corporation | Method and apparatus for grouping points-of-interest according to area names |
US8479107B2 (en) | 2009-12-31 | 2013-07-02 | Nokia Corporation | Method and apparatus for fluid graphical user interface |
US9389085B2 (en) | 2010-01-22 | 2016-07-12 | Qualcomm Incorporated | Map handling for location based services in conjunction with localized environments |
US20110208822A1 (en) * | 2010-02-22 | 2011-08-25 | Yogesh Chunilal Rathod | Method and system for customized, contextual, dynamic and unified communication, zero click advertisement and prospective customers search engine |
JP5471626B2 (ja) | 2010-03-09 | 2014-04-16 | ソニー株式会社 | 情報処理装置、マップ更新方法、プログラム及び情報処理システム |
WO2011134048A1 (en) | 2010-04-26 | 2011-11-03 | Locationary Inc. | System, method and computer program for creation or collection of information using crowd sourcing combined with targeted incentives |
US9002535B2 (en) * | 2010-05-11 | 2015-04-07 | Irobot Corporation | Navigation portals for a remote vehicle control user interface |
US8260539B2 (en) * | 2010-05-12 | 2012-09-04 | GM Global Technology Operations LLC | Object and vehicle detection and tracking using 3-D laser rangefinder |
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 |
EP2572542A4 (en) | 2010-05-19 | 2017-01-04 | 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 |
EP2572543A4 (en) | 2010-05-19 | 2017-03-29 | Nokia Technologies Oy | Extended fingerprint generation |
US20110313779A1 (en) | 2010-06-17 | 2011-12-22 | Microsoft Corporation | Augmentation and correction of location based data through user feedback |
KR101429954B1 (ko) * | 2010-06-25 | 2014-08-14 | 에스케이텔레콤 주식회사 | 인빌딩 전파 환경 맵 생성 방법과 그를 위한 장치 |
US8892118B2 (en) | 2010-07-23 | 2014-11-18 | Qualcomm Incorporated | Methods and apparatuses for use in providing position assistance data to mobile stations |
US9234965B2 (en) * | 2010-09-17 | 2016-01-12 | Qualcomm Incorporated | Indoor positioning using pressure sensors |
US9167991B2 (en) * | 2010-09-30 | 2015-10-27 | Fitbit, Inc. | Portable monitoring devices and methods of operating same |
US10983945B2 (en) * | 2010-09-30 | 2021-04-20 | Fitbit, Inc. | Method of data synthesis |
US8762101B2 (en) * | 2010-09-30 | 2014-06-24 | Fitbit, Inc. | Methods and systems for identification of event data having combined activity and location information of portable monitoring devices |
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 |
US8699773B2 (en) * | 2010-10-21 | 2014-04-15 | Beth Israel Deaconess Medical Center | Method for image reconstruction using low-dimensional-structure self-learning and thresholding |
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 |
US20120173204A1 (en) | 2010-12-30 | 2012-07-05 | Honeywell International Inc. | Building map generation using location and tracking data |
KR101969930B1 (ko) | 2011-01-07 | 2019-04-18 | 삼성전자주식회사 | 컨텐트 수집 방법 및 그 장치 |
US9341720B2 (en) | 2011-01-11 | 2016-05-17 | Qualcomm Incorporated | Camera-based position location and navigation based on image processing |
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 |
US20120185458A1 (en) | 2011-01-18 | 2012-07-19 | Microsoft Corporation | Clustering crowd-sourced data to identify event beacons |
JP5246286B2 (ja) | 2011-03-15 | 2013-07-24 | カシオ計算機株式会社 | 画像記録装置、画像記録方法及びプログラム |
US8320939B1 (en) | 2011-04-21 | 2012-11-27 | Google Inc. | Crowd-sourced information for interior localization and navigation |
US8856121B1 (en) | 2011-04-28 | 2014-10-07 | Adobe Systems Incorporated | Event based metadata synthesis |
US8918463B2 (en) | 2011-04-29 | 2014-12-23 | Facebook, Inc. | Automated event tagging |
US8583400B2 (en) | 2011-05-13 | 2013-11-12 | Google Inc. | Indoor localization of mobile devices |
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 |
US8548738B1 (en) | 2011-07-08 | 2013-10-01 | Google Inc. | Constructing paths based on a particle model |
US8559975B2 (en) | 2011-07-22 | 2013-10-15 | Microsoft Corporation | Location determination based on weighted received signal strengths |
EP2759177B1 (en) | 2011-09-23 | 2018-04-25 | Qualcomm Incorporated | Position estimation via proximate fingerprints |
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 |
US9154433B2 (en) * | 2011-10-25 | 2015-10-06 | Nicira, Inc. | Physical controller |
US9349147B2 (en) * | 2011-11-01 | 2016-05-24 | Google Inc. | Displaying content items related to a social network group on a map |
US10111197B2 (en) | 2011-11-02 | 2018-10-23 | Navin Systems Ltd. | Generating and using a location fingerprinting map |
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 |
CN103118427B (zh) | 2011-11-16 | 2015-01-07 | 北京百度网讯科技有限公司 | 基于位置预取的定位方法及系统 |
KR20130063915A (ko) | 2011-12-07 | 2013-06-17 | 한국전자통신연구원 | 실내 측위를 위한 경로 추정 방법 및 그 장치 |
CN110006395B (zh) | 2011-12-28 | 2022-03-29 | 英特尔公司 | 包括高度信息和/或垂直制导的报告的导航服务的提供 |
WO2013100287A1 (ko) | 2011-12-29 | 2013-07-04 | Song Ha Yoon | 데이터처리방법, 데이터처리장치, 데이터수집방법, 및 정보제공방법 |
CA2864003C (en) | 2012-02-23 | 2021-06-15 | Charles D. Huston | System and method for creating an environment and for sharing a location based experience in an environment |
US9052203B2 (en) | 2012-03-17 | 2015-06-09 | Mcube, Inc. | Methods and apparatus for low-cost inertial dead-reckoning using context detection |
US20130267251A1 (en) | 2012-04-10 | 2013-10-10 | Qualcomm Incorporated | Personalized position using information correlation and self-sourcing |
JP2013231634A (ja) | 2012-04-27 | 2013-11-14 | Hitachi Consumer Electronics Co Ltd | 位置情報提供システム、ナビゲーションシステム、及び端末装置 |
US9494432B2 (en) | 2012-06-19 | 2016-11-15 | Qualcomm Incorporated | Collaborative navigation techniques for mobile devices |
US9439041B2 (en) | 2012-06-29 | 2016-09-06 | Lighthouse Signal Systems, Llc | Systems and methods for calibration based indoor geolocation |
KR101366015B1 (ko) | 2012-07-06 | 2014-02-24 | 한국전자통신연구원 | 고도 측정이 가능한 휴대 단말 및 이를 이용한 고도 측정 방법 |
CN102821464B (zh) * | 2012-08-13 | 2015-08-19 | 北京邮电大学 | 一种室内楼层定位方法及装置 |
US9335175B2 (en) | 2012-08-15 | 2016-05-10 | Google Inc. | Crowd-sourcing indoor locations |
US8934884B2 (en) | 2012-09-21 | 2015-01-13 | SenionLab AB | Method and device for indoor position resolution |
US9338622B2 (en) | 2012-10-04 | 2016-05-10 | Bernt Erik Bjontegard | Contextually intelligent communication systems and processes |
US20140114567A1 (en) | 2012-10-18 | 2014-04-24 | Research In Motion Limited | Generating an elevation model using mobile devices |
KR101382331B1 (ko) * | 2012-10-30 | 2014-04-08 | 현대자동차 주식회사 | 클러스터의 음성 재생 장치 |
US9678660B2 (en) | 2012-11-05 | 2017-06-13 | Nokia Technologies Oy | Method and apparatus for conveying efficient map panning over a mapping user interface |
US9730029B2 (en) * | 2012-11-08 | 2017-08-08 | Duke University | Unsupervised indoor localization and heading directions estimation |
WO2014102568A1 (en) * | 2012-12-27 | 2014-07-03 | Arria Data2Text Limited | Method and apparatus for motion detection |
US20140188537A1 (en) | 2013-01-02 | 2014-07-03 | Primordial | System and method for crowdsourcing map production |
US9135569B2 (en) * | 2013-02-01 | 2015-09-15 | Telenav, Inc. | Navigation system with anomaly detection mechanism and method of operation thereof |
KR20140099386A (ko) | 2013-02-01 | 2014-08-12 | 한국전자통신연구원 | 모바일 단말과 전자해도 서버 및 그의 크라우드소싱 기반의 전자해도 갱신 방법 |
US9164844B2 (en) | 2013-03-12 | 2015-10-20 | Qualcomm Incorporated | Method and apparatus for detecting anomalies within indoor information |
US9271117B2 (en) * | 2013-09-27 | 2016-02-23 | Samsung Electronics Co., Ltd. | Computing system with configuration update mechanism and method of operation thereof |
KR102196937B1 (ko) | 2013-10-30 | 2020-12-31 | 삼성전자주식회사 | 건물 내 사용자의 위치 추정방법 및 그 장치 |
KR20150076796A (ko) | 2013-12-27 | 2015-07-07 | 한국전자통신연구원 | 입체적 실내경로 제공 장치, 시스템 및 그 방법 |
US9970757B2 (en) | 2014-01-08 | 2018-05-15 | Qualcomm Incorporated | Method and apparatus for positioning with always on barometer |
US10466056B2 (en) | 2014-04-25 | 2019-11-05 | Samsung Electronics Co., Ltd. | Trajectory matching using ambient signals |
US9863773B2 (en) | 2014-04-29 | 2018-01-09 | Samsung Electronics Co., Ltd. | Indoor global positioning system |
FR3022622B1 (fr) * | 2014-06-18 | 2016-07-29 | Commissariat Energie Atomique | Procede de localisation d'un appareil qui est deplace a l'interieur d'un espace tridimentionnel |
US10599953B2 (en) * | 2014-08-27 | 2020-03-24 | Verint Americas Inc. | Method and system for generating and correcting classification models |
-
2014
- 2014-11-20 US US14/549,054 patent/US9541404B2/en active Active
-
2015
- 2015-08-20 KR KR1020150117339A patent/KR102399591B1/ko active IP Right Grant
- 2015-08-21 CN CN201580045619.7A patent/CN106605123B/zh not_active Expired - Fee Related
- 2015-08-21 WO PCT/KR2015/008764 patent/WO2016032172A1/ko active Application Filing
- 2015-08-21 EP EP15835445.6A patent/EP3197217B1/en active Active
- 2015-12-29 US US14/983,349 patent/US9726504B2/en active Active
-
2016
- 2016-06-03 EP EP16881898.7A patent/EP3335134A4/en not_active Withdrawn
- 2016-06-03 KR KR1020187017640A patent/KR102655627B1/ko active IP Right Grant
- 2016-06-03 CN CN201680061135.6A patent/CN108140052B/zh not_active Expired - Fee Related
- 2016-06-03 WO PCT/KR2016/005881 patent/WO2017115945A1/en active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102576064A (zh) * | 2009-10-12 | 2012-07-11 | 高通股份有限公司 | 用于标识预定义区域内的兴趣点的方法和装置 |
US20130297198A1 (en) * | 2010-12-20 | 2013-11-07 | Tomtom Belgium N.V. | Method for generating map data |
US20130262479A1 (en) * | 2011-10-08 | 2013-10-03 | Alohar Mobile Inc. | Points of interest (poi) ranking based on mobile user related data |
CN102880719A (zh) * | 2012-10-16 | 2013-01-16 | 四川大学 | 基于位置社交网络的用户轨迹相似性挖掘方法 |
CN103605362A (zh) * | 2013-09-11 | 2014-02-26 | 天津工业大学 | 基于车辆轨迹多特征的运动模式学习及异常检测方法 |
CN103593430A (zh) * | 2013-11-11 | 2014-02-19 | 胡宝清 | 一种基于移动对象时空信息轨迹分段聚类的方法 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110741271A (zh) * | 2017-06-20 | 2020-01-31 | 北京嘀嘀无限科技发展有限公司 | 用于定位建筑物出入口的系统和方法 |
WO2018232607A1 (en) * | 2017-06-20 | 2018-12-27 | Beijing Didi Infinity Technology And Development Co., Ltd. | SYSTEM AND METHOD FOR POSITIONING AN ARCHITECTURE GATEWAY |
CN110741271B (zh) * | 2017-06-20 | 2023-08-22 | 北京嘀嘀无限科技发展有限公司 | 用于定位建筑物出入口的系统和方法 |
CN107289961A (zh) * | 2017-07-18 | 2017-10-24 | 电子科技大学 | 一种基于分区和总结生成便于用户理解的导航信息的方法 |
CN109668563A (zh) * | 2017-10-16 | 2019-04-23 | 北京嘀嘀无限科技发展有限公司 | 基于室内的轨迹的处理方法及装置 |
CN109668563B (zh) * | 2017-10-16 | 2021-06-01 | 北京嘀嘀无限科技发展有限公司 | 基于室内的轨迹的处理方法及装置 |
CN109696166A (zh) * | 2017-10-20 | 2019-04-30 | 北京搜狗科技发展有限公司 | 一种导航方法及装置 |
CN110488322A (zh) * | 2018-05-15 | 2019-11-22 | 北京搜狗科技发展有限公司 | 一种停车场出入口识别方法及装置 |
CN110488322B (zh) * | 2018-05-15 | 2023-08-08 | 北京搜狗科技发展有限公司 | 一种停车场出入口识别方法及装置 |
CN112105892A (zh) * | 2018-09-12 | 2020-12-18 | 谷歌有限责任公司 | 使用运动数据和面元数据识别地图特征 |
JP2020085787A (ja) * | 2018-11-29 | 2020-06-04 | アスクル株式会社 | 建物入口特定システム |
CN111751860A (zh) * | 2019-05-31 | 2020-10-09 | 广东小天才科技有限公司 | 一种楼栋位置的确定方法及终端设备 |
CN110274610A (zh) * | 2019-06-18 | 2019-09-24 | 北京百度网讯科技有限公司 | 一种导航线的检测方法、装置、电子设备及存储介质 |
CN110609281A (zh) * | 2019-08-23 | 2019-12-24 | 珠海格力电器股份有限公司 | 一种区域检测方法及装置 |
CN111751861B (zh) * | 2019-09-10 | 2023-01-24 | 广东小天才科技有限公司 | 一种建筑物入口的检测方法及移动终端 |
CN111751861A (zh) * | 2019-09-10 | 2020-10-09 | 广东小天才科技有限公司 | 一种建筑物入口的检测方法及移动终端 |
CN111751850A (zh) * | 2019-09-10 | 2020-10-09 | 广东小天才科技有限公司 | 一种基于机器学习的建筑物入口检测方法及移动终端 |
CN111966769A (zh) * | 2020-07-14 | 2020-11-20 | 北京城市象限科技有限公司 | 基于生活圈的信息推荐方法、装置、设备和介质 |
CN111966769B (zh) * | 2020-07-14 | 2024-01-02 | 北京城市象限科技有限公司 | 基于生活圈的信息推荐方法、装置、设备和介质 |
CN113124857A (zh) * | 2021-06-17 | 2021-07-16 | 腾讯科技(深圳)有限公司 | 一种出入口位置的确定方法、相关装置、设备及存储介质 |
CN113124857B (zh) * | 2021-06-17 | 2021-10-01 | 腾讯科技(深圳)有限公司 | 一种出入口位置的确定方法、相关装置、设备及存储介质 |
CN113359862A (zh) * | 2021-07-28 | 2021-09-07 | 北京理工大学 | 一种无人机进入封闭环境的控制方法及装置 |
CN117539971A (zh) * | 2024-01-10 | 2024-02-09 | 深圳市易甲文技术有限公司 | 一种海量地理坐标聚合方法及相关设备 |
CN117539971B (zh) * | 2024-01-10 | 2024-04-26 | 深圳市易甲文技术有限公司 | 一种海量地理坐标聚合方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
EP3335134A1 (en) | 2018-06-20 |
CN108140052B (zh) | 2022-04-12 |
KR102655627B1 (ko) | 2024-04-09 |
WO2017115945A1 (en) | 2017-07-06 |
CN108140052A (zh) | 2018-06-08 |
EP3197217A1 (en) | 2017-07-26 |
KR20160026707A (ko) | 2016-03-09 |
EP3335134A4 (en) | 2018-09-19 |
WO2016032172A1 (ko) | 2016-03-03 |
EP3197217B1 (en) | 2021-10-06 |
US9541404B2 (en) | 2017-01-10 |
CN106605123B (zh) | 2021-01-12 |
US20160061607A1 (en) | 2016-03-03 |
US20170184405A1 (en) | 2017-06-29 |
US9726504B2 (en) | 2017-08-08 |
KR102399591B1 (ko) | 2022-05-19 |
KR20180089441A (ko) | 2018-08-08 |
EP3197217A4 (en) | 2018-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106605123A (zh) | 用于确定入口位置和感兴趣区域的系统 | |
Renaudin et al. | Evaluating indoor positioning systems in a shopping mall: The lessons learned from the IPIN 2018 competition | |
US11526916B2 (en) | Intelligent prediction of queue wait times | |
CN106462627B (zh) | 根据多个位置数据报告分析语义地点和相关数据 | |
US8954276B1 (en) | System and method for managing indoor geolocation conversions | |
CN103488666B (zh) | 信息处理设备和方法、电子装置以及计算机可读存储介质 | |
US9383730B2 (en) | Zone based identification for interactive experiences | |
US9462423B1 (en) | Qualitative and quantitative sensor fusion for indoor navigation | |
US20150161715A1 (en) | Using indoor maps to direct consumers to sale items, shopping lists, or other specific locations in a store, retail establishment, or other geographic area | |
CN104252688A (zh) | 提供信息的装置、方法和服务器 | |
CN107533421A (zh) | 对与移动设备的当前地理位置相关联的位置实体进行消岐的系统和方法 | |
US11520033B2 (en) | Techniques for determining a location of a mobile object | |
CN108387231A (zh) | 基于蓝牙技术的室内导盲系统及方法 | |
US10520328B2 (en) | System for customized games and routes (tours) for cultural and natural heritage | |
CN103106236A (zh) | 信息登记装置、方法、系统及信息呈现装置、方法和系统 | |
Elhamshary et al. | Justwalk: A crowdsourcing approach for the automatic construction of indoor floorplans | |
Pearson et al. | BookMark: Appropriating existing infrastructure to facilitate scalable indoor navigation | |
CN117520662A (zh) | 一种基于定位的景区智能导览方法及系统 | |
US10247564B1 (en) | Method and system for crowd-sourced navigation profile options | |
JP7332197B2 (ja) | 情報共有装置、イベント支援システム、情報共有方法、及びイベント支援システムの生産方法 | |
JP7287710B2 (ja) | 需要度算出装置、イベント支援システム、需要度算出方法、及びイベント支援システムの生産方法 | |
JP7025480B2 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP2003337045A (ja) | ナビゲート装置、及びそのプログラム | |
JP7431204B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7244458B2 (ja) | 情報処理装置、情報処理方法および情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210112 |