CN107315826B - 一种定位系统盲区动态检测方法 - Google Patents

一种定位系统盲区动态检测方法 Download PDF

Info

Publication number
CN107315826B
CN107315826B CN201710542623.5A CN201710542623A CN107315826B CN 107315826 B CN107315826 B CN 107315826B CN 201710542623 A CN201710542623 A CN 201710542623A CN 107315826 B CN107315826 B CN 107315826B
Authority
CN
China
Prior art keywords
blind area
location data
positioning system
subregion
chained list
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.)
Active
Application number
CN201710542623.5A
Other languages
English (en)
Other versions
CN107315826A (zh
Inventor
王敬昕
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.)
Chengdu Sixiangzhi New Technology Co., Ltd.
Original Assignee
Chengdu Sixiangzhi New Technology 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 Chengdu Sixiangzhi New Technology Co Ltd filed Critical Chengdu Sixiangzhi New Technology Co Ltd
Priority to CN201710542623.5A priority Critical patent/CN107315826B/zh
Publication of CN107315826A publication Critical patent/CN107315826A/zh
Application granted granted Critical
Publication of CN107315826B publication Critical patent/CN107315826B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种定位系统盲区动态检测方法，包括：实时采集定位系统的定位数据；基于采集的定位数据记录第一预设时间段内的多条定位数据信息；当连续的多条定位数据信息状态为TF交错时，或记录的定位数据信息在第二预设时间段内未更新，则从链表中取出一段连续的有效定位数据；基于步骤3获得的有效定位数据，计算出盲区的边界点位置；将定位系统设定的地图划分为多个子区域，当子区域中新增一个盲区边界点时，则该子区域权重值增加；判断子区域的权重值，当子区域的权重值大于阈值时，则判断该子区域为盲区，实现了利用本方法能够低成本、高效快速的完成定位系统盲区检测，且不受区域限制的技术效果。

Description

一种定位系统盲区动态检测方法
技术领域
本发明涉及定位系统领域，具体地，涉及一种定位系统盲区动态检测方法。
背景技术
在精确定位的系统中，定位卡在动态环境或遮挡区域时(这种情况被称为盲区)不能及时获取定位信息，导致定位功能失效，无法进行连续、准确的人员定位。维护人员需要根据盲区的情况调整定位系统，排查问题，而有效快速的确定盲区成为需要解决的问题。
目前安装定位系统的过程中，盲区检测方式是由安装人员进入区域通过手持设备(硬件)确定盲区。
釆用人为方式检测盲区是需要人为干预，费用较为昂贵的，成本高，在后期系统维护中不适合使用。另外，等到进行人为定期检测时定位数据可能已经丢失严重，并且已经给用户造成很大的影响，不能及时解决定位问题。更进一步，不是所有的地方都适合用人为检测的方法，因此人为检测方式受到一定的区域局限。
综上所述，本申请发明人在实现本申请发明技术方案的过程中，发现上述技术至少存在如下技术问题：
在现有技术中，现有的人工检测定位系统盲区的方式存在成本较大、效率较低、具有局限性的技术问题。
发明内容
本发明提供了一种定位系统盲区动态检测方法，解决了现有的人工检测定位系统盲区的方式存在成本较大、效率较低、具有局限性的技术问题，利用本方法能够低成本、高效快速的完成定位系统盲区检测，且不受区域限制。
为解决上述技术问题，本申请提供了一种定位系统盲区动态检测方法，所述方法包括：
步骤1：实时采集定位系统的定位数据，并存储到对应的链表当中；
步骤2：基于采集的定位数据记录第一预设时间段内的多条定位数据信息，并判断每条记录定位数据信息状态是否能正确解析定位数据，状态T为正常，状态F为异常；
步骤3：当连续的多条定位数据信息状态为TF交错时，或记录的定位数据信息在第二预设时间段内未更新，则从链表中取出一段连续的有效定位数据；
步骤4：基于步骤3获得的有效定位数据，计算出盲区的边界点位置；
步骤5：将定位系统设定的地图划分为多个子区域，当子区域中新增一个盲区边界点时，则该子区域权重值增加；
步骤6：判断子区域的权重值，当子区域的权重值大于阈值时，则判断该子区域为盲区。
其中，本申请的原理为：首先获得定位信息的定位数据，然后记录定位数据中的多条定位数据信息，并判断每条记录定位数据信息状态是否能正确解析定位数据，状态T为正常，状态F为异常；当连续的多条定位数据信息状态为TF交错时，或记录的定位数据信息在第二预设时间段内未更新，即定位系统中出现了盲区，则从链表中取出一段连续的有效定位数据；通过取出的有效定位数据计算盲区边界点位置；将定位系统设定的地图划分为多个子区域，当子区域中新增一个盲区边界点时，则该子区域权重值增加；判断子区域的权重值，当子区域的权重值大于阈值时，则判断该子区域为盲区，因为正常的信号区域也可能产生盲区点，这样会误导盲区的判断，所以使用区域权重判断是否为盲区，使得本方法判断更加准确。
进一步的，所述方法还包括步骤7：将判断出的盲区信息上报至服务器并进行显示。上传至服务器后工作人员能够在显示屏中观察盲区的具体位置，然后针对性的进行处理。
进一步的，所述定位数据具体包括：定位源的唯一标示ID、定位数据的时间T、定位坐标(X，Y，Z)、定位数据坐标的有效性S。
进一步的，若定位系统在T时刻能计算得到XYZ坐标，则S为有效定位数据记为ST；若定位系统在T时刻无法解算出有效坐标值，S为无效定位数据记为SF。
进一步的，将采集的定位数据进行存储；每个ID对应的定位数据存储到对应的链表当中，存储链表的顺序是按时间T的先后存入，每个ID记录定位数据的条数和链表的长度均为n。
进一步的，当链表接收到一条新的定位数据，首先判断链表中所有定位数据的时间T是否满足设定条件，删除不满足设定条件的定位数据，再判断链表存储条数，如果已经存了n条，删除时间最早的一条定位数据，最后向链表中加入新的定位数据。
进一步的，连续的多条定位数据信息状态为TF交错具体为：链表中SF个数超过第一设定值时，并且链表中存在连续ST的个数大于等于第二设定值，将定位数据从链表中取出进入步骤4，并清除链表。第一设定值和第二设定值在实际运用中可以根据实际情况进行调整。
进一步的，所述步骤4具体包括：
基于ID链表中的数据，将链表中连续有效的ST数据取出，获取到一段连续时间的坐标，定义XTn为在链表时间为Tn的对应x轴方向的坐标，获得按时间先后排序的坐标数列XT1，XT2，XT3…XTn；通过最小二乘算法计算出XTn+1的坐标位置即预测盲区点的坐标X的位置，定义Xm为盲区边界点的x轴方向坐标，同理，计算出预测盲区点Y,Z的位置坐标以及Ym,Zm，最后获得预测的盲区坐标点(Xm,Ym,Zm)。
进一步的，所述定位系统包括但不限于：GPS定位系统、UWB定位系统、WIFI定位系统、蓝牙定位系统、红外定位系统中的一种。
进一步的，当子区域中新增一个盲区边界点时，则该子区域权重值加1，当子区域的权重值大于10时，则判断该子区域为盲区。
进一步的，所述方法还包括当判断出盲区时，生成报警信息，将报警信息发送到预设移动终端。报警信息中包括盲区的大小和位置信息，将这些信息发送到工作人员的手机上进行快速准确的处理。
本申请提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请提供了一种定位系统盲区动态检测方法，由于采用运行本方法的盲区检测系统替代传统的人工手持设备进行检测，省去了人工，成本较低，且不用受到区域的限制，并且利用准确的计算和分析判断出盲区的位置，使得盲区检测更加准确高效。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定；
图1是本申请中定位系统盲区动态检测方法的流程示意图；
图2为应用本方法获得的盲区效果示意图。
具体实施方式
本发明提供了一种定位系统盲区动态检测方法，解决了现有的人工检测定位系统盲区的方式存在成本较大、效率较低、具有局限性的技术问题，利用本方法能够低成本、高效快速的完成定位系统盲区检测，且不受区域限制。
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
请参考图1，本申请提供了一种定位系统盲区动态检测方法，包括：
第一步：接收定位数据：盲区检测系统实时接收来自定位系统的定位数据。盲区检测系统为运行本申请中盲区检测方法的系统，定位系统定位方式例如GPS，UWB，WIFI，蓝牙，红外等等。盲区系统每隔一段时间接收一次定位数据，定位数据内容包括：定位源的唯一标示ID(例如卡号),定位数据的时间T，定位坐标(X，Y，Z)，定位数据坐标的有效性S。定位系统人为设定的定位地图原点和空间坐标系x、y、z方向，X、Y、Z分别为地图的x、y、z方向上的坐标。定位数据坐标有效性：定位系统在T时刻能计算得到XYZ坐标，S为有效记为ST，如果T时刻能够收到ID对应的定位信号，但收到的定位信号由于信号不全或其他原因导致无法解算出有效坐标值，S为无效记为SF。
第二步：每个卡号记录7条(可修改)最近的数据信息(20s之前的数据过期)，每条记录都有状态是否能正确解析定位数据(状态T为正常，状态F为异常)；盲区检测系统将收到的定位信号存储到系统中。每个ID对应的定位数据存储到对应的链表当中，存储链表的顺序是按时间T的先后存入，每个ID记录定位数据的条数为n(n>＝5)同时链表的长度也是n。当链表接收到一条新的定位数据，首先判断链表中所以定位数据的时间T是否满足设定条件(设定条件是为了让链表中的数据时间连续，即保证链表中存储的都是最近时间的数据)，删除不满足条件的定位数据，再判断链表存储条数，如果已经存了n条，删除时间最早的一条定位数据，最后向链表中加入新的定位数据。这样设计的优势在于记录不同ID的定位数据与时间关系，方便后面步骤中的处理，n条数的判断依据在第4步中说明。
第三步：判断出现TTTTFFF或FFFTTTT的情况或总记录过期5分钟，则判断出现盲区并从链表中取出有效定位数据，用于后续的盲区边界点位置计算中；定时判断盲区系统ID链表中所以存储的定位数据(定时周期为定位数据接收的周期，比如1s接收一次定位数据，判断周期为1s)。正常情况存储链表中数据的有效性S可以记为【ST,ST,ST…ST】(从左到右按时间先后排序)。在进入盲区的过程中，链表可能的存储状态为【ST,ST,ST…SF,SF】，从盲区出来为【SF,SF,SF…ST,ST】。盲区存在两种情况，一种是盲区中接收到的定位数据状态都为SF，由于正常信号区域也有可能出现少数SF的情况，所以当我们判断链表中SF个数超过我们设定的值(例如n/3)时，并且保证链表中存在连续ST的个数大于等于设定值(例如n/2)，将定位数据从链表中取出进入第4步判断，并清除链表。另一种盲区情况是进入盲区后完全无法接收到定位数据，即ID链表不再更新，当判断信号消失的时间超过设定时间(例如5分钟)，取出链表中的数据进入第4步判断，并清除链表。
第4步：基于步骤3获得的有效定位数据，计算出盲区的边界点位置(最小二乘算法)；通过第3步盲区系统获取了一个ID链表中的数据，将链表中连续有效的(ST)数据取出，获取到一段连续时间的坐标，定义XTn为在链表时间为Tn的对应x轴方向的坐标，可以获得按时间先后排序的坐标数列XT1，XT2，XT3…XTn。通过最小二乘算法计算出XTn+1的坐标位置(预测盲区点的坐标X的位置)，定义Xm为盲区边界点的x轴方向坐标。最小二乘算法说明为：最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。这里已知时间Ti与x轴坐标XTn的关系，设已知函数f(x)在若干点xi(i＝1,2,…,m)处的值yi，其中m等于n,xi表示Ti，yi表示XTn。这里我们认为时间与坐标的变化拟合直线方程y(x)＝a0+a1x(直线方程更容易求解)，该直线不是通过所有的数据点(xi，yi),而是使偏差平方和为最小。
获得方程：其中通过ATAx＝ATb(其中x为系数a)，可以获得a0，a1。这样就可以根据直线方程代入定位数据无效时刻的时间Tm，求得对应盲区点的X坐标记为Xm，同理，可以计算出Y,Z的位置坐标，最后可以得到我们预测的盲区坐标点(Xm,Ym,Zm)。这样计算的优点在于：一般的计算盲区点可能是直接获取定位坐标最后消失的坐标点，然而最后消失的坐标点由于临近盲区，计算存在的误差较大，而这种通过之前历史坐标点推算的方式求出的盲区边界坐标点可以增加盲区点的可信度和减小误差。
第5步：地图区域按1*1*1m的立方体子区域划分，计算盲区边界点所在的子区域，当有一个新的盲区点在小区域中出现时，对应区域的权重值增加。盲区系统通过第4步的计算获取盲区边界点的位置坐标(Xm,Ym,Zm)，首先我们将定位系统设定的地图划分为不同的子区域(划分方式可以根据不同定位系统的情况划分，例如普通的划分将地图区域划分为L*L*L的立方体,L单位长度可以根据地图大小比例自定义设置(例如设置为1米)，L的大小与地图大小决定最后盲区显示时的准确位置，这样划分子区域是为了能够快速计算出(Xm,Ym,Zm)所在的子区域，当然地图划分方式也可以修改成其他方式)。计算盲区边界点所在的子区域后，当有一个新的盲区点在子区域中出现时，对应区域的权重值加1，当大量的盲区边界点出现在同一子区域中时，子区域的权重就越大，这个子区域是盲区的概率就越高，要用权重判断的原因是正常的信号区域也可能产生盲区点，这样会误导盲区的判断，所以使用区域权重判断是否为盲区。
第6步：判断区域权重，显示权重大于设定值(10)为盲区区域；判断区域权重的方式：当盲区系统工作一段时间后，各个子区域中有对应的权重值，计算所有含有权重值的区域的权重平均值，判断区域权重大于平均值的区域为盲区区域。这个权重值也可根据定位系统工作情况人为设定。
第7步：将判断的盲区区域及时上报或显示。
请参考图1，图2为采用本方法获得的盲区效果示意图，图中的圆圈部分即为盲区，通过本方法能够快速准确的获得定位系统的盲区。
上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：
本申请提供了一种定位系统盲区动态检测方法，由于采用运行本方法的盲区检测系统替代传统的人工手持设备进行检测，省去了人工，成本较低，且不用受到区域的限制，并且利用准确的计算和分析判断出盲区的位置，使得盲区检测更加准确高效。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种定位系统盲区动态检测方法，其特征在于，所述方法包括：
步骤1：实时采集定位系统的定位数据，并存储到对应的链表当中，所述定位数据具体包括：定位源的唯一标示ID、定位数据的时间T、定位坐标(X，Y，Z)、定位数据坐标的有效性S；
步骤2：基于采集的定位数据记录第一预设时间段内的多条定位数据信息，并判断每条记录定位数据信息状态是否能正确解析定位数据，状态T为正常，状态F为异常；
步骤3：当连续的多条定位数据信息状态为TF交错时，或记录的定位数据信息在第二预设时间段内未更新，则从链表中取出一段连续的有效定位数据；
步骤4：基于步骤3获得的有效定位数据，计算出盲区的边界点位置，包括：将采集的定位数据进行存储；每个ID对应的定位数据存储到对应的链表当中，存储链表的顺序是按时间T的先后存入，每个ID记录定位数据的条数和链表的长度均为n；基于ID链表中的数据，将链表中连续有效的ST数据取出，获取到一段连续时间的坐标，定义XTn为在链表时间为Tn的对应x轴方向的坐标，获得按时间先后排序的坐标数列XT1，XT2，XT3…XTn；通过最小二乘算法计算出XTn+1的坐标位置，即预测盲区点的坐标X的位置，定义Xm为盲区边界点的x轴方向坐标，同理，计算出预测盲区点Y,Z的位置坐标以及Ym,Zm，最后获得预测的盲区坐标点(Xm,Ym,Zm)；
步骤5：将定位系统设定的地图划分为多个子区域，当子区域中新增一个盲区边界点时，则该子区域权重值增加；
步骤6：判断子区域的权重值，当子区域的权重值大于阈值时，则判断该子区域为盲区。
2.根据权利要求1所述的定位系统盲区动态检测方法，其特征在于，所述方法还包括步骤7：将判断出的盲区信息上报至服务器并进行显示。
3.根据权利要求1所述的定位系统盲区动态检测方法，其特征在于，若定位系统在T时刻能计算得到XYZ坐标，则S为有效定位数据记为ST；若定位系统在T时刻无法解算出有效坐标值，S为无效定位数据记为SF。
4.根据权利要求1所述的定位系统盲区动态检测方法，其特征在于，当链表接收到一条新的定位数据，首先判断链表中所有定位数据的时间T是否满足设定条件，删除不满足设定条件的定位数据，再判断链表存储条数，如果已经存了n条，删除时间最早的一条定位数据，最后向链表中加入新的定位数据。
5.根据权利要求1所述的定位系统盲区动态检测方法，其特征在于，连续的多条定位数据信息状态为TF交错具体为：链表中SF个数超过第一设定值时，并且链表中存在连续ST的个数大于等于第二设定值，将定位数据从链表中取出进入步骤4，并清除链表。
6.根据权利要求1所述的定位系统盲区动态检测方法，其特征在于，所述定位系统包括但不限于：GPS定位系统、UWB定位系统、WIFI定位系统、蓝牙定位系统、红外定位系统中的一种。
7.根据权利要求1所述的定位系统盲区动态检测方法，其特征在于，当子区域中新增一个盲区边界点时，则该子区域权重值加1，当子区域的权重值大于10时，则判断该子区域为盲区。
8.根据权利要求1所述的定位系统盲区动态检测方法，其特征在于，所述方法还包括当判断出盲区时，生成报警信息，将报警信息发送到预设移动终端。
CN201710542623.5A 2017-07-05 2017-07-05 一种定位系统盲区动态检测方法 Active CN107315826B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710542623.5A CN107315826B (zh) 2017-07-05 2017-07-05 一种定位系统盲区动态检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710542623.5A CN107315826B (zh) 2017-07-05 2017-07-05 一种定位系统盲区动态检测方法

Publications (2)

Publication Number Publication Date
CN107315826A CN107315826A (zh) 2017-11-03
CN107315826B true CN107315826B (zh) 2019-09-20

Family

ID=60180444

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710542623.5A Active CN107315826B (zh) 2017-07-05 2017-07-05 一种定位系统盲区动态检测方法

Country Status (1)

Country Link
CN (1) CN107315826B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021114984A1 (zh) * 2019-12-09 2021-06-17 苏州宝时得电动工具有限公司 一种地图数据发送、显示方法、装置、设备及存储介质
CN116456376B (zh) * 2023-03-10 2024-01-23 深圳市华谱通信技术有限公司 无线电检测网中信号测量站控制方法及系统
CN116972831B (zh) * 2023-09-25 2024-02-02 山东亚历山大智能科技有限公司 一种基于显著特征的动态场景移动机器人定位方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7605930B2 (en) * 2002-08-09 2009-10-20 Brother Kogyo Kabushiki Kaisha Image processing device
CN103781018B (zh) * 2012-10-18 2018-03-23 中兴通讯股份有限公司 一种预先提示信号盲区的方法及系统
CN104185190A (zh) * 2013-05-28 2014-12-03 中兴通讯股份有限公司 一种提示有信号区域的方法及系统
CN104990554B (zh) * 2015-05-04 2018-03-13 南京邮电大学 Gnss盲区中基于vanet车辆间协作的惯性导航定位方法
CN104916154B (zh) * 2015-05-14 2017-06-16 山东大学 一种兼容北斗cors公交精准定位系统及其工作方法
CN106441279B (zh) * 2016-12-08 2019-03-29 速感科技（北京）有限公司 基于自主定位和边缘探索的机器人定位方法、系统

Also Published As

Publication number Publication date
CN107315826A (zh) 2017-11-03

Similar Documents

Publication Publication Date Title
CN107315826B (zh) 一种定位系统盲区动态检测方法
US11366184B2 (en) Position determination device and method
Montgomery et al. Implications of ignoring telemetry error on inference in wildlife resource use models
US20200280817A1 (en) Quantitative geospatial analytics of device location data
US10657798B2 (en) Reporting hazardous condition using a mobile device
GB2499288A (en) Path determination
KR20150124396A (ko) 크라우드소싱을 이용한 위치 결정, 매핑 및 데이터 관리 시스템 및 방법
Li et al. In search of indoor dense regions: An approach using indoor positioning data
CN106461404A (zh) 用于检测可导航元素的封闭的方法及系统
US11854365B2 (en) Graphical user interface and networked system for managing dynamic geo-fencing for a personal compliance-monitoring device
US20160275706A1 (en) Sensor data visualization apparatus and method
CN107087263A (zh) 一种室内无线信号指纹数据的自动更新方法及装置
Puyana-Romero et al. A 3D GIS tool for the detection of noise hot-spots from major roads
WO2015145195A1 (en) Determining location and depth of subsurface magnetic sources
CN113486134B (zh) 降雨量异常检测方法、装置、计算机设备及存储介质
KR101372390B1 (ko) 마코브 체인 방식의 다중스캔 추적 기법을 이용한 표적 추적방법 및 이를 이용한 표적 추적장치
KR20190041788A (ko) 격자화된 지도를 이용하는 사용자 위치 정보를 제공하는 방법 및 시스템
Chen et al. A robust estimator for the accuracy assessment of remote-sensing-derived DEMs
CN109598925A (zh) 出租车车辆聚集报警方法、终端设备及存储介质
CN108712317B (zh) 一种基于移动社交网络的城市人群时空动态感知方法和系统
CA3093530A1 (en) Geological data assessment system
CN109376212A (zh) 一种计算行人出现概率的地图的生成方法及系统
CN114299231A (zh) 一种河道水污染3d模型的构建方法
KR101191228B1 (ko) Ｕ―Ｃｉｔｙ 복합 상황이벤트 생성을 위한 공간좌표 상의 유효거리 판단과 발생 영역 표출을 처리하는 Ｕ―서비스 방법 및 시스템
CN113887058A (zh) 一种考虑距海岸线距离和风速影响的氯离子沉积率预测方法

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
TA01 Transfer of patent application right

Effective date of registration: 20190422

Address after: Room 904, 905, 906, 1005, 1006, 1007, No. 898 Baicao Road, Chengdu High-tech Zone, Sichuan Province

Applicant after: Chengdu Sixiangzhi New Technology Co., Ltd.

Address before: 610000 No. 88 Tianchen Road, Chengdu High-tech Zone, Sichuan Province

Applicant before: CHENGDU EVERHIGH TECHNOLOGY CO., LTD.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant