CN107948933B - 一种基于智能手机动作识别的共享单车定位方法 - Google Patents

一种基于智能手机动作识别的共享单车定位方法 Download PDF

Info

Publication number
CN107948933B
CN107948933B CN201711118626.2A CN201711118626A CN107948933B CN 107948933 B CN107948933 B CN 107948933B CN 201711118626 A CN201711118626 A CN 201711118626A CN 107948933 B CN107948933 B CN 107948933B
Authority
CN
China
Prior art keywords
user
shared bicycle
action recognition
smart phone
riding
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
CN201711118626.2A
Other languages
English (en)
Other versions
CN107948933A (zh
Inventor
杨旭
陈朋朋
牛强
高守婉
胡东海
仇鹏展
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.)
China University of Mining and Technology CUMT
Original Assignee
China University of Mining and Technology CUMT
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 China University of Mining and Technology CUMT filed Critical China University of Mining and Technology CUMT
Priority to CN201711118626.2A priority Critical patent/CN107948933B/zh
Publication of CN107948933A publication Critical patent/CN107948933A/zh
Application granted granted Critical
Publication of CN107948933B publication Critical patent/CN107948933B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines

Abstract

本发明公开一种基于智能手机动作识别的共享单车定位方法，包括：动作识别阶段，所述动作识别阶段利用智能手机中的3轴加速度传感器完成对用户的动作识别，识别出用户骑行和非骑行状态，找到用户由骑行状态变换为非骑行状态的时间点；定位阶段，所述定位阶段利用智能手机中的GPS设备记录用户借车后的位置轨迹，将状态变化时间点的位置看作用户的还车位置，并将该位置上传至服务器。有益效果：本发明将已普及的智能手机应用到共享单车的定位上,共享单车可能停放在任何地方，方便对其再次借用，共享单车的定位在单车共享的服务中扮演着举足轻重的角色，实现对其及时准确的定位可以方便用户快速查询附近的可借单车。

Description

一种基于智能手机动作识别的共享单车定位方法
技术领域
本发明涉及一种基于智能手机动作识别的共享单车定位方法,该方法利用共享单车用户智能手机中的加速度传感器和GPS设备完成共享单车的定位。
背景技术
随着共享时代的到来，共享资源，共享网络，共享知识逐渐涌现。得益于方便性与快捷性，共享单车成为了人们生活中越来越重要的伙伴。由于共享单车可能停放在任何地方，为了方便对其再次借用，共享单车的定位在单车共享的服务中扮演着举足轻重的角色，实现对其及时准确的定位可以方便用户快速查询附近的可借单车。
目前，共享单车的定位方法主要分为以下两种：(1)在共享单车上安装GPS设备，但该方法存在以下弊端(a)安装GPS成本太高；(b)GPS设备能量消耗问题难以解决；(c)GPS设备维护较困难。(2)用户使用智能手机做换车操作时上传其所在位置，但用户在使用过程中往往不是在距离换车地点很近的地方完成换车操作，这将造成很大的定位误差。近年来，专利号为CN106686549A的基于无线定位基站的共享单车停车场系统，将所述区域校验服务平台的一个数据端输入连接于停车场定位基站，将所述区域校验服务平台的另一个数据端输入连接于停车场定位基站，解决了现有技术存在共享单车乱停乱放行为不易管理的问题。专利号为CN106658417A的基于无线定位基站的共享单车还车方法及系统，服务器端根据基站定位方法确定的共享单车的所在位置通过区域比较方法确定其是否在停车场基站定位方法确定的还车区域内，解决了现有技术存在共享单车乱停乱放不易管理的问题。
发明内容
技术问题：本发明的目的是利用用户智能手机完成对共享单车的定位，提供一种无需安装设备且兼具经济性与可靠性的共享单车定位方法。
为实现上述目的，本发明的技术方案如下：
本发明是利用用户所携带的智能手机完成对共享单车的定位，目前智能手机都包含3轴加速度传感器和GPS设备，该定位方法包括：动作识别阶段，利用智能手机中的3轴加速度传感器完成对用户的动作识别，识别出用户骑行和非骑行状态，找到用户由骑行状态变换为非骑行状态的时间点。定位阶段，利用智能手机中的GPS设备记录用户借车后的位置轨迹，将状态变化时间点的位置看作为用户还车位置，将该位置上传给服务器。
进一步，基于加速度传感器的用户动作识别的方法包括离线训练和在线动作识别两个阶段，离线训练的具体步骤如下。
数据预处理，为了滤除数据中的噪声点，利用LOF离群值检测算法对加速度传感器所采集的数据进行预处理。
标记数据，对预处理好的数据进行人工标记，标记数据所对应的动作类别，例如骑行、跑步、走路等。
特征提取，对标记好的数据进行特征提取，可以提取多个特征，在时域特征包括每个轴上加速度的平均值、方差，总振幅TM和倾斜角θ，总振幅TM其计算公式如下：
Figure BDA0001466837960000021
其中，x,y,z分别表示在x轴,y轴与z轴上加速度的大小。倾斜角θ的计算公式如下：
Figure BDA0001466837960000022
其中y为y轴上的加速度大小，g是重力加速度大小。除了上述时域特征还可以提取其频域特征，在该方法中提取小波系数作为特征。
模型训练，在特征提取完之后利用经典的分类算法SVM进行模型训练，以供动作识别阶段来分类模型。
进一步，基于加速度传感器的用户在线动作识别阶段的具体步骤如下：
特征提取，获取实时加速度传感器数据并进行特征提取。
动作识别，将采集的数据作为分类器的输入，得到动作识别结果，得到用户由骑行状态变化为长时间非骑行状态(跑步或走路)，当非骑行状态持续5分钟，可以认为用户在状态发生变化的那一时刻Ts已经还车。
进一步，在定位阶段，在用户借车后智能手机记录用户的位置轨迹，直到用户由骑行状态变化为长时间非骑行状态(跑步或走路)，并且非骑行状态持续5分钟，智能手机不再记录用户的运动轨迹，将T时刻用户的位置看作是共享单车的位置上传服务器。
有益效果：本发明将已普及的智能手机应用到共享单车的定位上,共享单车可能停放在任何地方，为了方便对其再次借用，共享单车的定位在单车共享的服务中扮演着举足轻重的角色，实现对其及时准确的定位可以方便用户快速查询附近的可借单车。
附图说明
图1是本发明的系统架构图；
图2是本发明在线动作识别阶段流程图。
具体实施方式
下面结合附图对本发明做进一步说明。
实施例，如图1、图2所示，本基于智能手机动作识别的共享单车定位方法，包括：动作识别阶段，利用智能手机中的3轴加速度传感器完成对用户的动作识别，识别出用户骑行和非骑行状态，找到用户由骑行状态变换为非骑行状态的时间点。定位阶段，利用智能手机中的GPS设备记录用户借车后的位置轨迹，将状态变化时间点的位置看作为用户还车位置，将该位置上传给服务器。
标记数据，对预处理好的数据进行人工标记，标记数据所对应的动作类别，例如骑行、跑步、走路等。
特征提取，对标记好的数据进行特征提取，可以提取多个特征，在时域特征包括每个轴上加速度的平均值、方差，总振幅TM和倾斜角θ，总振幅TM其计算公式如下：
Figure BDA0001466837960000031
其中，x,y,z分别表示在x轴,y轴与z轴上加速度的大小。倾斜角θ的计算公式如下：
Figure BDA0001466837960000032
其中y为y轴上的加速度大小，g是重力加速度大小。除了上述时域特征还可以提取其频域特征，在该方法中提取小波系数作为特征。
模型训练，在特征提取完之后利用经典的分类算法SVM进行模型训练，以供动作识别阶段来分类模型。
基于加速度传感器的用户在线动作识别阶段的具体步骤如下：
特征提取，获取实时加速度传感器数据并进行特征提取。
动作识别，将采集的数据作为分类器的输入，得到动作识别结果，得到用户由骑行状态变化为长时间非骑行状态(跑步或走路)，当非骑行状态持续5分钟，可以认为用户在状态发生变化的那一时刻Ts已经还车。
在定位阶段，在用户借车后智能手机记录用户的位置轨迹，直到用户由骑行状态变化为长时间非骑行状态(跑步或走路)，并且非骑行状态持续5分钟，智能手机不再记录用户的运动轨迹，将T时刻用户的位置看作是共享单车的位置上传服务器。
以上公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (3)

1.一种基于智能手机动作识别的共享单车定位方法，包括：动作识别阶段，所述动作识别阶段利用智能手机中的3轴加速度传感器完成对用户的动作识别，识别出用户骑行和非骑行状态，找到用户由骑行状态变换为非骑行状态的时间点；定位阶段，所述定位阶段利用智能手机中的GPS设备记录用户借车后的位置轨迹，将状态变化时间点的位置看作用户的还车位置，并将该位置上传至服务器；
所述动作识别阶段还包括离线训练和在线动作识别两个阶段；
所述离线训练阶段包括以下步骤：
步骤1：数据预处理：目的在于滤除数据中的噪声点，利用LOF离群值检测算法对加速度传感器所采集的数据进行预处理；
步骤2：标记数据：对预处理好的数据进行人工标记，标记数据所对应的动作类别；
步骤3：特征提取，对标记好的数据进行特征提取，可以提取多个特征，在时域特征包括每个轴上加速度的平均值、方差，总振幅TM和倾斜角θ，总振幅TM其计算公式如下：
Figure FDA0002591362530000011
其中，x,y,z分别表示在x轴,y轴与z轴上加速度的大小，倾斜角θ的计算公式如下：
Figure FDA0002591362530000012
其中y为y轴上的加速度大小，g是重力加速度大小，除了上述时域特征还可以提取其频域特征，在该方法中提取小波系数作为特征；
步骤4：模型训练：在特征提取结束后利用经典的分类算法SVM进行模型训练，以供动作识别阶段来分类模型。
2.根据权利要求1所述的一种基于智能手机动作识别的共享单车定位方法，其特征在于，所述在线动作识别阶段，具体包括以下步骤：
第一步：特征提取：获取实时加速度传感器数据并进行特征提取；
第二步：动作识别：将采集的数据作为分类器的输入，得到动作识别结果，得到用户由骑行状态变化为长时间非骑行状态，当非骑行状态持续5分钟，可以认为用户在状态发生变化的那一时刻Ts已经还车。
3.根据权利要求1所述的一种基于智能手机动作识别的共享单车定位方法，其特征在于，所述定位阶段，根据用户借车后智能手机记录的用户位置轨迹，直到用户由骑行状态变化为长时间非骑行状态，并且非骑行状态持续5分钟，智能手机不再记录用户的运动轨迹，将T时刻用户的位置看作是共享单车的位置上传服务器。
CN201711118626.2A 2017-11-14 2017-11-14 一种基于智能手机动作识别的共享单车定位方法 Expired - Fee Related CN107948933B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711118626.2A CN107948933B (zh) 2017-11-14 2017-11-14 一种基于智能手机动作识别的共享单车定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711118626.2A CN107948933B (zh) 2017-11-14 2017-11-14 一种基于智能手机动作识别的共享单车定位方法

Publications (2)

Publication Number Publication Date
CN107948933A CN107948933A (zh) 2018-04-20
CN107948933B true CN107948933B (zh) 2020-09-15

Family

ID=61935001

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711118626.2A Expired - Fee Related CN107948933B (zh) 2017-11-14 2017-11-14 一种基于智能手机动作识别的共享单车定位方法

Country Status (1)

Country Link
CN (1) CN107948933B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846719B (zh) * 2018-05-29 2021-11-09 江苏长欣车辆装备有限公司 一种骑行设备及其控制方法
CN109141406B (zh) * 2018-08-17 2021-04-23 杭州云岛科技有限公司 一种共享单车停放姿态控制系统及其控制方法
CN109587635B (zh) * 2018-12-07 2021-04-27 纳恩博（北京）科技有限公司 信息的获取方法及电动滑板车
CN110716223A (zh) * 2019-09-30 2020-01-21 北京摩拜科技有限公司 车辆定位方法、服务器
CN114004247B (zh) * 2020-07-14 2022-11-01 荣耀终端有限公司 骑行检测方法、电子设备及计算机可读存储介质
CN112016430B (zh) * 2020-08-24 2022-10-11 郑州轻工业大学 一种面向多手机佩戴位置的层次化动作识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463244A (zh) * 2014-12-04 2015-03-25 上海交通大学 基于智能移动终端的异常驾驶行为监测和识别方法及系统
CN105528613A (zh) * 2015-11-30 2016-04-27 南京邮电大学 一种基于智能手机gps速度与加速度数据的行为识别方法
CN106658417A (zh) * 2017-03-08 2017-05-10 天津乾丰机电设备有限公司 一种基于无线定位基站的共享单车还车方法及系统
CN107016594A (zh) * 2017-03-14 2017-08-04 广东亦强软件有限公司 基于共享单车的管理系统及方法
CN107172195A (zh) * 2017-06-23 2017-09-15 广州杰赛科技股份有限公司 共享物品故障监管的方法、装置及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130046505A1 (en) * 2011-08-15 2013-02-21 Qualcomm Incorporated Methods and apparatuses for use in classifying a motion state of a mobile device

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104463244A (zh) * 2014-12-04 2015-03-25 上海交通大学 基于智能移动终端的异常驾驶行为监测和识别方法及系统
CN105528613A (zh) * 2015-11-30 2016-04-27 南京邮电大学 一种基于智能手机gps速度与加速度数据的行为识别方法
CN106658417A (zh) * 2017-03-08 2017-05-10 天津乾丰机电设备有限公司 一种基于无线定位基站的共享单车还车方法及系统
CN107016594A (zh) * 2017-03-14 2017-08-04 广东亦强软件有限公司 基于共享单车的管理系统及方法
CN107172195A (zh) * 2017-06-23 2017-09-15 广州杰赛科技股份有限公司 共享物品故障监管的方法、装置及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"共享单车的移动定位技术的比较研究";陈圣辉;《山东工业技术》;20170901;第2节 *

Also Published As

Publication number Publication date
CN107948933A (zh) 2018-04-20

Similar Documents

Publication Publication Date Title
CN107948933B (zh) 一种基于智能手机动作识别的共享单车定位方法
Hu et al. Smartroad: Smartphone-based crowd sensing for traffic regulator detection and identification
Mahbub et al. Active user authentication for smartphones: A challenge data set and benchmark results
Zhang et al. Driver classification based on driving behaviors
US9180887B2 (en) Driver identification based on face data
CN107506684B (zh) 步态识别方法及装置
JP5356923B2 (ja) 携帯端末装置の移動状態を推定する方法及びシステム
US20110190008A1 (en) Systems, methods, and apparatuses for providing context-based navigation services
JP6765530B2 (ja) 車内支払いのための方法およびデバイス
CN103460221A (zh) 用于在移动装置中使用似然函数值的组合对用户活动进行分类的系统、方法和设备
US20190311289A1 (en) Vehicle classification based on telematics data
CN107516355A (zh) 行车记录仪及对车辆行驶状况记录的系统及方法
CN106467152A (zh) 自行车的变档提示方法和装置
CN104036287A (zh) 一种基于人类运动显著轨迹的视频分类方法
Rahim et al. Zero-to-stable driver identification: A non-intrusive and scalable driver identification scheme
CN109767615B (zh) 路网交通流关键流向和关键路径分析方法
CN105261228B (zh) 停车场寻车方法及装置
CN106705972A (zh) 一种基于用户反馈的室内语义地图更新方法与系统
CN110147731B (zh) 车辆类型识别方法及相关产品
CN109002189B (zh) 一种运动识别方法、装置、设备和计算机存储介质
CN110298240A (zh) 一种汽车用户识别方法、装置、系统及存储介质
CN103905824A (zh) 视频语义检索与压缩同步的摄像系统与方法
US20220410841A1 (en) Unlocking vehicle doors with facial recognition
CN106972959A (zh) 一种传感器算法的在线服务化方法及系统
CN107220856B (zh) 一种移动消费群组识别的系统及方法

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200915

Termination date: 20211114

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