CN108151743B - 室内外位置识别方法及系统 - Google Patents

Abstract

本发明涉及无线定位技术领域，特别涉及一种室内外位置识别方法及系统。其中，室内外位置识别方法，包括：获取多个卫星的信号信息；根据多个卫星的信号信息，确定当前位置处于室内位置、半室外位置或室外位置。室内外位置识别系统，其包括：接收模块，接收模块被配置为获取多个卫星的信号信息；以及，控制模块，控制模块被配置为根据多个卫星的信号信息，判断当前位置处于室内位置、半室外位置或室外位置。本发明的内外位置识别方法及系统，能够基于移动终端接收的卫星信号强度和接收到有效、无效卫星的颗数，确定移动终端所处的位置，提高室内外位置识别的准确性。

Description

室内外位置识别方法及系统

技术领域

本发明实施例无线定位技术领域，特别涉及一种室内外位置识别方法及系统。

背景技术

近几年，由于移动设备(例如手机)的使用日益增长，各种应用服务越来越多，无论是用户还是应用服务对于定位的需求也不断增加，尤其对于定位的位置是室内位置还是室外位置的精准识别，对于许多上层的应用都有着至关重要的作用。例如，在一些个性化智能场景中需要定位用户是否处于室内位置来触发相应的智能操作，当检测到用户处于室内位置时，再结合一些其他的触发条件来智能的开关照明灯、空调等其他日常电子设备，而当用户处于室外位置时就不需要进行这些操作。再例如，一些应用需要检测用户是否处于室外位置来自动关闭Wi-Fi的连接以及调高移动设备的屏幕亮度，或者检测用户是否处于室内位置来自动连接Wi-Fi以及降低移动设备的屏幕亮度。另外，还有一些应用服务需要识别用户是否处于半室外位置，来给用户推送相关的广告。

现有技术中，室内外场景检测有多种方法，例如根据接收到的光线强度、根据接收到的附近基站的信号强度的变化模式、根据接收到的磁场变化的大小以及根据具体地理位置的历史地理位置信息来推测室内外场景，但是，这些方法会受到时间、地理位置、天气以及移动终端是否移动等条件的限制，因此很难精准的判断当前位置是处于室内位置、室外位置还是半室外位置。

发明内容

本发明实施例提供了一种室内外位置识别方法及系统，能够基于移动终端接收的卫星信号强度和接收到有效、无效卫星的颗数，确定移动终端所处的位置，提高室内外位置识别的准确性。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明实施例提供了一种室内外位置识别方法，包括：

获取多个卫星的信号信息；

根据多个卫星的信号信息，确定当前位置处于室内位置、半室外位置或室外位置。

进一步地，根据多个卫星的信号信息，确定当前位置处于室内位置、半室外位置或室外位置的方法包括：

获取位置判断模型；

根据多个卫星的信号信息和位置判断模型，判断当前位置处于室内位置、半室外位置或室外位置。

进一步地，还包括：

提取多个卫星的信号信息的信号特征；

根据信号特征和位置判断模型，判断当前位置处于室内位置、半室外位置或室外位置。

进一步地，所述位置判断模型的建立方法，包括：

在多个测试位置分别获取多个卫星的信号信息；

根据多个测试位置的多个卫星的信号信息建立位置判断模型。

进一步地，根据多个测试位置的多个卫星的信号信息建立位置判断模型包括：

提取多个测试位置的多个卫星的信号信息对应的多个测试特征；

利用多个测试特征和其对应的测试位置进行深度学习，以建立位置判断模型。

进一步地，根据当前位置的判断结果，更新位置判断模型。

本发明实施例还提供了一种室内外位置识别系统，其包括：

接收模块，接收模块被配置为获取多个卫星的信号信息；以及，

控制模块，控制模块被配置为根据多个卫星的信号信息，判断当前位置处于室内位置、半室外位置或室外位置。

进一步地，控制模块包括位置判断单元，位置判断单元预设位置判断模型，被配置为根据多个卫星的信号信息和位置判断模型，判断当前位置处于室内位置、半室外位置或室外位置。

进一步地，控制模块包括信号处理单元，信号处理单元被配置为提取多个卫星的信号信息的信号特征，以使位置判断单元根据信号特征和位置判断模型，判断当前位置处于室内位置、半室外位置或室外位置。

基于上述公开，本发明实施例的有益效果在于：

本发明实施例可以通过采集多个卫星的信号信息对当前位置进行室内外位置识别，由于根据卫星的信号信息来区分当前位置的室内外状态，因此，本发明实施例具有如下有益效果：首先，由于采集卫星的信号信息不受时间段的影响，因此，即使在晚上或者深夜依然能够通过接收卫星的信号信息进行室内外位置的识别；其次，由于现有的卫星技术较为成熟，卫星信号已可以覆盖全球各个地区，因此，采集卫星的信号信息不用受到地域或者所处位置的影响，即使在一些没有手机信号的地方也可以使用，因此，可以降低室内外识别的限制；再次，由于采集卫星的信号信息不会对用于用户所处的状态有例如需要移动的特殊要求，使用户在静止的状态下也能够识别其室内外位置，因此，能够提高用户进行室内外位置识别的便利性。除此之外，根据卫星的信号信息的特征进行室内外位置的识别，不但能够识别出室内位置、室外位置，还能够识别出半室外位置，提高了室内外位置识别的精确性，更加有利于与其他智能操作进行结合。

本发明实施例利用人工智能领域的机器学习、深度学习的方法建立了位置判断模型，当采集了多个卫星的信号信息后，能够通过位置判断模型根据多个卫星的信号信息进行室内外位置的识别。由于采用深度学习的方法建立的位置判断模型，因此，能够更加智能地进行用户的室内外位置的判断，提高识别的精确性和识别效率。

附图说明

图1为本发明实施例的室内外位置识别方法的示意图；

图2为本发明一个实施例的室内外位置识别方法的流程图；

图3为本发明实施例的室内外位置识别系统的示意图。

具体实施方式

下面，结合附图对本发明的具体实施例进行详细的描述，但不作为本发明的限定。

应理解的是，可以对此处公开的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本公开的范围和精神内的其他修改。

包含在说明书中并构成说明书的一部分的附图示出了本公开的实施例，并且与上面给出的对本公开的大致描述以及下面给出的对实施例的详细描述一起用于解释本公开的原理。

通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本发明的这些和其它特性将会变得显而易见。

还应当理解，尽管已经参照一些具体实例对本发明进行了描述，但本领域技术人员能够确定地实现本发明的很多其它等效形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。

当结合附图时，鉴于以下详细说明，本公开的上述和其他方面、特征和优势将变得更为显而易见。

此后参照附图描述本公开的具体实施例；然而，应当理解，所公开的实施例仅仅是本公开的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本公开模糊不清。因此，本文所公开的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本公开。

本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本公开的相同或不同实施例中的一个或多个。

下面，结合附图详细的说明本发明实施例，如图1所示，本发明实施例的一种室内外位置识别方法，包括：

S1、获取多个卫星的信号信息。多个卫星的信号信息可以通过全球卫星导航系统(英文全称：GlobalNavigation Satellite System，英文缩写： GNSS)、全球定位系统(英文全称：Global Positioning System，英文缩写： GPS)或者北斗卫星系统获取。

S2、根据多个卫星的信号信息，确定当前位置处于室内位置、半室外位置或室外位置。即本发明实施例能够识别出室内外位置中的三种具体位置，当用户完全处于建筑物之外并远离建筑物时，该位置为室外位置；当用户靠近任一建筑物并且位于该建筑物之外时，该位置为半室外位置，例如，用户刚走出某建筑物的出入口时所处的位置，可以认为该位置为半室外位置；当用户位于任一建筑物之内时，该位置为室内位置。

由于当电子设备分别处于室外位置、半室外位置以及室外位置时，电子设备能够接收到的多个卫星的信号信息的表现形式有所不同。因此，可以利用在当前位置接收到的多个卫星的信号信息的表现形式，与分别处于室外位置、半室外位置以及室外位置时能够接收到的多个卫星的信号信息的不同表现形式进行匹配，从而进行室内外位置的识别。此时，多个卫星的信号信息可以是在当前位置获取的能够接收到的卫星的信号信息的部分或者全部，具体的获取的能够接收到的卫星的信号信息的数量可以根据需要进行确定，只要是其展现的多个卫星的信号信息的表现形式能够体现出当前位置的卫星的信号信息的特点，并能够用于进行识别判断即可。

为了更好地利用在室内外不同位置时能够接收到的多个卫星的信号信息的不同表现形式，进行室内外位置的识别判断，还可以利用包含了室外位置、半室外位置以及室外位置能够接收到的多个卫星的信号信息的不同表现形式的位置判断模型，对室内外位置进行识别判断。当获取了多个卫星的信号信息后，可以获取位置判断模型，并且将多个卫星的信号信息输入位置判断模型中，利用位置判断模型自动判断出当前位置处于室内位置、半室外位置或室外位置，从而减小了大量的数据运算和数据处理时间，提高了识别效率，减少了用户的等待时间，为用户带来了更好的使用体验。

由于卫星信号能够受到建筑物 的影响，因此导致当处于在室内外不同位置时，电子设备能够接收到的有效卫星数量、无效卫星数量以及不同卫星信号强度的卫星数量均不相同，以使在室内外不同位置接收到的多个卫星的信号信息具有不同的表现形式。此时，可以先提取出在当前位置获取的多个卫星的信号信息的信号特征，再利用当前位置的信号特征和位置判断模型，自动判断出当前位置处于室内位置、半室外位置或室外位置。

本发明实施例中的室内外不同位置的多个卫星的信号信息的不同表现形式可以通过获取的多个卫星的信号信息的信号特征进行表示，以用来进行分析。其中，室内外不同位置的信号特征可以包括在室内外不同位置接收到的卫星信息和卫星信号强度。由于可以根据接收到的卫星信息将在任意位置获取到信号信息的多个卫星分为有效卫星和无效卫星。具体地，有效卫星可以包括接收到大于0的卫星信息所来自的卫星，无效卫星可以包括接收到等于 0的卫星信息所来自的卫星。因此，进一步地在本发明实施例中，室内外不同位置的信号特征可以包括接收到的有效卫星的数量、无效卫星的数量以及不同卫星信号强度的卫星数量。

在本发明实施例中，对于不同卫星信号强度的卫星数量的统计可以利用分段统计法进行统计，首先确定能够采集到的卫星信号强度的最大强度和最小强度，根据最大强度和最小强度将卫星信号强度平均分成多段不同强度范围，再对不同强度范围的卫星信号强度下的卫星数量进行分别统计。虽然在处于室内外不同位置时的卫星信号强度范围可能重叠，但由于建筑物的影响，会导致不同强度范围中的卫星数量有所不同，因此，可以根据不同强度范围的卫星数量对室内外位置进行识别。除此之外，还可以将不同强度范围内的各个卫星信号强度的平均值或方差，作为室内外不同位置的信号特征；也可以将不同强度范围内的最大信号强度和最小信号强度作为室内外不同位置的信号特征。

在本发明实施例中，还可以先建立位置判断模型，再根据已建立的位置判断模型进行室内外位置的识别。具体的建立位置判断模型的方法包括：

在多个测试位置分别获取多个卫星的信号信息，其中，由于不同地理位置或者不同建筑物的影响，会导致处于不同地理位置或者不同建筑物的室内位置、室外位置或者半室外位置时，其接收到的多个卫星的信号信息有所不同。因此，测试位置需要包括在不同地理位置的不同建筑物的室内位置、不同地理位置的靠近不同建筑物的半室外位置和不同地理位置的远离建筑物的室外位置，以尽可能全面地反映出处于室内外不同位置时获取的多个卫星的信号信息的不同表现形式，从而避免出现判断出现错误；

获取不同测试位置的获取多个卫星的信号信息后，提取多个测试位置的多个卫星的信号信息对应的多个测试特征，即提取这些不同测试位置的多个卫星的信号信息对应有效卫星数量、无效卫星数量和各个卫星的卫星信号强度，并将这些测试特征及其对应的测试位置作为用于建立位置判断模型的训练数据；

利用多个测试特征和其对应的测试位置进行深度学习，以建立位置判断模型。其中，深度学习可以为利用分类器进行位置分类模型的模拟训练，训练后即可得到位置判断模型。在本发明实施例中，分类器可以为支持向量机、随机森林或神经网络中的任意一种。

训练好的位置判断模型即可以集成于电子设备上，进行室内外位置的识别。但是由于随着室内外位置识别的次数增加，新识别的数据也可以用于对位置判断模型进行继续训练，以提高识别结果的准确性。在本发明实施例中，还可以对当前位置的判断结果进行确认，若确认判断结果无误，则可以将对当前位置的判断结果和信号特征直接利用，进行继续训练，更新位置判断模型；若确认判断结果有误，则对该判断结果进行重新标定，利用对当前位置重新标定的结果和信号特征进行继续训练，更新位置判断模型。

以如图2所示的本发明一个实施例的室内外位置识别方法为例，进行进一步说明。

首先，建立位置判断模型。具体地，先在处于不同地理位置和不同建筑物的室内位置、室外位置以及半室外位置的多个测试位置分别采集测试数据。测试数据为在任一测试位置能够接收到的全部的卫星的信号信息。对接收到的卫星的信号信息进行预处理，仅保留与信号特征相关的信号信息数据。对与信号特征相关的信号信息数据进行测试特征提取，获取不同卫星信号强度范围下的卫星数量。将多组测试位置与其对应的不同卫星信号强度范围下的卫星数量分别输入支持向量机进行模型训练，从而获得位置判断模型。

当位置判断模型建立好后，将其集成与待进行室内外位置识别的电子设备上，以便其进行室内外位置识别。

然后，集成了位置判断模型的电子设备可以采集当前位置的多个卫星的信号信息，并通过位置判断模型得出识别判断结果。具体地，由于位置判断模型是根据测试位置能够接收的全部卫星的卫星信息建立的，因此，电子设备需要在当前位置获取全部能够接收到的卫星的卫星信息作为实时检测数据。然后，对接收到的实时检测数据进行预处理，仅保留与信号特征相关的信号信息数据。对与信号特征相关的信号信息数据进行信号特征提取，获取不同卫星信号强度范围下的卫星数量。将当前位置获取的不同卫星信号强度范围下的卫星数量输入至位置判断模型后，即可基于深度学习自动得出识别判断结果。

当得出对当前位置的识别判断结果后，还可以对当前位置的判断结果进行确认，若确认判断结果无误，则可以将对当前位置的判断结果和信号特征直接利用，进行继续训练，更新位置判断模型；若确认判断结果有误，则对该判断结果进行重新标定，利用对当前位置重新标定的结果和信号特征进行继续训练，更新位置判断模型。

如图3所示，本发明实施例还提供了一种室内外位置识别系统，其包括接收模块1和控制模块2。其中，接收模块1被配置为获取多个卫星的信号信息，控制模块2被配置为根据接收模块1接收到的多个卫星的信号信息，判断当前位置处于室内位置、半室外位置或室外位置。

在本发明实施例中，控制模块2包括位置判断单元24，位置判断单元24 预设位置判断模型，被配置为根据多个卫星的信号信息和位置判断模型，判断当前位置处于室内位置、半室外位置或室外位置。

在本发明实施例中，控制模块2还包括信号处理单元22，信号处理单元 22被配置为提取多个卫星的信号信息的信号特征，以使位置判断单元24可以根据信号特征和位置判断模型，判断当前位置处于室内位置、半室外位置或室外位置。

在本发明实施例中，控制模块2还可以包括预处理单元21，预处理单元 21被配置为对接收到的卫星的信号信息进行预处理，仅保留与信号特征相关的信号信息数据，以使信号处理单元22对与信号特征相关的信号信息数据进行信号特征提取，从而降低数据处理量，提高处理效率。

在本发明实施例中，控制模块2还包括分类器23，所述分类器23被配置为接收模块1获取了多个测试位置的多个卫星的信号信息，信号处理单元 22提取了多个测试位置的测试特征后，分类器23根据测试位置及其对应的测试特征进行机器训练，获得位置判断模型。

在本发明另一个实施例中，分类器23还可以被配置为获取当前位置的判断结果及其对应信号特征，根据当前位置的判断结果和其对应的信号特征，更新位置判断模型。具体地，可以对当前位置的判断结果进行确认，若确认判断结果无误，则可以将对当前位置的判断结果和信号特征直接利用，进行继续训练，更新位置判断模型；若确认判断结果有误，则对该判断结果进行重新标定，利用对当前位置重新标定的结果和信号特征进行继续训练，更新位置判断模型。

综上所述，本发明实施例的室内外位置识别方法及系统，具有室内外位置识别稳定性、准确性更高的优点，并且不受时间及地理位置的限制，通过还具有较高的精确性，能够区分室外位置以及半室外位置，为智能场景提供更精准的室内外定位，以便其与智能控制进行更好的配合。并且，本发明实施例的室内外位置识别方法及系统，利用深度学习的方法建立了位置判断模型，当采集了多个卫星的信号信息后，能够通过位置判断模型根据多个卫星的信号信息进行室内外位置的识别，能够更加智能地进行用户的室内外位置的判断，提高识别的精确性和识别效率。在每一次对当前位置进行识别判断后，还能够根据判断结果及当前位置的信号特征更新位置判断模型，以优化位置判断模型，进一步提高室内外位置识别的准确性。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的数据处理方法所应用于的电子设备，可以参考前述产品实施例中的对应描述，在此不再赘述。

以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。

Claims (5)

1.一种室内外位置识别方法，包括：

获取多个卫星的信号信息的信号特征；

根据所述多个卫星的信号信息的信号特征，确定当前位置处于室内位置、半室外位置或室外位置；其中，所述信号特征包括有效卫星的数量、无效卫星的数量以及不同卫星信号强度的卫星数量，所述有效卫星的数量指接收到大于0的卫星信息所来自的卫星的数量，所述无效卫星的数量指接收到等于0的卫星信息所来自的卫星的数量，所述不同卫星信号强度的卫星数量指不同强度范围的卫星信号强度下的卫星数量；

其中，根据所述多个卫星的信号信息的信号特征，确定所述当前位置处于室内位置、半室外位置或室外位置的方法包括：

获取位置判断模型；

根据所述多个卫星的信号信息的信号特征和所述位置判断模型，判断所述当前位置处于室内位置、半室外位置或室外位置。

2.根据权利要求1所述的室内外位置识别方法，其中，所述位置判断模型的建立方法，包括：

在多个测试位置分别获取多个卫星的信号信息；

根据所述多个测试位置的多个卫星的信号信息建立所述位置判断模型。

3.根据权利要求2所述的室内外位置识别方法，其中，根据所述多个测试位置的多个卫星的信号信息建立所述位置判断模型包括：

提取所述多个测试位置的多个卫星的信号信息对应的多个测试特征；

利用所述多个测试特征和其对应的测试位置进行深度学习，以建立所述位置判断模型。

4.根据权利要求1所述的室内外位置识别方法，其中，根据所述当前位置的判断结果，更新所述位置判断模型。

5.一种室内外位置识别系统，其包括：

接收模块，所述接收模块被配置为获取多个卫星的信号信息的信号特征；以及，

控制模块，所述控制模块被配置为根据所述多个卫星的信号信息的信号特征，判断当前位置处于室内位置、半室外位置或室外位置；其中，所述信号特征包括有效卫星的数量、无效卫星的数量以及不同卫星信号强度的卫星数量；所述有效卫星的数量指接收到大于0的卫星信息所来自的卫星的数量，所述无效卫星的数量指接收到等于0的卫星信息所来自的卫星的数量，所述不同卫星信号强度的卫星数量指不同强度范围的卫星信号强度下的卫星数量；

其中，所述控制模块包括位置判断单元，所述位置判断单元预设位置判断模型，被配置为根据所述多个卫星的信号信息的信号特征和所述位置判断模型，判断所述当前位置处于室内位置、半室外位置或室外位置。

Images