CN108668233B - 一种建筑物入口检测方法及系统 - Google Patents

Abstract

本申请公开了一种建筑物入口检测方法及系统，基于移动终端上传的轨迹数据确定移动终端出入目标建筑物时的定位信息，将每一定位信息包括的定位位置通过定位位置映射、聚类处理，得到至少一个映射入口位置聚类，根据映射入口位置聚类中的映射入口位置，确定目标建筑物的入口位置。显然，本申请可以利用大量移动终端出入目标建筑物时的定位信息，通过位置映射、聚类处理挖掘目标建筑物的某个区域频繁出现的可能的入口点，无需派人工去现场，节省了大量的人力资源。并且，对于某些临时性调整开放状态的入口，如正在维修中的入口等，本申请能够及时检测出入口状态异常，从而在建筑物入口列表中去掉该入口，避免对用户带来误导。

Description

一种建筑物入口检测方法及系统

技术领域

本申请涉及定位技术领域，更具体地说，涉及一种建筑物入口检测方法及系统。

背景技术

建筑物的入口是室内外交界的区域，为了便于用户在地图上清晰的知道建筑物的入口，需要确定建筑物的入口位置，进而在地图上进行标记。

现有技术存在一种室内外检测技术，该技术能够对室内外位置进行定位。但是，室内外检测更加关注的是一种状态，也即判断当前是在室内还是在室外。因此，室内外检测技术无法确定出建筑物的入口位置。目前为了在地图中标记建筑物入口位置，一般都是由人工去现场实际观察，定位入口位置。显然，这种方式需要消耗大量的人工成本。

发明内容

有鉴于此，本申请提供了一种建筑物入口检测方法及系统，用于解决现有技术人工到现场定位建筑物入口的方式所存在的浪费人力成本的问题。

为了实现上述目的，现提出的方案如下：

一种建筑物入口检测方法，包括：

基于移动终端上传的轨迹数据，获取移动终端出入目标建筑物时的定位信息；

将每一所述定位信息包括的定位位置映射至所述目标建筑物的轮廓线上，得到映射入口位置；

将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类；

根据映射入口位置聚类中的映射入口位置，确定所述目标建筑物的入口位置。

优选地，所述轨迹数据包括移动终端在所述目标建筑物内外过渡过程中形成的轨迹点的信息，所述基于移动终端上传的轨迹数据，获取移动终端出入目标建筑物时的定位信息，包括：

接收移动终端上传的两条以上的轨迹数据；

从每一条轨迹数据中，获取移动终端出入所述目标建筑物时产生的轨迹点的信息作为定位信息。

优选地，所述从每一条轨迹数据中，获取移动终端出入所述目标建筑物时产生的轨迹点的信息作为定位信息，包括：

从每一条轨迹数据中，获取信息中包括临界点标签的轨迹点的信息作为定位信息，所述临界点标签用于表示该信息对应的轨迹点是移动终端出或入所述目标建筑物时产生的轨迹点。

优选地，所述定位信息仅包括定位位置，则将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类，包括：

采用基于密度的聚类算法，按照映射入口位置之间的距离，将所述映射入口位置进行聚类，得到至少一个映射入口位置聚类。

优选地，所述定位信息包括：定位位置和定位位置对应的WIFI指纹，所述将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类，包括：

采用基于密度的聚类算法，按照映射入口位置之间的距离和WIFI指纹相似度，将所述映射入口位置进行聚类，得到至少一个映射入口位置聚类。

优选地，所述根据映射入口位置聚类中的映射入口位置，确定所述目标建筑物的入口位置，包括：

获取映射入口位置聚类中所有映射入口位置的平均值作为所述目标建筑物的一个入口位置。

一种建筑物入口检测系统，包括：移动终端和服务器，其中：

所述移动终端用于，将自身的轨迹数据发送至服务器；

所述服务器用于，基于移动终端上传的轨迹数据，获取移动终端出入目标建筑物时的定位信息；将每一所述定位信息包括的定位位置映射至所述目标建筑物的轮廓线上，得到映射入口位置；将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类；根据映射入口位置聚类中的映射入口位置，确定所述目标建筑物的入口位置。

优选地，所述轨迹数据包括移动终端在所述目标建筑物的内外过渡过程中形成的轨迹点的信息；

所述服务器，基于移动终端上传的轨迹数据，获取移动终端出入目标建筑物时的定位信息的过程具体包括：

接收移动终端两条以上的轨迹数据，从每一条轨迹数据中，获取移动终端出入所述目标建筑物时产生的轨迹点的信息作为定位信息。

优选地，所述移动终端还用于，在检测到自身处于所述目标建筑物的内外过渡过程时，确定自身出或入所述目标建筑物时产生的轨迹点，在该轨迹点的信息中设置临界点标签；

所述服务器从每一条轨迹数据中，获取移动终端出入所述目标建筑物时产生的轨迹点的信息作为定位信息的过程，具体包括：

从每一条轨迹数据中，获取信息中包括临界点标签的轨迹点的信息作为定位信息。

优选地，所述定位信息仅包括定位位置，所述服务器将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类的过程，具体包括：

采用基于密度的聚类算法，按照映射入口位置之间的距离，将所述映射入口位置进行聚类，得到至少一个映射入口位置聚类。

优选地，所述移动终端还用于：

获取自身出或入所述目标建筑物时的轨迹点对应的WIFI指纹，加入轨迹点的信息；

所述服务器将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类的过程，具体包括：

采用基于密度的聚类算法，按照映射入口位置之间的距离和WIFI指纹相似度，将所述映射入口位置进行聚类，得到至少一个映射入口位置聚类。

优选地，所述服务器根据映射入口位置聚类中的映射入口位置，确定所述目标建筑物的入口位置的过程，具体包括：

获取映射入口位置聚类中所有映射入口位置的平均值作为所述目标建筑物的一个入口位置。

优选地，所述移动终端检测自身是否处于所述目标建筑物的内外过渡过程的过程，具体包括：

根据光照传感器获取的光照强度变化信息，确定第一室内外过渡概率；

根据GPS传感器获取的GPS信号信息，确定第二室内外过渡概率；

根据WIFI传感器获取的WIFI热点信息，确定第三室内外过渡概率；

根据所述第一室内外过渡概率、所述第二室内外过渡概率、所述第三室内外过渡概率，确定自身是否处于所述目标建筑物的内外过渡过程。

优选地，所述移动终端还用于：

通过运动状态检测及姿态检测，将自身的轨迹数据中不满足步行状态及姿态稳定状态的轨迹点的信息删除。

从上述的技术方案可以看出，本申请实施例提供的建筑物入口检测方法，基于移动终端上传的轨迹数据，获取移动终端出入目标建筑物时的定位信息；将每一所述定位信息包括的定位位置映射至所述目标建筑物的轮廓线上，得到映射入口位置；将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类；根据映射入口位置聚类中的映射入口位置，确定所述目标建筑物的入口位置。本申请基于移动终端上传的轨迹数据确定移动终端出入目标建筑物时的定位信息，将每一定位信息包括的定位位置通过定位位置映射、聚类处理，得到至少一个映射入口位置聚类，根据映射入口位置聚类中的映射入口位置，确定目标建筑物的入口位置。显然，本申请可以利用大量移动终端出入目标建筑物时的定位信息，通过位置映射、聚类处理挖掘目标建筑物的某个区域频繁出现的可能的入口点，无需派人工去现场，节省了大量的人力资源。并且，对于某些临时性调整开放状态的入口，如正在维修中的入口等，本申请能够及时检测出入口状态异常，从而在建筑物入口列表中去掉该入口，避免对用户带来误导。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例公开的一种建筑物入口检测方法信令交互图；

图2a为本申请示例的一种定位位置与建筑物位置关系示意图；

图2b为本申请示例的一种定位位置映射过程示意图；

图2c为本申请示例的另一种定位位置映射过程示意图；

图2d为本申请示例的一种建筑物入口位置示意图；

图3为本申请实施例公开的另一种建筑物入口检测方法信令交互图；

图4为本申请实施例公开的一种建筑物入口检测方法流程图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请公开了一种建筑物入口检测方案，基于移动终端以及服务器实现。其中，移动终端主要用于进行数据收集及室内外过渡检测。移动终端将自身的轨迹数据发送至服务器，该轨迹数据包括移动终端在检测自身处于目标建筑物内外过渡过程中形成的轨迹点的信息。

服务器接收各个移动终端发送的轨迹数据，基于轨迹数据，获取移动终端出入目标建筑物时的定位信息，将每一定位信息包括的定位位置进行定位位置映射，以及映射入口位置的聚类处理，最后根据映射入口位置聚类中的映射入口位置，确定所述目标建筑物的入口位置。

接下来结合图1对建筑物入口检测过程中，移动终端与服务器信令交互过程进行介绍，如图1所示，该方法包括：

步骤S100、移动终端将自身的轨迹数据发送至服务器；

具体地，移动终端可以将自身的轨迹数据定时发送至服务器。该轨迹数据可以是移动终端在目标建筑物内外过渡过程中形成的轨迹点的信息。

步骤S101、服务器基于移动终端上传的轨迹数据，获取移动终端出入目标建筑物时的定位信息；

具体地，服务器可以按照设定策略启动入口检测过程。该设定策略可以是，每隔设定时间，或定时启动等。

以服务器每隔设定时间启动入口检测过程为例，服务器获取到上一时间周期内接收到的各条轨迹数据。基于每条轨迹数据，获取移动终端出入目标建筑物时的定位信息。

步骤S102、服务器将每一所述定位信息包括的定位位置映射至所述目标建筑物的轮廓线上，得到映射入口位置；

具体地，由于定位服务存在误差，上一步骤中确定的定位信息所包含的定位位置有可能不在建筑物轮廓线上，为此需要将定位位置映射至目标建筑物的轮廓线上，得到映射入口位置。

结合图2a和图2b进行说明：

根据各轨迹数据确定的定位位置如图2a中的11，由于定位误差其并不在目标建筑物的轮廓线上。因此，将各个定位位置11映射至目标建筑物的轮廓线上，得到映射入口位置12。通过图2a和2b可以看出，目标建筑物存在两个入口。

具体映射方式可以是从定位位置向目标建筑物的轮廓线作垂线，如果垂足在目标建筑物的轮廓线上，则该垂足位置即为定位位置对应的映射入口位置。

另一种情况，如果垂足不在目标建筑物的轮廓线上，则将目标建筑物的轮廓线上距离该定位位置最近的一点作为该定位位置对应的映射入口位置。具体可以参照图2c所示，其中图2c中左侧最上面的一个定位位置11向目标建筑物轮廓线做垂线时，垂足位于轮廓线的延长线上，因此将该定位位置对应的映射入口位置确定为轮廓线上与定位位置最近的一个点。

步骤S103、服务器将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类；

具体地，受定位误差的影响，多条经过同一入口的轨迹数据确定的定位位置通常不是同一个点，如图2a中目标建筑物左侧的多个定位位置11实际上来自同一个入口对应的多条轨迹数据，目标建筑物上侧的多个定位位置11来自另一个入口对应的多条轨迹数据。为了确定入口唯一位置，本步骤中对多个映射入口位置至少按照映射入口位置之间的距离进行聚类，以期将相同入口对应的映射入口位置聚集为同一聚类，进而根据同一聚类中的映射入口位置确定该入口位置。经过聚类，可以将图2b中目标建筑物左侧的映射入口位置12聚集为一个聚类中，目标建筑物上侧的映射入口位置12聚集为另一个聚类中。

步骤S104、服务器根据映射入口位置聚类中的映射入口位置，确定所述目标建筑物的入口位置。

可以理解的是，所述目标建筑物的入口个数与所述映射入口位置聚类的个数相同。

可选的，本步骤的具体实现方式可以包括：

获取映射入口位置聚类中所有映射入口位置的平均值作为所述目标建筑物的一个入口位置。

当然除此之外还可以采用其它的方式来确定入口位置，如将聚类中各映射入口位置中最中间的一个映射入口位置确定为目标建筑物的一个入口位置，等等。

以上述图2a、2b示例的情况为例，参照图2d，按照本实施例公开的入口位置确定方法可以分别确定目标建筑物的两个入口：入口13和入口14。

本申请实施例提供的建筑物入口检测方法，可以利用大量移动终端出入目标建筑物时的定位信息，通过位置映射、聚类处理挖掘目标建筑物的某个区域频繁出现的可能的入口点，无需派人工去现场，节省了大量的人力资源。并且，对于某些临时性调整开放状态的入口，如正在维修中的入口等，本申请能够及时检测出入口状态异常，从而在建筑物入口列表中去掉该入口，避免对用户带来误导。

在本申请的另一个实施例中，介绍了另一种移动终端与服务器信令交互过程，如图3所示，该方法包括：

步骤S200、移动终端检测自身是否处于目标建筑物的内外过渡过程，若是，执行步骤S201；

具体地，移动终端可以按照设定策略启动室内外过渡检测过程，以检测移动终端自身是否处于目标建筑物的内外过渡过程。

其中，设定策略包括但不限于：移动终端检测到自身进入指定区域时启动室内外过渡检测，该指定区域可以是包含所述目标建筑物的一个区域，如目标建筑物周边一定距离内；或者是，移动终端按照设定周期启动室内外过渡检测。

可选的，移动终端检测自身是否处于目标建筑物的内外过渡过程的方式，可以包括：

1、根据光照传感器获取的光照强度变化信息，确定第一室内外过渡概率；

2、根据GPS传感器获取的GPS信号信息，确定第二室内外过渡概率；

3、根据WIFI传感器获取的WIFI热点信息，确定第三室内外过渡概率；

4、根据所述第一室内外过渡概率、所述第二室内外过渡概率、所述第三室内外过渡概率，确定自身是否处于所述目标建筑物的内外过渡过程。

具体地，在室内外过渡的过程会伴随着光照强度的变化，通过检测光照强度的强弱变化，可以确定室内外过渡过程。进一步，在室外移动终端接收到的GPS卫星数量要比室内接收的数量要多，GPS信号强度也要高于室内，因此通过检测移动终端接收的GPS卫星数量、信号强度可以确定室内外过渡过程。再进一步，室内通常比室外有更多的WIFI热点，因此通过检测移动终端扫描到的WIFI热点个数以及WIFI热点信号强度可以确定室内外过渡过程。本申请可以综合考虑上述三种检测方式，根据三种检测方式的检测结果来确定移动终端是否处于目标建筑物的内外过渡过程。

步骤S201、移动终端获取自身在所述目标建筑物的内外过渡过程中形成的轨迹点的信息；

可以理解的是，在移动终端处于室外时，可以通过GPS来确定轨迹点，在移动终端处于室内时，可以通过步导定位的方式来确定轨迹点。即通过PDR(Pedestrian DeadReckoning，步行航位推算)对步行者行走的步数、步长、方向进行测量和统计，推算出步行者行走轨迹，和位置等信息。

步骤S202、移动终端利用获取的轨迹点的信息组成轨迹数据发送给服务器；

步骤S203、服务器从每一条轨迹数据中，获取移动终端出入所述目标建筑物时产生的轨迹点的信息作为定位信息；

具体地，服务器可以按照设定策略启动入口检测过程。该设定策略可以是，每隔设定时间，或定时启动等。

以服务器每隔设定时间启动入口检测过程为例，服务器获取到上一时间周期内接收到的各条轨迹数据。从每一条轨迹数据中，获取移动终端出入目标建筑物时产生的轨迹点的信息作为定位信息。

步骤S204、服务器将每一所述定位信息包括的定位位置映射至所述目标建筑物的轮廓线上，得到映射入口位置；

步骤S205、服务器将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类；

步骤S206、服务器根据映射入口位置聚类中的映射入口位置，确定所述目标建筑物的入口位置。

其中，上述步骤S204-S206与前述步骤中S102-S104一一对应，此处不再赘述。

本实施例中介绍了移动终端的轨迹数据包括移动终端在所述目标建筑物的内外过渡过程中形成的轨迹点的信息，基于此，服务器可以从轨迹数据中，获取移动终端出入所述目标建筑物时产生的轨迹点的信息作为定位信息。同时，本实施例还介绍了移动终端如何检测自身是否处于目标建筑物的内外过渡过程的实现方式。

可选的，在上述步骤S201，移动终端获取自身在所述目标建筑物的内外过渡过程中形成的轨迹点的信息之后，还可以进一步包括：

移动终端通过运动状态检测及移动终端姿态检测，将不满足步行状态及姿态稳定状态的轨迹点的信息删除。

具体地，当移动终端的持有者处于非步行运动状态，或移动终端姿态不稳定时，获取的移动终端的轨迹会出现误差，为此移动终端可以将不满足步行状态及姿态稳定状态的轨迹点的信息删除。

可选的，移动终端还可以在检测到自身处于目标建筑物的内外过渡过程时，确定自身出或入目标建筑物时产生的轨迹点，在该轨迹点的信息中设置临界点标签，所述临界点标签用于表示该信息对应的轨迹点是移动终端出或入所述目标建筑物时产生的轨迹点。

其中，移动终端若确定自身为进入目标建筑物，则可以通过室内外检测技术将在目标建筑内产生的首个轨迹点作为进入目标建筑时的轨迹点，为该轨迹点设置临界点标签。或者是，通过室内外检测技术将进入目标建筑物前，在目标建筑外产生的最后一个轨迹点作为进入目标建筑时的轨迹点，为该轨迹点设置临界点标签。

进一步，移动终端若确定自身为出目标建筑物，则可以通过室内外检测技术将退出目标建筑物前，在目标建筑物内产生的最后一个轨迹点作为出目标建筑时的轨迹点，为该轨迹点设置临界点标签。或者是，通过室内外检测技术将在目标建筑物外产生的首个轨迹点作为出目标建筑时的轨迹点，为该轨迹点设置临界点标签。

基于此，服务器从每一条轨迹数据中，获取移动终端出入目标建筑物时产生的轨迹点的信息作为定位信息的过程，具体可以包括：

从每一条轨迹数据中，获取信息中包括临界点标签的轨迹点的信息作为定位信息。

另一种实施例方式中，服务器从每一条轨迹数据中，获取移动终端出入目标建筑物时产生的轨迹点的信息作为定位信息的过程，可以包括：

从每一条轨迹数据中，确定信息中包括临界点标签的轨迹点，将该轨迹点及其前后设定个数的轨迹点的信息作为定位信息。

第二种实施方式中，通过将设置有临界点标签的轨迹点前后若干个轨迹点的信息共同作为定位信息，避免由于定位误差造成的单个轨迹点作为入口轨迹点的误差。

在本申请的又一个实施例中，对上述步骤S205，服务器将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类的过程进行介绍。本实施例中提供两种聚类方式，分别如下：

第一种：

采用基于密度的聚类算法，按照映射入口位置之间的距离，将所述映射入口位置进行聚类，得到至少一个映射入口位置聚类。

其中，基于密度的聚类算法可以包括DBSCAN算法。

DBSCAN算法介绍如下：

定义：

Ε领域:给定对象半径为Ε内的区域称为该对象的Ε领域。

核心对象:如果给定对象Ε领域内的样本点数大于等于MinPts，则称该对象为核心对象。

直接密度可达:对于样本集合D，如果样本点q在p的Ε领域内，并且p为核心对象，那么对象q从对象p直接密度可达。

密度可达:对于样本集合D，给定一串样本点p1,p2....pn，p＝p1,q＝pn,假如对象pi从pi-1直接密度可达，那么对象q从对象p密度可达。

密度相连:存在样本集合D中的一点o，如果对象o到对象p和对象q都是密度可达的，那么p和q密度相联。

可以发现，密度可达是直接密度可达的传递闭包，并且这种关系是非对称的。密度相连是对称关系。DBSCAN目的是找到密度相连对象的最大集合。

Eg:假设半径Ε＝3，MinPts＝3，点p的E领域中有点{m,p,p1,p2,o},点m的E领域中有点{m,q,p,m1,m2},点q的E领域中有点{q,m},点o的E领域中有点{o,p,s},点s的E领域中有点{o,s,s1}。

那么核心对象有p,m,o,s(q不是核心对象，因为它对应的E领域中点数量等于2，小于MinPts＝3)。

点m从点p直接密度可达，因为m在p的E领域内，并且p为核心对象。

点q从点p密度可达，因为点q从点m直接密度可达，并且点m从点p直接密度可达。

点q到点s密度相连，因为点q从点p密度可达，并且s从点p密度可达。

DBSCAN算法描述：

输入:包含n个对象的数据库，半径e，最少数目MinPts；

输出:所有生成的聚类簇，达到密度要求。

(1)从数据库中抽出一个未处理的点；

(2)IF抽出的点是核心点，THEN找出所有从该点密度可达的对象，形成一个聚类簇；

(3)ELSE抽出的点是边缘点(非核心对象)，跳出本次循环，寻找下一个点；

(4)UNTIL所有的点都被处理。

使用该DBSCAN算法进行聚类不需要预先知道聚类簇的个数，且能够发现任意形状的聚类簇。

当然，除了DBSCAN算法之外还可以使用其它聚类算法进行聚类处理。

第二种：

在介绍第二种聚类算法时，需要对移动终端的操作进一步介绍。

移动终端中，WIFI传感器可以周期性的扫描WIFI信号，得到各个时间点的WIFI指纹，WIFI指纹包括扫描到的WIFI热点以及各WIFI热点的信号强度。

移动终端获取自身出或入所述目标建筑物时的轨迹点对应的WIFI指纹，加入轨迹点的信息发送给服务器。

服务器确定出定位信息，进而得到定位信息包括的定位位置及WIFI指纹。

基于此，服务器将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类的过程可以包括：

采用基于密度的聚类算法，按照映射入口位置之间的距离和WIFI指纹相似度，将所述映射入口位置进行聚类，得到至少一个映射入口位置聚类。

本实现方式中，同时考虑映射入口位置距离以及WIFI指纹相似度来对映射入口位置进行聚类分析。位置距离较近且WIFI指纹相似度高的映射入口位置可以确定为对应同一入口，因此聚集为同一聚类中。

相比于上一聚类实现方式，本实现方式中增加考虑了WIFI指纹的影响，使得聚类结果更加准确。

可选的，服务器在对多个所述映射入口位置进行聚类，得到至少一个映射入口位置聚类之后，可以进一步将包含映射入口位置的个数低于设定个数阈值的聚类删除。

对于包含映射入口位置个数少于设定个数阈值的映射入口位置聚类，本申请可以认定其可信度过低，直接将该映射入口位置聚类进行删除。

在本申请接下来的实施例中，从服务器角度对建筑物入口检测过程进行介绍，参见图4，图4为本申请实施例从服务器角度公开的一种建筑物入口检测方法流程图，如图4所示，该方法包括：

步骤S40、基于移动终端上传的轨迹数据，获取移动终端出入目标建筑物时的定位信息；

其中，移动终端可以按照设定策略，将自身的轨迹数据上传给服务器。若移动终端确定自身处于目标建筑物内外过渡过程时，将自身的轨迹数据发送给服务器等。服务器可以基于移动终端上传的轨迹数据，获取移动终端出入目标建筑物时的定位信息。

步骤S41、将每一所述定位信息包括的定位位置映射至所述目标建筑物的轮廓线上，得到映射入口位置；

具体地，由于定位服务存在误差，上一步骤中获取的定位信息包含的定位位置有可能不在建筑物轮廓线上，为此需要将定位位置映射至目标建筑物的轮廓线上，得到映射入口位置。

步骤S42、将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类；

具体地，受定位误差的影响，多条经过同一入口的轨迹数据确定的定位位置通常不是同一个点。为了确定入口唯一位置，本步骤中对多个映射入口位置进行聚类，以期将相同入口对应的映射入口位置聚集为同一分类，进而根据同一聚类中的映射入口位置确定该入口位置。

步骤S43、根据映射入口位置聚类中的映射入口位置，确定所述目标建筑物的入口位置。

可以理解的是，所述目标建筑物的入口个数与所述映射入口位置聚类的个数相同。

可选的，本步骤的具体实现方式可以包括：

获取映射入口位置聚类中所有映射入口位置的平均值作为所述目标建筑物的一个入口位置。

当然除此之外还可以采用其它的方式来确定入口位置，如将聚类中各映射入口位置中最中间的一个映射入口位置确定为目标建筑物的一个入口位置，等等。

本申请实施例提供的建筑物入口检测方法，可以利用大量移动终端出入目标建筑物时的定位信息，通过位置映射、聚类处理挖掘目标建筑物的某个区域频繁出现的可能的入口点，无需派人工去现场，节省了大量的人力资源。并且，对于某些临时性调整开放状态的入口，如正在维修中的入口等，本申请能够及时检测出入口状态异常，从而在建筑物入口列表中去掉该入口，避免对用户带来误导。

可选的，服务器在对多个所述映射入口位置进行聚类，得到至少一个映射入口位置聚类之后，可以进一步将包含映射入口位置的个数低于设定个数阈值的映射入口位置聚类删除。

对于聚类后包含映射入口位置个数少于设定个数阈值的映射入口位置聚类，本申请可以认定其可信度过低，直接将该聚类进行删除。

在本申请的另一个实施例中，对上述步骤S40，基于移动终端上传的轨迹数据，获取移动终端出入目标建筑物时的定位信息的过程进行介绍。

其中，移动终端上传的轨迹数据可以包括移动终端在所述目标建筑物内外过渡过程中形成的轨迹点的信息。

基于此，步骤S40具体实现过程可以包括：

1、接收移动终端上传的两条以上的轨迹数据；

具体地，移动终端将自身在所述目标建筑物内外过渡过程中形成的轨迹点的信息组成轨迹数据，发送给服务器。

服务器可以获取一个移动终端回传的多条轨迹数据，和/或多个移动终端回传的多条轨迹数据。

2、从每一条轨迹数据中，获取移动终端出入所述目标建筑物时产生的轨迹点的信息作为定位信息。

一种可选的实施方式中，服务器可以将轨迹数据所包含的移动终端在目标建筑物内外过渡过程中形成的各轨迹点的信息均作为定位信息。

另一种可选的实施方式中，移动终端在检测到自身处于所述目标建筑物的内外过渡过程时，还可以进一步确定自身出或入所述目标建筑物时产生的轨迹点，在该轨迹点的信息中设置临界点标签。

基于此，服务器可以从每一条轨迹数据中，获取信息中包括临界点标签的轨迹点的信息作为定位信息。或者是，服务器从每一条轨迹数据中，确定信息中包括临界点标签的轨迹点，将该轨迹点及其前后设定个数的轨迹点的信息作为定位信息。

通过将设置有临界点标签的轨迹点前后若干个轨迹点的信息共同作为定位信息，避免由于定位误差造成的单个轨迹点作为入口轨迹点的误差。

在本申请的又一个实施例中，对上述步骤S42中，服务器将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类的过程进行介绍。

本申请公开了两种聚类方式，分别如下：

第一种方式：

采用基于密度的聚类算法，按照映射入口位置之间的距离，将所述映射入口位置进行聚类，得到至少一个映射入口位置聚类。

其中，基于密度的聚类算法可以包括DBSCAN算法。当然，除了DBSCAN算法之外还可以使用其它聚类算法进行聚类处理。

第二种方式：

本实施例介绍的方法中，服务器获取的移动终端出入目标建筑物时的定位信息包括定位位置及定位位置对应的WIFI指纹。

基于此，服务器将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类的过程，可以包括：

采用基于密度的聚类算法，按照映射入口位置之间的距离和WIFI指纹相似度，将所述映射入口位置进行聚类，得到至少一个映射入口位置聚类。

具体地，可以对映射入口位置之间的物理距离进行归一化，以及，对映射入口位置之间的WIFI指纹相似度进行归一化。进一步，根据映射入口位置之间归一化后的物理距离和归一化后的WIFI指纹相似度，计算映射入口位置之间的欧氏距离。利用映射入口位置之间的欧氏距离，基于密度的聚类算法进行聚类分析，如采用DBSCAN聚类算法。

举例说明如下：

共存在n个映射入口位置，分别为映射入口位置1-n。以L_ij表示第i个和第j个映射入口位置间的物理距离，以S_ij表示i个和第j个映射入口位置间的WIFI指纹相似度，其中i≠j且均属于[1,n]。

则对L_ij进行归一化，归一化结果为L_ij′，对S_ij进行归一化，归一化结果为S_ij′。

计算第i个和第j个映射入口位置间的欧氏距离M：

通过上述公式即可确定任意两个映射入口位置之间的欧氏距离，进而可以基于DBSCAN算法，对多个映射入口位置进行聚类处理。

本实现方式中，同时考虑映射入口位置距离以及WIFI指纹相似度来对映射入口位置进行聚类分析。位置距离较近且WIFI指纹相似度高的映射入口位置可以确定为对应同一入口，因此聚集为同一聚类中。

相比于上一聚类实现方式，本实现方式中增加考虑了WIFI指纹的影响，使得聚类结果更加准确。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所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申请。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申请的精神或范围的情况下，在其它实施例中实现。因此，本申请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 (14)

1.一种建筑物入口检测方法，其特征在于，包括：

基于移动终端上传的轨迹数据，获取移动终端出入目标建筑物时的定位信息，所述轨迹数据包括移动终端在所述目标建筑物内外过渡过程中形成的轨迹点的信息；

将每一所述定位信息包括的定位位置映射至所述目标建筑物的轮廓线上，得到映射入口位置；

将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类；

根据映射入口位置聚类中的映射入口位置，确定所述目标建筑物的入口位置。

2.根据权利要求1所述的方法，其特征在于，所述基于移动终端上传的轨迹数据，获取移动终端出入目标建筑物时的定位信息，包括：

接收移动终端上传的两条以上的轨迹数据；

从每一条轨迹数据中，获取移动终端出入所述目标建筑物时产生的轨迹点的信息作为定位信息。

3.根据权利要求2所述的方法，其特征在于，所述从每一条轨迹数据中，获取移动终端出入所述目标建筑物时产生的轨迹点的信息作为定位信息，包括：

从每一条轨迹数据中，获取信息中包括临界点标签的轨迹点的信息作为定位信息，所述临界点标签用于表示该信息对应的轨迹点是移动终端出或入所述目标建筑物时产生的轨迹点。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述定位信息仅包括定位位置，则将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类，包括：

采用基于密度的聚类算法，按照映射入口位置之间的距离，将所述映射入口位置进行聚类，得到至少一个映射入口位置聚类。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述定位信息包括：定位位置和定位位置对应的WIFI指纹，所述将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类，包括：

采用基于密度的聚类算法，按照映射入口位置之间的距离和WIFI指纹相似度，将所述映射入口位置进行聚类，得到至少一个映射入口位置聚类。

6.根据权利要求1-3任一项所述的方法，其特征在于，所述根据映射入口位置聚类中的映射入口位置，确定所述目标建筑物的入口位置，包括：

获取映射入口位置聚类中所有映射入口位置的平均值作为所述目标建筑物的一个入口位置。

7.一种建筑物入口检测系统，其特征在于，包括：移动终端和服务器，其中：

所述移动终端用于，将自身的轨迹数据发送至服务器；

所述服务器用于，基于移动终端上传的轨迹数据，获取移动终端出入目标建筑物时的定位信息，所述轨迹数据包括移动终端在所述目标建筑物内外过渡过程中形成的轨迹点的信息；将每一所述定位信息包括的定位位置映射至所述目标建筑物的轮廓线上，得到映射入口位置；将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类；根据映射入口位置聚类中的映射入口位置，确定所述目标建筑物的入口位置。

8.根据权利要求7所述的系统，其特征在于，所述服务器，基于移动终端上传的轨迹数据，获取移动终端出入目标建筑物时的定位信息的过程具体包括：

接收移动终端两条以上的轨迹数据，从每一条轨迹数据中，获取移动终端出入所述目标建筑物时产生的轨迹点的信息作为定位信息。

9.根据权利要求8所述的系统，其特征在于，

所述移动终端还用于，在检测到自身处于所述目标建筑物的内外过渡过程时，确定自身出或入所述目标建筑物时产生的轨迹点，在该轨迹点的信息中设置临界点标签；

所述服务器从每一条轨迹数据中，获取移动终端出入所述目标建筑物时产生的轨迹点的信息作为定位信息的过程，具体包括：

从每一条轨迹数据中，获取信息中包括临界点标签的轨迹点的信息作为定位信息。

10.根据权利要求7-9任一项所述的系统，其特征在于，所述定位信息仅包括定位位置，所述服务器将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类的过程，具体包括：

采用基于密度的聚类算法，按照映射入口位置之间的距离，将所述映射入口位置进行聚类，得到至少一个映射入口位置聚类。

11.根据权利要求7-9任一项所述的系统，其特征在于，所述移动终端还用于：

获取自身出或入所述目标建筑物时的轨迹点对应的WIFI指纹，加入轨迹点的信息；

所述服务器将所述映射入口位置至少按照映射入口位置之间的距离进行聚类，得到至少一个映射入口位置聚类的过程，具体包括：

采用基于密度的聚类算法，按照映射入口位置之间的距离和WIFI指纹相似度，将所述映射入口位置进行聚类，得到至少一个映射入口位置聚类。

12.根据权利要求7-9任一项所述的系统，其特征在于，所述服务器根据映射入口位置聚类中的映射入口位置，确定所述目标建筑物的入口位置的过程，具体包括：

获取映射入口位置聚类中所有映射入口位置的平均值作为所述目标建筑物的一个入口位置。

13.根据权利要求7-9任一项所述的系统，其特征在于，所述移动终端检测自身是否处于所述目标建筑物的内外过渡过程的过程，具体包括：

根据光照传感器获取的光照强度变化信息，确定第一室内外过渡概率；

根据GPS传感器获取的GPS信号信息，确定第二室内外过渡概率；

根据WIFI传感器获取的WIFI热点信息，确定第三室内外过渡概率；

根据所述第一室内外过渡概率、所述第二室内外过渡概率、所述第三室内外过渡概率，确定自身是否处于所述目标建筑物的内外过渡过程。

14.根据权利要求7-9任一项所述的系统，其特征在于，所述移动终端还用于：

通过运动状态检测及姿态检测，将自身的轨迹数据中不满足步行状态及姿态稳定状态的轨迹点的信息删除。

Images