CN109005501B - 车辆定位方法、装置、服务器及系统 - Google Patents

车辆定位方法、装置、服务器及系统 Download PDF

Info

Publication number
CN109005501B
CN109005501B CN201810763916.0A CN201810763916A CN109005501B CN 109005501 B CN109005501 B CN 109005501B CN 201810763916 A CN201810763916 A CN 201810763916A CN 109005501 B CN109005501 B CN 109005501B
Authority
CN
China
Prior art keywords
classification
vehicle
sample
initial
samples
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
CN201810763916.0A
Other languages
English (en)
Other versions
CN109005501A (zh
Inventor
朱俊辉
蔡壮
郭晨
田超
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.)
Hanhai Information Technology Shanghai Co Ltd
Mobai Beijing Information Technology Co Ltd
Original Assignee
Hanhai Information Technology Shanghai 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 Hanhai Information Technology Shanghai Co Ltd filed Critical Hanhai Information Technology Shanghai Co Ltd
Priority to CN201810763916.0A priority Critical patent/CN109005501B/zh
Publication of CN109005501A publication Critical patent/CN109005501A/zh
Application granted granted Critical
Publication of CN109005501B publication Critical patent/CN109005501B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Abstract

本发明公开了一种车辆定位方法、装置、服务器及系统，其中，通过服务器实施，包括：根据已获取目标车辆的多个位置样本，获取目标车辆的初始位置参数；根据多个位置样本以及初始位置参数，获取对应的车辆位置参数；根据车辆位置参数，获取目标车辆的校准位置。根据本发明，通过获取目标车辆的多个位置样本确定对应的车辆位置参数，基于车辆位置参数获取目标车辆的校准位置，实现车辆的位置校准，提高车辆的定位精度。

Description

车辆定位方法、装置、服务器及系统
技术领域
本发明涉及车辆技术领域，更具体地，涉及一种车辆定位方法、服务器及系统。
背景技术
随着制造技术的飞速发展以及互联网的普及，通过例如共享自行车、共享汽车这类共享车辆出行，已经成为城市中新兴的出行方式，可以有效解决城市人群的出行需求，并且绿色环保。
而随着共享车辆的用户规模日趋庞大，用车需求量爆发式增长，市场上投入提供运营的共享车辆数量大幅增长，由于共享车辆的移动流通性，如果对已投入流通使用的共享车辆不实施管理，会对城市交通管理带来巨大压力，因此，运营共享车辆的服务商通常会通过对共享车辆进行定位后，实施相应的车辆管理。同时，期望使用共享车辆的用户通常也需要通过对可用的共享车辆定位后，寻找对应的共享车辆进行使用。因而，共享车辆的精准定位非常重要。
但是，目前通常依赖共享车辆上设置的定位模块(例如GPS，Global PositionSystem，全球定位系统)对共享车辆进行定位，但是共享车辆的定位模块通常误差较大，尤其在高楼遮挡严重的区域，误差可达几百米，对期望使用共享车辆的用户寻找共享车辆，或者运营共享车辆的服务商的运营人员寻找要实施车辆管理的共享车辆，都带来了极大的困难。
发明内容
本发明的一个目的是提供一种用于车辆定位的新技术方案。
根据本发明的第一方面，提供了一种车辆定位方法，其中，通过服务器实施，包括：
根据已获取目标车辆的多个位置样本，获取目标车辆的初始位置参数；
根据多个位置样本以及初始位置参数，获取对应的车辆位置参数；
根据车辆位置参数，获取目标车辆的校准位置。
可选地，获取目标车辆的多个位置样本的步骤，包括：
确定获取目标车辆的位置样本的观测周期；
根据观测周期内接收的目标车辆的位置上报信息，确定目标车辆的多个位置样本。
可选地，初始位置参数中包括每个样本分类的初始分类均值、初始分类权重、初始分类平方差；样本分类是对多个位置样本基于预设的分类数目划分得到的分类；
获取目标车辆的初始位置参数的步骤，包括：
基于预设的初始漂移量，根据多个位置样本的样本均值，确定每个样本分类的初始分类均值；
根据预设的分类数目，确定每个样本分类的初始分类权重；
根据多个位置样本以及每个样本分类的初始分类均值，确定初始分类平方差。
可选地，
根据多个位置样本以及初始位置参数，获取对应的车辆位置参数的步骤，包括：
以初始位置参数作为车辆位置参数的初始值，根据多个位置样本，进行迭代处理得到对应的车辆位置参数；
当本次迭代处理得到的车辆位置参数满足预设的收敛条件时，终止迭代处理，确定本次迭代处理得到的车辆位置参数是最终的车辆位置参数，否则，继续迭代处理。
可选地，初始位置参数中包括每个样本分类的初始分类均值、初始分类权重、初始分类平方差；样本分类是对多个位置样本基于预设的分类数目划分得到的分类；
车辆位置参数中包括对应的每个样本分类的分类均值、分类平方差、分类权重集合；每个分类权重集合包括每个位置样本属于对应的样本分类的分类权重；
以初始位置参数作为车辆位置参数的初始值，根据多个位置样本，进行迭代处理得到对应的车辆位置参数的步骤包括：
根据本次迭代前的每个样本分类的分类均值、分类平方差、分类权重集合以及多个位置样本，确定本次迭代后的每个样本分类的分类权重集合；
根据本次迭代前的每个样本分类的分类权重集合及多个位置样本，确定本次迭代后的每个样本分类的分类均值；
根据本次迭代前的每个样本分类的分类权重集合、分类均值及多个位置样本，确定本次迭代后的每个样本分类的分类平方差。
可选地，确定本次迭代后的每个样本分类的分类权重集合的步骤包括：
根据本次迭代前的每个样本分类的分类均值、分类平方差，确定每个位置样本的概率分布值；
根据每个位置样本的概率分布值以及本次迭代前的分类权重集合，确定每个位置样本在本次迭代处理后得到对于每个样本分类的分类权重，以获取每个样本分类的分类权重集合。
可选地，
预设的收敛条件是，迭代处理的次数不小于预设的次数阈值；
和/或，
预设的收敛条件是，迭代处理后车辆位置参数的误差值不大于预设的误差阈值。
可选地，车辆位置参数中包括对应的每个样本分类的分类均值、分类平方差、分类权重集合；
车辆位置参数的误差值是根据本次迭代前的每个样本分类的分类均值、分类平方差集合与本次迭代后的每个样本分类的分类均值、分类平方差集合所确定。
可选地，根据车辆位置参数，获取目标车辆的校准位置的步骤，包括：
根据车辆位置参数，确定目标车辆的最佳样本分类；
根据最佳样本分类，确定目标车辆的校准位置。
可选地，车辆位置参数中包括对应的每个样本分类的分类均值、分类平方差、分类权重集合；
根据车辆位置参数，确定目标车辆的最佳样本分类的步骤包括：
根据每个样本分类的分类权重集合，确定对应的位置样本的分类权重之和最大的样本分类作为最佳样本分类。
可选地，根据最佳样本分类，确定目标车辆的校准位置包括：
根据属于最佳样本分类的多个位置样本，获取对应的样本均值作为目标车辆的校准位置。
根据本发明的第二方面，提供一种车辆定位装置，其中，包括：
参数获取模块，用于根据已获取目标车辆的多个位置样本，获取目标车辆的初始位置参数；
获取模块，用于根据多个位置样本以及初始位置参数，获取对应的车辆位置参数；
校准处理模块，用于根据车辆位置参数，获取目标车辆的校准位置。
根据本发明的第三方面，提供一种服务器，其中，包括：
存储器，用于存储可执行的指令；
处理器，用于根据可执行的指令的控制，运行服务器执行第一方面提供的任意一项的车辆定位方法。
根据本发明的第四方面，提供一种车辆定位系统，包括：
车辆；
以及如第三方面提供的服务器。
根据本公开的一个实施例，通过获取目标车辆的多个位置样本确定对应的车辆位置参数，基于车辆位置参数获取目标车辆的校准位置，实现车辆的位置校准，提高车辆的定位精度。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1是显示可用于实现本发明的实施例的车辆系统的硬件配置的例子的框图。
图2示出了本发明的第一实施例的车辆定位方法的流程图。
图3示出了本发明的第一实施例的获取位置样本步骤的流程图。
图4示出了本发明的第一实施例的获取初始位置参数步骤的流程图。
图5示出了本发明的第一实施例的获取车辆位置参数步骤的流程图。
图6示出了本发明的第一实施例的获取车辆位置参数步骤又一流程图。
图7示出了本发明的第一实施例的确定分类权重集合步骤的流程图。
图8示出了本发明的第一实施例的获取校准位置步骤的流程图。
图9示出了本发明的第一实施例的车辆定位装置的框图。
图10示出了本发明的第一实施例的服务器的框图。
图11示出了本发明的第一实施例的车辆定位系统的框图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
<硬件配置>
如图1所示，车辆系统100包括服务器1000、客户端2000、车辆3000、网络4000。
服务器1000提供处理、数据库、通讯设施的业务点。服务器1000可以是整体式服务器或是跨多计算机或计算机数据中心的分散式服务器。服务器可以是各种类型的，例如但不限于，网络服务器，新闻服务器，邮件服务器，消息服务器，广告服务器，文件服务器，应用服务器，交互服务器，数据库服务器，或代理服务器。在一些实施例中，每个服务器可以包括硬件，软件，或用于执行服务器所支持或实现的合适功能的内嵌逻辑组件或两个或多个此类组件的组合。例如，服务器例如刀片服务器、云端服务器等，或者可以是由多台服务器组成的服务器群组，可以包括上述类型的服务器中的一种或多种等等。
在一个例子中，服务器1000可以如图1所示，包括处理器1100、存储器1200、接口装置1300、通信装置1400、显示装置1500、输入装置1600。尽管服务器也可以包括扬声器、麦克风等等，但是，这些部件与本发明无关，故在此省略。
其中，处理器1100例如可以是中央处理器CPU、微处理器MCU等。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括USB接口、串行接口、红外接口等。通信装置1400例如能够进行有线或无线通信。显示装置1500例如是液晶显示屏、LED显示屏触摸显示屏等。输入装置1600例如可以包括触摸屏、键盘等。
在本实施例中，客户端2000是具有通信功能、业务处理功能的电子设备。客户端2000可以是移动终端，例如手机、便携式电脑、平板电脑、掌上电脑等等。在一个例子中，客户端2000是对车辆3000实施管理操作的设备，例如，安装有支持运营、管理车辆的应用程序(APP)的手机。
如图1所示，客户端2000可以包括处理器2100、存储器2200、接口装置2300、通信装置2400、显示装置2500、输入装置2600、输出装置2700、摄像装置2800，等等。其中，处理器2100可以是中央处理器CPU、微处理器MCU等。存储器2200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置2300例如包括USB接口、耳机接口等。通信装置2400例如能够进行有线或无线通信。显示装置2500例如是液晶显示屏、触摸显示屏等。输入装置2600例如可以包括触摸屏、键盘或者麦克风等。输出装置2700用于输出信息，例如可以是扬声器，用于为用户输出语音信息。摄像装置2800用于拍摄获取信息，例如是摄像头等。
车辆3000是任何可以分时或分地出让使用权供不同用户共享使用的车辆，例如，用于共享的共享自行车、共享助力车、共享电动车、共享车等等。车辆3000可以是自行车、三轮车、电动助力车、摩托车以及四轮乘用车等各种形态。
如图1所示，车辆3000可以包括处理器3100、存储器3200、接口装置3300、通信装置3400、输出装置3500、输入装置3600、定位装置3700、传感器3800，等等。其中，处理器3100可以是中央处理器CPU、微处理器MCU等。存储器3200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置3300例如包括USB接口、耳机接口等。通信装置3400例如能够进行有线或无线通信。输出装置3500例如可以是输出信号的装置，可以是显示装置，例如液晶显示屏、触摸显示屏等，也可以是扬声器等输出语音信息等。输入装置3600例如可以包括触摸屏、键盘等，也可以是麦克风输入语音信息。定位装置3700用于提供定位功能，例如可以是GPS定位模块、北斗定位模块等。传感器3800用于获取车辆姿态信息，例如可以是加速度计、陀螺仪、或者三轴、六轴、九轴微机电系统(MEMS)等。
网络4000可以是无线通信网络也可以是有线通信网络，可以是局域网也可以是广域网。在图1所示的车辆系统中，车辆3000与服务器1000、客户端2000与服务器1000，可以通过网络4000进行通信。此外，车辆3000与服务器1000、客户端2000与服务器1000通信所基于的网络4000可以是同一个，也可以是不同的。
应当理解的是，尽管图1仅示出一个服务器1000、客户端2000、车辆3000，但不意味着限制对应的数目，车辆系统100中可以包含多个服务器1000、客户端2000、车辆3000。
以车辆3000为共享自行车为例，车辆系统100为共享自行车系统。服务器1000用于提供支持共享自行车使用所必需的全部功能。客户端2000可以是手机，其上安装有共享自行车应用程序，共享自行车应用程序可以帮助用户使用车辆3000获取相应的功能等等。
图1所示的车辆系统100仅是解释性的，并且决不是为了要限制本发明、其应用或用途。
应用于本发明的实施例中，服务器1000的存储器1200用于存储指令，指令用于控制处理器1100进行操作以执行本发明实施例提供的车辆定位方法。
尽管在图1中对服务器1000示出了多个装置，但是，本发明可以仅涉及其中的部分装置，例如，服务器1000只涉及存储器1200和处理器1100。
应用于本发明的实施例中，客户端2000的存储器2200用于存储指令，指令用于控制处理器2100运行客户端2000执行本发明实施例提供的车辆定位方法。
尽管在图1中对客户端2000示出了多个装置，但是，本发明可以仅涉及其中的部分装置，例如，客户端2000只涉及存储器2200和处理器2100。
应用于本发明的实施例中，车辆3000的存储器3200用于存储指令，指令用于控制处理器3100进行操作以执行本发明实施例提供的车辆定位方法。
尽管在图1中对车辆3000示出了多个装置，但是，本发明可以仅涉及其中的部分装置，例如，车辆3000只涉及存储器3200和处理器3100。
在上述描述中，技术人员可以根据本发明所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。
<实施例>
本实施例的总体构思，是提供一种新的车辆定位方案，通过获取目标车辆的多个位置样本确定对应的车辆位置参数，基于车辆位置参数获取目标车辆的校准位置，实现车辆的位置校准，提高车辆的定位精度。
<方法>
在本实施例中，提供一种车辆定位方法。应当理解的是，该车辆是被投放供用户以分时租赁、分地租赁等模式获取使用权的交通设备，该车辆可以是两轮或三轮自行车、助力车、电动车，也可以是四轮以上的机动车辆。
该车辆定位方法，通过服务器实施，该服务器可以是各种实体形式。例如，服务器可以是云端服务器，或者还可以是如图1所示的服务器1000。
如图2所示，该车辆定位方法包括：步骤S2100-S2300。
步骤S2100，根据已获取目标车辆的多个位置样本，获取目标车辆的初始位置参数。
该目标车辆可以是两轮或三轮自行车、助力车、电动车，也可以是四轮以上的机动车辆等。
位置样本是包括目标车辆的一份位置信息的样本。在一个例子中，根据获取目标车辆的多个位置样本的步骤，如图3所示，可以包括：步骤S2110-S2120。
步骤S2110，确定获取目标车辆的位置样本的观测周期。
观测周期是获取目标车辆的位置样本的时间周期。观测周期可以根据具体的应用场景或者应用需求设置。例如，观测周期可以根据车辆的使用记录来确定，例如可以车辆前后两次使用的起始时刻所经历的时间作为一个观测周期，比如，目标车辆是自行车时，观测周期就是前一次用户扫描自行车二维码的时刻至后一次用户扫描自行车二维码的时刻之间的时间。
步骤S2120，根据观测周期内的目标车辆的位置上报信息，确定目标车辆的多个位置样本。
位置样本是用于表征目标车辆所在地理位置的位置信息。该位置样本可以包括目标车辆所在地理位置的经度及目标车辆的纬度。该位置样本可以根据观测周期内的目标车辆的位置上报信息来获取，在观测周期内目标车辆根据预设的上报周期上报目标车辆的位置上报信息。例如，假设一个观测周期内获取N个目标车辆的位置上报信息，相应的，目标车辆的位置样本为N个，第i个位置样本为xi(i＝1,....,N)。在本实施例中，车辆可以通过设置于自身的定位模块(例如GPS，Global Position System，全球定位系统)来获取自身的位置信息之后通过设置的周期主动通过位置上报信息向服务器提供位置信息作为位置样本，其他类似的方式在此不一一列举。
目标车辆的初始位置参数是用于定位目标车辆的车辆位置的车辆位置参数的初始值。在一个例子中，该初始位置参数中包括每个样本分类的初始分类均值、初始分类权重、初始分类平方差；其中，样本分类是对多个位置样本基于预设的分类数目划分得到的分类。预设的分类数目可以根据具体的应用场景或者应用需求设置，例如，可以设置预设的分类数目K＝2。
具体地，获取目标车辆的初始位置参数的步骤可以如图4所示，包括：步骤S2130-S2150。
步骤S2130，基于预设的初始漂移量，根据多个位置样本的样本均值，确定每个样本分类的初始分类均值。
初始分类均值包括每个样本分类中位置样本的初始样本均值，该初始分类均值可以通过算数平均值法、中位平均值法、几何平均值法等方法进行获取。该初始分类均值可以根据多个位置样本的样本均值确定。
预设的初始漂移量是车辆位置发生漂移的估测值，可以根据工程经验值或者实验仿真值预先设置。
假设位置样本为xi(i＝1,....,N)，预设的分类数目为K，预设的初始漂移量为shift，对应的，采用算数平均值法计算得到第k(k＝1,....,K)类样本分类中位置样本的初始分类均值μ0(k)为：
Figure BDA0001728552460000101
步骤S2140，根据预设的分类数目，确定每个样本分类的初始分类权重。
初始分类权重是指每个位置样本分别属于每个样本分类的概率初始值。该初始分类权重可以根据具体的应用场景或者应用需求设置，也可以通过预设的分类数目确定。
假设预设的分类数目为K，位置样本为xi(i＝1,....,N)，对应的，第i个位置样本属于第k(k＝1,....,K)类样本分类的初始分类权重ωi,0(k)为：
Figure BDA0001728552460000111
步骤S2150，根据多个位置样本以及每个样本分类的初始分类均值，确定初始分类平方差。
初始分类平方差用于表明每个样本分类中位置样本的初始分布情况。该初始分类平方差可以根据多个位置样本以及每个样本分类的初始分类均值确定。
假设位置样本为xi(i＝1,....,N)，初始分类均值为μ0(k)，对应的，第k类样本分类中位置样本的初始分类平方差σ0(k)为：
Figure BDA0001728552460000112
在本实施例中，根据已获取目标车辆的多个位置样本，确定目标车辆的初始位置参数，结合后续步骤确定对应的车辆位置参数，基于车辆位置参数获取目标车辆的校准位置，实现车辆的位置校准，提高车辆的定位精度。
应当理解的是，在实际应用中上述步骤S2130-S2150可以并行处理，或者根据应用场景任意设置符合需求的处理顺序，本实施例中不做限制。
在步骤S2100之后，进入：
步骤S2200，根据多个位置样本以及初始位置参数，获取对应的车辆位置参数。
位置样本是包括目标车辆的一份位置信息的样本。初始位置参数是用于定位目标车辆的车辆位置的车辆位置参数的初始值。车辆位置参数是用于对目标车辆实施校准定位的相关参数。
在本实施例中，根据多个位置样本及初始位置参数，确定对应的车辆位置参数，结合后续步骤基于辆位置参数获取目标车辆的校准位置，实现车辆的位置校准，极大提高车辆的定位精度，相应提升车辆管理效率以及用户的用车体验。
在一个例子中，步骤S2200可以如图5所示，包括：步骤S2210-S2220。
步骤S2210，以初始位置参数作为车辆位置参数的初始值，根据多个位置样本，进行迭代处理得到对应的车辆位置参数。
初始位置参数可以包括每个样本分类的初始分类均值、初始分类权重、初始分类平方差；样本分类是对多个位置样本基于预设的分类数目划分得到的分类。
初始位置参数是用于定位目标车辆的车辆位置的车辆位置参数的初始值。初始分类均值包括每个样本分类中位置样本的初始样本均值。初始分类权重是指每个位置样本分别属于每个样本分类的概率初始值。初始分类平方差用于表明每个样本分类中位置样本的初始分布情况。车辆位置参数中包括对应的每个样本分类的分类均值、分类平方差、分类权重集合；每个分类权重集合包括每个位置样本属于对应的样本分类的分类权重。
车辆位置参数是用于对目标车辆实施校准定位的相关参数。分类均值是指每个样本分类中位置样本的样本均值，该样本均值可以通过算数平均值法、中位平均值法、几何平均值法等方法进行获取。分类平方差表明每个样本分类中位置样本的分布情况。分类权重是指每个位置样本分别属于每个样本分类的概率值。
对应的，步骤S2210可以如图6所示包括：步骤S2211-S2213。
步骤S2211，根据本次迭代前的每个样本分类的分类均值、分类平方差、分类权重集合以及多个位置样本，确定本次迭代后的每个样本分类的分类权重集合。
具体地，步骤S2211可以如图7所示包括：步骤S22111-S22112。
步骤S22111，根据本次迭代前的每个样本分类的分类均值、分类平方差，确定每个位置样本的概率分布值。
概率分布值是指每个位置样本的分布概率。
假设多个位置样本xi(i＝1,....,N)的预设的分类数目为K，本次迭代是第j次迭代，在本次迭代前的第k(k＝1,....,K)类样本分类的分类均值为μj-1(k)(k＝1,...,K)、分类平方差为σj-1(k)(k＝1,...,K)，对应的，得到每个位置样本xi的概率分布值p(xi|μj-1(k),σj-1(k))为：
Figure BDA0001728552460000121
步骤S22112，根据每个位置样本的概率分布值以及本次迭代前的分类权重集合，确定每个位置样本在本次迭代处理后得到对于每个样本分类的分类权重，以获取每个样本分类的分类权重集合。
假设每个位置样本的概率分布值为p(xi|μj-1(k),σj-1(k))，本次迭代是第j次迭代，本次迭代前第i个位置样本xi(i＝1,....,N)在第k类样本分类中的分类权重为ωi,j-1(k)，对应的，第i个位置样本在迭代处理后得到对于第k类样本分类的分类权重ωi,j(k)为：
Figure BDA0001728552460000131
步骤S2212，根据本次迭代前的每个样本分类的分类权重集合及多个位置样本，确定本次迭代后的每个样本分类的分类均值。
假设本次迭代是第j次迭代，本次迭代前第i个位置样本xi(i＝1,....,N)属于第k(k＝1,....,K)类样本分类的分类权重集合为ωi,j(k)，对应的，采用算数平均值法计算得到本次迭代后的第k类样本分类中位置样本的分类均值μj(k)为：
Figure BDA0001728552460000132
步骤S2213，根据本次迭代前的每个样本分类的分类权重集合、分类均值及多个位置样本，确定本次迭代后的每个样本分类的分类平方差。
假设本次迭代是第j次迭代，本次迭代前第i个位置样本xi(i＝1,....,N)属于第k(k＝1,....,K)类样本分类的分类权重集合为ωi,j(k)，第k类样本分类中位置样本的分类均值为μj(k)，对应的，本次迭代后的第k类样本分类中位置样本的分类平方差σj(k)为：
Figure BDA0001728552460000133
步骤S2220，当本次迭代处理得到的车辆位置参数满足预设的收敛条件时，终止迭代处理，确定本次迭代处理得到的车辆位置参数是最终的车辆位置参数，否则，继续迭代处理。
收敛条件是用于判断是否还进行迭代处理的条件。收敛条件可以根据具体的应用场景或应用需求设置。
具体地，收敛条件可以是，迭代处理的次数不小于预设的次数阈值。
其中，迭代处理的次数是指以初始位置参数作为车辆位置参数的初始值得到对应的车辆位置参数的循环次数。次数阈值可以根据具体的应用场景或者应用需求设置，例如，次数阈值可以设置为10。假设本次迭代处理是第j次迭代，而次数阈值为d，对应的，当j>d时，终止迭代处理。
收敛条件还可以是，迭代处理后车辆位置参数的误差值不大于预设的误差阈值。
车辆位置参数中包括对应的每个样本分类的分类均值、分类平方差、分类权重集合。
车辆位置参数的误差值是根据本次迭代前的每个样本分类的分类均值、分类平方差集合与本次迭代后的每个样本分类的分类均值、分类平方差集合所确定。
其中，车辆位置参数的误差值是迭代处理前的车辆位置参数与迭代后车辆位置参数之间存在的误差。误差阈值可以根据具体的应用场景或者应用需求设置，例如，误差阈值可以设置为1×E-10。
例如，假设本次迭代处理是第j次迭代，本次迭代前的每个样本分类的分类均值集合为μj-1(k)，本次迭代后的每个样本分类的分类均值集合为μj(k)，本次迭代前的每个样本分类的分类平方差集合为σj-1(k)，本次迭代后的每个样本分类的分类平方差集合为σj(k)，样本分类的预设的分类数目为K，对应的，位置参数的误差值error为：
Figure BDA0001728552460000141
假设，车辆位置参数的误差值为error，误差阈值为e，对应的，当error<e时，终止迭代处理。
本实施例中通过获取目标车辆的多个位置样本确定对应的车辆位置参数，基于车辆位置参数获取目标车辆的校准位置，实现车辆的位置校准，提高车辆的定位精度。
以上已经结合附图和例子举例说明如何实施步骤S2200，之后进入：
步骤S2300，根据车辆位置参数，获取目标车辆的校准位置。
车辆位置参数是用于对目标车辆实施校准定位的相关参数。
在一个例子中，步骤S2300可以如图8所示包括：步骤S2310-S2320。
步骤S2310，根据车辆位置参数，确定目标车辆的最佳样本分类。
具体地，车辆位置参数中包括对应的每个样本分类的分类均值、分类平方差、分类权重集合。
分类均值是指每个样本分类中位置样本的样本均值，该样本均值可以通过算数平均值法、中位平均值法、几何平均值法等方法进行获取。分类平方差表明每个样本分类中位置样本的分布情况。每个分类权重集合包括每个位置样本属于对应的样本分类的分类权重。分类权重是指每个位置样本分别属于每个样本分类的概率值。
对应的，根据每个样本分类的分类权重集合，确定对应的位置样本的分类权重之和最大的样本分类作为最佳样本分类。
根据每个样本分类的分类权重集合，可以确定位置样本的分类权重之和最大的样本分类，将该分类权重之和最大的样本分类确定为最佳样本分类。
步骤S2320，根据最佳样本分类，确定目标车辆的校准位置。
具体地，根据属于最佳样本分类的多个位置样本，获取对应的样本均值作为目标车辆的校准位置。
多个位置样本的样本均值可以通过算数平均值法、中位平均值法、几何平均值法等方法进行获取。
将属于最佳样本分类的多个位置样本的样本均值，作为目标车辆的校准位置，实现车辆的位置校准，提高车辆的定位精度，相应提升车辆管理效率以及用户的用车体验。
<例子>
在相同的区域环境中，采用本发明的车辆定位方法得到的目标车辆位置与实际车辆位置误差，及目标车辆通过自身的GPS模块获取的最后一次发送给服务器的车辆位置(在下表中用现有技术表示)与实际车辆位置误差，对比结果如下表所示：
本发明车辆定位方法 现有技术
与实际车辆位置误差 0.58米 18.85米
从上述对比结果可以看出，采用本发明的车辆定位方法，极大提高车辆的定位精度。
<车辆定位装置>
在本实施例中，还提供一种车辆定位装置5000，如图9所示，包括：参数获取模块5100、获取模块5200以及校准处理模块5300，用于实施本实施例中提供的任意一项车辆定位方法，在此不再赘述。
参数获取模块5100，用于根据已获取目标车辆的多个位置样本，获取目标车辆的初始位置参数。
在一个例子中，参数获取模块5100用于：
确定获取目标车辆的位置样本的观测周期；
根据观测周期内接收的目标车辆的位置上报信息，确定目标车辆的多个位置样本。
进一步地，初始位置参数中包括每个样本分类的初始分类均值、初始分类权重、初始分类平方差；样本分类是对多个位置样本基于预设的分类数目划分得到的分类；参数获取模块5100还用于：
基于预设的初始漂移量，根据多个位置样本的样本均值，确定每个样本分类的初始分类均值；根据预设的分类数目，确定每个样本分类的初始分类权重；
根据多个位置样本以及每个样本分类的初始分类均值，确定初始分类平方差。
获取模块5200，用于根据多个位置样本以及初始位置参数，获取对应的车辆位置参数。
在一个例子中，获取模块5200用于：
以初始位置参数作为车辆位置参数的初始值，根据多个位置样本，进行迭代处理得到对应的车辆位置参数；
当本次迭代处理得到的车辆位置参数满足预设的收敛条件时，终止迭代处理，确定本次迭代处理得到的车辆位置参数是最终的车辆位置参数，否则，继续迭代处理。
进一步地，初始位置参数中包括每个样本分类的初始分类均值、初始分类权重、初始分类平方差；样本分类是对多个位置样本基于预设的分类数目划分得到的分类；车辆位置参数中包括对应的每个样本分类的分类均值、分类平方差、分类权重集合；每个分类权重集合包括每个位置样本属于对应的样本分类的分类权重；获取模块5200还用于：
根据本次迭代前的每个样本分类的分类均值、分类平方差、分类权重集合以及多个位置样本，确定本次迭代后的每个样本分类的分类权重集合；
根据本次迭代前的每个样本分类的分类权重集合及多个位置样本，确定本次迭代后的每个样本分类的分类均值；
根据本次迭代前的每个样本分类的分类权重集合、分类均值及多个位置样本，确定本次迭代后的每个样本分类的分类平方差。
进一步地，获取模块5200还用于：
根据本次迭代前的每个样本分类的分类均值、分类平方差，确定每个位置样本的概率分布值；
根据每个位置样本的概率分布值以及本次迭代前的分类权重集合，确定每个位置样本在本次迭代处理后得到对于每个样本分类的分类权重，以获取每个样本分类的分类权重集合。
可选地，收敛条件是，迭代处理的次数不小于预设的次数阈值；
和/或，
收敛条件是，迭代处理后车辆位置参数的误差值不大于预设的误差阈值。
在一个例子中，车辆位置参数中包括对应的每个样本分类的分类均值、分类平方差、分类权重集合；
车辆位置参数的误差值是根据本次迭代前的每个样本分类的分类均值、分类平方差集合与本次迭代后的每个样本分类的分类均值、分类平方差集合所确定。
校准处理模块5300，用于根据车辆位置参数，获取目标车辆的校准位置。
进一步地，校准处理模块5300还用于：
根据车辆位置参数，确定目标车辆的最佳样本分类；
根据最佳样本分类，确定目标车辆的校准位置。
进一步地，车辆位置参数中包括对应的每个样本分类的分类均值、分类平方差、分类权重集合；校准处理模块5300还用于：
根据每个样本分类的分类权重集合，确定对应的位置样本的分类权重之和最大的样本分类作为最佳样本分类。
进一步地，校准处理模块5300还用于：
根据属于最佳样本分类的多个位置样本，获取对应的样本均值作为目标车辆的校准位置。
本领域技术人员应当明白，可以通过各种方式来实现车辆定位装置5000。例如，可以通过指令配置处理器来实现车辆定位装置5000。例如，可以将指令存储在ROM中，并且当启动设备时，将指令从ROM读取到可编程器件中来实现车辆定位装置5000。例如，可以将车辆定位装置5000固化到专用器件(例如ASIC)中。可以将车辆定位装置5000分成相互独立的单元，或者可以将它们合并在一起实现。车辆定位装置5000可以通过上述各种实现方式中的一种来实现，或者可以通过上述各种实现方式中的两种或更多种方式的组合来实现。
在本实施例中，车辆定位装置5000可以具体各种实施形式，例如，车辆定位装置5000可以是任意提供定位功能的软件产品，例如提供车辆定位、使用服务的车辆应用(比如共享自行车APP)，或者，车辆定位装置5000可以设置与能实现定位功能的任意电子设备中，比如设置在客户端或者是服务器中，或者是部分功能单元设置在客户端、部分功能单元设置在服务器等等。
<服务器>
在本实施例中，还提供一种服务器200，如图10所示，包括：
存储器210，用于存储可执行的指令；
处理器220，用于根据可执行的指令的控制，运行服务器执行本实施例提供的任意一项车辆定位方法。
在本实施例中，服务器200可以具体各种实体形式。例如，服务器200可以是云端服务器。服务器200还可以是如图1所示的服务器1000。
服务器200用于提供支持车辆使用所必需的全部功能。
以上已经结合附图说明了本实施例中提供的车辆定位方法、装置及服务器，根据本实施例，通过获取目标车辆的多个位置样本，获取目标车辆的初始位置参数，根据多个位置样本及初始位置参数，获取对应的车辆位置参数，根据车辆位置参数，获取目标车辆的校准位置，极大提高车辆的定位精度，相应提升车辆管理效率以及用户的用车体验。
<第二实施例>
在本实施例中，提供一种车辆定位系统400，如图11所示，包括：
第一实施例提供的服务器200；
以及车辆300。
在本实施例中，车辆定位系统400可以是共享自行车定位系统、共享机动车辆定位系统等系统。
在一个例子中，车辆定位系统400的硬件配置可以如图1所示的车辆系统100。车辆定位系统400还可以包括其他设备，例如，如图1所示的客户端2000。
以下将以车辆系统100是共享自行车系统为例，说明本实施例中的车辆定位系统400实施的车辆定位方法。
在该共享自行车系统中，每辆共享自行车上设置有智能车锁，该智能车锁中设置有GPS模块可以获取共享自行车的位置数据；
对于作为目标车辆300的共享自行车，该共享自行车可以根据预设的观测周期定期通过自身GPS模块获取自身的位置数据，通过位置上报信息发送给服务器；
在本例中，服务器200可以在目标车辆300的车辆使用记录中，选取目标车辆两次被使用的起始时刻之间的时间作为观测周期，查询车辆上报记录，获取观测周期内目标车辆上报的位置数据，得到对应的多个位置样本；服务器200通过所获取目标车辆的多个位置样本，基于第一实施例中提供的车辆定位方法，通过获取目标车辆的多个位置样本确定对应的车辆位置参数，基于车辆位置参数获取目标车辆的校准位置，实现车辆的位置校准，提高车辆的定位精度。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (13)

1.一种车辆定位方法，其中，通过服务器实施，包括：
根据已获取目标车辆的多个位置样本，获取所述目标车辆的初始位置参数；
根据所述多个位置样本以及所述初始位置参数，获取对应的车辆位置参数；
根据所述车辆位置参数，获取所述目标车辆的校准位置，
其中，所述根据所述多个位置样本以及所述初始位置参数，获取对应的车辆位置参数的步骤，包括：
以所述初始位置参数作为所述车辆位置参数的初始值，根据所述多个位置样本，进行迭代处理得到对应的所述车辆位置参数；
当本次迭代处理得到的所述车辆位置参数满足预设的收敛条件时，终止所述迭代处理，确定本次迭代处理得到的所述车辆位置参数是最终的所述车辆位置参数，否则，继续所述迭代处理，
其中，所述以所述初始位置参数作为所述车辆位置参数的初始值，根据所述多个位置样本，进行迭代处理得到对应的所述车辆位置参数的步骤包括：
根据本次迭代前的每个样本分类的分类均值、分类平方差、分类权重集合以及所述多个位置样本，确定本次迭代后的所述每个样本分类的分类权重集合；
根据本次迭代前的每个样本分类的分类权重集合及所述多个位置样本，确定本次迭代后的所述每个样本分类的分类均值；
根据本次迭代前的每个样本分类的分类权重集合、分类均值及所述多个位置样本，确定本次迭代后的所述每个样本分类的分类平方差。
2.根据权利要求1所述的方法，其中，所述获取目标车辆的多个位置样本的步骤，包括：
确定获取所述目标车辆的所述位置样本的观测周期；
根据所述观测周期内接收的所述目标车辆的位置上报信息，确定所述目标车辆的多个位置样本。
3.根据权利要求1所述的方法，其中，所述初始位置参数中包括每个样本分类的初始分类均值、初始分类权重、初始分类平方差；所述样本分类是对所述多个位置样本基于预设的分类数目划分得到的分类；
所述获取目标车辆的初始位置参数的步骤，包括：
基于预设的初始漂移量，根据所述多个位置样本的样本均值，确定每个样本分类的初始分类均值；
根据所述预设的分类数目，确定每个所述样本分类的所述初始分类权重；
根据所述多个位置样本以及所述每个样本分类的初始分类均值，确定所述初始分类平方差。
4.根据权利要求1所述的方法，其中，
所述初始位置参数中包括每个样本分类的初始分类均值、初始分类权重、初始分类平方差；所述样本分类是对所述多个位置样本基于预设的分类数目划分得到的分类；
所述车辆位置参数中包括对应的每个样本分类的分类均值、分类平方差、分类权重集合；每个所述分类权重集合包括每个所述位置样本属于对应的所述样本分类的分类权重。
5.根据权利要求4所述的方法，其中，
所述确定本次迭代后的所述每个样本分类的分类权重集合的步骤包括：
根据本次迭代前的每个样本分类的分类均值、分类平方差，确定每个所述位置样本的概率分布值；
根据所述每个所述位置样本的概率分布值以及本次迭代前的分类权重集合，确定每个所述位置样本在本次迭代处理后得到对于每个所述样本分类的分类权重，以获取所述每个样本分类的分类权重集合。
6.根据权利要求1所述的方法，其中，
所述预设的收敛条件是，所述迭代处理的次数不小于预设的次数阈值；
和/或，
所述预设的收敛条件是，所述迭代处理后所述车辆位置参数的误差值不大于预设的误差阈值。
7.根据权利要求6所述的方法，其中，
所述车辆位置参数中包括对应的每个样本分类的分类均值、分类平方差、分类权重集合；
所述车辆位置参数的误差值是根据本次迭代前的每个样本分类的分类均值、分类平方差集合与本次迭代后的每个样本分类的分类均值、分类平方差集合所确定。
8.根据权利要求1所述的方法，其中，所述根据所述车辆位置参数，获取所述目标车辆的校准位置的步骤，包括：
根据所述车辆位置参数，确定所述目标车辆的最佳样本分类；
根据所述最佳样本分类，确定所述目标车辆的校准位置。
9.根据权利要求8所述的方法，其中，所述车辆位置参数中包括对应的每个样本分类的分类均值、分类平方差、分类权重集合；
所述根据所述车辆位置参数，确定所述目标车辆的最佳样本分类的步骤包括：
根据所述每个样本分类的所述分类权重集合，确定对应的所述位置样本的分类权重之和最大的所述样本分类作为所述最佳样本分类。
10.根据权利要求9所述的方法，其中，所述根据所述最佳样本分类，确定所述目标车辆的校准位置，包括：
根据属于所述最佳样本分类的多个所述位置样本，获取对应的样本均值作为所述目标车辆的校准位置。
11.一种车辆定位装置，其中，包括：
参数获取模块，用于根据已获取目标车辆的多个位置样本，获取所述目标车辆的初始位置参数；
获取模块，用于根据所述多个位置样本以及所述初始位置参数，获取对应的车辆位置参数；
校准处理模块，用于根据所述车辆位置参数，获取所述目标车辆的校准位置，
其中，所述获取模块根据所述多个位置样本以及所述初始位置参数，获取对应的车辆位置参数包括：
以所述初始位置参数作为所述车辆位置参数的初始值，根据所述多个位置样本，进行迭代处理得到对应的所述车辆位置参数；
当本次迭代处理得到的所述车辆位置参数满足预设的收敛条件时，终止所述迭代处理，确定本次迭代处理得到的所述车辆位置参数是最终的所述车辆位置参数，否则，继续所述迭代处理，
其中，所述获取模块以所述初始位置参数作为所述车辆位置参数的初始值，根据所述多个位置样本，进行迭代处理得到对应的所述车辆位置参数包括：
根据本次迭代前的每个样本分类的分类均值、分类平方差、分类权重集合以及所述多个位置样本，确定本次迭代后的所述每个样本分类的分类权重集合；
根据本次迭代前的每个样本分类的分类权重集合及所述多个位置样本，确定本次迭代后的所述每个样本分类的分类均值；
根据本次迭代前的每个样本分类的分类权重集合、分类均值及所述多个位置样本，确定本次迭代后的所述每个样本分类的分类平方差。
12.一种服务器，其中，包括：
存储器，用于存储可执行的指令；
处理器，用于根据可执行的指令的控制，运行所述服务器执行如权利要求1-10任意一项所述的车辆定位方法。
13.一种车辆定位系统，包括：
车辆；
以及如权利要求12的服务器。
CN201810763916.0A 2018-07-12 2018-07-12 车辆定位方法、装置、服务器及系统 Active CN109005501B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810763916.0A CN109005501B (zh) 2018-07-12 2018-07-12 车辆定位方法、装置、服务器及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810763916.0A CN109005501B (zh) 2018-07-12 2018-07-12 车辆定位方法、装置、服务器及系统

Publications (2)

Publication Number Publication Date
CN109005501A CN109005501A (zh) 2018-12-14
CN109005501B true CN109005501B (zh) 2021-01-05

Family

ID=64598305

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810763916.0A Active CN109005501B (zh) 2018-07-12 2018-07-12 车辆定位方法、装置、服务器及系统

Country Status (1)

Country Link
CN (1) CN109005501B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109974690B (zh) * 2019-03-18 2021-07-09 汉海信息技术(上海)有限公司 车辆定位方法、设备及系统
CN110766518A (zh) * 2019-09-29 2020-02-07 北京摩拜科技有限公司 物品定位方法、装置、服务器及系统
CN114205781B (zh) * 2022-02-16 2022-05-24 北京阿帕科蓝科技有限公司 一种共享车辆定位方法、系统及储存介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103674028A (zh) * 2013-12-27 2014-03-26 上海大唐移动通信设备有限公司 一种室内行进轨迹的定位测试方法及装置
CN106705961A (zh) * 2015-11-16 2017-05-24 华为终端（东莞）有限公司 定位方法和设备
CN107040895A (zh) * 2017-05-12 2017-08-11 北京帮带西东网络科技有限公司 基于无桩车辆的电子围栏控制方法
CN107454569A (zh) * 2017-07-03 2017-12-08 中国联合网络通信集团有限公司 一种单车、云平台及校准单车的位置信息的方法
CN107948956A (zh) * 2017-11-07 2018-04-20 北京小米移动软件有限公司 定位方法及装置
CN108055638A (zh) * 2017-12-07 2018-05-18 海尔优家智能科技（北京）有限公司 获取目标位置的方法、装置、计算机可读介质及设备
CN108090806A (zh) * 2017-12-11 2018-05-29 北京金山云网络技术有限公司 一种信息生成方法、装置、服务器及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103674028A (zh) * 2013-12-27 2014-03-26 上海大唐移动通信设备有限公司 一种室内行进轨迹的定位测试方法及装置
CN106705961A (zh) * 2015-11-16 2017-05-24 华为终端（东莞）有限公司 定位方法和设备
CN107040895A (zh) * 2017-05-12 2017-08-11 北京帮带西东网络科技有限公司 基于无桩车辆的电子围栏控制方法
CN107454569A (zh) * 2017-07-03 2017-12-08 中国联合网络通信集团有限公司 一种单车、云平台及校准单车的位置信息的方法
CN107948956A (zh) * 2017-11-07 2018-04-20 北京小米移动软件有限公司 定位方法及装置
CN108055638A (zh) * 2017-12-07 2018-05-18 海尔优家智能科技（北京）有限公司 获取目标位置的方法、装置、计算机可读介质及设备
CN108090806A (zh) * 2017-12-11 2018-05-29 北京金山云网络技术有限公司 一种信息生成方法、装置、服务器及存储介质

Also Published As

Publication number Publication date
CN109005501A (zh) 2018-12-14

Similar Documents

Publication Publication Date Title
CN109005502B (zh) 车辆定位方法、服务器、车辆及系统
JP7245635B2 (ja) タイルベースのデジタル高度モデルを提供する方法および装置
CN109005501B (zh) 车辆定位方法、装置、服务器及系统
EP3231200B1 (en) Determining timing for determination of applicable geo-fences
EP3332536B1 (en) Method and apparatus for syncing an embedded system with plurality of devices
CN107220308B (zh) Poi的合理性的检测方法及装置、设备及可读介质
EP2805323A1 (en) Automatic input signal recognition using location based language modeling
US20200279489A1 (en) Vehicle location detection
CN109974690B (zh) 车辆定位方法、设备及系统
CN108093053B (zh) 车辆配置方法、服务器、车辆及车辆系统
CN108399690B (zh) 车辆管理方法、车库管理设备及车辆系统
CN109436174B (zh) 车辆控制方法、服务器及车辆系统
CN104320848B (zh) 基于云计算实现室内定位的系统及方法
CN109490914B (zh) 物体定位方法、服务器及系统
WO2019072054A1 (zh) 车辆调度方法、服务器、客户端及系统
CN111063189B (zh) 一种车流量的处理方法、装置、及电子设备
CN110716223A (zh) 车辆定位方法、服务器
CN113822709A (zh) 一种出行数据的处理方法、装置及服务器
CN109359877B (zh) 车辆调度方法、服务器及车辆系统
Cho et al. Big data pre-processing methods with vehicle driving data using MapReduce techniques
US11898852B2 (en) Location calibration based on movement path and map objects
US9697175B2 (en) Method and apparatus for providing curvature transformation for comparison, computation and aggregation
CN113470339A (zh) 一种车辆控制方法、装置、车辆及系统
CN111199639B (zh) 调节停车围栏区域的方法、装置、系统及服务器
CN113212615A (zh) 一种车轮转动检测装置、车辆及车轮转动检测方法

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
TA01 Transfer of patent application right

Effective date of registration: 20201209

Address after: Room 168, building 6, 741 Hangzhou Road, Yangpu District, Shanghai 200090

Applicant after: HANHAI INFORMATION TECHNOLOGY SHANGHAI Co.,Ltd.

Address before: Room Bnan 1231, 2 bungalows, No. 5 Road, College, Haidian District, Beijing, 100191

Applicant before: BEIJING MOBIKE TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210701

Address after: Room 168, building 6, 741 Hangzhou Road, Yangpu District, Shanghai 200090

Patentee after: HANHAI INFORMATION TECHNOLOGY SHANGHAI Co.,Ltd.

Patentee after: Mobai (Beijing) Information Technology Co.,Ltd.

Address before: Room 168, building 6, 741 Hangzhou Road, Yangpu District, Shanghai 200090

Patentee before: HANHAI INFORMATION TECHNOLOGY SHANGHAI Co.,Ltd.

CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: 200090 Room 102, block D2 (Building 8), No. 221, Huangxing Road, Yangpu District, Shanghai

Patentee after: HANHAI INFORMATION TECHNOLOGY SHANGHAI Co.,Ltd.

Patentee after: Mobai (Beijing) Information Technology Co., Ltd

Address before: Room 168, building 6, 741 Hangzhou Road, Yangpu District, Shanghai 200090

Patentee before: HANHAI INFORMATION TECHNOLOGY SHANGHAI Co.,Ltd.

Patentee before: Mobai (Beijing) Information Technology Co., Ltd