CN109668563B - 基于室内的轨迹的处理方法及装置 - Google Patents
基于室内的轨迹的处理方法及装置 Download PDFInfo
- Publication number
- CN109668563B CN109668563B CN201710959904.0A CN201710959904A CN109668563B CN 109668563 B CN109668563 B CN 109668563B CN 201710959904 A CN201710959904 A CN 201710959904A CN 109668563 B CN109668563 B CN 109668563B
- Authority
- CN
- China
- Prior art keywords
- indoor
- historical
- target building
- track
- user
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于室内的轨迹的处理方法及装置,该方法包括:获取目标建筑的室内的多个用户的移动终端对应的历史轨迹、以及每个历史轨迹对应的参考位置;根据每个历史轨迹、以及每个历史轨迹对应的参考位置,获取各用户在目标建筑的室内的行走轨迹;对获取到的各用户在目标建筑的室内的行走轨迹进行聚类处理,以获取目标建筑的室内道路及进出口位置。实现了室内道路的自动化采集,避免了人工现场测绘,降低了人工成本,并提高了采集效率。
Description
技术领域
本发明涉及地图导航技术领域,尤其涉及一种基于室内的轨迹的处理方法及装置。
背景技术
随着地图导航技术的不断发展,室外导航技术已趋于成熟,但是室内导航技术尚存在诸多问题,由于室内一般不易获取GPS定位具体位置,GPS技术不能解决室内道路的定位问题,因此,室内道路位置的获取很不方便。
现有技术中,为了给用户提供更精准的室内导航,使用户能够更加方便地行走到目的地,通常采用人工现场测绘的方式获得室内道路的坐标,不仅耗费人力,效率较低,还增加了成本。
发明内容
本发明提供一种基于室内的轨迹的处理方法及装置,以解决现有技术中通过人工现场测绘获得室内道路,效率低下等缺陷。
本发明第一个方面提供一种基于室内的轨迹的处理方法,其特征在于,包括:
获取目标建筑的室内的多个用户的移动终端对应的历史轨迹、以及每个所述历史轨迹对应的参考位置;
根据每个所述历史轨迹、以及每个所述历史轨迹对应的参考位置,获取各所述用户在所述目标建筑的室内的行走轨迹;
对获取到的各所述用户在所述目标建筑的室内的行走轨迹进行聚类,根据聚类结果获取所述目标建筑的室内道路和出入口位置。
根据如上所述的方法,可选地,所述获取目标建筑的室内的多个用户的移动终端对应的历史轨迹、以及每个所述历史轨迹对应的参考位置,包括:
通过所述移动终端中的传感器,获取所述移动终端的运动航向信息和加速度信息;
根据所述运动航向信息和所述加速度信息,采用PDR算法,生成所述历史PDR轨迹;
根据所述运动航向信息、所述加速度信息、所述历史PDR轨迹以及所述移动终端的定位信息,确定所述历史PDR轨迹对应的参考位置。
根据如上所述的方法,可选地,所述根据每个所述历史轨迹、以及每个所述历史轨迹对应的参考位置,获取各所述用户在所述目标建筑的室内的行走轨迹,包括:
对于每个用户,以所述用户的移动终端对应的历史轨迹所对应的参考位置为所述历史轨迹的起点或终点,根据所述历史轨迹对应的参考位置的坐标以及所述历史轨迹,计算获取所述用户在所述目标建筑的室内行走时所经过的所有位置的坐标;
根据所述所有位置的坐标,确定所述用户在所述目标建筑的室内的行走轨迹。
根据如上所述的方法,可选地,所述对获取到的各所述用户在所述目标建筑的室内的行走轨迹进行聚类,根据聚类结果获取所述目标建筑的室内道路和出入口位置,包括:
根据获取到的各所述用户在所述目标建筑的室内的行走轨迹以及所述行走轨迹上对应的所有位置的坐标,计算获取各所述用户在所述目标建筑的使内的行走轨迹的重合度;
若存在多个所述用户在所述目标建筑的室内的行走轨迹的重合度均小于或等于预设阈值,则将所述多个所述用户在所述目标建筑的室内的行走轨迹确定为所述目标建筑的室内道路;
相应的,将所述多个所述用户的移动终端对应的历史轨迹所对应的参考位置确定为所述室内道路通往的出入口位置。
根据如上所述的方法,可选地,在对获取到的各所述用户在所述目标建筑的室内的行走轨迹进行聚类,根据聚类结果获取所述目标建筑的室内道路和出入口位置之后,所述方法还包括:
获取目标建筑的室内分布图;
采用图像识别从所述室内分布图中提取室内道路特征及道路两侧对应的店铺信息;
通过所述室内道路特征与所述室内道路进行匹配,获得所述店铺的位置;
根据所述室内道路以及所述店铺的位置生成室内电子地图。
本发明另一个方面提供一种基于室内的轨迹的处理装置,其特征在于,包括:
第一获取模块,用于获取目标建筑的室内的多个用户的移动终端对应的历史轨迹、以及每个所述历史轨迹对应的参考位置;
第二获取模块,用于根据每个所述历史轨迹、以及每个所述历史轨迹对应的参考位置,获取各所述用户在所述目标建筑的室内的行走轨迹;
处理模块,用于对获取到的各所述用户在所述目标建筑的室内的行走轨迹进行聚类,根据聚类结果获取所述目标建筑的室内道路和出入口位置。
根据如上所述的装置,可选地,所述历史轨迹为历史PDR轨迹,则所述第一获取模块,具体用于:
通过所述移动终端中的传感器,获取所述移动终端的运动航向信息和加速度信息;
根据所述运动航向信息和所述加速度信息,采用PDR算法,生成所述历史PDR轨迹;
根据所述运动航向信息、所述加速度信息、所述历史PDR轨迹以及所述移动终端的定位信息,确定所述历史PDR轨迹对应的参考位置。
根据如上所述的装置,可选地,所述第二获取模块,具体用于:
对于每个用户,以所述用户的移动终端对应的历史轨迹所对应的参考位置为所述历史轨迹的起点或终点,根据所述历史轨迹对应的参考位置的坐标以及所述历史轨迹,计算获取所述用户在所述目标建筑的室内行走时所经过的所有位置的坐标;
根据所述所有位置的坐标,确定所述用户在所述目标建筑的室内的行走轨迹。
根据如上所述的装置,可选地,所述处理模块,具体用于:
根据获取到的各所述用户在所述目标建筑的室内的行走轨迹以及所述行走轨迹上对应的所有位置的坐标,计算获取各所述用户在所述目标建筑的室内的行走轨迹的重合度;
若存在多个所述用户在所述目标建筑的室内的行走轨迹的重合度均小于或等于预设阈值,则将所述多个所述用户在所述目标建筑的室内的行走轨迹确定为所述目标建筑的室内道路;
相应的,将所述多个所述用户的移动终端对应的历史轨迹所对应的参考位置确定为所述室内道路通往的进出口位置。
根据如上所述的装置,可选地,其特征在于,所述装置还包括:
第三获取模块,用于获取目标建筑的室内分布图;
特征提取模块,用于采用图像识别从所述室内分布图中提取室内道路特征及道路两侧对应的店铺信息;
匹配模块,用于通过所述室内道路特征与所述室内道路进行匹配,获得所述店铺的位置;
生成模块,用于根据所述室内道路以及所述店铺的位置生成室内电子地图。
根据本发明提供的基于室内的轨迹的处理方法及装置,通过根据对多个用户在目标建筑的室内的行走轨迹的聚类处理,获取目标建筑的室内道路和进出口位置,实现了室内道路的自动化采集,避免了人工现场测绘,降低了人工成本,并提高了采集效率。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的基于室内的轨迹的处理方法的流程示意图;
图2为本发明另一实施例提供的基于室内的轨迹的处理方法的流程示意图;
图3为本发明又一实施例提供的基于室内的轨迹的处理方法的流程示意图;
图4为本发明一实施例提供的基于室内的轨迹的处理装置的结构示意图;
图5为本发明另一实施例提供的基于室内的轨迹的处理装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
本实施例提供一种基于室内的轨迹的处理方法,用于对室内的轨迹进行处理。本实施例的执行主体为基于室内的轨迹的处理装置,该装置可以设置在终端设备上,比如笔记本电脑、手机、平板、服务器等等任何可以实施的终端设备。
如图1所示,为本实施例提供的基于室内的轨迹的处理方法的流程示意图,该方法包括:
步骤101,获取目标建筑的室内的多个用户的移动终端对应的历史轨迹、以及每个历史轨迹对应的参考位置。
具体的,当用户的移动终端连接到目标建筑的室内的免费无线访问节点AP时,可以获取并存储移动终端的信息,并进一步根据移动终端的信息生成移动终端对应的历史轨迹,比如行人航迹推算PDR轨迹(简称PDR轨迹),以及每个历史轨迹对应的参考位置,并进行存储。当需要确定目标建筑的室内道路和出入口位置时,则可以获取存储的多个移动终端对应的历史轨迹,以及每个历史轨迹对应的参考位置,比如参考位置的坐标值。
示例性的,用户A要去商场B购物,当用户走到商场门口前时,由于还在室外,其移动终端能够记录其位置信息,且其移动终端的传感器同时记录其移动信息,当其走入商场B内某一位置,连接到了商场内的免费无线AP,就可以获取其移动终端的位置信息和传感器信息并进行存储,并根据该位置信息和传感器信息生成移动终端对应的轨迹,并进一步确定该轨迹对应的参考位置,进行存储。当需要确定目标建筑的室内道路和出入口位置时,则可以获取存储的多个用户的移动终端对应的历史轨迹,以及该历史轨迹对应的参考位置。
步骤102,根据每个历史轨迹、以及每个历史轨迹对应的参考位置,获取各用户在目标建筑的室内的行走轨迹。
具体的,当获取到各移动终端对应的历史PDR轨迹和该历史PDR轨迹对应的参考位置后,可以根据各移动终端对应的历史PDR轨迹和该历史PDR轨迹对应的参考位置,获取各用户在目标建筑的室内的行走轨迹。比如,以参考位置的坐标为参考点,根据历史PDR轨迹的方向和距离确定用户在目标建筑的室内的行走轨迹。
步骤103,对获取到的各用户在目标建筑的室内的行走轨迹进行聚类,根据聚类结果获取目标建筑的室内道路和出入口位置。
具体的,当获取到各用户在目标建筑的室内的行走轨迹后,则可以对获取到的各用户在目标建筑的室内的行走轨迹进行聚类处理,以获取目标建筑的室内道路和出入口位置。比如,多个用户的行走轨迹都在同一轨迹上,则可以确定该轨迹即为目标建筑的室内的一条道路轨迹,而这些用户的历史轨迹对应的参考位置处则可以确定为目标建筑的进出口位置。可以理解地,获取的用户的行走轨迹的数量越多,则得到的目标建筑的室内道路和出入口位置越准确。
本实施例提供的基于室内的轨迹的处理方法,通过根据对多个用户在目标建筑的室内的行走轨迹的聚类处理,获取目标建筑的室内道路和出入口位置,实现了室内道路的自动化采集,避免了人工现场测绘,降低了人工成本,并提高了采集效率。
实施例二
本实施例对上述实施例一提供的基于室内的轨迹的处理方法做进一步补充说明。
作为一种可实施的方式,在上述实施例一的基础上,可选地,该历史轨迹为历史PDR轨迹,则步骤101具体包括:
步骤1011,通过移动终端中的传感器,获取移动终端的运动航向信息和加速度信息。
具体的,可以通过该移动终端中的传感器获取该移动终端的运动航向信息和加速度信息,并存储运动航向信息和加速度信息,其中运动航向信息可以包括运动的方向及对应的时间,加速度信息可以包括运动加速度及对应的时间,即,可以实时获取每个时刻的运动航向信息和加速度信息,并可以存储移动终端、航向信息、加速度信息和时间的对应关系。
步骤1012,根据运动航向信息和加速度信息,采用PDR算法,生成历史PDR轨迹。
具体的,可以根据运动航向信息和加速度信息,采用PDR算法生成移动终端的历史PDR轨迹。可以根据运动航向信息和加速度信息,通过步频探测、步长估计、航向确定和位置计算等生成PDR轨迹,并且可以存储该历史PDR轨迹。
需要说明的是,可以采用现有技术中任意PDR算法来生成PDR轨迹,在此不做限制。
步骤1013,根据运动航向信息、加速度信息、历史PDR轨迹以及移动终端的定位信息,确定历史PDR轨迹对应的参考位置。
具体的,在用户进入目标建筑的室内前或者用户从目标建筑的室内走到室外后,其移动终端都可以通过定位模块实时记录其定位信息,比如全球定位系统GPS(GlobalPositioning System,全球定位系统)(此后简称GPS)信息,则可以获取该移动终端的GPS信息及其对应的时间,即每个时刻的GPS信息,并可以存储该移动终端、GPS信息和时间的对应关系。根据上述存储的移动终端、航向信息、加速度信息和时间的对应关系,上述生成的历史PDR轨迹,以及存储的该移动终端、GPS信息和时间的对应关系,则可以以时间点作为依据,来确定用户进入目标建筑的室内之前的一个GPS信息作为参考位置,历史PDR轨迹上与上述时间点对应的位置与参考位置重合。
作为另一种可实施的方式,在上述实施例一的基础上,可选地,步骤102具体包括:
步骤1021,对于每个用户,以用户的移动终端对应的历史轨迹所对应的参考位置为历史轨迹的起点或终点,根据历史轨迹对应的参考位置的坐标以及历史轨迹,计算获取用户在目标建筑的室内行走时所经过的所有位置的坐标。
具体的,以历史PDR轨迹为例,对于每个用户,可以以用户的移动终端对应的历史PDR轨迹所对应的参考位置为历史PDR轨迹的起点或终点,根据历史PDR轨迹对应的参考位置的坐标以及历史PDR轨迹,计算获取用户在目标建筑的室内行走时所经过的所有位置的坐标。
示例性的,对于每个用户的移动终端,可以以时间点作为依据,来确定用户进入室内之前的一个GPS信息作为参考位置,即历史PDR轨迹的起点或终点,历史PDR轨迹上与上述时间点对应的位置与参考位置重合,沿历史PDR轨迹,确定用户在目标建筑的室内行走时所经过的所有位置的坐标。
步骤1022,根据所有位置的坐标,确定用户在目标建筑的室内的行走轨迹。
具体的,当确定了各用户在目标建筑的室内行走时所经过的所有位置的坐标后,将各坐标点连起来的轨迹即可以确定为用户在目标建筑的室内的行走轨迹。
作为再一种可实施的方式,在上述实施例一的基础上,可选地,步骤103具体包括:
步骤1031,根据获取到的各用户在目标建筑的室内的行走轨迹以及行走轨迹上对应的所有位置的坐标,计算获取各用户在目标建筑的室内的行走轨迹的重合度。
具体的,当获取到各用户在目标建筑的室内的行走轨迹以及该行走轨迹上对应的所有位置的坐标后,便可以计算各用户在目标建筑的室内行走轨迹的重合度,即各用户的行走轨迹上对应的位置的坐标点重合情况。比如,一个用户的行走轨迹上对应的位置的坐标有(104,108)、(106,108)两个坐标点,而另一用户的行走轨迹上对应的位置的坐标也具有这两个坐标点,则证明两个用户的行走轨迹具有两个重合点,判断各用户的行走轨迹上对应的所有位置的坐标的重合情况,若每个用户总共有100个坐标点,其中有90个坐标点是重合的,则两个用户的行走轨迹的重合度为90%,则可以确定,这两个用户的行走轨迹是重合的,可以理解的,判断两个坐标点是否重合,不一定是两个坐标值完全相等,也可以有一定的误差阈值存在,同样的,判断两个用户的行走轨迹是否重合,可以给重合度设定一个预设阈值,当重合度大于预设阈值时,证明两个用户的行走轨迹重合,当重合度小于预设阈值时,则证明两个用户的行走轨迹不重合。需要说明的是,还可以通过其他可实施的方法来计算各用户在目标建筑的室内的行走轨迹的重合度,在此不做限制。
步骤1032,若存在多个用户在目标建筑的室内的行走轨迹的重合度均小于或等于预设阈值,则将多个用户在目标建筑的室内的行走轨迹确定为目标建筑的室内道路。
步骤1033,将多个用户的移动终端对应的历史PDR轨迹所对应的参考位置确定为室内道路通往的出入口位置。
具体的,可以将行走轨迹重合的多个用户的移动终端对应的历史PDR轨迹所对应的参考位置确定为室内道路通往的进出口位置。
需要说明的是,可以采用现有技术中任何可以实施的聚类算法来确定室内道路,在此不做限制。本实施例的各可实施的方式,既可以单独实施,也可以任一种组合方式结合实施,在此不做限制。
示例性的,如图2所示,为本实施例提供的各实施方式结合实施的基于室内的轨迹的处理方法的流程示意图,该方法包括:
步骤201,通过移动终端中的传感器,获取移动终端的运动航向信息和加速度信息。
该步骤的具体操作与步骤1011一致,在此不再赘述。
步骤202,根据运动航向信息和加速度信息,采用PDR算法,生成历史PDR轨迹。
该步骤的具体操作与步骤1012一致,在此不再赘述。
步骤203,根据运动航向信息、加速度信息、历史PDR轨迹以及移动终端的全球定位系统GPS定位信息,确定历史PDR轨迹对应的参考位置。
该步骤的具体操作与步骤1013一致,在此不再赘述。
步骤204,对于每个用户,以用户的移动终端对应的历史PDR轨迹所对应的参考位置为历史PDR轨迹的起点或终点,根据历史PDR轨迹对应的参考位置的坐标以及历史PDR轨迹,计算获取用户在目标建筑的室内行走时所经过的所有位置的坐标。
该步骤的具体操作与步骤1021一致,在此不再赘述。
步骤205,根据所有位置的坐标,确定用户在目标建筑的室内的行走轨迹。
该步骤的具体操作与步骤1022一致,在此不再赘述
步骤206,根据获取到的各用户在目标建筑的室内的行走轨迹以及行走轨迹上对应的所有位置的坐标,计算获取各用户在目标建筑的室内的行走轨迹的重合度。
该步骤的具体操作与步骤1031一致,在此不再赘述。
步骤207,若存在多个用户在目标建筑的室内的行走轨迹的重合度均小于或等于预设阈值,则将多个用户在目标建筑的室内的行走轨迹确定为目标建筑的室内道路。
该步骤的具体操作与步骤1032一致,在此不再赘述。
步骤208,将多个用户的移动终端对应的历史PDR轨迹所对应的参考位置确定为室内道路通往的出入口位置。
该步骤的具体操作与步骤1033一致,在此不再赘述。
需要说明的是,关于对获取到的各用户在目标建筑的室内的行走轨迹进行聚类的具体实施方式,可以为现有技术中的K-means方法、K-medoids方法、CLARANS方法,BIRCH方法等聚类方法,任何可以实施的聚类方法都在本发明的保护范围内,在此不做限定。
本实施例提供的基于室内的轨迹的处理方法,通过根据对多个用户在目标建筑的室内的行走轨迹的聚类处理,获取目标建筑的室内道路和出入口位置,实现了室内道路的自动化采集,避免了人工现场测绘,降低了人工成本,并提高了采集效率。
实施例三
本实施例对上述实施例提供的基于室内的轨迹的处理方法做进一步补充说明。
如图3所示,为本实施例提供的基于室内的轨迹的处理方法的流程示意图。该方法包括:
步骤301,获取目标建筑的室内的多个用户的移动终端对应的历史轨迹、以及每个历史轨迹对应的参考位置。
该步骤的具体操作,与步骤101一致,在此不再赘述。
步骤302,根据每个历史轨迹、以及每个历史轨迹对应的参考位置,获取各用户在目标建筑的室内的行走轨迹。
该步骤的具体操作,与步骤102一致,在此不再赘述。
步骤303,对获取到的各用户在目标建筑的室内的行走轨迹进行聚类,根据聚类结果获取目标建筑的室内道路和出入口位置。
该步骤的具体操作,与步骤103一致,在此不再赘述。
步骤304,获取目标建筑的室内分布图;
具体的,可以获取目标建筑的室内分布图,比如商场中楼梯口设置的每层的店铺分布图,可以从目标建筑的管理人员处获得,在此不做限制。
步骤305,采用图像识别从室内分布图中提取室内道路特征及道路两侧对应的店铺信息;
具体的,当获取到目标建筑的室内分布图后,可以采用图像识别技术从室内分布图中提取室内道路特征以及道路两侧对应的店铺信息。可以采用任意可实施的图像识别方法进行提取,在此不做限制。
步骤306,通过室内道路特征与室内道路进行匹配,获得店铺的位置;
具体的,可以将从室内分布图中提取的室内道路特征与上述获得的室内道路进行匹配,获得室内道路两侧对应的店铺的位置。比如室内分布图中提取到的室内道路的长和宽为20×2厘米,相应的两侧的店铺平均分布,获得的室内道路经计算的实际长和宽为20×2米,则可将提取的室内道路放大100倍对应到室内道路上,相应的即可计算出室内道路两侧的店铺的位置或者坐标,
步骤307,根据室内道路以及店铺的位置生成室内电子地图。
当获取了目标建筑的室内所有的室内道路及对应的两侧店铺的位置后,则可以生成目标建筑的室内电子地图,以用于为用户提供室内导航,方便用户快速、准确地找到所要去的店铺的位置。
本实施例提供的基于室内的轨迹的处理方法,通过结合目标建筑的室内分布图和室内道路,进一步确定室内道路两旁的店铺的位置,并生成室内电子地图,实现了室内电子地图的自动化生成,可以为用户进行室内导航,方便用户快速、准确地找到所要去的店铺的位置,提高了用户体验。
实施例四
本实施例提供一种基于室内的轨迹的处理装置,用于执行上述实施例一的基于室内的轨迹的处理方法。
如图4所示,为本实施例提供的基于室内的轨迹的处理装置的结构示意图。该基于室内的轨迹的处理装置40包括第一获取模块41、第二获取模块42和处理模块43。
其中,第一获取模块41用于获取目标建筑的室内的多个用户的移动终端对应的历史轨迹、以及每个历史轨迹对应的参考位置;第二获取模块42用于根据每个历史轨迹、以及每个历史轨迹对应的参考位置,获取各用户在目标建筑的室内的行走轨迹;处理模块43用于对获取到的各用户在目标建筑的室内的行走轨迹进行聚类,根据聚类结果获取目标建筑的室内道路和出入口位置。
关于本实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
根据本实施例提供的基于室内的轨迹的处理装置,通过根据对多个用户在目标建筑的室内的行走轨迹的聚类处理,获取目标建筑的室内道路和出入口位置,实现了室内道路的自动化采集,避免了人工现场测绘,降低了人工成本,并提高了采集效率。
实施例五
本实施例对上述实施例四提供的基于室内的轨迹的处理装置做进一步补充说明。
作为一种可实施的方式,在上述实施例四的基础上,可选地,历史轨迹可以为历史PDR轨迹,则第一获取模块41具体用于通过移动终端中的传感器,获取移动终端的运动航向信息和加速度信息;根据运动航向信息和加速度信息,采用PDR算法,生成历史PDR轨迹;根据运动航向信息、加速度信息、历史PDR轨迹以及移动终端的定位信息,确定历史PDR轨迹对应的参考位置。
作为另一种可实施的方式,在上述实施例四的基础上,可选地,第二获取模块42具体用于:对于每个用户,以用户的移动终端对应的历史轨迹所对应的参考位置为历史轨迹的起点或终点,根据历史轨迹对应的参考位置的坐标以及历史轨迹,计算获取用户在目标建筑的室内行走时所经过的所有位置的坐标;根据所有位置的坐标,确定用户在目标建筑的室内的行走轨迹。
作为再一种可实施的方式,在上述实施例四的基础上,可选地,处理模块43具体用于:根据获取到的各用户在目标建筑的室内的行走轨迹以及行走轨迹上对应的所有位置的坐标,计算获取各用户在目标建筑的室内的行走轨迹的重合度;若存在多个用户在目标建筑的室内的行走轨迹的重合度均小于或等于预设阈值,则将多个用户在目标建筑的室内的行走轨迹确定为目标建筑的室内道路;相应的,将多个用户的移动终端对应的历史PDR轨迹所对应的参考位置确定为室内道路通往的出入口位置。
需要说明的是,本实施例的各可实施的方式,既可以单独实施,也可以任一种组合方式结合实施,在此不做限制。
关于本实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
根据本实施例提供的基于室内的轨迹的处理装置,通过根据对多个用户在目标建筑的室内的行走轨迹的聚类处理,获取目标建筑的室内道路出入口位置,实现了室内道路的自动化采集,避免了人工现场测绘,降低了人工成本,并提高了采集效率。
实施例六
本实施例对上述实施例提供的基于室内的轨迹的处理装置做进一步补充说明。
在上述任一实施例的基础上,如图5所示,为本实施例提供的基于室内的轨迹的处理装置的结构示意图。该基于室内的轨迹的处理装置40还包括第三获取模块44、特征提取模块45、匹配模块46和生成模块47。
其中,第三获取模块44用于获取目标建筑的室内分布图;特征提取模块45用于采用图像识别从室内分布图中提取室内道路特征及道路两侧对应的店铺信息;匹配模块46用于通过室内道路特征与室内道路进行匹配,获得店铺的位置;生成模块47用于根据室内道路以及店铺的位置生成室内电子地图。
关于本实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
根据本实施例提供的基于室内的轨迹的处理装置,通过结合目标建筑的室内分布图和室内道路,进一步确定室内道路两旁的店铺的位置,并生成室内电子地图,实现了室内电子地图的自动化生成,可以为用户进行室内导航,方便用户快速、准确地找到所要去的店铺的位置,提高了用户体验。
实施例七
本实施例提供一种终端设备,用于执行上述任一实施例提供的基于室内的轨迹的处理方法。该终端设备包括上述任一实施例提供的基于室内的轨迹的处理装置。
该终端设备可以包括处理器和被配置为存储处理器可执行指令的存储器。该处理器可以被配置为:
获取目标建筑的室内的多个用户的移动终端对应的历史轨迹、以及每个历史轨迹对应的参考位置;
根据每个历史轨迹、以及每个历史轨迹对应的参考位置,获取各用户在目标建筑的室内的行走轨迹;
对获取到的各用户在目标建筑的室内的行走轨迹进行聚类,根据聚类结果获取目标建筑的室内道路和出入口位置。
关于本实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本实施例提供的终端设备,通过根据对多个用户在目标建筑的室内的行走轨迹的聚类处理,获取目标建筑的室内道路和出入口位置,实现了室内道路的自动化采集,避免了人工现场测绘,降低了人工成本,并提高了采集效率。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (9)
1.一种基于室内的轨迹的处理方法,其特征在于,包括:
获取目标建筑的室内的多个用户的移动终端对应的历史轨迹、以及每个所述历史轨迹对应的参考位置;所述历史轨迹对应的参考位置为该移动终端的用户进入所述目标建筑的室内之前的一个该移动终端的GPS信息;
根据每个所述历史轨迹、以及每个所述历史轨迹对应的参考位置,获取各所述用户在所述目标建筑的室内的行走轨迹;
对获取到的各所述用户在所述目标建筑的室内的行走轨迹进行聚类,根据聚类结果获取所述目标建筑的室内道路和出入口位置;
所述对获取到的各所述用户在所述目标建筑的室内的行走轨迹进行聚类,根据聚类结果获取所述目标建筑的室内道路和出入口位置,包括:
根据获取到的各所述用户在所述目标建筑的室内的行走轨迹以及所述行走轨迹上对应的所有位置的坐标,计算获取各所述用户在所述目标建筑的室内的行走轨迹的重合度;
若存在多个所述用户在所述目标建筑的室内的行走轨迹的重合度均小于或等于预设阈值,则将所述多个所述用户在所述目标建筑的室内的行走轨迹确定为所述目标建筑的室内道路;
相应的,将所述多个所述用户的移动终端对应的历史轨迹所对应的参考位置确定为所述室内道路通往的出入口位置。
2.根据权利要求1所述的方法,其特征在于,所述历史轨迹为历史PDR轨迹,则所述获取目标建筑的室内的多个用户的移动终端对应的历史轨迹、以及每个所述历史轨迹对应的参考位置,包括:
通过所述移动终端中的传感器,获取所述移动终端的运动航向信息和加速度信息;
根据所述运动航向信息和所述加速度信息,采用PDR算法,生成所述历史PDR轨迹;
根据所述运动航向信息、所述加速度信息、所述历史PDR轨迹以及所述移动终端的定位信息,确定所述历史PDR轨迹对应的参考位置。
3.根据权利要求1所述的方法,其特征在于,所述根据每个所述历史轨迹、以及每个所述历史轨迹对应的参考位置,获取各所述用户在所述目标建筑的室内的行走轨迹,包括:
对于每个用户,以所述用户的移动终端对应的历史轨迹所对应的参考位置为所述历史轨迹的起点或终点,根据所述历史轨迹对应的参考位置的坐标以及所述历史轨迹,计算获取所述用户在所述目标建筑的室内行走时所经过的所有位置的坐标;
根据所述所有位置的坐标,确定所述用户在所述目标建筑的室内的行走轨迹。
4.根据权利要求1-3任一项所述的方法,其特征在于,在对获取到的各所述用户在所述目标建筑的室内的行走轨迹进行聚类,根据聚类结果获取所述目标建筑的室内道路和出入口位置之后,所述方法还包括:
获取目标建筑的室内分布图;
采用图像识别从所述室内分布图中提取室内道路特征及道路两侧对应的店铺信息;
通过所述室内道路特征与所述室内道路进行匹配,获得所述店铺的位置;
根据所述室内道路以及所述店铺的位置生成室内电子地图。
5.一种基于室内的轨迹的处理装置,其特征在于,包括:
第一获取模块,用于获取目标建筑的室内的多个用户的移动终端对应的历史轨迹、以及每个所述历史轨迹对应的参考位置;所述历史轨迹对应的参考位置为该移动终端的用户进入所述目标建筑的室内之前的一个该移动终端的GPS信息;
第二获取模块,用于根据每个所述历史轨迹、以及每个所述历史轨迹对应的参考位置,获取各所述用户在所述目标建筑的室内的行走轨迹;
处理模块,用于对获取到的各所述用户在所述目标建筑的室内的行走轨迹进行聚类,根据聚类结果获取所述目标建筑的室内道路和出入口位置;
所述处理模块,具体用于:
根据获取到的各所述用户在所述目标建筑的室内的行走轨迹以及所述行走轨迹上对应的所有位置的坐标,计算获取各所述用户在所述目标建筑的室内的行走轨迹的重合度;
若存在多个所述用户在所述目标建筑的室内的行走轨迹的重合度均小于或等于预设阈值,则将所述多个所述用户在所述目标建筑的室内的行走轨迹确定为所述目标建筑的室内道路;
相应的,将所述多个所述用户的移动终端对应的历史轨迹所对应的参考位置确定为所述室内道路通往的出入口位置。
6.根据权利要求5所述的装置,其特征在于,所述历史轨迹为历史PDR轨迹,则所述第一获取模块,具体用于:
通过所述移动终端中的传感器,获取所述移动终端的运动航向信息和加速度信息;
根据所述运动航向信息和所述加速度信息,采用PDR算法,生成所述历史PDR轨迹;
根据所述运动航向信息、所述加速度信息、所述历史PDR轨迹以及所述移动终端的定位信息,确定所述历史PDR轨迹对应的参考位置。
7.根据权利要求5所述的装置,其特征在于,所述第二获取模块,具体用于:
对于每个用户,以所述用户的移动终端对应的历史轨迹所对应的参考位置为所述历史轨迹的起点或终点,根据所述历史轨迹对应的参考位置的坐标以及所述历史轨迹,计算获取所述用户在所述目标建筑的室内行走时所经过的所有位置的坐标;
根据所述所有位置的坐标,确定所述用户在所述目标建筑的室内的行走轨迹。
8.根据权利要求5-7任一项所述的装置,其特征在于,所述装置还包括:
第三获取模块,用于获取目标建筑的室内分布图;
特征提取模块,用于采用图像识别从所述室内分布图中提取室内道路特征及道路两侧对应的店铺信息;
匹配模块,用于通过所述室内道路特征与所述室内道路进行匹配,获得所述店铺的位置;
生成模块,用于根据所述室内道路以及所述店铺的位置生成室内电子地图。
9.一种终端设备,其特征在于,包括如权利要求5-8任一项所述的基于室内的轨迹的处理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710959904.0A CN109668563B (zh) | 2017-10-16 | 2017-10-16 | 基于室内的轨迹的处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710959904.0A CN109668563B (zh) | 2017-10-16 | 2017-10-16 | 基于室内的轨迹的处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109668563A CN109668563A (zh) | 2019-04-23 |
CN109668563B true CN109668563B (zh) | 2021-06-01 |
Family
ID=66139778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710959904.0A Active CN109668563B (zh) | 2017-10-16 | 2017-10-16 | 基于室内的轨迹的处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109668563B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183170B (zh) * | 2019-07-05 | 2024-04-09 | 浙江宇视科技有限公司 | 行人道路网生成方法、装置及系统 |
CN111751850B (zh) * | 2019-09-10 | 2023-01-24 | 广东小天才科技有限公司 | 一种基于机器学习的建筑物入口检测方法及移动终端 |
CN111174778B (zh) * | 2019-11-26 | 2022-03-01 | 广东小天才科技有限公司 | 一种基于行人航迹推算的建筑入口确定方法及装置 |
CN111866724A (zh) * | 2019-12-31 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 用户需求推荐方法、装置、计算机设备和可读存储介质 |
CN111275088B (zh) * | 2020-01-16 | 2024-02-20 | 广东小天才科技有限公司 | 一种建筑模型的构建方法、系统及存储介质 |
CN113360787A (zh) * | 2020-03-05 | 2021-09-07 | 北京三快在线科技有限公司 | 出入口标注和路线规划方法、装置、介质及电子设备 |
CN112069272A (zh) * | 2020-08-10 | 2020-12-11 | 拉扎斯网络科技(上海)有限公司 | 出入口信息确定方法、装置、电子设备和可读存储介质 |
CN116380059A (zh) * | 2021-12-23 | 2023-07-04 | 中兴通讯股份有限公司 | 行走轨迹的确定方法、终端和计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104990551A (zh) * | 2015-06-19 | 2015-10-21 | 中国人民解放军国防科学技术大学 | 一种基于轨迹提取的室内外联合导航方法与系统 |
CN106605123A (zh) * | 2014-08-29 | 2017-04-26 | 三星电子株式会社 | 用于确定入口位置和感兴趣区域的系统 |
CN106991558A (zh) * | 2017-04-13 | 2017-07-28 | 广东南方海岸科技服务有限公司 | 一种港口口岸间主航道的自动生成方法及系统 |
CN107067038A (zh) * | 2017-04-20 | 2017-08-18 | 哈尔滨工业大学 | 一种基于pdr轨迹绘制的室内楼宇轮廓修整方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8855361B2 (en) * | 2010-12-30 | 2014-10-07 | Pelco, Inc. | Scene activity analysis using statistical and semantic features learnt from object trajectory data |
-
2017
- 2017-10-16 CN CN201710959904.0A patent/CN109668563B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106605123A (zh) * | 2014-08-29 | 2017-04-26 | 三星电子株式会社 | 用于确定入口位置和感兴趣区域的系统 |
CN104990551A (zh) * | 2015-06-19 | 2015-10-21 | 中国人民解放军国防科学技术大学 | 一种基于轨迹提取的室内外联合导航方法与系统 |
CN106991558A (zh) * | 2017-04-13 | 2017-07-28 | 广东南方海岸科技服务有限公司 | 一种港口口岸间主航道的自动生成方法及系统 |
CN107067038A (zh) * | 2017-04-20 | 2017-08-18 | 哈尔滨工业大学 | 一种基于pdr轨迹绘制的室内楼宇轮廓修整方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109668563A (zh) | 2019-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109668563B (zh) | 基于室内的轨迹的处理方法及装置 | |
EP3019827B1 (en) | Indoor location-finding using magnetic field anomalies | |
Zhuang et al. | Evaluation of two WiFi positioning systems based on autonomous crowdsourcing of handheld devices for indoor navigation | |
US10415978B2 (en) | Landmark location determination | |
KR101751731B1 (ko) | 위치 추적 시스템 및 방법 | |
US20210063159A1 (en) | Positioning Method, Positioning Server and Positioning System | |
US10444019B2 (en) | Generating map data | |
Zhou et al. | Crowdsourcing-based indoor mapping using smartphones: A survey | |
JP2015531053A (ja) | 無線マップを動的に作成するためのシステム、方法、及びコンピュータプログラム | |
CN111664848B (zh) | 一种多模态室内定位导航方法及系统 | |
US11454501B2 (en) | Providing constraint to a position | |
Hoang et al. | A hidden Markov model for indoor user tracking based on WiFi fingerprinting and step detection | |
CA2894863A1 (en) | Indoor localization using crowdsourced data | |
CN108225331A (zh) | 导航方法、装置及电子设备 | |
Moreira et al. | Indoor tracking from multidimensional sensor data | |
Ahmad et al. | WI-FI RSS fingerprinting for indoor localization using augmented reality | |
Huang et al. | Multi-view and multi-scale localization for intelligent vehicles in underground parking lots | |
KR20210003065A (ko) | 데이터 수집 방법 및 시스템 | |
CN110692260B (zh) | 终端设备定位系统和方法 | |
CN111723682A (zh) | 提供位置服务的方法、装置、可读存储介质及电子设备 | |
CN112880677B (zh) | 基于地磁和相似度匹配的室内定位方法 | |
CN112287051B (zh) | 商户导航方法、装置、服务器及存储介质 | |
Chen et al. | Indoor positioning fusion algorithm for smartphones | |
US20230354258A1 (en) | Data processing method and apparatus | |
Lee et al. | Building Identification Using Smartphone Sensors and a Map |
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 |