CN109669199B - 一种定位方法、终端和计算机和存储介质 - Google Patents
一种定位方法、终端和计算机和存储介质 Download PDFInfo
- Publication number
- CN109669199B CN109669199B CN201811522935.0A CN201811522935A CN109669199B CN 109669199 B CN109669199 B CN 109669199B CN 201811522935 A CN201811522935 A CN 201811522935A CN 109669199 B CN109669199 B CN 109669199B
- Authority
- CN
- China
- Prior art keywords
- point
- cluster
- positioning
- similarity
- positioning point
- 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
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例涉及定位领域,公开了一种定位方法、终端和计算机和存储介质。本发明中,定位方法包括:获取对应第一路线的至少一个类簇;响应于接收到对应第一路线的第一定位点,分析第一定位点和各类簇的相似度;根据相似度更新至少一个类簇;确定第一定位点是否需要重定位;若确定需要重定位,根据相似度获得第一定位点的重定位点。本发明中还公开了定位装置、终端和计算机可读存储介质,使得快速确定定位点的准确性,使得错误的定位数据得以修正。
Description
技术领域
本发明实施例涉及定位领域,特别涉及定位方法、终端和计算机和存储介质。
背景技术
轨迹数据就是时空环境下,通过对一个或多个移动对象运动过程的采样所获得的数据信息,包括采样点位置、采样时间、速度等,这些采样点数据信息根据采样先后顺序构成了轨迹数据。现有移动定位的场景,一般会多次采集位置,获得多个定位点,再根据这些定位点绘制出移动轨迹。比如,在骑手送餐过程中,会以一定的时间频率采集骑手手机定位数据,按照时间顺序可以回放出骑手的送餐路线与骑行状态。
本申请发明人发现:在定位时,因为环境、设备等原因,可能造成定位数据出错,造成定位点偏离实际位置,如果仍旧根据收到的原始数据绘制轨迹,就会造成轨迹的错误,影响定位准确性。
发明内容
本发明实施方式的目的在于提供一种定位方法、终端和计算机和存储介质,使得快速确定定位点的准确性,使得错误的定位数据得以修正。
为解决上述技术问题,本发明的实施方式提供了一种定位方法,包括:获取对应第一路线的至少一个类簇;响应于接收到对应所述第一路线的第一定位点,分析所述第一定位点和各所述类簇的相似度;根据所述相似度更新所述至少一个类簇;确定所述第一定位点是否需要重定位;若确定需要重定位,根据所述相似度获得所述第一定位点的重定位点。
本发明的实施方式还提供了一种定位装置,包括:获取模块,用于获取对应第一路线的至少一个类簇;分析模块,用于响应于接收到对应所述第一路线的第一定位点,分析所述第一定位点和各所述类簇的相似度;更新模块,用于根据所述相似度更新所述至少一个类簇;确定模块,用于确定所述第一定位点是否需要重定位;重定位模块,用于响应于所述确定模块确定需要重定位,根据所述相似度获得所述第一定位点的重定位点。
本发明的实施方式还提供了一种终端,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:获取对应第一路线的至少一个类簇;响应于接收到对应所述第一路线的第一定位点,分析所述第一定位点和各所述类簇的相似度;根据所述相似度更新所述至少一个类簇;确定所述第一定位点是否需要重定位;响应于确定需要重定位,根据所述相似度获得所述第一定位点的重定位点。
本发明的实施方式还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述的定位方法。
本发明实施方式相对于现有技术而言,主要区别及其效果在于:通过对应第一路线的类簇,识别接收到的第一定位点是否存在明显漂移,若存在漂移,需要重定位,则可以从聚类结果中确定出重定位点,从而将漂移点修改至合适范围,达到定位降噪的目的。另外,由于本方案可以用于在线场景,第一定位点为新接收到定位点,即时判断出新的定位点是否为异常点,所以可以应用于在线定位的路线修正,响应快,实时度高。也可以用于离线场景,第一定位点是历史定位点,进行统一判断,灵活度高。
作为进一步改进,所述相似度包括:时空相似度或者空间相似度。明确了相似度可以包括不同维度的相似度。
作为进一步改进,所述确定所述第一定位点是否需要重定位,包括:若所述第一定位点和各所述类簇的相似度均未达到预设值,则判定所述第一定位点需要重定位。明确判定是的具体方法。
作为进一步改进,所述确定所述第一定位点是否需要重定位之前,包括:确定所述第一定位点所属的类簇是否可信;响应于所述第一定位点所属的类簇不可信,确定所述第一定位点需要重定位。本实施例叠加类簇是否可信的确定,丰富重定位确定的依据。
作为进一步改进,所述响应于接收到对应所述第一路线的第一定位点中,所述第一定位点有P个,所述P为大于1的自然数;所述分析所述第一定位点和各所述类簇的相似度,具体为:依次分析每个所述第一定位点和各所述类簇的相似度;根据确定所述第一定位点是否需要重定位,具体为:在分析完一个所述第一定位点后确定一个所述第一定位点是否需要重定位;或者,在分析完所述P个第一定位点后,确定所述P个第一定位点是否需要重定位。本实施例可以用于在线状态,收到一个点即分析判断一个点是否需要重定位,实时性高;或者用于离线状态,在分析收到的所有点后,再判断是否需要重定位,减小计算压力,保证准确度。
作为进一步改进,所述确定第一定位点所属的类簇是否可信,具体为:根据所述第一定位点所属的类簇中点的数量,确定所述第一定位点所属的类簇是否可信。明确类簇是否可信的确定依据,提升判断的准确性。
作为进一步改进,所述判定所述第一定位点需要重定位之前,包括:确定所述第一定位点是否被指定为特殊点;响应于所述第一定位点未被指定为特殊点,判定所述第一定位点需要重定位。由于实际存在一些特殊情况造成定位点的偏离,所以可以指定特殊点,使实施方式兼容特殊情况。
作为进一步改进,所述根据所述相似度,获得所述第一定位点的重定位点中,所述重定位点为与所述第一定位点相似度最高的类簇中的最后一个点。明确一种重定位点的确定方法。
作为进一步改进,所述更新各所述类簇,具体包括:若所述第一定位点与至少一个类簇的相似度符合预设条件,则将所述第一定位点加入和所述第一定位点相似度最高的类簇;或者,若所述第一定位点与至少一个类簇的相似度均不符合预设条件,则为所述第一定位点创建新类簇。明确几种情况下更新类簇的方式。
作为进一步改进,分析所述第一定位点和各所述类簇的相似度,具体为:分析所述第一定位点和各所述类簇中的M个类簇的相似度,其中,所述M个类簇为最近更新过的M个类簇,所述M为大于或等于1的自然数。维持判断时类簇的数量,有效减少参与运算的数据,加快流程的执行速度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是根据本发明第一实施方式中的定位方法流程图;
图2是根据本发明第二实施方式中的定位方法流程图;
图3是根据本发明第三实施方式中的定位方法流程图;
图4是根据本发明第三实施方式中的另一定位方法流程图;
图5是根据本发明第六实施方式中的定位装置示意图;
图6是根据本发明第七实施方式中的终端的示意图。
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,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便,不应对本发明的具体实现方式构成任何限定,各个实施例在不矛盾的前提下可以相互结合相互引用。
本发明的第一实施方式涉及一种定位方法。
本实施方式应用于一种终端,也可以应用于一种服务器。其流程如图1所示,具体如下:
步骤101,获取对应第一路线的类簇。
具体的说,获取的类簇可以由第一路线对应的定位点集合中的定位点聚类获得,其中,定位点可以来自采集终端,采集终端可以是用户的手机、手环等智能设备,由骑手携带,具有定位功能,定时上报定位点(如GPS(全球定位系统,Global Positioning System)信息),第一路线可以指的是采集终端的移动路线,来自同一采集终端的定位点被归至一个集合,形成对应第一路线的定位点集合,再将集合中的各定位点聚类成至少一个类簇。
本实施方式中,类簇也可以为已有,在获取时,直接获取对应第一路线的类簇,更具体的说,类簇的具体数量可以是一个,也可以是多个,在此不做限定。
步骤102,响应于接收到对应第一路线的第一定位点,分析第一定位点和各类簇的相似度。
具体的说,所分析的相似度可以包括时空相似度或者空间相似度,可以根据实际只选择其中一种进行分析。其中,时空相似度可以包括时间和空间的相似度,时间可以指定位点的接收时间,空间可以指定位点的物理坐标。
本实施方式中,在接收到对应第一路线的第一定位点时,分别计算第一定位点和步骤101 中已获得的类簇的时空相似度,相似度可以利用以下公式获得:
时空相似度=sqrt(时间相似度*距离相似度);
其中,相似度可以用百分比值记录和比较。
进一步说,分别将第一定位点和各类簇进行相似度计算时,可以具体计算第一定位点和一类簇中最后一个点的相似度,并利用该相似度表征第一定位点和该类簇的相似度。
实施方式中,在分析相似度时,可以将第一定位点和所有获得的类簇均计算出相似度,也可以只将第一定位点和部分类簇计算出相似度,部分类簇可以是最近更新过的若干个类簇。较早的类簇相似可能性低,所以直接和近期有过更新的类簇,在保证准确性的同时,可以减少参与运算的数据量,从而加快流程速度。
更具体的说,本实施方式中,可以为类簇设置滑窗,滑窗中的类簇为近期有更新过的类簇,如果新增类簇,滑窗则后移,使得早先的类簇滑出滑窗,在相似度分析时,具体分析第一定位点和滑窗中各类簇的相似度。如果类簇较少,滑窗没有填满,可以通过补零方式在前填缺。
步骤103,根据相似度更新类簇。
具体的说,若第一定位点与至少一个类簇的相似度符合预设条件,则将第一定位点加入和第一定位点相似度最高的类簇;或者,若第一定位点与至少一个类簇的相似度均不符合预设条件,则为第一定位点创建新类簇。其中,预设条件可以是达到预定的相似度阈值。其中,相似度阈值可以由技术人员根据经验结合实际应用场景确定,在此不做限定。
本实施方式中,比对第一定位点和各类簇的相似度;若和第一定位点相似度超过预定阈值的类簇只有一个,则将第一定位点加入该类簇;若和第一定位点相似度超过预定阈值的类簇不止一个,则将第一定位点加入和第一定位点相似度最高的类簇;若不存在和第一定位点相似度超过预定阈值的类簇,则为第一定位点创建新类簇。
步骤104,确定第一定位点是否需要重定位;若需要,则执行步骤105;若不需要,则结束本实施方式中的定位流程。
具体的说,分析第一定位点和每个类簇的相似度,实际应用中,根据分析出的相似度和预定的相似度阈值比对,若第一定位点和各类簇的相似度均未达到预定的相似度阈值,则判定第一定位点需要重定位。
步骤105,根据相似度获得第一定位点的重定位点。
具体的说,重定位点可以是人为指定的点坐标,本实施方式中,也可以根据定位点集合中的点获取重定位点的点坐标,由于步骤103中已经分析了第一定位点和各个类簇的相似度,所以可以将相似度最高的类簇作为第一定位点可能的类簇,再从该类簇中找到最后收到的一个点的点坐标,作为第一定位点的重定位点的点坐标。其中,最后收到的一个点,可以是接收时间最接近于第一定位点的接收时间的定位点。这样指定的重定位点接近于原有数据,符合历史数据的惯性原则,可以快速准确地修正作为异常数据的第一定位点。
可见,本实施方式通过对应第一路线的类簇,识别接收到的第一定位点是否存在明显漂移,若存在漂移,需要重定位,则可以从聚类结果中确定出重定位点,从而将漂移点修改至合适范围,达到定位降噪的目的。另外,由于本方案可以用于在线场景,第一定位点为新接收到定位点,即时判断出新的定位点是否为异常点,所以可以应用于在线定位的路线修正,响应快,实时度高。也可以用于离线场景,第一定位点是历史定位点,进行统一判断,灵活度高。其中,由于在判定时,利用相似度比较,在量化为数值后,判断速度快,有利于加快本实施方式中的流程执行速度。
本发明的第二实施方式涉及一种定位方法。第二实施方式是在第一实施方式的基础上做了进一步改进,本实施方式中增加对类簇是否可信的判断,从而丰富定位点是否需要重定位的判断依据,加快判断速度,提高判断准确性。
具体的说,本实施方式中的定位方法流程图如图2所示,具体如下:
步骤201至步骤203与第一实施方式中的步骤101至步骤103相类似,在此不再赘述。
步骤204,确定是否存在与第一定位点相似度超过预定阈值的类簇;若是,则继续执行步骤205;若否,则执行步骤206。
步骤205,确定该类簇是否可信;若可信,则结束本实施方式中的定位流程;若不可信,则继续执行步骤206。
具体的说,在确定存在与第一定位点相似度超过预定阈值的类簇后,继续判断该类簇是否可信,如果该类簇本身不可信,那也将第一定位点认定为需要重定位的点,如果该类簇本身可信,那才将第一定位点认定为不需要重定位的点。
更具体的说,可以根据类簇中已有的定位点数量确定类簇本身是否可信,如在类簇更新后,类簇中有三个或以上的点,那就认为类簇可信,如果少于三个,则认为类簇不可信。
总的来说,上述步骤204和205确定第一定位点是否需要重定位。
步骤206,根据相似度获得第一定位点的重定位点。
具体的说,响应于获得重定位点,可以先找点和第一定位点相似度最高的可信类簇,排除不可信类簇,将相似度最高的可信类簇中最后一个点作为重定位点。
实际应用中,也可以先确定与第一定位点相似度最高的类簇,再确定该类簇是否可信,如果与第一定位点相似度最高的类簇(如类簇A)可信,则将类簇A中最后一个点作为重定位点,如果类簇A不可信,则可以根据相似度高低,继续寻找的其他可信类簇,也可以将类簇A中与第一定位点时间最接近的点作为重定位点。
可见,本实施方式中进一步明确类簇是否可信作为确定依据,丰富判断依据,提升判断的准确性。
本发明的第三实施方式涉及一种定位方法。明确收到多个定位点的定位方法。
具体的说,第一定位点可以有P个,P为大于1的自然数。在分析第一定位点和各类簇的相似度时:依次分析每个第一定位点和各类簇的相似度;在根据确定第一定位点是否需要重定位时:在分析完一个第一定位点后确定一个第一定位点是否需要重定位;或者,在分析完P个第一定位点后,确定P个第一定位点是否需要重定位。
如果是在线场景,也就是实时判断的应用场景,可以在分析完一个第一定位点后确定一个第一定位点是否需要重定位;如果是离线场景,也就是不需实时判断的应用场景,
本实施方式中,以在线场景为例,进一步说明定位方法的执行过程。具体的说,第一定位点包括:点1~点16,如图3所示,在接收到这些点时的执行逻辑如下:
点1(假定为初始点),分析相似度时,由于不存在和点1相似度较高的类簇,则为其新建类簇1,直接输出。
点2,分析相似度时,计算点2与点1的时空相似度,得出:时空相似度符合预设阈值范围,则在更新类簇时,将点2加入类簇1,且点2被判定为正常点(即不需要重定位)。
点3,分析相似度时,计算点3与点2的时空相似度,得出:时空相似度符合预设阈值范围,则点3加入类簇1,且点3被判定为正常点。
之后收到的点4……点8,时空相似度符合预设阈值范围,均加入类簇1,且均被判定为正常点。
点9,分析相似度时,计算与点8的时空相似度,得出:时空相似度不符合预设阈值范围,则为点9新建类簇2,同时将点9加入类簇2,且点9被判定为非正常点(需要重定位的点);在获得重定位点时,与点9相似度最高的类簇为类簇1,且点8为类簇1中最后一个点,所以将点8的空间坐标作为点9的重定位点的空间坐标输出。
点10,分析相似度时,分别计算与类簇1的点8&类簇2的点9的相似度,前者小于后者,且后者符合预设阈值范围,则将点10加入类簇2,且由于类簇2中只有两个点,则判断类簇2的可信度不符合要求(即不可信),那点10也需被判定为非正常点,在获取重定位点时,点8的空间坐标作为点10的重定位点的空间坐标输出。
点11,分析相似度时,分别计算与类簇1的点8&类簇2的点10的相似度,前者大于后者,且前者符合预设阈值范围,则将点11加入类簇1,且点11被判定为正常点。
点12,分析相似度时,分别计算与类簇1的点11&类簇2的点10的相似度,前者大于后者,且前者符合预设阈值范围,则点12加入类簇1,且点12被判定为正常点。
点13,分析相似度时,分别计算与类簇1的点12&类簇2的点10的相似度,均不符合预设阈值范围,则为点13新建类簇3,并将其归为类簇3,同时点13被判定为非正常点,在获取重定位点时,将点12的空间坐标作为点13的重定位点的空间坐标输出。
点14,分析相似度时,分别计算与类簇1的点12&类簇2的点10&类簇3的点13的相似度,后者最大且符合预设阈值范围,则点14加入类簇3,又由于类簇3中仅有两个点,为不可信类簇,则点14仍被判定为非正常点,在获取重定位点时,将点12的空间坐标作为点 14的重定位点的空间坐标输出。
点15,分析相似度时,分别计算与类簇1的点12&类簇2的点10&类簇3的点14的相似度,后者最大且符合预设阈值范围,则点15加入类簇3,又由于此时类簇3中已有三个点,判断类簇3可信,那点15被判定为正常点。
点16,分析相似度时,分别计算与类簇1的点12&类簇2的点10&类簇3的点15的相似度,后者最大且符合预设阈值范围,则点16加入类簇3,又由于类簇3可信,那么点16 被判定为正常点。
以上最终得到的类簇为:类簇1:点1-8、11、12;类簇2:点9、点10;类簇3:点13-16。
本实施方式中,以离线场景为例,进一步说明定位方法的执行过程。各个第一定位点仍然是上述的点1~点16,如图4所示,在所有第一定位点分析完成后再确认是否需要重定位,具体可以根据所属类簇是否可信进行确定,具体执行逻辑如下:
离线场景中,点1~点16均被获取,分析相似度的聚类过程和在线场景相似,同样获得:类簇1:点1-8、11、12;类簇2:点9、点10;类簇3:点13-16。
在判断类簇1、类簇2、类簇3的可信度时,判断依据仍然是一个类簇中具有三个或以上点时可信,那么类簇1、类簇3均为可信的,类簇2为不可信;类簇2内的所有点都为非正常点,都需要重定位。也就是说,在离线场景中,可以在分析完所有第一定位点后,再确定第一定位点是否需要重定位,那么只需要判断各个第一定位点所属的类簇是否可信,如果可信,则认为该类簇中所有定位点均不需要重定位,如果不可信,则认为该类簇中所有定位点均需要重定位。
在获取重定位点时,点8的空间坐标作为点9/10的重定位点的空间坐标输出;或者,点 11的空间坐标作为点9/10的重定位点的空间坐标输出;或者,点8的空间坐标作为点9的重定位点的空间坐标输出,点11的空间坐标作为点10的重定位点的空间坐标输出。
本发明的第四实施方式涉及一种定位方法。第四实施方式是在第一实施方式的基础上做了进一步改进,在是否需要重定位的确定时,可以增加特殊点的判断,使得避免误判,使得实施方式更为兼容实际存在的特殊情况。
具体的说,在判定第一定位点需要重定位之前,包括:确定第一定位点是否被指定为特殊点;响应于第一定位点未被指定为特殊点,判定第一定位点需要重定位。其中,特殊点可以预先指定,也可以根据预设的规则筛选,如根据实际场景确定出特殊路况,那么符合这些特殊路况的定位点,即使不满足和其他类簇的相似度要求,也可以认为是准确的点,不需要重定位。
举例来说,当第一定位点和各类簇的相似度均未达到预定阈值后,先判断是否符合预先设置的规则,如符合,则判定为不需要重定位,如不符合,那么这个第一定位点仍然是异常点,再判定其需要重定位。
可见,由于实际存在一些特殊情况造成定位点的偏离,所以可以指定特殊点,使实施方式兼容特殊情况,使得本实施方式的应用场景更为广泛。
本发明的第五实施方式涉及一种定位方法。第五实施方式与第一实施方式大致相同,主要区别之处在于:在第一实施方式中,在获取类簇时,如果类簇来自一定位点集合,对该定位点集合中的点没有限定数量。而在本发明第五实施方式中,限定了该定位点集合中点数的上限,便于控制参与运算的数据量,加快流程执行速度。
具体的说,设定定位点集合包括N个定位点,N为大于1的自然数;若更新后的定位点集合中的定位点数量超过N,则移除接收时间距第一定位点的接收时间最远的定位点。
举例来说,如果N为20,那么只根据定位点集合接收时间离第一定位点接收时间更近的 20个点,早先的点不再进行分析处理。之后,如果需要将新接收到的第一定位点加入定位点集合,集合中的定位点数就会变为21,超过了设定值20,那么就移除之前的点。可以根据各个定位点的接收时间,移除接收时间最久的点,使定位点集合中仍维持20个点。
可见,维持定位点集合中的数据量,有效减少参与聚类的数据量,加快流程的执行速度。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明的第六实施方式涉及一种定位装置。如图5所示,该装置包括:
获取模块,用于获取对应第一路线的至少一个类簇;
分析模块,用于响应于接收到对应第一路线的第一定位点,分析第一定位点和各类簇的相似度;
更新模块,用于根据相似度更新至少一个类簇;
确定模块,用于确定第一定位点是否需要重定位;
重定位模块,用于响应于确定模块确定需要重定位,根据相似度获得第一定位点的重定位点。
在一个例子中,相似度包括:空间相似度或者时空相似度。
在一个例子中,确定模块具体用于,响应于第一定位点和各类簇的相似度均未达到预设值,确定第一定位点需要重定位。
在一个例子中,确定模块包括:第一确定子模块,用于确定第一定位点所属的类簇是否可信;第二确定子模块,用于响应于第一确定子模块确定第一定位点所属的类簇不可信,确定第一定位点需要重定位。
在一个例子中,第一定位点有P个,P为大于1的自然数;分析模块,具体用于依次分析每个第一定位点和各类簇的相似度;重定位模块,具体用于在分析完一个第一定位点后确定一个第一定位点是否需要重定位;或者,在分析完P个第一定位点后,确定P个第一定位点是否需要重定位。
在一个例子中,第一确定子模块,具体用于根据第一定位点所属的类簇中点的数量,确定第一定位点所属的类簇是否可信。
在一个例子中,确定模块还包括:第三确定子模块,用于确定第一定位点是否被指定为特殊点;确定模块响应于第一定位点未被指定为特殊点,判定第一定位点需要重定位。
在一个例子中,重定位模块所获得的重定位点为与第一定位点相似度最高的类簇中的最后一个点。
在一个例子中,更新模块,具体包括:第一更新子模块,用于响应于第一定位点与至少一个类簇的相似度符合预设条件,将第一定位点加入和第一定位点相似度最高的类簇;或者,第二更新子模块,用于响应于第一定位点与至少一个类簇的相似度均不符合预设条件,为第一定位点创建新类簇。
在一个例子中,获取模块,具体用于获取对应第一路线的最近更新过的M个类簇,M为大于或等于1的自然数。
本发明第七实施方式涉及一种终端,如图6所示,该终端设备包括:至少一个处理器801;以及,与至少一个处理器801通信连接的存储器802;以及,与扫描装置通信连接的通信组件803,通信组件803在处理器801的控制下接收和发送数据;其中,存储器802存储有可被至少一个处理器801执行的指令,指令被至少一个处理器801执行以实现:
获取对应第一路线的至少一个类簇。
响应于接收到对应第一路线的第一定位点,分析第一定位点和各类簇的相似度。
根据相似度更新至少一个类簇。
确定第一定位点是否需要重定位。
响应于确定需要重定位,根据相似度,获得第一定位点的重定位点。
具体地,该终端设备包括:一个或多个处理器801以及存储器802,图6中以一个处理器801为例。处理器801、存储器802可以通过总线或者其他方式连接,图6中以通过总线连接为例。存储器802作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器801通过运行存储在存储器802中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述定位方法。
存储器802可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储选项列表等。此外,存储器802可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施方式中,存储器802可选包括相对于处理器801 远程设置的存储器802,这些远程存储器802可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器802中,当被一个或者多个处理器801执行时,执行上述任意方法实施方式中的定位方法。
上述产品可执行本申请实施方式所提供的方法,具备执行方法相应的功能模块和有益效果,未在本实施方式中详尽描述的技术细节,可参见本申请实施方式所提供的方法。
本发明第八实施方式涉及一种计算机可读存储介质,存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
本申请实施方式提供了A1.一种定位方法,包括:
获取对应第一路线的至少一个类簇;
响应于接收到对应所述第一路线的第一定位点,分析所述第一定位点和各所述类簇的相似度;
根据所述相似度更新所述至少一个类簇;
确定所述第一定位点是否需要重定位;
若确定需要重定位,根据所述相似度获得所述第一定位点的重定位点。
A2.根据A1所述的定位方法,所述相似度包括:空间相似度或者时空相似度。
A3.根据A1所述的定位方法,所述确定所述第一定位点是否需要重定位,包括:
若所述第一定位点和各所述类簇的相似度均未达到预设值,则判定所述第一定位点需要重定位。
A4.根据A1所述的定位方法,所述确定所述第一定位点是否需要重定位之前,包括:
确定所述第一定位点所属的类簇是否可信;
若所述第一定位点所属的类簇不可信,确定所述第一定位点需要重定位。
A5.根据A4所述的定位方法,所述响应于接收到对应所述第一路线的第一定位点中,所述第一定位点有P个,所述P为大于1的自然数;
所述分析所述第一定位点和各所述类簇的相似度,具体为:依次分析每个所述第一定位点和各所述类簇的相似度;
根据确定所述第一定位点是否需要重定位,具体为:
在分析完一个所述第一定位点后确定一个所述第一定位点是否需要重定位;或者,
在分析完所述P个第一定位点后,确定所述P个第一定位点是否需要重定位。
A6.根据A4所述的定位方法,所述确定第一定位点所属的类簇是否可信,具体为:
根据所述第一定位点所属的类簇中点的数量,确定所述第一定位点所属的类簇是否可信。
A7.根据A3或A4所述的定位方法,所述判定所述第一定位点需要重定位之前,包括:确定所述第一定位点是否被指定为特殊点;
响应于所述第一定位点未被指定为特殊点,判定所述第一定位点需要重定位。
A8.根据A1所述的定位方法,所述根据所述相似度,获得所述第一定位点的重定位点中,
所述重定位点为与所述第一定位点相似度最高的类簇中的最后一个点。
A9.根据A1所述的定位方法,所述更新各所述类簇,具体包括:
若所述第一定位点与至少一个类簇的相似度符合预设条件,则将所述第一定位点加入和所述第一定位点相似度最高的类簇;或者,
若所述第一定位点与至少一个类簇的相似度均不符合预设条件,则为所述第一定位点创建新类簇。
A10.根据A1所述的定位方法,所述分析所述第一定位点和各所述类簇的相似度,具体为:分析所述第一定位点和各所述类簇中的M个类簇的相似度,其中,所述M个类簇为最近更新过的M个类簇,所述M为大于或等于1的自然数。
本申请实施方式还提供了B1.一种定位装置,包括:
获取模块,用于获取对应第一路线的至少一个类簇;
分析模块,用于响应于接收到对应所述第一路线的第一定位点,分析所述第一定位点和各所述类簇的相似度;
更新模块,用于根据所述相似度更新所述至少一个类簇;
确定模块,用于确定所述第一定位点是否需要重定位;
重定位模块,用于响应于所述确定模块确定需要重定位,根据所述相似度获得所述第一定位点的重定位点。
B12.根据B11所述的定位装置,所述相似度包括:空间相似度或者时空相似度。
B13.根据B11所述的定位装置,所述确定模块具体用于,响应于所述第一定位点和各所述类簇的相似度均未达到预设值,确定所述第一定位点需要重定位。
B14.根据B11所述的定位装置,所述确定模块包括:
第一确定子模块,用于确定所述第一定位点所属的类簇是否可信;
第二确定子模块,用于响应于所述第一确定子模块确定所述第一定位点所属的类簇不可信,确定所述第一定位点需要重定位。
B15.根据B14所述的定位装置,所述第一定位点有P个,所述P为大于1的自然数;
所述分析模块,具体用于依次分析每个所述第一定位点和各所述类簇的相似度;
所述重定位模块,具体用于在分析完一个所述第一定位点后确定一个所述第一定位点是否需要重定位;或者,在分析完所述P个第一定位点后,确定所述P个第一定位点是否需要重定位。
B16.根据B14所述的定位装置,所述第一确定子模块,具体用于根据所述第一定位点所属的类簇中点的数量,确定所述第一定位点所属的类簇是否可信。
B17.根据B13或B14所述的定位装置,所述确定模块还包括:第三确定子模块,用于确定所述第一定位点是否被指定为特殊点;
所述确定模块响应于所述第一定位点未被指定为特殊点,判定所述第一定位点需要重定位。
B18.根据B11所述的定位装置,所述重定位模块所获得的所述重定位点为与所述第一定位点相似度最高的类簇中的最后一个点。
B19.根据B11所述的定位装置,所述更新模块,具体包括:
第一更新子模块,用于响应于所述第一定位点与至少一个类簇的相似度符合预设条件,将所述第一定位点加入和所述第一定位点相似度最高的类簇;或者,
第二更新子模块,用于响应于所述第一定位点与至少一个类簇的相似度均不符合预设条件,为所述第一定位点创建新类簇。
B20.根据B11所述的定位装置,所述获取模块,具体用于获取对应第一路线的最近更新过的M个类簇,所述M为大于或等于1的自然数。
本申请实施方式还提供了C21.一种终端,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:
获取对应第一路线的至少一个类簇;
响应于接收到对应所述第一路线的第一定位点,分析所述第一定位点和各所述类簇的相似度;
根据所述相似度更新所述至少一个类簇;
确定所述第一定位点是否需要重定位;
响应于确定需要重定位,根据所述相似度获得所述第一定位点的重定位点。
C22.根据21所述的终端,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够进一步执行如A2-A10中任一项所述的方法。
本申请实施方式还提供了D23.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现如A1至A10中任一项所述的定位方法。
Claims (19)
1.一种定位方法,其特征在于,包括:
获取对应第一路线的多个类簇;
响应于接收到对应所述第一路线的第一定位点,分析所述第一定位点和各所述类簇的相似度,其中,在在线场景中,所述第一定位点为当前时刻接收到的定位点,在离线场景中,所述第一定位点为历史定位点;
根据所述相似度更新所述多个类簇;
确定所述第一定位点是否需要重定位;
若确定需要重定位,根据所述相似度获得所述第一定位点的重定位点;
其中,所述根据所述相似度更新所述多个类簇,包括:
若和所述第一定位点相似度超过预定阈值的类簇只有一个,则将所述第一定位点加入所述类簇;若和所述第一定位点相似度超过所述预定阈值的类簇不止一个,则将所述第一定位点加入和所述第一定位点相似度最高的类簇;若不存在和所述第一定位点相似度超过所述预定阈值的类簇,则为所述第一定位点创建新类簇。
2.根据权利要求1所述的定位方法,其特征在于,所述相似度包括:空间相似度或者时空相似度。
3.根据权利要求1所述的定位方法,其特征在于,所述确定所述第一定位点是否需要重定位之前,包括:
确定所述第一定位点所属的类簇是否可信;
若所述第一定位点所属的类簇不可信,确定所述第一定位点需要重定位。
4.根据权利要求3所述的定位方法,其特征在于,所述响应于接收到对应所述第一路线的第一定位点中,所述第一定位点有P个,所述P为大于1的自然数;
所述分析所述第一定位点和各所述类簇的相似度,具体为:依次分析每个所述第一定位点和各所述类簇的相似度。
5.根据权利要求3所述的定位方法,其特征在于,所述确定第一定位点所属的类簇是否可信,具体为:
根据所述第一定位点所属的类簇中点的数量,确定所述第一定位点所属的类簇是否可信。
6.根据权利要求3所述的定位方法,其特征在于,所述确定所述第一定位点需要重定位之前,包括:确定所述第一定位点是否被指定为特殊点;
响应于所述第一定位点未被指定为特殊点,判定所述第一定位点需要重定位。
7.根据权利要求1所述的定位方法,其特征在于,所述根据所述相似度,获得所述第一定位点的重定位点中,
所述重定位点为与所述第一定位点相似度最高的类簇中的最后一个点。
8.根据权利要求1所述的定位方法,其特征在于,所述分析所述第一定位点和各所述类簇的相似度,具体为:分析所述第一定位点和各所述类簇中的M个类簇的相似度,其中,所述M个类簇为最近更新过的M个类簇,所述M为大于1的自然数。
9.一种定位装置,其特征在于,包括:
获取模块,用于获取对应第一路线的多个类簇;
分析模块,用于响应于接收到对应所述第一路线的第一定位点,分析所述第一定位点和各所述类簇的相似度,其中,在在线场景中,所述第一定位点为当前时刻接收到的定位点,在离线场景中,所述第一定位点为历史定位点;
更新模块,用于根据所述相似度更新所述多个类簇;
确定模块,用于确定所述第一定位点是否需要重定位;
重定位模块,用于响应于所述确定模块确定需要重定位,根据所述相似度获得所述第一定位点的重定位点;
其中,所述更新模块,具体用于若和所述第一定位点相似度超过预定阈值的类簇只有一个,则将所述第一定位点加入所述类簇;若和所述第一定位点相似度超过所述预定阈值的类簇不止一个,则将所述第一定位点加入和所述第一定位点相似度最高的类簇;若不存在和所述第一定位点相似度超过所述预定阈值的类簇,则为所述第一定位点创建新类簇。
10.根据权利要求9所述的定位装置,其特征在于,所述相似度包括:空间相似度或者时空相似度。
11.根据权利要求9所述的定位装置,其特征在于,所述确定模块包括:
第一确定子模块,用于确定所述第一定位点所属的类簇是否可信;
第二确定子模块,用于响应于所述第一确定子模块确定所述第一定位点所属的类簇不可信,确定所述第一定位点需要重定位。
12.根据权利要求11所述的定位装置,其特征在于,所述第一定位点有P个,所述P为大于1的自然数;
所述分析模块,具体用于依次分析每个所述第一定位点和各所述类簇的相似度。
13.根据权利要求11所述的定位装置,其特征在于,所述第一确定子模块,具体用于根据所述第一定位点所属的类簇中点的数量,确定所述第一定位点所属的类簇是否可信。
14.根据权利要求11所述的定位装置,其特征在于,所述确定模块还包括:第三确定子模块,用于确定所述第一定位点是否被指定为特殊点;
所述确定模块响应于所述第一定位点未被指定为特殊点,判定所述第一定位点需要重定位。
15.根据权利要求9所述的定位装置,其特征在于,所述重定位模块所获得的所述重定位点为与所述第一定位点相似度最高的类簇中的最后一个点。
16.根据权利要求9所述的定位装置,其特征在于,所述获取模块,具体用于获取对应第一路线的最近更新过的M个类簇,所述M为大于1的自然数。
17.一种定位终端,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:
获取对应第一路线的多个类簇;
响应于接收到对应所述第一路线的第一定位点,分析所述第一定位点和各所述类簇的相似度,其中,在在线场景中,所述第一定位点为当前时刻接收到的定位点,在离线场景中,所述第一定位点为历史定位点;
根据所述相似度更新所述多个类簇;
确定所述第一定位点是否需要重定位;
响应于确定需要重定位,根据所述相似度获得所述第一定位点的重定位点;
其中,所述根据所述相似度更新所述多个类簇,包括:
若和所述第一定位点相似度超过预定阈值的类簇只有一个,则将所述第一定位点加入所述类簇;若和所述第一定位点相似度超过所述预定阈值的类簇不止一个,则将所述第一定位点加入和所述第一定位点相似度最高的类簇;若不存在和所述第一定位点相似度超过所述预定阈值的类簇,则为所述第一定位点创建新类簇。
18.根据权利要求17所述的定位终端,其特征在于,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够进一步执行如权利要求2-8中任一项所述的方法。
19.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的定位方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811522935.0A CN109669199B (zh) | 2018-12-12 | 2018-12-12 | 一种定位方法、终端和计算机和存储介质 |
PCT/CN2019/124761 WO2020119747A1 (zh) | 2018-12-12 | 2019-12-12 | 一种定位方法、终端和计算机和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811522935.0A CN109669199B (zh) | 2018-12-12 | 2018-12-12 | 一种定位方法、终端和计算机和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109669199A CN109669199A (zh) | 2019-04-23 |
CN109669199B true CN109669199B (zh) | 2021-01-12 |
Family
ID=66145080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811522935.0A Active CN109669199B (zh) | 2018-12-12 | 2018-12-12 | 一种定位方法、终端和计算机和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109669199B (zh) |
WO (1) | WO2020119747A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109669199B (zh) * | 2018-12-12 | 2021-01-12 | 拉扎斯网络科技(上海)有限公司 | 一种定位方法、终端和计算机和存储介质 |
CN113138401A (zh) * | 2021-03-25 | 2021-07-20 | 厦门才茂通信科技有限公司 | 一种运动过程中对轨迹纠偏技术进行计算的方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105528815B (zh) * | 2014-09-28 | 2018-04-13 | 深圳市赛格导航科技股份有限公司 | 一种车辆行驶轨迹调整方法及车辆行驶轨迹调整系统 |
KR101673307B1 (ko) * | 2014-12-19 | 2016-11-22 | 현대자동차주식회사 | 네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체 |
CN106650771A (zh) * | 2016-09-29 | 2017-05-10 | 百度在线网络技术(北京)有限公司 | 基于聚类分析的轨迹去噪方法以及装置 |
CN106705976A (zh) * | 2016-12-06 | 2017-05-24 | 北京中交兴路信息科技有限公司 | 一种路网匹配方法及装置 |
CN108120991A (zh) * | 2017-12-06 | 2018-06-05 | 上海评驾科技有限公司 | 一种行车轨迹优化方法 |
CN109669199B (zh) * | 2018-12-12 | 2021-01-12 | 拉扎斯网络科技(上海)有限公司 | 一种定位方法、终端和计算机和存储介质 |
-
2018
- 2018-12-12 CN CN201811522935.0A patent/CN109669199B/zh active Active
-
2019
- 2019-12-12 WO PCT/CN2019/124761 patent/WO2020119747A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2020119747A1 (zh) | 2020-06-18 |
CN109669199A (zh) | 2019-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107133269B (zh) | 基于移动目标的频繁位置轨迹生成方法及装置 | |
CN112179330B (zh) | 移动设备的位姿确定方法及装置 | |
CN111179311B (zh) | 多目标跟踪方法、装置及电子设备 | |
CN111709975B (zh) | 多目标跟踪方法、装置、电子设备及存储介质 | |
CN111016908B (zh) | 车辆行驶位置确定方法、装置、存储介质及电子设备 | |
CN108460427B (zh) | 一种分类模型训练方法、装置以及分类方法及装置 | |
CN109669199B (zh) | 一种定位方法、终端和计算机和存储介质 | |
KR20150110697A (ko) | 타깃 오브젝트를 추적 및 검출하기 위한 시스템들 및 방법들 | |
CN111476192A (zh) | 基于智慧交通的截取图像合成方法及大数据云服务器 | |
CN115965657A (zh) | 目标跟踪方法、电子设备、存储介质及车辆 | |
CN112752119A (zh) | 一种时延误差校正方法、终端设备、服务器及存储介质 | |
CN116309721A (zh) | 基于多目标跟踪的视频折返识别方法、装置、设备及介质 | |
CN112734810B (zh) | 一种障碍物追踪方法及装置 | |
CN115507840A (zh) | 一种栅格地图构建方法、栅格地图构建装置及电子设备 | |
CN115272393A (zh) | 用于无人机的视频流目标跟踪方法、装置及存储介质 | |
CN113469130A (zh) | 一种遮挡目标检测方法、装置、存储介质及电子装置 | |
CN112837349A (zh) | 一种目标跟踪方法、设备及计算机可读存储介质 | |
CN111310070B (zh) | 确定频繁行程的方法、装置、存储介质和电子设备 | |
CN106412690B (zh) | 一种视频播放的确定方法及装置 | |
CN117495910A (zh) | 一种智能可调式对象捕捉设备及其控制方法 | |
CN111541985A (zh) | 一种物联网终端定位方法、物联网终端和存储介质 | |
CN116012624B (zh) | 定位方法、装置、电子设备、介质以及自动驾驶设备 | |
US20220203523A1 (en) | Action learning method, medium, and electronic device | |
CN117372286B (zh) | 一种基于Python的图像噪声优化方法及系统 | |
CN113782213B (zh) | 基于区块链的患者轨迹存储方法、装置、存储介质及电子设备 |
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 |