CN109874112B - 一种定位的方法及终端 - Google Patents
一种定位的方法及终端 Download PDFInfo
- Publication number
- CN109874112B CN109874112B CN201711269335.3A CN201711269335A CN109874112B CN 109874112 B CN109874112 B CN 109874112B CN 201711269335 A CN201711269335 A CN 201711269335A CN 109874112 B CN109874112 B CN 109874112B
- Authority
- CN
- China
- Prior art keywords
- terminal
- positioning
- signal
- characteristic
- preset
- 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
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本申请实施例公开了一种定位的方法,用于提高终端定位的准确度。本申请实施例方法包括:终端根据第一信号和预置的指纹数据库匹配得到第一定位结果;所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,所述位置特征信息包括预定时间段内至少一种第二信号的变化情况;所述终端根据所述第一定位结果和所述位置特征,在地图数据库中匹配,得到第二定位结果,所述地图数据库中包括位置特征和地图位置的对应关系;所述终端根据所述第二定位结果确定所述终端的位置。本申请实施例还提供一种终端。
Description
技术领域
申请涉及计算机领域,尤其涉及一种定位的方法及终端。
背景技术
随着位置服务的大众化、普通化、日常化,对于位置的定位服务成为人们越来越不可或缺的基本需求。而人们的日常活动大多数时间在室内,对于终端的使用和数据连接大多情况下也在室内,并且人们的日常活动信息通常与位置、时间相关,所以,对于移动互联网时代的位置服务需求将越来越大。
现有提供的一种利用终端传感器进行室内定位的方法,应用场景为初始位置未知或者视线受阻时,基于地磁信号幅度,利用动态时间规整(dynamic time warping,DTW)算法与地磁指纹数据库进行匹配,从而实现室内定位和导航。
但是,该方法主要依赖地磁信号幅度来识别室内走廊、柱子等特征,而周围环境中的电器设备(如电冰箱、服务器等)容易对实时接收到的地磁信号强度产生干扰,从而导致匹配的位置容易出现错误,输出的定位位置不准确。
发明内容
本申请实施例提供了一种定位的方法及终端,用于提高终端位置定位的准确度。
有鉴于此,本申请实施例第一方面提供了一种定位的方法,可以包括:终端根据第一信号和预置的指纹数据库匹配得到第一定位结果;其中,这里的第一信号可以是第一时刻的当前信号,该当前信号可以包括但不限于当前无线保真(wireless fidelity,WIFI)信号列表、基站信号列表。所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,所述位置特征信息包括预定时间段内至少一种第二信号的变化情况;这里的预定时间段可以理解为第一时刻到第二时刻之间的时间段,终端会采集预定时间段内的至少一种第二信号的变化情况,第二信号可以是WIFI信号、基站信号、传感器数据(例如三轴加速度计、三轴磁力计、三轴陀螺仪、气压计、温度计、指南针、三轴方向旋转矢量、九轴方向参数等)、全球定位系统(global positioning system,GPS)信号(即GPS芯片的状态参数)。所述终端根据所述第一定位结果和所述位置特征,在地图数据库中匹配,得到第二定位结果,所述地图数据库中包括位置特征和地图位置的对应关系;所述终端根据所述第二定位结果确定所述终端的位置。
在本申请实施例中,第一定位结果是终端根据第一信号和预置的指纹数据库匹配得到的,还可以根据位置特征信息和预设条件来确定终端的位置特征,再根据位置特征和第一定位结果,在地图数据库中可以匹配得到第二定位结果。而在地图数据库中匹配得到的第二定位结果的准确度比较高,因为位置特征是不受周围环境影响的,所以,根据位置特征和地图数据库匹配得到的第二定位结果的准确度相对比较高,提高了终端定位的准确性。
可选的,在本申请的一些实施例中,所述终端根据所述第一定位结果和所述位置特征,在地图数据库中匹配,得到第二定位结果,具体可以包括:所述终端根据第一定位结果和预置算法,确定第一定位范围;这里的预置算法可以是步行者航位推算算法等。所述终端根据第一定位范围和所述地图数据库中的地图位置,确定所述终端的位置特征所对应的地图位置中在所述第一定位范围内的地图位置;所述终端确定所述第一定位范围内的地图位置为第二定位结果。
在本申请实施例中,终端可以根据第一定位结果和预置算法,可以得到一个估计定位结果,这个估计定位结果可以是一个定位范围,然后再根据终端的位置特征所对应的地图位置中在第一定位范围内的地图位置,可以确定该第一定位范围内的地图位置为第二定位结果。提供了一种确定第二定位结果的具体实现方式,增加了方案的可行性。
可选的,在本申请的一些实施例中,所述终端根据所述第二定位结果确定所述终端的位置,具体可以包括:所述终端根据第三信号,识别用户的运动特征;所述终端根据所述运动特征、所述预置算法,以及所述第二定位结果,确定所述终端的位置。
在本申请实施例中,第三信号可以是第一时刻到第三时刻之间的实时信号,因为终端要么根据位置特征信息,识别出终端的位置特征;要么根据第三信号,识别出用户的运动特征。识别出用户的运动特征之后,可以将上述的第二定位结果作为初始定位结果,根据预置算法和用户的运动特征,确定终端可以根据运动特征、预置算法和第二定位结果,确定终端的位置。可以理解的是,如果终端根据第一时刻到第三时刻的这一时间段内,至少一种信号的变化情况,未确定得到终端的位置特征,那么,终端可以以第一定位结果为初始定位结果,和预置算法以及用户的运动特征,来确定终端的位置。
可选的,在本申请的一些实施例中,所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,具体可以包括:所述终端根据全球定位系统GPS信号在所述预定时间段内的变化情况和第一预设条件,确定所述终端的第一类型位置特征。可以理解的是,终端可以通过GPS信号的陡降来识别室内外入口等位置特征。例如,终端的GPS信号预设数量的卫星信号强度陡降第一阈值,则确定终端从室外进入室内。为终端确定不同类型的位置特征提供了一种可选的实现方式。
可选的,在本申请的一些实施例中,所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,具体可以包括:所述终端根据WIFI信号在所述预定时间段内的变化情况和第二预设条件,确定所述终端的第二类型位置特征。可以理解的是,终端可以通过WIFI信号列表的相对变化来识别门位置特征。例如,终端的WIFI信号强度的均值突变第二阈值,则确定终端有进出门的位置特征。为终端确定不同类型的位置特征提供了一种可选的实现方式。
可选的,在本申请的一些实施例中,所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,具体可以包括:所述终端根据传感器数据中的气压计在所述预定时间段内的变化情况和第三预设条件,确定第三类型位置特征;所述终端根据WIFI信号和所述第三类型位置特征,确定所述第三类型位置特征对应的第三目标位置特征。可以理解的是,终端可以通过气压计读数的均值的变化值,识别楼层的变化;通过不同楼层间的WIFI信号的唯一性,能识别绝对楼层数。为终端确定不同类型的位置特征提供了一种可选的实现方式。
可选的,在本申请的一些实施例中,所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,具体可以包括:所述终端根据传感器数据中的气压计在所述预定时间段内的变化情况和第四预设条件,确定第四类型位置特征;所述终端根据所述传感器数据中的加速度计和所述第四类型位置特征,确定第四目标特征位置。可以理解的是,终端可以通过气压计、加速度计、磁力计信息来识别电梯、楼梯、扶梯等位置特征。例如:当终端的气压计的变化值大于第三阈值时,确定终端的电梯、楼梯、扶梯等位置特征;当终端加速度计幅度标准差小于第四阈值且磁力计幅值峰值与均值比率大于第五阈值时,判断此时在电梯位置特征处;当加速度计幅度标准差小于第四阈值且磁力计幅值峰值与均值比率小于第五阈值时,判断此时在扶梯位置特征处;当加速度计幅度标准差大于第四阈值,此时判断用户在楼梯或者扶梯位置特征处。为终端确定不同类型的位置特征提供了一种可选的实现方式。
可选的,在本申请的一些实施例中,所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,具体可以包括:所述终端根据地磁信号在所述预定时间段内的变化情况和第五预设条件,确定第五类型位置特征。可以理解的是,终端可以通过用户运动特征,结合磁力计信息来识别走廊、空旷区位置特征。例如:基于动态条件下地磁幅度标准差与均值之间的相对比率(相对比率等于标准差除以均值),比率大于第六阈值的认为在电梯附近,结合上面的电梯特征进一步识别电梯特征;比率在第七阈值和第六阈值之间的认为在走廊区域;比率小于第七阈值的认为在室内其他空旷区域,包括会议室、休息区、茶水间等空旷开阔区。其中,第七阈值小于第六阈值。为终端确定不同类型的位置特征提供了一种可选的实现方式。
可选的,在本申请的一些实施例中,所述第二信号包括传感器数据;所述方法还包括:所述终端对所述传感器数据对应的传感器的累计误差进行重置。终端中的传感器,在使用的过程中,会有测量噪声,即有对应的累计误差,这里可以对传感器的累计误差进行清零,那么,再次得到定位结果的准确度就相对比较高。
可选的,在本申请的一些实施例中,所述方法还包括:所述终端根据所述位置特征,匹配所述地图数据库,得到定位轨迹;所述终端根据所述定位轨迹和历史定位轨迹,计算得到估计参数;所述终端根据所述估计参数,进行下一时间单位的定位。现有技术由于无法进行中间定位结果进行修正,定位结果误差会不断积累,变得越来越大。而本申请实施例中由于每一次只要识别到位置特征,就能将误差清零,然后重新在正确的初始位置和方向处进行下一次定位,达到了提高定位精度的效果。
可选的,在本申请的一些实施例中,终端根据第一信号和预置的指纹数据库匹配得到第一定位结果之前,所述方法还包括:所述终端获取所述第一信号;所述终端向服务器发送定位服务请求,所述定位服务请求包括所述第一信号,所述第一信号用于所述服务器匹配所述指纹数据库,得到所述第一定位结果;所述终端接收所述服务器发送的所述第一定位结果。这个实现方式主要说的是,第一定位结果是从服务器获取的,即预置的指纹数据库是保存在服务器上的,终端向服务器发起定位服务请求,定位服务请求包括第一信号,服务器可以根据第一信号和预置的指纹数据库匹配得到第一定位结果,再将第一定位结果返回给终端。
可选的,在本申请的一些实施例中,所述方法还可以包括:所述终端获取所述第一信号;所述终端将所述第一信号与所述终端缓存的历史定位结果信息进行匹配,得到所述第一定位结果;其中,所述终端缓存的历史定位位置信息包括历史定位的信号列表以及对应的定位结果。这个实现方式主要说的是,终端上已经保存一些缓存的历史定位结果信息,第一信号可以直接和本地缓存的历史定位结果信息进行匹配,得到第一定位结果,节约资源,降低时延。
本申请实施例第二方面提供一种终端,具有提高终端位置定位的准确度的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
本申请实施例第三方面提供一种无线通信装置,可以包括:
至少一个处理器,存储器,收发电路和总线系统,所述处理器,所述存储器,所述收发电路通过所述总线系统耦合,所述无线通信装置通过所述收发电路与服务器相通信,所述存储器用于存储程序指令,所述至少一个处理器用于执行所述存储器中存储的所述程序指令,使得所述无线通信装置执行如本申请实施例第一方面任一所述的方法中所述终端操作的部分。所述无线通信装置既可以是终端,也可以是应用在终端中执行相应功能的系统芯片。
本申请实施例第四方面提供一种存储介质,需要说明的是,本发的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产口的形式体现出来,该计算机软件产品存储在一个存储介质中,用于储存为上述设备所用的计算机软件指令,其包含用于执行上述第一方面为终端所设计的程序。
该存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、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。
本申请实施例第五方面提供一种包含指令的计算机程序产品,当其在终端上运行时,使得终端执行如本申请第一方面或第一方面任一可选实现方式中所述的方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
终端根据第一信号和预置的指纹数据库匹配得到第一定位结果;所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,所述位置特征信息包括预定时间段内至少一种第二信号的变化情况;所述终端根据所述第一定位结果和所述位置特征,在地图数据库中匹配,得到第二定位结果,所述地图数据库中包括位置特征和地图位置的对应关系;所述终端根据所述第二定位结果确定所述终端的位置。第一定位结果是终端根据第一信号和预置的指纹数据库匹配得到的,还可以根据位置特征信息和预设条件来确定终端的位置特征,再根据位置特征和第一定位结果,在地图数据库中可以匹配得到第二定位结果。而在地图数据库中匹配得到的第二定位结果的准确度比较高,因为位置特征是不受周围环境影响的,所以,根据位置特征和地图数据库匹配得到的第二定位结果的准确度相对比较高,提高了终端定位的准确性。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例和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一些实施例,还可以根据这些附图获得其它的附图。
图1为商场内WIFI热点的一个示意图;
图2为本申请实施例所应用的一个系统架构图;
图3为本申请实施例中定位的方法的一个实施例示意图;
图4为本申请实施例中位置特征的识别和处理的一个实施例示意图;
图5A为本申请实施例中WIFI信号强度在门外到门内的变化过程示意图;
图5B为本申请实施例中识别电梯、楼梯、扶梯位置特征的流程示意图;
图5C为本申请实施例中电梯内电磁信号幅度变化结果的一个示意图;
图5D为本申请实施例中用户运动特征转弯和直线运动判断流程图;
图5E本申请实施例中电磁信号受电梯环境影响的结果示意图;
图5F为本申请实施例中磁力计、陀螺仪和方向传感器结果在空旷区域的结果示意图;
图6为本申请实施例中用户运动特征的识别和处理的一个实施例示意图;
图7A为本申请实施例中用户运动特征静止、走和跑的判断流程示意图;
图7B为本申请实施例所应用的场景示意图;
图8A为本申请实施例中终端的一个实施例示意图;
图8B为本申请实施例中终端的另一个实施例示意图;
图8C为本申请实施例中终端的另一个实施例示意图;
图9为本申请实施例中终端的另一个实施例示意图。
具体实施方式
本申请实施例提供了一种定位的方法及终端,用于提高终端位置定位的准确度。
为了使本技术领域的人员更好地理解本申请方案,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描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,都应当属于本申请保护的范围。
下面对本申请实施例中所涉及的关键术语和缩略语做一个简单的说明,如下所示:
指纹:利用无线信号(例如:终端基站信号、无线局域网通信的WIFI信号)、无处不在的大地地磁信号、或者部署的蓝牙信号标签发射的小范围信号等等,对这些信号进行测量,记录这些信号点的唯一标识名(例如:媒体接入控制(Medium Access Control,MAC)地址)、信号强度,以及映射的经纬度位置点坐标,将这些记录信息存储在数据库,作为后续实时定位匹配基准,这些存储的每一个定位点以及对应的记录信息可以被称为“指纹”。实时定位过程中,通过“指纹”匹配成功,获取实时位置,实现定位功能。
位置特征:室内主体结构中接近稳定不变的位置点,包括出入点、门、电梯、楼梯、扶梯、走廊、空旷区域、拐弯角等位置。
运动特征:用户的典型运动特点,可以包括静止、行走、跑、转弯、上/下楼等运动特征。
地图匹配:基于识别出来的位置特征和实际运行轨迹与地图提供的位置点和地图中的不同区域的连接关系进行匹配,将实际移动路线和定位点纠正到准确路径和位置点的方法。
接收信号强度(received signal strength,RSS):具体指终端接收到信道带宽上的宽带接收功率,单位dBm,该值是一个相对值,大小与终端接收天线质量、周围环境链路遮挡、与信号发射源之间的距离等相关。
动态时间规整(dynamic time warping,DTW):基于动态规划的思想,解决了发音长短不一的模板匹配问题,是语音识别中出现较早、较为经典的一种算法,该算法的训练中几乎不需要额外的计算。在地磁匹配应用中,采用了该算法,用来解决实时定位过程中数据因为用户快慢不同导致的信号的拉升或压缩,从而保证与原有数据的正确匹配。
步行者航位推算(pedestrian dead reckoning,PDR):基于人类步行动力学的特征推测行人运动距离和方向的方法,包括步伐检测、步长估算和航向估计。利用的是终端自带传感器,如加速度计、磁力计、陀螺仪等来实现估计。
K最邻近算法(K-NearestNeighbor,KNN):每个样本都可以用它最接近的k个邻居来代表,其核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。
加权K最邻近算法(Weighted K-NearestNeighbor,WKNN):针对文件本身的差异,增加权重因子来描述这些差异对结果的影响,以促进分类的效果,算法实现仍等同于KNN算法。
支持向量机算法(support vector machine,SVM):在机器学习领域,是一个有监督的学习模型,通常用来进行模式识别、分类以及回归分析。
兴趣点(point of interest,POI):在地理信息系统中,一个POI可以是一栋房子、一个商铺、一个邮筒、一个公交站等。每个POI包含四方面信息、名称、类别、经度、纬度。
关于室内定位的应用场景主要可以分为两大类,一类是针对消费者,包括商场导购、反向寻车、家人防走散、博物馆展厅自助导游、医院、景区、机场等位置指引,周边位置查询和导航、位置共享等;另外一类是针对企业客户,包括人流监控、用户行为分析、智慧仓储、经营优化分析、广告推送、紧急救援等。
现有的室内定位方法主要有两种模式,一种是依赖于主动部署的信号标签,例如:信号标签可以包括射频识别系统、蓝牙标签、红外线发射标签等,由终端接收这些信号标签发送的信号,关联到信号标签对应的位置,从而计算出终端本身的位置。但是信号标签的应用受限于高昂的部署成本,以及由于电池寿命的影响,需要周期性的进行维护和更换的高代价运维成本。另外一种模式是利用普遍存在的无线信号,例如:无线信号可以包括用于终端通讯的基站信号、用于无线局域网通信的无线保真(wireless fidelity,WIFI)信号,将这些接收信号强度(received signal strength,RSS)作为每个地点的“指纹”,事先大范围的采集、分类、存储这些地点的指纹列表和对应的位置信息,形成指纹数据库。后续在定位时,利用未知位置的指纹,与指纹数据库进行匹配,将最匹配的指纹对应的位置信息作为定位结果输出,这种模式由于WIFI热点无处不在,没有硬件成本而被广泛应用。
室内定位无论是基于主动部署信号标签或基于已有信号标签的方式实现定位,还是采用离线指纹采集,在线指纹匹配定位的模式,都无可避免存在初期的投入。现在各种应用解决方案上,都是在探索如何更新或维护已有的信号标签或者指纹数据库,保证这些基准信息的准确度,从而保证实时定位的精度。
场景1:某地下停车场,面积大概10000平方米,采用业界低功耗蓝牙定位方案,按照6米间隔部署了大概300个信号标签。一年以后,靠近厕所水房附近的信号标签,由于环境潮湿,极大影响电池寿命,导致电量提前耗完,那么该区域将成为定位盲区;而与厕所水房相差10米的位置,由于蓝牙定位至少需要三个有效信号标签数据,导致该区域定位也受到影响;两三年以后,有效标签数量仅80%,随着时间推移,有效信号标签数量会越来越有限,单个信号标签失效,影响区域在10米*10米的范围,随着多个信号标签失效,对应整个地下停车场区域的定位效果会越来越差。如果要实现初期蓝牙定位优于3米的精度,信号标签能持续有效工作至关重要,为此,需要对老坏损毁的信号标签进行周期更换,并同步更新指纹数据库。
针对主动部署信号标签的定位方式,现有解决方案主要是定期更新维护,维护周期根据信号标签核定的电池使用寿命时间,一般常见的是四年。
场景2:某商场内,存在大量的店铺和商户,半年时间内多个商铺搬迁了,同时将WIFI热点也移除了;或者,某些商户仍在同一商场只是更换不同区域了,对应的将WIFI热点搬移到了不同的区域;再或者店铺和商户没有变化,但是存在WIFI热点路由器损坏,由此造成之前的WIFI热点消失,对应的该位置出现新的WIFI热点,情形如下图1所示,图1为商场内WIFI热点的一个示意图。在图1所示中,该区域范围内的WIFI热点,半年前对应的一共有7个WIFI热点,而半年之后原地保持不变是4个,由于搬迁撤出1个,由于变更地点更换其中两个位置,同时新增加1个。而由此带来的问题是:当定位终端在左下角A位置时,根据收到的WIFI热点信号强度与指纹数据库进行匹配,最终实时定位的结果会在B位置,也就是将左下角的位置A,错误的定位到了下方中心位置B处。同样的,在位置C处,即使终端能收到很强的WIFI热点信号,但是由于该新增的WIFI热点在指纹数据库中没有对应的位置信息和指纹列表,最终导致无法匹配到位置结果。而且,半年的时间间隔,这种WIFI热点新增、搬迁、删除等情形对于大型商场、展馆、机场等公共区域非常常见,那么无可避免的就会造成不准确的定位结果。
现有提供的一种利用终端传感器进行室内定位的方法中,主要对室内地磁信号幅度值进行数据采集和分析,其中包括室内走廊、柱子、不同房间等地磁信号特点,在实际匹配过程中,利用他们表现出来的相似度系数结果找到定位结果。例如:地磁信号幅度在多个柱子处有大小不同的值,在多个柱子间行走时,利用运行轨迹中地磁信号峰值点匹配地磁信号指纹库中的对应峰值点来识别特定的柱子,然后在识别出来的特定位置处对上述定位结果进行匹配和校正。
现有提供的另一种基于众包轨迹数据自动地确定路径形状的技术。其中,轨迹数据是针对多个众包路径而收集的。针对多个众包路径中每个众包路径的轨迹数据与至少一个唯一可识别的周围信号关联。锚定点可以与个体的众包路径的轨迹数据的特性的转变对应而被识别。匹配可以基于分析锚定点的匹配模式和评估该匹配而被执行。各种实施例涉及使用链接节点结构以表示一个或多个轨迹线和/或指示特定地理区域内的路线。
该技术主要应用于室内地图建立和获取用户的室内活动模式,应用场景包括构建室内地图和分析商店内货架布置合理性,用户购物兴趣和情景信息等。该方法是通过收集多个用户的众包数据,对众包数据轨迹进行离线分析,将轨迹对应的转弯角信息与楼内的特征进行关联,这里的特征主要是拐弯角信息作为锚定点,将轨迹特征与锚定点进行相似度分析,得到对应的地图匹配结果。
其中,该技术对转弯和拐角特征进行了识别,但是前提是需要获取到用户完整的运行轨迹,利用完整的运行轨迹中的多个转弯角与地图中提供的不同走廊之间的转弯特征进行相似度计算。该方法特征主要是,基于整体特征的相似度来判断拐角特征,并基于匹配的结果对整体的运行轨迹进行调整,并不会纠正中间过程的传感器数据,属于事后分析挖掘,无法用于实时定位场景。
现在的WIFI信号覆盖的范围很广,并且大部分的终端都具备WIFI和基站扫描接口,无需硬件成本,通过扫描即可获取WIFI信号和基站信号。商用室内定位的主流方案是采用现有的WIFI信号和基站信号形成指纹数据库,实现指纹匹配定位,针对指纹定位的方法需要解决指纹数据库的更新和维护,以确保定位结果的准确性。
现有的指纹数据库的更新方案主要有以下方式:
a)对WIFI指纹库更新,更新方法等同于重新采集,按照构建基准指纹库方法,重新采集并更新指纹数据库,更新周期例如:半年/次,可根据实际情况而定。
b)采用众包方式,用户在定位过程中同时上传实时扫描到的WIFI数据,服务器端基于多个用户提供的数据,对数据进行聚类、分析、抽取出有效的数据,并更新到指纹数据库中。
但是,方式a由于涉及大量人力、物力的耗费,并不占主流,逐渐被方式b替代。然而方式b的用户存在极大的随机性,并且普通用户并不能像专业采集作业者能按照标准提供准确可靠的数据。基于此,本申请提出了一种定位的方法和终端。
本申请提出的定位的方法和终端,通过识别室内稳定可靠的位置特征,也可以称为基准位置特征,对实时定位结果进行校正。一方面提高定位的精度,免于环境WIFI热点变更造成的影响;另一方面基于该位置特征的定位结果进行众包数据上传,利于指纹数据库自动识别有效数据,并进行正确更新。
本申请提出了一种定位的方法和终端,该方案针对基于指纹数据库的模式进行改进。图2为本申请实施例所应用的一个系统架构图。
与本申请相关的硬件基础是:终端的全球定位系统(global positioningsystem,GPS)芯片、WIFI芯片、各类传感器芯片,这些芯片对应的硬件驱动和数据读写已经由所集成的操作系统软件进行抽象处理,通过终端硬件抽象层,按照标准系统接口为上层的定位软件服务程序进行数据和控制的交互。
与本申请相关的应用软件是:预览器、地图、团购软件、社交软件等各类与位置相关的应用软件,通过定位服务生成的标准的API接口进行定位结果输出供应用层的定位请求使用。
可以理解的是,本申请系统架构的实现可以为客户端-服务器模式,也可以将服务数据库在客户端实现,实现完全的客户端模式,对应图2系统架构的虚线框。其中,所述的服务器实现指纹数据库的存储和处理,地图数据库的处理,以及向终端提供小范围的地图数据。小范围的地图数据又可以理解为与当前位置信息相关的地图数据。
本申请实施例中,系统架构中涉及的模块可以以室内定位应用的二进制软件包形式存在,作为系统服务,部署于终端操作系统的框架层,通过应用程序编程接口(application programming interface,API)供应用层服务使用。
下面对本申请涉及的功能模块进行简要的说明:
1、位置特征识别模块201,其输入包括硬件抽象层数据接口204提供的原始数据,如WIFI信号、基站信号、传感器数据、GPS信号等;位置初始估计模块203提供的初始定位结果,该初始定位结果包括初始经纬度位置和方向信息;服务器数据库206提供的小范围的地图数据;以及运动处理模块202提供的用户运动特征。其输出到各类定位应用服务模块205的信息为识别的位置特征,以及对应的校正后的定位结果,该定位结果包括位置和方向信息。
位置特征识别模块201的内部处理过程分为:基于实时信号识别位置特征、基于位置特征与地图数据库匹配,并映射到准确的定位结果,该准确的定位结果包括经纬度位置信息和运动方向信息、对估计定位结果进行重置;对传感器的累计误差进行重置。
2、运动处理模块202,其输入包括硬件抽象层数据接口204提供的传感器数据,包括加速度计信号、陀螺仪信号、磁力计信号、气压计信号等;位置初始估计模块203提供的初始经纬度位置和方向信息;以及服务器数据库206提供的不同POI点之间的拓扑连接关系。其输出到各类定位应用服务模块205的信息为非位置特征实时估计的匹配后的位置和方向信息。
运动处理模块202的内部处理过程分为:识别用户运动特征、基于校正后的位置和方向重置初始位置、根据用户运动特征估计距离和方向、基于连续位置特征,匹配地图路网拓扑连接关系,校正历史定位轨迹。
3、硬件抽象层数据接口204,从终端操作系统硬件抽象层204提取的标准的API接口获取的信息,如WIFI信号列表,基站信号列表,传感器数据(如三轴加速度计、三轴磁力计、三轴陀螺仪、气压计、温度计、指南针、三轴方向旋转矢量、九轴方向参数等),GPS信号。
4、位置初始估计模块203,终端向服务器发送定位请求,定位请求中包括WIFI信号列表和基站信号列表,服务器接收到该定位请求后,根据该定位请求包括的WIFI信号列表和基站信号列表与指纹数据库进行匹配,将匹配后的定位结果作为返回信息反馈给终端,由此终端获取初始定位结果。
5、服务器数据库205,分为指纹数据库和地图数据库,其中指纹数据库为事先采集、分析、处理、存储的数据,基于一定数据库结构,如哈希链表结构等存储的数据,该数据内容为WIFI信号列表,WIFI信号列表包括WIFI唯一名称、经纬度地址、信号强度等信息;该数据内容还可以为基站信号列表,基站信号列表包括基站唯一编号、经纬度地址、信号强度等信息。其中,该地图数据库为一定范围内的地图数据,包括经纬度位置信息,以及典型位置对应的POI名称、以及不同POI之间的路网拓扑连接关系。
6、各类定位应用服务206,包括专用定位软件、各类电商购物应用、各类社交通讯应用软件、各类用车应用软件、O2O上门服务应用软件、展馆自助游应用、家人防走散应用软件、紧急救援服务软件、影音娱乐软件、游戏软件等提供精准定位位置信息的应用。
典型应用场景如一些对安全有特殊需求的警务专用定位应用,为定制的智能设备或系统,提供准确位置信息,便于警务后台监控和管理,包括监控犯人或者保护出勤警员安全等;为快递等送货服务做精准定位,方便电商平台商家和用户实时看到货物地点;商场商圈为进入目标区域的客户推送定向广告;利用精准位置信息,为好友共享位置以及计算距离等信息,为影音娱乐用户推荐附近其他类似操作的用户,增强用户社交属性;展馆内各类展台能提供精准定位和导航,方便用户快速找到目的地等等。
在本申请实施例中,主要是终端对下述信息进行处理,如下所示:
(1)终端采集当前信号,当前信号可以包括WIFI信号、基站信号、传感器数据(如三轴加速度计、三轴磁力计、三轴陀螺仪、气压计、温度计、指南针、三轴方向旋转矢量、九轴方向参数等)、GPS信号,识别室内建筑典型的位置特征(如入口、门、电梯、走廊、拐角等位置特征),结合地图数据库进行位置特征匹配,在位置特征处对定位结果进行复位和校正。
(2)终端根据采集的传感器数据,来识别用户静止、步行、跑、转弯等典型运动特征,在非位置特征区域,根据传感器数据估计用户运动步数、步长、运动方向等参数,来估计用户的运行轨迹。并且以准确的位置特征作为起始点进行估计,同时在下一个位置特征处进行校准。
下面以实施例的方式,对本申请实施例中定位的方法做进一步的说明,图3为本申请实施例中定位的方法的一个实施例示意图,包括:
步骤301:形成位置参考系统。
在本申请实施例中,在服务器上,可以将某个室内区域划分为大小为m*n的多个网格,其中,m和n为正整数;再根据室内地图数据库,映射出每个网格中心点的经纬度信息,形成位置参考系统。可以理解的是,室内地图数据库也可以简称为地图。
示例性的,首先,可以按照2米*2米的大小将室内区域划分成多个网格,每个网格的中心点作为该2米*2米的小区域的参考位置点。其次,根据供应商等提供的室内地图数据库,以及室内地图库对应的经纬度信息,为这些2米*2米的小区域的参考位置映射经纬度信息,由此形成了室内定位的位置参考系统。
应理解,这里2米*2米的分区大小只是作为示例,也可以是其他的划分参数,具体不做限定。其中,划分大小主要是根据服务器数据库的存储容量和匹配效率进行确定,同时也可以和定位精度或者其他的因素相关。分区越大,数据就会稀疏,对应的数据库就越小,那么定位精度也就越差;分区越小,数据就会越密集,对应的数据库就会越大,那么定位精度会越高。
步骤302:建立指纹数据库。
首先,可以由具备专业采集资格的作业者进入到该室内区域,按照地图上的位置分布,选择约定的起点和终点,例如室内入口和出口作为起点和终点,开启专用的采集软件,按照规则路线行走;然后更换不同区域,重复采集,保证覆盖室内所有可达区域。其中,采集设备使用采集软件采集的数据可以包括但不限于包括WIFI信号、基站信号、传感器数据和对应的时间标签。
可以理解的是,这里的采集设备可以是移动电话、平板电脑(tablet personalcomputer)、膝上型电脑(laptop computer)、数码相机、个人数字助理(personal digitalassistant,简称PDA)、导航装置、移动上网装置(mobile internet device,MID)或可穿戴式设备(wearable device)等,不做具体限定。
可选的,该采集设备具备实时上传能力,即终端向服务器实时上传采集的数据(也可称指纹数据)。也可以是,采集设备将数据采集完成之后,统一将采集的数据向服务器上传。该采集的数据用于服务器构建指纹数据库。
其次,服务器收到终端采集的数据之后,对这些数据进行分析和处理。即服务器可以利用终端上传的数据估计采集者的运动距离、方向。例如:服务器按照步行者航位推算(pedestrian dead reckoning,PDR)算法,根据起点信息、运动距离、方向信息和终点信息,就能通过对应的时间标签,将运行轨迹中的任一位置、采集的数据和步骤301中形成的位置参考系统一一对应起来。
最后,服务器可以对位置参考系统中对应的参考位置点附近的N个WIFI信号进行去野值、平均等处理,形成参考点的WIFI指纹数据库。可以理解的是,基站指纹数据库也是这样的处理形成方式,此处不再赘述。这里的采集作业者需要遵循专业操作规范和流程。
示例性的,如下述表1所示,为服务器建立的一个指纹数据库。
表1
需要说明的是,步骤301和302在本申请实施例中是可选的步骤。而且,服务器中保存的WIFI信号指纹数据库可以和基站信号指纹数据库可以在同一个表格中,也可以保存在不同的表格中。
步骤303:在线定位过程。
在线定位过程又可以分为以下几部分:1、确定第一定位结果(也可称为初始定位结果);2、位置特征的识别和处理;3、用户运动特征的识别和处理;4、第二定位结果的输出。需要说明的是,除了确定第一定位结果既可以在终端侧实现,也可以在服务器侧实现;位置特征的识别和处理,用户运动特征的识别和处理,以及第二定位结果的输出,都是在终端侧实现的。
下面对在线定位过程中的这几部分内容分别进行详细说明:
1、确定第一定位结果。
当用户在某一时刻需要进行定位时,可以开启终端上的某一应用,终端响应用户的操作,获取周围环境中的当前信号,向服务器发起定位服务请求,该定位服务请求包括当前信号。例如:当前信号可以包括当前基站信号列表和/或当前WIFI信号列表,这里的当前信号也可称为当前指纹。
需要说明的是,第一定位结果也可称为初始定位结果,确定第一定位结果的实现方式可以包括但不限于以下两种场景,如下所示:
场景1:终端向服务器上传当前信号,服务器根据当前信号与自身存储的指纹数据库进行匹配,得到第一定位结果,然后再通过网络将第一定位结果返回给终端。其中,服务器自身存储的指纹数据库可参考上述表1所示。
即终端将当前信号上传到服务器,由服务器将当前信号与指纹数据库中的指纹进行逐一匹配,以寻找距离最近的K个紧邻点,采用K最邻近算法(k-NearestNeighbor,KNN)完成第一定位结果(位置和方向信息)的计算。
应理解,这里的KNN算法可以扩展为:加权K最邻近算法(Weighted K-NearestNeighbor,WKNN)、支持向量机算法(support vector machine,SVM)等其他一些典型分类算法。这里的匹配过程可以分层匹配,因为基站信号的匹配精度比WIFI信号匹配的精度低一些,所以,可以先采用基站指纹匹配获取到粗的定位结果,然后对粗的定位结果对应的WIFI信号指纹库进行细匹配,实现分层匹配,加快匹配速率。
场景2:终端基于用户历史定位缓存结果,根据当前信号,在终端直接进行离线匹配,匹配要用的算法和上述场景1的流程一样。需要说明的是,该缓存结果包括历史定位的WIFI信号列表、基站信号列表,以及终端计算输出的定位结果。即终端可以根据历史定位的缓存结果和当前信号,匹配得到估计定位结果。
这一场景主要是针对同一用户,大量的定位需求均在固定的办公区域或者家庭环境,或者其他的地理位置,为了节省终端功耗和降低定位请求消耗的流量,终端的定位模块针对性做出的优化策略。需要说明的是,估计定位结果和之前的第一定位结果不同,这里的估计定位结果是终端最终输出的定位结果。
综上所述,当完成在线WIFI信号的指纹定位之后,将定位区域缩小到了不确定范围,如果指纹数据库完全准确,那么该定位误差就在2米*2米的范围内;如果指纹数据库不准确,此时的第一定位结果将存在未知的偏差。此时终端具备的数据有预置的地图数据库,指纹定位匹配结果输出的第一定位结果,以及终端实时采集的当前传感器数据以及历史缓存数据。其中,预置的地图数据库包括POI名称、路网拓扑连接关系、以及对应的经纬度位置信息。
2、位置特征的识别和处理。
需要说明的是,关于位置特征的识别和处理可以由图4所示的实施例来实现。图4为本申请实施例中位置特征的识别和处理的一个实施例示意图,包括:
步骤401、终端基于位置特征信息和预设条件,确定终端的位置特征。
在本申请实施例中,可以理解的是,位置特征信息包括预定时间段内至少一种第二信号的变化情况,也可以称之为实时信号。这里所述的实时信号为终端通过硬件抽象层数据接口获取的终端采集的数据。该实时信号可以包括但不限于WIFI信号、基站信号、传感器数据(例如三轴加速度计、三轴磁力计、三轴陀螺仪、气压计、温度计、指南针、三轴方向旋转矢量、九轴方向参数等)、GPS信号(即GPS芯片的状态参数)。终端通过这些实时信号可以提取对应的原始数据,再根据这些原始数据来识别位置特征。
例如:终端可以根据这些原始数据计算出对应的幅度,以及幅度的均值、标准差、最大值、最小值;三维坐标系参量X轴、Y轴、Z轴分量对应的均值、标准差、最大值、最小值;时间标签对应的绝对值、前后时间差;多个数据联合判断等,来识别位置特征。这里位置特征可以包括入口、门、电梯、楼梯、扶梯、走廊、空旷区、拐角等。
其中,在公式1中,x、y、z对应的是实时信号对应坐标轴的x、y、z的数据。mag对应的就是输出的幅度。
其中,在公式2中,ai为单个的原始数据,N为原始数据总数,mean为计算输出的平均值。
其中,在公式3中,ai为单个的原始数据,N为原始数据总数,mean为这N个原始数据的平均值,std对应的为计算输出的标准差。
应理解,最大值和最小值是对原始数据进行遍历比较,确定出的最大值和最小值。
下面对这些位置特征的识别可以包括:
(1)终端对实时采集的WIFI信号列表中对应的单个WIFI信号进行低通滤波,缓存N秒的数据;终端传感器数据,如磁力计幅度、加速度计幅度、陀螺仪分量、方向传感器分量、气压计读数等进行低通滤波缓存N秒的数据。这里的N可以根据实际需要进行取值,例如:以N为5秒,传感器数据的采样率采用20Hz为例进行下述说明。
(2)终端对位置特征进行识别,这里的位置特征可以包括:室内外入口、门、电梯、楼梯、扶梯、走廊、空旷开阔区域等。
其中,终端根据位置特征信息和预设条件,确定终端的位置特征,可以具体包括:
1)所述终端根据全球定位系统GPS信号在所述预定时间段内的变化情况和第一预设条件,确定所述终端的第一类型位置特征。第一类型位置特征可以包括但不限于室内外入口位置特征,即对于室内外入口位置特征,终端可以通过GPS信号的陡降来识别。
例如:终端可以利用GPS信号-载噪比的陡降识别室外进入室内,其中,GPS信号至少4颗卫星信号强度陡降至少3dB,认为用户由室外进入了室内。这里所述的载噪比在GPS定位领域属于常见术语,载噪比(信噪比)是用来标示载波与载波噪声关系的标准测量尺度,通常记作CNR或者C/N(dB)。
2)所述终端根据WIFI信号在所述预定时间段内的变化情况和第二预设条件,确定所述终端的第二类型位置特征。第二类型位置特征可以包括但不限于门位置特征,终端可以通过WIFI信号列表的相对变化来识别。
例如:终端取WIFI信号强度相对变化来识别进出门的行为,例如判断条件为至少3个WIFI信号强度均值发生突变,且突变至少2.5dB时,即可判断存在进出门的动作。这里WIFI前后不同时间对应的信号强度的突变,与WIFI本身绝对值无关,并且不受WIFI热点变更或者搬迁等条件的影响。这里的门限值3个和2.5dB等值是基于多组不同终端不同时段数据分析结果而来,不作具体限制,实际应用中,用户可以根据使用需要调整为其他门限值。图5A为本申请实施例中WIFI信号强度在门外到门内的变化过程示意图。
3)所述终端根据传感器数据中的气压计、加速度计和磁力计在所述预定时间段内的变化情况和第三预设条件,确定第三类型位置特征。第三类型位置特征包括但不限于电梯、楼梯、扶梯位置特征,终端可以通过气压计、加速度计、磁力计信息来识别。
例如:首先利用气压计变化值识别高度的变化,当高度发生变化时,此时进入了电梯、楼梯或者扶梯这三个位置特征处;当加速度计幅度标准差<0.5米每二次方秒(m/s2)且磁力计幅值峰值与均值比率>1.5时,判断此时在电梯位置特征处;当加速度计幅度标准差<0.5m/s2且磁力计幅值峰值与均值比率<1.5时,判断此时在扶梯位置特征处;当加速度计幅度标准差>0.5m/s2此时判断用户在楼梯或者扶梯位置特征处。这里的门限值0.5m/s2和1.5等值是基于多组不同终端不同时段数据分析结果而来,这里不作限制,实际应用中,用户可以根据使用需要调整为其他门限值。图5B为本申请实施例中识别电梯、楼梯、扶梯位置特征的流程示意图。
其中,磁力计幅度峰值与均值比率具有典型的与周围环境不一样的特征,这里对磁力计输出三轴结果计算幅度,其原始数据的幅度结果示意图如图5C所示,图5C为本申请实施例中电梯内电磁信号幅度变化结果的一个示意图。
4)所述终端根据地磁信号在所述预定时间段内的变化情况和第四预设条件,确定第四类型位置特征。第四类型位置特征可以包括但不限于走廊、空旷区位置特征,终端可以通过用户运动特征,结合磁力计信息来识别。
例如:基于动态条件下地磁幅度标准差与均值之间的相对比率(相对比率等于标准差除以均值),比率大于0.25的认为在电梯附近,结合上面的电梯特征进一步识别电梯特征;比率在0.12~0.25之间的认为在走廊区域;比率小于0.12的认为在室内其他空旷区域,包括会议室、休息区、茶水间等空旷开阔区。这里的门限数值基于采集的不同楼型和楼层数据分析,取的经验值门限。通过地磁信号幅度相对变化率,与地磁信号绝对强度无关,仅与运动状态下的少量历史值相关,免于大量地磁信号指纹的存储和匹配。如下述表2所示,为电磁信号幅度均值、标准差和相对比率之间的关系结果。
表2
5)拐角位置特征,首先终端对转弯的运动特征识别,然后结合地图数据库中的走廊特征,判断是否处于走廊拐角特征。其中,转弯的运动特征,可以通过磁力计幅度、陀螺仪三轴方向值、方向传感器三轴方向值进行识别。
例如:基于方位角前后相对变化和陀螺仪积分变化同时>30度,认为有转弯运动特征,否则认为在直线或接近直线运动状态。这里的门限值30度是基于多组不同终端不同时段数据分析结果而来,不作具体限制,实际应用中,用户可以根据使用需求调整为其他门限值。如图5D所示,图5D为本申请实施例中用户运动特征转弯和直线运动判断流程图。
这里需要说明的是,现有的角度变化识别方法多采用终端提供的方向传感器或者原始磁力计来计算,而方向传感器是基于磁力计和加速度计来计算的,由于磁力计本身容易受到环境磁的影响而产生较大的偏差,如图5E所示,图5E本申请实施例中电磁信号受电梯环境影响的结果示意图。实际两次左转90度测试结果,由终端提供的方向传感器却经历了远多于2次的转弯结果,而其中不正确转弯处对应的磁力计幅度结果抖动巨大;所以加上陀螺仪结果,并对陀螺仪结果对时间积分,得到角度的相对变化值,两者结合来判断角度的变化。终端中的陀螺仪本身精度比较差,噪声大,长时间数据误差大,但是短时间内用于判断相对变化值,结果是可靠的,所以采用陀螺仪数据进行方向的附加判断。这里给出空旷区域-实验室休息区,如图5F所示,图5F为本申请实施例中磁力计、陀螺仪和方向传感器结果在空旷区域的结果示意图。两次转角90度,当不受磁力计影响时的效果,作为比对说明该问题。
其中,拐弯角特征的识别,将转弯运动特征和走廊特征结合,可以判断当前用户处于走廊拐弯角特征。
6)所述终端根据传感器数据中的气压计在所述预定时间段内的变化情况和第五预设条件,确定第五类型位置特征;所述终端根据WIFI信号和所述第五类型位置特征,确定所述第五类型位置特征对应的第五目标位置特征。其中,第五类型位置特征包括但不限于不同楼层特征的识别:终端可以通过气压计读数的均值的变化值,识别楼层的变化;通过不同楼层间的WIFI信号的唯一性,能识别绝对楼层数。
例如:终端根据经验结果气压与高度有对应关系,在海拔3000m以内,每变化9米,大气压对应变化100Pa。这里所述的识别楼层变化仅仅对应有楼层的变化,不对应到底变化多少层。因为一般商业建筑的高度有自己的高程值,没有固定的标准。这里气压变化与高程变化之间的关系,气压值增大,对应的是高度变小,也就是楼层下降;气压值减小,对应的是高度增加,也就是楼层上升。
这里的位置特征不作具体限制,可以增加卫生间、吧台、餐厅等其他位置特征,也可以对上述的位置特征点减少,也可以是室内空间的同一种位置特征多次识别,也可以是不同位置特征的不同组合。
可以理解的是,上述位置特征的识别方法也可以类似推广到室外,如对立交桥、交叉路口等位置特征的识别。
步骤402、终端基于第一定位结果和位置特征,在地图数据库中匹配,映射得到第二定位结果。
具体可以包括:所述终端根据第一定位结果和预置算法,确定第一定位范围;所述终端根据第一定位范围和所述地图数据库中的地图位置,确定所述终端的位置特征所对应的地图位置中在所述第一定位范围内的地图位置;所述终端确定所述第一定位范围内的地图位置为第二定位结果。
终端基于位置特征的POI信息以及第一定位结果,与地图数据库对应的POI信息进行匹配,这里所述的地图数据库的POI信息包括名称、经纬度坐标信息,匹配信息以名称来进行,同时该名称信息必须在该小范围地图数据库内是唯一的,如果存在多个候选POI点,则缓存匹配结果,继续后续确认,增加更多的有用信息来确保识别第二定位结果的准确性。
这里所述的运动方向主要是针对转弯角这一位置特征而言,当检测到转弯角,以及对应的地图路网拓扑中的拐角位置,那么根据地图数据库中的路网拓扑的方向性,可以准确的得到角度信息。具体方法是通过历史的位置和方向,以及当前的转弯角位置,根据地图数据获取的转弯角的角度信息,计算转弯之后的运动方向,该方向即为转弯之后的初始运动方向。
需要说明的是,地图数据库保存在服务器上,终端和服务器都会缓存单个用户的历史轨迹记录。终端根据PDR估计出当前运动方向信息,上一次运动方向角度与当前方向角度的角度差,根据角度差来确定是否为转弯,如果为转弯,还需要与地图数据库中的转角进行匹配,校正转弯后的初始方向信息。
步骤403:终端根据所述第二定位结果确定所述终端的位置。
在本申请实施例中,终端确定第二定位结果为该终端的位置,并对传感器的累计误差进行重置。
当位置特征匹配成功之后,采用对应的POI名称对应的位置数据,包括经度、纬度信息赋值到当前定位结果的经纬度值,也就是第二定位结果。特别的,如果当前的特征点位置是转弯角,对应的将计算转弯之后的运动方向角赋值给当前定位结果的方向信息,作为该位置对应的初始运动方向信息。
同时,由于对非特征点位置处的距离和方向需要基于传感器数据进行估计,采用的方式可以是迭代积分计算。也就是第二定位结果是采用当前实时估计定位结果对时间积分,然后叠加到上一时刻的结果,来估计第二定位结果。第二定位结果包括位置和方向信息。
其中,位置估计方法是采用加速度计的数据来识别步数和步长;方向估计方法是结合磁力计和陀螺仪数据进行累加计算。当该估计的位置和方向结果在位置特征处修正后,对应的传感器数据初始值也需要进行重置,使其累积误差清零,从而保证后续估计定位结果的准确性。
在本申请实施例中,技术特征:“识别室内主体结构位置特征”,基于该位置特征的坐标结果可以提供准确的定位结果参考依据。技术效果:充分利用终端的数据进行处理,并没有依赖指纹数据库数据,并且识别的位置特征,在室内主体结构上具有稳定可靠,不受环境影响的特征。通过识别到的位置特征对定位结果进行校准,一方面能提高定位准确度,不断将累计的误差清除,保证了整体定位结果的精度。同时校准用于后续位置计算的传感器的数据和噪声估计结果,对中间定位结果精度有了一定的保证。
3、用户运动特征的识别和处理。
需要说明的是,关于用户运动特征的识别和处理可以由图6所示的实施例来实现。图6为本申请实施例中用户运动特征的识别和处理的一个实施例示意图,包括:
步骤601:终端根据实时信号识别用户运动特征。
这里的实时信号可以包括但不限于WIFI信号、基站信号、传感器数据(例如三轴加速度计、三轴磁力计、三轴陀螺仪、气压计、温度计、指南针、三轴方向旋转矢量、九轴方向参数等)、GPS信号(即GPS芯片的状态参数)。所述的用户运动特征可以包括静止、走、跑、上/下、转弯等特征。
其中,(1)静止、走、跑的运动特征,可以通过加速度计的幅度对应的标准差,进行识别。
例如:当加速度计幅度标准差<0.1m/s2时,认为在静止运动特征;当加速度计幅度标准差在0.1m/s2~3m/s2之间时,认为是行走运动特征;当加速度计幅度标准差>3m/s2时,认为在跑运动特征。这里的门限值0.1m/s2和3m/s2等值是基于多组不同终端不同时段数据分析结果而来,不作具体限制,在实际应用中,用户可以根据使用需求调整为其他门限值。图7A为本申请实施例中用户运动特征静止、走和跑的判断流程示意图。
(2)上/下的运动特征,可以通过气压计读数的均值,进行识别。
(3)转弯的运动特征,可以通过磁力计幅度、陀螺仪三轴方向值、方向传感器三轴方向值进行识别。
例如:基于方位角前后相对变化和陀螺仪积分变化同时>30度,认为有转弯运动特征,否则认为在直线或接近直线运动状态。这里的门限值30度是基于多组不同终端不同时段数据分析结果而来,不作具体限制,实际应用中,用户可以根据使用需求调整为其他门限值。见图5D所示,为本申请实施例中用户运动特征转弯和直线运动判断流程图。
这里需要说明的是,现有的角度变化识别方法多采用终端提供的方向传感器或者原始磁力计来计算,而方向传感器是基于磁力计和加速度计来计算的,由于磁力计本身容易受到环境磁的影响而产生较大的偏差,见图5E所示,为本申请实施例中电磁信号受电梯环境影响的结果示意图。实际两次左转90度测试结果,由终端提供的方向传感器却经历了远多于2次的转弯结果,而其中不正确转弯处对应的磁力计幅度结果抖动巨大;所以加上陀螺仪结果,并对陀螺仪结果对时间积分,得到角度的相对变化值,两者结合来判断角度的变化。终端中的陀螺仪本身精度比较差,噪声大,长时间数据误差大,但是短时间内用于判断相对变化值,结果是可靠的,所以采用陀螺仪数据进行方向的附加判断。这里给出空旷区域-实验室休息区,见图5F所示,为本申请实施例中磁力计、陀螺仪和方向传感器结果在空旷区域的结果示意图。两次转角90度,当不受磁力计影响时的效果,作为比对说明该问题。
其中,拐弯角特征的识别,将转弯运动特征和走廊特征结合,可以判断,当前用户处于走廊拐弯角特征。
这里采用的数据和方法不作限制,可以采用终端上报的其他参数来估计用户运动特征;同时运动特征也不作限制,可以增加其他运动特征,包括坐、蹲等,或者多种运动特征相组合等。
步骤602:终端基于校正后的定位结果重置初始定位信息。
这里所述的校正后的位置和方向重置初始定位信息,是由位置特征识别和处理模块输出,本模块输入的信息,该信息内容包括位置和方向信息。可以理解的是,该校正后的位置为上述的第二定位结果,并以该第二定位结果作为最新的初始定位结果。
在不是转弯角的位置特征处,根据相对值偏差得到实时的估计方向,在是转弯角的位置特征处时,得到准确方向,根据准确方向重置估计方向,并且以当前的准确方向作为最新的初始方向。对传感器数据的累计误差进行重置,具体可参考上述步骤403的描述,此处不再赘述。
步骤603:终端根据运动特征、预置算法和第二定位结果,确定终端的位置。
终端根据用户运动特征估计距离和方向,是指用户的运动特征包括静止、行走、跑、上下和转弯等动作。
当用户处于静止状态时,结合是否有上下特征,如果有上下,则认为在电梯、扶梯等区域,转入特征位置识别方法进行后续处理;否则,如果没有上下特征,则输出之前的位置结果,不作新的位置和方向的估计。
当用户处于行走状态时,有上下特征,则认为在电梯、扶梯、楼梯等位置特征处,转入位置特征识别方法进行后续处理;否则,如果没有上下特征,则根据用户行走时加速度计幅度的标准差进行判断,估计用户行走的步数,以及动态估计用户的步长,根据陀螺仪、磁力计和方向传感器估计用户行走的方向,这样就是估计用户的相对运动距离和方向。而该估计过程的初始位置由特征位置识别模块赋值所得。
这里所述的根据运动特征估计距离和方向。估计距离是基于行人运动特征估计步数和步长,根据终端传感器的陀螺仪、磁力计和方向传感器估计运动方向,这就是常见的PDR的方法核心步骤。
其中,所述的计步可以采用加速度计幅度的峰峰值检测,首先要设置峰峰值的阈值用来判断消除信号本身的抖动误差,即设置加速度信号一个周期中的最大值和最小值差值大于多少时,可认为行人行走了一步。然后再根据行人步频在l~3Hz左右,可以设置加速度信号一个周期中的最大值和最小值之间的时间差值的阈值,即加速度信号一个周期中,其最大值和最小值时间的差值在0.3~ls之间,则可认为行人行走了一步。由于行人步行或者跑等具备典型的特征信息,因此计步结果准确度达到98%以上,并且可以做到长时间稳定准确。
其中所述的步长估计,采用普通常用的Weinberg方法,也就是如下经验公式来计算:
在公式4中,amax表示在单步的加速度采样过程中,加速度幅度的最大值;amin表示在单步的加速度采样中,加速度幅度的最大值;k是一个常量,在实际估计过程中进行动态调整。方法是基于两个特征位置值之间的距离和走过的步数,以及缓存该段时间内每一步对应的加速度计幅度的最大值和最小值,对一段时间例如15秒数据对应的每一步的所有最大值和最小值进行平均,将平均值带入上述公式进行计算得到估计的k值。采用动态估计方法,短时间内误差会不断抖动,但是基于本申请的基于多个特征点来估计距离然后实时回归估计步长的参数k,因此长时间来看,准确度可以保证。
其中所述的方向估计,采用主成分分析法进行估计,基于的原理是水平加速度变化最大的方向和移动设备的前进方向一致。具体方式是将终端坐标系下的磁力计数据映射到标准世界坐标系下,对磁力计数据做主成分分析处理,并抽取特征向量的方向作为移动设备的前进方向。由于磁力计数据容易受到环境磁力影响,这里同时对陀螺仪数据作同样分析,辅助判断转角计算结果,保证准确可靠。由于陀螺仪本身精度差,长时间容易误差积累,导致偏差大,但是短时间结果能反应方向的变化,所以采用陀螺仪进行辅助结果判断。
由于终端本身的磁力计和陀螺仪精度差,长时间估计会造成误差积累,该累积的误差会影响估计的距离和方向的准确性,在使用滤波算法对输出定位结果进行滤波时,体现在测量误差的累积上。但是基于本申请,在特征点处对位置和方向进行重置,能不断的将累积的误差清零,保证了长时间估计结果的可用性。
这里计步、步长、方向估计方法均为常见的普遍方法,对应有很多成熟的应用方法,而这些功能本身不是本申请的保护点,这里仅进行完整性示例,不作详细描述。
步骤604:终端基于多个位置特征,匹配地图校正运行轨迹。
具体可以包括:所述终端根据所述位置特征,匹配所述地图数据库,得到定位轨迹;所述终端根据所述定位轨迹和历史定位轨迹,计算得到估计参数;所述终端根据所述估计参数,进行下一时间单位的定位。
估计运行轨迹,终端基于步骤401-403得到的位置特征,以及步骤601-603得到每个时间单位的位置和方向信息,可以得到历史的估计运行轨迹。再根据多个位置特征,匹配地图数据库,可以得到历史的准确运行轨迹。
所述的多个位置特征,是指基于位置特征识别方法获取到的连续多个位置特征,以及位置特征对应的地图数据库。这里的地图数据库包括POI名称,和对应的路线连接轨迹数据。可以利用多个位置特征之间的准确的运行轨迹和缓存的历史运行轨迹,修正PDR的中间估计参数,例如:修正步长估计系数(公式4中的k),使其更加准确。
也可以利用多个位置特征的之间的数据,来剔除错误的备选轨迹线段,保留唯一准确的轨迹线段进行匹配。例如:当存在拐弯角,有多个可能的运动方向时,保留多条可能的运行轨迹线段,在得到后续位置特征时,即可剔除错误的备选轨迹线段,保留唯一准确的轨迹线段进行继续匹配。
在本申请实施例中,技术特征:“用户运动特征进行识别”,基于用户运动特征,实时估计定位结果。技术效果:充分利用终端的传感器数据,识别用户运动特征,可以为位置特征的识别提供辅助依据,并且基于位置特征获取到准确的初始位置和方向信息后,在后续进行非位置特征的距离和方向的估计时,误差是最小的。同时结合多个位置特征,可以对连续两个位置特征之间的实时估计的结果进行轨迹匹配和中间参数的调整,更好的拟合实际的用户运行轨迹。
4、最终定位结果的输出。
在本申请实施例中,终端可以对定位结果采用粒子滤波器或者卡尔曼滤波器进行平滑滤波,形成最终位置输出,在终端的UI界面上进行显示。
其中,(1)所述粒子滤波器的粒子滤波平滑算法,通过非参数化的蒙特卡洛(MonteCarlo)模拟方法来实现递推贝叶斯滤波,适用于任何能用状态空间模型描述的非线性系统,精度可以接近最优估计。粒子滤波器具有简单、易于实现等特点,它为分析非线性动态系统提供了一种有效的解决方法。
(2)所述卡尔曼滤波器的卡尔曼滤波平滑算法,主要是依靠一套迭代算法,利用观测量去估计系统的状态变换。作为一种信息处理算法,卡尔曼滤波器可用于参数估计或状态估计,它需要同时处理状态方程和量测方程。卡尔曼滤波器线性代数和隐马尔科夫模型为基础,不需要储存历史数据,只要得到前一个时刻的状态量估计和当前状态的观测值,就可以得到当前时刻的状态量估计。
这两种滤波算法都有成熟的应用方法,这里不作详细说明。滤波算法的核心可以理解为:基于当前的测量值,和历史状态量,估计当前的状态量;由当前的状态量更新历史状态量和测量噪声。其中,对应的状态量可以建模为经度、纬度、运动方向;测量噪声为方向估计结果噪声。这两种滤波算法都有成熟的应用方法,这里不作详细说明。
由以上步骤,最后得到了定位结果输出。
其中,在这里的室内定位应用中,状态量可以建模为经度、纬度、运动方向,也就是对应的输出信息;测量值经度、纬度是采用PDR方法估计得到,也就是由加速度计估计步数和步长,由磁力计和陀螺仪估计方向,然后计算相对位置变化,叠加到上一时刻结果即为当前的位置结果;测量值运动方向是采用磁力计和陀螺仪计算得到运动方向相对变化,叠加到上一时刻结果得到当前运动方向结果。那么对应的测量噪声即为加速度计、磁力计和陀螺仪的累积误差。
经度、纬度初始值,对应的可以是初始指纹匹配的结果,方向初始值由磁力计和陀螺仪计算的初始绝对角度值;当基于本申请方法匹配到位置特征之后,对应的初始位置更新为重置后的位置;方向更新为重置后的方向。同时,测量噪声对应的加速度计、陀螺仪和磁力计的累积误差也被清零。
上述的步骤对应的实际的定位效果体现在下面两点:
A、在位置特征,校正方法:
1)基于地图位置和位置特征,包括入口、门、电梯、楼梯、扶梯、走廊、空旷区域、拐弯角等,输出位置结果。
2)使用当前的定位结果方向作为初始方向,将传感器累积误差(也就是测量误差)清零。
B、在非位置特征,轨迹估计方法:
1)利用运行特征估计计数、步长和方向信息,由此可以计算用户相对运动距离、方向。将该相对运动距离和方向叠加到上一时刻结果上,即可得到当前估计的位置和方向。
2)基于匹配到的位置特征和地图路网拓扑关系,进行历史定位轨迹的修正。
下面以实际应用场景为例进行描述本申请实施例中的定位过程,如图7B所示,为本申请实施例所应用的场景示意图。
在图7B所示中,用户从入口A点进入商场,途经B点、C点、D点到达E点。
其中终端定位服务,在A点对定位位置和方向初始化,位置对应为A点的经纬度坐标,运动方向为AB段的方向信息。用户在AB段运行过程中基于运动特征进行运动方向和位置的估计,实时估计对应的位置结果;
当用户运行到B点,并且识别该位置为转弯角,此时对定位结果进行校准,方法是将该定位结果包括位置和方向,作为状态量输入到滤波器状态方程,保证定位结果的连续和平滑,同时对滤波器的位置测量噪声和方向测量噪声清零。
用户在C点和D点的运动状态和B点处理过程一致。
用户在BC段、CD段运行特点如同AB段估计方法。
作为示意,这里需要特别说明的是DE段,中间没有位置特征,同时用户运行路线中经历了多次不同方向的变化,此时,需要根据用户的运动特征,估计移动的步数和步长,根据方向估计的结果对实时估计的位置结果进行调整。当运动到E点时,此时的位置误差累积导致实际定位偏差要大。此时需要将E点的定位结果直接重置。对于需要获取运行轨迹的应用,可以对DE段的轨迹进行调整,调整方法将转弯角度进行小角度调整,同时对距离进行插值滤波,保证最终输出的轨迹和估计的轨迹一致,以及终点位置为准确的E点位置结果。
同时在本申请实施例中可以对功耗、延时进行优化。所述的功耗优化策略包括:当检测到特征位置为室外到室内的入口后,定位软件侧可以停止对GPS信号的扫描,这样可以降低GPS刷新带来的功耗;另外由于传感器本身数据功耗非常小,这里示例的20Hz采样速率足够对用户特征的识别,不作其他优化;而WIFI扫描本身会造成时延,一般3秒内能完成所有WIFI热点的结果,所以可以对需要判断门位置特征的WIFI扫描时间调整为3秒扫描一次,并且对3秒内的位置移动误差作为判定的范围条件来进行匹配。从而避免了WIFI信号不及时导致的结果匹配偏差。
上述实施例中,为了避免室内定位指纹数据库因为指纹数据变更导致的定位精度降低的问题,在终端中,增加了本申请提出的基于室内位置特征处进行定位结果的校准;以及识别用户运动特征,对非位置特征进行用户距离和方向的估计。可以得出,一方面,当出现室内定位指纹数据库因为新增、搬迁或者移除出现变化,与实际环境结果不符时,能将错误的定位结果在识别的特征位置处及时的纠正,同时为众包更新数据库的方法提供了位置特征处的准确位置,以及非位置特征处的误差不断清除的近乎准确的位置信息,提高了众包更新准确度。
按照图7B实施结果,统计五次该路线的行走结果对应的位置偏差,其中A点到E点,再从E点原路返回A点为第一次行走结果,后续四次进行重复统计,本实施例与现有技术的结果比对如下表3所示,表3为连续五次同样路线统计精度结果表。
表3
表3表明,按照重复路线进行累积测试,现有技术由于无法进行中间结果自我修正,定位结果误差会不断积累,变得越来越大。而本申请实施例中由于每一次只要识别到位置特征,就能将误差清零,然后重新在正确的初始位置和方向处进行下一次定位,达到了提高定位精度的效果。
能达到上述技术效果的原因在于:
(1)基于终端实时采集的信号,如WIFI信号,传感器数据(如三轴加速度计、三轴磁力计、三轴陀螺仪、气压计、温度计、指南针、三轴方向旋转矢量、九轴方向参数等)、GPS信号等,识别室内主体结构特征位置,如室外转室内的入口、门、电梯、楼梯、扶梯、走廊、拐角等,充分利用终端的数据进行处理,并没有依赖指纹数据库数据,并且识别的特征位置,在室内主体结构上具有稳定可靠,不受环境影响的特征。通过识别到的位置特征对定位结果进行校准,一方面能提高定位准确度,不断将累计的误差清除,保证了整体定位结果的精度。同时校准用于后续位置计算的传感器的数据和噪声估计结果,对中间定位结果精度有了一定的保证。
(2)基于终端实时采集的信号,识别用户的特征运动,包括静止、走、跑、上下、转弯等,可以辅助为位置特征的识别提供依据,并且基于位置特征对误差进行校准,使得每一段运行轨迹具有准确的初始位置和方向信息,在后续进行非位置特征的距离和方向的估计时,误差是最小的。
本申请实施例区别于现有技术的改进之处:
现有方案无法根据已有的指纹库和智能移动设备本身信息,提供准确的基准点参考,需要依赖人工参与,重新采集或者交互式方案解决定位参考点。本申请的不同之处在于,仅利用智能移动设备本身提供的数据信息,识别出室内主体结构特征,以及行人运动特征,通过位置特征对定位结果进行修正,解决指纹数据库因为参考热点变更造成的错误匹配结果,达到提高定位精度的效果。
在本申请实施例中,系统软件开发阶段所涉及的核心方法流程中,有如下创新点:
(1)在图4所示的实施例中,基于终端获取到的信号,包括WIFI信号、传感器数据(如三轴加速度计、三轴磁力计、三轴陀螺仪、气压计、温度计、指南针、三轴方向旋转矢量、九轴方向参数等)、GPS信号,识别楼层、门、电梯、走廊、空旷区域等典型主题结构特征点;基于位置特征与地图数据匹配,并映射到准确的经纬度位置信息和运动方向信息;对已有定位结果进行重置;对传感器数据和噪声估计结果重置。
(2)在图6所示的实施例中,基于传感器数据,识别用户运动特征;基于校正后的位置和方向重置初始位置;根据运动特征估计距离和方向;基于多个特征位置,匹配地图校正运行轨迹。
需要说明的是,本申请实施例也适用于包括场景识别,模式识别等技术。而且从产品实现的角度看,对于上述本申请的技术方案,可能的规避方案是:不采用全部的特征位置,仅使用部分特征位置进行定位结果校正,例如仅使用电梯、楼梯或者扶梯特征来识别不同楼层的变化。需要说明的是,本申请在实际实现中,室内主体结构位置特征,具有小区域内唯一辨识性,在实现过程中可以有多种变换方法来实施:
(1)可以是仅使用电梯、楼梯或者扶梯特征来识别楼层连接的变化。
(2)可以仅使用出入口信息对室内定位初始位置进行校正。
(3)可以是出入口、门、电梯、楼梯、走廊、开阔区等特征信息联合使用来校正定位偏差。
(4)可以扩展到其他位置特征点,例如但不限于食堂、吧台、饮水区、机房等位置特征。
上面对本申请中的方法实施例做了详细说明,下面对申请实施例中涉及的终端进行说明。如图8A所示,图8A为本申请实施例中终端的一个实施例示意图,包括:
匹配模块801,用于根据第一信号和预置的指纹数据库匹配得到第一定位结果;
第一确定模块802,用于根据位置特征信息和预设条件,确定终端的位置特征,位置特征信息包括预定时间段内至少一种第二信号的变化情况;
得到模块803,用于根据第一定位结果和位置特征,在地图数据库中匹配,得到第二定位结果,地图数据库中包括位置特征和地图位置的对应关系;
第二确定模块804,用于根据第二定位结果确定终端的位置。
可选的,在本申请的一些实施例中,
得到模块803,具体用于根据第一定位结果和预置算法,确定第一定位范围;根据第一定位范围和地图数据库中的地图位置,确定终端的位置特征所对应的地图位置中在第一定位范围内的地图位置;确定第一定位范围内的地图位置为第二定位结果。
可选的,在本申请的一些实施例中,
第二确定模块804,具体用于根据第三信号,识别用户的运动特征;根据运动特征、预置算法,以及第二定位结果,确定终端的位置。
可选的,在本申请的一些实施例中,
第一确定模块802,具体用于根据全球定位系统GPS信号在预定时间段内的变化情况和第一预设条件,确定终端的第一类型位置特征。
可选的,在本申请的一些实施例中,
第一确定模块802,具体用于根据WIFI信号在预定时间段内的变化情况和第二预设条件,确定终端的第二类型位置特征。
可选的,在本申请的一些实施例中,
第一确定模块802,具体用于根据传感器数据中的气压计在预定时间段内的变化情况和第三预设条件,确定第三类型位置特征;根据WIFI信号和第三类型位置特征,确定第三类型位置特征对应的第三目标位置特征。
可选的,在本申请的一些实施例中,
第一确定模块802,具体用于根据传感器数据中的气压计在预定时间段内的变化情况和第四预设条件,确定第四类型位置特征;根据传感器数据中的加速度计和第四类型位置特征,确定第四目标特征位置。
可选的,在本申请的一些实施例中,
第一确定模块802,具体用于根据地磁信号在预定时间段内的变化情况和第五预设条件,确定第五类型位置特征。
可选的,在本申请的一些实施例中,在上述图8A所示的基础上,如图8B所示,图8B为本申请实施例中终端的另一个实施例示意图。终端还包括:
重置模块805,用于对传感器数据对应的传感器的累计误差进行重置。
可选的,在本申请的一些实施例中,在上述图8A所示的基础上,如图8C所示,图8C为本申请实施例中终端的另一个实施例示意图。终端还包括:
得到模块803,还用于根据位置特征,匹配地图数据库,得到定位轨迹;
计算模块806,用于根据定位轨迹和历史定位轨迹,计算得到估计参数;
定位模块807,用于根据估计参数,进行下一时间单位的定位。
如图9所示,为本申请实施例中终端的另一个实施例示意图。以终端为手机为例进行说明,图9示出的是与本申请实施例提供的终端相关的手机的部分结构的框图。参考图9,手机包括:射频(Radio Frequency,RF)电路910、存储器920、输入单元930、显示单元940、传感器950、音频电路960、无线保真(wireless fidelity,WIFI)模块970、处理器980、以及电源990等部件。本领域技术人员可以理解,图9中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图9对手机的各个构成部件进行具体的介绍:
RF电路910可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,给处理器980处理;另外,将设计上行的数据发送给基站。通常,RF电路910包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier,LNA)、双工器等。此外,RF电路910还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(GlobalSystem of Mobile communication,GSM)、通用分组无线服务(General Packet RadioService,GPRS)、码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long Term Evolution,LTE)、电子邮件、短消息服务(Short Messaging Service,SMS)等。
存储器920可用于存储软件程序以及模块,处理器980通过运行存储在存储器920的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器920可主要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、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器920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、或其他易失性固态存储器件。
输入单元930可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元930可包括触控面板931以及其他输入设备932。触控面板931,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板931上或在触控面板931附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触控面板931可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器980,并能接收处理器980发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板931。除了触控面板931,输入单元930还可以包括其他输入设备932。具体地,其他输入设备932可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元940可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元940可包括显示面板941,可选的,可以采用液晶显示器(Liquid CrystalDisplay,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板941。进一步的,触控面板931可覆盖显示面板941,当触控面板931检测到在其上或附近的触摸操作后,传送给处理器980以确定触摸事件的类型,随后处理器980根据触摸事件的类型在显示面板941上提供相应的视觉输出。虽然在图9中,触控面板931与显示面板941是作为两个独立的部件来实现手机的输入和输入功能,但是在某些实施例中,可以将触控面板931与显示面板941集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器950,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板941的亮度,接近传感器可在手机移动到耳边时,关闭显示面板941和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路960、扬声器961,传声器962可提供用户与手机之间的音频接口。音频电路960可将接收到的音频数据转换后的电信号,传输到扬声器961,由扬声器961转换为声音信号输出;另一方面,传声器962将收集的声音信号转换为电信号,由音频电路960接收后转换为音频数据,再将音频数据输出处理器980处理后,经RF电路910以发送给比如另一手机,或者将音频数据输出至存储器920以便进一步处理。
WIFI属于短距离无线传输技术,手机通过WIFI模块970可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图9示出了WIFI模块970,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器980是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器920内的软件程序和/或模块,以及调用存储在存储器920内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器980可包括一个或多个处理单元;优选的,处理器980可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器980中。
手机还包括给各个部件供电的电源990(比如电池),优选的,电源可以通过电源管理系统与处理器980逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,手机还可以包括摄像头、蓝牙模块等,在此不再赘述。
在上述方法实施例中由终端所执行的步骤可以基于该图9所示的终端结构,此处不再赘述。
本申请实施例提供一种无线通信装置,该通信装置的组成构件,可参考前述图9所示出的终端。在一种可行的设计中,该通信装置的硬件结构根据本申请实施例所必须的要件,可以包括:
至少一个处理器,存储器,收发电路和总线系统,所述处理器,所述存储器,所述收发电路通过所述总线系统耦合,所述无线通信装置通过所述收发电路与终端设备相通信,所述存储器用于存储程序指令,所述至少一个处理器用于执行所述存储器中存储的所述程序指令,使得所述无线通信装置执行上述各实施例中终端执行的各种可行的操作(例如,图3或图4或图6所示出的终端所执行的操作)。所述无线通信装置既可以是该终端,也可以是应用在终端中执行相应功能的系统芯片。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
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,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述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。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。
Claims (25)
1.一种定位的方法,其特征在于,包括:
终端根据第一信号和预置的指纹数据库匹配得到第一定位结果;
所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,所述位置特征信息包括预定时间段内至少一种第二信号的变化情况;
所述终端根据所述第一定位结果和预置算法,确定第一定位范围;
所述终端根据所述第一定位范围和地图数据库中的地图位置,确定所述终端的位置特征所对应的地图位置中在所述第一定位范围内的地图位置,所述地图数据库中包括位置特征和地图位置的对应关系;
所述终端确定所述第一定位范围内的地图位置为第二定位结果;
所述终端根据第三信号,识别用户的运动特征;
所述终端根据所述运动特征、所述预置算法,以及所述第二定位结果,确定所述终端的位置。
2.根据权利要求1所述的方法,其特征在于,所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,具体包括:
所述终端根据全球定位系统GPS信号在所述预定时间段内的变化情况和第一预设条件,确定所述终端的第一类型位置特征。
3.根据权利要求1所述的方法,其特征在于,所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,具体包括:
所述终端根据WIFI信号在所述预定时间段内的变化情况和第二预设条件,确定所述终端的第二类型位置特征。
4.根据权利要求1所述的方法,其特征在于,所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,具体包括:
所述终端根据传感器数据中的气压计在所述预定时间段内的变化情况和第三预设条件,确定第三类型位置特征;
所述终端根据WIFI信号和所述第三类型位置特征,确定所述第三类型位置特征对应的第三目标位置特征。
5.根据权利要求1所述的方法,其特征在于,所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,具体包括:
所述终端根据传感器数据中的气压计在所述预定时间段内的变化情况和第四预设条件,确定第四类型位置特征;
所述终端根据所述传感器数据中的加速度计和所述第四类型位置特征,确定第四目标特征位置。
6.根据权利要求1所述的方法,其特征在于,所述终端根据位置特征信息和预设条件,确定所述终端的位置特征,具体包括:
所述终端根据地磁信号在所述预定时间段内的变化情况和第五预设条件,确定第五类型位置特征。
7.根据权利要求1所述的方法,其特征在于,所述第二信号包括传感器数据;所述方法还包括:
所述终端对所述传感器数据对应的传感器的累计误差进行重置。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述终端根据所述位置特征,匹配所述地图数据库,得到定位轨迹;
所述终端根据所述定位轨迹和历史定位轨迹,计算得到估计参数;
所述终端根据所述估计参数,进行下一时间单位的定位。
9.一种终端,其特征在于,包括:
匹配模块,用于根据第一信号和预置的指纹数据库匹配得到第一定位结果;
第一确定模块,用于根据位置特征信息和预设条件,确定所述终端的位置特征,所述位置特征信息包括预定时间段内至少一种第二信号的变化情况;
得到模块,用于根据所述第一定位结果和预置算法,确定第一定位范围;根据所述第一定位范围和地图数据库中的地图位置,确定所述终端的位置特征所对应的地图位置中在所述第一定位范围内的地图位置,所述地图数据库中包括位置特征和地图位置的对应关系;确定所述第一定位范围内的地图位置为第二定位结果;
第二确定模块,用于根据第三信号,识别用户的运动特征;根据所述运动特征、所述预置算法,以及所述第二定位结果,确定所述终端的位置。
10.根据权利要求9所述的终端,其特征在于,
所述第一确定模块,具体用于根据全球定位系统GPS信号在所述预定时间段内的变化情况和第一预设条件,确定所述终端的第一类型位置特征。
11.根据权利要求9所述的终端,其特征在于,
所述第一确定模块,具体用于根据WIFI信号在所述预定时间段内的变化情况和第二预设条件,确定所述终端的第二类型位置特征。
12.根据权利要求9所述的终端,其特征在于,
所述第一确定模块,具体用于根据传感器数据中的气压计在所述预定时间段内的变化情况和第三预设条件,确定第三类型位置特征;根据WIFI信号和所述第三类型位置特征,确定所述第三类型位置特征对应的第三目标位置特征。
13.根据权利要求9所述的终端,其特征在于,
所述第一确定模块,具体用于根据传感器数据中的气压计在所述预定时间段内的变化情况和第四预设条件,确定第四类型位置特征;根据所述传感器数据中的加速度计和所述第四类型位置特征,确定第四目标特征位置。
14.根据权利要求9所述的终端,其特征在于,
所述第一确定模块,具体用于根据地磁信号在所述预定时间段内的变化情况和第五预设条件,确定第五类型位置特征。
15.根据权利要求9所述的终端,其特征在于,所述第二信号包括传感器数据;所述终端还包括:
重置模块,用于对所述传感器数据对应的传感器的累计误差进行重置。
16.根据权利要求9所述的终端,其特征在于,所述终端还包括:
所述得到模块,还用于根据所述位置特征,匹配所述地图数据库,得到定位轨迹;
计算模块,用于根据所述定位轨迹和历史定位轨迹,计算得到估计参数;
定位模块,用于根据所述估计参数,进行下一时间单位的定位。
17.一种终端,其特征在于,包括:
处理器和存储器,所述处理器和所述存储器通过总线连接;
所述存储器用于存储操作指令;
所述处理器通过调用所述操作指令,用于根据第一信号和预置的指纹数据库匹配得到第一定位结果;根据位置特征信息和预设条件,确定所述终端的位置特征,所述位置特征信息包括预定时间段内至少一种第二信号的变化情况;根据所述第一定位结果和预置算法,确定第一定位范围;根据所述第一定位范围和地图数据库中的地图位置,确定所述终端的位置特征所对应的地图位置中在所述第一定位范围内的地图位置,所述地图数据库中包括位置特征和地图位置的对应关系;确定所述第一定位范围内的地图位置为第二定位结果;根据第三信号,识别用户的运动特征;根据所述运动特征、所述预置算法,以及所述第二定位结果,确定所述终端的位置。
18.根据权利要求17所述的终端,其特征在于,
所述处理器,具体用于根据全球定位系统GPS信号在所述预定时间段内的变化情况和第一预设条件,确定所述终端的第一类型位置特征。
19.根据权利要求17所述的终端,其特征在于,
所述处理器,具体用于根据WIFI信号在所述预定时间段内的变化情况和第二预设条件,确定所述终端的第二类型位置特征。
20.根据权利要求17所述的终端,其特征在于,
所述处理器,具体用于根据传感器数据中的气压计在所述预定时间段内的变化情况和第三预设条件,确定第三类型位置特征;根据WIFI信号和所述第三类型位置特征,确定所述第三类型位置特征对应的第三目标位置特征。
21.根据权利要求17所述的终端,其特征在于,
所述处理器,具体用于根据传感器数据中的气压计在所述预定时间段内的变化情况和第四预设条件,确定第四类型位置特征;根据所述传感器数据中的加速度计和所述第四类型位置特征,确定第四目标特征位置。
22.根据权利要求17所述的终端,其特征在于,
所述处理器,具体用于根据地磁信号在所述预定时间段内的变化情况和第五预设条件,确定第五类型位置特征。
23.根据权利要求17所述的终端,其特征在于,
所述处理器,还用于对传感器数据对应的传感器的累计误差进行重置。
24.根据权利要求17所述的终端,其特征在于,
所述处理器,还用于根据所述位置特征,匹配所述地图数据库,得到定位轨迹;根据所述定位轨迹和历史定位轨迹,计算得到估计参数;根据所述估计参数,进行下一时间单位的定位。
25.一种计算机可读存储介质,包括指令,当其在终端上运行时,使得终端执行如权利要求1-8任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711269335.3A CN109874112B (zh) | 2017-12-05 | 2017-12-05 | 一种定位的方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711269335.3A CN109874112B (zh) | 2017-12-05 | 2017-12-05 | 一种定位的方法及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109874112A CN109874112A (zh) | 2019-06-11 |
CN109874112B true CN109874112B (zh) | 2021-06-15 |
Family
ID=66916605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711269335.3A Active CN109874112B (zh) | 2017-12-05 | 2017-12-05 | 一种定位的方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109874112B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110413655B (zh) * | 2019-06-21 | 2023-05-26 | 中国矿业大学 | 一种基于改进隐马尔科夫模型的楼层识别方法 |
CN111757247B (zh) * | 2019-07-24 | 2022-01-28 | 广东小天才科技有限公司 | 一种基于可穿戴设备的数据共享方法及可穿戴设备 |
CN110505291B (zh) * | 2019-08-12 | 2022-04-29 | 北京无线体育俱乐部有限公司 | 位置监控方法、服务器、系统及存储介质 |
CN110688441B (zh) * | 2019-09-30 | 2022-07-22 | 北京金山安全软件有限公司 | 一种定位方法、装置、电子设备及计算机可读存储介质 |
CN112629532B (zh) * | 2019-10-08 | 2023-10-20 | 宏碁股份有限公司 | 提升准确率之室内定位方法及应用其之行动装置 |
CN110972065B (zh) * | 2019-12-02 | 2021-06-15 | 广东小天才科技有限公司 | 建筑物出入口关联方法及装置、终端设备和存储介质 |
CN111148030A (zh) * | 2019-12-31 | 2020-05-12 | 泰斗微电子科技有限公司 | 指纹数据库的更新方法、装置、服务器及存储介质 |
CN111215797B (zh) * | 2020-01-13 | 2021-08-20 | 华工法利莱切焊系统工程有限公司 | 基于拍照视觉引导的自动定位焊接方法及系统 |
CN111581754B (zh) * | 2020-04-13 | 2024-03-12 | 华南理工大学 | 滨水景点网络生成方法、系统、计算机设备及存储介质 |
CN114074869B (zh) * | 2020-08-14 | 2023-12-22 | 北京金坤科创技术有限公司 | 一种上下楼状态识别方法 |
CN112468958B (zh) * | 2020-11-23 | 2023-02-24 | 北京元心科技有限公司 | 区域确定方法、装置、电子设备及计算机可读存储介质 |
CN113015117B (zh) * | 2021-02-04 | 2023-07-21 | 北京百度网讯科技有限公司 | 一种用户定位方法、装置、电子设备和存储介质 |
CN113286264A (zh) * | 2021-02-24 | 2021-08-20 | 浙江口碑网络技术有限公司 | 到达事件的确定方法及装置、电子设备、存储介质 |
CN113284490B (zh) * | 2021-04-23 | 2022-09-09 | 歌尔股份有限公司 | 电子设备的控制方法、装置、设备及可读存储介质 |
CN113259855B (zh) * | 2021-06-16 | 2021-10-01 | 北京奇岱松科技有限公司 | 室内目标运行轨迹识别系统 |
CN116033544A (zh) * | 2021-10-26 | 2023-04-28 | 华为终端有限公司 | 室内停车场定位方法、计算机设备、存储介质及程序产品 |
CN114001736A (zh) * | 2021-11-09 | 2022-02-01 | Oppo广东移动通信有限公司 | 定位方法、定位装置、存储介质与电子设备 |
WO2023123147A1 (zh) * | 2021-12-30 | 2023-07-06 | 华为技术有限公司 | 一种数据预处理方法、数据预处理装置和芯片 |
CN114743399A (zh) * | 2022-03-07 | 2022-07-12 | 中汽创智科技有限公司 | 一种车位导航方法和装置 |
CN118057328A (zh) * | 2022-11-21 | 2024-05-21 | 华为技术有限公司 | 采集众包数据的方法及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103763680A (zh) * | 2014-01-23 | 2014-04-30 | 清华大学 | 基于信号传播的室内定位追踪方法及系统 |
EP3096155A1 (en) * | 2015-05-22 | 2016-11-23 | Alcatel Lucent | A method for use in determining the location of user equipment within a region, a location server and a computer program product |
CN106415316A (zh) * | 2014-06-30 | 2017-02-15 | 华为技术有限公司 | 室内定位的方法和装置 |
CN106525031A (zh) * | 2015-09-11 | 2017-03-22 | 王庆文 | 一种组合的室内定位方法 |
-
2017
- 2017-12-05 CN CN201711269335.3A patent/CN109874112B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103763680A (zh) * | 2014-01-23 | 2014-04-30 | 清华大学 | 基于信号传播的室内定位追踪方法及系统 |
CN106415316A (zh) * | 2014-06-30 | 2017-02-15 | 华为技术有限公司 | 室内定位的方法和装置 |
EP3096155A1 (en) * | 2015-05-22 | 2016-11-23 | Alcatel Lucent | A method for use in determining the location of user equipment within a region, a location server and a computer program product |
CN106525031A (zh) * | 2015-09-11 | 2017-03-22 | 王庆文 | 一种组合的室内定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109874112A (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109874112B (zh) | 一种定位的方法及终端 | |
CN109525935B (zh) | 一种针对普适室内环境的智能楼层感知方法及控制系统 | |
CN107094319B (zh) | 一种高精度室内外融合定位系统和方法 | |
Zhuang et al. | Evaluation of two WiFi positioning systems based on autonomous crowdsourcing of handheld devices for indoor navigation | |
US9066207B2 (en) | Managing states of location determination | |
US10979854B2 (en) | Extending a radio map | |
US9936342B2 (en) | Floor level determination | |
US8320939B1 (en) | Crowd-sourced information for interior localization and navigation | |
KR102147625B1 (ko) | 위치지문맵의 생성 및 이용 | |
CA2843081C (en) | Position indication controls for device locations | |
US20130162481A1 (en) | Systems and methods for calibration of indoor geolocation | |
US20140171100A1 (en) | Monitoring a location fingerprint database | |
US20190373413A1 (en) | Feature-based slam with z-axis location | |
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 | |
US20140128093A1 (en) | Portal transition parameters for use in mobile device positioning | |
US9918203B2 (en) | Correcting in-venue location estimation using structural information | |
CN106525031A (zh) | 一种组合的室内定位方法 | |
CN107005810A (zh) | 一种楼层定位方法、网络设备及移动终端 | |
CN104977003A (zh) | 基于共享轨迹的室内寻人方法、云端服务器及系统 | |
WO2018222354A1 (en) | Extending a radio map | |
Yu et al. | Floor positioning method indoors with smartphone’s barometer | |
Elhamshary et al. | Towards ubiquitous indoor spatial awareness on a worldwide scale | |
KR20150016454A (ko) | 무선랜 신호를 이용한 측위장치 및 방법 | |
US8781495B1 (en) | Method and system for indoor RF mapping | |
Tiku et al. | An overview of indoor localization techniques |
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 |