CN109959376A - 轨迹纠正方法、涉及室内路线的导航路线绘制方法和装置 - Google Patents
轨迹纠正方法、涉及室内路线的导航路线绘制方法和装置 Download PDFInfo
- Publication number
- CN109959376A CN109959376A CN201711337355.XA CN201711337355A CN109959376A CN 109959376 A CN109959376 A CN 109959376A CN 201711337355 A CN201711337355 A CN 201711337355A CN 109959376 A CN109959376 A CN 109959376A
- Authority
- CN
- China
- Prior art keywords
- point
- deduction
- moment
- section
- positioning
- 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.)
- Granted
Links
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
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)
Abstract
本发明涉及一种轨迹纠正方法、涉及室内路线的导航路线绘制方法和装置，该轨迹纠正方法包括：获取定位轨迹序列中各定位点相应的运动步长和运动方向；所述运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向；根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点；将所述推演点与对应于所述定位轨迹序列的路网中的路段进行匹配；按照匹配到的路段的方向，对所述推演点所形成的推演轨迹进行纠正。本申请的方案提高了轨迹的准确性。
Description
技术领域
本发明涉及计算机技术领域，特别是涉及一种轨迹纠正方法、涉及室内路线的导航路线绘制方法和装置。
背景技术
随着科学技术的飞速发展，定位技术越来越受到大家的重视。一般可以基于定位的定位点形成相应的轨迹，根据该轨迹反映对象的运动轨迹。
然而，目前的定位技术会受到定位装置的网络信号强弱等方面的影响，而影响到定位精度，从而造成定位不准确，比如，人实际上是往前走的，但是由于定位不准确，可能出现下一个定位点反而跳跃到上一个定位点的后面，与实际行走方向相反。因此，基于定位得到的轨迹往往不能够准确地反映对象的运动轨迹，导致基于定位得到的轨迹的准确性比较低。
发明内容
基于此，有必要针对目前基于定位得到的轨迹的准确性比较低的问题，提供一种轨迹纠正方法、装置、计算机设备和存储介质，以及提供了一种涉及室内路线的导航路线绘制方法、装置、计算机设备和存储介质。
一种轨迹纠正方法，所述方法包括：
获取定位轨迹序列中各定位点相应的运动步长和运动方向；所述运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向；
根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点；
将所述推演点与对应于所述定位轨迹序列的路网中的路段进行匹配；
按照匹配到的路段的方向，对所述推演点所形成的推演轨迹进行纠正。
一种轨迹纠正装置，所述装置包括：
获取模块，用于获取定位轨迹序列中各定位点相应的运动步长和运动方向；所述运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向；
推演模块，用于根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点；
路段匹配模块，用于将所述推演点与对应于所述定位轨迹序列的路网中的路段进行匹配；
轨迹纠正模块，用于按照匹配到的路段的方向，对所述推演点所形成的推演轨迹进行纠正。
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
获取定位轨迹序列中各定位点相应的运动步长和运动方向；所述运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向；
根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点；
将所述推演点与对应于所述定位轨迹序列的路网中的路段进行匹配；
按照匹配到的路段的方向，对所述推演点所形成的推演轨迹进行纠正。
一种存储有计算机程序的存储介质，所述计算机程序被一个或多个处理器执行时，使得一个或多个处理器执行如下步骤：
获取定位轨迹序列中各定位点相应的运动步长和运动方向；所述运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向；
根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点；
将所述推演点与对应于所述定位轨迹序列的路网中的路段进行匹配；
按照匹配到的路段的方向，对所述推演点所形成的推演轨迹进行纠正。
上述轨迹纠正方法、装置、计算机设备和存储介质，获取了定位轨迹序列，并按照其中的各定位点相应的运动步长和运动方向进行轨迹推演，得到相应的推演点。其中，运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向，相对于定位能够避免被网络信号强度等干扰，更加接近于运动对象的真实运动情况，按照各定位点相应的运动步长和运动方向进行轨迹推演，得到的相应推演点所形成的推演轨迹相较于定位轨迹，更加接近于运动对象的真实运动轨迹。将推演点与对应的路段进行匹配，按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正，进一步地对推演轨迹进行纠正，使得纠正后的轨迹的准确性更高，提高了轨迹的准确性。
一种涉及室内路线的导航路线绘制方法，所述方法包括：
接收导航指令；
响应于所述导航指令，获取导航路线；所述导航路线包括室内路线；
绘制导航路线，所述室内路线依照室内地图道路路线呈现；所述导航路线中的当前地理位置坐标根据当前信号场特征从信号场指纹库中获得。
一种涉及室内路线的导航路线绘制装置，所述装置包括：
接收模块，用于接收导航指令；
导航路线获取模块，用于响应于所述导航指令，获取导航路线；所述导航路线包括室内路线；
导航路线绘制模块，用于绘制导航路线，所述室内路线依照室内地图道路路线呈现；所述导航路线中的当前地理位置坐标根据当前信号场特征从信号场指纹库中获得。
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
接收导航指令；
响应于所述导航指令，获取导航路线；所述导航路线包括室内路线；
绘制导航路线，所述室内路线依照室内地图道路路线呈现；所述导航路线中的当前地理位置坐标根据当前信号场特征从信号场指纹库中获得。
一种存储有计算机程序的存储介质，所述计算机程序被一个或多个处理器执行时，使得一个或多个处理器执行如下步骤：
接收导航指令；
响应于所述导航指令，获取导航路线；所述导航路线包括室内路线；
绘制导航路线，所述室内路线依照室内地图道路路线呈现；所述导航路线中的当前地理位置坐标根据当前信号场特征从信号场指纹库中获得。
上述涉及室内路线的导航路线绘制方法、装置、计算机设备和存储介质，导航路线包括根据当前信号场特征从信号场指纹库中获得的当前地理位置坐标、且包括依照室内地图道路路线呈现的室内路线，其中，根据当前信号场特征从信号场指纹库中获得的当前地理位置坐标相较于直接定位得到的地理位置坐标而言，更加的准确，而且依照室内地图道路路线呈现的室内路线更加符合用户实际行走的路线，避免了导航到无法行走(没有道路)的盲区。因此，基于包括根据当前信号场特征从信号场指纹库中获得的当前地理位置坐标和依照室内地图道路路线呈现的室内路线的这一导航路线，更加的准确。
附图说明
图1为一个实施例中轨迹纠正方法的应用场景图；
图2为一个实施例中轨迹纠正方法的流程示意图；
图3A至图3B为一个实施例中推演轨迹纠正的界面示意图；
图4为一个实施例中得到推演点的示意图；
图5至图7为一个实施例中选取候选点的示意图；
图8为一个实施例中预估点匹配步骤的流程示意图；
图9为一个实施例中观察概率确定的示意图；
图10为一个实施例中距离转移概率确定的示意图；
图11为一个实施例中方向转移概率确定的示意图；
图12为另一个实施例中轨迹纠正方法的流程示意图；
图13为一个实施例中轨迹纠正装置的框图；
图14为另一个实施例中轨迹纠正装置的框图；
图15为一个实施例中计算机设备的内部结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1为一个实施例中轨迹纠正方法的应用场景图。参照图1，该应用场景中包括通过网络连接的终端110和服务器120。该终端110可以是具备定位功能和运动状态检测功能的设备，即终端110可以定位以及检测运动状态。在一个实施例中，终端110可以为移动终端，移动终端可以包括手机、平板电脑、笔记本电脑、个人数字助理和穿戴式设备等中的至少一种。服务器120可以用独立的服务器或者是多个物理服务器组成的服务器集群来实现。
服务器120可以直接获取定位轨迹序列。可以理解，该定位轨迹序列可以是根据终端110通过定位得到的定位点生成。服务器120可以获取定位轨迹序列中各定位点相应的运动步长和运动方向。其中，运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向。在一个实施例中，终端110可以通过传感器检测运动状态信息发送至服务器120，服务器120可以根据检测的运动状态信息确定相邻定位时刻的运动步长和运动方向，即得到各定位点相应的运动步长和运动方向。
服务器120可以根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点，并将推演点与对应于定位轨迹序列的路网中的路段进行匹配。服务器120可以按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正。
图2为一个实施例中轨迹纠正方法的流程示意图。本实施例主要以该轨迹纠正方法应用于计算机设备来举例说明，该计算机设备可以是图1中的服务器120。参照图2，该方法具体包括如下步骤：
S202，获取定位轨迹序列中各定位点相应的运动步长和运动方向；运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向。
其中，定位轨迹序列，是记录多个按照定位时刻排序的定位信息的序列。其中，定位信息包括定位点。定位时刻，是进行定位的时刻。
在一个实施例中，定位轨迹序列中的定位点，是按照定位时刻排序的、连续的定位点，即前一个定位点和后一个定位点在定位时刻上也是连续的。比如，分别对应于定位时刻i、i+1、i+2、i+3和i+4的定位点就属于按照定位时刻排序的、连续的定位点，而分别对应于定位时刻i、i+2、i+3和i+4的定位点就属于按照定位时刻排序的、不连续的定位点。
运动步长，是运动的距离长度。可以理解，运动步长和运动方向，可以是指人、动物或机器设备等运动的步长和方向。
定位点相应的运动步长和运动方向，表示从该定位点的定位时刻到相邻定位时刻运动的步长和方向。可以理解，两个相邻的定位时刻间运动的步长和方向，是根据检测运动状态得到的运动状态信息得到的，而不是通过定位处理得到，所以，运动步长和运动方向相对于定位能够避免被网络信号强度等干扰。
在一个实施例中，相邻定位时刻可以是前一定位时刻。所以，定位点相应的运动步长和运动方向，可以表示从前一定位时刻到该定位点的定位时刻运动的步长和方向。比如，在定位时刻i-1定位得到定位点A，在定位时刻i定位得到定位点B，则与定位点B相应的运动步长和运动方向，可以是从定位时刻i-1到定位时刻i运动的步长和方向。
可以理解，相邻定位时刻也可以是后一定位时刻，比如，在反向推演(即确定出了后一定位点的推演点，来反向推演当前定位点的推演点)的情况下，相邻定位时刻就可以是后一定位时刻。
在一个实施例中，定位轨迹序列中还可以包括与各定位点相应的运动步长和运动方向。即定位轨迹序列可以是包括各定位点的地理位置坐标以及相应的运动步长和运动方向的序列。
计算机设备可以直接从定位轨迹序列中，获取该定位轨迹序列中各定位点相应的运动步长和运动方向。可以理解，定位轨迹序列中首个定位点由于不存在前一定位时刻，故，可以默认其相应的运动步长和运动方向为零。
在一个实施例中，定位轨迹序列中还可以包括各定位点的定位精度或定位轨迹序列所对应的楼层等信息。
在另一个实施例中，与各定位点相应的运动步长和运动方向还可以不包括于定位轨迹序列中，但与定位轨迹序列中的各定位点相对应存储。
在一个实施例中，计算机设备可以获取终端通过传感器检测到的运动状态信息，计算机设备可以根据该运动状态信息，推算出相邻的定位时刻间的运动步长和运动方向。
计算机设备可以将推算出的相邻的定位时刻间的运动步长和运动方向，与相应的定位点进行对应存储。可以理解，计算机设备可以根据各定位点和相应的运动步长和运动方向生成相应的定位轨迹序列，计算机设备也可以仅建立定位点、与运动步长和运动方向之间的对应关系。
在一个实施例中，计算机设备可以根据运动状态信息，结合PDR(Pedestrian DeadReckoning，步行者航位推算)算法，推算出相邻的定位时刻间的运动步长和运动方向。
在一个实施例中，运动状态信息可以包括在终端的坐标系中于各定位时刻所处的运动位置坐标。计算机设备可以根据相邻的定位时刻所对应的运动位置坐标的变化，推算该相邻的定位时刻间的运动步长和运动方向。比如，
其中，终端的坐标系，是建立于终端中的三维坐标系。在一个实施例中，该终端可以是定位出定位轨迹序列中各定位点的设备。
可以理解，该终端也可以是不同于定位设备的、且与定位设备发生相同运动的设备。比如，一个人可以同时携带一个定位终端以及一个进行运动状态检测的终端，这两个终端就分别负责定位功能和运动状态检测功能，但二者发生的运动相同。
S204，根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点。
其中，推演点，是针对定位点按照相应的运动步长和运动方向进行轨迹推演得到的点。轨迹推演，是推演出定位点相应的推演点的处理过程。
在一个实施例中，步骤S204包括：在定位轨迹序列中的定位点中确定起始的推演点；参照起始的推演点，从起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点。
在一个实施例中，计算机设备可以将定位轨迹序列中的首个定位点作为起始的推演点。
在另一个实施例中，在定位轨迹序列中的定位点中确定起始的推演点包括：获取定位轨迹序列中的各定位点的定位精度；按照各定位点的定位精度，从各定位点中选择满足推演起始条件的定位点作为起始的推演点。
其中，定位精度(Positional Accuracy)是定位的地理位置坐标与其真实位置之间的接近程度。
具体地，定位轨迹序列中可以包括各定位点的定位精度，计算机设备可以从该定位轨迹序列中查询各定位点的定位精度。在一个实施例中，各定位点的定位精度也可以不包括于定位轨迹序列中，而是与各定位点间具有对应关系，计算机设备可以根据该对应关系，获取定位轨迹序列中各定位点的定位精度。
推演起始条件，是作为起始的推演点的条件。在一个实施例中，推演起始条件可以是定位精度小于或等于预设阈值。比如，定位精度小于3米，说明定位的地理位置坐标与其真实位置之间的误差小于3米。
在一个实施例中，计算机设备可以按照各定位点的定位精度，在定位轨迹序列中的各定位点中，选择首个满足推演起始条件的定位点作为起始的推演点。可以理解，这里所说的首个满足推演起始条件的定位点，是指从首个定位点起逐个判断是否满足推演起始条件，将首个满足推演起始条件的定位点作为起始的推演点。
在一个实施例中，计算机设备可以参照起始的推演点，从确定的起始的推演点的后一定位点起、且按照定位时刻升序逐个选取当前定位点，根据前一定位点相应的推演点、以及当前定位点相应的运动步长和运动方向，推演得到与当前定位点相应的推演点。以此循环迭代，得到与各定位点相应的推演点。可以理解，被确定为起始的推演点的定位点的推演点，就是该定位点本身。
其中，当前定位点，是当前要推演出相应推演点的定位点。
比如，定位轨迹序列中依次包括按照定位时刻升序排列的定位点A、B和C。假设以定位点A作为起始的推演点，则可以将定位点A的后一定位点B作为当前定位点，可以根据前一定位点A的推演点(即定位点A本身)、以及当前定位点B相应的运动步长和运动方向，推演得到当前定位点B相应的推演点b。接着可以迭代地选取定位点B的后一定位点C作为当前定位点，根据前一定位点B的推演点b，根据当前定位点C相应的运动步长和运动方向，推演得到当前定位点C相应的推演点c。
S206，将推演点与对应于定位轨迹序列的路网中的路段进行匹配。
其中，路网，是由路段组成的相互联络、交织成网状分布的道路分布结构体系。路网中包括多个路段的信息。可以理解，计算机设备可以预先存储路网。
对应于定位轨迹序列的路网，是覆盖定位轨迹序列产生时所位于的区域的路网。可以理解，路网可以是室内路网也可以是室外路网，对此不作限定。
一个实施例中，计算机设备中预先存储了楼层与路网之间的对应关系，计算机设备可以获取定位轨迹序列中包括的楼层，根据该对应关系，计算机设备可以查找与该楼层对应的路网，即得到对应于该定位轨迹序列的路网。可以理解，定位轨迹序列中包括的楼层，表示定位轨迹序列是通过对在该楼层发生的运动进行定位得到的。
具体地，计算机设备可以将推演点与对应于定位轨迹序列的路网中的路段进行匹配。可以理解，将推演点与路网中的路段进行匹配的过程，是确定推演点在路网中最大概率位于的路段的过程。即确定推演点在路网中最可能位于的路段的过程。
在一个实施例中，计算机设备可以确定推演点与对应于定位轨迹序列的路网中的各个路段的垂直距离，从中选取最小垂直距离所对应的路段，作为该推演点所匹配到的路段。
在一个实施例中，步骤S206包括：在对应于定位轨迹序列的路网中，确定与推演点匹配的预估点；将预估点所位于的路段作为相应推演点所匹配的路段。
其中，预估点，是预估推演点在路网上最大概率所位于的点。
S208，按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正。
其中，推演轨迹，是由各个推演点形成的轨迹。路段的方向，是路段的走向。可以理解，计算机设备可以从预先设置的路网数据中，获取路段的方向。
具体地，计算机设备可以按照匹配到的路段的方向，纠正推演点形成的推演轨迹。在一个实施例中，计算机设备可以将推演点形成的推演轨迹的走向，与形成该推演轨迹的推演点所匹配到的路段的方向纠正为一致。可以理解，计算机设备可以通过调整形成推演轨迹的推演点的运动方向，来纠正该推演轨迹的走向。
图3A至图3B为一个实施例中推演轨迹纠正的界面示意图。参照图3A，302为推演轨迹，304为路网。参照图3B，306则为按照匹配到的路段的方向，对推演轨迹进行纠正后的轨迹。
在一个实施例中，计算机设备可以根据连续预设个数的推演点所匹配的同一路段的方向，对推演点形成的推演轨迹进行纠正。可以理解，计算机设备可以根据所匹配的同一路段的方向，对整体的推演轨迹进行纠正。计算机设备也可以根据所匹配的同一路段的方向，对匹配至该同一路段的连续预设个数的推演点所形成的推演轨迹(即为整体的推演轨迹的一部分推演轨迹)进行纠正。
在一个实施例中，步骤S208包括：当推演点中存在转弯点时，确定转弯点在匹配到的路段上所对应的拐点；按照拐点的两侧路段的方向，对推演点形成的推演轨迹进行纠正。
具体地，计算机设备可以检测推演点中是否存在转弯点。
在一个实施例中，计算机设备可以根据各推演点的运动方向，检测推演点中是否存在转弯点。其中，推演点的运动方向，为与该推演点相应的定位点的运动方向。在一个实施例中，当一个推演点与前面的推演点的运动方向相反时，则可以判定该推演点是转弯点。
可以理解，计算机设也可以确定所形成的推演轨迹上各推演点的斜率，根据各推演点的斜率，检测推演点中是否存在转弯点。比如，当一个推演点前后相邻的两个推演点的斜率相反时，则可以判定该推演点为转弯点。
可以理解，转弯点所匹配到的路段上的拐点可以为一个或多个。
在一个实施例中，当转弯点所匹配到的路段上的拐点仅有一个时，计算机设备则可以将该拐点作为转弯点所对应的拐点。
在一个实施例中，当转弯点所匹配到的路段上的拐点有多个时，计算机设备则可以从多个拐点中确定出与该转弯点相对应的拐点。
在一个实施例中，当推演点中存在转弯点时，确定转弯点在匹配到的路段上所对应的拐点包括：当推演点中存在转弯点时，确定与转弯点匹配的路段上的各拐点；确定转弯点与各拐点之间的距离；根据拐点与转弯点之间的距离，从多个拐点中确定出与该转弯点相对应的拐点。
在一个实施例中，计算机设备可以根据最小的距离，从匹配的路段上的各拐点中选取与转弯点对应的拐点。在一个实施例中，计算机设备可以将最小的距离，作为与转弯点对应的拐点。
在一个实施例中，计算机设备也可以获取转弯点与前后相邻的推演点之间的第一方向，以及获取各拐点两侧的路段的第二方向，根据第一方向和第二方向之间的匹配度，从多个拐点中确定出与该转弯点相对应的拐点。
在一个实施例中，计算机设备还可以拐点与转弯点之间的距离、以及第一方向和第二方向之间的匹配度，从多个拐点中确定出与该转弯点相对应的拐点。
可以理解，计算机设备将得到的匹配度和距离按照相应预设的权重，进行加权平均计算，按照相应加权平均值，从匹配的路段上的各拐点中选取与转弯点对应的拐点。比如，计算机设备可以选取对应于最大或最小加权平均值的拐点，作为与转弯点对应的拐点。
上述轨迹纠正方法，获取了定位轨迹序列，并按照其中的各定位点相应的运动步长和运动方向进行轨迹推演，得到相应的推演点。其中，运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向，相对于定位处理能够避免被网络信号强度等干扰，更加接近于运动对象的真实运动情况，按照各定位点相应的运动步长和运动方向进行轨迹推演，得到的相应推演点所形成的推演轨迹相较于定位轨迹，更加接近于运动对象的真实运动轨迹。将推演点与对应的路段进行匹配，按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正，进一步地对推演轨迹进行纠正，使得纠正后的轨迹的准确性更高，提高了轨迹的准确性。
在一个实施例中，参照起始的推演点，从起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点包括：获取起始的推演点在平面直角坐标系中对应的坐标；按照起始的推演点的坐标，从起始的推演点的后一定位点起、且按定位时刻升序逐个选取当前定位点，根据前一定位点相应的推演点的坐标、以及从前一定位时刻到当前定位时刻的运动步长和运动方向，推演得到与当前定位点相应的推演点的坐标，以确定与各定位点相应的推演点。
其中，平面直角坐标系，是基于轨迹展示平面建立的二维坐标系。轨迹展示平面是展示轨迹的平面。
具体地，计算机设备中预先设置了定位的地理位置坐标和平面直角坐标系中坐标之间的映射关系，计算机设备可以根据该映射关系，将作为起始的推演点的定位点经过定位得到的地理位置坐标，映射为在该平面直角坐标系中相应的坐标，起始的推演点的坐标。可以理解，本申请各实施例中所提到的推演点的坐标，是指推演点在该平面直角坐标系中的坐标。
计算机设备可以按照起始的推演点的坐标，从起始的推演点的后一定位点起、且按定位时刻升序逐个选取当前定位点，根据前一定位点相应的推演点的坐标、以及从前一定位时刻到当前定位时刻的运动步长和运动方向，推演得到与当前定位点相应的推演点的坐标。
其中，按定位时刻升序，是指按照定位时刻由前到后的顺序。当前定位点，是当前要推演出相应推演点的定位点。
可以理解，从起始的推演点的后一定位点起、且按定位时刻升序逐个选取当前定位点，相当于先将起始的推演点的后一定位点作为当前定位点，按照上述推演处理步骤，推演出其相应的推演点，然后再按照定位时刻升序，将刚推演出相应推演点的定位点的后一定位时刻的定位点作为当前定位点，再重复执行上述的推演处理步骤，确定相应的推演点，以此类推，直至确定出各定位点的推演点。
可以理解，在将起始的推演点的后一定位点作为当前定位点时，起始的推演点的坐标，就相当于该当前定位点的前一定位点相应的推演点的坐标。
在一个实施例中，可以按照以下公式推演得到与当前定位点相应的推演点的坐标：
xi＝xi-1+l*cosθ；
yi＝yi-1+l*sinθ；
其中，i为当前定位时刻，i-1为前一定位时刻，xi为当前定位点相应的推演点的横坐标；xi-1为前一定位点相应的推演点的横坐标；l为从前一定位时刻i-1到当前定位时刻i的运动步长；θ为从前一定位时刻i-1到当前定位时刻i的运动方向；yi为当前定位点相应的推演点的纵坐标；yi-1为前一定位点相应的推演点的纵坐标。
图4为一个实施例中得到推演点的示意图。参照图4，XOY坐标系即为平面直角坐标系。(xi-1，yi-1)为前一定位点的坐标，l为从前一定位时刻i-1到当前定位时刻i的运动步长；θ为从前一定位时刻i-1到当前定位时刻i的运动方向；(xi，yi)为当前定位点的坐标。
上述实施例中，根据从前一定位时刻到当前定位时刻的运动步长和运动方向进行推演，其中，运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向，相对于定位处理能够避免被网络信号强度等干扰，更加接近于运动对象的真实运动情况，按照各定位点相应的运动步长和运动方向进行轨迹推演，使得得到的相应推演点形成的推演轨迹相较于定位轨迹，更加接近于运动对象的真实运动轨迹。
在一个实施例中，在对应于定位轨迹序列的路网中，确定与推演点匹配的预估点包括：在对应于定位轨迹序列的路网中，确定用于选取候选点的路段；在路段上选取与推演点相应的候选点；在候选点中确定与相应推演点匹配的预估点。
其中，候选点，是参与预估点的选取的点。可以理解，可以从候选点中选取出预估点。可以在用于选取候选点的路段上选取候选点。
具体地，计算机设备可以将对应于定位轨迹序列的路网中的全部路段都作为用于选取候选点的路段。计算机设备也可以从该路网中的路段中确定出部分路段，作为用于选取候选点的路段。
在一个实施例中，在对应于定位轨迹序列的路网中，确定用于选取候选点的路段包括：确定在推演点周围预设范围内的区域；在对应于定位轨迹序列的路网中，确定位于区域内的路段，作为用于选取候选点的路段。
其中，在推演点周围预设范围内的区域，是覆盖该推演点的、且距该推演点在预设范围内的区域。可以理解，该区域可以是规则的区域也可以是不规则的区域。
需要说明的是，预设范围并不限定于单一的数值范围，可以是针对推演点的周围不同的方位设置相应不同的预设范围。所以，推演点可以位于该区域的中心，也可以不位于该区域的中心。
在一个实施例中，计算机设备可以以推演点为圆心、以预设距离长度为半径，确定一个圆形区域。可以理解，该圆形区域即可以为在推演点周围预设范围内的区域。
计算机设备可以确定在对应于定位轨迹序列的路网中，位于区域内的路段。计算机设备可以将位于区域内的路段作为用于选取候选点的路段。
可以理解，计算机设备可以在用于选取候选点的每条路段上，选取一个或多个与推演点相应的候选点。
具体地，计算机设备可以在路段上，随机选取至少一个点作为与推演点相应的候选点。计算机设备也可以在路段上确定与推演点距离最短的点，作为与推演点相应的候选点。计算机设备还可以选取在路段上与推演点距离最短的点两侧的点，作为与推演点相应的候选点。
计算机设备可以根据各候选点与相应推演点在空间维度上的接近程度，在各候选点中确定与相应推演点匹配的预估点。计算机设备也可以对各候选点相对于前一定位时刻的候选点在距离和/或方向上发生的转移，对候选点做度量，在各候选点中确定与相应推演点匹配的预估点。可以理解，对候选点做度量，是度量候选点作为与相应推演点匹配的预估点的可能性。
可以理解，计算机设备还可以将各候选点与相应推演点在空间维度上的接近程度、与各候选点相对于前一定位时刻的候选点在距离和/或方向上发生的转移结合起来，对各候选点做度量，在各候选点中确定与相应推演点匹配的预估点。
上述实施例中，通过在对应于定位轨迹序列的路网中的路段上选取与推演点相应的候选点，在候选点中确定与相应推演点匹配的预估点。保证了选出的预估点必然位于路段上，而人实际行走的轨迹也是必然位于路段上的，从而使得预估点更加接近在路段上真实运动到的位置点，提高了预估点的准确性。
在一个实施例中，在路段上选取与推演点相应的候选点包括：当推演点在路段上具有正投影点时，将正投影点作为推演点在路段上相应的候选点。
在一个实施例中，在路段上选取与推演点相应的候选点还包括：当推演点在路段上无正投影点时，在位于区域内的路段上选取预设数量的点，作为与推演点相应的候选点。
其中，正投影，是投影线垂直于投影面的平行投影。正投影点，是经过推演点的、且垂直于路段的投影线在路段上的投影点。
可以理解，推演点在用于选取候选点的路段，可能会有正投影点也可能会没有正投影点。
具体地，当推演点在路段上具有正投影点时，计算机设备可以将正投影点作为推演点在路段上相应的候选点。
需要说明的是，这里并不限定计算机设备只将正投影点作为推演点在路段上相应的候选点，计算机设备可以只将正投影点作为推演点在路段上相应的候选点，也可以除了正投影点之外，选取该路段上的其他点作为候选点。
在一个实施例中，在路段上选取与推演点相应的候选点还包括：当推演点在路段上具有正投影点时，在位于区域内的路段上，按照预设个数在正投影点两侧选取候选点。
在一个实施例中，计算机设备可以在正投影点两侧各自选择该预设个数的点。计算机设备也可以在正投影点两侧选择候选点，其中，两侧选择的候选点的总数达到该预设个数。
可以理解，当路段的两个端点都位于区域的边缘上或者位于区域外，则推演点在该路段上具有正投影点。当路段的至少一个端点位于区域内时，则推演点在该路段上可能具有正投影点，也可能没有正投影点。路段的至少一个端点位于区域内，包括路段的一个端点位于区域内，一个端点位于区域的边缘上或者位于区域外，以及路段的两个端点都位于区域内这两种情况。
在一个实施例中，当推演点在路段上无正投影点时，计算机设备可以在位于区域内的路段上选取预设数量的点，作为与推演点相应的候选点。可以理解，计算机设备可以在位于区域内的路段上随机选取预设数量的点，作为与推演点相应的候选点。在一个实施例中，计算机设备可以在位于区域内的路段上按照距推演点由近到远的顺序，选取预设数量的点，作为与推演点相应的候选点。
图5至图7为一个实施例中选取候选点的示意图。图5示出的是路段的两个端点都位于区域外的情况。参照图5，P为推演点，以P为圆心，以R为半径确定的圆形区域即为在推演点周围预设范围内的区域，完整的路段L1的两端是位于圆形区域外的，则P点在路段L1上有正投影点a1，计算机设备可以在a1两端选取点a2和a3，可以将a1、a2和a3作为推演点P的候选点。图6示出的是路段的一个端点位于区域内，一个端点位于区域外的情况。参照图6，路段L2和路段L3就属于一个端点位于区域内，一个端点位于区域外，推演点P在L2上就具有正投影点b1，同样地，计算机设备可以在b1两端选取点b2和b3，可以将b1、b2和b3作为推演点P的候选点。推演点P在L3上就没有正投影点，计算机设备可以在L3位于区域内的路段上随机选取一个投影点b4。图7示出的是路段的两个端点都位于区域内的情况。参照图7，路段L4和路段L5就属于两个端点都位于区域内，推演点P在L4上就具有正投影点c1，同样地，计算机设备可以在c1两端选取点c2和c3，可以将c1、c2和c3作为推演点P的候选点。推演点P在L5上就没有正投影点，计算机设备可以在L5位于区域内的路段上随机选取一个投影点c4。
上述实施例中，当推演点在路段上具有正投影点时，将正投影点作为推演点在路段上相应的候选点，其中，正投影点与推演点的距离最近，则更有可能是推演点可能位于的点，因而能够提高候选点的准确性。当推演点在路段上无正投影点时，在位于区域内的路段上选取预设数量的点，作为与推演点相应的候选点。在位于区域内的路段上的点与推演点更加的接近，则更有可能是推演点可能位于的点，提高了候选点的准确性。
在一个实施例中，候选点与相应推演点所对应的定位点的定位时刻相对应。如图8所示，在候选点中确定与相应推演点匹配的预估点(简称预估点匹配步骤)，具体包括以下步骤：
S802，针对每个当前定位时刻的候选点，确定候选点相应的观察概率。
其中，候选点与相应推演点所对应的定位点的定位时刻相对应。观察概率表征候选点与相应推演点在空间上的接近程度。
在一个实施例中，确定候选点相应的观察概率包括：确定候选点与相应推演点之间的距离；根据距离，通过高斯函数确定候选点的观察概率。
其中，观察概率与候选点与相应推演点之间的距离负相关。候选点离相应推演点的距离越小，观察概率越大，反之，候选点离推演点的距离越大，观察概率越小。
在一个实施例中，根据距离，通过高斯函数确定候选点的观察概率包括：计算机设备可以按照以下高斯函数的公式确定候选点的观察概率：
其中，i为当前定位时刻；j为第j个候选点；表示当前定位时刻i的第j个候选点；为当前定位时刻i的第j个候选点的观察概率；x为各候选点与相应推演点之间的距离；xi j为前定位时刻i的第j个候选点与相应推演点之间的距离；μ为各候选点与相应推演点之间的距离x的均值；σ为离散程度衡量参数。
可以理解，离散程度衡量参数，用于衡量概率分布的离散程度。
在一个实施例中，μ取值为0，σ取值为3。
图9为一个实施例中观察概率确定的示意图。参照图9，P为推演点，c1～c4为路段上选取的候选点，计算机设备可以分别确定c1、c2、c3和c4到点P的距离x，根据该距离确定各候选点相应的观察概率。
S804，确定候选点相对于前一定位时刻的候选点的转移概率。
其中，转移概率，是根据当前定位时刻的候选点相对于前一定位时刻的候选点发生的转移，确定出的该候选点为预估点的概率。
在一个实施例中，转移概率包括距离转移概率和/或方向转移概率。距离转移概率，是根据当前定位时刻的候选点相对于前一定位时刻的候选点发生的距离转移，确定出的该候选点为预估点的概率。方向转移概率，是根据当前定位时刻的候选点相对于前一定位时刻的候选点发生的方向转移，确定出的该候选点为预估点的概率。
可以理解，计算机设备可以选取前一定位时刻的一个或多个候选点，分别确定当前定位时刻的候选点相对于前一定位时刻的各候选点的转移概率。
具体地，计算机设备可以确定前一定位时刻的候选点到当前定位时刻的候选点在路网上的最短路径的长度。可以理解，前一定位时刻是指当前定位时刻的前一定位时刻。
可以理解，候选点都是在路网中的路段上选取的，前一定位时刻的候选点到当前定位时刻的候选点，在路网上可能有一条或多条路径。计算机设备可以确定前一定位时刻的候选点到当前定位时刻的候选点，在路网上所经历的最短路径的长度。
在一个实施例中，计算机设备可以获取从前一定位时刻到当前定位时刻的运动步长；根据最短路径的长度和运动步长之间的接近程度，确定候选点相对于前一定位时刻的候选点的距离转移概率。
其中，最短路径的长度和运动步长之间的接近程度，与距离转移概率正相关。接近程度越高，距离转移概率越大，反之，接近程度越低，距离转移概率越小。
在一个实施例中，计算机设备可以针对每个当前定位时刻的候选点，确定候选点相应推演点所对应定位点，获取该定位点相应的运动步长，即得到前一定位时刻到当前定位时刻的运动步长。可以理解，由于定位点相应的运动步长，表示从该定位点的定位时刻到相邻定位时刻运动的步长，所以获取所对应的定位点的运动步长，可以得到前一定位时刻到当前定位时刻的运动步长。
在另一个实施例中，计算机设备也可以将直接根据候选点所对应的当前定位时刻，查询前一定位时刻到当前定位时刻的运动步长。
可以理解，计算机设备可以从定位轨迹序列中查找前一定位时刻到当前定位时刻的运动步长。计算机设备也可以从独立于定位轨迹序列存储的运动步长信息，查找前一定位时刻到当前定位时刻的运动步长。
在一个实施例中，根据最短路径的长度和运动步长之间的接近程度，确定候选点相对于前一定位时刻的候选点的距离转移概率包括：
计算机设备可以按照以下公式确定候选点相对于前一定位时刻的候选点的距离转移概率：
其中，i-1为前一定位时刻；表示前一定位时刻i-1的候选点t；i为当前定位时刻；表示当前定位时刻i的候选点s；为当前定位时刻i的候选点s相对于前一定位时刻i-1的候选点t的距离转移概率；w(i-1,t)→(i,s)为前一定位时刻i-1的候选点t到当前定位时刻i的候选点s的最短路径的长度；qi-1→i为前一定位时刻i-1到当前定位时刻i的运动步长，σ为离散程度衡量参数。
在一个实施例中，σ取值为1。
图10为一个实施例中距离转移概率确定的示意图。参照图10，P点为推演点，t为前一定位时刻的候选点，s为当前定位时刻的候选点，w为t到s在路网上的最短路径的长度。计算机设备可以获取从前一定位时刻到当前定位时刻的运动步长；根据最短路径的长度和运动步长之间的接近程度，确定候选点相对于前一定位时刻的候选点的距离转移概率。
在一个实施例中，计算机设备可以获取最短路径中最后一条路段的方向；获取与候选点相应的推演点的运动方向，其中，推演点的运动方向为与推演点相应的定位点的运动方向；根据最后一条路段的方向和相应推演点的运动方向之间的接近程度，确定候选点相对于前一定位时刻的候选点的方向转移概率。
可以理解，最短路径中可能包括一条或多条路段，计算机设备可以获取最后一条路段的方向。可以理解，这里的最后一条路段，是以从前一定位时刻的候选点到当前定位时刻的候选点运动的方向为参照，确定的最后一条路段。
在一个实施例中，根据最后一条路段的方向和相应推演点的运动方向之间的接近程度，确定候选点相对于前一定位时刻的候选点的方向转移概率包括：
计算机设备可以按照以下公式确定候选点相对于前一定位时刻的候选点的方向转移概率：
其中，i-1为前一定位时刻；表示前一定位时刻i-1的候选点t；i为当前定位时刻；表示当前定位时刻i的候选点s；为当前定位时刻i的候选点s相对于前一定位时刻i-1的候选点t的方向转移概率；d(i-1,t)→(i,s)为前一定位时刻i-1的候选点t到当前定位时刻i的候选点s的最短路径中的最后一条路段的方向；ai-1→i为与当前定位时刻的候选点相应的推演点的运动方向；σ为离散程度衡量参数。
在一个实施例中，σ取值为π/6。
图11为一个实施例中方向转移概率确定的示意图。参照图11，P点为推演点，t为前一定位时刻的候选点，s为当前定位时刻的候选点，点t到s在路网上的最短路径包括2条路段r1和r2。计算机设备确定该最短路径中的最后一条路段r2，计算机设备可以根据最后一条路段r2的方向d和相应推演点P的运动方向a之间的接近程度，确定候选点s相对于前一定位时刻的候选点t的方向转移概率。
S806，获取前一定位时刻的候选点的度量值。
其中，度量值，是度量候选点作为与相应推演点匹配的预估点的可能性的值。
S808，根据前一定位时刻的候选点的度量值、观察概率和转移概率，确定当前定位时刻的候选点的度量值。
在一个实施例中，计算机设备可以确定当前定位时刻的候选点的观察概率和该候选点相对于前一定位时刻的候选点的转移概率的乘积，对该乘积和前一定位时刻的候选点的度量值求和，得到当前定位时刻的候选点的度量值。
可以理解，计算机设备也可以将当前定位时刻的候选点的观察概率、该候选点相对于前一定位时刻的候选点的转移概率、以及前一定位时刻的候选点的度量值分别预设相应的权重，按照相应权重，进行加权平均计算，得到当前定位时刻的候选点的度量值。
需要说明的是，计算机设备可以选取前一定位时刻的一个或多个候选点，来确定当前定位时刻的每个候选点的度量值。当前一定位时刻的候选点为多个时，计算机设备可以针对每个前一定位时刻的候选点，都执行步骤S806至S808的步骤，得到由各个前一定位时刻的候选点确定的度量值，计算机设备可以从多个度量值中确定当前定位时刻的该候选点的最终的度量值。
S810，将对应于最大度量值的候选点，作为与相应推演点匹配的预估点。
具体地，计算机设备可以在各候选点中，选取对应于最大度量值的候选点作为与相应推演点匹配的预估点。
上述实施例中，通过表征候选点与相应推演点在空间上的接近程度的观察概率(即空间维度)、候选点相对于前一定位时刻的候选点的转移概率(即时间维度)、以及前一定位时刻的候选点的度量值(即时间维度)，确定当前定位时刻的候选点的度量值。相当于从空间维度及时间维度上，对候选点进行度量，能够提高候选点相应度量值的准确性。同时，将对应于最大度量值的候选点，作为与相应推演点匹配的预估点，提高了预估点的准确性，进而提高了匹配路段的准确性以及纠正后的轨迹的准确性。
在一个实施例中，转移概率包括距离转移概率和方向转移概率。步骤S808包括：获取观察概率、距离转移概率和方向转移概率的乘积；对前一定位时刻的候选点的度量值和乘积求和；根据求和结果，确定候选点的度量值。
其中，前一定位时刻的候选点为至少一个。
可以理解，前一定位时刻的候选点为一个时，计算机设备可以直接将求和结果，作为当前进行度量值计算的候选点的度量值。
在一个实施例中，前一定位时刻的候选点为多个时，根据求和结果，确定候选点的度量值包括：分别获取前一定位时刻的各个候选点的度量值和乘积的求和结果；从获取的求和结果中，选取最大的求和结果作为候选点的度量值。
在一个实施例中，从获取的求和结果中，选取最大的求和结果作为候选点的度量值包括：
按照以下公式确定候选点的度量值：
其中，i为当前定位时刻；i-1为前一定位时刻；Fi s为当前定位时刻i的候选点s的度量值；为前一定位时刻i-1的候选点t的度量值；表示当前定位时刻i的候选点s；为当前定位时刻i的候选点s的观察概率；表示前一定位时刻i-1的候选点t；为当前定位时刻i的候选点s相对于前一定位时刻i-1的候选点t的距离转移概率；为当前定位时刻i的候选点s相对于前一定位时刻i-1的候选点t的方向转移概率。
在一个实施例中，计算机设备可以选取当前定位时刻的、且度量值排名前预设位的候选点，作为后一定位时刻的候选点作为当前定位时刻的候选点进行度量值计算时所涉及的前一定位时刻的候选点。
上述实施例中，在时间维度上进一步地细分为距离维度和方向维度，对候选点进行度量，能够进一步地提高候选点相应度量值的准确性。同时，将对应于最大度量值的候选点，作为与相应推演点匹配的预估点，提高了预估点的准确性，进而提高了匹配路段的准确性以及纠正后的轨迹的准确性。
在一个实施例中，该方法还包括：获取各定位点的定位精度；按照定位精度，确定定位点中满足高精度条件的高精度定位点；根据高精度定位点与相应推演点所匹配的预估点的距离，对所匹配的预估点进行准确性校验；当对预估点的准确性校验通过时，再执行将预估点所位于的路段作为相应推演点所匹配的路段的步骤。
其中，高精度条件，是达到高精度的条件。可以理解，这里可以根据实际需要设置高精度条件。在一个实施例中，高精度条件可以是定位精度小于或等于预设的高精度阈值。可以理解，高精度阈值是划分高精度的临界值。
具体地，计算机设备可以根据定位点与定位精度间的预设关系，确定各定位点的定位精度。计算机设备可以按照定位精度，从定位点中筛选出满足高精度条件的高精度定位点。
在一个实施例中，当连续预设数量的高精度定位点与相应推演点所匹配的预估点的距离都大于预设距离阈值时，计算机设备可以判定所匹配的预估点错误，对该预估点的准确性校验未通过。反之，当不存在连续预设数量的高精度定位点与相应推演点所匹配的预估点的距离都大于预设距离阈值时，计算机设备可以判定所匹配的预估点正确，对该预估点的准确性校验通过。比如，连续3个高精度定位点与匹配的预估点的距离都大于5米时，则判定对该预估点的准确性校验未通过。
可以理解，连续预设数量的高精度定位点，是在定位时刻上连续的预设数量的高精度定位点。
在一个实施例中，还可以是，当全部或预设比例的高精度定位点与相应推演点所匹配的预估点的距离都小于或等于预设的距离阈值时，计算机设备可以判定所匹配的预估点正确，对该预估点的准确性校验通过。反之，当高精度定位点中的任意一个与相应推演点所匹配的预估点的距离大于预设的距离阈值时，计算机设备可以判定所匹配的预估点错误，对该预估点的准确性校验未通过。或者，当小于预设比例的高精度定位点与相应推演点所匹配的预估点的距离大于预设的距离阈值时，计算机设备可以判定对该预估点的准确性校验未通过。
需要说明的是，上述两个关于准确性校验的实施例中出现的距离阈值可以是相同的距离阈值，也可以是不同的距离阈值。
上述实施例中，根据高精度定位点与相应推演点所匹配的预估点的距离，对所匹配的预估点进行准确性校验；当对预估点的准确性校验通过时，再执行将预估点所位于的路段作为相应推演点所匹配的路段的步骤，能够提高匹配的路段的准确性，进而能够提高纠正后的轨迹的准确性。
在一个实施例中，按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正包括：当连续预设个数的推演点匹配至同一路段上时，获取匹配至同一路段上的各推演点分别对应的运动方向的第一角度；推演点与相应定位点的运动方向相对应；确定第一角度的均值；获取匹配到的同一路段的方向的第二角度；按均值与第二角度间的角度差，纠正推演点形成的推演轨迹。
可以理解，运动方向的角度，用于根据角度表征运动方向。
具体地，当连续预设个数的推演点匹配至同一路段上时，计算机设备可以获取匹配至同一路段上的各推演点分别对应的运动方向的第一角度；推演点与相应定位点的运动方向相对应。比如，当连续3个推演点匹配到同一路段时，则可以确定这3个推演点所对应的运动方向的第一角度。
计算机设备可以将连续预设个数的匹配至同一路段上的推演点所对应的运动方向的第一角度求均值。可以理解，该均值可以是算数平均值或加权平均值。
在一个实施例中，针对每个推演点，计算机设备可以确定该推演点所对应的定位点，从定位轨迹序列中查询与该定位点相应的运动方向，得到该推演点对应的运动方向的第一角度。
在一个实施例中，计算机设备可以根据存储的路网数据，获取匹配到的同一路段的方向的第二角度。
计算机设备可以确定第一角度的均值与第二角度之间的角度差，根据该角度差，纠正推演点形成的推演轨迹。在一个实施例中，计算机设备可以将形成推演轨迹的各个推演点所对应的运动方向按照该角度差进行调整。可以理解，计算机设备可以将形成整个推演轨迹的推演点所对应的运动方向按照该角度差进行调整。计算机设备也可以针对匹配至该同一路段的连续预设个数的推演点所形成的推演轨迹(即为整体的推演轨迹的一部分推演轨迹)进行纠正。
上述实施例中，当连续预设个数的推演点匹配至同一路段上时，确定匹配至同一路段上的各推演点分别对应的运动方向的第一角度的均值；获取匹配到的同一路段的方向的第二角度；按均值与第二角度间的角度差，纠正推演点形成的推演轨迹。根据角度差纠正推演轨迹，而不需要很复杂的匹配算法，提高了轨迹纠正的效率。
在一个实施例中，该方法还包括：获取所匹配的预估点的地理位置坐标；确定与地理位置坐标相应的信号场特征；将地理位置坐标和相应的信号场特征，更新至信号场指纹库。
其中，信号场，是由各个信号的分布所形成。各个信号分布于一个空间，形成信号场。
信号场特征，是信号场所具备的特征。信号场特征包括信号标识和信号强度。信号标识用于唯一标识信号。信号包括蓝牙(Bluetooth，一种无线技术标准，可实现固定设备、移动设备和楼宇个人域网之间的短距离数据交换)或Wi-Fi(是一种允许电子设备连接到无线局域网(WLAN)的技术)等信号。
信号场指纹库，是记录地理位置坐标和相应信号场特征的库。可以理解，计算机设备可以将当前所处位置的信号场特征与信号场指纹库中的信号场特征进行匹配，当匹配到信号场特征时，可以获取信号场指纹库中与匹配到的信号场特征相应的地理位置坐标，从而得到当前所处的位置。由于具有特征匹配及识别的过程，类似于指纹匹配识别，所以具有一个表意的概念——信号场指纹库。
具体地，计算机设备可以获取所匹配的预估点的地理位置坐标，并确定与地理位置坐标相应的信号场特征；将地理位置坐标和相应的信号场特征，更新至信号场指纹库。
可以理解，匹配的预估点是最接近真实位置的点，所以将该地理位置坐标与相应的信号场特征更新至信号场指纹库，相较于将不准确的定位点的地理位置坐标而言，使得信号场指纹库中存储的地理位置坐标和信号特征的对应关系更加的准确。从而，也可以提高基于信号场指纹库查询位置的准确性。
如图12所示，在一个实施例中，提供了另一种轨迹纠正方法，该方法具体包括以下步骤：
S1202，获取定位轨迹序列中各定位点相应的运动步长和运动方向；获取定位轨迹序列中的各定位点的定位精度。
其中，运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向。
S1204，按照各定位点的定位精度，从各定位点中选择满足推演起始条件的定位点作为起始的推演点；获取起始的推演点在平面直角坐标系中对应的坐标。
S1206，按照起始的推演点的坐标，从起始的推演点的后一定位点起、且按定位时刻升序逐个选取当前定位点，根据前一定位点相应的推演点的坐标、以及从前一定位时刻到当前定位时刻的运动步长和运动方向，推演得到与当前定位点相应的推演点的坐标，以确定与各定位点相应的推演点。
S1208，针对每个推演点，确定在推演点周围预设范围内的区域；在对应于定位轨迹序列的路网中，确定位于区域内的路段，作为用于选取候选点的路段。
S1210，当推演点在路段上具有正投影点时，将正投影点作为推演点在路段上相应的候选点；当无正投影点时，在位于区域内的路段上选取预设数量的点，作为与推演点相应的候选点。
在一个实施例中，当推演点在路段上具有正投影点时，计算机设备还可以并在位于区域内的路段上，按照预设个数在正投影点两侧选取候选点。
S1212，针对每个当前定位时刻的候选点，确定候选点与相应推演点之间的距离；根据距离，通过高斯函数确定候选点的观察概率。
其中，观察概率表征候选点与相应推演点在空间上的接近程度；
S1214，在路网上，确定前一定位时刻的候选点到当前定位时刻的候选点的最短路径的长度；获取从前一定位时刻到当前定位时刻的运动步长。
S1216，根据最短路径的长度和运动步长之间的接近程度，确定候选点相对于前一定位时刻的候选点的距离转移概率。
S1218，获取最短路径中最后一条路段的方向；获取与候选点相应的推演点的运动方向；推演点的运动方向为与推演点相应的定位点的运动方向。
S1220，根据最后一条路段的方向和相应推演点的运动方向之间的接近程度，确定候选点相对于前一定位时刻的候选点的方向转移概率。
S1222，获取前一定位时刻的候选点的度量值；获取观察概率、距离转移概率和方向转移概率的乘积；对前一定位时刻的候选点的度量值和乘积求和；分别获取前一定位时刻的各个候选点的度量值和乘积的求和结果。
S1224，从求和结果中，选取最大的求和结果作为候选点的度量值；将对应于最大度量值的候选点，作为与相应推演点匹配的预估点；将预估点所位于的路段作为相应推演点所匹配的路段。
在一个实施例中，该方法还包括：获取各定位点的定位精度；按照定位精度，确定定位点中满足高精度条件的高精度定位点；根据高精度定位点与相应推演点所匹配的预估点的距离，对所匹配的预估点进行准确性校验；当对预估点的准确性校验通过时，再执行将预估点所位于的路段作为相应推演点所匹配的路段的步骤。
S1226，当连续预设个数的推演点匹配至同一路段上时，获取匹配至同一路段上的各推演点分别对应的运动方向的第一角度；推演点与相应定位点的运动方向相对应。
S1228，确定第一角度的均值；获取匹配到的同一路段的方向的第二角度；按均值与第二角度间的角度差，纠正推演点形成的推演轨迹。
S1230，获取所匹配的预估点的地理位置坐标；确定与地理位置坐标相应的信号场特征；将地理位置坐标和相应的信号场特征，更新至信号场指纹库。
上述轨迹纠正方法，获取了定位轨迹序列，并按照其中的各定位点相应的运动步长和运动方向进行轨迹推演，得到相应的推演点。其中，运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向，相对于定位能够避免被网络信号强度等干扰，更加接近于运动对象的真实运动情况，按照各定位点相应的运动步长和运动方向进行轨迹推演，得到的相应推演点所形成的推演轨迹相较于定位轨迹，更加接近于运动对象的真实运动轨迹。将推演点与对应的路段进行匹配，按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正，进一步地对推演轨迹进行纠正，使得纠正后的轨迹的准确性更高，提高了轨迹的准确性。
在一个实施例中，提供了一种涉及室内路线的导航路线绘制方法。该方法具体包括如下步骤：接收导航指令；响应于导航指令，获取导航路线；导航路线包括室内路线；绘制导航路线，室内路线依照室内地图道路路线呈现；导航路线中的当前地理位置坐标根据当前信号场特征从信号场指纹库中获得。
其中，导航，是导引对象沿一定路线向目的地运动。室内路线，是经过室内环境的路线。
具体地，计算机设备可以接收通过对导航界面进行按压、点击或滑动等导航操作生成的导航指令。
在一个实施例中，计算机设备可以获取当前信号场特征，在信号场指纹库中匹配出与当前信号场特征相应的地理位置坐标，得到当前地理位置坐标；获取目标地理位置坐标，根据匹配出的当前地理位置坐标和目标地理位置坐标，结合室内地图中的室内路网，规划出从当前地理位置坐标到目标地理位置坐标的导航路线。
可以理解，按照室内地图中的室内路网规划出的导航路线中包括室内路线。
其中，当前地理位置坐标，是当前位置的地理位置坐标。目标地理位置坐标，是需要到达的目标位置的地理位置坐标。
在一个实施例中，在信号场指纹库中匹配出与当前信号场特征相应的地理位置坐标，得到当前地理位置坐标包括：将当前信号场特征与信号场指纹库中记录的信号场特征进行匹配，在信号场指纹库中查询与所匹配到的信号场特征相应的地理位置坐标，将查询到的地理位置坐标作为当前地理位置坐标。
在一个实施例中，计算机设备可以根据匹配出的当前地理位置坐标和目标地理位置坐标，结合室内地图中的室内路网，规划出从当前地理位置坐标到目标地理位置坐标距离最短的路径，根据距离最短的路径生成导航路线。
在一个实施例中，计算机设备也可以根据匹配出的当前地理位置坐标和目标地理位置坐标，结合室内地图中的室内路网，以及当前时间的人流量，规划出从当前地理位置坐标到目标地理位置坐标的历经时间最短的路径，根据该历经时间最短的路径生成导航路线。
上述涉及室内路线的导航路线绘制方法、装置、计算机设备和存储介质，导航路线包括根据当前信号场特征从信号场指纹库中获得的当前地理位置坐标、且包括依照室内地图道路路线呈现的室内路线，其中，根据当前信号场特征从信号场指纹库中获得的当前地理位置坐标相较于直接定位得到的地理位置坐标而言，更加的准确，而且依照室内地图道路路线呈现的室内路线更加符合用户实际行走的路线，避免了导航到无法行走(没有道路)的盲区。因此，基于包括根据当前信号场特征从信号场指纹库中获得的当前地理位置坐标和依照室内地图道路路线呈现的室内路线的这一导航路线，更加的准确。
在一个实施例中，该信号场指纹库的生成步骤包括：获取定位轨迹序列以及与定位轨迹序列中各定位点对应的信号场特征；对定位轨迹序列中的各定位点进行轨迹推演，得到相应的推演点；将推演点与对应于定位轨迹序列的室内路网中的路段进行匹配；室内路网位于室内地图中；按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正；根据纠正后的推演轨迹中推演点的地理位置坐标和与相应定位点对应的信号场特征，更新信号场指纹库。
可以理解，计算机设备可以将与推演点相应定位点对应的信号场特征，与该纠正后的推演点的地理位置坐标对应记录于信号场指纹库中，以更新信号场指纹库。
在一个实施例中，对定位轨迹序列中的各定位点进行轨迹推演，得到相应的推演点包括：获取定位轨迹序列中各定位点相应的运动步长和运动方向；运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向；在定位轨迹序列中的定位点中确定起始的推演点；参照起始的推演点，从起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点。
在一个实施例中，参照起始的推演点，从起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点包括：获取起始的推演点在平面直角坐标系中对应的坐标；按照起始的推演点的坐标，从起始的推演点的后一定位点起、且按定位时刻升序逐个选取当前定位点，根据前一定位点相应的推演点的坐标、以及从前一定位时刻到当前定位时刻的运动步长和运动方向，推演得到与当前定位点相应的推演点的坐标，以确定与各定位点相应的推演点。
在一个实施例中，将推演点与对应于定位轨迹序列的室内路网中的路段进行匹配包括：在对应于定位轨迹序列的室内路网中，确定用于选取候选点的路段；在路段上选取与推演点相应的候选点；在候选点中确定与相应推演点匹配的预估点；将预估点所位于的路段作为相应推演点所匹配的路段。
在一个实施例中，在对应于定位轨迹序列的室内路网中，确定用于选取候选点的路段包括：确定在推演点周围预设范围内的区域；在对应于定位轨迹序列的室内路网中，确定位于区域内的路段，作为用于选取候选点的路段。
在一个实施例中，在路段上选取与推演点相应的候选点包括：当推演点在路段上具有正投影点时，将正投影点作为推演点在路段上相应的候选点；当推演点在路段上无正投影点时，在位于区域内的路段上选取预设数量的点，作为与推演点相应的候选点。
在一个实施例中，候选点与相应推演点所对应的定位点的定位时刻相对应；在候选点中确定与相应推演点匹配的预估点包括：针对每个当前定位时刻的候选点，确定候选点相应的观察概率，观察概率表征候选点与相应推演点在空间上的接近程度；确定候选点相对于前一定位时刻的候选点的转移概率；获取前一定位时刻的候选点的度量值；根据前一定位时刻的候选点的度量值、观察概率和转移概率，确定当前定位时刻的候选点的度量值；将对应于最大度量值的候选点，作为与相应推演点匹配的预估点。
在一个实施例中，确定候选点相应的观察概率包括：确定候选点与相应推演点之间的距离；根据距离，通过高斯函数确定候选点的观察概率。
在一个实施例中，确定候选点相对于前一定位时刻的候选点的转移概率包括：在路网上，确定前一定位时刻的候选点到当前定位时刻的候选点的最短路径的长度；获取从前一定位时刻到当前定位时刻的运动步长；根据最短路径的长度和运动步长之间的接近程度，确定候选点相对于前一定位时刻的候选点的距离转移概率；获取最短路径中最后一条路段的方向；获取与候选点相应的推演点的运动方向；推演点的运动方向为与推演点相应的定位点的运动方向；根据最后一条路段的方向和相应推演点的运动方向之间的接近程度，确定候选点相对于前一定位时刻的候选点的方向转移概率。
在一个实施例中，转移概率包括距离转移概率和方向转移概率；根据前一定位时刻的候选点的度量值、观察概率和转移概率，确定当前定位时刻的候选点的度量值包括：获取观察概率、距离转移概率和方向转移概率的乘积；对前一定位时刻的候选点的度量值和乘积求和；分别获取前一定位时刻的各个候选点的度量值和乘积的求和结果；从获取的求和结果中，选取最大的求和结果作为候选点的度量值。
在一个实施例中，按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正包括：当连续预设个数的推演点匹配至同一路段上时，获取匹配至同一路段上的各推演点分别对应的运动方向的第一角度；推演点与相应定位点的运动方向相对应；确定第一角度的均值；获取匹配到的同一路段的方向的第二角度；按均值与第二角度间的角度差，纠正推演点形成的推演轨迹。
在一个实施例中，按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正包括：当推演点中存在转弯点时，确定与转弯点匹配的路段上的各拐点；确定转弯点与各拐点之间的距离；根据最小的距离，从匹配的路段上的各拐点中选取与转弯点对应的拐点；按照拐点的两侧路段的方向，对推演点形成的推演轨迹进行纠正。
在一个实施例中，纠正后的推演轨迹中推演点的地理位置坐标为与推演点匹配的预估点的地理位置坐标。
如图13所示，在一个实施例中，提供了一种轨迹纠正装置1300，该装置包括：获取模块1302、推演模块1304、路段匹配模块1306以及轨迹纠正模块1308，其中：
获取模块1302，用于获取定位轨迹序列中各定位点相应的运动步长和运动方向；所述运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向。
推演模块1304，用于根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点。
路段匹配模块1306，用于将所述推演点与对应于所述定位轨迹序列的路网中的路段进行匹配。
轨迹纠正模块1308，用于按照匹配到的路段的方向，对所述推演点所形成的推演轨迹进行纠正。
在一个实施例中，推演模块1304还用于在定位轨迹序列中的定位点中确定起始的推演点；参照起始的推演点，从起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点。
在一个实施例中，推演模块1304还用于获取定位轨迹序列中的各定位点的定位精度；按照各定位点的定位精度，从各定位点中选择满足推演起始条件的定位点作为起始的推演点。
在一个实施例中，推演模块1304还用于获取起始的推演点在平面直角坐标系中对应的坐标；按照起始的推演点的坐标，从起始的推演点的后一定位点起、且按定位时刻升序逐个选取当前定位点，根据前一定位点相应的推演点的坐标、以及从前一定位时刻到当前定位时刻的运动步长和运动方向，推演得到与当前定位点相应的推演点的坐标。
在一个实施例中，推演模块1304还用于按照以下公式推演得到与当前定位点相应的推演点的坐标：
xi＝xi-1+l*cosθ；
yi＝yi-1+l*sinθ；
其中，i为当前定位时刻，i-1为前一定位时刻，xi为当前定位点相应的推演点的横坐标；xi-1为前一定位点相应的推演点的横坐标；l为从前一定位时刻i-1到当前定位时刻i的运动步长；θ为从前一定位时刻i-1到当前定位时刻i的运动方向；yi为当前定位点相应的推演点的纵坐标；yi-1为前一定位点相应的推演点的纵坐标。
在一个实施例中，路段匹配模块1306还用于在对应于定位轨迹序列的路网中，确定与推演点匹配的预估点；将预估点所位于的路段作为相应推演点所匹配的路段。
在一个实施例中，路段匹配模块1306还用于在对应于定位轨迹序列的路网中，确定用于选取候选点的路段；在路段上选取与推演点相应的候选点；在候选点中确定与相应推演点匹配的预估点。
在一个实施例中，路段匹配模块1306还用于确定在推演点周围预设范围内的区域；在对应于定位轨迹序列的路网中，确定位于区域内的路段，作为用于选取候选点的路段。
在一个实施例中，路段匹配模块1306还用于当推演点在路段上具有正投影点时，将正投影点作为推演点在路段上相应的候选点；当推演点在路段上无正投影点时，在位于区域内的路段上选取预设数量的点，作为与推演点相应的候选点。
在一个实施例中，路段匹配模块1306还用于当推演点在路段上具有正投影点时，在位于区域内的路段上，按照预设个数在正投影点两侧选取候选点。
在一个实施例中，候选点与相应推演点所对应的定位点的定位时刻相对应。路段匹配模块1306还用于针对每个当前定位时刻的候选点，确定候选点相应的观察概率，观察概率表征候选点与相应推演点在空间上的接近程度；确定候选点相对于前一定位时刻的候选点的转移概率；获取前一定位时刻的候选点的度量值；根据前一定位时刻的候选点的度量值、观察概率和转移概率，确定当前定位时刻的候选点的度量值；将对应于最大度量值的候选点，作为与相应推演点匹配的预估点。
在一个实施例中，路段匹配模块1306还用于确定候选点与相应推演点之间的距离；根据距离，通过高斯函数确定候选点的观察概率。
在一个实施例中，路段匹配模块1306还用于在路网上，确定前一定位时刻的候选点到当前定位时刻的候选点的最短路径的长度；获取从前一定位时刻到当前定位时刻的运动步长；根据最短路径的长度和运动步长之间的接近程度，确定候选点相对于前一定位时刻的候选点的距离转移概率。
在一个实施例中，路段匹配模块1306还用于获取最短路径中最后一条路段的方向；获取与候选点相应的推演点的运动方向；推演点的运动方向为与推演点相应的定位点的运动方向；根据最后一条路段的方向和相应推演点的运动方向之间的接近程度，确定候选点相对于前一定位时刻的候选点的方向转移概率。
在一个实施例中，转移概率包括距离转移概率和方向转移概率。路段匹配模块1306还用于获取观察概率、距离转移概率和方向转移概率的乘积；对前一定位时刻的候选点的度量值和乘积求和；根据求和结果，确定候选点的度量值。
在一个实施例中，前一定位时刻的候选点为至少一个。路段匹配模块1306还用于分别获取前一定位时刻的各个候选点的度量值和乘积的求和结果；从获取的求和结果中，选取最大的求和结果作为候选点的度量值。
在一个实施例中，路段匹配模块1306还用于按照以下公式确定候选点的度量值：
其中，i为当前定位时刻；i-1为前一定位时刻；Fi s为当前定位时刻i的候选点s的度量值；为前一定位时刻i-1的候选点t的度量值；表示当前定位时刻i的候选点s；为当前定位时刻i的候选点s的观察概率；表示前一定位时刻i-1的候选点t；为当前定位时刻i的候选点s相对于前一定位时刻i-1的候选点t的距离转移概率；为当前定位时刻i的候选点s相对于前一定位时刻i-1的候选点t的方向转移概率。
在一个实施例中，路段匹配模块1306还用于获取各定位点的定位精度；按照定位精度，确定定位点中满足高精度条件的高精度定位点；根据高精度定位点与相应推演点所匹配的预估点的距离，对所匹配的预估点进行准确性校验；当对预估点的准确性校验通过时，再将预估点所位于的路段作为相应推演点所匹配的路段。
在一个实施例中，轨迹纠正模块1308还用于当连续预设个数的推演点匹配至同一路段上时，获取匹配至同一路段上的各推演点分别对应的运动方向的第一角度；推演点与相应定位点的运动方向相对应；确定第一角度的均值；获取匹配到的同一路段的方向的第二角度；按均值与第二角度间的角度差，纠正推演点形成的推演轨迹。
在一个实施例中，轨迹纠正模块1308还用于当推演点中存在转弯点时，确定转弯点在匹配到的路段上所对应的拐点；按照拐点的两侧路段的方向，对推演点形成的推演轨迹进行纠正。
在一个实施例中，轨迹纠正模块1308还用于当推演点中存在转弯点时，确定与转弯点匹配的路段上的各拐点；确定转弯点与各拐点之间的距离；根据最小的距离，从匹配的路段上的各拐点中选取与转弯点对应的拐点。
如图14所示，在一个实施例中，该装置1300还包括：
更新模块1310，用于获取所匹配的预估点的地理位置坐标；确定与地理位置坐标相应的信号场特征；将地理位置坐标和相应的信号场特征，更新至信号场指纹库。
在一个实施例中，提供了一种涉及室内路线的导航路线绘制装置，该装置包括：接收模块、导航路线获取模块以及导航路线绘制模块，其中：接收模块，用于接收导航指令；导航路线获取模块，用于响应于导航指令，获取导航路线；导航路线包括室内路线；导航路线绘制模块，用于绘制导航路线，室内路线依照室内地图道路路线呈现；导航路线中的当前地理位置坐标根据当前信号场特征从信号场指纹库中获得。
在一个实施例中，该涉及室内路线的导航路线绘制装置还包括：
更新模块，用于获取定位轨迹序列以及与定位轨迹序列中各定位点对应的信号场特征；对定位轨迹序列中的各定位点进行轨迹推演，得到相应的推演点；将推演点与对应于定位轨迹序列的室内路网中的路段进行匹配；室内路网位于室内地图中；按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正；根据纠正后的推演轨迹中推演点的地理位置坐标和与相应定位点对应的信号场特征，更新信号场指纹库。
在一个实施例中，更新模块还用于获取定位轨迹序列中各定位点相应的运动步长和运动方向；运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向；在定位轨迹序列中的定位点中确定起始的推演点；参照起始的推演点，从起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点。
在一个实施例中，更新模块还用于获取起始的推演点在平面直角坐标系中对应的坐标；按照起始的推演点的坐标，从起始的推演点的后一定位点起、且按定位时刻升序逐个选取当前定位点，根据前一定位点相应的推演点的坐标、以及从前一定位时刻到当前定位时刻的运动步长和运动方向，推演得到与当前定位点相应的推演点的坐标，以确定与各定位点相应的推演点。
在一个实施例中，更新模块还用于在对应于定位轨迹序列的室内路网中，确定用于选取候选点的路段；在路段上选取与推演点相应的候选点；在候选点中确定与相应推演点匹配的预估点；将预估点所位于的路段作为相应推演点所匹配的路段。
在一个实施例中，更新模块还用于确定在推演点周围预设范围内的区域；在对应于定位轨迹序列的室内路网中，确定位于区域内的路段，作为用于选取候选点的路段。
在一个实施例中，更新模块还用于当推演点在路段上具有正投影点时，将正投影点作为推演点在路段上相应的候选点；当推演点在路段上无正投影点时，在位于区域内的路段上选取预设数量的点，作为与推演点相应的候选点。
在一个实施例中，候选点与相应推演点所对应的定位点的定位时刻相对应；更新模块还用于针对每个当前定位时刻的候选点，确定候选点相应的观察概率，观察概率表征候选点与相应推演点在空间上的接近程度；确定候选点相对于前一定位时刻的候选点的转移概率；获取前一定位时刻的候选点的度量值；根据前一定位时刻的候选点的度量值、观察概率和转移概率，确定当前定位时刻的候选点的度量值；将对应于最大度量值的候选点，作为与相应推演点匹配的预估点。
在一个实施例中，更新模块还用于确定候选点与相应推演点之间的距离；根据距离，通过高斯函数确定候选点的观察概率。
在一个实施例中，更新模块还用于在路网上，确定前一定位时刻的候选点到当前定位时刻的候选点的最短路径的长度；获取从前一定位时刻到当前定位时刻的运动步长；根据最短路径的长度和运动步长之间的接近程度，确定候选点相对于前一定位时刻的候选点的距离转移概率；获取最短路径中最后一条路段的方向；获取与候选点相应的推演点的运动方向；推演点的运动方向为与推演点相应的定位点的运动方向；根据最后一条路段的方向和相应推演点的运动方向之间的接近程度，确定候选点相对于前一定位时刻的候选点的方向转移概率。
在一个实施例中，转移概率包括距离转移概率和方向转移概率；在一个实施例中，更新模块还用于获取观察概率、距离转移概率和方向转移概率的乘积；对前一定位时刻的候选点的度量值和乘积求和；分别获取前一定位时刻的各个候选点的度量值和乘积的求和结果；从获取的求和结果中，选取最大的求和结果作为候选点的度量值。
在一个实施例中，更新模块还用于当连续预设个数的推演点匹配至同一路段上时，获取匹配至同一路段上的各推演点分别对应的运动方向的第一角度；推演点与相应定位点的运动方向相对应；确定第一角度的均值；获取匹配到的同一路段的方向的第二角度；按均值与第二角度间的角度差，纠正推演点形成的推演轨迹。
在一个实施例中，更新模块还用于当推演点中存在转弯点时，确定与转弯点匹配的路段上的各拐点；确定转弯点与各拐点之间的距离；根据最小的距离，从匹配的路段上的各拐点中选取与转弯点对应的拐点；按照拐点的两侧路段的方向，对推演点形成的推演轨迹进行纠正。
在一个实施例中，纠正后的推演轨迹中推演点的地理位置坐标为与推演点匹配的预估点的地理位置坐标。
图15为一个实施例中计算机设备的内部结构示意图。参照图15，该计算机设备可以是图1中所示的服务器，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质可存储操作系统和计算机程序。该计算机程序被执行时，可使得处理器执行一种轨迹纠正方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该内存储器中可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行一种轨迹纠正方法。计算机设备的网络接口用于进行网络通信。
本领域技术人员可以理解，图15中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的轨迹纠正装置可以实现为一种计算机程序的形式，计算机程序可在如图15所示的计算机设备上运行，计算机设备的非易失性存储介质可存储组成该轨迹纠正装置的各个程序模块，比如，图13所示的获取模块1302、推演模块1304、路段匹配模块1306以及轨迹纠正模块1308。各个程序模块所组成的计算机程序用于使该计算机设备执行本说明书中描述的本申请各个实施例的轨迹纠正方法中的步骤，例如，计算机设备可以通过如图13所示的轨迹纠正装置1300中的获取模块1302获取定位轨迹序列中各定位点相应的运动步长和运动方向；运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向。计算机设备可以通过推演模块1304根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点，并通过路段匹配模块1306将推演点与对应于定位轨迹序列的路网中的路段进行匹配。计算机设备可以通过轨迹纠正模块1308按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正。
在一个实施例中提供了一种计算机设备，该计算机设备可以是图1中所示的终端，该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质可存储操作系统和计算机程序。该计算机程序被执行时，可使得处理器执行一种涉及室内路线的导航路线绘制方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该内存储器中可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行一种涉及室内路线的导航路线绘制方法。计算机设备的网络接口用于进行网络通信。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏等。计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是终端外壳上设置的按键、轨迹球或触控板，也可以是外接的键盘、触控板或鼠标等。该计算机设备可以是个人计算机、移动终端或车载设备，移动终端包括手机、平板电脑、个人数字助理或可穿戴设备等中的至少一种。
本领域技术人员可以理解，上述描述的计算机设备的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比所描述的结构更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：获取定位轨迹序列中各定位点相应的运动步长和运动方向；运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向；根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点；将推演点与对应于定位轨迹序列的路网中的路段进行匹配；按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正。
在一个实施例中，根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点包括：在定位轨迹序列中的定位点中确定起始的推演点；参照起始的推演点，从起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点。
在一个实施例中，在定位轨迹序列中的定位点中确定起始的推演点包括：获取定位轨迹序列中的各定位点的定位精度；按照各定位点的定位精度，从各定位点中选择满足推演起始条件的定位点作为起始的推演点。
在一个实施例中，参照起始的推演点，从起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点包括：获取起始的推演点在平面直角坐标系中对应的坐标；按照起始的推演点的坐标，从起始的推演点的后一定位点起、且按定位时刻升序逐个选取当前定位点，根据前一定位点相应的推演点的坐标、以及从前一定位时刻到当前定位时刻的运动步长和运动方向，推演得到与当前定位点相应的推演点的坐标，以确定与各定位点相应的推演点。
在一个实施例中，根据前一定位点相应的推演点的坐标、以及从前一定位时刻到当前定位时刻的运动步长和运动方向，推演得到与当前定位点相应的推演点的坐标包括：按照以下公式推演得到与当前定位点相应的推演点的坐标：
xi＝xi-1+l*cosθ；
yi＝yi-1+l*sinθ；
其中，i为当前定位时刻，i-1为前一定位时刻，xi为当前定位点相应的推演点的横坐标；xi-1为前一定位点相应的推演点的横坐标；l为从前一定位时刻i-1到当前定位时刻i的运动步长；θ为从前一定位时刻i-1到当前定位时刻i的运动方向；yi为当前定位点相应的推演点的纵坐标；yi-1为前一定位点相应的推演点的纵坐标。
在一个实施例中，将推演点与对应于定位轨迹序列的路网中的路段进行匹配包括：在对应于定位轨迹序列的路网中，确定与推演点匹配的预估点；将预估点所位于的路段作为相应推演点所匹配的路段。
在一个实施例中，在对应于定位轨迹序列的路网中，确定与推演点匹配的预估点包括：在对应于定位轨迹序列的路网中，确定用于选取候选点的路段；在路段上选取与推演点相应的候选点；在候选点中确定与相应推演点匹配的预估点。
在一个实施例中，在对应于定位轨迹序列的路网中，确定用于选取候选点的路段包括：确定在推演点周围预设范围内的区域；在对应于定位轨迹序列的路网中，确定位于区域内的路段，作为用于选取候选点的路段。
在一个实施例中，在路段上，选取与推演点相应的候选点包括：当推演点在路段上具有正投影点时，将正投影点作为推演点在路段上相应的候选点；当推演点在路段上无正投影点时，在位于区域内的路段上选取预设数量的点，作为与推演点相应的候选点。
在一个实施例中，在路段上，选取与推演点相应的候选点还包括：当推演点在路段上具有正投影点时，在位于区域内的路段上，按照预设个数在正投影点两侧选取候选点。
在一个实施例中，候选点与相应推演点所对应的定位点的定位时刻相对应；在候选点中确定与相应推演点匹配的预估点包括：针对每个当前定位时刻的候选点，确定候选点相应的观察概率，观察概率表征候选点与相应推演点在空间上的接近程度；确定候选点相对于前一定位时刻的候选点的转移概率；获取前一定位时刻的候选点的度量值；根据前一定位时刻的候选点的度量值、观察概率和转移概率，确定当前定位时刻的候选点的度量值；将对应于最大度量值的候选点，作为与相应推演点匹配的预估点。
在一个实施例中，确定候选点相应的观察概率包括：确定候选点与相应推演点之间的距离；根据距离，通过高斯函数确定候选点的观察概率。
在一个实施例中，确定候选点相对于前一定位时刻的候选点的转移概率包括：在路网上，确定前一定位时刻的候选点到当前定位时刻的候选点的最短路径的长度；获取从前一定位时刻到当前定位时刻的运动步长；根据最短路径的长度和运动步长之间的接近程度，确定候选点相对于前一定位时刻的候选点的距离转移概率。
在一个实施例中，确定候选点相对于前一定位时刻的候选点的转移概率还包括：获取最短路径中最后一条路段的方向；获取与候选点相应的推演点的运动方向；推演点的运动方向为与推演点相应的定位点的运动方向；根据最后一条路段的方向和相应推演点的运动方向之间的接近程度，确定候选点相对于前一定位时刻的候选点的方向转移概率。
在一个实施例中，转移概率包括距离转移概率和方向转移概率；根据前一定位时刻的候选点的度量值、观察概率和转移概率，确定当前定位时刻的候选点的度量值包括：获取观察概率、距离转移概率和方向转移概率的乘积；对前一定位时刻的候选点的度量值和乘积求和；根据求和结果，确定候选点的度量值。
在一个实施例中，前一定位时刻的候选点为至少一个；根据求和结果，确定候选点的度量值包括：分别获取前一定位时刻的各个候选点的度量值和乘积的求和结果；从获取的求和结果中，选取最大的求和结果作为候选点的度量值。
在一个实施例中，从获取的求和结果中，选取最大的求和结果作为候选点的度量值包括：按照以下公式确定候选点的度量值：
其中，i为当前定位时刻；i-1为前一定位时刻；Fi s为当前定位时刻i的候选点s的度量值；为前一定位时刻i-1的候选点t的度量值；表示当前定位时刻i的候选点s；为当前定位时刻i的候选点s的观察概率；表示前一定位时刻i-1的候选点t；为当前定位时刻i的候选点s相对于前一定位时刻i-1的候选点t的距离转移概率；为当前定位时刻i的候选点s相对于前一定位时刻i-1的候选点t的方向转移概率。
在一个实施例中，计算机程序还使得处理器执行以下步骤：获取各定位点的定位精度；按照定位精度，确定定位点中满足高精度条件的高精度定位点；根据高精度定位点与相应推演点所匹配的预估点的距离，对所匹配的预估点进行准确性校验；当对预估点的准确性校验通过时，再使得处理器执行将预估点所位于的路段作为相应推演点所匹配的路段的步骤。
在一个实施例中，按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正包括：当连续预设个数的推演点匹配至同一路段上时，获取匹配至同一路段上的各推演点分别对应的运动方向的第一角度；推演点与相应定位点的运动方向相对应；确定第一角度的均值；获取匹配到的同一路段的方向的第二角度；按均值与第二角度间的角度差，纠正推演点形成的推演轨迹。
在一个实施例中，按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正包括：当推演点中存在转弯点时，确定转弯点在匹配到的路段上所对应的拐点；按照拐点的两侧路段的方向，对推演点形成的推演轨迹进行纠正。
在一个实施例中，当推演点中存在转弯点时，确定转弯点在匹配到的路段上所对应的拐点包括：当推演点中存在转弯点时，确定与转弯点匹配的路段上的各拐点；确定转弯点与各拐点之间的距离；根据最小的距离，从匹配的路段上的各拐点中选取与转弯点对应的拐点。
在一个实施例中，计算机程序还使得处理器执行以下步骤：获取所匹配的预估点的地理位置坐标；确定与地理位置坐标相应的信号场特征；将地理位置坐标和相应的信号场特征，更新至信号场指纹库。
在一个实施例中，提供了一种存储有计算机程序的存储介质，计算机程序被一个或多个处理器执行时，使得一个或多个处理器执行如下步骤：获取定位轨迹序列中各定位点相应的运动步长和运动方向；运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向；根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点；将推演点与对应于定位轨迹序列的路网中的路段进行匹配；按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正。
在一个实施例中，根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点包括：在定位轨迹序列中的定位点中确定起始的推演点；参照起始的推演点，从起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点。
在一个实施例中，在定位轨迹序列中的定位点中确定起始的推演点包括：获取定位轨迹序列中的各定位点的定位精度；按照各定位点的定位精度，从各定位点中选择满足推演起始条件的定位点作为起始的推演点。
在一个实施例中，参照起始的推演点，从起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点包括：获取起始的推演点在平面直角坐标系中对应的坐标；按照起始的推演点的坐标，从起始的推演点的后一定位点起、且按定位时刻升序逐个选取当前定位点，根据前一定位点相应的推演点的坐标、以及从前一定位时刻到当前定位时刻的运动步长和运动方向，推演得到与当前定位点相应的推演点的坐标，以确定与各定位点相应的推演点。
在一个实施例中，根据前一定位点相应的推演点的坐标、以及从前一定位时刻到当前定位时刻的运动步长和运动方向，推演得到与当前定位点相应的推演点的坐标包括：按照以下公式推演得到与当前定位点相应的推演点的坐标：
xi＝xi-1+l*cosθ；
yi＝yi-1+l*sinθ；
其中，i为当前定位时刻，i-1为前一定位时刻，xi为当前定位点相应的推演点的横坐标；xi-1为前一定位点相应的推演点的横坐标；l为从前一定位时刻i-1到当前定位时刻i的运动步长；θ为从前一定位时刻i-1到当前定位时刻i的运动方向；yi为当前定位点相应的推演点的纵坐标；yi-1为前一定位点相应的推演点的纵坐标。
在一个实施例中，将推演点与对应于定位轨迹序列的路网中的路段进行匹配包括：在对应于定位轨迹序列的路网中，确定与推演点匹配的预估点；将预估点所位于的路段作为相应推演点所匹配的路段。
在一个实施例中，在对应于定位轨迹序列的路网中，确定与推演点匹配的预估点包括：在对应于定位轨迹序列的路网中，确定用于选取候选点的路段；在路段上选取与推演点相应的候选点；在候选点中确定与相应推演点匹配的预估点。
在一个实施例中，在对应于定位轨迹序列的路网中，确定用于选取候选点的路段包括：确定在推演点周围预设范围内的区域；在对应于定位轨迹序列的路网中，确定位于区域内的路段，作为用于选取候选点的路段。
在一个实施例中，在路段上，选取与推演点相应的候选点包括：当推演点在路段上具有正投影点时，将正投影点作为推演点在路段上相应的候选点；当推演点在路段上无正投影点时，在位于区域内的路段上选取预设数量的点，作为与推演点相应的候选点。
在一个实施例中，在路段上，选取与推演点相应的候选点还包括：当推演点在路段上具有正投影点时，在位于区域内的路段上，按照预设个数在正投影点两侧选取候选点。
在一个实施例中，候选点与相应推演点所对应的定位点的定位时刻相对应；在候选点中确定与相应推演点匹配的预估点包括：针对每个当前定位时刻的候选点，确定候选点相应的观察概率，观察概率表征候选点与相应推演点在空间上的接近程度；确定候选点相对于前一定位时刻的候选点的转移概率；获取前一定位时刻的候选点的度量值；根据前一定位时刻的候选点的度量值、观察概率和转移概率，确定当前定位时刻的候选点的度量值；将对应于最大度量值的候选点，作为与相应推演点匹配的预估点。
在一个实施例中，确定候选点相应的观察概率包括：确定候选点与相应推演点之间的距离；根据距离，通过高斯函数确定候选点的观察概率。
在一个实施例中，确定候选点相对于前一定位时刻的候选点的转移概率包括：在路网上，确定前一定位时刻的候选点到当前定位时刻的候选点的最短路径的长度；获取从前一定位时刻到当前定位时刻的运动步长；根据最短路径的长度和运动步长之间的接近程度，确定候选点相对于前一定位时刻的候选点的距离转移概率。
在一个实施例中，确定候选点相对于前一定位时刻的候选点的转移概率还包括：获取最短路径中最后一条路段的方向；获取与候选点相应的推演点的运动方向；推演点的运动方向为与推演点相应的定位点的运动方向；根据最后一条路段的方向和相应推演点的运动方向之间的接近程度，确定候选点相对于前一定位时刻的候选点的方向转移概率。
在一个实施例中，转移概率包括距离转移概率和方向转移概率；根据前一定位时刻的候选点的度量值、观察概率和转移概率，确定当前定位时刻的候选点的度量值包括：获取观察概率、距离转移概率和方向转移概率的乘积；对前一定位时刻的候选点的度量值和乘积求和；根据求和结果，确定候选点的度量值。
在一个实施例中，前一定位时刻的候选点为至少一个；根据求和结果，确定候选点的度量值包括：分别获取前一定位时刻的各个候选点的度量值和乘积的求和结果；从获取的求和结果中，选取最大的求和结果作为候选点的度量值。
在一个实施例中，从获取的求和结果中，选取最大的求和结果作为候选点的度量值包括：按照以下公式确定候选点的度量值：
其中，i为当前定位时刻；i-1为前一定位时刻；Fi s为当前定位时刻i的候选点s的度量值；为前一定位时刻i-1的候选点t的度量值；表示当前定位时刻i的候选点s；为当前定位时刻i的候选点s的观察概率；表示前一定位时刻i-1的候选点t；为当前定位时刻i的候选点s相对于前一定位时刻i-1的候选点t的距离转移概率；为当前定位时刻i的候选点s相对于前一定位时刻i-1的候选点t的方向转移概率。
在一个实施例中，计算机程序还使得处理器执行以下步骤：获取各定位点的定位精度；按照定位精度，确定定位点中满足高精度条件的高精度定位点；根据高精度定位点与相应推演点所匹配的预估点的距离，对所匹配的预估点进行准确性校验；当对预估点的准确性校验通过时，再使得处理器执行将预估点所位于的路段作为相应推演点所匹配的路段的步骤。
在一个实施例中，按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正包括：当连续预设个数的推演点匹配至同一路段上时，获取匹配至同一路段上的各推演点分别对应的运动方向的第一角度；推演点与相应定位点的运动方向相对应；确定第一角度的均值；获取匹配到的同一路段的方向的第二角度；按均值与第二角度间的角度差，纠正推演点形成的推演轨迹。
在一个实施例中，按照匹配到的路段的方向，对推演点所形成的推演轨迹进行纠正包括：当推演点中存在转弯点时，确定转弯点在匹配到的路段上所对应的拐点；按照拐点的两侧路段的方向，对推演点形成的推演轨迹进行纠正。
在一个实施例中，当推演点中存在转弯点时，确定转弯点在匹配到的路段上所对应的拐点包括：当推演点中存在转弯点时，确定与转弯点匹配的路段上的各拐点；确定转弯点与各拐点之间的距离；根据最小的距离，从匹配的路段上的各拐点中选取与转弯点对应的拐点。
在一个实施例中，计算机程序还使得处理器执行以下步骤：获取所匹配的预估点的地理位置坐标；确定与地理位置坐标相应的信号场特征；将地理位置坐标和相应的信号场特征，更新至信号场指纹库。
可以理解，本申请各实施例中的“第一”、“第二”仅用于区分，并不做大小、从属、先后等方面的限定。
应该理解的是，虽然本申请各实施例中的各个步骤并不是必然按照步骤标号指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (44)
1.一种轨迹纠正方法，所述方法包括：
获取定位轨迹序列中各定位点相应的运动步长和运动方向；所述运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向；
根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点；
将所述推演点与对应于所述定位轨迹序列的路网中的路段进行匹配；
按照匹配到的路段的方向，对所述推演点所形成的推演轨迹进行纠正。
2.根据权利要求1所述的方法，其特征在于，所述根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点包括：
在所述定位轨迹序列中的定位点中确定起始的推演点；
参照所述起始的推演点，从所述起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点。
3.根据权利要求2所述的方法，其特征在于，所述在所述定位轨迹序列中的定位点中确定起始的推演点包括：
获取所述定位轨迹序列中的各定位点的定位精度；
按照各定位点的定位精度，从各定位点中选择满足推演起始条件的定位点作为起始的推演点。
4.根据权利要求2所述的方法，其特征在于，所述参照所述起始的推演点，从所述起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点包括：
获取所述起始的推演点在平面直角坐标系中对应的坐标；
按照所述起始的推演点的坐标，从所述起始的推演点的后一定位点起、且按定位时刻升序逐个选取当前定位点，根据前一定位点相应的推演点的坐标、以及从前一定位时刻到当前定位时刻的运动步长和运动方向，推演得到与当前定位点相应的推演点的坐标，以确定与各定位点相应的推演点。
5.根据权利要求4所述的方法，其特征在于，所述根据前一定位点相应的推演点的坐标、以及从前一定位时刻到当前定位时刻的运动步长和运动方向，推演得到与当前定位点相应的推演点的坐标包括：
按照以下公式推演得到与当前定位点相应的推演点的坐标：
xi＝xi-1+l*cosθ；
yi＝yi-1+l*sinθ；
其中，i为当前定位时刻，i-1为前一定位时刻，xi为当前定位点相应的推演点的横坐标；xi-1为前一定位点相应的推演点的横坐标；l为从前一定位时刻i-1到当前定位时刻i的运动步长；θ为从前一定位时刻i-1到当前定位时刻i的运动方向；yi为当前定位点相应的推演点的纵坐标；yi-1为前一定位点相应的推演点的纵坐标。
6.根据权利要求1所述的方法，其特征在于，所述将所述推演点与对应于所述定位轨迹序列的路网中的路段进行匹配包括：
在对应于所述定位轨迹序列的路网中，确定与所述推演点匹配的预估点；
将所述预估点所位于的路段作为相应推演点所匹配的路段。
7.根据权利要求6所述的方法，其特征在于，所述在对应于所述定位轨迹序列的路网中，确定与所述推演点匹配的预估点包括：
在对应于所述定位轨迹序列的路网中，确定用于选取候选点的路段；
在所述路段上选取与所述推演点相应的候选点；
在所述候选点中确定与相应推演点匹配的预估点。
8.根据权利要求7所述的方法，其特征在于，所述在对应于所述定位轨迹序列的路网中，确定用于选取候选点的路段包括：
确定在所述推演点周围预设范围内的区域；
在对应于所述定位轨迹序列的路网中，确定位于所述区域内的路段，作为用于选取候选点的路段。
9.根据权利要求7所述的方法，其特征在于，所述在所述路段上选取与所述推演点相应的候选点包括：
当所述推演点在所述路段上具有正投影点时，将所述正投影点作为所述推演点在所述路段上相应的候选点；
当所述推演点在所述路段上无正投影点时，在位于所述区域内的路段上选取预设数量的点，作为与所述推演点相应的候选点。
10.根据权利要求9所述的方法，其特征在于，所述在所述路段上选取与所述推演点相应的候选点还包括：
当所述推演点在所述路段上具有正投影点时，在位于所述区域内的路段上，按照预设个数在所述正投影点两侧选取候选点。
11.根据权利要求7所述的方法，其特征在于，所述候选点与相应推演点所对应的定位点的定位时刻相对应；
所述在所述候选点中确定与相应推演点匹配的预估点包括：
针对每个当前定位时刻的候选点，确定所述候选点相应的观察概率，所述观察概率表征所述候选点与相应推演点在空间上的接近程度；
确定所述候选点相对于前一定位时刻的候选点的转移概率；
获取所述前一定位时刻的候选点的度量值；
根据所述前一定位时刻的候选点的度量值、所述观察概率和所述转移概率，确定当前定位时刻的所述候选点的度量值；
将对应于最大度量值的候选点，作为与相应推演点匹配的预估点。
12.根据权利要求11所述的方法，其特征在于，所述确定所述候选点相应的观察概率包括：
确定所述候选点与相应推演点之间的距离；
根据所述距离，通过高斯函数确定所述候选点的观察概率。
13.根据权利要求11所述的方法，其特征在于，所述确定所述候选点相对于前一定位时刻的候选点的转移概率包括：
在所述路网上，确定前一定位时刻的候选点到当前定位时刻的所述候选点的最短路径的长度；
获取从前一定位时刻到所述当前定位时刻的运动步长；
根据所述最短路径的长度和所述运动步长之间的接近程度，确定所述候选点相对于前一定位时刻的候选点的距离转移概率。
14.根据权利要求13所述的方法，其特征在于，所述确定所述候选点相对于前一定位时刻的候选点的转移概率还包括：
获取所述最短路径中最后一条路段的方向；
获取与所述候选点相应的推演点的运动方向；所述推演点的运动方向为与所述推演点相应的定位点的运动方向；
根据所述最后一条路段的方向和相应推演点的运动方向之间的接近程度，确定所述候选点相对于前一定位时刻的候选点的方向转移概率。
15.根据权利要求11所述的方法，其特征在于，所述转移概率包括距离转移概率和方向转移概率；
所述根据所述前一定位时刻的候选点的度量值、所述观察概率和所述转移概率，确定当前定位时刻的所述候选点的度量值包括：
获取所述观察概率、所述距离转移概率和所述方向转移概率的乘积；
对前一定位时刻的候选点的度量值和所述乘积求和；
根据求和结果，确定所述候选点的度量值。
16.根据权利要求15所述的方法，其特征在于，所述前一定位时刻的候选点为至少一个；
所述根据求和结果，确定所述候选点的度量值包括：
分别获取前一定位时刻的各个候选点的度量值和所述乘积的求和结果；
从获取的求和结果中，选取最大的求和结果作为所述候选点的度量值。
17.根据权利要求16所述的方法，其特征在于，所述从获取的求和结果中，选取最大的求和结果作为所述候选点的度量值包括：
按照以下公式确定所述候选点的度量值：
其中，i为当前定位时刻；i-1为前一定位时刻；Fi s为当前定位时刻i的候选点s的度量值；为前一定位时刻i-1的候选点t的度量值；表示当前定位时刻i的候选点s；为当前定位时刻i的候选点s的观察概率；表示前一定位时刻i-1的候选点t；为当前定位时刻i的候选点s相对于前一定位时刻i-1的候选点t的距离转移概率；为当前定位时刻i的候选点s相对于前一定位时刻i-1的候选点t的方向转移概率。
18.根据权利要求6所述的方法，其特征在于，还包括：
获取各所述定位点的定位精度；
按照所述定位精度，确定所述定位点中满足高精度条件的高精度定位点；
根据所述高精度定位点与相应推演点所匹配的预估点的距离，对所匹配的预估点进行准确性校验；
当对所述预估点的准确性校验通过时，再执行将所述预估点所位于的路段作为相应推演点所匹配的路段的步骤。
19.根据权利要求1至18中任一项所述的方法，其特征在于，所述按照匹配到的路段的方向，对所述推演点所形成的推演轨迹进行纠正包括：
当连续预设个数的推演点匹配至同一路段上时，获取匹配至同一路段上的各推演点分别对应的运动方向的第一角度；所述推演点与相应定位点的运动方向相对应；
确定所述第一角度的均值；
获取匹配到的所述同一路段的方向的第二角度；
按所述均值与所述第二角度间的角度差，纠正所述推演点形成的推演轨迹。
20.根据权利要求1至18中任一项所述的方法，其特征在于，所述按照匹配到的路段的方向，对所述推演点所形成的推演轨迹进行纠正包括：
当所述推演点中存在转弯点时，确定所述转弯点在匹配到的路段上所对应的拐点；
按照所述拐点的两侧路段的方向，对所述推演点形成的推演轨迹进行纠正。
21.根据权利要求20所述的方法，其特征在于，所述当所述推演点中存在转弯点时，确定所述转弯点在匹配到的路段上所对应的拐点包括：
当所述推演点中存在转弯点时，确定与所述转弯点匹配的路段上的各拐点；
确定所述转弯点与各拐点之间的距离；
根据最小的距离，从匹配的路段上的各拐点中选取与转弯点对应的拐点。
22.根据权利要求6至18中任一项所述的方法，其特征在于，还包括：
获取所匹配的所述预估点的地理位置坐标；
确定与所述地理位置坐标相应的信号场特征；
将所述地理位置坐标和相应的信号场特征，更新至信号场指纹库。
23.一种涉及室内路线的导航路线绘制方法，所述方法包括：
接收导航指令；
响应于所述导航指令，获取导航路线；所述导航路线包括室内路线；
绘制导航路线，所述室内路线依照室内地图道路路线呈现；所述导航路线中的当前地理位置坐标根据当前信号场特征从信号场指纹库中获得。
24.根据权利要求23所述的方法，其特征在于，所述信号场指纹库的生成步骤包括：
获取定位轨迹序列以及与定位轨迹序列中各定位点对应的信号场特征；
对所述定位轨迹序列中的各定位点进行轨迹推演，得到相应的推演点；
将所述推演点与对应于所述定位轨迹序列的室内路网中的路段进行匹配；所述室内路网位于所述室内地图中；
按照匹配到的路段的方向，对所述推演点所形成的推演轨迹进行纠正；
根据纠正后的推演轨迹中推演点的地理位置坐标和与相应定位点对应的信号场特征，更新信号场指纹库。
25.根据权利要求24所述的方法，其特征在于，所述对所述定位轨迹序列中的各定位点进行轨迹推演，得到相应的推演点包括：
获取定位轨迹序列中各定位点相应的运动步长和运动方向；所述运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向；
在所述定位轨迹序列中的定位点中确定起始的推演点；
参照所述起始的推演点，从所述起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点。
26.根据权利要求25所述的方法，其特征在于，所述参照所述起始的推演点，从所述起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点包括：
获取所述起始的推演点在平面直角坐标系中对应的坐标；
按照所述起始的推演点的坐标，从所述起始的推演点的后一定位点起、且按定位时刻升序逐个选取当前定位点，根据前一定位点相应的推演点的坐标、以及从前一定位时刻到当前定位时刻的运动步长和运动方向，推演得到与当前定位点相应的推演点的坐标，以确定与各定位点相应的推演点。
27.根据权利要求24所述的方法，其特征在于，所述将所述推演点与对应于所述定位轨迹序列的室内路网中的路段进行匹配包括：
在对应于所述定位轨迹序列的室内路网中，确定用于选取候选点的路段；
在所述路段上选取与所述推演点相应的候选点；
在所述候选点中确定与相应推演点匹配的预估点；将所述预估点所位于的路段作为相应推演点所匹配的路段。
28.根据权利要求27所述的方法，其特征在于，所述在对应于所述定位轨迹序列的室内路网中，确定用于选取候选点的路段包括：
确定在所述推演点周围预设范围内的区域；
在对应于所述定位轨迹序列的室内路网中，确定位于所述区域内的路段，作为用于选取候选点的路段。
29.根据权利要求27所述的方法，其特征在于，所述在所述路段上选取与所述推演点相应的候选点包括：
当所述推演点在所述路段上具有正投影点时，将所述正投影点作为所述推演点在所述路段上相应的候选点；
当所述推演点在所述路段上无正投影点时，在位于所述区域内的路段上选取预设数量的点，作为与所述推演点相应的候选点。
30.根据权利要求27所述的方法，其特征在于，所述候选点与相应推演点所对应的定位点的定位时刻相对应；
所述在所述候选点中确定与相应推演点匹配的预估点包括：
针对每个当前定位时刻的候选点，确定所述候选点相应的观察概率，所述观察概率表征所述候选点与相应推演点在空间上的接近程度；
确定所述候选点相对于前一定位时刻的候选点的转移概率；
获取所述前一定位时刻的候选点的度量值；
根据所述前一定位时刻的候选点的度量值、所述观察概率和所述转移概率，确定当前定位时刻的所述候选点的度量值；
将对应于最大度量值的候选点，作为与相应推演点匹配的预估点。
31.根据权利要求30所述的方法，其特征在于，所述确定所述候选点相应的观察概率包括：
确定所述候选点与相应推演点之间的距离；
根据所述距离，通过高斯函数确定所述候选点的观察概率。
32.根据权利要求30所述的方法，其特征在于，所述确定所述候选点相对于前一定位时刻的候选点的转移概率包括：
在所述路网上，确定前一定位时刻的候选点到当前定位时刻的所述候选点的最短路径的长度；
获取从前一定位时刻到所述当前定位时刻的运动步长；
根据所述最短路径的长度和所述运动步长之间的接近程度，确定所述候选点相对于前一定位时刻的候选点的距离转移概率；
获取所述最短路径中最后一条路段的方向；
获取与所述候选点相应的推演点的运动方向；所述推演点的运动方向为与所述推演点相应的定位点的运动方向；
根据所述最后一条路段的方向和相应推演点的运动方向之间的接近程度，确定所述候选点相对于前一定位时刻的候选点的方向转移概率。
33.根据权利要求30所述的方法，其特征在于，所述转移概率包括距离转移概率和方向转移概率；
所述根据所述前一定位时刻的候选点的度量值、所述观察概率和所述转移概率，确定当前定位时刻的所述候选点的度量值包括：
获取所述观察概率、所述距离转移概率和所述方向转移概率的乘积；
对前一定位时刻的候选点的度量值和所述乘积求和；
分别获取前一定位时刻的各个候选点的度量值和所述乘积的求和结果；
从获取的求和结果中，选取最大的求和结果作为所述候选点的度量值。
34.根据权利要求24至33中任一项所述的方法，其特征在于，所述按照匹配到的路段的方向，对所述推演点所形成的推演轨迹进行纠正包括：
当连续预设个数的推演点匹配至同一路段上时，获取匹配至同一路段上的各推演点分别对应的运动方向的第一角度；所述推演点与相应定位点的运动方向相对应；
确定所述第一角度的均值；
获取匹配到的所述同一路段的方向的第二角度；
按所述均值与所述第二角度间的角度差，纠正所述推演点形成的推演轨迹。
35.根据权利要求24至33中任一项所述的方法，其特征在于，所述按照匹配到的路段的方向，对所述推演点所形成的推演轨迹进行纠正包括：
当所述推演点中存在转弯点时，确定与所述转弯点匹配的路段上的各拐点；
确定所述转弯点与各拐点之间的距离；
根据最小的距离，从匹配的路段上的各拐点中选取与转弯点对应的拐点；按照所述拐点的两侧路段的方向，对所述推演点形成的推演轨迹进行纠正。
36.根据权利要求27至33所述的方法，其特征在于，所述纠正后的推演轨迹中推演点的地理位置坐标为与所述推演点匹配的预估点的地理位置坐标。
37.一种轨迹纠正装置，其特征在于，所述装置包括：
获取模块，用于获取定位轨迹序列中各定位点相应的运动步长和运动方向；所述运动步长和运动方向，表示从相应定位点的定位时刻到相邻定位时刻运动的步长和方向；
推演模块，用于根据各定位点相应的运动步长和运动方向进行轨迹推演，得到各定位点的推演点；
路段匹配模块，用于将所述推演点与对应于所述定位轨迹序列的路网中的路段进行匹配；
轨迹纠正模块，用于按照匹配到的路段的方向，对所述推演点所形成的推演轨迹进行纠正。
38.根据权利要求37所述的装置，其特征在于，所述推演模块还用于在所述定位轨迹序列中的定位点中确定起始的推演点；参照所述起始的推演点，从所述起始的推演点的后一定位点起，迭代地根据各定位点相应的运动步长和运动方向进行轨迹推演，得到与各定位点相应的推演点。
39.根据权利要求37所述的装置，其特征在于，所述路段匹配模块还用于在对应于所述定位轨迹序列的路网中，确定与所述推演点匹配的预估点；将所述预估点所位于的路段作为相应推演点所匹配的路段。
40.根据权利要求39所述的装置，其特征在于，所述路段匹配模块还用于在对应于所述定位轨迹序列的路网中，确定用于选取候选点的路段；在所述路段上选取与所述推演点相应的候选点；在所述候选点中确定与相应推演点匹配的预估点。
41.根据权利要求40所述的装置，其特征在于，所述路段匹配模块还用于针对每个当前定位时刻的候选点，确定所述候选点相应的观察概率，所述观察概率表征所述候选点与相应推演点在空间上的接近程度；确定所述候选点相对于前一定位时刻的候选点的转移概率；获取所述前一定位时刻的候选点的度量值；根据所述前一定位时刻的候选点的度量值、所述观察概率和所述转移概率，确定当前定位时刻的所述候选点的度量值；将对应于最大度量值的候选点，作为与相应推演点匹配的预估点。
42.根据权利要求37至41中任一项所述的装置，其特征在于，所述轨迹纠正模块还用于当连续预设个数的推演点匹配至同一路段上时，获取匹配至同一路段上的各推演点分别对应的运动方向的第一角度；所述推演点与相应定位点的运动方向相对应；确定所述第一角度的均值；获取匹配到的所述同一路段的方向的第二角度；按所述均值与所述第二角度间的角度差，纠正所述推演点形成的推演轨迹。
43.一种涉及室内路线的导航路线绘制装置，其特征在于，所述装置包括：
接收模块，用于接收导航指令；
导航路线获取模块，用于响应于所述导航指令，获取导航路线；所述导航路线包括室内路线；
导航路线绘制模块，用于绘制导航路线，所述室内路线依照室内地图道路路线呈现；所述导航路线中的当前地理位置坐标根据当前信号场特征从信号场指纹库中获得。
44.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求中1至36任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711337355.XA CN109959376B (zh) | 2017-12-14 | 2017-12-14 | 轨迹纠正方法、涉及室内路线的导航路线绘制方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711337355.XA CN109959376B (zh) | 2017-12-14 | 2017-12-14 | 轨迹纠正方法、涉及室内路线的导航路线绘制方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109959376A true CN109959376A (zh) | 2019-07-02 |
| CN109959376B CN109959376B (zh) | 2021-11-16 |
Family
ID=67017881
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711337355.XA Active CN109959376B (zh) | 2017-12-14 | 2017-12-14 | 轨迹纠正方法、涉及室内路线的导航路线绘制方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109959376B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110726417A (zh) * | 2019-11-12 | 2020-01-24 | 腾讯科技（深圳）有限公司 | 一种车辆偏航识别方法、装置、终端及存储介质 |
| CN110856119A (zh) * | 2019-11-08 | 2020-02-28 | 中国测绘科学研究院 | 一种基于几何向量的港口车辆轨迹纠偏方法 |
| CN111447562A (zh) * | 2020-03-02 | 2020-07-24 | 北京梧桐车联科技有限责任公司 | 车辆行程轨迹分析方法及装置、计算机存储介质 |
| CN111780772A (zh) * | 2020-07-10 | 2020-10-16 | 重庆长安车联科技有限公司 | 一种地图盲区车辆定位纠偏方法 |
| CN112017447A (zh) * | 2020-08-20 | 2020-12-01 | 北京赛博星通科技有限公司 | 一种基于gps位置信息判定车辆逆行违规的方法及系统 |
| CN112381078A (zh) * | 2021-01-18 | 2021-02-19 | 腾讯科技（深圳）有限公司 | 基于高架的道路识别方法、装置、计算机设备和存储介质 |
| CN112822637A (zh) * | 2021-01-06 | 2021-05-18 | 腾讯科技（深圳）有限公司 | 导航起始路段的确定方法、装置、电子设备及存储介质 |
| CN113188546A (zh) * | 2021-04-30 | 2021-07-30 | 成都市微泊科技有限公司 | 基于图像识别与人行航位推算的室内定位导航方法 |
| CN113447040A (zh) * | 2021-08-27 | 2021-09-28 | 腾讯科技（深圳）有限公司 | 行驶轨迹确定方法、装置、设备以及存储介质 |
| CN115950430A (zh) * | 2022-12-30 | 2023-04-11 | 广东三鼎实业集团有限公司 | 一种人员行动轨迹分析方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130332065A1 (en) * | 2012-06-12 | 2013-12-12 | Trx Systems, Inc. | Fusion Of Sensor And Map Data Using A Contraint Based Optimization |
| US20150312722A1 (en) * | 2014-04-28 | 2015-10-29 | Samsung Electronics Co., Ltd. | Location determination, mapping, and data management through crowdsourcing |
| CN105444769A (zh) * | 2015-11-26 | 2016-03-30 | 北京百度网讯科技有限公司 | 地图匹配方法及装置 |
| CN106679664A (zh) * | 2016-07-12 | 2017-05-17 | 三维通信股份有限公司 | 一种基于lte和pdr的消防室内定位与轨迹导航方法及系统 |
| CN106840163A (zh) * | 2016-12-29 | 2017-06-13 | 上海斐讯数据通信技术有限公司 | 一种室内定位方法及系统 |
| CN106940190A (zh) * | 2017-05-15 | 2017-07-11 | 英华达（南京）科技有限公司 | 导航图绘制方法、导航图绘制导航装置以及导航系统 |
-
2017
- 2017-12-14 CN CN201711337355.XA patent/CN109959376B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130332065A1 (en) * | 2012-06-12 | 2013-12-12 | Trx Systems, Inc. | Fusion Of Sensor And Map Data Using A Contraint Based Optimization |
| US20150312722A1 (en) * | 2014-04-28 | 2015-10-29 | Samsung Electronics Co., Ltd. | Location determination, mapping, and data management through crowdsourcing |
| CN105444769A (zh) * | 2015-11-26 | 2016-03-30 | 北京百度网讯科技有限公司 | 地图匹配方法及装置 |
| CN106679664A (zh) * | 2016-07-12 | 2017-05-17 | 三维通信股份有限公司 | 一种基于lte和pdr的消防室内定位与轨迹导航方法及系统 |
| CN106840163A (zh) * | 2016-12-29 | 2017-06-13 | 上海斐讯数据通信技术有限公司 | 一种室内定位方法及系统 |
| CN106940190A (zh) * | 2017-05-15 | 2017-07-11 | 英华达（南京）科技有限公司 | 导航图绘制方法、导航图绘制导航装置以及导航系统 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110856119A (zh) * | 2019-11-08 | 2020-02-28 | 中国测绘科学研究院 | 一种基于几何向量的港口车辆轨迹纠偏方法 |
| CN110726417B (zh) * | 2019-11-12 | 2022-03-04 | 腾讯科技（深圳）有限公司 | 一种车辆偏航识别方法、装置、终端及存储介质 |
| CN110726417A (zh) * | 2019-11-12 | 2020-01-24 | 腾讯科技（深圳）有限公司 | 一种车辆偏航识别方法、装置、终端及存储介质 |
| CN111447562A (zh) * | 2020-03-02 | 2020-07-24 | 北京梧桐车联科技有限责任公司 | 车辆行程轨迹分析方法及装置、计算机存储介质 |
| CN111780772A (zh) * | 2020-07-10 | 2020-10-16 | 重庆长安车联科技有限公司 | 一种地图盲区车辆定位纠偏方法 |
| CN111780772B (zh) * | 2020-07-10 | 2024-05-14 | 重庆长安车联科技有限公司 | 一种地图盲区车辆定位纠偏方法 |
| CN112017447A (zh) * | 2020-08-20 | 2020-12-01 | 北京赛博星通科技有限公司 | 一种基于gps位置信息判定车辆逆行违规的方法及系统 |
| CN112822637A (zh) * | 2021-01-06 | 2021-05-18 | 腾讯科技（深圳）有限公司 | 导航起始路段的确定方法、装置、电子设备及存储介质 |
| CN112822637B (zh) * | 2021-01-06 | 2022-03-29 | 腾讯科技（深圳）有限公司 | 导航起始路段的确定方法、装置、电子设备及存储介质 |
| CN112381078B (zh) * | 2021-01-18 | 2021-05-07 | 腾讯科技（深圳）有限公司 | 基于高架的道路识别方法、装置、计算机设备和存储介质 |
| CN112381078A (zh) * | 2021-01-18 | 2021-02-19 | 腾讯科技（深圳）有限公司 | 基于高架的道路识别方法、装置、计算机设备和存储介质 |
| CN113188546A (zh) * | 2021-04-30 | 2021-07-30 | 成都市微泊科技有限公司 | 基于图像识别与人行航位推算的室内定位导航方法 |
| CN113447040A (zh) * | 2021-08-27 | 2021-09-28 | 腾讯科技（深圳）有限公司 | 行驶轨迹确定方法、装置、设备以及存储介质 |
| CN115950430A (zh) * | 2022-12-30 | 2023-04-11 | 广东三鼎实业集团有限公司 | 一种人员行动轨迹分析方法及系统 |
| CN115950430B (zh) * | 2022-12-30 | 2023-08-25 | 广东三鼎智慧信息科技有限公司 | 一种人员行动轨迹分析方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109959376B (zh) | 2021-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109959376A (zh) | 轨迹纠正方法、涉及室内路线的导航路线绘制方法和装置 | |
| US10415978B2 (en) | Landmark location determination | |
| Dong et al. | iMoon: Using smartphones for image-based indoor navigation | |
| CN102576064B (zh) | 用于标识预定义区域内的兴趣点的方法和装置 | |
| Hillier et al. | Network and psychological effects in urban movement | |
| Gao et al. | Multi-story indoor floor plan reconstruction via mobile crowdsensing | |
| RU2397619C2 (ru) | Способ и система для определения местоположения с использованием множества выбранных начальных оценок местоположения | |
| ES2651266T3 (es) | Generación de mapa de campo magnético para posicionamiento en interiores | |
| CN105636201B (zh) | 基于稀疏信号指纹数据库的室内定位方法 | |
| CN105550203B (zh) | 一种基于移动终端定位搜寻的物品租借系统及方法 | |
| CN106980633B (zh) | 室内地图数据的生成方法及装置 | |
| CN106574975A (zh) | 使用外围信号的轨迹匹配 | |
| CN105335597B (zh) | 用于获取路线的轨迹模式的方法和系统 | |
| US20140256356A1 (en) | Crowd sourced pathway maps | |
| CN106292697A (zh) | 一种移动设备的室内路径规划与导航方法 | |
| CN109470250A (zh) | 一种室内导航方法及系统 | |
| CN107318084A (zh) | 一种基于最优相似度的指纹定位方法及装置 | |
| KR20150081029A (ko) | 전파 지도를 이용한 실내위치 인식 방법 및 장치 | |
| CN105424026A (zh) | 一种基于点云轨迹的室内导航定位方法与系统 | |
| Li et al. | Using Wi-Fi/magnetometers for indoor location and personal navigation | |
| JP2013238599A (ja) | ユーザの位置を取得する方法と装置、及びコンピュータで読み出し可能な記録媒体 | |
| CN107110652A (zh) | 处理空间特征 | |
| CN111866734A (zh) | 一种巡检轨迹定位的方法、终端、服务器以及存储介质 | |
| Shin et al. | MRI: Model-based radio interpolation for indoor war-walking | |
| Junoh et al. | Enhancing indoor localization with semi-crowdsourced fingerprinting and gan-based data augmentation |
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 |