CN110321395A - 一种移动终端的高精度智能定位轨迹方法 - Google Patents
一种移动终端的高精度智能定位轨迹方法 Download PDFInfo
- Publication number
- CN110321395A CN110321395A CN201910400631.5A CN201910400631A CN110321395A CN 110321395 A CN110321395 A CN 110321395A CN 201910400631 A CN201910400631 A CN 201910400631A CN 110321395 A CN110321395 A CN 110321395A
- Authority
- CN
- China
- Prior art keywords
- track
- time
- personnel
- mobile terminal
- software
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Abstract
本发明公开了一种移动终端的高精度智能定位轨迹方法,包括以下步骤:S1、软件启动移动终端底层硬件驱动,获取实时位置信息,获取频率为1秒;S2、进行自判断,记录经纬度连续细微变化的每个点,组成位置序列,连续比对位置序列,每5秒的有效点为一组;S3、取每组有效点的位置平均值反馈到软件中,软件进行记录;S4、采用硬件定位技术进行分析;S5、经过综合分析,根据轨迹线和参考因素,综合判断该人员的实际工作行为轨迹。本发明的人员轨迹展现效果,会与实际情况相符,同时轨迹地图上会展示当时的天气、路况以及平均到达时间等信息,给软件使用人员非常全面和人性化的使用体验,可以综合判断该人员的实际工作行为轨迹。
Description
技术领域
本发明涉及软件管理技术和软件管理系统技术领域,具体为一种移动终端的高精度智能定位轨迹方法。
背景技术
随着国内SaaS软件行业蓬勃发展,很多移动OA产品、移动CRM产品,都加入了业务员定位轨迹的功能,但实际使用效果不理想,定位不准确,轨迹不完整,出现偏移、缺失等问题,致使产品无法真实的展示业务员工作情况,有些产品尽管做了优化,但技术仍不完善,仍然存在轨迹点与实际路线不符的情况,轨迹线看起来就是一些点连起来的交叉线,与地图上的道路或交叉,或偏离,无法贴合,展示效果不理想。
因此,我们提出一种移动终端的高精度智能定位轨迹方法。
发明内容
本发明的目的在于提供一种移动终端的高精度智能定位轨迹方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种移动终端的高精度智能定位轨迹方法,包括以下步骤:
S1、软件启动移动终端底层硬件驱动,获取实时位置信息,获取频率为1秒;
S2、进行自判断,记录经纬度连续细微变化的每个点,组成位置序列,连续比对位置序列,每5秒的有效点为一组;
S3、取每组有效点的位置平均值反馈到软件中,软件进行记录;
S4、采用硬件定位技术进行分析,硬件定位技术包括:
(1).加入交通工具因素,根据获取实时位置信息时获取的速度,判断交通工具,根据不同的交通工具,在绘制轨迹时,加入不同的线路判断;
(2).加入天气因素,当使用者在查看人员轨迹时,实时体现当时天气情况,用以判断该人员当时反馈的天气是否准确;
(3).加入路况因素,当使用者在查看人员轨迹时,同时电子地图展示当时路况,用以判断该人员反馈的路况是否准确;
(4).加入工作习惯,当使用者在查看人员轨迹时,同时电子地图展示一月以来每天到达某个位置的时间点,用以比对是否经常存在迟到的情况;
S5、经过综合分析,展现人员的轨迹,根据不同的交通工具使人员的轨迹沿着实际的线路,同时轨迹地图上会展示当时的天气、路况以及平均到达时间等信息,根据轨迹线和参考因素,综合判断该人员的实际工作行为轨迹。
优选的,所述S1中获取实时位置信息的方法为使用GPS/北斗、网络位置(wifi/4G)。
优选的,所述S2中位置序列中如出现距离较远的点,则判断为偏移点(无效点),自动删除。
优选的,所述S4中(1)的驾驶工具的判断方法为:
a.10公里以下,在道路两侧,判断步行;
b.10-25公里,且匀速在道路两侧,判断电动车;
c.25公里以上,在道路中间,判断为汽车;
d.位置信息突然消失,过一段时间再次出现,判断为乘坐地铁或高铁。
优选的,所述S4中(1)的线路判断方法为:
a.驾驶或乘坐汽车的轨迹线类似于导航地图的线路,重点体现在立交桥等路况的路线效果;
b.乘坐高铁或者地铁沿着高铁或者地铁的线路图展示。
与现有技术相比,本发明的有益效果是:本发明的人员轨迹展现效果,会与实际情况相符,驾车会沿着公路,坐地铁会沿着地铁线,同时轨迹地图上会展示当时的天气、路况以及平均到达时间等信息,给软件使用人员非常全面和人性化的使用体验,根据轨迹线和参考因素,可以综合判断该人员的实际工作行为轨迹。
附图说明
图1为本发明的流程图。
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,以下结合具体实施例和附图,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。
实施例
一种移动终端的高精度智能定位轨迹方法,包括以下步骤:
S1、软件启动移动终端底层硬件驱动,获取实时位置信息,获取频率为1秒;
S2、进行自判断,记录经纬度连续细微变化的每个点,组成位置序列,连续比对位置序列,每5秒的有效点为一组;
S3、取每组有效点的位置平均值反馈到软件中,软件进行记录;
S4、采用硬件定位技术进行分析,硬件定位技术包括:
(1).加入交通工具因素,根据获取实时位置信息时获取的速度,判断交通工具,根据不同的交通工具,在绘制轨迹时,加入不同的线路判断;
(2).加入天气因素,当使用者在查看人员轨迹时,实时体现当时天气情况,用以判断该人员当时反馈的天气是否准确;
(3).加入路况因素,当使用者在查看人员轨迹时,同时电子地图展示当时路况,用以判断该人员反馈的路况是否准确;
(4).加入工作习惯,当使用者在查看人员轨迹时,同时电子地图展示一月以来每天到达某个位置的时间点,用以比对是否经常存在迟到的情况;
S5、经过综合分析,展现人员的轨迹,根据不同的交通工具使人员的轨迹沿着实际的线路,同时轨迹地图上会展示当时的天气、路况以及平均到达时间等信息,根据轨迹线和参考因素,综合判断该人员的实际工作行为轨迹。
具体的,所述S1中获取实时位置信息的方法为使用GPS/北斗、网络位置(wifi/4G)。
具体的,所述S2中位置序列中如出现距离较远的点,则判断为偏移点(无效点),自动删除。
具体的,所述S4中(1)的驾驶工具的判断方法为:
a.10公里以下,在道路两侧,判断步行;
b.10-25公里,且匀速在道路两侧,判断电动车;
c.25公里以上,在道路中间,判断为汽车;
d.位置信息突然消失,过一段时间再次出现,判断为乘坐地铁或高铁。
具体的,所述S4中(1)的线路判断方法为:
a.驾驶或乘坐汽车的轨迹线类似于导航地图的线路,重点体现在立交桥等路况的路线效果;
b.乘坐高铁或者地铁沿着高铁或者地铁的线路图展示。
通过加入交通工具因素的干预,进一步优化轨迹,使轨迹更贴近实际行走路线,线路更加美观,准确;
通过加入天气因素的干预,进一步判断数据是否准确,比如下雨与晴天,两种天气情况下行走速度完全不同,从而判断工作人员行为轨迹的准确性;
通过加入路况因素的干预,进一步判断迟到、绕路等问题的准确性;
通过加入工作习惯,通过某个人历史考勤数据、工作汇报数据、家庭居住地址的数据、判断工作轨迹的准确性;
本发明加入了以上外部环境因素的融合定位技术,相比于传统定位优化技术,增加了交通工具因素、天气因素、路况因素、工作习惯因素,使定位更加精准智能。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种移动终端的高精度智能定位轨迹方法,其特征在于,包括以下步骤:
S1、软件启动移动终端底层硬件驱动,获取实时位置信息,获取频率为1秒;
S2、进行自判断,记录经纬度连续细微变化的每个点,组成位置序列,连续比对位置序列,每5秒的有效点为一组;
S3、取每组有效点的位置平均值反馈到软件中,软件进行记录;
S4、采用硬件定位技术进行分析,硬件定位技术包括:
(1).加入交通工具因素,根据获取实时位置信息时获取的速度,判断交通工具,根据不同的交通工具,在绘制轨迹时,加入不同的线路判断;
(2).加入天气因素,当使用者在查看人员轨迹时,实时体现当时天气情况,用以判断该人员当时反馈的天气是否准确;
(3).加入路况因素,当使用者在查看人员轨迹时,同时电子地图展示当时路况,用以判断该人员反馈的路况是否准确;
(4).加入工作习惯,当使用者在查看人员轨迹时,同时电子地图展示一月以来每天到达某个位置的时间点,用以比对是否经常存在迟到的情况;
S5、经过综合分析,展现人员的轨迹,根据不同的交通工具使人员的轨迹沿着实际的线路,同时轨迹地图上会展示当时的天气、路况以及平均到达时间等信息,根据轨迹线和参考因素,综合判断该人员的实际工作行为轨迹。
2.根据权利要求1所述的一种移动终端的高精度智能定位轨迹方法,其特征在于:所述S1中获取实时位置信息的方法为使用GPS/北斗、网络位置(wifi/4G)。
3.根据权利要求1所述的一种移动终端的高精度智能定位轨迹方法,其特征在于:所述S2中位置序列中如出现距离较远的点,则判断为偏移点(无效点),自动删除。
4.根据权利要求1所述的一种移动终端的高精度智能定位轨迹方法,其特征在于:所述S4中(1)的驾驶工具的判断方法为:
a.10公里以下,在道路两侧,判断步行;
b.10-25公里,且匀速在道路两侧,判断电动车;
c.25公里以上,在道路中间,判断为汽车;
d.位置信息突然消失,过一段时间再次出现,判断为乘坐地铁或高铁。
5.根据权利要求1所述的一种移动终端的高精度智能定位轨迹方法,其特征在于:所述S4中(1)的线路判断方法为:
a.驾驶或乘坐汽车的轨迹线类似于导航地图的线路,重点体现在立交桥等路况的路线效果;
b.乘坐高铁或者地铁沿着高铁或者地铁的线路图展示。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2018115476771 | 2018-12-18 | ||
CN201811547677 | 2018-12-18 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110321395A true CN110321395A (zh) | 2019-10-11 |
CN110321395B CN110321395B (zh) | 2022-11-15 |
Family
ID=68118960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910400631.5A Active CN110321395B (zh) | 2018-12-18 | 2019-05-15 | 一种移动终端的高精度智能定位轨迹方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110321395B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111125552A (zh) * | 2019-11-11 | 2020-05-08 | 北京金山安全软件有限公司 | 一种移动轨迹绘制方法、装置、电子设备及存储介质 |
CN111148046A (zh) * | 2019-12-31 | 2020-05-12 | 广西信恒科技有限公司 | 轨迹记录方法、装置及系统 |
CN112883879A (zh) * | 2020-09-10 | 2021-06-01 | 中数通信息有限公司 | 一种虚假位置识别方法、系统、电子设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102568195A (zh) * | 2011-12-29 | 2012-07-11 | 上海顶竹通讯技术有限公司 | 预判车辆行驶轨迹的方法及系统 |
CN103500503A (zh) * | 2013-09-17 | 2014-01-08 | 北京中广睛彩导航科技有限公司 | 一种基于众包模式的精准路况分析方法及系统 |
WO2018153211A1 (zh) * | 2017-02-22 | 2018-08-30 | 中兴通讯股份有限公司 | 获取交通路况信息的方法及装置、计算机存储介质 |
CN108955713A (zh) * | 2017-05-27 | 2018-12-07 | 腾讯科技(北京)有限公司 | 行驶轨迹的显示方法及装置 |
-
2019
- 2019-05-15 CN CN201910400631.5A patent/CN110321395B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102568195A (zh) * | 2011-12-29 | 2012-07-11 | 上海顶竹通讯技术有限公司 | 预判车辆行驶轨迹的方法及系统 |
CN103500503A (zh) * | 2013-09-17 | 2014-01-08 | 北京中广睛彩导航科技有限公司 | 一种基于众包模式的精准路况分析方法及系统 |
WO2018153211A1 (zh) * | 2017-02-22 | 2018-08-30 | 中兴通讯股份有限公司 | 获取交通路况信息的方法及装置、计算机存储介质 |
CN108955713A (zh) * | 2017-05-27 | 2018-12-07 | 腾讯科技(北京)有限公司 | 行驶轨迹的显示方法及装置 |
Non-Patent Citations (3)
Title |
---|
乔少杰等: "基于前缀投影技术的大规模轨迹预测模型", 《软件学报》 * |
许佳捷等: "轨迹大数据:数据、应用与技术现状", 《通信学报》 * |
许鹏辉等: "基于移动终端的路况信息实时采集与显示系统", 《计算机与现代化》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111125552A (zh) * | 2019-11-11 | 2020-05-08 | 北京金山安全软件有限公司 | 一种移动轨迹绘制方法、装置、电子设备及存储介质 |
CN111125552B (zh) * | 2019-11-11 | 2024-02-13 | 北京金山安全软件有限公司 | 一种移动轨迹绘制方法、装置、电子设备及存储介质 |
CN111148046A (zh) * | 2019-12-31 | 2020-05-12 | 广西信恒科技有限公司 | 轨迹记录方法、装置及系统 |
CN111148046B (zh) * | 2019-12-31 | 2021-02-19 | 广西信恒科技有限公司 | 轨迹记录方法、装置及系统 |
CN112883879A (zh) * | 2020-09-10 | 2021-06-01 | 中数通信息有限公司 | 一种虚假位置识别方法、系统、电子设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110321395B (zh) | 2022-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10984652B2 (en) | Method and system for modeling and processing vehicular traffic data and information and applying thereof | |
CN110111575B (zh) | 一种基于复杂网络理论的城市交通流量网络分析方法 | |
CN112789619B (zh) | 一种仿真场景的构建方法、仿真方法以及设备 | |
CN110321395A (zh) | 一种移动终端的高精度智能定位轨迹方法 | |
US7469827B2 (en) | Vehicle information systems and methods | |
CN102183256B (zh) | 行进车队的地图匹配方法 | |
CN102097007B (zh) | 城市实时交通路况信息准确性的判定方法及装置 | |
CN104966408B (zh) | 一种gps定位数据补偿方法 | |
CN103903468B (zh) | 道路拥堵时间预警方法及装置 | |
CN104851311A (zh) | 一种实时车道拥堵情况显示系统及其显示方法 | |
CN101964148A (zh) | 道路交通信息记录服务器和gps用户终端 | |
CN104318477A (zh) | 一种基于大数据的车辆保险评估的方法 | |
CN1313504A (zh) | 路线规划系统 | |
CN109084794A (zh) | 一种路径规划方法 | |
CN104880193A (zh) | 一种车道级导航系统及其车道级导航方法 | |
CN102750826B (zh) | 一种用于群体诱导信息下驾驶员响应行为的辨识方法 | |
CN106199669B (zh) | 一种基于gps轨迹分析公交车辆运行过程的方法及装置 | |
CN104391869A (zh) | 电子地图数据更新方法和装置 | |
CN103149577A (zh) | “北斗”导航、gps导航和历史数据融合的组合导航方法 | |
Farooq et al. | GPS based public transport arrival time prediction | |
CN104835321A (zh) | 一种车道车辆流量统计系统及其车道车辆流量统计方法 | |
CN204537458U (zh) | 一种实时车道拥堵情况显示系统 | |
CN109166310A (zh) | 基于lbs和传统交通路况数据的路段旅行时间估计方法 | |
CN110708664A (zh) | 一种交通流感知方法、装置及计算机存储介质、电子设备 | |
CN204576794U (zh) | 一种车道车辆流量统计系统 |
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 |