CN110726970B - 目标定位方法及终端设备 - Google Patents
目标定位方法及终端设备 Download PDFInfo
- Publication number
- CN110726970B CN110726970B CN201810783230.8A CN201810783230A CN110726970B CN 110726970 B CN110726970 B CN 110726970B CN 201810783230 A CN201810783230 A CN 201810783230A CN 110726970 B CN110726970 B CN 110726970B
- Authority
- CN
- China
- Prior art keywords
- signal
- distance
- model
- positioning
- distance value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/10—Position of receiver fixed by co-ordinating a plurality of position lines defined by path-difference measurements, e.g. omega or decca systems
Abstract
本发明涉及通信技术领域,提供了一种目标定位方法及终端设备。该方法包括:获取训练数据;根据各个第一距离值以及对应的第一信号强度值对第一信号传播模型进行训练;根据各个第二距离值以及对应的第二信号强度值对第二信号传播模型进行训练;根据所述预设位置坐标、各个第一距离值以及各个第二距离值对联合模型进行训练;保存定位模型,所述定位模型用于在目标终端运行时指示所述目标终端根据所述定位模型进行定位;所述定位模型包括训练后的第一信号传播模型、训练后的第二信号传播模型以及训练后的联合模型。本发明能够避免定位过程中目标终端与服务器的交互过程及交互延迟,能够减少定位所需的时间,提高定位效率。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种目标定位方法及终端设备。
背景技术
目前通常利用指纹法对室内的目标终端进行定位,指纹法需要在实时定位的时候对指纹数据库进行遍历计算,从而找到最优位置,此过程需要消耗大量的计算资源。如果将对指纹数据库进行遍历计算的过程在目标终端中执行,一方面需要将所有的指纹信息保存在每个目标终端中,大量占用目标终端的存储资源,另一方面在定位过程中会大量占用目标终端的计算资源,影响目标终端其它功能的使用,并且由于目标终端的数据处理能力有限,定位所需时间较长;如果将对指纹数据库进行遍历计算的过程在服务器中执行,需要目标终端与服务器进行信息交互才能完成定位,存在与服务器交互延时现象,会导致定位延时,定位效率低。
发明内容
有鉴于此,本发明实施例提供了目标定位方法及终端设备,以解决目前采用指纹法进行定位存在定位延时,定位效率低的问题。
本发明实施例的第一方面提供了目标定位方法,包括:
获取训练数据;所述训练数据包括预设位置坐标、所述预设位置坐标与至少一个第一信号发射设备之间的第一距离值、各个第一距离值对应的第一信号强度值、所述预设位置坐标与至少一个第二信号发射设备之间的第二距离值以及各个第二距离值对应的第二信号强度值;
根据各个第一距离值以及对应的第一信号强度值对第一信号传播模型进行训练;
根据各个第二距离值以及对应的第二信号强度值对第二信号传播模型进行训练;
根据所述预设位置坐标、各个第一距离值以及各个第二距离值对联合模型进行训练;
保存定位模型,所述定位模型用于在目标终端运行时指示所述目标终端根据所述定位模型进行定位;所述定位模型包括训练后的第一信号传播模型、训练后的第二信号传播模型以及训练后的联合模型。
本发明实施例的第二方面提供了目标定位方法,应用于目标终端,包括:
获取至少一个第一信号发射设备发射的第一信号以及至少一个第二信号发射设备发射的第二信号;
根据各个第一信号确定各个第一信号强度值,并将各个第一信号强度值输入第一信号传播模型,得到各个第一信号对应的各个第一距离值;所述第一距离值为目标终端与第一信号发射设备之间的距离值;
根据各个第二信号确定各个第二信号强度值,并将各个第二信号强度值输入第二信号传播模型,得到各个第二信号对应的各个第二距离值;所述第二距离值为目标终端与第二信号发射设备之间的距离值;
将各个第一距离值和各个第二距离值输入联合模型,得到位置坐标。
本发明实施例的第三方面提供了终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面中的目标定位方法。
本发明实施例的第四方面提供了终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第二方面中的目标定位方法。
本发明实施例的第五方面提供了计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现第一方面或第二方面中的目标定位方法。
本发明实施例与现有技术相比存在的有益效果是:采用两种无线信号进行模型训练及定位,能够克服利用单一信号作为定位的媒介信息由于信号波动导致定位信息不稳定的问题,保证定位的准确度;根据训练数据分别训练第一信号传播模型和第二信号传播模型,通过两种信号的传播模型能够确定信号强度与传播距离之间的相关性,解决指纹法进行定位时单次定位计算量大、耗费资源多的问题,能够减少定位过程中处理的数据量,减少对计算资源的占用;通过保存定位模型,使目标终端通过定位模型不需要与服务器通信就能实现定位,避免了定位过程中目标终端与服务器的交互过程及交互延迟,能够减少定位所需的时间,提高定位效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的目标定位方法的实现流程图;
图2是本发明实施例提供的目标定位方法中获取训练数据的实现流程图;
图3是本发明实施例提供的目标定位方法中获取训练数据的一个实施示例的示意图;
图4是本发明另一实施例提供的目标定位方法的实现流程图;
图5是本发明一个实施例提供的目标定位装置的示意图;
图6是本发明另一实施例提供的目标定位装置的示意图;
图7是本发明一个实施例提供的终端设备的示意图;
图8是本发明另一实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1为本发明一个实施例提供的目标定位方法的实现流程图,详述如下:
在S101中,获取训练数据;所述训练数据包括预设位置坐标、所述预设位置坐标与至少一个第一信号发射设备之间的第一距离值、各个第一距离值对应的第一信号强度值、所述预设位置坐标与至少一个第二信号发射设备之间的第二距离值以及各个第二距离值对应的第二信号强度值。
在本实施例中,执行主体可以为桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。预设位置坐标为在需要定位的区域内预先选取的进行数据采集的位置点坐标,预设位置坐标可以为一个或多个。需要定位的区域可以是室内区域,也可以是室外区域,在此不作限定。第一信号发射设备和第二信号发射设备分别为两种不同无线信号的发射设备,发射的无线信号可以为Wi-Fi(Wireless Fidelity)信号、蓝牙信号、Zigbee信号、UWB(Ultra Wideband)信号、Z-Wave信号等,在此不作限定。在需要定位的区域内每种信号发射设备可以设置一个或多个。第一信号强度值为第一信号发射设备发射的无线信号传播到预设位置坐标处的强度值。第二信号强度值为第二信号发射设备发射的无线信号传播到预设位置坐标处的强度值。
可选地,第一信号发射设备发射的信号为Wi-Fi信号,第二信号发射设备发射的信号为蓝牙信号。由于目前Wi-Fi信号和蓝牙信号的应用较为广泛,许多区域都被Wi-Fi信号和蓝牙信号覆盖,因此采用Wi-Fi信号和蓝牙信号进行目标定位,能够尽量利用现有的信号发射设备,降低本实施例的应用推广成本,提高本实施例的适用性。
在各预设位置坐标处可以通过信号接收设备来接收信号发射设备发射的信号,通过信号接收设备接收的信号确定信号强度值。通过预设位置坐标和信号发射设备的位置坐标可以计算出预设位置坐标与信号发射设备之间的距离值。本实施例中,信号接收设备接收到的一个信号对应于一个信号发射设备、一个距离值及一个信号强度值。
作为本发明的一个实施例,如图2所示,S101可以包括:
在S201中,获取信号接收设备在所述预设位置坐标处接收到的至少一个第一信号发射设备发射的第一信号以及至少一个第二信号发射设备发射的第二信号;所述第一信号为携带第一信号发射设备的设备标识的信号;所述第二信号为携带第二信号发射设备的设备标识的信号。
在本实施例中,设备标识用于唯一标识信号发射设备,例如可以将设备编号、MAC(Media Access Control)地址等作为设备标识,也可以将信号发射设备的位置坐标作为设备标识,在此不作限定。
信号接收设备位于预设位置坐标处时,会接收到一个或多个第一信号发射设备发射的第一信号,一个或多个第二信号发射设备发射的第二信号。第一信号携带有发射该第一信号的第一信号发射设备的设备标识,第二信号携带有发射该第二信号的第二信号发射设备的设备标识。
在S202中,根据各个第一信号确定各个第一信号强度值,并将各个第一信号对应的设备标识、第一距离值及第一信号强度值进行关联储存。
在本实施例中,根据一个第一信号可以确定该第一信号的强度值。根据该第一信号携带的设备标识,可以确定发射该第一信号的第一信号发射设备所在的位置,进而计算出预设位置坐标到该第一信号发射设备所在位置之间的第一距离值。
在S203中,根据各个第二信号确定各个第二信号强度值,并将各个第二信号对应的设备标识、第二距离值及第二信号强度值进行关联储存。
在本实施例中,根据一个第二信号可以确定该第二信号的强度值。根据该第二信号携带的设备标识,可以确定发射该第二信号的第二信号发射设备所在的位置,进而计算出预设位置坐标到该第二信号发射设备所在位置之间的第二距离值。
本实施例通过使信号发射设备发射的信号携带该信号发射设备的设备标识,能够根据设备标识确定出发射信号的信号发射设备,从而准确快速地计算出预设位置坐标到信号发射设备所在位置之间的距离值。
图3为本发明实施例提供的获取训练数据的一个实施示例。图中AP1和AP2为两个不同位置的Wi-Fi信号发射装置,ibeacon1和ibeacon2为两个不同位置的蓝牙信号发射装置。
将需要定位的区域地图网格化并且设定坐标,将Wi-Fi信号发射设备(称为AP)分别安置在不同的坐标点上,将蓝牙信号发射装置(称为ibeacon)也分别安置在不同的坐标点上。这样该区域就构成了无线坐标定位环境。
从AP广播出的wifi信号中包含bssid,其中bssid为AP对应的mac地址,作为AP的唯一标识并且用来区分不同AP。从ibeacon广播出的蓝牙信号包含minor,其中minor为ibeacon对应的设备标识,作为ibeacon的唯一标识并且用来区分不同ibeacon。
信号接收设备可以采用具有Wi-Fi和蓝牙功能的智能终端实现。针对每一个AP,以预设距离(如2米)为间隔由近到远,采集AP发出的Wi-Fi信号的强度rssi和bssid,并且将采集到的信息保存起来,保存格式为:{bssid:rssi,distance},其中distance为信息采集时信号接收设备和AP之间的距离。针对每一个ibeacon,以预设距离(如2米)为间隔由近到远,采集ibeacon发出的蓝牙信号的强度rssi和minor,并且将采集到的信息保存起来,保存格式为:{minor:rssi,distance},其中distance为信息采集时信号接收设备和ibeacon之间的距离。
在S102中,根据各个第一距离值以及对应的第一信号强度值对第一信号传播模型进行训练。
在本实施例中,第一信号传播模型用于根据信号强度值确定对应的距离值,输入为信号强度值,输出为距离值。第一信号传播模型可以为神经网络模型,在此不作限定。可以建立第一信号传播模型,根据各个第一距离值以及对应的第一信号强度值对第一信号传播模型进行训练。
例如,第一信号传播模型训练输入为{bssid_1:rssi_bs1,bssid_2:rssi_bs2,…,bssid_n:rssi_bsn},训练输出为{bssid_1:distance_bs1,bssid_2:distance_bs2,…,bssid_n:distance_bsn}。其中,bssid_n为第n个第一信号发射设备的设备标识,rssi_bsn为接收到的第n个第一信号发射设备发射的信号的强度值,distance_bsn为预设位置坐标与第n个第一信号发射设备之间的距离值。
可选地,S102可以包括:
对各个第一距离值进行排序;
将排序后的各个第一距离值对应的第一信号强度值依次输入第一信号传播模型。
在本实施例中,由于随着信号传播的距离增大,信号强度逐渐衰减。可以对各个第一距离值进行排序,例如按照由大到小或由小到大的顺序进行排序,这样排序后的各个第一距离值对应的第一信号强度值前后之间存在相关性关系。在训练第一信号传播模型时,结合前后输入数据的相关性关系进行训练,能够提高训练效果,提高训练后的第一信号传播模型的准确度。
可选地,第一信号传播模型为循环神经网络(Recurrent Neural Networks,RNN)模型。由于循环网络模型的结构特点,采用循环网络模型能够更加充分的利用前后输入的训练数据的相关性关系进行训练,从而提高训练后的信号传播模型的精确度。
在S103中,根据各个第二距离值以及对应的第二信号强度值对第二信号传播模型进行训练。
在本实施例中,第二信号传播模型用于根据信号强度值确定对应的距离值,输入为信号强度值,输出为距离值。第二信号传播模型可以为神经网络模型,在此不作限定。可以建立第二信号传播模型,根据各个第二距离值以及对应的第二信号强度值对第二信号传播模型进行训练。
例如,第二信号传播模型训练输入为{minor_1:rssi_mi1,minor_2:rssi_mi2,…,minor_n:rssi_min},训练输出为{minor_1:distance_mi1,minor_2:distance_mi2,…,minor_n:distance_min}。其中,minor_n为第n个第二信号发射设备的设备标识,rssi_min为接收到的第n个第二信号发射设备发射的信号的强度值,distance_min为预设位置坐标与第n个第二信号发射设备之间的距离值。
利用第一信号传播模型和第二信号传播模型在定位阶段就能计算出目标终端所在位置和各个信号发射设备之间的距离。
可选地,S103可以包括:
对各个第二距离值进行排序;
将排序后的各个第二距离值对应的第二信号强度值依次输入第二信号传播模型。
可选地,第一信号传播模型为循环神经网络模型。
在S104中,根据所述预设位置坐标、各个第一距离值以及各个第二距离值对联合模型进行训练。
在本实施例中,联合模型用于根据目标终端所在位置和各个信号发射设备之间的距离定位出目标终端的位置坐标。联合模型的输入为目标终端所在位置和各个信号发射设备之间的距离值,输出为目标终端的位置坐标。联合模型可以采用神经网络模型等,在此不作限定。可以建立联合模型,根据训练数据中的预设位置坐标、各个第一距离值以及各个第二距离值可以对联合模型进行训练。
可选地,S104可以根据所述预设位置坐标、各个第一距离值、各个第一距离值对应的设备标识、各个第二距离值以及各个第二距离值对应的设备标识对联合模型进行训练。
例如,训练过程中联合模型的输入为{bssid_1:distance_bs1,bssid_2:distance_bs2,…,minor_1:distance_mi1,minor_2:distance_mi2,…},模型输出为预设位置坐标(x,y)的具体坐标值。
在S105中,保存定位模型,所述定位模型用于在目标终端运行时指示所述目标终端根据所述定位模型进行定位;所述定位模型包括训练后的第一信号传播模型、训练后的第二信号传播模型以及训练后的联合模型。
在本实施例中,在第一信号传播模型、第二信号传播模型以及联合模型训练完成后,可以保存定位模型。可以通过发送或移植等方式将定位模型布置到目标终端上。目标终端在需要进行定位时根据定位模型进行定位。
本发明实施例利用两种无线信号进行定位,能够克服单一信号传播不稳定情况。利用深度学习方法,训练出信号强度特性与传播距离之间的关系模型,通过寻找信号强度与传播距离之间的相关性,解决传统的指纹法进行定位时单次定位计算量大耗费资源多的问题,利用这种关系,根据信号强度计算出目标终端和信号发射设备之间的距离。并且还能训练出一个联合模型,将距离转换成目标终端的位置坐标。最后将定位模型迁移到目标终端中进行使用,这样仅仅利用目标终端就能计算出具体的位置,避免了定位过程中目标终端与服务器交互问题。本发明实施例可以应用于智慧大楼、大型商超、医院、监狱等场景区域的位置定位,能够帮助完成其他功能如电子围栏、智慧大楼室内路径规划等。
本发明实施例采用两种无线信号进行模型训练及定位,能够克服利用单一信号作为定位的媒介信息由于信号波动导致的定位信息不稳定的问题,保证定位的准确度;根据训练数据分别训练第一信号传播模型和第二信号传播模型,通过两种信号的传播模型能够确定信号强度与传播距离之间的相关性,解决指纹法进行定位时单次定位计算量大、耗费资源多的问题,能够减少定位过程中处理的数据量,减少对计算资源的占用;通过保存定位模型,使目标终端通过定位模型不需要与服务器通信就能实现定位,避免了定位过程中目标终端与服务器的交互过程及交互延迟,能够减少定位所需的时间,提高定位效率。
图4为本发明另一实施例提供的目标定位方法的实现流程图,详述如下:
在S401中,获取至少一个第一信号发射设备发射的第一信号以及至少一个第二信号发射设备发射的第二信号。
在本实施例中,执行主体为目标终端,目标终端为能够与第一信号发射设备以及第二信号发射设备进行无线通信的终端设备。目标终端和用于训练定位模型的终端设备可以为同一设备,也可以为不同的设备,在此不作限定。若目标终端与用于训练定位模型的终端设备为同一设备,则上述S101至S105的步骤也在目标终端中执行。
目标终端扫描周边环境中的信号发射设备发射的无线信号,获取到一个或多个第一信号发射设备发射的第一信号以及一个或多个第二信号发射设备发射的第二信号。
在S402中,根据各个第一信号确定各个第一信号强度值,并将各个第一信号强度值输入第一信号传播模型,得到各个第一信号对应的各个第一距离值;所述第一距离值为目标终端与第一信号发射设备之间的距离值。
在本实施例中,第一信号传播模型的输入为各个第一信号强度值,输出为目标终端与各个第一信号发射设备之间的第一距离值。
在S403中,根据各个第二信号确定各个第二信号强度值,并将各个第二信号强度值输入第二信号传播模型,得到各个第二信号对应的各个第二距离值;所述第二距离值为目标终端与第二信号发射设备之间的距离值。
在本实施例中,第二信号传播模型的输入为各个第二信号强度值,输出为目标终端与各个第二信号发射设备之间的第二距离值。
在S404中,将各个第一距离值和各个第二距离值输入联合模型,得到位置坐标。
在本实施例中,联合模型的输入为第一信号传播模型输出的各个第一距离值,以及第二信号传播模型输出的各个第二距离值,输出为目标终端的位置坐标。
本发明实施例采用两种无线信号进行模型训练及定位,能够克服利用单一信号作为定位的媒介信息由于信号波动导致的定位信息不稳定的问题,保证定位的准确度;根据训练数据分别训练第一信号传播模型和第二信号传播模型,通过两种信号的传播模型能够确定信号强度与传播距离之间的相关性,解决指纹法进行定位时单次定位计算量大、耗费资源多的问题,能够减少定位过程中处理的数据量,减少对计算资源的占用;通过保存定位模型,使目标终端通过定位模型不需要与服务器通信就能实现定位,避免了定位过程中目标终端与服务器的交互过程及交互延迟,能够减少定位所需的时间,提高定位效率。
可选地,所述第一信号包括第一信号发射设备的设备标识;所述第二信号包括第二信号发射设备的设备标识;S404可以包括:
将各个第一距离值、各个第一距离值对应的设备标识、各个第二距离值以及各个第二距离值对应的设备标识输入联合模型,得到位置坐标。
本实施例通过使信号发射设备发射的信号携带该信号发射设备的设备标识,使目标终端能够根据设备标识确定出发射信号的信号发射设备,从而根据联合模型准确快速地计算出目标终端的位置坐标。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的目标定位方法,图5示出了本发明实施例提供的目标定位装置的示意图。为了便于说明,仅示出了与本实施例相关的部分。
参照图5,该装置包括获取模块51、第一训练模块52、第二训练模块53、第三训练模块54和保存模块55。
获取模块51,用于获取训练数据;所述训练数据包括预设位置坐标、所述预设位置坐标与至少一个第一信号发射设备之间的第一距离值、各个第一距离值对应的第一信号强度值、所述预设位置坐标与至少一个第二信号发射设备之间的第二距离值以及各个第二距离值对应的第二信号强度值。
第一训练模块52,用于根据各个第一距离值以及对应的第一信号强度值对第一信号传播模型进行训练。
第二训练模块53,用于根据各个第二距离值以及对应的第二信号强度值对第二信号传播模型进行训练。
第三训练模块54,用于根据所述预设位置坐标、各个第一距离值以及各个第二距离值对联合模型进行训练。
保存模块55,用于保存定位模型,所述定位模型用于在目标终端运行时指示所述目标终端根据所述定位模型进行定位;所述定位模型包括训练后的第一信号传播模型、训练后的第二信号传播模型以及训练后的联合模型。
可选地,所述获取模块51用于:
获取信号接收设备在所述预设位置坐标处接收到的至少一个第一信号发射设备发射的第一信号以及至少一个第二信号发射设备发射的第二信号;所述第一信号为携带第一信号发射设备的设备标识的信号;所述第二信号为携带第二信号发射设备的设备标识的信号;
根据各个第一信号确定各个第一信号强度值,并将各个第一信号对应的设备标识、第一距离值及第一信号强度值进行关联储存;
根据各个第二信号确定各个第二信号强度值,并将各个第二信号对应的设备标识、第二距离值及第二信号强度值进行关联储存。
可选地,所述第三训练模块54用于:
根据所述预设位置坐标、各个第一距离值、各个第一距离值对应的设备标识、各个第二距离值以及各个第二距离值对应的设备标识对联合模型进行训练。
可选地,所述第一训练模块52用于:
对各个第一距离值进行排序;
将排序后的各个第一距离值对应的第一信号强度值依次输入第一信号传播模型。
可选地,所述第一信号发射设备发射的信号为Wi-Fi信号,所述第二信号发射设备发射的信号为蓝牙信号。
本发明实施例采用两种无线信号进行模型训练及定位,能够克服利用单一信号作为定位的媒介信息由于信号波动导致的定位信息不稳定的问题,保证定位的准确度;根据训练数据分别训练第一信号传播模型和第二信号传播模型,通过两种信号的传播模型能够确定信号强度与传播距离之间的相关性,解决指纹法进行定位时单次定位计算量大、耗费资源多的问题,能够减少定位过程中处理的数据量,减少对计算资源的占用;通过保存定位模型,使目标终端通过定位模型不需要与服务器通信就能实现定位,避免了定位过程中目标终端与服务器的交互过程及交互延迟,能够减少定位所需的时间,提高定位效率。
对应于上文实施例所述的目标定位方法,图6示出了本发明实施例提供的目标定位装置的示意图。为了便于说明,仅示出了与本实施例相关的部分。
参照图6,该装置应用于目标终端,该装置包括获取模块61、第一处理模块62、第二处理模块63和第三处理模块64。
获取模块61,用于获取至少一个第一信号发射设备发射的第一信号以及至少一个第二信号发射设备发射的第二信号。
第一处理模块62,用于根据各个第一信号确定各个第一信号强度值,并将各个第一信号强度值输入第一信号传播模型,得到各个第一信号对应的各个第一距离值;所述第一距离值为目标终端与第一信号发射设备之间的距离值。
第二处理模块63,用于根据各个第二信号确定各个第二信号强度值,并将各个第二信号强度值输入第二信号传播模型,得到各个第二信号对应的各个第二距离值;所述第二距离值为目标终端与第二信号发射设备之间的距离值。
第三处理模块64,用于将各个第一距离值和各个第二距离值输入联合模型,得到位置坐标。
可选地,所述第一信号为携带第一信号发射设备的设备标识的信号;所述第二信号为携带第二信号发射设备的设备标识的信号;所述第三处理模块64用于:
将各个第一距离值、各个第一距离值对应的设备标识、各个第二距离值以及各个第二距离值对应的设备标识输入联合模型,得到位置坐标。
本发明实施例采用两种无线信号进行模型训练及定位,能够克服利用单一信号作为定位的媒介信息由于信号波动导致的定位信息不稳定的问题,保证定位的准确度;根据训练数据分别训练第一信号传播模型和第二信号传播模型,通过两种信号的传播模型能够确定信号强度与传播距离之间的相关性,解决指纹法进行定位时单次定位计算量大、耗费资源多的问题,能够减少定位过程中处理的数据量,减少对计算资源的占用;通过保存定位模型,使目标终端通过定位模型不需要与服务器通信就能实现定位,避免了定位过程中目标终端与服务器的交互过程及交互延迟,能够减少定位所需的时间,提高定位效率。
图7是本发明一实施例提供的终端设备的示意图。如图7所示,该实施例的终端设备7包括:处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72,例如程序。所述处理器70执行所述计算机程序72时实现上述各个方法实施例中的步骤,例如图1所示的步骤101至105。或者,所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能,例如图5所示模块51至55的功能。
示例性的,所述计算机程序72可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器71中,并由所述处理器70执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如,所述计算机程序72可以被分割成获取模块、第一训练模块、第二训练模块、第三训练模块和保存模块,各模块具体功能如下:
获取模块,用于获取训练数据;所述训练数据包括预设位置坐标、所述预设位置坐标与至少一个第一信号发射设备之间的第一距离值、各个第一距离值对应的第一信号强度值、所述预设位置坐标与至少一个第二信号发射设备之间的第二距离值以及各个第二距离值对应的第二信号强度值。
第一训练模块,用于根据各个第一距离值以及对应的第一信号强度值对第一信号传播模型进行训练。
第二训练模块,用于根据各个第二距离值以及对应的第二信号强度值对第二信号传播模型进行训练。
第三训练模块,用于根据所述预设位置坐标、各个第一距离值以及各个第二距离值对联合模型进行训练。
保存模块,用于保存定位模型,所述定位模型用于在目标终端运行时指示所述目标终端根据所述定位模型进行定位;所述定位模型包括训练后的第一信号传播模型、训练后的第二信号传播模型以及训练后的联合模型。
所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器70、存储器71。本领域技术人员可以理解,图7仅仅是终端设备7的示例,并不构成对终端设备7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,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线、显示器等。
所称处理器70可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述终端设备7的内部存储单元,例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备,例如所述终端设备7上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
图8是本发明一实施例提供的终端设备的示意图。如图8所示,该实施例的终端设备8包括:处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82,例如程序。所述处理器80执行所述计算机程序82时实现上述各个方法实施例中的步骤,例如图4所示的步骤401至404。或者,所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能,例如图6所示模块61至64的功能。
示例性的,所述计算机程序82可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器81中,并由所述处理器80执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序82在所述终端设备8中的执行过程。例如,所述计算机程序82可以被分割成获取模块、第一处理模块、第二处理模块和第三处理模块,各模块具体功能如下:
获取模块,用于获取至少一个第一信号发射设备发射的第一信号以及至少一个第二信号发射设备发射的第二信号。
第一处理模块,用于根据各个第一信号确定各个第一信号强度值,并将各个第一信号强度值输入第一信号传播模型,得到各个第一信号对应的各个第一距离值;所述第一距离值为目标终端与第一信号发射设备之间的距离值。
第二处理模块,用于根据各个第二信号确定各个第二信号强度值,并将各个第二信号强度值输入第二信号传播模型,得到各个第二信号对应的各个第二距离值;所述第二距离值为目标终端与第二信号发射设备之间的距离值。
第三处理模块,用于将各个第一距离值和各个第二距离值输入联合模型,得到位置坐标。
所述终端设备8可以是桌上型计算机、笔记本、掌上电脑及手机等计算设备。所述终端设备可包括,但不仅限于,处理器80、存储器81。本领域技术人员可以理解,图8仅仅是终端设备8的示例,并不构成对终端设备8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,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线、显示器等。
所称处理器80可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81可以是所述终端设备8的内部存储单元,例如终端设备8的硬盘或内存。所述存储器81也可以是所述终端设备8的外部存储设备,例如所述终端设备8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,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,在本发明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。
所述集成的模块/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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种目标定位方法,其特征在于,包括:
获取训练数据;所述训练数据包括预设位置坐标、所述预设位置坐标与至少一个第一信号发射设备之间的第一距离值、各个第一距离值对应的第一信号强度值、所述预设位置坐标与至少一个第二信号发射设备之间的第二距离值以及各个第二距离值对应的第二信号强度值;所述第一信号发射设备与所述第二信号发射设备分别为两种不同无线信号的发射设备;
根据各个第一距离值以及对应的第一信号强度值对第一信号传播模型进行训练;
根据各个第二距离值以及对应的第二信号强度值对第二信号传播模型进行训练;
根据所述预设位置坐标、各个第一距离值以及各个第二距离值对联合模型进行训练;
保存定位模型,所述定位模型用于在目标终端运行时指示所述目标终端根据所述定位模型进行定位;所述定位模型包括训练后的第一信号传播模型、训练后的第二信号传播模型以及训练后的联合模型。
2.如权利要求1所述的目标定位方法,其特征在于,所述获取训练数据包括:
获取信号接收设备在所述预设位置坐标处接收到的至少一个第一信号发射设备发射的第一信号以及至少一个第二信号发射设备发射的第二信号;所述第一信号为携带第一信号发射设备的设备标识的信号;所述第二信号为携带第二信号发射设备的设备标识的信号;
根据各个第一信号确定各个第一信号强度值,并将各个第一信号对应的设备标识、第一距离值及第一信号强度值进行关联储存;
根据各个第二信号确定各个第二信号强度值,并将各个第二信号对应的设备标识、第二距离值及第二信号强度值进行关联储存。
3.如权利要求2所述的目标定位方法,其特征在于,所述根据所述预设位置坐标、各个第一距离值以及各个第二距离值对联合模型进行训练包括:
根据所述预设位置坐标、各个第一距离值、各个第一距离值对应的设备标识、各个第二距离值以及各个第二距离值对应的设备标识对联合模型进行训练。
4.如权利要求1所述的目标定位方法,其特征在于,所述根据各个第一距离值以及对应的第一信号强度值对第一信号传播模型进行训练包括:
对各个第一距离值进行排序;
将排序后的各个第一距离值对应的第一信号强度值依次输入第一信号传播模型。
5.如权利要求1至4任一项所述的目标定位方法,其特征在于,所述第一信号发射设备发射的信号为Wi-Fi信号,所述第二信号发射设备发射的信号为蓝牙信号。
6.一种目标定位方法,其特征在于,应用于目标终端,包括:
获取至少一个第一信号发射设备发射的第一信号以及至少一个第二信号发射设备发射的第二信号;所述第一信号发射设备与所述第二信号发射设备分别为两种不同无线信号的发射设备;
根据各个第一信号确定各个第一信号强度值,并将各个第一信号强度值输入第一信号传播模型,得到各个第一信号对应的各个第一距离值;所述第一距离值为目标终端与第一信号发射设备之间的距离值;
根据各个第二信号确定各个第二信号强度值,并将各个第二信号强度值输入第二信号传播模型,得到各个第二信号对应的各个第二距离值;所述第二距离值为目标终端与第二信号发射设备之间的距离值;
将各个第一距离值和各个第二距离值输入联合模型,得到位置坐标。
7.如权利要求6所述的目标定位方法,其特征在于,所述第一信号为携带第一信号发射设备的设备标识的信号;所述第二信号为携带第二信号发射设备的设备标识的信号;
所述将各个第一距离值和各个第二距离值输入联合模型,得到位置坐标包括:
将各个第一距离值、各个第一距离值对应的设备标识、各个第二距离值以及各个第二距离值对应的设备标识输入联合模型,得到位置坐标。
8.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求6或7所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810783230.8A CN110726970B (zh) | 2018-07-17 | 2018-07-17 | 目标定位方法及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810783230.8A CN110726970B (zh) | 2018-07-17 | 2018-07-17 | 目标定位方法及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110726970A CN110726970A (zh) | 2020-01-24 |
CN110726970B true CN110726970B (zh) | 2021-12-24 |
Family
ID=69217013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810783230.8A Active CN110726970B (zh) | 2018-07-17 | 2018-07-17 | 目标定位方法及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110726970B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111654817A (zh) * | 2020-06-29 | 2020-09-11 | 青岛歌尔智能传感器有限公司 | 蓝牙定位方法、移动终端及存储介质 |
US20230420838A1 (en) * | 2020-11-13 | 2023-12-28 | Telefonaktiebolaget Lm Ericsson (Publ) | Ue driven antenna tilt |
CN113060094B (zh) * | 2021-04-29 | 2022-07-26 | 北京车和家信息技术有限公司 | 一种车辆的控制方法、装置和车载设备 |
CN113709664B (zh) * | 2021-08-25 | 2023-08-15 | 北京京诚瑞达电气工程技术有限公司 | 基于信号强度的三点定位方法及装置 |
CN115696570B (zh) * | 2022-11-04 | 2023-05-05 | 北京智信天一科技有限公司 | 一种信号分析定位仪的应用方法及系统 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576615A (zh) * | 2008-05-05 | 2009-11-11 | 北京银易通网络科技有限公司 | 一种对wsn混合定位的系统和方法模型 |
CN102395192B (zh) * | 2011-03-15 | 2014-09-24 | 苏州摩多物联科技有限公司 | 一种无线传感终端的定位方法和装置 |
CN102291674A (zh) * | 2011-07-25 | 2011-12-21 | 盛乐信息技术(上海)有限公司 | 一种基于Wi-Fi的无线定位方法与系统 |
CN102413564B (zh) * | 2011-11-25 | 2014-07-23 | 北京工业大学 | 基于bp神经网络和改进质心算法的室内定位方法 |
TWI489126B (zh) * | 2012-12-19 | 2015-06-21 | Ind Tech Res Inst | 一種動態無線訊號強度修正系統與方法 |
CN103885030A (zh) * | 2014-03-07 | 2014-06-25 | 电子科技大学 | 一种无线传感器网络移动节点的定位方法 |
EP3195541B1 (en) * | 2014-07-17 | 2021-11-03 | Origin Wireless, Inc. | Wireless positioning systems |
TWI554136B (zh) * | 2014-09-24 | 2016-10-11 | 緯創資通股份有限公司 | 室內定位方法以及使用該方法的裝置 |
CN105629199A (zh) * | 2014-11-04 | 2016-06-01 | Tcl集团股份有限公司 | 一种室内定位方法及系统 |
US20170339526A9 (en) * | 2015-05-15 | 2017-11-23 | Motorola Mobility Llc | Method and Apparatus for Indoor Location Estimation Among Peer-To-Peer Devices |
CN104821097B (zh) * | 2015-05-22 | 2017-12-01 | 北京四象网讯科技有限公司 | 一种室内停车场定位寻车的方法及系统 |
CN105307264B (zh) * | 2015-07-27 | 2019-01-08 | 河南科技大学 | 一种无线传感器网络的移动节点定位方法 |
CN106612495B (zh) * | 2015-10-23 | 2019-10-25 | 北斗导航位置服务(北京)有限公司 | 一种基于传播损耗学习的室内定位方法及系统 |
US20170142684A1 (en) * | 2015-11-17 | 2017-05-18 | Samsung Electronics Co., Ltd. | Method and apparatus for determining position of a user equipment |
CN105873211A (zh) * | 2016-04-29 | 2016-08-17 | 安徽华米信息科技有限公司 | 一种定位方法及装置 |
US10244345B2 (en) * | 2016-10-18 | 2019-03-26 | International Business Machines Corporation | Geographic location mapping using network signal strength |
CN106535097B (zh) * | 2016-11-14 | 2019-11-08 | 安徽华米信息科技有限公司 | 室内定位方法、装置及服务器 |
CN106792769A (zh) * | 2016-11-22 | 2017-05-31 | 上海斐讯数据通信技术有限公司 | 一种WiFi定位方法及服务器及定位模型建立方法 |
CN107070687A (zh) * | 2016-12-26 | 2017-08-18 | 南京理工大学 | 基于集成神经网络的wifi定位方法 |
CN106793084A (zh) * | 2016-12-26 | 2017-05-31 | 成都麦杰康科技有限公司 | 定位方法及装置 |
CN106658422B (zh) * | 2017-01-09 | 2019-09-10 | 深圳市智开科技有限公司 | 针对高度稀疏WiFi数据的网络侧定位方法与系统 |
-
2018
- 2018-07-17 CN CN201810783230.8A patent/CN110726970B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110726970A (zh) | 2020-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110726970B (zh) | 目标定位方法及终端设备 | |
CN110730422B (zh) | 基于uwb的定位方法、装置、系统及终端设备 | |
CN106658399B (zh) | 一种基于手机用户位置指纹进行手机位置定位的方法 | |
CN108040318B (zh) | 一种定位方法、电子设备及计算机可读存储介质 | |
CN112218330B (zh) | 定位方法及通信装置 | |
CN106550331A (zh) | 一种室内定位方法和设备 | |
KR20190053470A (ko) | 딥러닝 기반 측위 시스템 및 이의 구축 방법 | |
CN106793080A (zh) | 一种基于无线热点的可离线定位方法 | |
CN104540221A (zh) | 基于半监督sde算法的wlan室内定位方法 | |
CN105392196A (zh) | 一种定位方法及装置 | |
CN107968987B (zh) | 基于定积分结合环境参数的rssi加权质心定位方法 | |
CN111381209A (zh) | 一种测距定位的方法及装置 | |
CN111148030A (zh) | 指纹数据库的更新方法、装置、服务器及存储介质 | |
CN111880144B (zh) | 定位方法、装置、设备和存储介质 | |
CN110611876A (zh) | 室内资产管理的方法、装置及系统 | |
CN111133785B (zh) | 用于无线通信系统中进行网络设计的分析方法和设备 | |
CN105517148B (zh) | 一种定位方法及装置 | |
CN106921978B (zh) | 一种位置分布确定方法及装置 | |
CN106792527A (zh) | 一种位置数据处理方法、装置和计算设备 | |
CN106162529A (zh) | 室内定位方法与装置 | |
CN109302706B (zh) | 一种伪基站的定位方法、装置及计算机可读存储介质 | |
CN109756970B (zh) | 临近关系无线信号定位方法、装置、设备及存储介质 | |
CN111372181A (zh) | 一种基于蓝牙的室内定位方法、装置及存储介质 | |
CN110260863A (zh) | 一种泛在定位信号动态数据采集及指纹库构建方法、匹配定位方法及系统 | |
CN107846689B (zh) | 基于gis系统实现无线通信网络频率规划的方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 516006 TCL science and technology building, No. 17, Huifeng Third Road, Zhongkai high tech Zone, Huizhou City, Guangdong Province Applicant after: TCL Technology Group Co.,Ltd. Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Development Zone No. nineteen District Applicant before: TCL Corp. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |