CN110830910B - 终端的定位状态识别方法及装置、电子设备和存储介质 - Google Patents
终端的定位状态识别方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN110830910B CN110830910B CN201911109631.6A CN201911109631A CN110830910B CN 110830910 B CN110830910 B CN 110830910B CN 201911109631 A CN201911109631 A CN 201911109631A CN 110830910 B CN110830910 B CN 110830910B
- Authority
- CN
- China
- Prior art keywords
- terminal
- state
- threshold
- rssi
- axis
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
Abstract
本发明实施例涉及物联网技术领域,公开了一种终端的定位状态识别方法及装置、电子设备和存储介质。该方法包括:实时获取终端的运动数据;对运动数据进行分析得到终端的定位状态;其中,定位状态包括第一状态与第二状态,第一状态表示在根据RSSI定位终端时需要对RSSI进行补偿,第二状态表示在根据RSSI定位终端时无需对RSSI进行补偿。本发明实施方式通过对实际使用场景中RSSI的影响状态进行识别,从而可在后期有针对性地对RSSI进行补偿,进而可消除距离识别误差,提高PEPS等系统的准确率。
Description
技术领域
本发明涉及物联网技术领域,特别涉及一种终端的定位状态识别方法及装置、电子设备和存储介质。
背景技术
目前,PEPS(Passive Entry Passive Start,无钥匙进入及启动)系统已得到广泛应用。其中,在用蓝牙数字钥匙实现PEPS功能时,需要根据RSSI(Received SignalStrength Indicator,接收信号强度)确定解锁端,如智能手机相对车辆的距离,以便在适当的距离对车解/闭锁。
发明人发现现有技术是直接根据手机蓝牙接收信号强度计算距离的,然而蓝牙信号在受到一些因素影响时会产生很大的衰减,使得计算出的距离与实际距离存在偏差,从而影响PEPS系统解/闭锁距离的准确性。
发明内容
本发明实施方式的目的在于提供一种终端的定位状态识别方法及装置、电子设备和存储介质,通过对实际使用场景中RSSI的影响状态进行识别,从而可在后期有针对性地对RSSI进行补偿,进而可消除距离识别误差,提高PEPS等系统的准确率。
为解决上述技术问题,本发明的实施方式提供了一种终端的定位状态识别方法,包括:
实时获取所述终端的运动数据;
对所述运动数据进行分析得到所述终端的定位状态;其中,所述定位状态包括第一状态与第二状态,所述第一状态表示在根据RSSI定位所述终端时需要对所述RSSI进行补偿,所述第二状态表示在根据RSSI定位所述终端时无需对所述RSSI进行补偿。
本发明的实施方式还提供了一种终端的定位状态识别装置,包括:
获取模块,用于实时获取所述终端的运动数据;
分析模块,用于对所述运动数据进行分析得到所述终端的定位状态;其中,所述定位状态包括第一状态与第二状态,所述第一状态表示在根据RSSI定位所述终端时需要对所述RSSI进行补偿,所述第二状态表示在根据RSSI定位所述终端时无需对所述RSSI进行补偿。
本发明的实施方式还提供了一种电子设备,包括:存储器和处理器,存储器存储计算机程序,处理器运行所述计算机程序以实现如前所述的终端的定位状态识别方法。
本发明的实施方式还提供了一种计算机可读存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行如前所述的终端的定位状态识别方法。
本发明实施方式相对于现有技术而言,在进行距离检测时,还实时获取终端的运动数据,并对运动数据进行分析得到终端的定位状态;其中,定位状态包括第一状态与第二状态,第一状态表示在根据RSSI定位终端时需要对RSSI进行补偿,第二状态表示在根据RSSI定位终端时无需对RSSI进行补偿。由于终端的特定放置位置、朝向等会造成信号衰减影响RSSI的准确度,而通过对终端的运动数据进行分析可确定终端是否处于特定的放置位置以及朝向等的需要补偿的第一状态,从而可在后期对第一状态下的RSSI进行补偿,以消除距离识别误差,进而提高PEPS系统等的准确率。
作为一个实施例,所述运动数据包括:z轴角速度;
所述对所述运动数据进行分析得到所述终端的定位状态,具体包括:
根据所述z轴角速度计算得到z轴角速度波动参数;
确定所述z轴角速度波动参数是否大于第一阈值,若大于所述第一阈值,则确定所述终端处于所述第一状态。由于z轴角速度波动参数较大时,反映出终端通常处于影响信号正常接收的场景,因此可准确识别出需要进行RSSI补偿的状态。
作为一个实施例,所述运动数据还包括:三轴加速度;
所述对所述运动数据进行分析得到所述终端的定位状态,还包括:
若所述z轴角速度波动参数小于或者等于第一阈值,计算得到三轴加速度幅值波动参数;
确定所述三轴加速度幅值波动参数是否大于第二阈值;
若所述三轴加速度幅值波动参数大于所述第二阈值,则根据z轴加速度绝对值的最大值确定所述终端的定位状态;
若所述三轴加速度幅值波动参数大于或等于所述第二阈值,则根据x轴加速度的均值的绝对值确定所述终端的定位状态。
作为一个实施例,所述根据z轴加速度绝对值的最大值确定所述终端的定位状态,具体包括:
确定z轴加速度绝对值的最大值是否小于或等于第三阈值;
若z轴加速度绝对值的最大值小于或等于第三阈值,则确定所述终端处于第一状态;
若z轴加速度绝对值的最大值大于所述第三阈值,则确定所述终端处于所述第二状态。
作为一个实施例,所述根据x轴加速度的均值的绝对值确定所述终端的定位状态,具体包括:
确定x轴加速度的均值的绝对值是否大于或者等于第四阈值;
若x轴加速度的均值的绝对值大于或者等于所述第四阈值,则确定所述终端处于所述第一状态;
若x轴加速度的均值的绝对值小于所述第四阈值,则确定所述终端处于所述第二状态。
作为一个实施例,所述第一阈值、第二阈值、第三阈值及第四阈值均通过机器学习方式学习得到。从而可以提高定位状态识别的准确性。
作为一个实施例,在所述根据所述z轴角速度计算得到z轴角速度波动参数之前,还包括:
根据所述运动数据确定所述终端处于移动状态。
附图说明
图1是根据本发明第一实施方式终端的定位状态识别方法的流程图;
图2是根据本发明实施方式终端运动数据的坐标轴示意图;
图3是根据本发明第一实施方式终端的定位状态识别方法的另一流程图;
图4是根据本发明第二实施方式终端的定位状态识别装置的结构示意图;
图5是根据本发明第三实施方式电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本发明而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本发明所要求保护的技术方案。
本发明的第一实施方式涉及一种终端的定位状态识别方法,终端包括但不限于智能手机、掌上电脑。如图1所示,该方法包括步骤101、步骤102。
步骤101:实时获取终端的运动数据。
本发明实施方式中,终端中设置有三轴加速度传感器以及陀螺仪。如图2所示,三轴加速度传感器可检测出终端在x、y、z三轴向的加速度,分别采用ax,ay,az表示,陀螺仪可检测出终端在x、y、z三轴向的角速度,图2中z轴未示出,z轴垂直于x、y轴确定的平面。其中,加速度传感器和陀螺仪可以按照一定周期,比如20~50ms进行数据采集。
步骤102:对运动数据进行分析得到终端的定位状态;其中,定位状态包括第一状态与第二状态,第一状态表示在根据RSSI定位终端时需要对RSSI进行补偿,第二状态表示在根据RSSI定位终端时无需对RSSI进行补偿。
作为举例而非限制,终端的RSSI可以指手机蓝牙RSSI,手机蓝牙接收信号强度的准确度和手机放置位置以及手机蓝牙天线的方向有关。其中,手机蓝牙天线的方向取决于手机的朝向。终端的定位状态可以是指手机的特定放置位置以及特定朝向。蓝牙信号在手机处于一些放置位置和/或朝向时衰减很大,在根据RSSI定位终端时需要对RSSI进行补偿,而在某些放置位置和/或朝向时基本不受影响,在根据RSSI定位终端时也不需要对RSSI进行补偿。步骤102可以结合终端的三轴加速度以及角速度等的运动数据分析识别出终端的放置位置和/或朝向,从而确定是否需要对RSSI进行补偿。
下面结合图3对本发明实施方式的终端的定位状态识别方法进行详细说明。如图3所示,该方法包括步骤301至步骤314。本实施方式通过步骤301至步骤314可识别出如表一所示的3种第一状态以及2种第二状态。
序号 | 定位状态 | 是否需要补偿 |
1 | 手机放在裤子前口袋(亦称pants-front) | 否 |
2 | 手机放在裤子后口袋(亦称pants-back) | 是 |
3 | 手机放在身前观看(亦称front) | 否 |
4 | 手机放在耳边接听电话(亦称call) | 是 |
5 | 手机在身体一侧随手自然摆动(亦称swing) | 是 |
表一
步骤301:获取当前时间窗的终端的运动数据。
本发明实施方式基于滑动时间窗对需要进行RSSI补偿的定位状态进行识别。滑动时间窗的时长比如是2S,即每次基于2S的时间窗内的终端的运动数据执行一次识别,识别的频率可以是每秒1次。
本实施方式中,获取的运动数据包括三轴加速度以及z轴角速度gz。gz是终端绕z轴旋转的角速度。
步骤302:根据运动数据确定终端是否处于移动状态。若终端处于移动状态,则执行步骤304,若终端未处于移动状态,则执行步骤303。
具体地,可以根据三轴加速度幅值检测终端是否处于移动状态,其中,三轴加速度幅值或者也可以通过加速度水平方向和重力方向的分量来检测终端是否处于移动状态。利用三轴加速度数据检测终端是否处于移动状态的方法为本领域技术人员熟知,此处不再赘述。
步骤303:确定终端处于未知状态。
即确定终端在当前时间窗内的定位状态为未知(unknown),在检测到终端处于未知状态时,可以不对RSSI进行处理。
步骤304:根据z轴角速度计算得到z轴角速度波动参数。
本实施方式中,z轴角速度波动参数可以采用当前时间窗口内的z轴角速度的标准差或者方差。
步骤305:确定z轴角速度波动参数是否大于第一阈值,若z轴角速度波动参数大于第一阈值Thres1,则执行步骤306,若z轴角速度波动参数小于或者等于Thres1,则执行步骤307。
本实施方式中,z轴角速度波动参数采用z轴角速度的方差,第一阈值的取值比如是3.25。若步骤304计算得到的z轴角速度方差大于3.25,则执行步骤306,若小于或者等于3.25,则执行步骤307。
步骤306:确定终端处于Swing状态。
由于实际场景中存在Swing状态(手机在身体一侧随手自然摆动)时,手机的朝向会造成蓝牙信号衰减,且手机的朝向不断改变,因此Swing状态属于第一状态,需要在根据RSSI定位终端时对RSSI进行补偿。z轴角速度波动参数能够反映z轴角速度的波动性,而z轴角速度波动性大小可反映实际使用场景中终端是否处于Swing状态,因此,通过步骤304、305可以识别出终端处于Swing状态或者排除终端处于Swing状态。
步骤307:计算得到三轴加速度幅值波动参数。
在此,三轴加速度幅值波动参数可以采用当前时间窗口内的三轴加速度幅值的标准差或者方差。
步骤308:确定三轴加速度幅值波动参数是否大于第二阈值,若三轴加速度幅值波动参数大于第二阈值,则执行步骤309,若三轴加速度幅值波动参数小于或者等于第二阈值,则执行步骤312。
其中,三轴加速度幅值波动参数采用三轴加速度幅值的方差,第二阈值的取值比如是7.6,若三轴加速度幅值的方差大于7.6,则执行步骤309,若小于或者等于7.6,则执行步骤312。
在实际使用场景中,终端还可能处于pants-front(手机放在裤子前口袋)、pants-back(手机放在裤子后口袋)、call(手机放在耳边接听电话)或者front(手机放在身前观看)等状态。其中,由于终端处于pants-back状态时,人体对信号遮挡会造成信号衰减,因此,pants-back状态属于第一状态。而终端处于call状态时,终端的朝向会引起信号衰减,因此,call状态属于第一状态。而终端处于pants-front以及front状态时,信号接收基本不受影响,因此,pants-front和front状态均属于第二状态。三轴加速度幅值波动参数可以将pants-back、pants-front等的两种定位状态与call以及front等的两种定位状态区分开来,从而便于进一步准确识别出pants-back和call等的第一状态。
步骤309:确定z轴加速度绝对值的最大值是否小于或者等于第三阈值,若z轴加速度绝对值的最大值小于或者等于第三阈值,则执行步骤310,若z轴加速度绝对值的最大值大于第三阈值,则执行步骤311。
步骤310:确定终端处于pants-back状态。
步骤311:确定终端处于pants-front状态。
步骤309用于识别终端处于pants-back状态或者pants-front状态,由于手机放在前口袋时z轴加速度绝对值最大值比手机放在后口袋时z轴加速度绝对值最大值大,因此z轴加速度绝对值的最大值可以准确区分pants-back和pants-front状态。在此,第三阈值的取值比如是10,若z轴加速度绝对值的最大值小于或者等于10,则确定终端处于pants-back状态,若z轴加速度绝对值的最大值大于10,则确定终端处于pants-front状态。
步骤312:确定x轴加速度的均值的绝对值是否大于或者等于第四阈值,若x轴加速度的均值的绝对值大于或者等于第四阈值,则执行步骤313,若x轴加速度的均值的绝对值小于第四阈值,则执行步骤314。
步骤313:确定终端处于call状态。
步骤314:确定终端处于front状态。
步骤312用于识别终端处于call状态或者front状态。由于call状态和front状态下手机x轴加速度差别很大,因此,通过x轴加速度的均值的绝对值可以准确区分call状态和front状态。在此,第四阈值的取值比如是1.25,若x轴加速度的均值的绝对值大于或者等于第四阈值,则确定终端处于call状态,若x轴加速度的均值的绝对值小于第四阈值,则确定终端处于front状态。
值得一提的是,本实施方式中,第一阈值、第二阈值、第三阈值及第四阈值等各个阈值均可通过机器学习方式学习得到,比如可通过二分类机器学习算法学习得到。通过机器学习方式可以在大数据量的基础上得到各定位状态所对应的阈值,从而使得定位状态识别更准确。
需要说明的是,本发明实施方式基于不同定位状态与三轴加速度以及z轴角速度等的数据特征的对应关系,通过优先识别数据特征最为独特的场景(即手机在身体一侧随手自然摆动),然后再根据数据特征对其他定位状态进行分类(即通过第二阈值区分手机随腿部运动还是在身体上部位置),最终逐步识别出Swing、pants-back以及call等的第一状态。因此,本发明实施方式根据数据特征的特性及其与场景的关联性,可以准确地识别出需要进行RSSI补偿的各种场景。
本实施方式与现有技术相比,通过实时获取终端的运动数据,对运动数据进行分析识别得到终端的定位状态。本发明实施方式基于终端运动数据的数据特征与场景的关联性,逐步地识别出需要进行RSSI补偿的各种场景,从而便于后期对RSSI进行补偿,进而准确检测终端与车辆的距离,避免蓝牙信号受到影响而降低距离检测的准确性,从而提高PEPS系统等的准确率。
本发明的第二实施方式涉及一种终端的定位状态识别装置。请参阅图4,本实施方式的终端的定位状态识别装置400包括:
获取模块401,用于实时获取终端的运动数据;
分析模块402,用于对运动数据进行分析得到终端的定位状态;其中,定位状态包括第一状态与第二状态,第一状态表示在根据RSSI定位终端时需要对RSSI进行补偿,第二状态表示在根据RSSI定位终端时无需对RSSI进行补偿。
可选地,运动数据包括:z轴角速度;
分析模块402包括:
第一参数计算子模块,用于根据z轴角速度计算得到z轴角速度波动参数;
识别子模块,用于若z轴角速度波动参数大于第一阈值,确定终端处于第一状态。
进一步地,运动数据还可以包括:三轴加速度;分析模块402还可以包括:
第二参数计算子模块,用于若z轴角速度波动参数小于或者等于第一阈值,计算得到三轴加速度幅值波动参数;
识别子模块,还用于若三轴加速度幅值波动参数大于第二阈值,根据z轴加速度绝对值的最大值确定终端的定位状态,若三轴加速度幅值波动参数小于或者等于第二阈值,根据x轴加速度的均值的绝对值确定终端的定位状态。
可选地,识别子模块还用于确定z轴加速度绝对值的最大值是否小于或等于第三阈值;若z轴加速度绝对值的最大值小于或等于第三阈值,则确定终端处于第一状态;若z轴加速度绝对值的最大值大于第三阈值,则确定终端处于所述第二状态。识别子模块还用于确定x轴加速度的均值的绝对值是否大于或者等于第四阈值;若x轴加速度的均值的绝对值大于或者等于第四阈值,则确定终端处于第一状态;若x轴加速度的均值的绝对值小于第四阈值,则确定终端处于第二状态。
优选地,第一阈值、第二阈值、第三阈值及第四阈值均通过机器学习方式学习得到。
本实施方式中,分析模块402还用于在根据z轴角速度计算得到z轴角速度波动参数之前,根据运动数据确定终端处于移动状态。
本实施方式与现有技术相比,终端的定位状态识别装置通过实时获取终端的运动数据,对运动数据进行分析识别得到终端的定位状态。本发明实施方式基于终端运动数据的数据特征与场景的关联性,逐步地识别出需要进行RSSI补偿的各种场景,从而便于后期对RSSI进行补偿,进而准确检测终端与车辆的距离,避免蓝牙信号受到影响而降低距离检测的准确性,从而提高PEPS系统等的准确率。
本发明的第三实施方式涉及一种电子设备。本实施方式的电子设备可以是智能手机、掌上电脑等移动终端。如图5所示,该电子设备包括:存储器502和处理器501;
其中,所述存储器502存储有可被所述至少一个处理器501执行的指令,所述指令被所述至少一个处理器501执行以实现如第一或者第二实施方式所述的终端的定位状态识别方法。
该电子设备包括一个或多个处理器501以及存储器502,图5中以一个处理器501为例。处理器501、存储器502可以通过总线或者其他方式连接,图5中以通过总线连接为例。存储器502作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器501通过运行存储在存储器502中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述终端的定位状态识别方法。
存储器502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序。此外,存储器502可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施方式中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器502中,当被一个或者多个处理器501执行时,执行上述任意方法实施方式中的终端的定位状态识别方法。
上述设备可执行本发明实施方式所提供的方法,具备执行方法相应的功能模块和有益效果,未在本实施方式中详尽描述的技术细节,可参见本发明实施方式所提供的方法。
本实施方式与现有技术相比,通过实时获取终端的运动数据,对运动数据进行分析识别得到终端的定位状态。本发明实施方式基于终端运动数据的数据特征与场景的关联性,逐步地识别出需要进行RSSI补偿的各种场景,从而便于后期对RSSI进行补偿,进而准确检测终端与车辆的距离,避免蓝牙信号受到影响而降低距离检测的准确性,从而提高PEPS系统等的准确率。
本发明的第四实施方式涉及一种非易失性存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本发明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。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (8)
1.一种终端的定位状态识别方法,其特征在于,包括:
实时获取所述终端的运动数据;所述运动数据包括:z轴角速度及三轴加速度;
根据所述运动数据确定所述终端是否处于移动状态;
在所述终端处于移动状态时,对所述运动数据进行分析得到所述终端的定位状态;其中,所述定位状态包括第一状态与第二状态,所述第一状态表示在根据RSSI定位所述终端时需要对所述RSSI进行补偿,所述第二状态表示在根据RSSI定位所述终端时无需对所述RSSI进行补偿;
所述对所述运动数据进行分析得到所述终端的定位状态,具体包括:
根据所述z轴角速度计算得到z轴角速度波动参数;
确定所述z轴角速度波动参数是否大于第一阈值,若大于所述第一阈值,则确定所述终端处于所述第一状态。
2.根据权利要求1所述的终端的定位状态识别方法,其特征在于,
所述对所述运动数据进行分析得到所述终端的定位状态,还包括:
若所述z轴角速度波动参数小于或者等于第一阈值,计算得到三轴加速度幅值波动参数;
确定所述三轴加速度幅值波动参数是否大于第二阈值;
若所述三轴加速度幅值波动参数大于所述第二阈值,则根据z轴加速度绝对值的最大值确定所述终端的定位状态;
若所述三轴加速度幅值波动参数小于或等于所述第二阈值,则根据x轴加速度的均值的绝对值确定所述终端的定位状态。
3.根据权利要求2所述的终端的定位状态识别方法,其特征在于,所述根据z轴加速度绝对值的最大值确定所述终端的定位状态,具体包括:
确定z轴加速度绝对值的最大值是否小于或等于第三阈值;
若z轴加速度绝对值的最大值小于或等于第三阈值,则确定所述终端处于第一状态;
若z轴加速度绝对值的最大值大于所述第三阈值,则确定所述终端处于所述第二状态。
4.根据权利要求2所述的终端的定位状态识别方法,其特征在于,所述根据x轴加速度的均值的绝对值确定所述终端的定位状态,具体包括:
确定x轴加速度的均值的绝对值是否大于或者等于第四阈值;
若x轴加速度的均值的绝对值大于或者等于所述第四阈值,则确定所述终端处于所述第一状态;
若x轴加速度的均值的绝对值小于所述第四阈值,则确定所述终端处于所述第二状态。
5.根据权利要求4中任一项所述的终端的定位状态识别方法,其特征在于,所述第一阈值、第二阈值、第三阈值及第四阈值均通过机器学习方式学习得到。
6.一种终端的定位状态识别装置,其特征在于,包括:
获取模块,用于实时获取所述终端的运动数据;所述运动数据包括:z轴角速度及三轴加速度;
分析模块,用于根据所述运动数据确定所述终端处于移动状态之后,再对所述运动数据进行分析得到所述终端的定位状态;其中,所述定位状态包括第一状态与第二状态,所述第一状态表示在根据RSSI定位所述终端时需要对所述RSSI进行补偿,所述第二状态表示在根据RSSI定位所述终端时无需对所述RSSI进行补偿;
所述分析模块包括:
第一参数计算子模块,用于根据z轴角速度计算得到z轴角速度波动参数;
识别子模块,用于若z轴角速度波动参数大于第一阈值,确定终端处于第一状态。
7.一种电子设备,其特征在于,包括:存储器和处理器,存储器存储计算机程序,处理器运行所述计算机程序以实现如权利要求1至5中任一项所述的终端的定位状态识别方法。
8.一种计算机可读存储介质,其特征在于,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行如权利要求1至5中任一项所述的终端的定位状态识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911109631.6A CN110830910B (zh) | 2019-11-14 | 2019-11-14 | 终端的定位状态识别方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911109631.6A CN110830910B (zh) | 2019-11-14 | 2019-11-14 | 终端的定位状态识别方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110830910A CN110830910A (zh) | 2020-02-21 |
CN110830910B true CN110830910B (zh) | 2021-02-09 |
Family
ID=69554782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911109631.6A Active CN110830910B (zh) | 2019-11-14 | 2019-11-14 | 终端的定位状态识别方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110830910B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5886205B2 (ja) * | 2010-11-25 | 2016-03-16 | パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカPanasonic Intellectual Property Corporation of America | 通信機器 |
CN104244182A (zh) * | 2014-09-13 | 2014-12-24 | 北京智谷技术服务有限公司 | 移动设备位置确定方法及确定装置、移动设备 |
US10325229B2 (en) * | 2016-03-16 | 2019-06-18 | Triax Technologies, Inc. | Wearable sensor for tracking worksite events including sensor removal |
CN107659893B (zh) * | 2017-11-08 | 2020-04-17 | 北京邮电大学 | 一种误差补偿方法、装置、电子设备及可读存储介质 |
CN110068322B (zh) * | 2019-04-18 | 2024-03-01 | 中国电子科技集团公司电子科学研究院 | 一种基于终端的行人定位方法及行人定位装置 |
-
2019
- 2019-11-14 CN CN201911109631.6A patent/CN110830910B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110830910A (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3281020B1 (en) | Opportunistic calibration of a smartphone orientation in a vehicle | |
US8838403B2 (en) | Method and system for a self-calibrated multi-magnetometer platform | |
Gośliński et al. | Performance comparison of EKF-based algorithms for orientation estimation on Android platform | |
US11064313B2 (en) | In-vehicle wireless communication device and distance information detection method | |
US11493595B2 (en) | Method and apparatus for evaluating accuracy in positioning a receiver point | |
CN106842094B (zh) | 磁力计校准的数据处理方法和装置 | |
WO2014070399A1 (en) | Estimating the gravity vector in a world coordinate system using an accelerometer in a mobile device | |
CN105910593B (zh) | 一种校准终端的地磁传感器的方法及装置 | |
US10309983B2 (en) | Systems and methods for motion detection | |
CN109597099B (zh) | 判断基准站接收机是否移动的方法、oem板卡及接收机 | |
CN104536567A (zh) | 一种方向检测方法 | |
CN111536989A (zh) | 基于峰值检测的自适应时间窗口计步方法 | |
US20150260543A1 (en) | Background calibration | |
CN110830910B (zh) | 终端的定位状态识别方法及装置、电子设备和存储介质 | |
CN111803902B (zh) | 泳姿识别方法、装置、可穿戴设备及存储介质 | |
CN101598540B (zh) | 三维定位方法和三维定位系统 | |
CN111080701A (zh) | 智能柜物体检测方法、装置、服务器及存储介质 | |
KR101870542B1 (ko) | 모션 인식 방법 및 장치 | |
EP2960627A1 (en) | Carry-state change detection device, carry-state change detection method, and program | |
CN110960222B (zh) | 一种运动类型检测方法及装置 | |
CN113340322A (zh) | 一种计步方法、装置、电子设备及可读存储介质 | |
Khaleghi et al. | Opportunistic calibration of smartphone orientation in a vehicle | |
CN112334067A (zh) | 用于提供人员的步数的求取方法的方法 | |
CN111982108A (zh) | 移动机器人定位方法、装置、设备及存储介质 | |
US20240159566A1 (en) | Step counting method and device, electronic apparatus and readable storage medium |
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 |