CN111275088B - 一种建筑模型的构建方法、系统及存储介质 - Google Patents
一种建筑模型的构建方法、系统及存储介质 Download PDFInfo
- Publication number
- CN111275088B CN111275088B CN202010046863.8A CN202010046863A CN111275088B CN 111275088 B CN111275088 B CN 111275088B CN 202010046863 A CN202010046863 A CN 202010046863A CN 111275088 B CN111275088 B CN 111275088B
- Authority
- CN
- China
- Prior art keywords
- air pressure
- building
- data
- entrance
- user
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 45
- 239000010410 layer Substances 0.000 claims description 100
- 230000008859 change Effects 0.000 claims description 46
- 238000004458 analytical method Methods 0.000 claims description 41
- 239000002356 single layer Substances 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 10
- 230000000737 periodic effect Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 230000007423 decrease Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
- G01C5/06—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels by using barometric means
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供了一种建筑模型的构建方法、系统及存储介质,其方法包括:获取用户轨迹数据;根据所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置;根据所述出入口位置分析建筑物的外部轮廓;基于所述用户轨迹数据聚类得到建筑物每一层的层高;根据所述用户轨迹数据中的气压数据计算建筑物高度,结合所述外部轮廓以及所述建筑物每一层的层高建立建筑模型。本发明通过对用户轨迹大数据聚类的方式,实现了不依赖人工采集即可建立较精准且不需要周期人工更新的建筑模型。
Description
技术领域
本发明涉及大数据分析技术领域,尤指一种建筑模型的构建方法、系统及存储介质。
背景技术
目前,已经存在很多技术来进行建筑物室内立体楼层识别,如基于室内图绘制及不同楼层无线信号(如WiFi、BLE、IBeacon等)采集来人工构建立体楼栋模型,以及基于气压计算海拔高度并结合WiFi来构建立体楼栋模型等。然而,这些方法都有其缺陷:
1、存在建模成本高的问题。每个楼栋都需要先绘制室内图,且需要人工进行信号采集,再与对应楼层进行信号绑定。
2、基于气压海拔高度结合WiFi的方式虽然成本降低,但是仍需要人工采集,且楼层识别存在精确度不高的问题,采集完之后当WiFi设备有变动时,楼层识别会有错误,若要保证模型一直有效可用,则需要周期性更新。
3、建模方式对通用商用场景的普适性不高。只要需要人工采集与测量的方案都存在该问题,无法覆盖到所有类型的建筑物,往往适用范围局限在商场、大型超市、书城、博物馆等公共场所,对于普通住宅小区及其他专业采集员无法进入的建筑无法适用。
发明内容
本发明的目的是提供一种建筑模型的构建方法、系统及存储介质,实现通过对用户轨迹大数据聚类的方式,实现了不依赖人工采集即可建立较精准且不需要周期人工更新的建筑模型。
本发明提供的技术方案如下:
本发明提供一种建筑模型建立方法,包括:
获取用户轨迹数据;
根据所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置;
根据所述出入口位置分析建筑物的外部轮廓;
基于所述用户轨迹数据聚类得到建筑物每一层的层高;
根据所述用户轨迹数据中的气压数据计算建筑物高度,结合所述外部轮廓以及所述建筑物每一层的层高建立建筑模型。
进一步的,获取用户轨迹数据之后,根据所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置之前还包括:
当所述用户轨迹数据中任意数据的GPS精度值小于等于第一预设值,且特征值大于等于第二预设值时,删除所述任意数据。
进一步的,根据所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置具体包括:
当所述用户轨迹数据中预设时段内的数据的GPS精度值由大变小,且特征值由小变大时,则GPS精度值和特征值发生变化的拐点对应为出口位置;
当所述用户轨迹数据中预设时段内的数据的GPS精度值由小变大,且特征值由大变小时,则GPS精度值和特征值发生变化的拐点对应为入口位置。
进一步的,根据所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置之后还包括:
删除所述用户轨迹数据中的脏数据,所述脏数据为用户通过所述出入口位置之后预设时间段的轨迹数据。
进一步的,基于所述用户轨迹数据聚类得到建筑物每一层的层高具体包括:
根据用户经过所述出入口位置的时间戳确定目标轨迹数据,所述目标轨迹数据为用户先通过入口再通过出口之间的轨迹数据和所述轨迹数据的两端的出入口轨迹数据;
将所述出入口轨迹数据中的入口数据和所述出入口位置进行匹配得到匹配入口;
读取所述目标轨迹数据中的气压运动轨迹,基于所述匹配入口记录入口气压值为一楼基准气压;
基于所述一楼基准气压,当所述气压运动轨迹中存在气压变动时,根据气压模型计算高度差;
根据所述高度差计算聚类得到建筑物每一层的层高。
进一步的,基于所述一楼基准气压,当所述气压运动轨迹中存在气压变动,则根据气压模型计算高度差具体包括:
当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后又减小至所述一楼基准气压时,选取所述气压运动轨迹中的停顿点,所述停顿点为超过预设时长气压保持一致,记录所述停顿点的上一气压和当前气压,所述上一气压为相邻的上一停顿点的气压值,所述当前气压为所述停顿点的气压值;
当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后预设时间段内无气压数据时,选取所述气压运动轨迹中气压数据变化中的停顿点,记录所述停顿点的上一气压和当前气压;
当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后识别到GPS有效定位,选取所述气压运动轨迹中,在识别到GPS有效定位之前气压数据变化中的停顿点,记录所述停顿点的上一气压和当前气压;
结合所述上一气压和当前气压,根据气压模型计算高度差。
进一步的,根据所述高度差计算聚类得到建筑物每一层的层高具体包括:
当所述高度差在标准层高范围内时,将所述高度差标记为单层层高;
遍历所有用户的用户轨迹数据得到若干个单层层高;
选取一楼单层层高,聚类计算质心值得到一楼基准层高;
选取非一楼单层层高的其余单层层高,聚类计算质心值得到单层层高。
进一步的,根据所述用户轨迹数据中的气压数据计算建筑物高度,结合所述外部轮廓以及所述建筑物每一层的层高建立建筑模型之后还包括:
获取每一层的无线接入点信息;
将所述无线接入点信息绑定到所述建筑模型中对应的楼层。
本发明还提供一种建筑模型建立系统,包括:
数据获取模块,获取用户轨迹数据;
出入口分析模块,根据所述数据获取模块获取的所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置;
轮廓分析模块,根据所述出入口分析模块得到的所述出入口位置分析建筑物的外部轮廓;
层高分析模块,基于所述数据获取模块获取的所述用户轨迹数据聚类得到建筑物每一层的层高;
模型建立模块,根据所述数据获取模块获取的所述用户轨迹数据中的气压数据计算建筑物高度,结合所述轮廓分析模块得到的所述外部轮廓以及所述层高分析模块得到的所述建筑物每一层的层高建立建筑模型。
进一步的,还包括:
数据处理模块,当所述数据获取模块获取的所述用户轨迹数据中任意数据的GPS精度值小于等于第一预设值,且特征值大于等于第二预设值时,删除所述任意数据。
进一步的,所述出入口分析模块具体包括:
出口分析单元,当所述数据获取模块获取的所述用户轨迹数据中预设时段内的数据的GPS精度值由大变小,且特征值由小变大时,则GPS精度值和特征值发生变化的拐点对应为出口位置;
入口分析单元,当所述数据获取模块获取的所述用户轨迹数据中预设时段内的数据的GPS精度值由小变大,且特征值由大变小时,则GPS精度值和特征值发生变化的拐点对应为入口位置。
进一步的,还包括:
所述数据处理模块,删除所述数据获取模块获取的所述用户轨迹数据中的脏数据,所述脏数据为用户通过所述出入口位置之后预设时间段的轨迹数据。
进一步的,所述层高分析模块具体包括:
轨迹分析单元,根据用户经过所述出入口位置的时间戳确定目标轨迹数据,所述目标轨迹数据为用户先通过入口再通过出口之间的轨迹数据和所述轨迹数据的两端的出入口轨迹数据;
入口匹配单元,将所述轨迹分析单元确定的所述出入口轨迹数据中的入口数据和所述出入口位置进行匹配得到匹配入口;
数据读取单元,读取所述目标轨迹数据中的气压运动轨迹,基于所述入口匹配单元确认的所述匹配入口记录入口气压值为一楼基准气压;
高度计算单元,基于所述数据读取单元确认的所述一楼基准气压,当所述数据读取单元读取的所述气压运动轨迹中存在气压变动时,根据气压模型计算高度差;
层高计算单元,根据所述高度计算单元得到的所述高度差计算聚类得到建筑物每一层的层高。
进一步的,所述高度计算单元具体包括:
气压记录子单元,当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后又减小至所述一楼基准气压时,选取所述气压运动轨迹中的停顿点,所述停顿点为超过预设时长气压保持一致,记录所述停顿点的上一气压和当前气压,所述上一气压为相邻的上一停顿点的气压值,所述当前气压为所述停顿点的气压值;
所述气压记录子单元,当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后预设时间段内无气压数据时,选取所述气压运动轨迹中气压数据变化中的停顿点,记录所述停顿点的上一气压和当前气压;
所述气压记录子单元,当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后识别到GPS有效定位,选取所述气压运动轨迹中,在识别到GPS有效定位之前气压数据变化中的停顿点,记录所述停顿点的上一气压和当前气压;
高度计算子单元,结合所述气压记录子单元记录的所述上一气压和当前气压,根据气压模型计算高度差。
进一步的,所述层高计算单元具体包括:
层高标记子单元,当所述高度差在标准层高范围内时,将所述高度差标记为单层层高;
数据遍历子单元,遍历所有用户的用户轨迹数据得到若干个单层层高;
基准层高计算子单元,选取所述层高标记子单元和所述数据遍历子单元中标记的一楼单层层高,聚类计算质心值得到一楼基准层高;
层高计算子单元,选取所述层高标记子单元和所述数据遍历子单元中标记的非一楼单层层高的其余单层层高,聚类计算质心值得到单层层高。
进一步的,还包括:
信息获取模块,获取每一层的无线接入点信息;
所述模型建立模块,将所述信息获取模块获取的所述无线接入点信息绑定到所述建筑模型中对应的楼层。
本发明还提供一种存储介质,该存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述的任一项方法。
通过本发明提供的一种建筑模型的构建方法、系统及存储介质,能够带来以下至少一种有益效果:
1、本发明中,通过GPS的信号衰变(进门、出门)数据,进行聚类计算可以得到楼栋的入口准确位置;
2、本发明中,创造性地将用户历史轨迹大数据聚类计算、气压测高技术及AP(Access Point,即无线接入点)信号相结合,建立建筑模型,解决了楼栋建模局限在个别场景的难题;
3、本发明中,通过用户不断进出楼栋的数据不断迭代更新建筑模型,可以保持模型的长期准确可用。
附图说明
下面将以明确易懂的方式,结合附图说明优选实施方式,对一种建筑模型的构建方法、系统及存储介质的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明一种建筑模型的构建方法的一个实施例的流程图;
图2是本发明一种建筑模型的构建方法的另一个实施例的流程图;
图3是本发明一种建筑模型的构建方法的另一个实施例的流程图;
图4是本发明一种建筑模型的构建系统的另一个实施例的结构示意图;
图5、图6、图7是本发明一种建筑模型的构建方法及系统的一个实施例的流程图。
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,以便透彻理解本申请实施例。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他实施例中也可以实现本申请。在其他情况中,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申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所述描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或集合的存在或添加。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘出了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
本发明的一个实施例,如图1所示,一种建筑模型建立方法,包括:
S100获取用户轨迹数据。
具体的,通过用户携带的移动智能设备获取用户轨迹数据,用户轨迹数据包括GPS用户移动数据、时间戳、移动过程中对应的气压数据以及移动过程中检测到的AP信号。其中,用户轨迹数据可能包含用户出入多栋建筑物,因此逐一分析各个建筑物的建筑模型。
另外,用户携带的移动智能设备包括但不限于可穿戴设备的手表手环以及智能手机等。移动智能设备自动将用户轨迹数据上传至分析处理平台,可以选择没预设周期自动上传,也可以选择定时手动上传。
S200根据所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置。
具体的,Precision(P)为GPS精度,用于区分GPS的信号好坏,其值越小越好表示信号越好。Eigenvalue(E)为特征值,用于判断入门可信度,其值越大入门可信度越高,特征值为将用户轨迹数据中的精度变化数据进行加权处理得到的。
根据用户轨迹数据的GPS精度值和特征值分析信号变化以及精度变化数据,聚类得到建筑物的出入口位置。
S300根据所述出入口位置分析建筑物的外部轮廓。
具体的,根据出入口位置分析建筑物的外部轮廓,当分析得到存在多个方向的多个出入口位置时,将多个出入口位置进行连接即可得到建筑物的外部轮廓,例如商场。当出入口位置较少时,则基于出入口位置,结合系统预设的初始轮廓得到建筑物的外部轮廓,例如居民楼。
S400基于所述用户轨迹数据聚类得到建筑物每一层的层高。
具体的,基于用户轨迹数据聚类得到待分析建筑物中各层的气压数据,根据气压模型计算得到建筑物每一层的层高。其中,一般建筑物的一楼大厅层的层高与其他楼层的层高有差异,因此首先单独计算一楼层高,再除去一楼层高的基础上,计算其余层的层高。
S500根据所述用户轨迹数据中的气压数据计算建筑物高度,结合所述外部轮廓以及所述建筑物每一层的层高建立建筑模型。
具体的,根据用户轨迹数据中的气压数据,结合气压模型计算建筑物高度,根据建筑物每一层的层高在高度上进行划分,最后结合外部轮廓建立建筑模型。
本实施例中,通过对用户历史运动轨迹数据的大数据分析与算法聚类,可以在节省大量绘图测绘成本、人工采集成本、周期更新成本的前提下,保证建筑模型的精准性及长期有效可用。
优选地,在本发明另外的实施例中,S100获取用户轨迹数据之后,S200根据所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置之前还包括:S150当所述用户轨迹数据中任意数据的GPS精度值小于等于第一预设值,且特征值大于等于第二预设值时,删除所述任意数据。
具体的,由于GPS信号强度以及底层数据采集延迟,用户轨迹数据中可能存在部分数据不真实,需要进行过滤。因此,当识别出用户轨迹数据中任意数据的GPS精度值小于等于第一预设值,且特征值大于等于第二预设值时,删除该任意数据。其中,第一预设值和第二预设值根据失真GPS数据的特点统计分析得到。
优选地,在本发明另外的实施例中,S500根据所述用户轨迹数据中的气压数据计算建筑物高度,结合所述外部轮廓以及所述建筑物每一层的层高建立建筑模型之后还包括:S600获取每一层的无线接入点信息;S700将所述无线接入点信息绑定到所述建筑模型中对应的楼层。
具体的,获取的用户轨迹数据中包含无线接入点信息,也就是用户携带的移动智能设备随时记录自身扫描到的无线接入点信息,并和用户轨迹数据中当前的位置信息进行绑定对应。当建立建筑模型之后,根据每一层的位置信息关联到对应的无线接入点信息,然后将该无线接入点信息绑定到建筑模型中对应的楼层。
本实施例中每次用户进入建筑物,只要拉取到了已建立的建筑模型,根据当前气压数据或者海拔高度及扫描到的AP信息即可定位到精准楼层。
本发明的另一个实施例,是上述的实施例的优化实施例,如图2所示,本实施例与上述的实施例相比,主要改进在于,S200根据所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置具体包括:
S210当所述用户轨迹数据中预设时段内的数据的GPS精度值由大变小,且特征值由小变大时,则GPS精度值和特征值发生变化的拐点对应为出口位置。
S220当所述用户轨迹数据中预设时段内的数据的GPS精度值由小变大,且特征值由大变小时,则GPS精度值和特征值发生变化的拐点对应为入口位置。
具体的,建筑物的出入口本身并没有限定为出口或者入口,但是在用户移动的过程中,对于一次移动,进入该建筑物时对应的为入口,离开该建筑物时对应的为出口,实际上可能为同一个出入口位置,入口、出口的定义仅基于用户当前的移动轨迹。
对于出口位置,用户是由室内进入到室外,由于离开建筑物,遮挡物减少,GPS信号增强,因此预设时段内用户轨迹数据中GPS精度值由大变小,且特征值由小变大时,GPS精度值和特征值发生变化的拐点对应为出口位置,由于GPS数据的精度有限,可以将拐点的位置定义为GPS精度值和特征值发生变化的过程中预设时段内的任意一点,例如选取中间点。
由于入口位置用户的移动轨迹与出口位置相反,用户是由室外进入到室内,因此预设时段内用户轨迹数据中GPS精度值由小变大,且特征值由大变小时,GPS精度值和特征值发生变化的拐点对应为入口位置。
S200根据所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置之后还包括:
S250删除所述用户轨迹数据中的脏数据,所述脏数据为用户通过所述出入口位置之后预设时间段的轨迹数据。
具体的,由于GPS信号强度以及底层数据采集延迟,所获取的用户在经过出入口位置之后预设时间段的轨迹数据可能失真,出现漂移的现象,因此,删除用户通过出入口位置之后预设时间段的轨迹数据即脏数据。其中,预设时间段根据GPS数据的准确度恢复的时间决定,不同设备可能相同也可能不相同。
本实施例中,通过GPS的信号衰变(进门、出门)数据,进行聚类计算可以得到楼栋的入口准确位置,同时删除失真的脏数据,以确保分析结果的准确性。
本发明的另一个实施例,是上述的实施例的优化实施例,如图3所示,本实施例与上述的实施例相比,主要改进在于,S400基于所述用户轨迹数据聚类得到建筑物每一层的层高具体包括:
S410根据用户经过所述出入口位置的时间戳确定目标轨迹数据,所述目标轨迹数据为用户先通过入口再通过出口之间的轨迹数据和所述轨迹数据的两端的出入口轨迹数据。
具体的,读取用户轨迹数据中用户经过每一个出入口位置的时间戳,按照时间先后的顺序确定用户进入然后离开建筑物的时间段,该时间段内的用户轨迹数据以及用户进出建筑物的出入口轨迹数据即为目标轨迹数据。
S420将所述出入口轨迹数据中的入口数据和所述出入口位置进行匹配得到匹配入口。
具体的,将出入口轨迹数据中的入口数据和出入口位置进行匹配,如果匹配得到匹配入口则针对该目标轨迹数据继续后续的分析流程,如果没有匹配到匹配入口,说明该入口数据可能由于精度等问题失真,因此删除该目标轨迹数据,按照S410的流程重新选择另一条目标轨迹数据继续进行分析。
S430读取所述目标轨迹数据中的气压运动轨迹,基于所述匹配入口记录入口气压值为一楼基准气压。
具体的,读取目标轨迹数据中的气压运动轨迹,即用户一次进入再离开某个建筑物的过程中气压记录数据,将匹配入口定义为一楼,因此将匹配入口的气压值记录为一楼基准气压。
S440基于所述一楼基准气压,当所述气压运动轨迹中存在气压变动时,根据气压模型计算高度差。
具体的,基于一楼基准气压,识别整个气压运动轨迹中气压是否变动,如果存在变动,说明用户由一楼进入过其它楼层,因此计算气压差值,然后根据气压模型计算高度差。
其中,由于移动智能设备获取数据的精度,以及即便在同一楼层移动智能设备所处的高度不同同样可能导致气压变动,因此,可以设定变动阈值,当气压变动超过该变动阈值时,就判定气压变动。
S450根据所述高度差计算聚类得到建筑物每一层的层高。
具体的,综合同一用户的所有用户轨迹数据,以及所有用户的用户轨迹数据可以得到若干个高度差,因此,计算聚类得到建筑物每一层的层高。
本实施例中,通过对用户轨迹大数据聚类的方式,结合气压数据计算建筑物各楼层之间的高度差,最后聚类得到建筑物每一层的层高,避免需要人工测量计算。
优选地,在本发明另外的实施例中,S440基于所述一楼基准气压,当所述气压运动轨迹中存在气压变动时,根据气压模型计算高度差具体包括:S441当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后又减小至所述一楼基准气压时,选取所述气压运动轨迹中的停顿点,所述停顿点为超过预设时长气压保持一致,记录所述停顿点的上一气压和当前气压,所述上一气压为相邻的上一停顿点的气压值,所述当前气压为所述停顿点的气压值;S442当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后预设时间段内无气压数据时,选取所述气压运动轨迹中气压数据变化中的停顿点,记录所述停顿点的上一气压和当前气压;S443当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后识别到GPS有效定位,选取所述气压运动轨迹中,在识别到GPS有效定位之前气压数据变化中的停顿点,记录所述停顿点的上一气压和当前气压;S444结合所述上一气压和当前气压,根据气压模型计算高度差。
具体的,当气压运动轨迹显示由一楼基准气压开始增大,之后又减小至一楼基准气压时,也就是显示用户由一楼上升到上面的楼层,然后又回到一楼。同样地,还可以是一楼基准气压开始减小,之后又增加至一楼基准气压,即用户由一楼下降到下面的楼层,然后又回到一楼。选取气压运动轨迹中的停顿点,停顿点为超过预设时长气压保持一致,例如用户到家之后,楼层不在变化,其气压不再变化,该轨迹对应即为停顿点。又或者用户搭乘电梯,中途有人离开电梯,电梯开启的过程中气压没有变化,该轨迹对应即为停顿点。也就是说停顿点实际上对应的建筑物的楼层,用户在每个楼层活动的期间,其气压保持一致。记录停顿点的上一气压和当前气压,上一气压为相邻的上一停顿点的气压值,当前气压为停顿点的气压值。也就是说,对于相邻的三个停顿点,中间的停顿点的上一气压是上一停顿点的当前气压,中间的停顿点的当前气压是下一停顿点的上一气压。
当气压运动轨迹显示由一楼基准气压开始增大或开始减小,之后预设时间段内无气压数据时,说明用户由一楼到达其它楼层(可能上面的楼层,也可能下面的楼层)之后,由于信号屏蔽或者电源断电等因素导致没有新的数据被获取到,选取气压运动轨迹中气压数据变化中的停顿点,记录停顿点的上一气压和当前气压。
当气压运动轨迹显示由所述一楼基准气压开始增大,之后识别到GPS有效定位,即用户从一楼进入之后,可能到达阳台、天台等更加开阔的地方,获取的GPS数据精度更高,将其定义为GPS有效定位,选取气压运动轨迹中,在识别到GPS有效定位之前气压数据变化中的停顿点,记录停顿点的上一气压和当前气压。最后根据上一气压和当前气压的气压差值,结合气压模型计算高度差。
优选地,在本发明另外的实施例中,S450根据所述高度差计算聚类得到建筑物每一层的层高具体包括:S451当所述高度差在标准层高范围内时,将所述高度差标记为单层层高;S452遍历所有用户的用户轨迹数据得到若干个单层层高;S453选取一楼单层层高,聚类计算质心值得到一楼基准层高;S454选取非一楼单层层高的其余单层层高,聚类计算质心值得到单层层高。
具体的,由于可能部分高度差为相隔多个楼层,因此需要将其与标准层高范围进行比对,如果在该范围内,则将该高度差标记为单层层高。标准层高范围基于目前现有的建筑物的层高范围,例如2.6-5.6米等。
遍历所有用户的用户轨迹数据得到若干个单层层高,一楼单层层高高于其余楼层的层高,选取所有的单层层高中的一楼单层层高,聚类计算质心值得到一楼基准层高。选取非一楼单层层高的其余单层层高,聚类计算质心值得到单层层高。
本发明的一个实施例,如图4所示,一种建筑模型建立系统1000,包括:
数据获取模块1100,获取用户轨迹数据。
具体的,通过用户携带的移动智能设备获取用户轨迹数据,用户轨迹数据包括GPS用户移动数据、移动过程中对应的气压数据以及移动过程中检测到的AP信号。其中,用户轨迹数据可能包含用户出入多栋建筑物,因此逐一分析各个建筑物的建筑模型。
另外,用户携带的移动智能设备包括但不限于可穿戴设备的手表手环以及智能手机等。移动智能设备自动将用户轨迹数据上传至分析处理平台,可以选择没预设周期自动上传,也可以选择定时手动上传。
出入口分析模块1200,根据所述数据获取模块1100获取的所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置。
具体的,Precision(P)为GPS精度,用于区分GPS的信号好坏,其值越小越好表示信号越好。Eigenvalue(E)为特征值,用于判断入门可信度,其值越大入门可信度越高,特征值为将用户轨迹数据中的精度变化数据进行加权处理得到的。
根据用户轨迹数据的GPS精度值和特征值分析信号变化以及精度变化数据,聚类得到建筑物的出入口位置。
轮廓分析模块1300,根据所述出入口分析模块1200得到的所述出入口位置分析建筑物的外部轮廓。
具体的,根据出入口位置分析建筑物的外部轮廓,当分析得到存在多个方向的多个出入口位置时,将多个出入口位置进行连接即可得到建筑物的外部轮廓,例如商场。当出入口位置较少时,则基于出入口位置,结合系统预设的初始轮廓得到建筑物的外部轮廓,例如居民楼。
层高分析模块1400,基于所述数据获取模块1100获取的所述用户轨迹数据聚类得到建筑物每一层的层高。
具体的,基于用户轨迹数据聚类得到待分析建筑物中各层的气压数据,根据气压模型计算得到建筑物每一层的层高。其中,一般建筑物的一楼大厅层的层高与其他楼层的层高有差异,因此首先单独计算一楼层高,再除去一楼层高的基础上,计算其余层的层高。
模型建立模块1500,根据所述数据获取模块1100获取的所述用户轨迹数据中的气压数据计算建筑物高度,结合所述轮廓分析模块1300得到的所述外部轮廓以及所述层高分析模块1400得到的所述建筑物每一层的层高建立建筑模型。
具体的,根据用户轨迹数据中的气压数据,结合气压模型计算建筑物高度,根据建筑物每一层的层高在高度上进行划分,最后结合外部轮廓建立建筑模型。
本实施例中,通过对用户历史运动轨迹数据的大数据分析与算法聚类,可以在节省大量绘图测绘成本、人工采集成本、周期更新成本的前提下,保证建筑模型的精准性及长期有效可用。
优选地,在本发明另外的实施例中,还包括:数据处理模块,当所述数据获取模块1100获取的所述用户轨迹数据中任意数据的GPS精度值小于等于第一预设值,且特征值大于等于第二预设值时,删除所述任意数据。
具体的,由于GPS信号强度以及底层数据采集延迟,用户轨迹数据中可能存在部分数据不真实,需要进行过滤。因此,当识别出用户轨迹数据中任意数据的GPS精度值小于等于第一预设值,且特征值大于等于第二预设值时,删除该任意数据。其中,第一预设值和第二预设值根据失真GPS数据的特点统计分析得到。
优选地,在本发明另外的实施例中,所述出入口分析模块1200具体包括:出口分析单元,当所述数据获取模块1100获取的所述用户轨迹数据中预设时段内的数据的GPS精度值由大变小,且特征值由小变大时,则GPS精度值和特征值发生变化的拐点对应为出口位置;入口分析单元,当所述数据获取模块1100获取的所述用户轨迹数据中预设时段内的数据的GPS精度值由小变大,且特征值由大变小时,则GPS精度值和特征值发生变化的拐点对应为入口位置。
具体的,建筑物的出入口本身并没有限定为出口或者入口,但是在用户移动的过程中,对于一次移动,进入该建筑物时对应的为入口,离开该建筑物时对应的为出口,实际上可能为同一个出入口位置,入口、出口的定义仅基于用户当前的移动轨迹。
对于出口位置,用户是由室内进入到室外,由于离开建筑物,遮挡物减少,GPS信号增强,因此预设时段内用户轨迹数据中GPS精度值由大变小,且特征值由小变大时,GPS精度值和特征值发生变化的拐点对应为出口位置,由于GPS数据的精度有限,可以将拐点的位置定义为GPS精度值和特征值发生变化的过程中预设时段内的任意一点,例如选取中间点。
由于入口位置用户的移动轨迹与出口位置相反,用户是由室外进入到室内,因此预设时段内用户轨迹数据中GPS精度值由小变大,且特征值由大变小时,GPS精度值和特征值发生变化的拐点对应为入口位置。
优选地,在本发明另外的实施例中,还包括:所述数据处理模块,删除所述数据获取模块1100获取的所述用户轨迹数据中的脏数据,所述脏数据为用户通过所述出入口位置之后预设时间段的轨迹数据。
具体的,由于GPS信号强度以及底层数据采集延迟,所获取的用户在经过出入口位置之后预设时间段的轨迹数据可能失真,出现漂移的现象,因此,删除用户通过出入口位置之后预设时间段的轨迹数据即脏数据。其中,预设时间段根据GPS数据的准确度恢复的时间决定,不同设备可能相同也可能不相同。
本实施例中,通过GPS的信号衰变(进门、出门)数据,进行聚类计算可以得到楼栋的入口准确位置,同时删除失真的脏数据,以确保分析结果的准确性。
优选地,在本发明另外的实施例中,所述层高分析模块1400具体包括:
轨迹分析单元,根据用户经过所述出入口位置的时间戳确定目标轨迹数据,所述目标轨迹数据为用户先通过入口再通过出口之间的轨迹数据和所述轨迹数据的两端的出入口轨迹数据;
具体的,读取用户轨迹数据中用户经过每一个出入口位置的时间戳,按照时间先后的顺序确定用户进入然后离开建筑物的时间段,该时间段内的用户轨迹数据以及用户进出建筑物的出入口轨迹数据即为目标轨迹数据。
入口匹配单元,将所述轨迹分析单元确定的所述出入口轨迹数据中的入口数据和所述出入口位置进行匹配得到匹配入口;
具体的,将出入口轨迹数据中的入口数据和出入口位置进行匹配,如果匹配得到匹配入口则针对该目标轨迹数据继续后续的分析流程,如果没有匹配到匹配入口,说明该入口数据可能由于精度等问题失真,因此删除该目标轨迹数据,按照S410的流程重新选择另一条目标轨迹数据继续进行分析。
数据读取单元,读取所述目标轨迹数据中的气压运动轨迹,基于所述入口匹配单元确认的所述匹配入口记录入口气压值为一楼基准气压;
具体的,读取目标轨迹数据中的气压运动轨迹,即用户一次进入再离开某个建筑物的过程中气压记录数据,将匹配入口定义为一楼,因此将匹配入口的气压值记录为一楼基准气压。
高度计算单元,基于所述数据读取单元确认的所述一楼基准气压,当所述数据读取单元读取的所述气压运动轨迹中存在气压变动时,根据气压模型计算高度差;
具体的,基于一楼基准气压,识别整个气压运动轨迹中气压是否变动,如果存在变动,说明用户由一楼进入过其它楼层,因此计算气压差值,然后根据气压模型计算高度差。
其中,由于移动智能设备获取数据的精度,以及即便在同一楼层移动智能设备所处的高度不同同样可能导致气压变动,因此,可以设定变动阈值,当气压变动超过该变动阈值时,就判定气压变动。
层高计算单元,根据所述高度计算单元得到的所述高度差计算聚类得到建筑物每一层的层高。
具体的,综合同一用户的所有用户轨迹数据,以及所有用户的用户轨迹数据可以得到若干个高度差,因此,计算聚类得到建筑物每一层的层高。
本实施例中,通过对用户轨迹大数据聚类的方式,结合气压数据计算建筑物各楼层之间的高度差,最后聚类得到建筑物每一层的层高,避免需要人工测量计算。
优选地,在本发明另外的实施例中,所述高度计算单元具体包括:气压记录子单元,当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后又减小至所述一楼基准气压时,选取所述气压运动轨迹中的停顿点,所述停顿点为超过预设时长气压保持一致,记录所述停顿点的上一气压和当前气压,所述上一气压为相邻的上一停顿点的气压值,所述当前气压为所述停顿点的气压值;所述气压记录子单元,当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后预设时间段内无气压数据时,选取所述气压运动轨迹中气压数据变化中的停顿点,记录所述停顿点的上一气压和当前气压;所述气压记录子单元,当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后识别到GPS有效定位,选取所述气压运动轨迹中,在识别到GPS有效定位之前气压数据变化中的停顿点,记录所述停顿点的上一气压和当前气压;高度计算子单元,结合所述气压记录子单元记录的所述上一气压和当前气压,根据气压模型计算高度差。
具体的,当气压运动轨迹显示由一楼基准气压开始增大,之后又减小至一楼基准气压时,也就是显示用户由一楼上升到上面的楼层,然后又回到一楼。同样地,还可以是一楼基准气压开始减小,之后又增加至一楼基准气压,即用户由一楼下降到下面的楼层,然后又回到一楼。选取气压运动轨迹中的停顿点,停顿点为超过预设时长气压保持一致,例如用户到家之后,楼层不在变化,其气压不再变化,该轨迹对应即为停顿点。又或者用户搭乘电梯,中途有人离开电梯,电梯开启的过程中气压没有变化,该轨迹对应即为停顿点。也就是说停顿点实际上对应的建筑物的楼层,用户在每个楼层活动的期间,其气压保持一致。记录停顿点的上一气压和当前气压,上一气压为相邻的上一停顿点的气压值,当前气压为停顿点的气压值。也就是说,对于相邻的三个停顿点,中间的停顿点的上一气压是上一停顿点的当前气压,中间的停顿点的当前气压是下一停顿点的上一气压。
当气压运动轨迹显示由一楼基准气压开始增大或开始减小,之后预设时间段内无气压数据时,说明用户由一楼到达其它楼层(可能上面的楼层,也可能下面的楼层)之后,由于信号屏蔽或者电源断电等因素导致没有新的数据被获取到,选取气压运动轨迹中气压数据变化中的停顿点,记录停顿点的上一气压和当前气压。
当气压运动轨迹显示由所述一楼基准气压开始增大,之后识别到GPS有效定位,即用户从一楼进入之后,可能到达阳台、天台等更加开阔的地方,获取的GPS数据精度更高,将其定义为GPS有效定位,选取气压运动轨迹中,在识别到GPS有效定位之前气压数据变化中的停顿点,记录停顿点的上一气压和当前气压。最后根据上一气压和当前气压的气压差值,结合气压模型计算高度差。
优选地,在本发明另外的实施例中,所述层高计算单元具体包括:层高标记子单元,当所述高度差在标准层高范围内时,将所述高度差标记为单层层高;
数据遍历子单元,遍历所有用户的用户轨迹数据得到若干个单层层高;基准层高计算子单元,选取所述层高标记子单元和所述数据遍历子单元中标记的一楼单层层高,聚类计算质心值得到一楼基准层高;层高计算子单元,选取所述层高标记子单元和所述数据遍历子单元中标记的非一楼单层层高的其余单层层高,聚类计算质心值得到单层层高。
具体的,由于可能部分高度差为相隔多个楼层,因此需要将其与标准层高范围进行比对,如果在该范围内,则将该高度差标记为单层层高。标准层高范围基于目前现有的建筑物的层高范围,例如2.6-5.6米等。
遍历所有用户的用户轨迹数据得到若干个单层层高,一楼单层层高高于其余楼层的层高,选取所有的单层层高中的一楼单层层高,聚类计算质心值得到一楼基准层高。选取非一楼单层层高的其余单层层高,聚类计算质心值得到单层层高。
优选地,在本发明另外的实施例中,还包括:信息获取模块,获取每一层的无线接入点信息;所述模型建立模块1500,将所述信息获取模块获取的所述无线接入点信息绑定到所述建筑模型中对应的楼层。
具体的,获取的用户轨迹数据中包含无线接入点信息,也就是用户携带的移动智能设备随时记录自身扫描到的无线接入点信息,并和用户轨迹数据中当前的位置信息进行绑定对应。当建立建筑模型之后,根据每一层的位置信息关联到对应的无线接入点信息,然后将该无线接入点信息绑定到建筑模型中对应的楼层。
本实施例中每次用户进入建筑物,只要拉取到了已建立的建筑模型,根据当前气压数据或者海拔高度及扫描到的AP信息即可定位到精准楼层。
本发明的一个实施例,如图5、图6、图7所示,一种建筑模型建立方法及系统,包括:
S1通过用户携带的移动智能设备获取用户轨迹数据,用户轨迹数据包括GPS用户移动数据、时间戳、移动过程中对应的气压数据以及移动过程中检测到的AP信号;
S2对于GPS精度值≤15且特征值大于5的用户轨迹数据继续分析,其余的数据过滤,重新获取新的用户轨迹数据;
S3当GPS精度值由大到小并且特征值由小变大时,标记为入口,当GPS精度值由小变大并且特征值由大变小时标记为出口;
S4由于GPS信号强度变化以及底层数据采集延迟,在用户进出出入口之后一定时间的用户轨迹数据中可能存在部分数据不真实,需要进行过滤,因此过滤掉小于100秒内相同出入口的脏数据;
S5取每一对出入口的时间戳,寻找距离最近的出入口(例如15米范围内),若找到了匹配出入口,则继续S6进行分析,否则重新取出入口的时间戳;
S6找到匹配出入口之后,读取用户在出入口之间的室内气压运动轨迹,记录入口气压基准值作为一楼气压;
S7判断一堆出入口数据中是否存在气压变更记录,存在则继续S8,否则重新读取用户轨迹数据;
S8分析气压变更记录,如果有从一楼上楼又回到一楼的特征(例如气压上升又下降),则取一楼进门到回到一楼之间的气压变化记录,否则转入S9;
S9分析气压变更记录,如果没有从一楼上楼又回到一楼的特征,则判断是否用户在进入楼栋之后一段时间(例如10分钟)没有产生气压数据(例如用户运动到某一楼层之后终端关闭等情形),如果是则取一楼进门到持续10分钟无气压数据之间的气压变化记录,否则转入S10;
S10判断是否识别到有效GPS定位(用户通过高层出口离开该楼栋,GPS信号增强,例如天台、阳台等),如果是则取一楼进行到有有效GPS定位的数据之间气压变化记录,否则重新读取新的用户轨迹数据进行分析;
S11获取S8、S9以及S10取的数据,采集气压变更处的气压值P2,并将相邻处的气压值作为该气压变更处的P1,例如一楼基准气压值为P0,与一楼相邻的气压变更处的P1值为P0,P2值为气压变更处的气压;
S12根据气压模型计算所有的P1与P2之间的高度差;
S3当计算的高度差在预设的层高范围之内时,标记为单层层高,否则去除该P1与P2对应的气压变更处;
S14按照上述流程遍历该漏洞所有用户轨迹数据;
S15对所有属于一楼的单层层高,聚类计算质心值作为一楼基准层高;
S16对除一楼之外的所有单层层高,聚类计算质心值作为平均层高;
S17根据所有的海拔高度减一楼层高除以单层层高四舍五入的值加一作为知己楼层,保存起来;
S18读取接入点数据,查询在楼层对应时间段内手表扫描到的wifi作为指纹,存储到wifi指纹库;
S19拼接楼层信息,更新到楼栋模型。
本发明的一个实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一实施例中的所有方法步骤或部分方法步骤。
本发明实现上述的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(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、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电载波信号和电信信号。
应当说明的是,上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种建筑模型建立方法,其特征在于,包括:
获取用户轨迹数据;
根据所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置;
根据所述出入口位置分析建筑物的外部轮廓;具体包括:当分析得到存在多个方向的多个出入口位置时,将所述多个出入口位置进行连接得到建筑物的外部轮廓;当分析得到的出入口位置少于预设数量时,则根据所述出入口位置和预设的初始轮廓得到建筑物的外部轮廓;
基于所述用户轨迹数据聚类得到建筑物每一层的层高;
根据所述用户轨迹数据中的气压数据计算建筑物高度,结合所述外部轮廓以及所述建筑物每一层的层高建立建筑模型。
2.根据权利要求1所述的建筑模型建立方法,其特征在于,获取用户轨迹数据之后,根据所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置之前还包括:
当所述用户轨迹数据中任意数据的GPS精度值小于等于第一预设值,且特征值大于等于第二预设值时,删除所述任意数据。
3.根据权利要求1所述的建筑模型建立方法,其特征在于,根据所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置具体包括:
当所述用户轨迹数据中预设时段内的数据的GPS精度值由大变小,且特征值由小变大时,则GPS精度值和特征值发生变化的拐点对应为出口位置;
当所述用户轨迹数据中预设时段内的数据的GPS精度值由小变大,且特征值由大变小时,则GPS精度值和特征值发生变化的拐点对应为入口位置。
4.根据权利要求1或3所述的建筑模型建立方法,其特征在于,根据所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置之后还包括:
删除所述用户轨迹数据中的脏数据,所述脏数据为用户通过所述出入口位置之后预设时间段的轨迹数据。
5.根据权利要求1所述的建筑模型建立方法,其特征在于,基于所述用户轨迹数据聚类得到建筑物每一层的层高具体包括:
根据用户经过所述出入口位置的时间戳确定目标轨迹数据,所述目标轨迹数据为用户先通过入口再通过出口之间的轨迹数据和所述轨迹数据的两端的出入口轨迹数据;
将所述出入口轨迹数据中的入口数据和所述出入口位置进行匹配得到匹配入口;
读取所述目标轨迹数据中的气压运动轨迹,基于所述匹配入口记录入口气压值为一楼基准气压;
基于所述一楼基准气压,当所述气压运动轨迹中存在气压变动时,根据气压模型计算高度差;
根据所述高度差计算聚类得到建筑物每一层的层高。
6.根据权利要求5所述的建筑模型建立方法,其特征在于,基于所述一楼基准气压,当所述气压运动轨迹中存在气压变动,则根据气压模型计算高度差具体包括:
当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后又减小至所述一楼基准气压时,选取所述气压运动轨迹中的停顿点,所述停顿点为超过预设时长气压保持一致,记录所述停顿点的上一气压和当前气压,所述上一气压为相邻的上一停顿点的气压值,所述当前气压为所述停顿点的气压值;
当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后预设时间段内无气压数据时,选取所述气压运动轨迹中气压数据变化中的停顿点,记录所述停顿点的上一气压和当前气压;
当所述气压运动轨迹显示由所述一楼基准气压开始增大,之后识别到GPS有效定位,选取所述气压运动轨迹中,在识别到GPS有效定位之前气压数据变化中的停顿点,记录所述停顿点的上一气压和当前气压;
结合所述上一气压和当前气压,根据气压模型计算高度差。
7.根据权利要求5所述的建筑模型建立方法,其特征在于,根据所述高度差计算聚类得到建筑物每一层的层高具体包括:
当所述高度差在标准层高范围内时,将所述高度差标记为单层层高;
遍历所有用户的用户轨迹数据得到若干个单层层高;
选取一楼单层层高,聚类计算质心值得到一楼基准层高;
选取非一楼单层层高的其余单层层高,聚类计算质心值得到单层层高。
8.根据权利要求1所述的建筑模型建立方法,其特征在于,根据所述用户轨迹数据中的气压数据计算建筑物高度,结合所述外部轮廓以及所述建筑物每一层的层高建立建筑模型之后还包括:
获取每一层的无线接入点信息;
将所述无线接入点信息绑定到所述建筑模型中对应的楼层。
9.一种建筑模型建立系统,其特征在于,包括:
数据获取模块,获取用户轨迹数据;
出入口分析模块,根据所述数据获取模块获取的所述用户轨迹数据的GPS精度值和特征值,聚类得到建筑物的出入口位置;
轮廓分析模块,根据所述出入口分析模块得到的所述出入口位置分析建筑物的外部轮廓;具体包括:当分析得到存在多个方向的多个出入口位置时,将所述多个出入口位置进行连接得到建筑物的外部轮廓;当分析得到的出入口位置少于预设数量时,则根据所述出入口位置和预设的初始轮廓得到建筑物的外部轮廓;
层高分析模块,基于所述数据获取模块获取的所述用户轨迹数据聚类得到建筑物每一层的层高;
模型建立模块,根据所述数据获取模块获取的所述用户轨迹数据中的气压数据计算建筑物高度,结合所述轮廓分析模块得到的所述外部轮廓以及所述层高分析模块得到的所述建筑物每一层的层高建立建筑模型。
10.一种存储介质,该存储介质上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010046863.8A CN111275088B (zh) | 2020-01-16 | 2020-01-16 | 一种建筑模型的构建方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010046863.8A CN111275088B (zh) | 2020-01-16 | 2020-01-16 | 一种建筑模型的构建方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111275088A CN111275088A (zh) | 2020-06-12 |
CN111275088B true CN111275088B (zh) | 2024-02-20 |
Family
ID=70999086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010046863.8A Active CN111275088B (zh) | 2020-01-16 | 2020-01-16 | 一种建筑模型的构建方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111275088B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205551B (zh) * | 2021-04-13 | 2023-01-10 | 万翼科技有限公司 | 计算建筑剖面图层高的方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004038514A (ja) * | 2002-07-03 | 2004-02-05 | Nippon Telegr & Teleph Corp <Ntt> | 建物3次元形状復元方法と装置、及び建物3次元形状復元プログラムと該プログラムを記録した記録媒体 |
JP2015135303A (ja) * | 2014-01-20 | 2015-07-27 | 学校法人幾徳学園 | 携帯端末を使用した所在階数推定システム、携帯端末及びプログラム |
CN104823019A (zh) * | 2012-12-04 | 2015-08-05 | 旭化成株式会社 | 气压式高度表以及室内对应型气压式高度表 |
JP2015158396A (ja) * | 2014-02-24 | 2015-09-03 | Kddi株式会社 | 携帯端末の位置するフロアレベルを推定する管理装置、プログラム、システム及び方法 |
CN106714102A (zh) * | 2016-11-15 | 2017-05-24 | 南京航空航天大学 | 一种利用智能手机辅助室内定位的方法 |
CN107860358A (zh) * | 2017-11-06 | 2018-03-30 | 江西师范大学 | 楼层的定位方法、系统、可读存储介质及智能终端 |
CN108733715A (zh) * | 2017-04-21 | 2018-11-02 | 北京嘀嘀无限科技发展有限公司 | 建筑物出入口位置的确定方法及装置 |
CN108921934A (zh) * | 2018-05-28 | 2018-11-30 | 中国电子科技集团公司第二十八研究所 | 一种基于惯导定位设备生成建筑模型的系统 |
CN109525935A (zh) * | 2018-11-23 | 2019-03-26 | 武汉大学 | 一种针对普适室内环境的智能楼层感知方法及控制系统 |
CN109668563A (zh) * | 2017-10-16 | 2019-04-23 | 北京嘀嘀无限科技发展有限公司 | 基于室内的轨迹的处理方法及装置 |
CN109931927A (zh) * | 2017-12-19 | 2019-06-25 | 阿里巴巴集团控股有限公司 | 轨迹记录方法、室内地图绘制方法、装置、设备及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10352718B2 (en) * | 2016-09-23 | 2019-07-16 | Apple Inc. | Discovering points of entry to a location |
-
2020
- 2020-01-16 CN CN202010046863.8A patent/CN111275088B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004038514A (ja) * | 2002-07-03 | 2004-02-05 | Nippon Telegr & Teleph Corp <Ntt> | 建物3次元形状復元方法と装置、及び建物3次元形状復元プログラムと該プログラムを記録した記録媒体 |
CN104823019A (zh) * | 2012-12-04 | 2015-08-05 | 旭化成株式会社 | 气压式高度表以及室内对应型气压式高度表 |
JP2015135303A (ja) * | 2014-01-20 | 2015-07-27 | 学校法人幾徳学園 | 携帯端末を使用した所在階数推定システム、携帯端末及びプログラム |
JP2015158396A (ja) * | 2014-02-24 | 2015-09-03 | Kddi株式会社 | 携帯端末の位置するフロアレベルを推定する管理装置、プログラム、システム及び方法 |
CN106714102A (zh) * | 2016-11-15 | 2017-05-24 | 南京航空航天大学 | 一种利用智能手机辅助室内定位的方法 |
CN108733715A (zh) * | 2017-04-21 | 2018-11-02 | 北京嘀嘀无限科技发展有限公司 | 建筑物出入口位置的确定方法及装置 |
CN109668563A (zh) * | 2017-10-16 | 2019-04-23 | 北京嘀嘀无限科技发展有限公司 | 基于室内的轨迹的处理方法及装置 |
CN107860358A (zh) * | 2017-11-06 | 2018-03-30 | 江西师范大学 | 楼层的定位方法、系统、可读存储介质及智能终端 |
CN109931927A (zh) * | 2017-12-19 | 2019-06-25 | 阿里巴巴集团控股有限公司 | 轨迹记录方法、室内地图绘制方法、装置、设备及系统 |
CN108921934A (zh) * | 2018-05-28 | 2018-11-30 | 中国电子科技集团公司第二十八研究所 | 一种基于惯导定位设备生成建筑模型的系统 |
CN109525935A (zh) * | 2018-11-23 | 2019-03-26 | 武汉大学 | 一种针对普适室内环境的智能楼层感知方法及控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111275088A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109525935B (zh) | 一种针对普适室内环境的智能楼层感知方法及控制系统 | |
CN108224894B (zh) | 基于深度学习的食材新鲜度识别方法、装置、冰箱和介质 | |
CN105190233B (zh) | 位置确定处理装置、位置确定处理方法、位置确定处理程序、移动信息处理装置、移动信息处理方法、移动信息处理程序和存储介质 | |
CN107680010B (zh) | 一种基于游览行为的景区路线推荐方法及其系统 | |
CN109145708B (zh) | 一种基于rgb和d信息融合的人流量统计方法 | |
CN107339992B (zh) | 一种基于行为的室内定位和地标语义标识的方法 | |
CN109089314A (zh) | 一种基于推荐算法的wifi序列辅助GPS的室内定位方法 | |
CN104457751A (zh) | 室内外场景识别方法及系统 | |
CN109668563B (zh) | 基于室内的轨迹的处理方法及装置 | |
CN111275088B (zh) | 一种建筑模型的构建方法、系统及存储介质 | |
CN111144434A (zh) | 楼层层数的获取方法、装置、电子设备及存储介质 | |
CN113065513A (zh) | 智能摄像头自训练置信度阈值的优化方法、装置及设备 | |
CN101783015A (zh) | 一种视频跟踪设备及方法 | |
CN114208221B (zh) | 一种定位方法、装置、移动终端、存储介质 | |
CN110717408A (zh) | 一种基于tof相机的人流计数方法 | |
CN108388877A (zh) | 一种猪脸的识别方法 | |
CN113256690B (zh) | 一种基于视频监控的行人多目标跟踪方法 | |
Nguyen et al. | Smartphone-based indoor tracking in multiple-floor scenarios | |
CN104809742A (zh) | 一种复杂场景下的物品安全检测方法 | |
CN114359817A (zh) | 基于出入口人行识别的人流量测量方法 | |
CN103688139A (zh) | 用于便携式终端设备的进行行人脚步识别的方法和装置 | |
CN115134754B (zh) | 楼层定位方法、装置、电子设备及存储介质 | |
CN109800757A (zh) | 一种基于布局约束的视频文字追踪方法 | |
CN112528818B (zh) | 数据统计方法、装置、电子设备及机器可读存储介质 | |
KR102192697B1 (ko) | 크라우드소싱으로 수집된 무선랜 신호의 층별 분류 방법 및 이를 수행하는 서버 |
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 |