CN111415679A - 站点识别方法、装置、终端及存储介质 - Google Patents

站点识别方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN111415679A
CN111415679A CN202010217221.XA CN202010217221A CN111415679A CN 111415679 A CN111415679 A CN 111415679A CN 202010217221 A CN202010217221 A CN 202010217221A CN 111415679 A CN111415679 A CN 111415679A
Authority
CN
China
Prior art keywords
station
state
energy
subway
current
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
Application number
CN202010217221.XA
Other languages
English (en)
Other versions
CN111415679B (zh
Inventor
黄粟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN202010217221.XA priority Critical patent/CN111415679B/zh
Publication of CN111415679A publication Critical patent/CN111415679A/zh
Priority to PCT/CN2021/074680 priority patent/WO2021190145A1/zh
Application granted granted Critical
Publication of CN111415679B publication Critical patent/CN111415679B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Telephone Function (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本申请实施例公开了一种站点识别方法、装置、终端及存储介质,属于人工智能领域。该方法包括:响应于处于地铁模式,通过麦克风采集环境音;对环境音进行特征提取,得到环境音的能量特征;根据能量特征确定地铁的运行状态,运行状态包括进站状态、停止状态、出站状态和站间行驶状态中的至少一种;响应于运行状态为停止状态,根据当前注册基站确定当前站点。本申请实施例中,利用地铁在不同运行状态下声音的能量特征不同的特点,判断地铁的运行状态,当地铁处于停止状态时,利用当前注册基站识别当前站点并更新,无需通过复杂的模型获取报站语音或依据第三方数据确定站点,功耗低且准确率高。

Description

站点识别方法、装置、终端及存储介质
技术领域
本申请实施例涉及人工智能技术领域,特别涉及一种站点识别方法、装置、终端及存储介质。
背景技术
人们在乘坐地铁等公共交通工具出行时,需要时刻注意当前停靠站点是否为自己的目标站点,而到站提醒功能则是一种提醒乘客在到达目标站时及时下车的功能。
相关技术中,终端通常利用传感器(例如加速度传感器、重力传感器和磁力传感器等)采集的数据,通过加速与减速计算交通工具是否进站或出站,并结合地图进行站点预测,或者通过语音识别交通工具的报站信息,识别当前所在的站点。
然而,采用上述方法进行站点预测或识别时,交通工具在行驶过程中并非始终匀速行驶,乘客的握持终端的姿态、动作以及在交通工具内部的行走也会对终端的传感器产生一定影响,且交通工具内噪声较大,无法通过语音识别准确获取站点信息,这些因素会导致终端的站点识别结果不准确。
发明内容
本申请实施例提供了一种站点识别方法、装置、终端及存储介质。所述技术方案如下:
一方面,本申请实施例提供了一种站点识别方法,所述方法包括:
响应于处于地铁模式,通过麦克风采集环境音;
对所述环境音进行特征提取,得到所述环境音的能量特征;
根据所述能量特征确定地铁的运行状态,所述运行状态包括进站状态、停止状态、出站状态和站间行驶状态中的至少一种;
响应于所述运行状态为所述停止状态,根据当前注册基站确定当前站点。
另一方面,本申请实施例提供了一种站点识别装置,所述装置包括:
采集模块,用于响应于处于地铁模式,通过麦克风采集环境音;
特征提取模块,用于对所述环境音进行特征提取,得到所述环境音的能量特征;
第一确定模块,用于根据所述能量特征确定地铁的运行状态,所述运行状态包括进站状态、停止状态、出站状态和站间行驶状态中的至少一种;
第二确定模块,用于响应于所述运行状态为所述停止状态,根据当前注册基站确定当前站点。
另一方面,本申请实施例提供了一种终端,所述终端包括处理器和存储器;所述存储器存储有至少一条指令,所述至少一条指令用于被所述处理器执行以实现上述方面所述的站点识别方法。
另一方面,本申请实施例提供了一种计算机可读存储介质,所述存储介质存储有至少一条指令,所述至少一条指令用于被处理器执行以实现上述方面所述的站点识别方法。
本申请实施例提供的技术方案的有益效果至少包括:
本申请实施例中,利用地铁在不同运行状态下声音的能量特征不同的特点,在地铁模式中通过麦克风采集环境音,并根据环境音的能量特征确定当前地铁的运行状态,当地铁处于停止状态时,确定地铁到达站点,利用当前注册基站识别当前站点并更新,其中,利用当前注册基站确定当前站点,无需通过复杂的模型获取报站语音或依据第三方数据确定站点,功耗低且准确率高。
附图说明
图1是根据一示例性实施例示出的站点识别方法的流程图;
图2是根据一示例性实施例示出的地铁站及站点周侧基站分布示意图;
图3是根据另一示例性实施例示出的站点识别方法的流程图;
图4是根据一示例性实施例示出的环境音的音频信号和频谱图;
图5是是根据一示例性实施例示出的第一定时器时长与站间行驶时长的关系示意图;
图6是是根据一示例性实施例示出的地铁线路图;
图7是根据一示例性实施例示出的站点识别装置的结构框图;
图8是根据一示例性实施例示出的终端的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
相关技术中,终端通常利用传感器(例如加速度传感器、重力传感器和磁力传感器等)采集的数据,通过加速与减速计算地铁是否进站或出站,从而判断终端当前所处的站点是否为乘客的目标站点;或者通过麦克风获取地铁的报站语音,从报站语音中提取站点信息,将站点信息与预先获取的目的站点信息进行对比,若该站点信息与目的站点信息一致,则对用户进行到站提醒。
然而,采用传感器数据识别站点时,地铁在行驶过程中并非始终匀速行驶,而是具有一定的振荡现象,用户握持终端的姿态会对加速度传感器记录的加速度方向产生影响,并且如果用户在地铁内部行走,终端记录的加速度值包含用户行走时的加速度,也会对终端的传感器产生一定影响,难以判断交通工具处于加速状态还是减速状态,这些因素会导致终端的站点预测不准确;对于识别报站语音提取站点信息的方式,地铁内环境噪声很大,终端利用降噪技术也无法准确识别语音播报内容,对于利用屏幕显示的站点信息,则需要摄像头拍摄,不具备实际可操作性。
为了解决上述问题,本申请实施例提供了一种站点识别方法,该方法用于具备音频采集和处理功能的终端,该终端可以是智能手机、平板电脑、电子书阅读器、个人便携式计算机等。在一种可能的实施方式中,本申请实施例提供的站点识别方法可以实现成为应用程序或者应用程序的一部分,并安装在终端中。当用户乘坐交通工具时,可以手动开启该应用程序(或应用程序自动开启),从而通过应用程序,提示用户当前所在站点。
请参考图1,其示出了本申请的一个实施例示出的站点识别方法的流程图。本实施例以站点识别方法用于具备音频采集和处理功能的终端为例进行说明,该方法包括:
步骤101,响应于处于地铁模式,通过麦克风采集环境音。
当处于地铁模式时,终端开启站点识别功能,并通过麦克风采集环境音。
在一种可能的实施方式中,站点识别方法应用于地图导航类应用程序时,终端实时获取用户位置信息,当根据用户位置信息确定用户进入交通工具时,终端开启地铁模式;当用户使用支付类应用程序进行刷卡乘坐地铁时,终端根据进站成功或车票支付成功的用户界面确认进入地铁,开启地铁模式。
在一种可能的实施方式中,为了降低功耗,终端可使用低功耗麦克风实时采集环境音,或者每隔预定时间间隔采集一段时间的环境音,例如每隔15s采集时长为20s的环境音。
步骤102,对环境音进行特征提取,得到环境音的能量特征。
由于终端无法直接从环境音中识别出地铁运行时的声音变化情况,因此,需要对采集到的环境音进行预处理,将通过麦克风采集的环境音转换为音频数据,并对音频数据进行环境音特征提取,得到终端能够识别的数字特征。
地铁在运行过程中,进站刹车时,存在声音的能量由大到小的渐变过程,同时不同声音的信号频率也存在明显区别;同样地,交通工具出站加速时,存在声音的能量由小到大的渐变过程。因此,在一种可能的实施方式中,终端采集环境音后,对环境音的能量特征进行提取。
步骤103,根据能量特征确定地铁的运行状态,运行状态包括进站状态、停止状态、出站状态和站间行驶状态中的至少一种。
由于地铁在不用运行状态下环境音的能量特征不同,因此终端可以通过环境音的能量特征确定地铁对应的运行状态。例如,地铁处于进站状态时,速度由大到小最终停止行驶,地铁运行时产生的噪音的能量也随着由大变小。
在一种可能的实施方式中,终端预先存储有地铁的各种运行状态,以及不同运行状态对应的声音的能量特征,当处于地铁模式时,终端根据当前环境音的能量特征确定地铁的运行状态。
步骤104,响应于运行状态为停止状态,根据当前注册基站确定当前站点。
在一种可能的实施方式中,当终端确定地铁处于停止状态时,说明地铁到达地铁站,此时需要更新当前站点。由于地铁站周围的基站比较固定,通常不会移动或更换,因此终端可以将当前注册基站对应的站点确定为当前站点。示意性的,请参考图2,其示出了一条地铁线路中的站点及周围基站的分布意图,其中,一个基站的覆盖范围内通常只存在一个地铁站点,同样地,一个地铁站附近通常只有一个基站,例如基站202覆盖地铁站B,基站203覆盖地铁站C,基站204覆盖地铁站D。因此终端可以根据地铁站与基站的对应关系,以及当前注册基站确定出当前站点,例如终端检测到当前注册基站为基站203,则可以确定当前站点为地铁站C。
综上所述,本申请实施例中,利用地铁在不同运行状态下声音的能量特征不同的特点,在地铁模式中通过麦克风采集环境音,并根据环境音的能量特征确定当前地铁的运行状态,当地铁处于停止状态时,确定地铁到达站点,利用当前注册基站识别当前站点并更新,其中,利用当前注册基站确定当前站点,无需通过复杂的模型获取报站语音或依据第三方数据确定站点,功耗低且准确率高。
请参考图3,其示出了本申请的另一个实施例示出的站点识别方法的流程图。本实施例以站点识别方法用于具备音频采集和处理功能的终端为例进行说明,该方法包括:
步骤301,响应于处于地铁模式,通过麦克风采集环境音。
步骤302,对环境音进行特征提取,得到环境音的能量特征。
步骤301和步骤302的实施方式可以参考上述步骤101和步骤102,本实施例在此不再赘述。
步骤303,响应于能量特征符合能量均值条件,确定运行状态为停止状态。
地铁处于停止状态时,环境音中包含乘客行走、说话产生的声音,以及开门或关门时几秒钟的警铃声,因此环境音的能量变化不大,能量均值处于固定的范围内。在一种可能的实施方式中,终端预先存储有地铁停止状态对应的能量均值条件,当终端识别出当前环境音的能量特征符合能量均值条件时,确定地铁处于停止状态。
在一种可能的实施方式中,步骤303包括如下步骤一至三:
一、响应于能量特征指示环境音的第一能量均值属于预设能量范围,对环境音进行分帧处理,得到至少两个音频帧,第一能量均值是全频段内环境音的能量均值,预设能量范围是地铁停止时环境音对应的能量范围。
请参考图4,其示出了一种地铁内部环境音的音频信号和频谱示意图,上半部分为时域信号,下半部分为频谱图。从时域上看,环境音的音频信号随地铁运行状态变化,地铁出站加速时,音频信号逐渐增强,地铁进站减速时,音频信号逐渐减弱,地铁停止时,音频信号较弱且变化幅度较小。从频谱图上看,地铁运行过程中不同运行状态的能量变化主要发生在1KHz以下的中低频部分,停止状态时,中低频部分的能量相对较低且变化不大,图中圈出的亮点为地铁开门或关门的警铃声。在一种可能的实施方式中,当环境音的第一能量均值属于地铁停止时环境音对应的能量范围,说明此时地铁可能处于停止状态,需要通过识别环境音中是否存在地铁开门或关门时的警铃声,进一步确定地铁是否处于停止状态。
在一种可能的实施方式中,终端以16KHz的采样率通过麦克风采集环境音,并以5s为一次输入,计算环境音在全频段的第一能量均值,当能量均值属于3.5×107J至7×107J时,对环境音进行警铃声识别,终端需要将环境音的音频数据转换为在频域上的能量分布,因此首先对环境音进行分帧处理,得到音频帧。
二、对音频帧进行傅里叶变换,得到第一频段内环境音的第二能量均值,第一频段是地铁开门或关门的警铃声对应的频段。
根据事先采集的警铃声的音频数据,得到警铃声的频段通常属于2.5KHz至3.5KHz之间,因此终端以2.5KHz至3.5KHz作为第一频段,获取环境音在该频段内的第二能量均值。在一种可能的实施方式中,终端以一定的傅里叶变换点数(例如512点)对分帧处理后的音频数据进行傅里叶变换,得到该段音频数据在频域上的能量分布,然后截取2.5KHz至3.5KHz之间的音频数据,计算其第二能量均值。
三、响应于第二能量均值高于能量阈值,确定运行状态为停止状态。
地铁开门或关门的警铃声与其余环境音相比,能量明显偏高,比较容易分辨,开发人员预先设定能量阈值,用于区分警铃声与其余环境音,终端只需判断第一频段的第二能量均值是否高于能量阈值,就可以确定环境音中是否包含警铃声。在一种可能的实施方式中,若第二能量均值高于能量阈值,则该段环境音中存在警铃声,可以确定此时地铁的运行状态为停止状态。
步骤304,响应于能量特征符合能量变化条件,确定运行状态为进站状态或出站状态。
同样地,如图4所示,地铁减速进站和加速出站的过程中,音频信号也存在明显的规律性,加速出站时,1KHz以下中低频部分的能量由停止时的能量开始逐渐增加;减速进站时,1KHz以下中低频部分的能量由大变小直至减小为停止时的能量。在一种可能的实施方式中,当终端判断环境音的能量特征符合能量变化条件时,确定地铁处于进站状态或出站状态。
在一种可能的实施方式中,步骤304包括如下步骤一至三:
一、对环境音进行分段处理。
由于需要获取环境音的能量变化情况,因此终端对环境音进行分段处理,并对连续的几段环境音进行能量比较。在一种可能的实施方式中,终端以一定的时长划分环境音,并获取多段环境音的音频数据。例如,终端以时长为15s的环境音作为一次输入,并将该段环境音分为3段,每段时长为5s。
二、对各段环境音进行傅里叶变换,得到第二频段内环境音的第三能量均值,第二频段为低于预设频率的低频频段。
终端对环境音的能量变化进行分析之前,同样需要对环境音进行傅里叶变换,得到环境音在频域上的能量分布。
在一种可能的实施方式中,终端对各段环境音进行分帧处理,然后以512个变换点对分帧处理后的环境音进行傅里叶变换,并得到第二频段内环境音的第三能量均值,其中,第二频段为地铁运行时的声音所属的低频频段,低于预设频率,例如0Hz至600Hz。
对于上述步骤一中的示例,终端分别对三段时长为5s的连续环境音进行傅里叶变换,并计算得到各段环境音在0Hz至600Hz的第三能量均值E1、E2和E3。
三、响应于第i段环境音的第三能量均值属于预设能量范围,且第i+1段环境音和第i+2段环境音的第三能量均值大于第i段环境音的第三能量均值,确定运行状态为出站状态,预设能量范围是地铁停止时环境音对应的能量范围,i为大于等于1的整数。
对于上述步骤二中的示例,若E1属于预设能量范围3.5×107J至7×107J,且E2与E1的比值和E3与E1的比值大于1,则可以确定地铁的运行状态为出站状态。为了提高识别结果的准确性,终端内预先设置有能量比值,若E2/E1>1.2,且E3/E1大于1.45,则确定运行状态为出站状态。
与出站状态相反,地铁处于进站状态时的能量变化条件为中低频部分的能量由大到小变化,降低至停止状态时的能量范围。在一种可能的实施方式中,响应于第i+2段环境音的第三能量均值属于预设能量范围,且第i+1段环境音和第i段环境音的第三能量均值大于第i+2段环境音的第三能量均值,确定运行状态为进站状态。例如,E1/E3大于1.45,E2/E3大于1.2,且E3属于3.5×107J至7×107J,则确定地铁处于进站状态。
步骤305,响应于能量特征不符合能量均值条件和能量变化条件,确定运行状态为站间行驶状态。
由于地铁在站间行驶过程中并非始终匀速行驶,如图4所示,可能存在加速和减速的情况,因此无法通过特定的能量特征辨别站间行驶状态。在一种可能的实施方式中,若环境音的能量特征不符合上述能量均值条件和能量变化条件,则说明地铁不处于停止状态、进站状态或出站状态中的任何一种运行状态,即地铁处于站间行驶状态。
步骤306,响应于运行状态为出站状态,启动第一定时器,第一定时器的第一定时器时长为站间预计行驶时长。
为了提高站点识别的准确性,避免地铁站间行驶过程中的减速导致终端误识别为进站状态,终端内预先设置有定时器。各个站点之间的行驶时长基本是固定的,在未满足行驶时长时,地铁不会到达下一个站点,因此开发人员预先采集所有地铁站之间的行驶时长,通过采用定时器的方式控制终端进行站点识别,避免发生错误。
在一种可能的实施方式中,第一定时器时长可以是固定时长,该固定时长可以设定为地铁站间行驶的最短时长;或者,第一定时器时长是通过查询得到的当前站点到下一站点的平均时长,本申请实施例对此不作限定。
请参考图5,其示出了一种地铁行驶过程中终端启动定时器的示意图。当终端识别出地铁处于出站状态时,立即启动第一定时器,第一定时器的第一定时器时长为站间预计行驶时长。
步骤307,响应于达到第一定时器时长,且运行状态为停止状态,根据当前注册基站确定当前站点。
在一种可能的实施方式中,终端实时通过麦克风获取环境音,并判断地铁的运行状态,当确定地铁处于停止状态时,查询定时器是否超时,即是否达到第一定时器时长,若未达到第一定时器时长,则继续根据环境音判断运行状态,若达到定时器时长,则确定地铁到站,并根据当前注册基站确定当前站点。
在另一种可能的实施方式中,终端在地铁模式中始终根据当前注册基站确定当前站点,当确定地铁处于停止状态时,查询定时器是否超时,若未超时,则不更新当前站点,若超时,则更新当前站点。
步骤308,确定当前站点的相邻站点。
在一种可能的实施方式中,终端的地铁模式包括到站提醒功能。每到达一站,终端获取一次当前站点的相邻站点,以便在确定即将到达下车站时,对用户进行到站提醒,使得用户提前做好下车准备。其中,相邻站点可以是根据当前站点和当前地铁行驶方向确定出的下一站点。
步骤309,响应于相邻站点为目标站点,设置第二定时器,第二定时器的定时器时长小于站间预计行驶时长。
在一种可能的实施方式中,目标站点是用户事先设置的需要到站提醒服务的站点;或者终端可以默认每到达一个站点之前都进行到站提醒,则目标站点为当前站点的下一站点。
在一种可能的实施方式中,当终端确定出当前站点的相邻站点为目标站点时,在地铁处于出站状态时启动第二定时器,第二定时器时长小于站间预计行驶时长,例如,第二定时器时长为站间预计行驶时长的二分之一。示意性的,终端识别到当前站点为东陆路,相邻站点为目标站点巨峰路,从东陆路到巨峰路的站间预计行驶时长为6分钟,则终端在地铁处于出站状态时启动第二定时器,第二定时器时长为3分钟。在一种可能的实施方式中,终端通过系统埋点的方式获取界面信息,当获取到进站成功或车票支付成功的界面时,自动开启地铁模式。终端进入地铁模式后,显示目标站点输入界面,用户通过语音或手动输入目标站点,当终端获取到用户输入的至少一个目标站点时,开启到站提醒功能;或者,终端根据用户的历史出行记录自动筛选目标站点以便用户选择。
在另一种可能的实施方式中,用户可以选择手动开启地铁模式,当终端接收到地铁模式的开启指令时,显示目标站点输入界面,或根据历史出行记录显示默认的目标站点。
步骤310,响应于达到第二定时器时长,通过预定方式进行到站提醒。
当达到第二定时器时长时,终端通过语音、提示消息等方式提醒用户到达目的站点,及时下车,必要时可以添加短信、振动等特别提醒,防止用户遗漏消息。
本申请实施例中,通过对环境音的能量特征进行分析确定地铁的运行状态,在出站状态时启动定时器,并在定时器超时时根据静止状态确定地铁到站,避免了地铁在站间行驶状态下的减速和加速对终端的识别结果造成影响,提高了站点识别的准确率和时效性;此外,终端确定出当前站点的相邻站点为目标站点时,开启时长小于站间预计行驶时长的第二定时器,并在第二定时器超时时对用户进行到站提醒,以便用户能够提前为下车做好准备,避免坐过站。
如图2所示,少数基站可能覆盖多个地铁站,此时终端无法直接根据当前注册基站确定当前站点,在一种可能的实施方式中,上述步骤307还包括如下步骤一至三:
一、获取当前注册基站和映射表,映射表中包含站点与站点周侧基站之间的对应关系。
当终端检测到地铁处于停止状态时,需要更新当前站点,在一种可能的实施方式中,终端采用基站定位站点的方式确定当前站点。由于基站的覆盖范围有限,通常在2至5公里,并且由于地铁内信号质量较差,各大运营商会在地铁线路中部署更多的基站,确保地铁内的信号,因此在不同的站点,终端会注册到不同的基站。
在一种可能的实施方式中,终端内存储有映射表,如表1所示,该映射表中包含各个站点与站点周侧基站间的对应关系。
基站 地铁站
mcc-460-mnc-00-ci-25935874-pci-435-tac-6270 上海地铁_12号线_龙华中路
mcc-460-mnc-00-ci-142503585-pci-435-tac-6237 上海地铁_浦江线_东城一路
mcc-460-mnc-00-ci-142503585-pci-435-tac-6237 上海地铁_浦江线_汇臻路
表1
在一种可能的实施方式中,终端获取当前注册基站的基站信息,在映射表中查询对应的基站,从而获得对应的站点,该站点为当前站点。例如,终端当前注册基站为mcc-460-mnc-00-ci-25935874-pci-435-tac-6270,根据映射表确定当前站点为上海地铁_12号线_龙华中路。
可选的,该映射表存储在后台服务器中,当终端检测到进站时,将当前注册基站的基站信息发送至后台服务器,并根据后台服务器反馈的站点信息确定当前站点。
二、响应于映射表中包含当前注册基站对应的站点,且站点数量为一个,将查找到的站点确定为当前站点。
若映射表中当前注册基站对应的站点唯一,则该站点可以确定为当前站点。
三、响应于映射表中包含当前注册基站对应的站点,且站点数量为至少两个,获取上一站点的相邻站点;将查找到的站点与相邻站点的交集站点确定为当前站点。
地铁行驶过程中可能存在少数基站同时覆盖多个站点,例如图2中,基站201覆盖了地铁站A和地铁站B;同样地,少数地铁站位于多个基站覆盖范围的重叠区域,例如地铁站B既在基站201的覆盖范围内,也在基站202的覆盖范围内。
若映射表中当前注册基站对应的站点数大于1,则无法直接确定当前站点。考虑到一条地铁线路中各个站点的邻近关系是固定的,并且终端确定当前站点之前,显示的站点为上一站点,因此可以通过取当前基站对应的站点与上一站点的相邻站点的交集确定当前站点。
在一种可能的实施方式中,终端内存储有当前线路各个站点的信息,包括各站点对应的相邻站点,当终端从映射表中获取的当前注册基站对应的站点数量大于1时,获取上一站点(即当前终端所显示的站点)的相邻站点。
可选的,后台服务器的数据库中存储有各个城市的地铁线路,终端可以将上一站点的名称上传至服务器,有服务器从数据库中查询相邻站点,并反馈至对应终端。
示意性的,请参考图2,终端当前所在的地铁线路中,基站201的覆盖范围内对应有地铁站A和地铁站B,用户所在地铁正在由地铁站A驶往地铁站B,当前终端显示的站点为地铁站A,当终端检测到地铁处于停止状态时,根据当前注册基站201获得的站点为地铁站A和地铁站B,无法确定当前站点,因此终端获取地铁站A的相邻站点,得到相邻站点为地铁站B,通过对相邻站点B与当前注册基站201对应的地铁站A和地铁站B取交集,得到当前站点为地铁站B。
在一种可能的实施方式中,终端无法从映射表中查询到当前注册基站,或者当前注册基站与上一站点的相邻站点的交集站点有多个,终端无法根据当前注册基站确定当前站点,需要利用历史站点和地铁线路进行站点推测,得到当前站点,则站点识别方法还包括如下步骤四和五:
四、响应于映射表中不包含当前注册基站对应的站点,或,交集站点的数量为至少两个,获取上一站点与当前站点之间计步器的步数和历史站点,历史站点为当前站点之前经过的至少两个站点。
若终端无法根据当前注册基站确定当前站点,则获取历史站点,根据历史站点推测当前站点。终端进行站点推测之前,需要判断用户在上一站点是否换乘其他线路,否则可能导致推测结果错误,因此终端在进入地铁模式时开启计步器,实时记录用户的步数,终端进行站点推测前,过去上一站点与当前站点之间计步器的步数。
五、响应于步数小于步数阈值,根据历史站点确定地铁线路和行驶方向,并根据地铁线路和行驶方向确定当前站点。
若步数小于步数阈值(例如50步),则说明用户在上一站点没有换乘其他线路,终端可以根据历史站点确定地铁线路和行驶方向,再根据地铁线路和行驶方向确定当前站点。
如图6所示,假如终端获取到历史站点为东陆路和巨峰路,则可以推测出用户乘坐了12号线,但巨峰路为换乘站,用户可能换乘至6号线到达五莲路或东靖路,因此终端需要获取上一站点与当前站点之间计步器的步数,若该步数小于阈值,则说明用户并未下车换乘,可以推测出当前站点为12号线的杨高北路。
本申请实施例中,终端通过获取当前注册基站以及该基站对应的站点确定当前站点,无需通过复杂的模型获取报站语音或依据第三方数确定站点,功耗低且准确率高;终端利用历史站点和计步器步数进一步推测当前站点,避免了无法查询到当前注册基站,或当前注册基站同时覆盖多个站点导致的站点识别结果错误,提高了站点识别的准确率。
请参考图7,其示出了本申请一个示例性实施例提供的站点识别装置的结构框图。该装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该装置包括:
采集模块701,用于响应于处于地铁模式,通过麦克风采集环境音;
特征提取模块702,用于对所述环境音进行特征提取,得到所述环境音的能量特征;
第一确定模块703,用于根据所述能量特征确定地铁的运行状态,所述运行状态包括进站状态、停止状态、出站状态和站间行驶状态中的至少一种;
第二确定模块704,用于响应于所述运行状态为所述停止状态,根据当前注册基站确定当前站点。
可选的,所述第一确定模块703,包括:
第一确定单元,用于响应于所述能量特征符合能量均值条件,确定所述运行状态为所述停止状态;
第二确定单元,用于响应于所述能量特征符合能量变化条件,确定所述运行状态为所述进站状态或所述出站状态;
第三确定单元,用于响应于所述能量特征不符合所述能量均值条件和所述能量变化条件,确定所述运行状态为所述站间行驶状态。
可选的,所述第一确定单元,还用于:
响应于所述能量特征指示所述环境音的第一能量均值属于预设能量范围,对所述环境音进行分帧处理,得到至少两个音频帧,所述第一能量均值是全频段内所述环境音的能量均值,所述预设能量范围是地铁停止时环境音对应的能量范围;
对所述音频帧进行傅里叶变换,得到第一频段内所述环境音的第二能量均值,所述第一频段是地铁开门或关门的警铃声对应的频段;
响应于所述第二能量均值高于能量阈值,确定所述运行状态为所述停止状态。
可选的,所述第二确定单元,还用于:
对所述环境音进行分段处理;
对各段环境音进行傅里叶变换,得到第二频段内所述环境音的第三能量均值,所述第二频段为低于预设频率的低频频段;
响应于第i段环境音的所述第三能量均值属于预设能量范围,且第i+1段环境音和第i+2段环境音的所述第三能量均值大于所述第i段环境音的所述第三能量均值,确定所述运行状态为所述出站状态,所述预设能量范围是地铁停止时环境音对应的能量范围,i为大于等于1的整数。
可选的,所述装置还包括:
第一定时模块,用于响应于所述运行状态为所述出站状态,启动第一定时器,所述第一定时器的第一定时器时长为站间预计行驶时长;
所述第二确定模块704,包括:
第四确定单元,用于响应于达到所述第一定时器时长,且所述运行状态为所述停止状态,根据所述当前注册基站确定所述当前站点。
可选的,所述第二确定模块704,还包括:
获取单元,用于获取所述当前注册基站和映射表,所述映射表中包含站点与站点周侧基站之间的对应关系;
第五确定单元,用于响应于所述映射表中包含所述当前注册基站对应的站点,且站点数量为一个,将查找到的站点确定为所述当前站点;
第六确定单元,用于响应于所述映射表中包含所述当前注册基站对应的站点,且站点数量为至少两个,获取上一站点的相邻站点;将查找到的站点与所述相邻站点的交集站点确定为所述当前站点。
可选的,所述装置还包括:
获取模块,用于响应于所述映射表中不包含所述当前注册基站对应的站点,或,所述交集站点的数量为至少两个,获取上一站点与所述当前站点之间计步器的步数和历史站点,所述历史站点为所述当前站点之前经过的至少两个站点;
第三确定模块,用于响应于所述步数小于步数阈值,根据所述历史站点确定地铁线路和行驶方向,并根据所述地铁线路和所述行驶方向确定所述当前站点。
可选的,所述装置还包括:
第四确定模块,用于确定所述当前站点的相邻站点;
第二定时模块,用于响应于所述相邻站点为目标站点,设置第二定时器,所述第二定时器的定时器时长小于站间预计行驶时长;
到站提醒模块,用于响应于达到所述第二定时器时长,通过预定方式进行到站提醒。
请参考图8,其示出了本申请一个示例性实施例提供的终端800的结构方框图。该终端800可以是智能手机、平板电脑、电子书、便携式个人计算机等安装并运行有应用程序的电子设备。本申请中的终端800可以包括一个或多个如下部件:处理器820、存储器810、屏幕830和麦克风840。
处理器820可以包括一个或者多个处理核心。处理器820利用各种接口和线路连接整个终端800内的各个部分,通过运行或执行存储在存储器810内的指令、程序、代码集或指令集,以及调用存储在存储器810内的数据,执行终端800的各种功能和处理数据。可选地,处理器820可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器820可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责屏幕830所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器820中,单独通过一块通信芯片进行实现。
存储器810可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory,ROM)。可选地,该存储器810包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器810可用于存储指令、程序、代码、代码集或指令集。存储器810可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等,该操作系统可以是安卓(Android)系统(包括基于Android系统深度开发的系统)、苹果公司开发的IOS系统(包括基于IOS系统深度开发的系统)或其它系统。存储数据区还可以存储终端800在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
屏幕830可以为电容式触摸显示屏,该电容式触摸显示屏用于接收用户使用手指、触摸笔等任何适合的物体在其上或附近的触摸操作,以及显示各个应用程序的用户界面。触摸显示屏通常设置在终端800的前面板。触摸显示屏可被设计成为全面屏、曲面屏或异型屏。触摸显示屏还可被设计成为全面屏与曲面屏的结合,异型屏与曲面屏的结合,本申请实施例对此不加以限定。
麦克风840可以为低功耗麦克风,该麦克风840用于终端开启进出站预测功能时采集环境音,也可以用于语音通话时采集环境音。麦克风840通常设置在终端显示屏一侧的边缘部分(如下边缘),本申请实施例对此不加限定。
除此之外,本领域技术人员可以理解,上述附图所示出的终端800的结构并不构成对终端800的限定,终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。比如,终端800中还包括射频电路、拍摄组件、传感器、音频电路、WiFi组件、电源、蓝牙组件等部件,在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如上各个实施例所述的站点识别方法。
本申请实施例还提供了一种计算机程序产品,该计算机程序产品存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如上各个实施例所述的站点识别方法。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本申请实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读存储介质中或者作为计算机可读存储介质上的一个或多个指令或代码进行传输。计算机可读存储介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (11)

1.一种站点识别方法,其特征在于,所述方法包括:
响应于处于地铁模式,通过麦克风采集环境音;
对所述环境音进行特征提取,得到所述环境音的能量特征;
根据所述能量特征确定地铁的运行状态,所述运行状态包括进站状态、停止状态、出站状态和站间行驶状态中的至少一种;
响应于所述运行状态为所述停止状态,根据当前注册基站确定当前站点。
2.根据权利要求1所述的方法,其特征在于,所述根据所述能量特征确定地铁的运行状态,包括:
响应于所述能量特征符合能量均值条件,确定所述运行状态为所述停止状态;
响应于所述能量特征符合能量变化条件,确定所述运行状态为所述进站状态或所述出站状态;
响应于所述能量特征不符合所述能量均值条件和所述能量变化条件,确定所述运行状态为所述站间行驶状态。
3.根据权利要求2所述的方法,其特征在于,所述响应于所述能量特征符合能量均值条件,确定所述运行状态为所述停止状态,包括:
响应于所述能量特征指示所述环境音的第一能量均值属于预设能量范围,对所述环境音进行分帧处理,得到至少两个音频帧,所述第一能量均值是全频段内所述环境音的能量均值,所述预设能量范围是地铁停止时环境音对应的能量范围;
对所述音频帧进行傅里叶变换,得到第一频段内所述环境音的第二能量均值,所述第一频段是地铁开门或关门的警铃声对应的频段;
响应于所述第二能量均值高于能量阈值,确定所述运行状态为所述停止状态。
4.根据权利要求2所述的方法,其特征在于,所述响应于所述能量特征符合能量变化条件,确定所述运行状态为所述进站状态或所述出站状态,包括:
对所述环境音进行分段处理;
对各段环境音进行傅里叶变换,得到第二频段内所述环境音的第三能量均值,所述第二频段为低于预设频率的低频频段;
响应于第i段环境音的所述第三能量均值属于预设能量范围,且第i+1段环境音和第i+2段环境音的所述第三能量均值大于所述第i段环境音的所述第三能量均值,确定所述运行状态为所述出站状态,所述预设能量范围是地铁停止时环境音对应的能量范围,i为大于等于1的整数。
5.根据权利要求1至4任一所述的方法,其特征在于,所述响应于所述运行状态为所述停止状态,根据当前注册基站确定当前站点之前,所述方法还包括:
响应于所述运行状态为所述出站状态,启动第一定时器,所述第一定时器的第一定时器时长为站间预计行驶时长;
所述响应于所述运行状态为所述停止状态,根据当前注册基站确定当前站点,包括:
响应于达到所述第一定时器时长,且所述运行状态为所述停止状态,根据所述当前注册基站确定所述当前站点。
6.根据权利要求1至4任一所述的方法,其特征在于,所述根据当前注册基站确定当前站点,包括:
获取所述当前注册基站和映射表,所述映射表中包含站点与站点周侧基站之间的对应关系;
响应于所述映射表中包含所述当前注册基站对应的站点,且站点数量为一个,将查找到的站点确定为所述当前站点;
响应于所述映射表中包含所述当前注册基站对应的站点,且站点数量为至少两个,获取上一站点的相邻站点;将查找到的站点与所述相邻站点的交集站点确定为所述当前站点。
7.根据权利要求6所述的方法,其特征在于,所述方法,还包括:
响应于所述映射表中不包含所述当前注册基站对应的站点,或,所述交集站点的数量为至少两个,获取上一站点与所述当前站点之间计步器的步数和历史站点,所述历史站点为所述当前站点之前经过的至少两个站点;
响应于所述步数小于步数阈值,根据所述历史站点确定地铁线路和行驶方向,并根据所述地铁线路和所述行驶方向确定所述当前站点。
8.根据权利要求1至4任一所述的方法,其特征在于,所述响应于所述运行状态为所述停止状态,根据当前注册基站确定当前站点之后,所述方法还包括:
确定所述当前站点的相邻站点;
响应于所述相邻站点为目标站点,设置第二定时器,所述第二定时器的定时器时长小于站间预计行驶时长;
响应于达到所述第二定时器时长,通过预定方式进行到站提醒。
9.一种站点识别装置,其特征在于,所述装置包括:
采集模块,用于响应于处于地铁模式,通过麦克风采集环境音;
特征提取模块,用于对所述环境音进行特征提取,得到所述环境音的能量特征;
第一确定模块,用于根据所述能量特征确定地铁的运行状态,所述运行状态包括进站状态、停止状态、出站状态和站间行驶状态中的至少一种;
第二确定模块,用于响应于所述运行状态为所述停止状态,根据当前注册基站确定当前站点。
10.一种终端,其特征在于,所述终端包括处理器和存储器;所述存储器存储有至少一条指令,所述至少一条指令用于被所述处理器执行以实现如权利要求1至8任一所述的站点识别方法。
11.一种计算机可读存储介质,其特征在于,所述存储介质存储有至少一条指令,所述至少一条指令用于被处理器执行以实现如权利要求1至8任一所述的站点识别方法。
CN202010217221.XA 2020-03-25 2020-03-25 站点识别方法、装置、终端及存储介质 Active CN111415679B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010217221.XA CN111415679B (zh) 2020-03-25 2020-03-25 站点识别方法、装置、终端及存储介质
PCT/CN2021/074680 WO2021190145A1 (zh) 2020-03-25 2021-02-01 站点识别方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010217221.XA CN111415679B (zh) 2020-03-25 2020-03-25 站点识别方法、装置、终端及存储介质

Publications (2)

Publication Number Publication Date
CN111415679A true CN111415679A (zh) 2020-07-14
CN111415679B CN111415679B (zh) 2023-02-28

Family

ID=71493273

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010217221.XA Active CN111415679B (zh) 2020-03-25 2020-03-25 站点识别方法、装置、终端及存储介质

Country Status (2)

Country Link
CN (1) CN111415679B (zh)
WO (1) WO2021190145A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113114752A (zh) * 2021-04-07 2021-07-13 Oppo广东移动通信有限公司 基于公共交通场景的数据获取方法、装置、终端及服务器
WO2021190145A1 (zh) * 2020-03-25 2021-09-30 Oppo广东移动通信有限公司 站点识别方法、装置、终端及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114090696B (zh) * 2021-10-13 2024-03-29 桂林理工大学 一种环境音大数据可视化系统及方法

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030018429A1 (en) * 2000-05-17 2003-01-23 Omega Patents, L.L.C. Vehicle tracker with user registration reminder and related methods
US20140334684A1 (en) * 2012-08-20 2014-11-13 Jonathan Strimling System and method for neighborhood-scale vehicle monitoring
CN105235716A (zh) * 2015-11-03 2016-01-13 株洲南车时代电气股份有限公司 一种列车全自动报站方法
CN105425115A (zh) * 2016-01-25 2016-03-23 成都国铁电气设备有限公司 多种定位方式的接触网定位方法及系统
US20160091593A1 (en) * 2014-09-30 2016-03-31 Apple Inc. Location fingerprinting for transit systems
CN105810212A (zh) * 2016-03-07 2016-07-27 合肥工业大学 一种复杂噪声环境下的列车鸣笛识别方法
US20160286264A1 (en) * 2014-01-22 2016-09-29 Tencent Technology (Shenzhen) Company Limited Media playback method, client and system
WO2016183718A1 (zh) * 2015-05-15 2016-11-24 冯旋宇 一种车站信息反馈系统及方法
CN106558232A (zh) * 2015-09-30 2017-04-05 中国电信股份有限公司 一种用户到站提醒方法、系统和到站提醒服务器
WO2017101067A1 (zh) * 2015-12-17 2017-06-22 华为技术有限公司 一种对周围环境音的处理方法及设备
CN108225366A (zh) * 2016-12-21 2018-06-29 丰田自动车株式会社 车载装置与路线信息提示系统
CN109151168A (zh) * 2018-07-20 2019-01-04 阿里巴巴集团控股有限公司 乘车码的切换方法、装置、移动终端及可读存储介质
CN109696609A (zh) * 2019-01-25 2019-04-30 西南交通大学 一种新型弓网受流质量的获取方法及其获取系统
US20190161101A1 (en) * 2016-01-21 2019-05-30 Ge Global Sourcing Llc Vehicle control system
CN110035379A (zh) * 2019-03-28 2019-07-19 维沃移动通信有限公司 一种定位方法及终端设备
US20190258452A1 (en) * 2018-02-19 2019-08-22 Kabushiki Kaisha Toshiba Audio output system, audio output method, and computer program product
CN110245377A (zh) * 2019-05-08 2019-09-17 暨南大学 一种出行方案推荐方法及推荐系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2896395Y (zh) * 2006-03-28 2007-05-02 宇龙计算机通信科技(深圳)有限公司 地铁到站提醒装置
CN103167410A (zh) * 2012-07-18 2013-06-19 深圳市金立通信设备有限公司 基于地铁基站信号实现手机到站提醒的系统及方法
CN105142112B (zh) * 2015-09-24 2018-09-04 广东欧珀移动通信有限公司 移动终端自动检测地铁环境并自动报站提示的方法及装置
CN107545763B (zh) * 2016-06-28 2020-10-16 阿里巴巴(中国)有限公司 一种车辆定位方法、终端、服务器及系统
SE542199C2 (en) * 2018-05-24 2020-03-10 Icomera Ab System and apparatus for determining the position of rail-bound vehicles on a railway system
CN110660201B (zh) * 2019-09-23 2021-07-09 Oppo广东移动通信有限公司 到站提醒方法、装置、终端及存储介质
CN111325386B (zh) * 2020-02-11 2023-07-07 Oppo广东移动通信有限公司 交通工具运行状态的预测方法、装置、终端及存储介质
CN111354371B (zh) * 2020-02-26 2022-08-05 Oppo广东移动通信有限公司 交通工具运行状态的预测方法、装置、终端及存储介质
CN111415679B (zh) * 2020-03-25 2023-02-28 Oppo广东移动通信有限公司 站点识别方法、装置、终端及存储介质

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030018429A1 (en) * 2000-05-17 2003-01-23 Omega Patents, L.L.C. Vehicle tracker with user registration reminder and related methods
US20140334684A1 (en) * 2012-08-20 2014-11-13 Jonathan Strimling System and method for neighborhood-scale vehicle monitoring
US20160286264A1 (en) * 2014-01-22 2016-09-29 Tencent Technology (Shenzhen) Company Limited Media playback method, client and system
US20160091593A1 (en) * 2014-09-30 2016-03-31 Apple Inc. Location fingerprinting for transit systems
WO2016183718A1 (zh) * 2015-05-15 2016-11-24 冯旋宇 一种车站信息反馈系统及方法
CN106558232A (zh) * 2015-09-30 2017-04-05 中国电信股份有限公司 一种用户到站提醒方法、系统和到站提醒服务器
CN105235716A (zh) * 2015-11-03 2016-01-13 株洲南车时代电气股份有限公司 一种列车全自动报站方法
WO2017101067A1 (zh) * 2015-12-17 2017-06-22 华为技术有限公司 一种对周围环境音的处理方法及设备
US20190161101A1 (en) * 2016-01-21 2019-05-30 Ge Global Sourcing Llc Vehicle control system
CN105425115A (zh) * 2016-01-25 2016-03-23 成都国铁电气设备有限公司 多种定位方式的接触网定位方法及系统
CN105810212A (zh) * 2016-03-07 2016-07-27 合肥工业大学 一种复杂噪声环境下的列车鸣笛识别方法
CN108225366A (zh) * 2016-12-21 2018-06-29 丰田自动车株式会社 车载装置与路线信息提示系统
US20190258452A1 (en) * 2018-02-19 2019-08-22 Kabushiki Kaisha Toshiba Audio output system, audio output method, and computer program product
CN109151168A (zh) * 2018-07-20 2019-01-04 阿里巴巴集团控股有限公司 乘车码的切换方法、装置、移动终端及可读存储介质
CN109696609A (zh) * 2019-01-25 2019-04-30 西南交通大学 一种新型弓网受流质量的获取方法及其获取系统
CN110035379A (zh) * 2019-03-28 2019-07-19 维沃移动通信有限公司 一种定位方法及终端设备
CN110245377A (zh) * 2019-05-08 2019-09-17 暨南大学 一种出行方案推荐方法及推荐系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LIN WANG: "Sound-based Transportation Mode Recognition with Smartphones", 《ICASSP 2019 - 2019 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING 》 *
潘东飞: "基于iOS的智能交通系统的设计与实现", 《北京邮电大学》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021190145A1 (zh) * 2020-03-25 2021-09-30 Oppo广东移动通信有限公司 站点识别方法、装置、终端及存储介质
CN113114752A (zh) * 2021-04-07 2021-07-13 Oppo广东移动通信有限公司 基于公共交通场景的数据获取方法、装置、终端及服务器
CN113114752B (zh) * 2021-04-07 2023-02-24 Oppo广东移动通信有限公司 基于公共交通场景的数据获取方法、装置、终端及服务器

Also Published As

Publication number Publication date
CN111415679B (zh) 2023-02-28
WO2021190145A1 (zh) 2021-09-30

Similar Documents

Publication Publication Date Title
CN111415679B (zh) 站点识别方法、装置、终端及存储介质
CN110660201B (zh) 到站提醒方法、装置、终端及存储介质
WO2021175062A1 (zh) 服务提供方法、装置、终端及存储介质
CN111325386B (zh) 交通工具运行状态的预测方法、装置、终端及存储介质
WO2021169742A1 (zh) 交通工具运行状态的预测方法、装置、终端及存储介质
CN111356077B (zh) 站点预测方法、装置、终端及存储介质
CN111009261B (zh) 到站提醒方法、装置、终端及存储介质
CN106301429B (zh) 有确定免提模式设置的公共交通工具检测的移动通信设备
CN110972112B (zh) 地铁运行方向的确定方法、装置、终端及存储介质
CN105662797A (zh) 一种智能物联网导盲杖
WO2021232962A1 (zh) 目的站点的预测方法、装置、电子设备及存储介质
CN110971763B (zh) 到站提醒方法、装置、存储介质及电子设备
CN107315519A (zh) 驾驶状态下的os切换方法、装置及移动终端
CN110880328A (zh) 到站提醒方法、装置、终端及存储介质
CN110278324B (zh) 检测地铁进出站状态的方法、装置、终端设备和存储介质
CN107277154A (zh) 信息推送方法、装置及移动终端
CN106713633A (zh) 一种聋人提示系统、方法及智能手机
CN112216140A (zh) 交通工具到站确认方法、电子设备及计算机可读存储介质
CN113984078B (zh) 到站提醒方法、装置、终端及存储介质
CN111107219B (zh) 一种控制方法和电子设备
CN108182939A (zh) 用于自助服务的语音处理方法及装置
CN111081275A (zh) 基于声音分析的终端处理方法、装置、存储介质及终端
CN111402617A (zh) 站点信息确定方法、装置、终端及存储介质
CN105608921B (zh) 在电子装置中提示公共交通线路的方法和设备
CN108639056B (zh) 驾驶状态检测方法、装置以及移动终端

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