CN111479224A - 高精度轨迹恢复方法、系统及电子设备 - Google Patents

高精度轨迹恢复方法、系统及电子设备 Download PDF

Info

Publication number
CN111479224A
CN111479224A CN202010158464.0A CN202010158464A CN111479224A CN 111479224 A CN111479224 A CN 111479224A CN 202010158464 A CN202010158464 A CN 202010158464A CN 111479224 A CN111479224 A CN 111479224A
Authority
CN
China
Prior art keywords
target user
collector
position information
time point
calculating
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
CN202010158464.0A
Other languages
English (en)
Other versions
CN111479224B (zh
Inventor
宋凯
陈友志
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.)
Shenzhen Guangdao Digital Technology Co ltd
Original Assignee
Shenzhen Guang Dao Hi Tech Ltd By Share 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 Shenzhen Guang Dao Hi Tech Ltd By Share Ltd filed Critical Shenzhen Guang Dao Hi Tech Ltd By Share Ltd
Priority to CN202010158464.0A priority Critical patent/CN111479224B/zh
Publication of CN111479224A publication Critical patent/CN111479224A/zh
Application granted granted Critical
Publication of CN111479224B publication Critical patent/CN111479224B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种高精度轨迹恢复方法及系统，该方法应用于高精度轨迹恢复系统，该系统包括终端设备、终端服务器，终端设备包括摄像头采集器、wifi热点采集器，该方法包括以下步骤：获取在当前时间点摄像头采集器、wifi热点采集器、终端服务器、和/或基站采集到的目标用户的位置信息；对在当前时间点摄像头采集器、wifi热点采集器、终端服务器、和/或基站采集到的目标用户的位置信息进行融合处理，得到目标用户在当前时间点融合后的位置信息；根据目标用户在所有时间点融合后的位置信息，计算得到目标用户的真实轨迹。本发明实现了在不需要目标用户参与的前提下，感知目标用户的高精度轨迹恢复。

Description

高精度轨迹恢复方法、系统及电子设备
技术领域
本发明涉及终端定位技术领域，尤其涉及一种高精度轨迹恢复方法、系统及电子设备。
背景技术
移动终端的位置信息是社会信息化的一项重要组成部分，对建设公共信息化安全网络有着十分重要的作用。例如，2020年新型冠状病毒的传染性较强，城市防控工作需要排查一些确诊患者和疑似患者的行为轨迹，复工复学阶段仍需要排查流动人口情况。如果能够通过城市布置的电子装备和信息化手段，以非侵入的方式、无需在用户终端读取和上传信息的情况下，直接获取特定用户的连续轨迹，这对整个疫情防控工作会有极大的帮助。潜在应用场景还包括安防部门在重点场所(如机场，停车场，地铁站，大型商场)进行用户信息收集，在必要时刻完成高精度的用户轨迹分析，便于分析特殊人群，协助处理突发事件等；另一些潜在的应用场景包括对重点人群(如老人，小孩)、重点生物群落(例如受保护动物)的位置记录和轨迹记录，防止人群在陌生环境走失，以及研究生物群落的活动轨迹。
现有定位和导航工作通常需要用户终端的深度参与，例如车辆卫星定位技术需要车载终端采集北斗/GPS卫星信号，然后计算出自己的位置来进行导航；室内WiFi定位技术需要用户终端采集各个无线热点AP信号，然后根据定位数据库计算出自己的位置；其他蓝牙定位、RFID定位等方法原理也与之类似。
疫情人群轨迹记录、安防场所监控等各类应用场景迫切需要一种无需用户参与的定位和导航模式，即：直接通过外部的电子装置识别用户，以各种信息化处理手段得到用户的位置和连续移动轨迹。而且，各类应用对位置和轨迹的定位精度要求较高，例如疫情防控需要达到米级精度，来确定是否与特定人群有密切接触。
针对这个问题，第一类方法是利用用户手机信号，通过分析用户手机连入的基站位置来获取用户当前位置，从而获得连续移动轨迹。第二类方法是利用外部的摄像头信息，如果某个摄像头能捕捉到特定用户，可以从图像中识别出来，完成该时刻的位置记录。通过多个摄像头的连续捕捉，来得到用户的连续轨迹。第三类方法是利用WiFi热点记录用户终端MAC地址，机会式获取用户位置，从而从多个WiFi热点获取用户连续移动轨迹。
这几类方法仍然有很大的不足之处。基站分析方法能够提供广域位置感知，但是位置精度太差，基站定位只能提供几百米定位精度，得到的位置模糊度太大，例如疫情防控等各类应用需要米级别定位精度，来获取可能的接触人群，基站定位方法显然难以满足这样的需求。
摄像头分析方法的局限性主要是两个方面，第一是覆盖范围不足，部分城市区域的缺少足够覆盖，只得到不连续的用户位置点，缺少用户连续移动轨迹。第二是位置精度不足，如果摄像头和待识别用户的距离太远，图像分析技术也只能提供粗粒度的位置估算。
WiFi热点方法同样存在覆盖范围的问题，部分区域(如开阔的城市道路、高速道路等)几乎没有热点设备。而且，该方法的位置精度也不足，这样因为无线信号RSS受到环境影响很大，可能会多径、非视线接收的问题，导致无线信号RSS与距离的关系是一个很复杂的非线性关系，难以直接得到准确的用户位置。
发明内容
本发明的主要目的在于提供一种高精度轨迹恢复方法，旨在实现在不需要目标用户参与的前提下，感知目标用户的高精度轨迹恢复。
为了达到上述目的，本发明提出一种高精度轨迹恢复方法，所述方法应用于高精度轨迹恢复系统，所述系统包括终端设备、终端服务器，所述终端设备包括摄像头采集器、wifi热点采集器，所述方法包括以下步骤：
获取在当前时间点所述摄像头采集器、所述wifi热点采集器、所述终端服务器、和/或基站采集到的目标用户的位置信息；
对所述在当前时间点所述摄像头采集器、wifi热点采集器、所述终端服务器、和/或基站采集到的目标用户的位置信息进行融合处理，得到所述目标用户在当前时间点融合后的位置信息；
根据所述目标用户在所有时间点融合后的位置信息，计算得到所述目标用户的真实轨迹。
本发明进一步的技术方案是，所述对所述在当前时间点所述摄像头采集器、所述wifi热点采集器、所述终端服务器、和/或基站采集到的目标用户的位置信息进行融合处理，得到所述目标用户在当前时间点融合后的位置信息的步骤包括：
假设在时间点k附近有M条观测轨迹，计算轨迹两两之间的相关性，得到相关性之和，归一化后作为轨迹的权重；
设所述M条观测轨迹的权重分别记作γ1，γ2，γ3，....，γM，则融合后的位置为：
Figure BDA0002404917970000031
其中，pki为第i条轨迹在时间点k的位置。
本发明进一步的技术方案是，所述获取在当前时间点所述摄像头采集器采集到的目标用户的位置信息的步骤包括：
获取在当前时间点所述摄像头采集器采集到的目标用户的实时信息；
根据所述目标用户的实时信息，采用图像匹配方法判断所述目标用户是否为待识别目标用户；
若是，则利用图像分析方法计算所述摄像头采集器与所述目标用户的距离和方向，得到所述目标用户的位置信息。
本发明进一步的技术方案是，所述利用图像分析方法计算所述摄像头采集器与所述目标用户的距离和方向，得到所述目标用户的位置信息的步骤包括：
已知所述摄像头采集器的位置S1(x1,y1)，利用图像分析方法计算出所述摄像头采集器与所述目标用户的距离d1和方向角度θ1；
根据所述距离d1和方向角度θ1计算得到所述目标用户的位置P1(xp1,yp1)为：
xp1＝x1-d1cosθ1，
yp1＝y1-d1sinθ1，
其中，θ1为所述摄像头采集器与所述目标用户之间的夹角。
本发明进一步的技术方案是，所述wifi热点传感器上安装有定向天线阵列，所述获取在当前时间点所述wifi热点采集器采集到的目标用户的位置信息的步骤包括：
利用图像分析方法计算出所述天线阵列与所述目标用户之间的距离和方向夹角，根据所述天线阵列与所述目标用户之间的距离和方向夹角计算得到所述目标用户的位置信息。
本发明进一步的技术方案是，所述根据所述天线阵列与所述目标用户之间的距离和方向夹角计算得到所述目标用户的位置信息的步骤包括：
设每组天线阵列中有N根天线，每根天线的角度均匀分布，分布为α1，α2，α3，....，αN，如果第k组天线接收的反射信号最强，则所述目标用户与所述wifi热点采集器的方向角度为αk；
设两根天线之间的距离为l，这两根天线到目标用户的折射信号与原始信号的时间差分别为t1和t2，则这两根天线到所述目标用户之间的路径长度分别为t1c/2和t2c/2，其中，c为信号在空气中的传播速度，t1c/2和t2c/2满足关系式：
t1c/2-t2c/2＝l cosαk，
所述目标用户与所述wifi热点采集器的方向角度αk为：
Figure BDA0002404917970000041
已知所述wifi热点采集器的位置S2(x2，y2)，根据所述两根天线到所述目标用户之间的路径长度、方向角度αk计算得到所述目标用户的位置P2(xp2，yp2)为：
xp2＝x2-d2cosαk，
yp2＝y2-d2sinαk，
其中，距离d2取为两根天线到所述目标用户之间的路径长度的平均值：
Figure BDA0002404917970000042
本发明进一步的技术方案是，所述终端服务器上安装有用于感知所述目标用户的红外测距传感器，所述获取在当前时间点所述终端服务器采集到的目标用户的位置信息的步骤包括：
已知所述终端服务器的位置S3(x3,y3)，利用图像分析方法计算出所述终端服务器与所述目标用户之间的距离d3和方向角度β3；
根据所述距离d3和方向角度β3获取所述目标用户的位置P3(xp3,yp3)为：
xp3＝x3-d3cosβ3，
yp3＝y3-d3sinβ3。
本发明进一步的技术方案是，所述获取在当前时间点基站采集到的目标用户的位置信息的步骤包括：
获取所述终端服务器从运营商基站得到的与所述目标用户连接的基站的位置信息P4(xp4,yp4)，所述基站的位置信息P4(xp4,yp4)为所述目标用户的位置信息。
本发明进一步的技术方案是，所述根据所述目标用户在所有时间点融合后的位置信息，计算得到所述目标用户的真实轨迹的步骤之后还包括：
将所述目标用户的真实轨迹发送至运维服务器。
为实现上述目的，本发明还提出一种高精度轨迹恢复系统，所述系统包括终端设备、终端服务器、存储器、处理器，所述终端设备包括摄像头采集器、wifi热点采集器，所述存储器上存储有高精度轨迹恢复程序，所述高精度轨迹恢复程序被所述处理器调用时执行如上所述的方法的步骤。
本发明高精度轨迹恢复方法的有益效果是:本发明通过上述技术方案，获取在当前时间点所述摄像头采集器、所述wifi热点采集器、所述终端服务器、和/或基站采集到的目标用户的位置信息；对所述在当前时间点所述摄像头采集器、所述wifi热点采集器、所述终端服务器、和/或基站采集到的目标用户的位置信息进行融合处理，得到所述目标用户在当前时间点融合后的位置信息；根据所述目标用户在所有时间点融合后的位置信息，计算得到所述目标用户的真实轨迹，取得了以下技术效果：(1)利用多传感器的轨迹融合，实现高精度轨迹恢复；(2)感知模块的数量多，感知机会较大；(3)不需要目标用户的参与。
附图说明
图1是本发明高精度轨迹恢复系统的系统架构图；
图2是本发明高精度轨迹恢复方法较佳实施例的流程示意图；
图3是轨迹融合示意图；
图4是摄像头采集器定位示意图；
图5是wifi热点采集器定位示意图。
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
考虑到目前的卫星定位、惯性导航定位等各种方法是主动定位的，需要目标用户的参与。摄像头、WiFi热点定位、基站定位方法的偏差较大，轨迹恢复误差大，而且收到传感器覆盖范围缺少，感知机会不足。由此，本发明提出一种高精度轨迹恢复方法及系统，本发明的主要优点包括：(1)利用多传感器的轨迹融合，实现高精度轨迹恢复；(2)感知模块的数量多，感知机会较大；(3)不需要目标用户的参与。
为实现该高精度轨迹恢复方法，满足高精度的目标用户轨迹感知，本发明搭建一种高精度轨迹恢复系统，如图1所示，该系统包括电子终端设备、终端服务器、运维服务器三部分。电子终端设备主要包括三个模块：摄像头采集器、wifi热点采集器和NB-IoT通信终端，用于感知和采集目标用户的信息。该三个模块可以独立工作，可以独立安装测试，可以集成在一起或者不继承在一起(类似于智能路灯的多个模块)。
终端设备附近均安装有一个终端终端服务器，用于完成数据实时处理和分析。处理后的数据通过NB-IoT通信终端传送至远程运维服务器，进一步分析汇总后，提供给其他应用查询和使用。
请参照图2，图2是本发明高精度轨迹恢复方法较佳实施例的流程示意图。
本实施例中，该高精度轨迹恢复方法包括以下步骤：
步骤S10，获取在当前时间点摄像头采集器、wifi热点采集器、终端服务器、和/或基站采集到的目标用户的位置信息；
步骤S20，对在当前时间点摄像头采集器、wifi热点采集器、终端服务器、和/或基站采集到的目标用户的位置信息进行融合处理，得到目标用户在当前时间点融合后的位置信息；
步骤S30，根据目标用户在所有时间点融合后的位置信息，计算得到目标用户的真实轨迹。
本实施例中，终端设备的各个模块都能独立测量目标用户的位置，连续捕获来得到目标用户的移动轨迹。但是，考虑到各个模块的测量精度均不足，例如，摄像头采集器的测距和方向都不准确，定位偏差较大，而且，如果多个摄像头采集器都识别出目标用户，定位位置很大可能不会刚好重合，wifi热点采集器等方法与之类似。因此，整个系统可以看成是多个模块、多个时间点分别获取到目标用户的粗糙位置，而且各个位置的捕获时间点均不相同，无法直接将各个位置融合。为了实现高精度轨迹恢复，本实施例将每个模块均生成一个轨迹，然后计算各个轨迹的相关性，实现轨迹融合，使得整个轨迹最为平滑。
具体的，本实施例中，对在当前时间点摄像头采集器、wifi热点采集器、终端服务器、和/或基站采集到的目标用户的位置信息进行融合处理，得到目标用户在当前时间点融合后的位置信息的步骤包括：
假设在时间点k附近有M条观测轨迹，计算轨迹两两之间的相关性，得到相关性之和，归一化后作为轨迹的权重；
设M条观测轨迹的权重分别记作γ1，γ2，γ3，....，γM，则融合后的位置为：
Figure BDA0002404917970000071
其中，pki为第i条轨迹在时间点k的位置。
可以理解的是，本实施例中，可以分成轨迹生成和轨迹融合两部分。
(1)对于轨迹生成：假设总共A个摄像头采集器、B个wifi热点采集器、C个终端服务器、D个基站分别观测得到目标用户，而且各个模块观测的时间点都不相同，这些A+B+C+D个轨迹不能直接融合。因此，本实施例中，轨迹生成方法对各个轨迹进行牛顿插值，得到平滑的A+B+C+D个轨迹。
(2)对于轨迹融合：移动轨迹可能横跨多个感知模块，各个模块只能在目标用户刚好出现的时候才有感知能力。如图3所示，虚线p1，p2，p3，p4是不同模块的轨迹，实线p是目标用户的真实轨迹。考虑到各个模块的时间不匹配问题，存在大量缺失点，直接使用卡尔曼滤波和机器学习方法难以融合匹配，而且每个时间点的观测数也较少，规模不足，难以使用神经网络去训练。
因此，本发明分两个步骤来解决这个问题。首先，对于每个时间点，使用加权优化方法得到一个融合位置，然后考虑各个时间点位置的约束关系，对融合后轨迹做一次平滑处理。具体融合方法如下：
假设在时间点k附近M条观测轨迹，计算轨迹两两之间的相关性，得到相关性之和，归一化后作为轨迹的权重。M条观测轨迹的权重分别记作γ1，γ2，γ3，....，γM，则融合后的位置为
Figure BDA0002404917970000081
其中pki为第i条轨迹在时间点k的位置。
进一步的，获取在当前时间点摄像头采集器采集到的目标用户的位置信息的步骤包括：
步骤S101，获取在当前时间点摄像头采集器采集到的目标用户的实时信息。
步骤S102，根据目标用户的实时信息，采用图像匹配方法判断目标用户是否为待识别目标用户。
步骤S103，若是，则利用图像分析方法计算摄像头采集器与目标用户的距离和方向，得到目标用户的位置信息。
其中，利用图像分析方法计算摄像头采集器与目标用户的距离和方向，得到目标用户的位置信息的步骤可以采用如下方案：
对于摄像头采集器定位，本实施例采用摄像头采集器拍摄目标用户，例如人员和车辆的实时信息，利用图像匹配方法判断是否是待识别目标用户，然后利用图像分析方法计算摄像头采集器与目标用户的距离和方向。
如图4所示，已知摄像头采集器的位置S1(x1,y1)，利用图像分析方法计算出摄像头采集器与目标用户的距离d1和方向角度θ1。
根据距离d1和方向角度θ1计算得到目标用户的位置P1(xp1,yp1)为：
xp1＝x1-d1cosθ1，
yp1＝y1-d1sinθ1，
其中，θ1为摄像头采集器与目标用户之间的夹角。
本实施例中，wifi热点传感器上安装有定向天线阵列，获取在当前时间点wifi热点采集器采集到的目标用户的位置信息的步骤包括：
利用图像分析方法计算出天线阵列与目标用户之间的距离和方向夹角，根据天线阵列与目标用户之间的距离和方向夹角计算得到目标用户的位置信息。
对于wifi热点采集器定位，本实施例考虑到目标用户的wifi特征码MAC是唯一的识别码，与使用者有着强关联性，因此，如果wifi热点采集器捕获到某个特定MAC地址，则认为目标用户识别成功。
具体的，根据天线阵列与目标用户之间的距离和方向夹角计算得到目标用户的位置信息的步骤可以采用以下方案：
假设每组天线阵列中有N根天线，每根天线的角度均匀分布，分布为α1，α2，α3，....，αN，如果第k组天线接收的反射信号最强，则目标用户与wifi热点采集器的方向角度为αk。
在这组天线中，设其中两根天线之间的距离为l，频率分别为f1和f2，这两根天线到目标用户的折射信号与原始信号的时间差分别为t1和t2，则这两根天线到目标用户之间的路径长度分别为t1c/2和t2c/2，其中，c为信号在空气中的传播速度。
考虑这两个天线之间的距离远小于天线到目标用户之间的距离，则这两根天线的信号可以认为是平行的，如图5所示，则这两根天线到目标用户之间的路径长度，t1c/2和t2c/2满足关系式：
t1c/2-t2c/2＝l cosαk，
目标用户与wifi热点采集器的方向角度αk为：
Figure BDA0002404917970000091
与摄像头采集器定位方法类似，已知wifi热点采集器的位置S2(x2，y2)，根据两根天线到目标用户之间的路径长度、方向角度αk计算得到目标用户的位置P2(xp2，yp2)为：
xp2＝x2-d2cosαk，
yp2＝y2-d2sinαk，
其中，距离d2取为两根天线到目标用户之间的路径长度的平均值：
Figure BDA0002404917970000101
进一步的，本实施例中，终端服务器上安装有用于感知目标用户的红外测距传感器，获取在当前时间点终端服务器采集到的目标用户的位置信息的步骤包括：
已知终端服务器的位置S3(x3，y3)，利用图像分析方法计算出终端服务器与目标用户之间的距离d3和方向角度β3；
根据距离d3和方向角度β3获取目标用户的位置P3(xp3，yp3)为：
xp3＝x3-d3cosβ3，
yp3＝y3-d3sinβ3。
可以理解的是，本实施例中，摄像头采集器和wifi热点采集器捕获到目标用户后，会把这些数据实时发送到终端服务器，终端服务器接收数据，通过NB-loT通信终端传送到远程的运维服务器。
对于终端服务器定位，本实施例中，终端服务器上还安装有红外测距传感器，通过旋转角度，在合适的方向感知目标用户，从而得到终端服务器与目标用户的距离和方向。与摄像头采集器定位方法类似，已知终端服务器的位置S3(x3，y3)，利用上面计算得到的距离d3和方向角度β3，就可以计算得到目标用户的位置。
进一步的，本实施例中，获取在当前时间点基站采集到的目标用户的位置信息的步骤包括：
获取终端服务器从运营商基站得到的与目标用户连接的基站的位置信息P4(xp4，yp4)，基站的位置信息P4(xp4，yp4)为目标用户的位置信息。
对于基站定位，可以理解的是，IMSI码作为智能手机用户的唯一识别码，能够通过IMSI码找到对应的智能手机设备。终端服务器从运营商基站获取目标用户连接的基站信息，则基站位置可以近似看成目标用户位置P4(xp4,yp4)。
进一步的，本实施例中，根据目标用户在所有时间点融合后的位置信息，计算得到目标用户的真实轨迹的步骤之后还包括：
将目标用户的真实轨迹发送至运维服务器。
在计算得到目标用户的真实轨迹后，本实施例将处理后的数据通过NB-IoT通信终端传送至远程运维服务器，进一步分析汇总后，提供给其他应用查询和使用。
本发明高精度轨迹恢复方法的有益效果是:本发明通过上述技术方案，获取在当前时间点摄像头采集器、wifi热点采集器、终端服务器、和/或基站采集到的目标用户的位置信息；对在当前时间点摄像头采集器、wifi热点采集器、终端服务器、和/或基站采集到的目标用户的位置信息进行融合处理，得到目标用户在当前时间点融合后的位置信息；根据目标用户在所有时间点融合后的位置信息，计算得到目标用户的真实轨迹，取得了以下技术效果：(1)利用多传感器的轨迹融合，实现高精度轨迹恢复；(2)感知模块的数量多，感知机会较大；(3)不需要目标用户的参与。
为实现上述目的，本发明还提出一种高精度轨迹恢复系统，所述系统包括终端设备、终端服务器、存储器、处理器，终端设备包括摄像头采集器、wi fi热点采集器，存储器上存储有高精度轨迹恢复程序，高精度轨迹恢复程序被所述处理器调用时执行如上实施例所述的方法的步骤，这里不再赘述。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种高精度轨迹恢复方法，其特征在于，所述方法应用于高精度轨迹恢复系统，所述系统包括终端设备、终端服务器，所述终端设备包括摄像头采集器、wifi热点采集器，所述方法包括以下步骤：
获取在当前时间点所述摄像头采集器、所述wifi热点采集器、所述终端服务器、和/或基站采集到的目标用户的位置信息；
对所述在当前时间点所述摄像头采集器、wifi热点采集器、所述终端服务器、和/或基站采集到的目标用户的位置信息进行融合处理，得到所述目标用户在当前时间点融合后的位置信息；
根据所述目标用户在所有时间点融合后的位置信息，计算得到所述目标用户的真实轨迹。
2.根据权利要求1所述的高精度轨迹恢复方法，其特征在于，所述对所述在当前时间点所述摄像头采集器、所述wifi热点采集器、所述终端服务器、和/或基站采集到的目标用户的位置信息进行融合处理，得到所述目标用户在当前时间点融合后的位置信息的步骤包括：
假设在时间点k附近有M条观测轨迹，计算轨迹两两之间的相关性，得到相关性之和，归一化后作为轨迹的权重；
设所述M条观测轨迹的权重分别记作γ1，γ2，γ3，…，γM，则融合后的位置为：
Figure FDA0002404917960000011
其中，pki为第i条轨迹在时间点k的位置。
3.根据权利要求1所述的高精度轨迹恢复方法，其特征在于，所述获取在当前时间点所述摄像头采集器采集到的目标用户的位置信息的步骤包括：
获取在当前时间点所述摄像头采集器采集到的目标用户的实时信息；
根据所述目标用户的实时信息，采用图像匹配方法判断所述目标用户是否为待识别目标用户；
若是，则利用图像分析方法计算所述摄像头采集器与所述目标用户的距离和方向，得到所述目标用户的位置信息。
4.根据权利要求3所述高精度轨迹恢复方法，其特征在于，所述利用图像分析方法计算所述摄像头采集器与所述目标用户的距离和方向，得到所述目标用户的位置信息的步骤包括：
已知所述摄像头采集器的位置S1(x1,y1)，利用图像分析方法计算出所述摄像头采集器与所述目标用户的距离d1和方向角度θ1；
根据所述距离d1和方向角度θ1计算得到所述目标用户的位置P1(xp1,yp1)为：
xp1＝x1-d1cosθ1，
yp1＝y1-d1sinθ1,
其中，θ1为所述摄像头采集器与所述目标用户之间的夹角。
5.根据权利要求1所述的高精度轨迹恢复方法，其特征在于，所述wifi热点传感器上安装有定向天线阵列，所述获取在当前时间点所述wifi热点采集器采集到的目标用户的位置信息的步骤包括：
利用图像分析方法计算出所述天线阵列与所述目标用户之间的距离和方向夹角，根据所述天线阵列与所述目标用户之间的距离和方向夹角计算得到所述目标用户的位置信息。
6.根据权利要求5所述的高精度轨迹恢复方法，其特征在于，所述根据所述天线阵列与所述目标用户之间的距离和方向夹角计算得到所述目标用户的位置信息的步骤包括：
设每组天线阵列中有N根天线，每根天线的角度均匀分布，分布为α1，α2，α3，....，αN，如果第k组天线接收的反射信号最强，则所述目标用户与所述wifi热点采集器的方向角度为αk；
设两根天线之间的距离为l，这两根天线到目标用户的折射信号与原始信号的时间差分别为t1和t2，则这两根天线到所述目标用户之间的路径长度分别为t1c/2和t2c/2，其中，c为信号在空气中的传播速度，t1c/2和t2c/2满足关系式：
t1c/2-t2c/2＝lcosαk，
所述目标用户与所述wifi热点采集器的方向角度αk为：
Figure FDA0002404917960000021
已知所述wifi热点采集器的位置S2(x2,y2)，根据所述两根天线到所述目标用户之间的路径长度、方向角度αk计算得到所述目标用户的位置P2(xp2,yp2)为：
xp2＝x2-d2cosαk，
yp2＝y2-d2sinαk，
其中，距离d2取为两根天线到所述目标用户之间的路径长度的平均值：
Figure FDA0002404917960000031
7.根据权利要求1所述的高精度轨迹恢复方法，其特征在于，所述终端服务器上安装有用于感知所述目标用户的红外测距传感器，所述获取在当前时间点所述终端服务器采集到的目标用户的位置信息的步骤包括：
已知所述终端服务器的位置S3(x3,y3)，利用图像分析方法计算出所述终端服务器与所述目标用户之间的距离d3和方向角度β3；
根据所述距离d3和方向角度β3获取所述目标用户的位置P3(xp3,yp3)为：
xp3＝x3-d3cosβ3,
yp3＝y3-d3sinβs。
8.根据权利要求1所述的高精度轨迹恢复方法，其特征在于，所述获取在当前时间点基站采集到的目标用户的位置信息的步骤包括：
获取所述终端服务器从运营商基站得到的与所述目标用户连接的基站的位置信息P4(xp4,yp4)，所述基站的位置信息P4(xp4,yp4)为所述目标用户的位置信息。
9.根据权利要求1-8任意一项所述的高精度轨迹恢复方法，其特征在于，所述根据所述目标用户在所有时间点融合后的位置信息，计算得到所述目标用户的真实轨迹的步骤之后还包括：
将所述目标用户的真实轨迹发送至运维服务器。
10.一种高精度轨迹恢复系统，其特征在于，所述系统包括终端设备、终端服务器、存储器、处理器，所述终端设备包括摄像头采集器、wifi热点采集器，所述存储器上存储有高精度轨迹恢复程序，所述高精度轨迹恢复程序被所述处理器调用时执行如权利要求1-9任意一项所述的方法的步骤。
CN202010158464.0A 2020-03-09 2020-03-09 高精度轨迹恢复方法、系统及电子设备 Active CN111479224B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010158464.0A CN111479224B (zh) 2020-03-09 2020-03-09 高精度轨迹恢复方法、系统及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010158464.0A CN111479224B (zh) 2020-03-09 2020-03-09 高精度轨迹恢复方法、系统及电子设备

Publications (2)

Publication Number Publication Date
CN111479224A true CN111479224A (zh) 2020-07-31
CN111479224B CN111479224B (zh) 2022-01-11

Family

ID=71748147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010158464.0A Active CN111479224B (zh) 2020-03-09 2020-03-09 高精度轨迹恢复方法、系统及电子设备

Country Status (1)

Country Link
CN (1) CN111479224B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112102429A (zh) * 2020-08-03 2020-12-18 深圳拓邦股份有限公司 一种割草机的建图方法、存储介质以及割草机
CN112269842A (zh) * 2020-10-15 2021-01-26 Tcl通讯（宁波）有限公司 一种信息处理方法、装置、存储介质及计算机设备
CN112437400A (zh) * 2020-11-23 2021-03-02 维沃移动通信有限公司 位置确定方法、装置及电子设备
CN112533135A (zh) * 2020-11-18 2021-03-19 联通智网科技有限公司 行人定位方法及装置、服务器、存储介质
CN113207169A (zh) * 2021-03-26 2021-08-03 福建新大陆软件工程有限公司 一种基于多源异构数据的融合定位方法
CN114440920A (zh) * 2022-01-27 2022-05-06 电信科学技术第十研究所有限公司 基于电子地图的轨迹流动显示方法及装置
CN114466328A (zh) * 2022-04-13 2022-05-10 北京融信数联科技有限公司 渣土车轨迹还原方法、系统和可读存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012087208A1 (en) * 2010-12-22 2012-06-28 Saab Ab Antenna arrangement for a radar system
CN104677351A (zh) * 2015-01-26 2015-06-03 泰科智慧科技（北京）有限公司 一种基于多种信号融合的人员定位系统及方法
CN107883959A (zh) * 2017-10-31 2018-04-06 西安交通大学 一种基于相控阵原理的WiFi室内多人定位方法
CN108061878A (zh) * 2017-12-15 2018-05-22 深圳市交投科技有限公司 基于移动终端的融合定位方法、存储装置及移动终端
CN108111223A (zh) * 2016-11-24 2018-06-01 珠海横琴华策光通信科技有限公司 Led定位装置、室内定位系统以及室内定位方法
KR20190010065A (ko) * 2017-07-20 2019-01-30 주식회사 케이엠씨로보틱스 이동체의 위치인식 및 실시간 추적 가능한 자동보정 예측 알고리즘을 혼합한 선형 제어 방법
CN109756267A (zh) * 2017-11-07 2019-05-14 珠海横琴华策光通信科技有限公司 一种基于led发光装置光定位的摄像头定位系统及其应用
CN109974687A (zh) * 2017-12-28 2019-07-05 周秦娜 一种基于深度摄像头的多传感器室内协同定位方法、装置及系统
CN110162588A (zh) * 2019-05-29 2019-08-23 浪潮软件集团有限公司 一种多维关联信息的轨迹融合方法
CN110602632A (zh) * 2019-07-31 2019-12-20 安克创新科技股份有限公司 扬声设备以及设备定位系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012087208A1 (en) * 2010-12-22 2012-06-28 Saab Ab Antenna arrangement for a radar system
CN104677351A (zh) * 2015-01-26 2015-06-03 泰科智慧科技（北京）有限公司 一种基于多种信号融合的人员定位系统及方法
CN108111223A (zh) * 2016-11-24 2018-06-01 珠海横琴华策光通信科技有限公司 Led定位装置、室内定位系统以及室内定位方法
KR20190010065A (ko) * 2017-07-20 2019-01-30 주식회사 케이엠씨로보틱스 이동체의 위치인식 및 실시간 추적 가능한 자동보정 예측 알고리즘을 혼합한 선형 제어 방법
CN107883959A (zh) * 2017-10-31 2018-04-06 西安交通大学 一种基于相控阵原理的WiFi室内多人定位方法
CN109756267A (zh) * 2017-11-07 2019-05-14 珠海横琴华策光通信科技有限公司 一种基于led发光装置光定位的摄像头定位系统及其应用
CN108061878A (zh) * 2017-12-15 2018-05-22 深圳市交投科技有限公司 基于移动终端的融合定位方法、存储装置及移动终端
CN109974687A (zh) * 2017-12-28 2019-07-05 周秦娜 一种基于深度摄像头的多传感器室内协同定位方法、装置及系统
CN110162588A (zh) * 2019-05-29 2019-08-23 浪潮软件集团有限公司 一种多维关联信息的轨迹融合方法
CN110602632A (zh) * 2019-07-31 2019-12-20 安克创新科技股份有限公司 扬声设备以及设备定位系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHIWEI ZHU: "《High-precision localization using visual landmarks fused with range data》", 《CVPR 2011》 *
付余路等: "融合RFID相位与激光的快速动态目标定位", 《计算机工程》 *
熊文: "《基于时空相似性的大规模轨迹数据融合技术》", 《集成技术》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112102429A (zh) * 2020-08-03 2020-12-18 深圳拓邦股份有限公司 一种割草机的建图方法、存储介质以及割草机
CN112269842A (zh) * 2020-10-15 2021-01-26 Tcl通讯（宁波）有限公司 一种信息处理方法、装置、存储介质及计算机设备
CN112269842B (zh) * 2020-10-15 2024-03-19 Tcl通讯（宁波）有限公司 一种信息处理方法、装置、存储介质及计算机设备
CN112533135A (zh) * 2020-11-18 2021-03-19 联通智网科技有限公司 行人定位方法及装置、服务器、存储介质
CN112533135B (zh) * 2020-11-18 2022-02-15 联通智网科技股份有限公司 行人定位方法及装置、服务器、存储介质
CN112437400A (zh) * 2020-11-23 2021-03-02 维沃移动通信有限公司 位置确定方法、装置及电子设备
CN113207169A (zh) * 2021-03-26 2021-08-03 福建新大陆软件工程有限公司 一种基于多源异构数据的融合定位方法
CN113207169B (zh) * 2021-03-26 2022-08-05 福建新大陆软件工程有限公司 一种基于多源异构数据的融合定位方法
CN114440920A (zh) * 2022-01-27 2022-05-06 电信科学技术第十研究所有限公司 基于电子地图的轨迹流动显示方法及装置
CN114466328A (zh) * 2022-04-13 2022-05-10 北京融信数联科技有限公司 渣土车轨迹还原方法、系统和可读存储介质
CN114466328B (zh) * 2022-04-13 2022-06-28 北京融信数联科技有限公司 渣土车轨迹还原方法、系统和可读存储介质

Also Published As

Publication number Publication date
CN111479224B (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
CN111479224B (zh) 高精度轨迹恢复方法、系统及电子设备
Li et al. Toward location-enabled IoT (LE-IoT): IoT positioning techniques, error sources, and error mitigation
CN109298389B (zh) 基于多粒子群优化的室内行人组合位姿估计方法
Tian et al. A low-cost INS and UWB fusion pedestrian tracking system
Liu et al. Cooperative positioning for emergency responders using self IMU and peer-to-peer radios measurements
Liu et al. Fusing similarity-based sequence and dead reckoning for indoor positioning without training
CN108151747B (zh) 一种利用声信号与惯性导航融合的室内定位系统及定位方法
CN107111641B (zh) 用于更新定位数据的数据库的定位估计
Stojanović et al. Indoor localization and tracking: Methods, technologies and research challenges
KR100906974B1 (ko) 카메라를 이용한 위치 인식 장치 및 그 방법
Subbu et al. Analysis and status quo of smartphone-based indoor localization systems
US8502670B2 (en) Real-time RFID positioning system and method, repeater installation method therefor, position confirmation service system using the same
KR101089995B1 (ko) 핑거 프린트 방식의 위치 추적 시스템 및 그 방법
US9369677B2 (en) Image assistance for indoor positioning
US10032370B2 (en) Methods and apparatus for enabling mobile communication device based secure interaction from vehicles through motion signatures
CN111879305B (zh) 一种面向高危生产环境的多模态感知定位模型与系统
US8130103B2 (en) Method of reducing power consumption of a radio badge in a boundary detection localization system
WO2008048059A1 (en) Real-time rfid positioning system and method, repeater installation method therefor, position confirmation service system using the same
Mathisen et al. A comparative analysis of Indoor WiFi Positioning at a large building complex
CN105992210A (zh) 移动伪基站定位方法、系统、定位设备及定位服务器
Hu et al. WiBEST: A hybrid personal indoor positioning system
Mazan et al. A Study of Devising Neural Network Based Indoor Localization Using Beacons: First Results.
Radoi et al. Localization systems repository: A platform for open-source localization systems and datasets
Cho et al. WARP-P: Wireless Signal Acquisition with Reference Point by using Simplified PDR–System Concept and Performance Assessment
Pasricha Overview of indoor navigation techniques

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
CP03 Change of name, title or address

Address after: 518000 Floor 4, North Block, Yuanxing Science and Technology Building, No. 1, Songpingshan Road, Songpingshan Community, Xili Street, Nanshan District, Shenzhen, Guangdong Province

Patentee after: Shenzhen Guangdao Digital Technology Co.,Ltd.

Address before: 4 / F, main building, Jiada R & D building, No.5, songpingshan Road, Science Park, Nanshan District, Shenzhen, Guangdong 518000

Patentee before: Shenzhen Guang Dao hi tech Limited by Share Ltd.

CP03 Change of name, title or address
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: High precision trajectory recovery methods, systems, and electronic devices

Effective date of registration: 20230607

Granted publication date: 20220111

Pledgee: Shenzhen hi tech investment small loan Co.,Ltd.

Pledgor: Shenzhen Guangdao Digital Technology Co.,Ltd.

Registration number: Y2023980043168

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20220111

Pledgee: Shenzhen hi tech investment small loan Co.,Ltd.

Pledgor: Shenzhen Guangdao Digital Technology Co.,Ltd.

Registration number: Y2023980043168

PC01 Cancellation of the registration of the contract for pledge of patent right