CN111624640B - 定位方法、装置、电子设备及存储介质 - Google Patents
定位方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111624640B CN111624640B CN202010335493.XA CN202010335493A CN111624640B CN 111624640 B CN111624640 B CN 111624640B CN 202010335493 A CN202010335493 A CN 202010335493A CN 111624640 B CN111624640 B CN 111624640B
- Authority
- CN
- China
- Prior art keywords
- positioning
- subway
- base station
- track
- wifi
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- 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
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
-
- 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
- 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
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/42—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for mass transport vehicles, e.g. buses, trains or aircraft
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供了一种定位方法、装置、电子设备及存储介质。定位方法包括:接收客户端发送的定位请求;所述定位请求包括所述客户端扫描的WiFi信息和基站信息;依据所述WiFi信息确定WiFi定位位置,并从预先修正的基站库中获取所述基站信息对应基站的位置和类型;所述类型包括地铁基站和非地铁基站,所述地铁基站的位置被修正为所述地铁基站对应的地铁站的位置;对所述WiFi定位位置进行准确度的评估,得到评估结果;选取所述基站的类型对应的评估阈值,在所述评估结果小于选取的评估阈值时,将所述基站的位置作为定位结果返回给所述客户端;地铁基站对应的评估阈值大于非地铁基站对应的评估阈值。本发明能够提高地铁场景下定位的准确性。
Description
技术领域
本发明涉及定位技术领域,特别是涉及一种定位方法、装置、电子设备及存储介质。
背景技术
移动互联时代,定位无处不在,任何一个应用只要想了解用户的位置,不管是为用户提供服务还是用于用户分析,都会用到定位。GPS(Global Positioning System,全球定位系统)作为使用最广泛的定位系统,提供了高精度的定位服务。然而GPS定位自身具有局限性,比如在地下、室内等有阻挡的地方信号弱或者无信号,这样就会导致定位有较大偏差或者无法定位的情况出现。
地铁为一种非常普遍的交通工具,作为人们生活服务重要组成场景之一。因此提升地铁定位体验,为用户提供更优质的服务也是定位技术演进的过程。如果采用GPS定位的方式,由于在地铁上GPS信号较弱,因此通过GPS定位无法准确实现在地铁中的定位。如果采用基站定位的方式,由于基站库中的基站位置与实际在地铁中的位置可能存在较大偏差,因此通过基站定位也无法准确实现在地铁中的定位。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种定位方法、装置、电子设备及存储介质。
第一方面,本发明实施例公开了一种定位方法,包括:
接收客户端发送的定位请求;所述定位请求包括所述客户端扫描的WiFi信息和基站信息;
依据所述WiFi信息确定WiFi定位位置,并从预先修正的基站库中获取所述基站信息对应基站的位置和类型;所述类型包括地铁基站和非地铁基站,所述地铁基站的位置被修正为所述地铁基站对应的地铁站的位置;
对所述WiFi定位位置进行准确度的评估,得到评估结果;
选取所述基站的类型对应的评估阈值,在所述评估结果小于选取的评估阈值时,将所述基站的位置作为定位结果返回给所述客户端;地铁基站对应的评估阈值大于非地铁基站对应的评估阈值。
可选地,所述基站库通过如下方式修正:从历史定位轨迹中筛选地铁定位轨迹;确定所述地铁定位轨迹中包含的地铁基站以及所述地铁基站对应的地铁站;将基站库中记录的所述地铁基站的位置,修正为所述地铁基站对应的地铁站的位置,并为所述基站库中的基站标记类型。
可选地,所述从历史定位轨迹中筛选地铁定位轨迹,包括:根据所述历史定位轨迹与地铁站的关系,从所述历史定位轨迹中选取候选定位轨迹;根据所述候选定位轨迹的轨迹特征,从所述候选定位轨迹中选取地铁定位轨迹。
可选地,所述根据所述历史定位轨迹与地铁站的关系,从所述历史定位轨迹中选取候选定位轨迹,包括:从所述历史定位轨迹中选取定位频率大于预设频率阈值,且开启WiFi定位的历史定位轨迹;从选取的历史定位轨迹中,查找定位在起点地铁站的第一WiFi定位点和定位在终点地铁站的第二WiFi定位点;将从所述第一WiFi定位点到所述第二WiFi定位点之间的轨迹作为候选定位轨迹。
可选地,所述从选取的历史定位轨迹中,查找定位在起点地铁站的第一WiFi定位点和定位在终点地铁站的第二WiFi定位点,包括:从所述选取的历史定位轨迹中查找第一轨迹区间和第二轨迹区间;将所述第一轨迹区间内的最后一个WiFi定位点作为所述第一WiFi定位点,将所述第二轨迹区间内的第一个WiFi定位点作为所述第二WiFi定位点;其中,所述第一轨迹区间为定位时长大于预设时长阈值,WiFi定位点的定位精度大于预设精度阈值,WiFi定位点与所述起点地铁站之间的距离由预设的第一距离之外缩短至预设的第二距离之内的轨迹区间;所述第二轨迹区间为定位时长大于预设时长阈值,WiFi定位点的定位精度大于预设精度阈值,WiFi定位点与所述终点地铁站之间的距离由预设的第二距离之内增长至预设的第一距离之外的轨迹区间。
可选地,所述根据所述候选定位轨迹的轨迹特征,从所述候选定位轨迹中选取地铁定位轨迹包括:针对每个候选定位轨迹,将所述候选定位轨迹的轨迹特征输入预先训练的地铁定位轨迹预测模型,根据所述地铁定位轨迹预测模型的输出,确定所述候选定位轨迹是否为地铁定位轨迹;其中,所述轨迹特征包括以下至少一种:所述候选定位轨迹中包含的与地铁站之间的距离在预设的第二距离之内的定位点的个数、所述候选定位轨迹中包含的基站定位点的个数、所述候选定位轨迹中包含的WiFi定位点的占比、所述候选定位轨迹的历时、所述候选定位轨迹对应的地铁线路距离、所述候选定位轨迹的用户移动速度。
可选地,所述确定所述地铁定位轨迹中包含的地铁基站,包括:针对所述地铁定位轨迹中包含的每个基站,将所述基站的基站特征输入预先训练的地铁基站预测模型,根据所述地铁基站预测模型的输出,确定所述基站是否为地铁基站;其中,所述基站特征包括以下至少一种:所述基站在全部地铁轨迹中出现的次数、所述基站在全部地铁轨迹中作为起点的次数、所述基站在全部地铁轨迹中作为终点的次数、包含所述基站的地铁轨迹的数量。
第二方面,本发明实施例公开了一种定位装置,包括:
接收模块,用于接收客户端发送的定位请求;所述定位请求包括所述客户端扫描的WiFi信息和基站信息;
获取模块,用于依据所述WiFi信息确定WiFi定位位置,并从预先修正的基站库中获取所述基站信息对应基站的位置和类型;所述类型包括地铁基站和非地铁基站,所述地铁基站的位置被修正为所述地铁基站对应的地铁站的位置;
评估模块,用于对所述WiFi定位位置进行准确度的评估,得到评估结果;
返回模块,用于选取所述基站的类型对应的评估阈值,在所述评估结果小于选取的评估阈值时,将所述基站的位置作为定位结果返回给所述客户端;地铁基站对应的评估阈值大于非地铁基站对应的评估阈值。
可选地,所述基站库通过如下模块修正:筛选模块,用于从历史定位轨迹中筛选地铁定位轨迹;确定模块,用于确定所述地铁定位轨迹中包含的地铁基站以及所述地铁基站对应的地铁站;修正模块,用于将基站库中记录的所述地铁基站的位置,修正为所述地铁基站对应的地铁站的位置,并为所述基站库中的基站标记类型。
可选地,所述筛选模块包括:第一选取子模块,用于根据所述历史定位轨迹与地铁站的关系,从所述历史定位轨迹中选取候选定位轨迹;第二选取子模块,用于根据所述候选定位轨迹的轨迹特征,从所述候选定位轨迹中选取地铁定位轨迹。
可选地,所述第一选取子模块包括:轨迹选取单元,用于从所述历史定位轨迹中选取定位频率大于预设频率阈值,且开启WiFi定位的历史定位轨迹;查找单元,用于从选取的历史定位轨迹中,查找定位在起点地铁站的第一WiFi定位点和定位在终点地铁站的第二WiFi定位点;轨迹确定单元,用于将从所述第一WiFi定位点到所述第二WiFi定位点之间的轨迹作为候选定位轨迹。
可选地,所述查找单元包括:区间查找子单元,用于从所述选取的历史定位轨迹中查找第一轨迹区间和第二轨迹区间;定位点确定子单元,用于将所述第一轨迹区间内的最后一个WiFi定位点作为所述第一WiFi定位点,将所述第二轨迹区间内的第一个WiFi定位点作为所述第二WiFi定位点;其中,所述第一轨迹区间为定位时长大于预设时长阈值,WiFi定位点的定位精度大于预设精度阈值,WiFi定位点与所述起点地铁站之间的距离由预设的第一距离之外缩短至预设的第二距离之内的轨迹区间;所述第二轨迹区间为定位时长大于预设时长阈值,WiFi定位点的定位精度大于预设精度阈值,WiFi定位点与所述终点地铁站之间的距离由预设的第二距离之内增长至预设的第一距离之外的轨迹区间。
可选地,所述第二选取子模块,具体用于针对每个候选定位轨迹,将所述候选定位轨迹的轨迹特征输入预先训练的地铁定位轨迹预测模型,根据所述地铁定位轨迹预测模型的输出,确定所述候选定位轨迹是否为地铁定位轨迹;其中,所述轨迹特征包括以下至少一种:所述候选定位轨迹中包含的与地铁站之间的距离在预设的第二距离之内的定位点的个数、所述候选定位轨迹中包含的基站定位点的个数、所述候选定位轨迹中包含的WiFi定位点的占比、所述候选定位轨迹的历时、所述候选定位轨迹对应的地铁线路距离、所述候选定位轨迹的用户移动速度。
可选地,所述确定模块包括:基站确定子模块,用于针对所述地铁定位轨迹中包含的每个基站,将所述基站的基站特征输入预先训练的地铁基站预测模型,根据所述地铁基站预测模型的输出,确定所述基站是否为地铁基站;其中,所述基站特征包括以下至少一种:所述基站在全部地铁轨迹中出现的次数、所述基站在全部地铁轨迹中作为起点的次数、所述基站在全部地铁轨迹中作为终点的次数、包含所述基站的地铁轨迹的数量。
第三方面,本发明实施例公开了一种电子设备,包括:一个或多个处理器;和其上存储有指令的一个或多个机器可读介质;当所述指令由所述一个或多个处理器执行时,使得所述处理器执行如上任一项所述定位方法。
第四方面,本发明实施例公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上任一项所述的定位方法。
本发明实施例中,预先对基站库进行修正,确定基站库中基站的类型,类型包括地铁基站和非地铁基站,并将地铁基站的位置修正为地铁基站对应的地铁站的位置。在进行定位时,接收客户端发送的定位请求;所述定位请求包括所述客户端扫描的WiFi信息和基站信息;依据所述WiFi信息确定WiFi定位位置,并从预先修正的基站库中获取所述基站信息对应基站的位置和类型;所述类型包括地铁基站和非地铁基站,所述地铁基站的位置被修正为所述地铁基站对应的地铁站的位置;对所述WiFi定位位置进行准确度的评估,得到评估结果;选取所述基站的类型对应的评估阈值,在所述评估结果小于选取的评估阈值时,将所述基站的位置作为定位结果返回给所述客户端;地铁基站对应的评估阈值大于非地铁基站对应的评估阈值。由此可知,本发明实施例中如果客户端扫描的基站为地铁基站,则认为在地铁场景下的可能性较大。一方面基于在地铁场景下基站定位的准确性大于WiFi定位的准确性,因此设置地铁基站对应的评估阈值大于非地铁基站对应的评估阈值,以便提高采用基站定位的概率;另一方面基于在地铁场景下定位为地铁基站对应的地铁站的位置相比于定位为地铁基站的位置更加准确,因此将地铁基站的位置修正为地铁基站对应的地铁站的位置,以便提高基站定位的准确性。
附图说明
图1是本发明实施例的一种定位服务流程图。
图2是本发明实施例的一种基站库修正示意图。
图3是本发明实施例的一种基站库修正方法的步骤流程图。
图4是本发明实施例的另一种基站库修正方法的步骤流程图。
图5是本发明实施例的一种定位方法的步骤流程图。
图6是本发明实施例的一种badcase率曲线示意图。
图7是本发明实施例的一种定位装置的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明实施例中,在GPS信号较弱或无信号时,客户端可以结合WiFi(Wireless-Fidelity,无线保真)和基站进行定位。其中,客户端可以为任意能够提供定位服务的APP(应用程序)。
图1是本发明实施例的一种定位服务流程图。如图1所示,在线上(Online)定位过程中,客户端在无GPS信号的情况下,扫描WiFi和基站,生成携带WiFi信息和基站信息的定位请求,将定位请求发送至服务端。其中,WiFi信息可以包括WiFi的MAC(Media AccessControl,媒体访问控制)地址等,基站信息可以包括基站的唯一标识等。服务端接收定位请求,根据定位请求中携带的WiFi信息和基站信息查询线下(Offline)的基站库和WiFi库,根据查询到的位置等数据执行定位算法,得到定位结果(如终端的经纬度),将定位结果返回给客户端。
基站库中记录有各基站的位置,该位置是指基站本身的位置。但是,如果是在地铁场景下进行定位,基站的位置与实际在地铁中的位置可能存在较大偏差。本发明实施例针对上述问题,对基站库进行修正,为基站库中的基站标记类型,类型包括地铁基站和非地铁基站,并将基站库中记录的地铁基站本身的位置修正为地铁基站对应的地铁站的位置。图2是本发明实施例的一种基站库修正示意图。如图2所示,本发明实施例将基站库中记录的位置丰富为位置加类型的形式。
下面,通过以下各实施例进行详细说明。
参照图3,示出了本发明实施例的一种基站库修正方法的步骤流程图。
本发明实施例的基站库修正方法可以包括以下步骤:
步骤301,从历史定位轨迹中筛选地铁定位轨迹。
在为用户提供定位服务之后,服务器中可以存储用户的历史定位轨迹。本发明实施例中通过对大量的历史定位轨迹进行分析,从其中筛选出地铁定位轨迹。这些地铁定位轨迹可以认为是在地铁场景下的定位轨迹,后续依据地铁定位轨迹可以进一步挖掘哪些基站是地铁基站。
比如,可以根据历史定位轨迹与地铁站的关系,以及历史定位轨迹本身的轨迹特征,筛选出地铁定位轨迹。对于筛选地铁定位轨迹的具体过程,将在下面的实施例中详细说明。
步骤302,确定所述地铁定位轨迹中包含的地铁基站以及所述地铁基站对应的地铁站。
地铁定位轨迹中包含通过基站定位的定位点(也即基站定位点)。通过对这些基站定位点对应基站的基站特征进行分析,可以确定哪些基站属于地铁类型的基站(也即地铁基站)。并针对每个地铁基站,确定该地铁基站对应的地铁站,以便后续进行位置修正。
步骤303,将基站库中记录的所述地铁基站的位置,修正为所述地铁基站对应的地铁站的位置,并为所述基站库中的基站标记类型。
本发明实施例中对基站库中记录的地铁基站的位置进行修正,将地铁基站本身的位置修正为地铁基站对应的地铁站的位置,因此如果在地铁场景下通过基站进行定位,则可以定位到地铁基站对应的地铁站的位置,定位更加准确。并且还为基站库中的基站标记类型,类型包括地铁基站和非地铁基站,以便定位时通过基站的类型进行地铁场景的识别。
本发明实施例中根据历史定位轨迹挖掘出地铁基站,对基站库中的地铁基站进行位置修正并标记类型,由于在地铁场景下定位时,定位为地铁基站对应的地铁站的位置相比于定位为地铁基站的位置更加准确,因此后续在利用地铁基站进行定位时,能够提高定位的准确性。
参照图4,示出了本发明实施例的另一种基站库修正方法的步骤流程图。
本发明实施例的基站库修正方法可以包括以下步骤:
步骤401,根据历史定位轨迹与地铁站的关系,从所述历史定位轨迹中选取候选定位轨迹。
根据历史定位轨迹与地铁站的关系,可以从历史定位轨迹中选取候选定位轨迹。候选定位轨迹是指与地铁站的关联较大,属于地铁定位轨迹的可能性较大的定位轨迹。候选定位轨迹是否属于地铁定位轨迹还需通过后续的步骤402进行确定。
在一种可选实施方式中,根据所述历史定位轨迹与地铁站的关系,从所述历史定位轨迹中选取候选定位轨迹的过程可以包括以下步骤A1~A3:
A1,从所述历史定位轨迹中选取定位频率大于预设频率阈值,且开启WiFi定位的历史定位轨迹。
服务器中存储有历史定位轨迹的相关信息,比如定位频率、是否开启WiFi定位、定位点的定位时间、定位点的类型(包括WiFi定位点和基站定位点)、定位点的位置(经纬度)、WiFi定位点的定位精度、基站定位点对应的基站、用户移动速度等信息。
考虑到如果定位频率较低,则历史定位轨迹中的定位点较少,基于该种历史定位轨迹进行分析的有效性较差。因此本发明实施例中可以预先设置频率阈值,从历史定位轨迹中筛选定位频率大于该频率阈值的历史定位轨迹,以保证分析的有效性。对于频率阈值,本领域技术人员根据实际经验设置任意适用的数值均可,本发明实施例对此不作限制。
考虑到在地铁站外的WiFi定位点的定位精度比在地铁站内的WiFi定位点的定位精度高,并且WiFi定位点与地铁站之间的距离会存在一定的规律,可以基于WiFi定位点的特征筛选定位在起点地铁站的定位点和定位在终点地铁站的定位点。因此本发明实施例中可以从历史定位轨迹中选取开启WiFi定位的历史定位轨迹。
综合以上两点,从历史定位轨迹中选取定位频率大于预设频率阈值,且开启WiFi定位的历史定位轨迹。
A2,从选取的历史定位轨迹中,查找定位在起点地铁站的第一WiFi定位点和定位在终点地铁站的第二WiFi定位点。
在一种可选实施方式中,步骤A2可以包括步骤A21~A22:
A21,从所述选取的历史定位轨迹中查找第一轨迹区间和第二轨迹区间。
针对每个选取的历史定位轨迹,查找其中是否存在第一轨迹区间和第二轨迹区间。
在地铁站外WiFi定位精度较大,在地铁站内WiFi定位精度会降低。因此可以预设精度阈值,当WiFi定位点的定位精度大于该精度阈值时,认为WiFi定位点是在地铁站外的定位点,否则认为WiFi定位点是在地铁站内的定位点。根据WiFi定位点与地铁站之间的距离,当距离持续缩短并缩短到一个较小的距离之内时可以认为用户进入该地铁站,当距离持续增长并增长到一个较大的距离之外时可以认为用户离开该地铁站。因此,通过WiFi定位点的精度变化及WiFi定位点与地铁站之间的距离变化,可以较为准确地确定定位在起点地铁站的第一WiFi定位点和定位在终点地铁站的第二WiFi定位点。
第一轨迹区间是指即将进入起点地铁站的一段WiFi定位点的轨迹,第二轨迹区间是指即将离开终点地铁站的一段WiFi定位点的轨迹。因此,第一轨迹区间可以为定位时长大于预设时长阈值,WiFi定位点的定位精度大于预设精度阈值,WiFi定位点与起点地铁站之间的距离由预设的第一距离之外缩短至预设的第二距离之内的轨迹区间;所述第二轨迹区间为定位时长大于预设时长阈值,WiFi定位点的定位精度大于预设精度阈值,WiFi定位点与终点地铁站之间的距离由预设的第二距离之内增长至预设的第一距离之外的轨迹区间。其中,第一轨迹区间位于第二轨迹区间之前。
对于上述时长阈值、精度阈值、第一距离、第二距离,本领域技术人员根据实际经验选用任意适用的数值均可,本发明实施例对此不作限制。
A22,将所述第一轨迹区间内的最后一个WiFi定位点作为所述第一WiFi定位点,将所述第二轨迹区间内的第一个WiFi定位点作为所述第二WiFi定位点。
第一轨迹区间是指即将进入起点地铁站的一段WiFi定位点的轨迹,第一轨迹区间内的最后一个WiFi定位点与起点地铁站的距离最近,因此可以将第一轨迹区间内的最后一个WiFi定位点作为定位在起点地铁站的第一WiFi定位点。第二轨迹区间是指即将离开终点地铁站的一段WiFi定位点的轨迹,第二轨迹区间内的第一个WiFi定位点与终点地铁站的距离最近,因此可以将第二轨迹区间内的第一个WiFi定位点作为定位在终点地铁站的第二WiFi定位点。
A3,将从所述第一WiFi定位点到所述第二WiFi定位点之间的轨迹作为候选定位轨迹。
从选取的历史定位轨迹中截取定位在起点地铁站的第一WiFi定位点和定位在终点地铁站的第二WiFi定位点之间的轨迹,将截取的轨迹作为候选定位轨迹。通过该种方式得到的候选定位轨迹与地铁站的关联较大,属于地铁定位轨迹的可能性较大,更便于后续对地铁定位轨迹的选取。
步骤402,根据所述候选定位轨迹的轨迹特征,从所述候选定位轨迹中选取地铁定位轨迹。
由于候选定位轨迹是根据定位在起点地铁站的第一WiFi定位点和定位在终点地铁站的第二WiFi定位点确定的,而候选定位轨迹实际上可能并非用户乘坐地铁场景下的定位轨迹,比如用户骑车经过起点地铁站和终点地铁站等场景。因此,还要根据候选定位轨迹的轨迹特征,进一步确定候选定位轨迹是否为地铁定位轨迹,以便提高筛选出的地铁定位轨迹的准确度。
其中,候选定位轨迹的轨迹特征可以包括以下至少一种:所述候选定位轨迹中包含的与地铁站之间的距离在预设的第二距离之内的定位点的个数、所述候选定位轨迹中包含的基站定位点的个数、所述候选定位轨迹中包含的WiFi定位点的占比、所述候选定位轨迹的历时(也即第一WiFi定位点的定位时间和第二WiFi定位点的定位时间之间的时长)、所述候选定位轨迹对应的地铁线路距离(也即起点地铁站和终点地铁站之间的地铁线路距离)、所述候选定位轨迹的用户移动速度等。
本发明实施例中,可以预先训练地铁定位轨迹预测模型。在训练过程中,获取地铁定位轨迹的轨迹特征作为正样本,非地铁定位轨迹的轨迹特征作为负样本,采用机器学习算法对正样本和负样本进行训练,训练完成后得到地铁定位轨迹预测模型,该模型可以预测轨迹为地铁定位轨迹的概率。
因此,根据所述候选定位轨迹的轨迹特征,从所述候选定位轨迹中选取地铁定位轨迹的过程具体包括:针对每个候选定位轨迹,将所述候选定位轨迹的轨迹特征输入预先训练的地铁定位轨迹预测模型,根据所述地铁定位轨迹预测模型的输出,确定所述候选定位轨迹是否为地铁定位轨迹。地铁定位轨迹预测模型输出候选定位轨迹为地铁定位轨迹的概率,当地铁定位轨迹预测模型输出的概率大于预设的第一概率阈值时,确定候选定位轨迹为地铁定位轨迹,否则确定候选定位轨迹为非地铁定位轨迹。对于第一概率阈值,本领域技术人员根据实际经验选用任意适用的数值均可,本发明实施例对此不作限制。
上述轨迹特征能够体现定位轨迹与地铁线路的关联性,关联性越大说明定位轨迹为地铁定位轨迹的可能性越大,因此利用大量正负样本的这些轨迹特征训练得到的地铁定位轨迹预测模型,能够更加准确地预测定位轨迹是否为地铁定位轨迹。
步骤403,确定所述地铁定位轨迹中包含的地铁基站以及所述地铁基站对应的地铁站。
针对每个地铁定位轨迹,获取该地铁定位轨迹内出现的基站信息、起点地铁站的基站信息、终点地铁站的基站信息,基站信息包括基站的标识等。针对地铁定位轨迹内出现的每个基站,可以根据该基站的基站特征确定是否为地铁基站。
其中,基站的基站特征可以包括以下至少一种:所述基站在全部地铁轨迹中出现的次数、所述基站在全部地铁轨迹中作为起点的次数、所述基站在全部地铁轨迹中作为终点的次数、包含所述基站的地铁轨迹的数量等。
本发明实施例中,可以预先训练地铁基站预测模型。在训练过程中,获取地铁基站的轨迹特征作为正样本,非地铁基站的轨迹特征作为负样本,采用LR(LogisticRegression,逻辑回归)模型对正样本和负样本进行训练,训练完成后得到地铁基站预测模型,该模型可以预测基站为地铁基站的概率。
因此,确定所述地铁定位轨迹中包含的地铁基站的过程可以包括:针对所述地铁定位轨迹中包含的每个基站,将所述基站的基站特征输入预先训练的地铁基站预测模型,根据所述地铁基站预测模型的输出,确定所述基站是否为地铁基站。地铁基站预测模型输出基站为地铁基站的概率,当地铁基站预测模型输出的概率大于预设的第二概率阈值时,确定基站为地铁基站,否则确定基站为非地铁基站。对于第二概率阈值,本领域技术人员根据实际经验选用任意适用的数值均可,本发明实施例对此不作限制。
上述基站特征能够体现基站与地铁轨迹的关联性,关联性越大说明基站为地铁基站的可能性越大,因此利用大量正负样本的这些基站特征训练得到的地铁基站预测模型,能够更加准确地预测基站是否为地铁基站。
针对每个地铁基站,确定距离该地铁基站最近的地铁站为该地铁基站对应的地铁站。
步骤404,将基站库中记录的所述地铁基站的位置,修正为所述地铁基站对应的地铁站的位置,并为所述基站库中的基站标记类型。
基站库中记录有各基站本身的位置,在确定出哪些基站为地铁基站后,针对基站库中的每个地铁基站,将该地铁基站的位置修正为该地铁基站对应的地铁站的位置。并为基站库中的基站标记类型,将地铁基站的类型标记为地铁基站,非地铁基站的类型标记为非地铁基站,以便后续线上定位时能够识别地铁场景,并实现在地铁场景下的准确定位。
参照图5,示出了本发明实施例的一种定位方法的步骤流程图。
本发明实施例的定位方法可以包括以下步骤:
步骤501,接收客户端发送的定位请求,所述定位请求包括所述客户端扫描的WiFi信息和基站信息。
客户端在检测到无GPS信号时,可以实时进行WiFi扫描和基站扫描,并向服务器发送携带扫描的WiFi信息和基站信息的定位请求。其中,WiFi信息可以包括WiFi的MAC地址,基站信息可以包括基站的唯一标识。
步骤502,依据所述WiFi信息确定WiFi定位位置,并从预先修正的基站库中获取所述基站信息对应基站的位置和类型。
WiFi库中记录有各WiFi的MAC地址、位置、是否为移动WiFi的标签、非移动Wi-Fi的采集半径,非移动Wi-Fi的采集次数,非移动Wi-Fi的采集用户数等信息。定位请求中携带的WiFi信息可以包括多个WiFi的MAC地址。服务器根据定位请求中携带的WiFi信息,从WiFi库中查询每个WiFi对应的信息,根据多个WiFi对应的信息计算出WiFi定位位置。
本发明实施例中的基站库为经过上述的基站库修正方法修正得到的基站库。定位请求中携带的基站信息可以为客户端扫描的主连基站的唯一标识。服务器根据定位请求中携带的基站信息,从修正后的基站库中查询该基站的位置和类型。其中,基站的类型包括地铁基站和非地铁基站。
步骤503,对所述WiFi定位位置进行准确度的评估,得到评估结果。
本发明实施例中,可以预先训练对WiFi定位位置进行准确度评估的评估模型。比如,可以根据WiFi定位位置使用的WiFi的个数、移动WiFi的个数、非移动WiFi的采集半径、非移动WiFi的采集次数、非移动WiFi的采集用户数、WiFi的位置、WiFi定位位置与基站位置的距离等信息训练评估模型。计算出WiFi定位位置后,利用评估模型对WiFi定位位置进行准确度的评估,得到评估结果。评估结果可以为评估分数,评估分数越高,WiFi定位位置的准确度越高。
步骤504,选取所述基站的类型对应的评估阈值,在所述评估结果小于选取的评估阈值时,将所述基站的位置作为定位结果返回给所述客户端。
如果基站的类型为地铁基站,则在地铁场景下基站定位相比于WiFi定位会更加准确。但是,考虑到有些地铁站和商场在一起,还有些地铁基站是地铁站和周边一些小区都能够链接的,这些地方一般有较高质量的WiFi定位。因此商场、小区和地铁在实际业务中是不同的场景,在识别出基站为地铁基站时,也要对WiFi定位位置进行评估。
本发明实施例中,预先设置地铁基站对应的评估阈值和非地铁基站对应的评估阈值。基于地铁基站出现在地铁场景中的可能性较大,因此可以设置地铁基站对应的评估阈值大于非地铁基站对应的评估阈值。
根据定位请求中携带的基站信息,从基站库中查询到该基站的类型后,选取该类型对应的评估阈值,将对WiFi定位位置的评估结果与评估阈值进行比较。在评估结果小于选取的评估阈值时,认为基站定位的位置更加可靠,将所述基站的位置作为定位结果返回给所述客户端;否则,认为WiFi定位的位置更加可靠,将所述WiFi定位位置作为定位结果返回给所述客户端。
本发明实施例中如果客户端扫描的基站为地铁基站,则认为在地铁场景下的可能性较大。一方面基于在地铁场景下基站定位的准确性大于WiFi定位的准确性,因此设置地铁基站对应的评估阈值大于非地铁基站对应的评估阈值,以便提高采用基站定位的概率;另一方面基于在地铁场景下定位为地铁基站对应的地铁站的位置相比于定位为地铁基站的位置更加准确,因此将地铁基站的位置修正为地铁基站对应的地铁站的位置,以便提高基站定位的准确性。
图6是本发明实施例的一种badcase率曲线示意图。图6对应在打车场景下埋点定位的badcase率(用户下单时定位结果与用户上车点距离大于300米时认为是badcase),其中上方的曲线表示应用本发明实施例之前(mt_old)的badcase率,下方的曲线表示应用本发明实施例之后(mt_new)的badcase率。由图6可知,在打车场景下埋点定位badcase率下降了18%,因此提高了定位准确率。
参照图7,示出了本发明实施例的一种定位装置的结构框图。
本发明实施例的定位装置可以包括以下模块:
接收模块701,用于接收客户端发送的定位请求;所述定位请求包括所述客户端扫描的WiFi信息和基站信息;
获取模块702,用于依据所述WiFi信息确定WiFi定位位置,并从预先修正的基站库中获取所述基站信息对应基站的位置和类型;所述类型包括地铁基站和非地铁基站,所述地铁基站的位置被修正为所述地铁基站对应的地铁站的位置;
评估模块703,用于对所述WiFi定位位置进行准确度的评估,得到评估结果;
返回模块704,用于选取所述基站的类型对应的评估阈值,在所述评估结果小于选取的评估阈值时,将所述基站的位置作为定位结果返回给所述客户端;地铁基站对应的评估阈值大于非地铁基站对应的评估阈值。
本发明实施例中如果客户端扫描的基站为地铁基站,则认为在地铁场景下的可能性较大。一方面基于在地铁场景下基站定位的准确性大于WiFi定位的准确性,因此设置地铁基站对应的评估阈值大于非地铁基站对应的评估阈值,以便提高采用基站定位的概率;另一方面基于在地铁场景下定位为地铁基站对应的地铁站的位置相比于定位为地铁基站的位置更加准确,因此将地铁基站的位置修正为地铁基站对应的地铁站的位置,以便提高基站定位的准确性。
可选地,所述基站库通过如下模块修正:筛选模块,用于从历史定位轨迹中筛选地铁定位轨迹;确定模块,用于确定所述地铁定位轨迹中包含的地铁基站以及所述地铁基站对应的地铁站;修正模块,用于将基站库中记录的所述地铁基站的位置,修正为所述地铁基站对应的地铁站的位置,并为所述基站库中的基站标记类型。
可选地,所述筛选模块包括:第一选取子模块,用于根据所述历史定位轨迹与地铁站的关系,从所述历史定位轨迹中选取候选定位轨迹;第二选取子模块,用于根据所述候选定位轨迹的轨迹特征,从所述候选定位轨迹中选取地铁定位轨迹。
可选地,所述第一选取子模块包括:轨迹选取单元,用于从所述历史定位轨迹中选取定位频率大于预设频率阈值,且开启WiFi定位的历史定位轨迹;查找单元,用于从选取的历史定位轨迹中,查找定位在起点地铁站的第一WiFi定位点和定位在终点地铁站的第二WiFi定位点;轨迹确定单元,用于将从所述第一WiFi定位点到所述第二WiFi定位点之间的轨迹作为候选定位轨迹。
可选地,所述查找单元包括:区间查找子单元,用于从所述选取的历史定位轨迹中查找第一轨迹区间和第二轨迹区间;定位点确定子单元,用于将所述第一轨迹区间内的最后一个WiFi定位点作为所述第一WiFi定位点,将所述第二轨迹区间内的第一个WiFi定位点作为所述第二WiFi定位点;其中,所述第一轨迹区间为定位时长大于预设时长阈值,WiFi定位点的定位精度大于预设精度阈值,WiFi定位点与所述起点地铁站之间的距离由预设的第一距离之外缩短至预设的第二距离之内的轨迹区间;所述第二轨迹区间为定位时长大于预设时长阈值,WiFi定位点的定位精度大于预设精度阈值,WiFi定位点与所述终点地铁站之间的距离由预设的第二距离之内增长至预设的第一距离之外的轨迹区间。
可选地,所述第二选取子模块,具体用于针对每个候选定位轨迹,将所述候选定位轨迹的轨迹特征输入预先训练的地铁定位轨迹预测模型,根据所述地铁定位轨迹预测模型的输出,确定所述候选定位轨迹是否为地铁定位轨迹;其中,所述轨迹特征包括以下至少一种:所述候选定位轨迹中包含的与地铁站之间的距离在预设的第二距离之内的定位点的个数、所述候选定位轨迹中包含的基站定位点的个数、所述候选定位轨迹中包含的WiFi定位点的占比、所述候选定位轨迹的历时、所述候选定位轨迹对应的地铁线路距离、所述候选定位轨迹的用户移动速度。
可选地,所述确定模块包括:基站确定子模块,用于针对所述地铁定位轨迹中包含的每个基站,将所述基站的基站特征输入预先训练的地铁基站预测模型,根据所述地铁基站预测模型的输出,确定所述基站是否为地铁基站;其中,所述基站特征包括以下至少一种:所述基站在全部地铁轨迹中出现的次数、所述基站在全部地铁轨迹中作为起点的次数、所述基站在全部地铁轨迹中作为终点的次数、包含所述基站的地铁轨迹的数量。
本发明实施例中根据历史定位轨迹挖掘出地铁基站,对基站库中的地铁基站进行位置修正并标记类型,由于在地铁场景下定位时,定位为地铁基站对应的地铁站的位置相比于定位为地铁基站的位置更加准确,因此在利用地铁基站进行定位时,能够提高定位的准确性。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在本发明的实施例中,还提供了一种电子设备。该电子设备可以包括一个或多个处理器,以及其上存储有指令的一个或多个机器可读介质,指令例如应用程序。当所述指令由所述一个或多个处理器执行时,使得所述处理器执行上述的方法。
在本发明的实施例中,还提供了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序可由电子设备的处理器执行,以完成上述的方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种定位方法、装置、电子设备及存储介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种定位方法,其特征在于,包括:
接收客户端发送的定位请求;所述定位请求包括所述客户端扫描的WiFi信息和基站信息;
依据所述WiFi信息确定WiFi定位位置,并从预先修正的基站库中获取所述基站信息对应基站的位置和类型;所述类型包括地铁基站和非地铁基站,所述地铁基站的位置被修正为所述地铁基站对应的地铁站的位置;所述基站库修正方法包括:从历史定位轨迹中筛选地铁定位轨迹;确定所述地铁定位轨迹中包含的地铁基站以及所述地铁基站对应的地铁站;将基站库中记录的所述地铁基站的位置,修正为所述地铁基站对应的地铁站的位置,并为所述基站库中的基站标记类型;
对所述WiFi定位位置进行准确度的评估,得到评估结果;
选取所述基站的类型对应的评估阈值,在所述评估结果小于选取的评估阈值时,将所述基站的位置作为定位结果返回给所述客户端,所述基站位置是指基站定位的位置,地铁基站对应的评估阈值大于非地铁基站对应的评估阈值。
2.根据权利要求1所述的方法,其特征在于,所述从历史定位轨迹中筛选地铁定位轨迹,包括:
根据所述历史定位轨迹与地铁站的关系,从所述历史定位轨迹中选取候选定位轨迹;
根据所述候选定位轨迹的轨迹特征,从所述候选定位轨迹中选取地铁定位轨迹。
3.根据权利要求2所述的方法,其特征在于,所述根据所述历史定位轨迹与地铁站的关系,从所述历史定位轨迹中选取候选定位轨迹,包括:
从所述历史定位轨迹中选取定位频率大于预设频率阈值,且开启WiFi定位的历史定位轨迹;
从选取的历史定位轨迹中,查找定位在起点地铁站的第一WiFi定位点和定位在终点地铁站的第二WiFi定位点;
将从所述第一WiFi定位点到所述第二WiFi定位点之间的轨迹作为候选定位轨迹。
4.根据权利要求3所述的方法,其特征在于,所述从选取的历史定位轨迹中,查找定位在起点地铁站的第一WiFi定位点和定位在终点地铁站的第二WiFi定位点,包括:
从所述选取的历史定位轨迹中查找第一轨迹区间和第二轨迹区间;
将所述第一轨迹区间内的最后一个WiFi定位点作为所述第一WiFi定位点,将所述第二轨迹区间内的第一个WiFi定位点作为所述第二WiFi定位点;
其中,所述第一轨迹区间为定位时长大于预设时长阈值,WiFi定位点的定位精度大于预设精度阈值,WiFi定位点与所述起点地铁站之间的距离由预设的第一距离之外缩短至预设的第二距离之内的轨迹区间;所述第二轨迹区间为定位时长大于预设时长阈值,WiFi定位点的定位精度大于预设精度阈值,WiFi定位点与所述终点地铁站之间的距离由预设的第二距离之内增长至预设的第一距离之外的轨迹区间。
5.根据权利要求2所述的方法,其特征在于,所述根据所述候选定位轨迹的轨迹特征,从所述候选定位轨迹中选取地铁定位轨迹包括:
针对每个候选定位轨迹,将所述候选定位轨迹的轨迹特征输入预先训练的地铁定位轨迹预测模型,根据所述地铁定位轨迹预测模型的输出,确定所述候选定位轨迹是否为地铁定位轨迹;
其中,所述轨迹特征包括以下至少一种:所述候选定位轨迹中包含的与地铁站之间的距离在预设的第二距离之内的定位点的个数、所述候选定位轨迹中包含的基站定位点的个数、所述候选定位轨迹中包含的WiFi定位点的占比、所述候选定位轨迹的历时、所述候选定位轨迹对应的地铁线路距离、所述候选定位轨迹的用户移动速度。
6.根据权利要求1所述的方法,其特征在于,所述确定所述地铁定位轨迹中包含的地铁基站,包括:
针对所述地铁定位轨迹中包含的每个基站,将所述基站的基站特征输入预先训练的地铁基站预测模型,根据所述地铁基站预测模型的输出,确定所述基站是否为地铁基站;
其中,所述基站特征包括以下至少一种:所述基站在全部地铁轨迹中出现的次数、所述基站在全部地铁轨迹中作为起点的次数、所述基站在全部地铁轨迹中作为终点的次数、包含所述基站的地铁轨迹的数量。
7.一种定位装置,其特征在于,包括:
接收模块,用于接收客户端发送的定位请求;所述定位请求包括所述客户端扫描的WiFi信息和基站信息;
获取模块,用于依据所述WiFi信息确定WiFi定位位置,并从预先修正的基站库中获取所述基站信息对应基站的位置和类型;所述类型包括地铁基站和非地铁基站,所述地铁基站的位置被修正为所述地铁基站对应的地铁站的位置;所述基站库修正方法包括:从历史定位轨迹中筛选地铁定位轨迹;确定所述地铁定位轨迹中包含的地铁基站以及所述地铁基站对应的地铁站;将基站库中记录的所述地铁基站的位置,修正为所述地铁基站对应的地铁站的位置,并为所述基站库中的基站标记类型;
评估模块,用于对所述WiFi定位位置进行准确度的评估,得到评估结果;
返回模块,用于选取所述基站的类型对应的评估阈值,在所述评估结果小于选取的评估阈值时,将所述基站的位置作为定位结果返回给所述客户端,所述基站位置是指基站定位的位置,地铁基站对应的评估阈值大于非地铁基站对应的评估阈值。
8.一种电子设备,其特征在于,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质;
当所述指令由所述一个或多个处理器执行时,使得所述处理器执行如权利要求1至6任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010335493.XA CN111624640B (zh) | 2020-04-24 | 2020-04-24 | 定位方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010335493.XA CN111624640B (zh) | 2020-04-24 | 2020-04-24 | 定位方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111624640A CN111624640A (zh) | 2020-09-04 |
CN111624640B true CN111624640B (zh) | 2023-02-24 |
Family
ID=72271672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010335493.XA Active CN111624640B (zh) | 2020-04-24 | 2020-04-24 | 定位方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111624640B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112163053A (zh) * | 2020-09-07 | 2021-01-01 | 汉海信息技术(上海)有限公司 | 一种poi数据与轮廓数据的挂接方法和系统 |
CN113766422A (zh) * | 2021-09-14 | 2021-12-07 | 苏州关安健信息技术科技有限公司 | 移动终端定位轨迹的优化方法、装置及计算机存储介质 |
CN114630269B (zh) * | 2022-02-28 | 2024-01-09 | 北京百度网讯科技有限公司 | 信号处理方法、装置、设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080044008A (ko) * | 2006-11-15 | 2008-05-20 | 주식회사 로지오 | 이동통신단말기를 이용한 전철역 알림 서비스 시스템 및방법 |
JP2008306464A (ja) * | 2007-06-07 | 2008-12-18 | Sony Corp | 撮像装置、情報処理装置、および情報処理方法、並びにコンピュータ・プログラム |
CN107450089A (zh) * | 2017-08-16 | 2017-12-08 | 联想(北京)有限公司 | 一种位置确定方法及电子设备 |
CN108377468A (zh) * | 2017-12-07 | 2018-08-07 | 中国移动通信集团福建有限公司 | 无线网络场景化评估方法、装置、设备及介质 |
CN108668224A (zh) * | 2018-05-15 | 2018-10-16 | 北京三快在线科技有限公司 | 基站位置确定方法、装置、服务器及存储介质 |
CN108924737A (zh) * | 2018-06-20 | 2018-11-30 | 北京三快在线科技有限公司 | 定位方法、装置、设备及计算机可读存储介质 |
CN110446255A (zh) * | 2019-07-29 | 2019-11-12 | 深圳数位传媒科技有限公司 | 一种基于通信基站的地铁场景定位方法及装置 |
CN110719567A (zh) * | 2019-10-23 | 2020-01-21 | 珠海优特电力科技股份有限公司 | 一种基站部署方式的确定方法及装置 |
CN110876112A (zh) * | 2018-08-14 | 2020-03-10 | 中国电信股份有限公司 | 高速用户的识别方法、装置和计算机可读存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5529838B2 (ja) * | 2011-12-15 | 2014-06-25 | 株式会社Nttドコモ | 移動端末及び方法 |
CN104102719B (zh) * | 2014-07-18 | 2018-02-02 | 百度在线网络技术(北京)有限公司 | 一种轨迹信息的推送方法及装置 |
-
2020
- 2020-04-24 CN CN202010335493.XA patent/CN111624640B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080044008A (ko) * | 2006-11-15 | 2008-05-20 | 주식회사 로지오 | 이동통신단말기를 이용한 전철역 알림 서비스 시스템 및방법 |
JP2008306464A (ja) * | 2007-06-07 | 2008-12-18 | Sony Corp | 撮像装置、情報処理装置、および情報処理方法、並びにコンピュータ・プログラム |
CN107450089A (zh) * | 2017-08-16 | 2017-12-08 | 联想(北京)有限公司 | 一种位置确定方法及电子设备 |
CN108377468A (zh) * | 2017-12-07 | 2018-08-07 | 中国移动通信集团福建有限公司 | 无线网络场景化评估方法、装置、设备及介质 |
CN108668224A (zh) * | 2018-05-15 | 2018-10-16 | 北京三快在线科技有限公司 | 基站位置确定方法、装置、服务器及存储介质 |
CN108924737A (zh) * | 2018-06-20 | 2018-11-30 | 北京三快在线科技有限公司 | 定位方法、装置、设备及计算机可读存储介质 |
CN110876112A (zh) * | 2018-08-14 | 2020-03-10 | 中国电信股份有限公司 | 高速用户的识别方法、装置和计算机可读存储介质 |
CN110446255A (zh) * | 2019-07-29 | 2019-11-12 | 深圳数位传媒科技有限公司 | 一种基于通信基站的地铁场景定位方法及装置 |
CN110719567A (zh) * | 2019-10-23 | 2020-01-21 | 珠海优特电力科技股份有限公司 | 一种基站部署方式的确定方法及装置 |
Non-Patent Citations (6)
Title |
---|
Position Manipulation Attacks to Balise-Based Train Automatic Stop Control;Yongdong Wu et al.;《IEEE Transactions on Technology》;20180630;第67卷(第6期);全文 * |
Subway Station Real-time Indoor Positioning System for Cell Phones;Chengqi Ma et al.;《2017 International Conference on Indoor Positioning and Indoor Navigation (IPIN)》;20170921;全文 * |
地铁无线覆盖网络构架和关键技术研究;张涛 等;《邮电设计技术》;20150731(第7期);全文 * |
基于RankNet排序方法在大规模场景中的移动终端定位应用;王东清等;《导航与位置服务应用》;20191231;全文 * |
基于动态评估模型的基站传输受限问题识别方法研究;田原等;《电信工程技术与标准化》;20190615;第32卷(第06期);全文 * |
路测数据驱动的移动终端定位方法;元广杰等;《计算机应用》;20161210;第36卷(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111624640A (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111624640B (zh) | 定位方法、装置、电子设备及存储介质 | |
US9060291B2 (en) | Method and apparatus for mobile terminal user-oriented precise location-based information services | |
CN110366096B (zh) | 一种室内场景识别方法及装置 | |
US10757671B2 (en) | Location fingerprinting for a transit system | |
EP3201646B1 (en) | Modeling connectivity of transit systems | |
US20160091593A1 (en) | Location fingerprinting for transit systems | |
CN105677793A (zh) | 地点数据库的建立和候选乘车地点的推荐方法及装置 | |
CN109084795B (zh) | 基于地图服务的搜索服务设施的方法及装置 | |
JP5362337B2 (ja) | 情報配信システム、情報配信サーバ、及びプログラム | |
CN107087263B (zh) | 一种室内无线信号指纹数据的自动更新方法及装置 | |
US9668145B2 (en) | Methods and apparatus to scan a wireless communication spectrum | |
CN106055607B (zh) | 用户到访预测模型建立、用户到访预测方法和装置 | |
CN107871400B (zh) | 路网信息更新方法及装置 | |
JP2002140362A (ja) | 移動体向け情報提供システムおよび情報提供方法 | |
CN111174778B (zh) | 一种基于行人航迹推算的建筑入口确定方法及装置 | |
CN111931077B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN106855878B (zh) | 基于电子地图的历史行车轨迹显示方法和装置 | |
CN111954175A (zh) | 一种兴趣点到访判别方法和相关装置 | |
JP4140326B2 (ja) | 情報提供装置、情報提供用プログラムおよび情報提供方法 | |
CN109708646B (zh) | 一种快递柜寻找方法、装置、设备及存储介质 | |
CN103968850A (zh) | 更新兴趣点引导信息的方法及装置 | |
CN111782973A (zh) | 兴趣点状态预测方法、装置、电子设备及存储介质 | |
CN110672114A (zh) | 区域属性确定方法、装置、可读存储介质和电子设备 | |
CN113626729B (zh) | 兴趣点信息的确定方法及设备 | |
CN110646000A (zh) | 导航方法、装置及存储介质 |
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 |