CN112381078A - 基于高架的道路识别方法、装置、计算机设备和存储介质 - Google Patents
基于高架的道路识别方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112381078A CN112381078A CN202110062510.1A CN202110062510A CN112381078A CN 112381078 A CN112381078 A CN 112381078A CN 202110062510 A CN202110062510 A CN 202110062510A CN 112381078 A CN112381078 A CN 112381078A
- Authority
- CN
- China
- Prior art keywords
- wireless signal
- information
- road
- positioning
- grid
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/182—Network patterns, e.g. roads or rivers
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- 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
- H04W4/024—Guidance services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Radar, Positioning & Navigation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Graphics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Navigation (AREA)
Abstract
本申请涉及一种基于高架的道路识别方法、装置、计算机设备和存储介质。该方法包括:根据定位请求中的第一无线信号信息进行定位,得到初始定位位置;从导航指纹库中筛选与包括初始定位位置的定位区域所对应的候选地理网格;获取各候选地理网格的第二无线信号信息,第二无线信号信息为在候选地理网格对应的位置关键点采集的;基于各候选地理网格对应的第二无线信号信息与第一无线信号信息的匹配所得到的无线信号匹配特征,从候选地理网格中筛选出满足匹配条件的目标地理网格;根据各目标地理网格对应的高架属性信息,确定定位请求的发起方所处道路的道路识别结果。本方法能够准确识别用户所处道路为高架上侧道路或高架下侧道路,可用于地图导航。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种基于高架的道路识别方法、装置、计算机设备和存储介质。
背景技术
随着计算机技术的发展,电子地图的功能越来越全面,人们通过电子地图能够目的地查找、步行路线规划、车辆路线规划和实时导航等。而路线规划和导航需要对当前位置进行定位,在对当前位置的定位不准确的情况下,所规划的路线并不准确。
而现有电子地图数据中,对于电子地图中的高架桥的桥上道路数据和桥下道路数据非常少,当路线规划和导航涉及到高架桥的桥上道路或桥下道路时,对当前位置的定位并不准确。
发明内容
基于此,有必要针对上述技术问题,提供一种能够准确识别用户所在位置处于高架桥上侧道路或高架桥下侧道路的基于高架的道路识别方法、装置、计算机设备和存储介质。
一种基于高架的道路识别方法,所述方法包括:
获取定位请求,并根据所述定位请求中携带的第一无线信号信息进行定位处理,得到对应的初始定位位置;
确定包括有所述初始定位位置的定位区域,并从导航指纹库中筛选出与所述定位区域对应的多个候选地理网格;
从所述导航指纹库中获取与各个候选地理网格分别对应的第二无线信号信息;所述第二无线信号信息为在相应候选地理网格所对应的位置关键点采集的无线信号信息;
将各个候选地理网格所对应的第二无线信号信息,分别与所述第一无线信号信息进行匹配处理,得到对应的无线信号匹配特征;
基于各所述无线信号匹配特征,从所述候选地理网格中筛选出满足匹配条件的目标地理网格;
根据各所述目标地理网格分别对应的高架属性信息,确定所述定位请求的发起方所处道路的道路识别结果。
在一个实施例中,所述高架属性信息包括处于高架上或处于高架下,当处于高架上时,所述高架属性信息中还包括高架层数;所述根据各所述目标地理网格分别对应的高架属性信息,确定所述定位请求的发起方所处道路的道路识别结果,包括:
当各所述目标地理网格中存在处于高架上的目标地理网格时,获取所述处于高架上的目标地理网格所对应的高架层数;
基于处于高架下的目标地理网格和所述处于高架上的目标地理网格所对应的高架层数,确定所述定位请求的发起方所处道路的道路识别结果。
在一个实施例中,所述高架属性信息包括处于高架上或处于高架下,当处于高架上时,所述高架属性信息中还包括高架层数;所述根据各所述目标地理网格分别对应的高架属性信息,确定所述定位请求的发起方所处道路的道路识别结果,包括:
当处于高架上的目标地理网格的数量大于处于高架下的目标地理网格的数量时,获取所述处于高架上的目标地理网格所对应的高架层数;
基于所述处于高架上的目标地理网格所对应的高架层数,确定所述定位请求的发起方所处道路的道路识别结果。
在一个实施例中,所述定位请求中还包括第一卫星定位信息;所述获取定位请求,并根据所述定位请求中携带的第一无线信号信息进行定位处理,得到对应的初始定位位置,包括:
从位置库中查询与所述定位请求中携带的第一无线信号信息对应的无线信号位置,以及所述第一卫星定位信息对应的卫星定位位置;
根据所述无线信号位置以及所述卫星定位位置进行定位处理,得到所述定位请求的发起方所在的初始定位位置。
在一个实施例中,所述第一无线信号信息包括无线网络信息、运营商基站的小区信息和蓝牙信息中的至少一种;所述无线信号位置包括所述无线网络信息对应的无线网络位置、所述运营商基站的小区信息对应的小区位置和所述蓝牙信息对应的信标基站位置中的至少一种。
在一个实施例中,所述将所述第一卫星定位信息分别和每个所述候选地理网格对应的第二卫星定位信息进行对比,获得每个所述候选地理网格对应的卫星定位特征,包括:
针对每个候选地理网格,确定相应候选地理网格所对应的第二卫星定位信息和所述第一卫星定位信息之间的卫星数量特征、卫星信噪比特征和高精方速特征中的至少一种;
将所述卫星数量特征、卫星信噪比特征和高精方速特征中的至少一种确定为所述候选地理网格对应的卫星定位特征。
在一个实施例中,所述方法还包括:
响应于在电子地图中触发的选中操作,确定所述选中操作指向的目标位置;
基于所述定位请求的发起方所在位置、所述道路识别结果和所述目标位置,生成从所述发起方所在位置至所述目标位置的目标导航路线;
在所述电子地图中显示所述目标导航路线。
在一个实施例中,所述基于所述定位请求的发起方所在位置、所述道路识别结果和所述目标位置,生成从所述发起方所在位置至所述目标位置的目标导航路线,包括:
基于所述定位请求的发起方所在位置、所述道路识别结果,确定所述发起方所在位置在路网中所属的路段;
基于所述目标位置在所述路网中所属的路段、所述发起方所在位置在所述路网中所属的路段,以及所述路网的拓扑结构,生成从所述发起方所在位置至所述目标位置的目标导航路线。
一种基于高架的道路识别装置,所述装置包括:
定位模块,用于获取定位请求,并根据所述定位请求中携带的第一无线信号信息进行定位处理,得到对应的初始定位位置;
候选地理网格筛选模块,用于确定包括有所述初始定位位置的定位区域,并从导航指纹库中筛选出与所述定位区域对应的多个候选地理网格;
获取模块,用于从所述导航指纹库中获取与各个候选地理网格分别对应的第二无线信号信息;所述第二无线信号信息为在相应候选地理网格所对应的位置关键点采集的无线信号信息;
匹配模块,用于将各个候选地理网格所对应的第二无线信号信息,分别与所述第一无线信号信息进行匹配处理,得到对应的无线信号匹配特征;
目标地理网格筛选模块,用于基于各所述无线信号匹配特征,从所述候选地理网格中筛选出满足匹配条件的目标地理网格;
确定模块,用于根据各所述目标地理网格分别对应的高架属性信息,确定所述定位请求的发起方所处道路的道路识别结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取定位请求,并根据所述定位请求中携带的第一无线信号信息进行定位处理,得到对应的初始定位位置;
确定包括有所述初始定位位置的定位区域,并从导航指纹库中筛选出与所述定位区域对应的多个候选地理网格;
从所述导航指纹库中获取与各个候选地理网格分别对应的第二无线信号信息;所述第二无线信号信息为在相应候选地理网格所对应的位置关键点采集的无线信号信息;
将各个候选地理网格所对应的第二无线信号信息,分别与所述第一无线信号信息进行匹配处理,得到对应的无线信号匹配特征;
基于各所述无线信号匹配特征,从所述候选地理网格中筛选出满足匹配条件的目标地理网格;
根据各所述目标地理网格分别对应的高架属性信息,确定所述定位请求的发起方所处道路的道路识别结果。
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以下步骤:
获取定位请求,并根据所述定位请求中携带的第一无线信号信息进行定位处理,得到对应的初始定位位置;
确定包括有所述初始定位位置的定位区域,并从导航指纹库中筛选出与所述定位区域对应的多个候选地理网格;
从所述导航指纹库中获取与各个候选地理网格分别对应的第二无线信号信息;所述第二无线信号信息为在相应候选地理网格所对应的位置关键点采集的无线信号信息;
将各个候选地理网格所对应的第二无线信号信息,分别与所述第一无线信号信息进行匹配处理,得到对应的无线信号匹配特征;
基于各所述无线信号匹配特征,从所述候选地理网格中筛选出满足匹配条件的目标地理网格;
根据各所述目标地理网格分别对应的高架属性信息,确定所述定位请求的发起方所处道路的道路识别结果。
上述基于高架的道路识别方法、装置、计算机设备和存储介质,根据定位请求中携带的第一无线信号信息进行定位处理,能够定位到发起方所在的大概位置。从导航指纹库中筛选出与定位区域对应的多个候选地理网格,定位区域包含发起方所在的大概位置,从而能够获取在发起方的大概定位位置一定范围内的候选地理网格。根据各个候选地理网格分别对应的第二无线信号信息和定位请求中的第一无线信号信息,能够从候选地理网格中筛选出与定位请求发起方所在位置更相近的目标地理网格。通过确定各个目标地理网格是处于高架桥上或者处于高架桥下,能够准确识别出定位请求的发起方所处道路是高架桥上侧道路或者高架桥下侧道路。
附图说明
图1为一个实施例中基于高架的道路识别方法的应用环境图;
图2为一个实施例中基于高架的道路识别方法的流程示意图;
图3为一个实施例中从候选地理网格中筛选出满足匹配条件的目标地理网格的流程示意图;
图4为另一个实施例中将第一无线信号信息和每个候选地理网格对应的网格指纹信息分别进行比对,获得每个候选地理网格分别对应的网格特征的流程示意图;
图5为一个实施例中确定相匹配的无线信号标识之间的信号强度的差异度的流程示意图;
图6为一个实施例中基于高架的道路识别方法的原理图;
图7为一个实施例中生成导航指纹库的流程示意图;
图8为另一个实施例中生成导航指纹库的流程示意图;
图9为一个实施例中道路识别的界面示意图;
图10为一个实施例中基于高架的道路识别装置的结构框图;
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的基于高架的道路识别方法,可以应用于如图1所示的道路识别系统。如图1所示,该道路识别系统包括终端110和服务器120。在一个实施例中,终端110和服务器120均可单独执行本申请实施例中提供的基于高架的道路识别方法。终端110和服务器120也可协同用于执行本申请实施例中提供的基于高架的道路识别方法。当终端110和服务器120协同用于执行本申请实施例中提供的基于高架的道路识别方法时,终端110获取定位请求,将定位请求发送给服务器120。服务器120接收该定位请求,并根据定位请求中携带的第一无线信号信息进行定位处理,得到对应的初始定位位置。服务器120确定包括有初始定位位置的定位区域,并从导航指纹库中筛选出与定位区域对应的多个候选地理网格。服务器120从导航指纹库中获取与各个候选地理网格分别对应的第二无线信号信息,该第二无线信号信息为在相应候选地理网格所对应的位置关键点采集的无线信号信息。服务器120将各个候选地理网格所对应的第二无线信号信息,分别与第一无线信号信息进行匹配处理,得到对应的无线信号匹配特征。服务器120基于各无线信号匹配特征,从候选地理网格中筛选出满足匹配条件的目标地理网格。服务器120根据各目标地理网格分别对应的高架属性信息,确定定位请求的发起方所处道路的道路识别结果。服务器120将该道路识别结果返回至终端110。其中,终端110可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器120可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云计算服务的云服务器。终端110以及服务器120可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。
需要说明的是,本申请各实施例中提及的“多个”等的数量均指代“至少两个”的数量,比如,“多个”指“至少两个”。
还需要说明的是,本申请涉及人工智能(Artificial Intelligence,AI)技术领域,其中,人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
在对本申请的具体实施方式进行说明之前,先对本申请的主要应用场景进行说明。本申请中的基于高架的基于高架的道路识别方法主要应用于高架场景。高架是架设于地面道路之上的、且用于车辆行驶使用的立体式道路。由于高架的存在,在实际生活中可将道路划分成高架上侧道路和高架下侧道路。对于只有一层高架的场景而言,高架上侧道路是指高于地面的架空道路,高架下侧道路是指位于高架下的地面道路,道路识别结果为高架上侧道路或高架下侧道路。对于有多于一层的高架场景而言,高架上侧道路是高于地面的任一层架空道路,高架下侧道路是位于最接近地面的架空道路之下的地面道路。对于有多于一层的高架场景而言,道路识别结果包括高架上侧道路或高架下侧道路,该道路识别结果还包括高架上侧道路所对应的高架层数。
在一个实施例中,如图2所示,提供了一种基于高架的道路识别方法,以该方法应用于计算机设备(该计算机设备具体可以是图1中的终端或服务器)为例进行说明,包括以下步骤:
步骤S202,获取定位请求,并根据定位请求中携带的第一无线信号信息进行定位处理,得到对应的初始定位位置。
其中,第一无线信号信息包括无线网络信息、运营商基站的小区信息和蓝牙信息中的至少一种。
无线网络是一种能够将个人电脑、手持设备等终端以无线方式互相连接的技术,例如Wi-Fi(Wireless-Fidelity,无线网),Wi-Fi是一种允许电子设备连接到一个无线局域网(WLAN)的技术。无线网络信息可以是该无线网络的标识,例如无线网络名称等。基站即公用移动通信基站是无线电台站的一种形式,是指在一定的无线电覆盖区中,通过移动通信交换中心,与移动电话终端之间进行信息传递的无线电收发信电台。一个基站可对应多个小区。小区是指无线信号覆盖的区域,小区信息可以是小区的标识,例如小区名称、小区识别码等。
定位处理是指通过粗略定位,确定大概的位置。初始定位位置是指通过粗略定位所确定的大概位置。
具体地,用户发起定位请求,计算机设备对该定位请求进行解析,获得定位请求中携带的第一无线信号信息。计算机设备基于该第一无线信号信息进行定位处理,得到该定位请求的发起方的初始定位位置。
在一个实施例中,第一无线信号信息包括无线网络信息、运营商基站的小区信息;根据定位请求中携带的第一无线信号信息进行定位处理,得到对应的初始定位位置,包括:
计算机设备从位置库查询定位请求中的每个无线网络信息分别对应的无线网络位置,并从位置库查询运营商基站的每个小区信息分别对应的小区位置。计算机设备根据每个无线网络位置和每个小区位置进行定位处理,得到该定位请求的发起方所在的初始定位位置。进一步地,计算机设备根据每个无线网络位置和每个小区位置,确定每个无线网络位置和每个小区位置作为初始定位位置。
在其中一个实施例中,计算机设备根据每个无线网络位置和每个小区位置,确定每个无线网络位置和每个小区位置所构成的区域内的一个中心位置,将该中心位置确定初始定位位置。
例如,无线网络信息包括mac(Media access control,Wi-Fi无线网卡的物理地址)标识,运营商基站的小区信息包括cell标识。计算机设备从定位请求中解析得到10个mac标识和2个cell标识,计算机设备从位置库中查询每个mac标识对应的mac位置、每个cell标识对应的cell位置。计算机设备将10个mac位置和2个cell位置作为初始定位位置。或者,计算机设备确定10个mac位置和2个cell位置所构成的区域的中心位置,将中心位置确定为初始定位位置。
在一个实施例中,定位请求中还携带第一卫星定位信息。
步骤S204,确定包括有初始定位位置的定位区域,并从导航指纹库中筛选出与定位区域对应的多个候选地理网格。
其中,定位区域是指由多个大概位置所构成的区域。定位区域包含初始定位位置,该多个是指至少两个。
地理网格是指按照预设面积将空间地理信息进行划分所得到的网格。每个地理网格可以使用唯一的序号进行标识。本实施例中,通过将路网中的路段划分为预设面积的格子,得到各地理网格。该路网由节点和路段构成。
导航指纹库是预先构建的,由地理网格构成的数据库,该导航指纹库也可以电子地图的形式存储、呈现。
具体地,计算机设备获得初始定位位置后,可将在初始定位位置的预设范围内的区域确定为定位区域。进一步地,在存在多个初始定位位置时,确定包含多个初始定位位置的定位区域。计算机设备获取导航指纹库,该导航指纹库由地理网格构成。计算机设备确定导航指纹库中与该定位区域对应的多个候选地理网格。
步骤S206,从导航指纹库中获取与各个候选地理网格分别对应的第二无线信号信息;该第二无线信号信息为在相应候选地理网格所对应的位置关键点采集的无线信号信息。
其中,导航指纹库中包括地理网格,以及每个地理网格对应的网格指纹信息。该网格指纹信息包括地理网格所对应的第一无线信号信息、第一卫星定位信息,以及该地理网格所属的路段信息。位置关键点是从高架上侧道路的导航路线或高架下侧道路的导航路线中提取的。
具体地,计算机设备获取用户在高架上侧道路导航结束后的导航路线或高架下侧道路导航结束后的导航路线作为样本导航路线,并从样本导航路线中提取位置关键点。计算机设备确定各位置关键点分别对应的地理网格和所属的路段;该地理网格是对路网的各路段划分获得的。计算机设备分别采集每个位置关键点在样本导航路线中的对应的样本无线信号信息、样本卫星定位信息,以及关键点所属的路段,确定为位置关键点对应的地理网格所对应的网格指纹信息。计算机设备基于各位置关键点和相对应的网格指纹信息,生成导航指纹库。
计算机设备从导航指纹库中获取每个候选地理网格分别对应的网格指纹信息。进一步地,当定位请求中携带第一无线信号信息时,计算机设备可获取每个候选地理网格对应的网格指纹信息中的第二无线信号信息。
在一个实施例中,当定位请求中携带第一无线信号信息和第一卫星定位信息时,计算机设备获取每个候选地理网格对应的网格指纹信息中的第二无线信号信息和第二卫星定位信息。
步骤S208,将各个候选地理网格所对应的第二无线信号信息,分别与第一无线信号信息进行匹配处理,得到对应的无线信号匹配特征。
其中,第一无线信号信息和第二无线信号信息中包括无线信号标识。无线信号匹配特征包括第一无线信号信息与第二无线信号信息之间相匹配的无线信号标识所对应的关联特征和序对特征。
具体地,针对每个候选地理网格,计算机设备将获得的第二无线信号信息和第二无线信号信息进行匹配处理,以确定第一无线信号信息和第二无线信号信息之间的相匹配的无线信号标识,基于相匹配的无线信号标识获得第一无线信号信息和第二无线信号信息之间的无线信号匹配特征。
步骤S210,基于各无线信号匹配特征,从候选地理网格中筛选出满足匹配条件的目标地理网格。
其中,目标地理网格是指满足匹配条件的地理网格。匹配条件可以是第一无线信号信息和第二无线信号信息之间的相似度大于相似度阈值,或者第一无线信号信息和第二无线信号信息之间的差异度小于差异度阈值,或者将候选地理网格按照相似度或差异度排序,选择预设数量的候选地理网格作为目标地理网格。
在其中一个实施例中,计算机设备可根据候选地理网格对应的第二无线信号信息和定位请求中的第一无线信号信息之间的无线信号匹配特征,确定候选地理网格中的第二无线信号信息和第一无线信号信息之间的相似度或者差异度。
在其中一个实施例中,当定位请求中还包括第一卫星定位信息时,计算机设备可根据候选地理网格对应的网格指纹信息中的第二无线信号信息、第二卫星定位信息和定位请求中的第一无线信号信息、第一卫星定位信息,确定各网格指纹信息中的第二无线信号信息和定位请求中的第一无线信号信息、网格指纹信息中的第二卫星定位信息和定位请求中的第一卫星定位信息之间的相似度或者差异度。
进而,计算机设备可获取相似度阈值或差异度阈值,将相似度大于相似度阈值、或差异度大于差异度阈值的候选地理网格筛选出来,确定为目标地理网格。
在其中一个实施例中,计算机设备将各候选地理网格按照相似度进行排序。计算机设备可基于相似度从高到低选择预设数量的候选地理网格作为目标地理网格。
在其中一个实施例中,计算机设备将各候选地理网格按照差异度进行排序。计算机设备可基于差异度从低到高选择预设数量的候选地理网格作为目标地理网格。
步骤S212,根据各目标地理网格分别对应的高架属性信息,确定定位请求的发起方所处道路的道路识别结果。
其中,高架属性信息为处于高架上或高架下,高架上是指目标地理网格所对应的位置为高架上侧道路,高架下是指目标地理网格所对应的位置为高架下侧道路。道路识别结果包括高架上侧道路或高架下侧道路。
具体地,计算机设备获取各目标地理网格对应的高架属性信息,以确定各目标地理网格是处于高架上或高架下。计算机设备可确定对应同一高架属性信息的目标地理网格的数量,根据对应同一高架属性信息的目标地理网格的数量确定定位请求的发起方所在道路的道路识别结果。
在一个实施例中,高架属性信息包括第一属性和第二属性,第一属性为处于高架上,第二属性为处于高架下。计算机设备可获取各目标地理网格对应的高架属性信息,确定对应第一属性的目标地理网格的数量,并确定对应第二属性的目标地理网格的数量。将对应第一属性的目标地理网格的数量和第二属性的目标地理网格的数量进行比对,将数量多的目标地理网格所对应的属性确定为定位请求的发起方所在道路的道路识别结果。
例如,100个目标地理网格中有60个处于高架上,40个处于高架下,则计算机设备将60个目标地理网格的高架属性信息,即处于高架上确定为定位请求的发起方所处道路的道路识别结果,则可判定该定位请求的发起方所处道路为高架上侧道路。
在一个实施例中,高架属性信息包括处于高架上或处于高架下,当处于高架上时,高架属性信息中还包括高架层数;根据各目标地理网格分别对应的高架属性信息,确定定位请求的发起方所处道路的道路识别结果,包括:当各目标地理网格中存在处于高架上的目标地理网格时,获取处于高架上的目标地理网格所对应的高架层数;基于处于高架下的目标地理网格和处于高架上的目标地理网格所对应的高架层数,确定定位请求的发起方所处道路的道路识别结果。
其中,高架层数是指高架上存在至少一层高架上侧道路时,每层高架上侧道路在该高架上所对应的层数。例如,高架上包括三层高架上侧道路,第一层高架上侧道路最接近高架下侧道路,第一层高架上侧道路的高架层数可设置为1,第二层高架上侧道路的高架层数可设置为2,第三层高架上侧道路与高架下侧道路的垂直距离最远,该第三层高架上侧道路的高架层数可设置为3。可以理解的是,每层高架上侧道路所对应的高架层数可根据需求设置,在此不做过多限制。
具体地,计算机设备可获取每个目标地理网格对应的高架属性信息,基于高架属性信息可确定目标地理网格是处于高架上或处于高架下。当目标地理网格中存在处于高架上的目标地理网格时,可从相应的高架属性信息中获取高架层数。计算机设备确定处于高架上的目标地理网格的数量和处于高架下的目标地理网格的数量。当处于高架上的目标地理网格的数量大于处于高架下的目标地理网格的数量时,可判定发起方所处道路为高架上侧道路。计算机设备可进一步确定对应同一高架层数的目标地理网格的数量,将数量最多的目标地理网格所对应的高架层数作为定位请求的发起方所处道路的高架层数,从而将高架上侧道路和对应的高架层数作为发起方所处道路的道路识别结果。
在一个实施例中,高架属性信息包括处于高架上或处于高架下,当处于高架上时,高架属性信息中还包括高架层数;根据各目标地理网格分别对应的高架属性信息,确定定位请求的发起方所处道路的道路识别结果,包括:当处于高架上的目标地理网格的数量大于处于高架下的目标地理网格的数量时,获取处于高架上的目标地理网格所对应的高架层数;基于处于高架上的目标地理网格所对应的高架层数,确定定位请求的发起方所处道路的道路识别结果。
具体地,计算机设备可获取每个目标地理网格对应的高架属性信息,基于高架属性信息可确定目标地理网格是处于高架上或处于高架下。当处于高架上的目标地理网格的数量大于处于高架下的目标地理网格的数量时,可判定发起方所处道路为高架上侧道路。计算机设备可获取处于高架上的目标地理网格所对应的高架层数,并进一步确定对应同一高架层数的目标地理网格的数量,将数量最多的目标地理网格所对应的高架层数作为定位请求的发起方所处道路的高架层数,从而将高架上侧道路和对应的高架层数作为发起方所处道路的道路识别结果。
上述实施例中,对于存在多层高架的场景,可基于处于高架上的目标地理网格所对应的高架层数,来准确地识别定位请求的发起方所处道路具体是高架上侧道路中的哪一层高架。
在本实施例中,计算机设备确定各目标地理网格分别所属的目标路段,将目标路段所对应的高架属性信息作为各目标地理网格对应的高架属性信息。
在一个实施例中,该方法还包括:根据初始定位位置和道路识别结果,确定定位请求的发起方所在的实际位置。
上述基于高架的道路识别方法中,根据定位请求中携带的第一无线信号信息进行定位处理,能够定位到发起方所在的大概位置。从导航指纹库中筛选出与定位区域对应的多个候选地理网格,定位区域包含发起方所在的大概位置,从而能够获取在发起方的初始定位位置一定范围内的候选地理网格。根据各个候选地理网格分别对应的第二无线信号信息和定位请求中的第一无线信号信息,能够从候选地理网格中筛选出与定位请求发起方所在位置更相近的目标地理网格。通过确定各个目标地理网格是处于高架桥上或者处于高架桥下,能够准确识别出定位请求的发起方所处道路是高架桥上侧道路或者高架桥下侧道路。
在一个实施例中,该定位请求中还包括第一卫星定位信息;获取定位请求,并根据定位请求中携带的第一无线信号信息进行定位处理,得到对应的初始定位位置,包括:
从位置库中查询与定位请求中携带的第一无线信号信息对应的无线信号位置,以及第一卫星定位信息对应的卫星定位位置;根据无线信号位置以及卫星定位位置进行定位处理,得到定位请求的发起方所在的初始定位位置。
具体地,计算机设备从位置库中查询第一无线信号信息对应的无线信号位置。计算机设备从位置库中查找第一卫星定位信息对应的卫星定位位置。进一步地,计算机设备确定无线信号位置对应的经纬度和对应的权重,确定卫星定位位置对应的经纬度和对应的权重,将经纬度和对应的权重进行加权求和,得到初始定位位置的经纬度,从而得到初始定位位置。该无线信号位置对应的权重可基于无线信号位置对应的无线信号强度计算得到,该卫星定位位置对应的权重可基于卫星定位位置对应的卫星信号强度计算得到。
在一个实施例中,计算机设备根据无线信号位置和卫星定位位置之间的距离,确定定位请求的发起方所在的初始定位位置。进一步地,将无线信号位置和卫星定位位置之间的距离上的中心位置,确定为发起方所在的初始定位位置。
本实施例中,根据无线信号位置和卫星定位位置,能够粗略确定定位请求的发起方所在的大概位置。通过无线信号和卫星信号两种不同的信号类型所确定的初始定位位置更准确。
在一个实施例中,该定位请求中还包括第一卫星定位信息;获取定位请求,并根据定位请求中携带的第一无线信号信息进行定位处理,得到对应的初始定位位置,包括:
从位置库中查询与定位请求中携带的第一无线信号信息对应的无线信号位置,以及第一卫星定位信息对应的卫星定位位置;将无线信号位置和卫星定位位置确定为发起方所在的初始定位位置。
在一个实施例中,第一无线信号信息包括无线网络信息、运营商基站的小区信息和蓝牙信息中的至少一种;该无线信号位置包括无线网络信息对应的无线网络位置、运营商基站的小区信息对应的小区位置和蓝牙信息对应的信标基站位置中的至少一种。
其中,无线网络信息包括无线信号标识和对应的信号强度,例如mac标识,以及每个mac标识对应的信号强度。运营商基站的小区信息包括小区标识和对应的信号强度,例如cell标识,以及每个cell标识对应的信号强度。蓝牙信息包括蓝牙标识和对应的信号强度。
具体地,当第一无线信号信息中包括无线网络信息、运营商基站的小区信息和蓝牙信息中的至少一种时,计算机设备从位置库中查找无线网络信息对应的无线网络位置、运营商基站的小区信息对应的小区位置和蓝牙信息对应的信标基站位置中的至少一种。
计算机设备根据查找无线网络信息对应的无线网络位置、运营商基站的小区信息对应的小区位置和蓝牙信息对应的信标基站位置中的至少一种,确定定位请求的发起方所在的初始定位位置。
在一个实施例中,定位请求中还包括第一卫星定位信息。计算机设备从位置库中查找第一卫星定位信息对应的卫星定位位置,计算机设备根据无线网络位置、小区位置和信标基站位置中的至少一种,以及卫星定位位置,确定定位请求的发起方所在的初始定位位置。例如,根据无线网络位置和卫星定位位置,或小区位置和卫星定位位置,或信标基站位置和卫星定位位置,或无线网络位置、小区位置和卫星定位位置,或无线网络位置、信标基站位置和卫星定位位置,或小区位置、信标基站位置和卫星定位位置,或无线网络位置、小区位置、信标基站位置和卫星定位位置,进行定位处理,得到对应的初始定位位置。
本实施例中,根据无线网络位置、小区位置和信标基站位置中的至少一种,以及卫星定位位置,能够粗略确定定位请求的发起方所在的大概位置。通过多种不同的无线信号和卫星信号所确定的多个位置预估发起方所在的大概位置,所确定的初始定位位置更准确。
在一个实施例中,确定包括有初始定位位置的定位区域,并从导航指纹库中筛选出与定位区域对应的多个候选地理网格,包括:
确定包括有初始定位位置的定位区域,并确定导航指纹库中与定位区域对应的原始地理网格;确定第一无线信号信息在预设时长内被扫描的频次;基于被扫描的频次,从原始地理网格中筛选出多个候选地理网格。
其中,频次是指频率和次数。
具体地,计算机设备获得初始定位位置后,可将在初始定位位置的预设范围内的区域确定为定位区域。计算机设备获取导航指纹库,该导航指纹库由地理网格构成。计算机设备确定导航指纹库中与该定位区域对应的多个原始地理网格。
接着,计算机设备在频次库中查询在预设时长内,该第一无线信号信息被扫描的频次。频次库中记录了每个原始地理网络中的无线信号信息被扫描的扫描次数、每次扫描的时间、第一无线信号信息被扫描的频率、扫描终端标识。进一步地,计算机设备在频次库中查询,每个原始地理网格中的该第一无线信号信息被扫描的频次。计算机设备根据频次对各原始地理网格进行筛选,将频次高于或等于频次阈值的原始地理网格确定为候选地理网格,将频次低于频次阈值的原始地理网格去除。
在本实施例中,计算机设备可获取该第一无线信号信息对应的定位日志,从该定位日志中获取在预设时长内,该第一无线信号信息被扫描的频次。第一无线信号信息对应的定位日志是第一无线信号信息被扫描时所产生的数据,包含第一无线信号信息被扫描的扫描次数、每次扫描的时间、第一无线信号信息被扫描的频率、扫描终端标识等。
本实施例中,当第一无线信号信息中包含无线网络信息即mac标识时,计算机设备可从频次库中获取每个原始地理网格对应的mac标识被扫描的频次。计算机设备将频次等于或高于频次阈值的原始地理网格作为目标地理网格。
当第一无线信号信息中包含运营商基站的小区信息即cell标识时,计算机设备可从频次库中获取每个原始地理网格对应的cell标识被扫描的频次。计算机设备将cell的扫描频次等于或高于频次阈值的原始地理网格作为目标地理网格。
本实施例中,当定位请求中包含无线网络信息、运营商基站的小区信息时,即mac标识和cell标识,计算机设备可从频次库中获取每个原始地理网格对应的mac标识被扫描的频次和cell标识被扫描的频次。计算机设备将同一原始地理网格对应的mac标识被扫描的频次和cell标识被扫描的频次进行加权求和处理,得到该同一原始地理网格对应的目标频次。计算机设备将目标频次等于或高于频次阈值的原始地理网格作为候选地理网格。
在一个实施例中,计算机设备可按照频次从高到低对原始地理网格进行排序,从排序后的原始地理网格中去除预设数量的低频次的原始地理网格,将其余的原始地理网格作为候选地理网格。例如,从排序后的原始地理网格中去除5%的低频次的原始地理网格。
本实施例中,基于第一无线信号信息在预设时长内对应每个原始地理网格的被扫描的频次,从原始地理网格中筛选出多个符合条件的候选地理网格,从而能够去除异常位置的地理网格。
在一个实施例中,将各个候选地理网格所对应的第二无线信号信息,分别与第一无线信号信息进行匹配处理,得到对应的无线信号匹配特征,包括:
对于每个候选地理网格,分别将相应候选地理网格所对应的第二无线信号信息,与第一无线信号信息进行无线信号标识匹配处理,得到相匹配的无线信号标识所对应的关联特征和序对特征中的至少一种;对于每个候选地理网格,分别将相应的关联特征和序对特征中的至少一种,作为对应的无线信号匹配特征。
其中,关联特征包括第一无线信号信息和第二无线信号信息之间的无线信号标识的匹配度、相匹配的无线信号标识所对应的信号强度间的差异度、相匹配的无线信号标识在预设时长内的定位热度中的至少一种。序对特征包括第一无线信号信息和第二无线信号信息之间相匹配的无线信号标识,所对应的正序对数量和逆序对数量中的至少一种。
具体地,针对每个候选地理网格,计算机设备获取候选地理网格对应的第二无线信号信息中的各无线信号标识和第一无线信号信息中的各无线信号标识。计算机设备将第二无线信号信息中的各无线信号标识和第一无线信号信息中的各无线信号标识进行匹配处理,获得相匹配的无线信号标识。
计算机设备确定相匹配的无线信号标识之间的关联特征。计算机设备可获取相匹配的无线信号标识在第一无线信号信息和第二无线信号信息中的信号强度,基于信号强度确定相匹配的无线信号标识所对应的序对特征。进一步地,计算机设备基于信号强度确定相匹配的无线信号标识所对应的正序对数量和逆序对数量中的至少一种,将正序对数量和逆序对数量中的至少一种作为序对特征。
本实施例中,无线信号匹配特征包含相匹配的无线信号标识所对应的关联特征和序对特征中的至少一种,能够从相匹配的无线信号标识、且从不同方面获得第一无线信号信息和第二无线信号信息之间的无线信号匹配特征,所获得的无线信号匹配特征包含更多的信息量。
在一个实施例中,该关联特征包括第一无线信号信息和第二无线信号信息之间的无线信号标识的匹配度、相匹配的无线信号标识所对应的信号强度间的差异度、相匹配的无线信号标识在预设时长内的定位热度中的至少一种。
具体地,计算机设备获取候选地理网格对应的第二无线信号信息中的各无线信号标识和第一无线信号信息中的各无线信号标识。计算机设备将第二无线信号信息中的各无线信号标识和第一无线信号信息中的各无线信号标识进行匹配处理,获得相匹配的无线信号标识。
计算机设备根据相匹配的无线信号标识,计算第一无线信号信息和第二无线信号信息之间的无线信号标识的匹配度。计算机设备可获取相匹配的无线信号标识在第一无线信号信息和第二无线信号信息中的信号强度,并计算出同一无线信号标识在第一无线信号信息中的信号强度和第二无线信号信息中的信号强度之间的差异度。计算机设备获取相匹配的无线信号标识在预设时长内的定位频次,基于定位频次计算出相匹配的无线信号标识在每个候选地理网格中所对应的定位热度。
本实施例中,将关联特征包括无线信号标识的匹配度、相匹配的无线信号标识所对应的信号强度间的差异度、相匹配的无线信号标识在预设时长内的定位热度中的至少一种,能够充分考虑到不同因素带来的影响,使得获得的关联特征包含了各方面的因素,所获得的关联特征包含更多的信息量。
在一个实施例中,序对特征通过序对特征确定步骤得到,序对特征确定步骤包括:基于相匹配的无线信号标识在第一无线信息中的信号强度和在第二无线信息中的信号强度,确定相匹配的无线信号标识所对应的正序对数量和逆序对数量中的至少一种;将正序对数量和逆序对数量中的至少一种,作为相匹配的无线信号标识所对应序对特征。
其中,正序对是指相匹配的无线信号标识中,两个无线信号标识在第一无线信号信息中的信号强度的比较结果,与该两个无线信号标识在第二无线信号信息中的信号强度的比较结果相同,则该两个无线信号标识作为正序对。例如,相匹配的无线信号标识中无线信号标识A、B在第一无线信号中的信号强度的大小为A>B,在第二无线信号中的信号强度的大小为A>B,则无线信号标识A、B称为正序对。
逆序对是指相匹配的无线信号标识中,两个无线信号标识在第一无线信号信息中的信号强度的比较结果,与该两个无线信号标识在第二无线信号信息中的信号强度的比较结果相反,则该两个无线信号标识作为逆序对。例如,相匹配的无线信号标识中无线信号标识A、B在第一无线信号中的信号强度的大小为A>B,在第二无线信号中的信号强度的大小为A<B,则无线信号标识A、B称为逆序对。
具体地,计算机设备确定相匹配的无线信号标识在第一无线信号信息和第二无线信号信息中分别对应的信号强度,并确定相匹配的无线信号标识中,任意两个无线信号标识在第一无线信号信息中的信号强度的比较结果,以及该两个无线信号标识在第二无线信号信息中的信号强度的比较结果。计算机根据该两个无线信号标识所对应的两个比较结果相同或相反,确定该两个无线信号标识为正序对或逆序对。按照相同的处理方式,计算机设备可确定相匹配的无线信号标识中的正序对数量和逆序对数量,将正序对数量和逆序对数量中的至少一种作为相匹配的无线信号标识所对应的序对特征。
本实施例中,确定相匹配的无线信号标识在第一无线信号信息中信号强度的比较结果,以及在第二无线信号信息中的比较结果,基于两个比较结果是否相同,可准确确定相匹配的无线信号标识中的正序对数量和逆序对数量。
在一个实施例中,如图3所示,将各个候选地理网格所对应的第二无线信号信息,分别与第一无线信号信息进行匹配处理,得到对应的无线信号匹配特征;基于各无线信号匹配特征,从候选地理网格中筛选出满足匹配条件的目标地理网格,包括:
步骤S302,将各个候选地理网格所对应的第二无线信号信息,分别与第一无线信号信息进行匹配处理,得到对应的无线信号匹配特征。
具体地,计算机设备获取将定位请求中的第一无线信号信息,并获取每个候选地理网格的网格指纹信息,从网格指纹信息中获取第二无线信号信息。计算机设备将第一无线信号信息分别和每个候选地理网格对应的第二无线信号信息进行匹配处理,得到第一无线信号信息分别和每个第二无线信号信息之间的无线信号匹配特征。
步骤S304,基于每个候选地理网格对应的无线信号匹配特征,确定第一无线信号信息分别和每个第二无线信号信息之间的相似度。
其中,定位请求的发起方所在位置和候选地理网格之间的相似度是指定位请求中所携带的信息与候选地理网格中相应信息之间的相似度。例如,定位请求中的第一无线信号信息和候选地理网格对应的第二无线信号信息之间的相似度,可基于该候选地理网格对应的无线信号匹配特征计算得到。
在本实施例中,计算机设备基于每个候选地理网格对应的无线信号匹配特征,计算出第一无线信号信息和每个候选地理网格的第二无线信号信息之间的相似度。进一步地,基于每个候选地理网格对应的无线信号匹配特征,计算出第一无线信号信息和每个第二无线信号信息之间的相似度,将该相似度作为定位请求的发起方所在位置和每个候选地理网格之间的相似度。
在本实施例中,计算机设备将每个候选地理网格对应的无线信号匹配特征输入排序模型,通过排序模型输出第一无线信号信息和各个第二无线信号信息之间的相似度,即可得到定位请求的发起方所在位置和每个候选地理网格之间的相似度。
步骤S306,根据相似度,从各候选地理网格中筛选出满足相似度匹配条件的目标地理网格。
匹配条件可以是候选地理网格对应的相似度大于相似度阈值,或者将候选地理网格按照相似度排序,选择预设数量的候选地理网格作为目标地理网格。
本实施例中,计算机设备可获取相似度阈值,将相似度大于相似度阈值候选地理网格筛选出来,确定为目标地理网格。
本实施例中,计算机设备将各候选地理网格按照相似度进行排序。计算机设备可基于相似度从高到低选择预设数量的候选地理网格作为目标地理网格。例如,将100个候选地理网格按照相似度从高到低排序,并从高到低选择60个候选地理网格作为目标地理网格。
本实施例中,通过第一无线信号信息和每个第二无线信号信息的对比,获得第一无线信号信息和每个第二无线信号信息之间的无线信号匹配特征,基于每个无线信号匹配特征可计算出第一无线信号信息和每个第二无线信号信息之间的相似度,即可获得定位请求的发起方所在位置和每个候选地理网格之间的相似度。基于相似度能够从多个候选地理网格中筛选出满足相似度匹配条件的目标地理网格,从而获得更高相似度的地理网格。
在一个实施例中,该关联特征包括无线信号标识的匹配度;该无线信号标识的匹配度通过匹配度确定步骤得到,匹配度确定步骤包括:对于每个候选地理网格,基于相应的第二无线信号信息与第一无线信号信息进行无线信号标识匹配处理,以确定相匹配的无线信号标识的匹配数量;对于每个候选地理网格,根据相应的第二无线信号信息中的无线信号标识数量和匹配数量,确定第一无线信号信息和第二无线信号信息之间的无线信号标识的匹配度。
其中,无线信号标识的匹配度是指第一无线信号信息和第二无线信号信息中,匹配成功的无线信号标识的匹配数量与第二无线信号信息中存在的无线信号标识的数量之间的差值或比值。
具体地,计算机设备获取第一无线信号信息中的各无线信号标识,并针对每个候选地理网格,获取候选地理网格对应的网格指纹信息,该网格指纹信息中包括第二无线信号信息。计算机设备获取第二无线信号信息中的各无线信号标识,将第一无线信号信息中的各无线信号标识和第二无线信号信息中的各无线信号标识进行匹配处理,确定第一无线信号信息中和第二无线信号信息中相匹配的无线信号标识的数量,即匹配数量。由此计算机设备可获得第一无线信号信息与每个候选地理网格的第二无线信号信息之间的无线信号标识匹配成功的匹配数量。
一个候选地理网格对应一个网格指纹信息。针对每个候选地理网格,计算机设备确定候选地理网格的第二无线信号信息中所包含的无线信号标识的数量,即候选地理网格对应的无线信号标识数量。针对每个候选地理网格,计算机设备计算第一无线信号信息和候选地理网格之间的无线信号标识的匹配数量与该候选地理网格的无线信号标识数量之间的比值,将每个候选地理网格对应的比值作为第一无线信号信息和第二无线信号信息之间的无线信号标识的匹配度。
在本实施例中,当第一无线信号信息中的无线信号标识和第二无线信号信息中的无线信号标识相同时,判定无线信号标识匹配成功。
在一个实施例中,计算机设备获得各个候选地理网格对应的匹配数量和无线信号标识数量之间的比值后,可对各比值进行加权求均值处理,得到第一无线信号信息和第二无线信号信息之间的无线信号标识的匹配度。
本实施例中,候选地理网格中的第二无线信号信息包括在该候选地理网格内能够扫描到的无线信号标识。通过确定第二无线信号信息与第一无线信号信息中的无线信号标识匹配成功的匹配数量,能够确定在候选地理网格中能定位、扫描到第一无线信号信息中的匹配成功的无线信号标识,而匹配失败的可判定是相应的候选地理网格中异常的无线信号标识。将匹配成功的无线信号标识的数量占候选地理网格中无线信号标识的总数量的比值作为无线信号标识的匹配度,从而将该无线信号标识的匹配度作为筛选目标候选地理网格的条件之一,使得能够从不同方面对目标地理网格进行筛选。
在一个实施例中,该关联特征包括信号强度的差异度;信号强度的差异度通过差异度确定步骤得到,差异度确定步骤包括:确定相匹配的无线信号标识在第一无线信号信息中的第一信号强度,以及在各个第二无线信号信息中的第二信号强度;对于每个候选地理网格,计算相匹配的无线信号标识所对应的第一信号强度和第二信号强度间的差异度。
其中,信号强度的差异度是指第一无线信号信息和第二无线信号信息中,同一无线信号标识所对应的第一信号强度和第二信号强度间的差异。同一无线信号标识即为相匹配的无线信号标识。第一信号强度是无线信号标识在第一无线信号信息中的信号强度,第二信号强度是无线信号标识在第二无线信号信息中的信号强度。
具体地,计算机设备确定第一无线信号信息和第二无线信号信息中相匹配的无线信号标识,并确定相匹配的无线信号标识在第一无线信号信息中的第一信号强度,以及在各个第二无线信号信息中的第二信号强度。针对每个候选地理网格,计算机设备计算相匹配的无线信号标识所对应的第一信号强度和第二信号强度间的差异度,获得一个候选地理网格中各相匹配的无线信号标识所对应的信号强度的差异度。进一步地,计算机设备计算相匹配的无线信号标识所对应的第一信号强度和第二信号强度之间的欧氏距离、余弦距离或者曼哈顿距离,将欧氏距离、余弦距离或者曼哈顿距离中的至少一种,作为第一信号强度和第二信号强度间的差异度。
本实施例中,确定相匹配的无线信号标识在第一无线信号信息中和第二无线信号信息中的信号强度的差异度,从而作为从候选地理网格中筛选目标地理网格的条件,使得筛选目标地理网格的条件更丰富,所筛选出的目标地理网格更准确。
在一个实施例中,如图4所示,该关联特征包括信号强度的差异度;该信号强度的差异度通过差异度确定步骤得到,该差异度确定步骤包括:
步骤S402,确定第一无线信号信息中各无线信号标识分别对应的第一信号强度。
具体地,计算机设备获取第一无线信号信息中的各无线信号标识,并确定每个无线信号标识对应的第一信号强度。例如,第一无线信号信息中包括mac标识A、mac标识B、mac标识C、cell标识D和cell标识E,计算机设备分别确定mac标识A对应的第一信号强度、mac标识B对应的第一信号强度、mac标识C对应的第一信号强度、cell标识D对应的第一信号强度和cell标识E对应的第一信号强度。
步骤S404,对于每个候选地理网格,确定相应候选地理网格所对应的第二无线信号信息中的无线信号标识,并获取每个无线信号标识分别对应的第二信号强度。
具体地,针对每个候选地理网格,计算机设备获取候选地理网格对应的网格指纹信息,该网格指纹信息中包括第二无线信号信息。计算机设备获取第二无线信号信息中的各无线信号标识,将第二无线信号信息中的各无线信号标识和第一无线信号信息中的各无线信号标识进行匹配,确定第二无线信号信息中相匹配的无线信号标识,即与第一无线信号信息中的无线信号标识相同的第二无线信号信息中的无线信号标识。接着,计算机设备可确定第二无线信号信息中相匹配的无线信号标识对应的第二信号强度。
例如,第一个候选地理网格中的第二无线信号信息中包括mac标识A、mac标识B、mac标识D、cell标识A、cell标识E和cell标识F,计算机设备分别确定mac标识A对应的第二信号强度、mac标识B对应的第二信号强度、mac标识D对应的第二信号强度、cell标识A对应的第二信号强度、cell标识E对应的第二信号强度和cell标识F对应的第二信号强度。
步骤S406,对于每个候选地理网格,计算相同无线信号标识所对应的第一信号强度和第二信号强度间的差异,并根据差异确定相应的第二无线信号信息和第一无线信号信息之间的信号强度的差异度。
具体地,针对每个候选地理网格,计算机设备计算相同无线信号标识所对应的第一信号强度和第二信号强度间的差异,获得一个候选地理网格中每个相同的无线信号标识所对应的信号强度的差异。进一步地,计算机设备将该一个候选地理网格中的各个信号强度的差异进行加权求均值处理,得到相同无线信号标识所对应的第一信号强度和该一个候选地理网格中的第二信号强度之间的差异。按照相同的处理方式,计算机设备可获得相同无线信号标识所对应的第一信号强度和每个候选地理网格中的第二信号强度之间的差异。计算机设备可将相同无线信号标识所对应的第一信号强度和每个候选地理网格中的第二信号强度之间的差异,作为第一无线信号信息和相应的第二无线信号信息之间的信号强度特征。
在本实施例中,计算机设备可将各个差异进行加权求均值处理,得到第一无线信号信息和相应的第二无线信号信息之间的信号强度的差异度。
在一个实施例中,计算相匹配的无线信号标识所对应的第一信号强度和第二信号强度间的差异度,包括:计算相匹配的无线信号标识所对应的第一信号强度和第二信号强度之间的欧氏距离、余弦距离或者曼哈顿距离,将欧氏距离、余弦距离或者曼哈顿距离中的至少一种,作为第一信号强度和第二信号强度间的差异度。
例如,第一无线信号信息与第一个候选地理网格中的第二无线信号信息中存在相同的无线信号标识:mac标识A、mac标识B和cell标识E,则计算机设备计算mac标识A对应的第一信号强度和第二信号强度之间的欧式距离,mac标识B对应的第一信号强度和第二信号强度之间的欧式距离,cell标识E对应的第一信号强度和第二信号强度之间的欧式距离,计算机设备可将mac标识A、mac标识B和cell标识E分别对应的欧式距离进行加权求均值处理,所得到的均值作为该第一无线信号信息与第一个候选地理网格中的第二无线信号信息之间的信号强度的差异度。按照相同的处理方式,计算机设备可获得该第一无线信号信息与每个候选地理网格中的第二无线信号信息之间的信号强度的差异度。
本实施例中,确定相同的无线信号标识在第一无线信号信息中和第二无线信号信息中的信号强度的差异度,从而作为从候选地理网格中筛选目标地理网格的条件,使得筛选目标地理网格的条件更丰富。
在一个实施例中,如图5所示,该关联特征包括定位热度;定位热度通过定位热度确定步骤得到,定位热度确定步骤,包括:
其中,定位热度是指第一无线信号信息和第二无线信号信息中相匹配的无线信号标识的匹配数量,与第二无线信号信息中相匹配的无线信号标识在预设时长内被扫描的频次的比值。
步骤S502,对于每个候选地理网格,基于相应的第二无线信号信息与第一无线信号信息进行无线信号标识匹配处理,以确定相匹配的无线信号标识的匹配数量。
具体地,针对每个候选地理网格对应的第二无线信号信息,计算机设备获取第二无线信号信息中的各无线信号标识,将第一无线信号信息中的各无线信号标识和第二无线信号信息中的各无线信号标识进行信号标识匹配处理,确定第一无线信号信息中和第二无线信号信息中相匹配的无线信号标识的数量,即匹配数量。由此计算机设备可获得第一无线信号信息与每个候选地理网格的第二无线信号信息之间信号标识匹配成功的匹配数量,即得到每个候选地理网格对应的匹配数量。
步骤S504,分别获取每个候选地理网格中相匹配的无线信号标识在预设时长内对应的定位频次。
具体地,对于每个候选地理网格中的相匹配的无线信号标识,计算机设备获取相匹配的无线信号标识在预设时长内对应的定位频次,例如第一候选地理网格中的mac标识A、mac标识B在10天内的定位频次。进一步地,计算机设备将一个候选地理网格中的各相匹配的无线信号标识的在预设时长内的定位频次求和,得到该候选地理网格对应的定位频次。例如,计算机设备将第一候选地理网格中的mac标识A、mac标识B在10天内的定位频次求和,得到该候选地理网格对应的定位频次。
在本实施例中,计算机设备获取该无线信号标识对应的定位日志,从该定位日志中获取在预设时长内,该无线信号标识被扫描的频次,即定位频次。无线信号标识对应的定位日志是无线信号标识被扫描时所产生的数据,包含无线信号标识被扫描的扫描次数、每次扫描的时间、无线信号标识被扫描的频率、扫描终端标识等。
步骤S506,根据定位频次和匹配数量,确定相匹配的无线信号标识的定位热度。
具体地,计算机设备将同一候选地理网格对应的匹配数量和定位频次之间的比值,确定为第一无线信号信息和该同一候选地理网格的第二无线信号信息之间的定位热度。按照相同的处理方式,计算机设备可得到第一无线信号信息和每个候选地理网格的第二无线信号信息之间的定位热度。
本实施例中,通过确定第二无线信号信息与第一无线信号信息中的无线信号标识匹配成功的匹配数量,能够确定在候选地理网格中能定位、扫描到第一无线信号信息中的匹配成功的无线信号标识。确定第二无线信号信息中相匹配的无线信号标识在预设时长内的定位频次,根据匹配数量和定位频次确定定位热度特征,能够确定第一无线信号信息中的无线信号标识对应于每个候选地理网格的定位热度。将所得到的定位热度作为从候选地理网格中筛选目标地理网格的条件,使得能够基于不同方面的因素筛选目标地理网格。
在一个实施例中,该方法还包括:确定每个候选地理网格所属候选路段的路段特征;
基于各无线信号匹配特征,从候选地理网格中筛选出满足匹配条件的目标地理网格,包括:根据同一候选地理网格对应的无线信号特征和路段特征,从候选地理网格中筛选出满足匹配条件的目标地理网格。
具体地,计算机设备确定每个候选地理网格的所属候选路段,并获取每个候选路段的路段特征。计算机设备根据同一候选地理网格对应的无线信号特征和路段特征,计算出第一无线信号信息和每个候选地理网格对应的第二无线信号信息之间的相似度,基于相似度从候选地理网格中筛选出满足相似度匹配条件的目标地理网格。
本实施例中,确定候选地理网格所属候选路段的路段特征,能够将候选地理网格定位到路段上,从而确定候选地理网格和路段的归属关系。通过第一无线信号信息和第二无线信号信息之间的无线信号匹配特征,可计算出第一无线信号信息和每个第二无线信号信息之间的相似度,以及路段特征,即可获得定位请求的发起方所在位置和每个候选地理网格之间的相似度。基于相似度能够从多个候选地理网格中筛选出满足相似度匹配条件的目标地理网格,从而获得更高相似度的地理网格。
在一个实施例中,确定每个候选地理网格所属候选路段的路段特征,包括:
针对每个候选地理网格,确定路网中与候选地理网格所属候选路段相连接的路段的第一数量;确定处于与候选路段相对应的预设范围内的路段的第二数量;确定第二数量的路段中处于高架上的路段的第三数量;根据每个候选地理网格对应的第一数量、第二数量和第三数量,确定每个候选地理网格所属候选路段的路段特征。
候选路段是指候选地理网格所属的路段。
具体地,路网由节点和路段构成。计算机设备通过将路网中的路段划分为预设面积的格子,得到各地理网格。地理网格与路网中的路段具有对应关系,例如路段A被划分为100个地理网格,则路段A为这100个地理网格所属的路段。
本实施例中,计算机设备确定候选地理网格后,针对每个候选地理网格,计算机设备确定路网中候选地理网格所属的候选路段。计算机设备可确定路网中与该候选路段相连接的路段的数量,即第一数量。该相连接路段即为该候选路段的相邻路段。计算机设备确定与候选路段对应的预设范围,并确定在该预设范围内的路段的数量,即第二数量。计算机设备获取第二数量的路段中每个路段对应的高架属性信息,从而确定高架属性信息为处于高架上的路段的数量,得到第三数量。
按照相同的处理方式,计算机设备可获得每个候选地理网格分别对应的第一数量、第二数量和第三数量。计算机设备将候选地理网格对应的第一数量、第二数量和第三数量确定为该候选地理网格对应的路段特征,则计算机设备可获取每个候选地理网格对应的路段特征。
本实施例中,将候选地理网格定位到路网的路段上。通过确定与候选地理网格所属候选路段相邻的路段的数量、在候选路段预设范围内的路段的数量、以及预设范围内的路段中处于高架桥上的路段的数量,能够获取候选地理网格所属候选路段周围与候选路段关系紧密的路段数量作为特征,以作为筛选目标地理网格的特征之一,充分考虑了候选地理网格所属路段的路段特征所产生的影响,使得对目标地理网格的筛选更全面。
在一个实施例中,该定位请求中还包括第一卫星定位信息;根据同一候选地理网格对应的无线信号特征和路段特征,从候选地理网格中筛选出满足匹配条件的目标地理网格,包括:
从导航指纹库中获取与各个候选地理网格分别对应的第二卫星定位信息;第二卫星定位信息为在相应候选地理网格所对应的位置关键点采集的卫星定位信息;将第一卫星定位信息分别和每个候选地理网格对应的第二卫星定位信息进行对比,获得每个候选地理网格对应的卫星定位特征;根据同一候选地理网格对应的无线信号特征、卫星定位特征和路段特征,从候选地理网格中筛选出满足匹配条件的目标地理网格。
其中,第一卫星定位信息包括卫星的数量、卫星的高精方速和卫星的信噪比中的至少一种。第二卫星定位信息中包括卫星的数量、卫星的高精方速和卫星的信噪比。卫星的高精方速是指卫星的高度、精度、方向和速度。卫星的信噪比(signal-to-noise ratio)是描述卫星信号中有效成分的功率与噪声成分功率的比例。
卫星定位特征是指第二卫星定位信息和第一卫星定位信息之间的卫星数量特征、卫星信噪比特征和高精方速特征中的至少一种。
本实施例中,计算机设备获取将定位请求中的第一卫星定位信息,并获取每个候选地理网格的网格指纹信息中的第二卫星定位信息。计算机设备将第一卫星定位信息分别和每个候选地理网格对应的第二卫星定位信息进行对比。
进一步地,第一卫星定位信息包括卫星的数量、卫星的高精方速和卫星的信噪比中的至少一种。针对每个候选地理网格,当定位请求中的第一卫星定位信息中包括卫星的数量时,计算机设备将第一定位信息中的卫星的数量和第二定位信息中的卫星的数量进行对比。计算机设备确定第一定位信息中的卫星的数量和第二定位信息中的卫星的数量的差值或比值,将该卫星数量的差值或比值确定为候选地理网格对应的卫星定位特征,从而得到每个候选地理网格对应的卫星定位特征。
在本实施例中,针对每个候选地理网格,当定位请求中的第一卫星定位信息中包括卫星的数量和卫星的高精方速时,计算机设备确定卫星的数量的差值或比值。计算机设备确定第一卫星定位信息中的卫星的高精方速和第二卫星定位信息中相匹配的卫星的高精方速之间的差值或比值。计算机设备将卫星数量的差值和卫星高精方速的差值作为候选地理网格对应的卫星定位特征,从而得到每个候选地理网格对应的卫星定位特征。或者,计算机设备将卫星数量的比值和卫星高精方速的比值作为候选地理网格对应的卫星定位特征,从而得到每个候选地理网格对应的卫星定位特征。
在本实施例中,针对每个候选地理网格,当定位请求中的第一卫星定位信息中包括卫星的数量、卫星的高精方速和卫星的信噪比时,计算机设备确定卫星的数量的差值或比值。计算机设备确定第一卫星定位信息中的卫星的高精方速和第二卫星定位信息中相匹配的卫星的高精方速之间的差值或比值。计算机设备确定第一卫星定位信息中的卫星的信噪比,并确定第二卫星定位信息中相匹配的卫星的信噪比,确定第一卫星定位信息中的卫星的信噪比和第二卫星定位信息中相匹配的卫星的信噪比之间的差值或比值。计算机设备将卫星数量的差值、卫星高精方速的差值和卫星的信噪比的差值作为候选地理网格对应的卫星定位特征,从而得到每个候选地理网格对应的卫星定位特征。或者,计算机设备将卫星数量的比值、卫星高精方速的比值和卫星的信噪比的比值作为候选地理网格对应的卫星定位特征,从而得到每个候选地理网格对应的卫星定位特征。
计算机设备获取每个候选地理网格对应的无线信号特征、卫星定位特征和路段特征后,根据同一候选地理网格对应的无线信号特征、卫星定位特征和路段特征,计算第一无线信号信息和该同一候选地理网格对应的第二无线信号信息之间的相似度,基于从候选地理网格中筛选出满足匹配条件的目标地理网格。
本实施例中,基于候选地理网格对应的无线信号特征、卫星定位特征和路段特征从候选地理网格中筛选出目标地理网格,使得目标地理网格的筛选充分考虑了地理网格对应的无线信号、卫星信号和所属路段等多方面因素,所筛选出的目标地理网格更准确。
在一个实施例中,将第一卫星定位信息分别和每个候选地理网格对应的第二卫星定位信息进行对比,获得每个候选地理网格对应的卫星定位特征,包括:
针对每个候选地理网格,确定相应候选地理网格所对应的第二卫星定位信息和第一卫星定位信息之间的卫星数量特征、卫星信噪比特征和高精方速特征中的至少一种;将卫星数量特征、卫星信噪比特征和高精方速特征中的至少一种确定为候选地理网格对应的卫星定位特征。
具体地,第一卫星定位信息包括卫星的数量、卫星的高精方速和卫星的信噪比中的至少一种。针对每个候选地理网格,当定位请求中的第一卫星定位信息中包括卫星的数量时,计算机设备确定第一定位信息中的卫星的数量和第二定位信息中的卫星的数量的差值或比值,将该差值或比值作为第二卫星定位信息和第一卫星定位信息之间的卫星数量特征。
针对每个候选地理网格,计算机设备确定第一卫星定位信息中的卫星的高精方速和第二卫星定位信息中相匹配的卫星的高精方速之间的差值或比值。计算机设备将卫星的高精方速之间的差值或比值,作为第二卫星定位信息和第一卫星定位信息之间的高精方速特征。
针对每个候选地理网格,计算机设备确定第一卫星定位信息中的卫星的信噪比,并确定第二卫星定位信息中相匹配的卫星的信噪比,确定第一卫星定位信息中的卫星的信噪比和第二卫星定位信息中相匹配的卫星的信噪比之间的差值或比值。计算机设备将卫星的信噪比之间的差值或比值,作为第二卫星定位信息和第一卫星定位信息之间的卫星信噪比特征。
在本实施例中,当定位请求中的第一卫星定位信息中包括卫星的数量时,将计算得到的卫星数量特征确定为候选地理网格对应的卫星定位特征。当定位请求中的第一卫星定位信息中包括卫星的数量和卫星的高精方速时,将同一候选地理网格对应的卫星数量特征和高精方速特征,确定为该同一候选地理网格对应的卫星定位特征。当定位请求中的第一卫星定位信息中包括卫星的数量、卫星的高精方速和卫星的信噪比时,将同一候选地理网格对应的卫星数量特征、高精方速特征和卫星信噪比特征确定为该同一候选地理网格对应的卫星定位特征。
本实施例中,将定位请求中的第一卫星定位信息和候选地理网格的第二卫星定位信息之间的卫星数量特征、卫星信噪比特征和高精方速特征中的至少一种,确定为候选地理网格对应的卫星定位特征,能够充分考虑各方面因素的影响,使得所获得的卫星定位特征融合了多方面特征。
在一个实施例中,根据各目标地理网格分别对应的高架属性信息,确定定位请求的发起方所处道路的道路识别结果,包括:
确定各目标地理网格分别所属的目标路段;根据目标路段所对应的高架属性信息,确定定位请求的发起方所处道路的道路识别结果。
具体地,目标路段是指目标地理网格所属的路段。计算机设备从候选地理网格中筛选出目标地理网格后,针对每个目标地理网格,计算机设备确定路网中目标地理网格所属的目标路段。
计算机设备获取各目标地理网格所属目标路段所对应的高架属性信息,以确定各目标地理网格是处于高架上或高架下。目标地理网格对应的高架属性信息即为该目标地理网格所属目标路段对应的高架属性信息。计算机设备可确定对应同一高架属性信息的目标路段的数量,根据对应同一高架属性信息的目标路段的数量确定定位请求的发起方所处道路的道路识别结果。
在一个实施例中,高架属性信息包括第一属性和第二属性,第一属性为处于高架上,第二属性为处于高架下。计算机设备可获取各目标地理网格所属目标路段所对应的高架属性信息,确定对应第一属性的目标路段的数量,并确定对应第二属性的目标路段的数量。将对应第一属性的目标路段的数量和第二属性的目标路段的数量进行比对,基于数量多的目标路段所对应的属性确定定位请求的发起方所处道路的道路识别结果。
例如,100个目标地理网格所属的100个目标路段中有60个处于高架上,40个处于高架下,则计算机设备将60个目标路段的高架属性信息,即处于高架上确定定位请求的发起方所处道路的道路识别结果,则可判定该定位请求的发起方所处道路为高架上侧道路。
在本实施例中,确定各目标地理网格分别所属的目标路段,从而把目标地理网格定位到对应的目标路上。通过目标路段的归属关系和所对应的高架属性信息,能够准确定位请求的发起方所处道路的道路识别结果。
如图6所示,为一个实施例中基于高架的道路识别方法的原理图。该基于高架的道路识别方法可包括以下4个部分:定位请求解析602、网格特征生成604、网格排序606和道路判断608。
定位请求解析602:计算机设备获取定位请求,解析定位请求中的无线网络信息、运营商基站的小区信息和第一卫星定位信息。例如无线网络信息包括mac标识、每个mac标识对应的信号强度,运营商基站的小区信息包括cell标识、每个cell标识对应的信号强度。第一卫星定位信息包括GPS的卫星数量、卫星的高精方速和信噪比。
计算机设备从位置库中查询与无线网络信息对应的无线网络位置、运营商基站的小区信息对应的小区位置。例如,从位置库中查询mac标识对应的mac位置和cell标识对应的cell位置。
计算机设备从频次库中查询无线网络信息、运营商基站的小区信息在预设时长内的扫描频次。例如,从频次库中查询mac标识在10天内被扫描的频次,cell标识在10天内被扫描的频次。
计算机设备基于定位请求中的无线网络信息、运营商基站的小区信息进行定位,获得初始定位位置。确定包含初始定位位置的定位区域,并从导航指纹库中召回与定位区域对应的多个原始地理网格。
计算机设备基于无线网络信息、运营商基站的小区信息在预设时长内的扫描频次,从原始地理网格中筛选出候选地理网格。接着,进入网格特征生成604部分。
网格特征生成604:计算机设备从导航指纹库中获取每个候选地理网格对应的网格指纹信息,该网格指纹信息中包括第二无线信号信息、第二卫星定位信息,以及候选地理网格所属的路段。第二无线信号信息包括各无线网络信息和各运营商基站的小区信息,例如无线网络信息包括mac标识、每个mac标识对应的信号强度,运营商基站的小区信息包括cell标识、每个cell标识对应的信号强度。第二卫星定位信息包括GPS的卫星数量、卫星的高精方速和信噪比。
针对每个候选地理网格,计算机设备确定定位请求中的无线网络信息和候选地理网格对应的无线网络信息之间的无线信号标识的匹配度、相匹配的无线信号标识所对应的信号强度间的差异度、相匹配的无线信号标识在预设时长内的定位热度,以及相匹配的无线信号标识所对应的所对应的正序对数量和逆序对数量。计算机设备将无线信号标识的匹配度、信号强度间的差异度、定位热度、正序对数量和逆序对数量作为该候选地理网格中的无线网络信息对应的无线信号匹配特征。
计算机设备确定定位请求中的GPS的卫星数量和候选地理网格对应的GPS的卫星数量的差值或比值,将差值或比值作为卫星数量特征。计算定位请求中的GPS的高精方速和候选地理网格对应的GPS的高精方速的差值或比值,将差值或比值作为卫星信噪比特征。计算定位请求中的GPS信噪比和候选地理网格对应的GPS信噪比的差值或比值,将差值或比值作为高精方速特征。将同一候选地理网格对应的卫星数量特征、卫星信噪比特征和高精方速特征作为该同一候选地理网格对应的卫星定位特征。
计算机设备确定路网中与候选地理网格所属候选路段相连接的路段的第一数量,和处于与候选路段相对应的预设范围内的路段的第二数量。确定第二数量的路段中处于高架上的路段的第三数量,计算机设备将同一候选地理网格对应的第一数量、第二数量和第三数量,作为同一候选地理网格所属候选路段的路段特征。
计算机设备将同一候选地理网格对应的无线信号匹配特征、卫星定位特征和路段特征,确定为该同一候选地理网格对应的网格特征。接着,计算机设备进入网格排序606部分。
网格排序606:计算机设备网格特征选择相应的排序模型,例如,网格特征中卫星定位特征,则选择不包含卫星定位特征训练得到的排序模型。计算机设备将每个候选地理网格对应的网格特征输入排序模型,排序模型基于各网格特征计算定位请求的发起方所在位置与各候选地理网格之间的相似度。或者,排序模型计算各个网格特征之间的特征相似度,输出基于相似度的排序。或者,排序模型计算各个网格特征之间的特征差异度,输出基于差异度的排序。接着,计算机设备从基于相似度或差异度的排序的候选地理网格中筛选出预设数量的目标地理网格。例如,基于相似度从高到低获取预设数量的目标地理网格,或者基于差异度从低到高获取预设数量的目标地理网格。接着,计算机设备进入道路判断608部分。
道路判断608:从路网属性库中查询每个目标地理网格所属的路段对应的高架属性信息,确定对应同一高架属性信息的目标地理网格的数量,将最大数量对应的高架属性信息作为定位请求发起方所处道路的道路识别结果。
通过本实施的基于高架的道路识别方法,在高架桥上的路段定位准确率为83%,平均每16mi的定位精度达到90%。相比传统识别方法定位精度有0.4米左右提升。并且,本实施例中的路段级别的道路识别可以将定位请求锁定到路段上,而传统识别方法无法实现。
在一个实施例中,如图7所示,该导航指纹库通过导航指纹库生成步骤获得;该导航指纹库生成步骤包括:
步骤S702,获取样本导航路线,并从样本导航路线中提取位置关键点。
其中,样本导航路线是用户按照导航路线进行导航后所获得的导航轨迹。位置关键点是表征样本导航路线中的关键位置的采样点,例如样本导航路线中转弯的位置点,分叉路口的位置点,掉头的位置点等等。
在一个实施例中,该样本导航路线包括高架上侧道路的导航路线和高架下侧道路的导航路线。高架上侧道路的导航路线是指用户在高架上侧道路导航结束后生成的真实导航轨迹。高架上侧道路的导航路线是指用户在高架下侧道路导航结束后生成的真实导航轨迹。
本实施例中,计算机设备获取各样本导航路线,从每条样本导航路线中提取位置关键点。
在本实施例中,当样本导航路线中存在超过预设长度的直线路径时,对直线路径进行直线插值处理,以获得该直线路径中的位置关键点。进一步地,计算机设备获取该直线路径中的起点和终点,将该起点的坐标和终点坐标代入直线插值函数,获得该直线路径中的各位置关键点。
在本实施例中,计算机设备获取原始导航路线,从原始导航路线中去除起始导航部分和终点导航部分,将剩余的中间部分的导航路线作为样本导航路线。进一步地,计算机设备对各原始导航路线进行相同的处理,获得每个原始导航路线对应的样本导航路线。
步骤S704,确定各位置关键点分别对应的地理网格和所属的路段;该地理网格是对路网的各路段划分获得的。
具体地,路网由节点和路段构成,路段用于连接节点。计算机设备将路网划分为预设面积的地理网格。针对每个位置关键点,计算机设备确定位置关键点分别对应的地理网格,以及位置关键点所属的路段。该位置关键点所属的路段即为该关键点对应的地理网格所属的路段。
步骤S706,将位置关键点在样本导航路线中的样本无线信号信息、样本卫星定位信息,以及关键点所属的路段,确定为位置关键点对应的地理网格所对应的网格指纹信息。
具体地,针对每个位置关键点,计算机设备确定位置关键点在对应的样本导航路线中的样本无线信号信息、样本卫星定位信息。将该位置关键点对应的样本无线信号信息、样本卫星定位信息,以及所属的路段,确定为该位置关键点对应的地理网格的网格指纹信息。
在本实施例中,样本无线信号信息包括无线网络信息、运营商基站的小区信息和蓝牙信息。计算机设备可获取位置关键点在对应的样本导航路线中的无线网络信息、运营商基站的小区信息和蓝牙信息,将无线网络信息、运营商基站的小区信息和蓝牙信息作为该位置关键点的样本无线信号信息。
可以理解的是,当位置关键点不存在对应的无线网络信息、运营商基站的小区信息和蓝牙信息中的至少一种时,该位置关键点的样本无线信号信息中则不存在无线网络信息、运营商基站的小区信息和蓝牙信息中的至少一种。例如,在样本导航路线中的位置关键点B存在对应的无线网络信息、运营商基站的小区信息,但不存在蓝牙信息,则该位置关键点对应的无线网格信息中包括无线网络信息和运营商基站的小区信息。
在本实施例中,样本卫星定位信息包括卫星的数量、卫星的高精方速和卫星的信噪比。卫星的高精方速是指卫星的高度、精度、方向和速度。卫星的信噪比是描述卫星信号中有效成分的功率与噪声成分功率的比例。计算机设备获取在位置关键点所能检测到的可见卫星的数量,以及每个可见卫星的高度、精度、方向和速度,以及每个可见卫星对应的信噪比。将位置关键点对应的卫星的数量、卫星的高精方速和卫星的信噪比,作为该位置关键点的样本卫星定位信息。
在一个实施例中,计算机设备还可检测位置关键点所对应的气压值,将气压值也作为网格指纹信息中的信息。不同地点气压值不同,通过气压值结合其他特征可以有效反映当前地理网格的高度状态,从而识别出高架桥上下状态。
在一个实施例中,还可以确定地理网格中对应的兴趣点(Point of Interest,简称POI),将兴趣点的位置和数量作为网格指纹信息中的信息。兴趣点是指一切可以抽象为点的地理对象,尤其是一些与人们生活密切相关的地理实体,如学校、银行、餐馆、加油站、医院、超市、商场等。基于兴趣点的位置和数量可以更好地识别某个位置是否处于高架桥上。例如一个地理网格内存在商场的数量,高架桥上一般不会存在商场,则通过网格中的兴趣点的位置和数量可以帮助识别地理网格是否在高架上。
步骤S708,基于各位置关键点和相对应的网格指纹信息,生成导航指纹库。
具体地,计算机设备按上述相同的处理方式,可获得每个位置关键点在对应的样本导航路线中所对应的网格指纹信息,从而得到每个位置关键点对应的地理网格所对应的网格指纹信息。当每个地理网格均配置对应的网格指纹信息后,获得导航指纹库。
在一个实施例中,当存在至少一层高架上侧道路时,高架上侧道路的导航路线可包括用户在每层高架上侧道路导航结束后生成的真实导航轨迹,每层高架上侧道路分别对应各自的高架层数。位置关键点所对应的高架层数即为该位置关键点所在的高架上侧道路对应的高架层数。对于存在高架层数的位置关键点,计算机设备将该位置关键点对应的样本无线信号信息、样本卫星定位信息、所属的路段,以及对应的高架层数,确定为该位置关键点对应的地理网格的网格指纹信息。对于不存在高架层数的位置关键点,例如,高架下侧道路的导航路线中的位置关键点,计算机设备将位置关键点对应的样本无线信号信息、样本卫星定位信息,以及所属的路段,确定为该位置关键点对应的地理网格的网格指纹信息。
本实施例中,样本导航路线是用户导航结束后获得的导航轨迹,从样本导航路线中所提取位置关键点为真实的、定位准确的关键位置。确定各位置关键点分别对应的地理网格和所属的路段,能够将位置关键点定位到地理网格和路段中,构建位置关键点和地理网格、路段之间的映射关系。将位置关键点在样本导航路线中的样本无线信号信息、样本卫星定位信息,以及关键点所属的路段,确定为位置关键点对应的地理网格所对应的网格指纹信息,从而能够为每个地理网格配置对应的网格指纹信息。该样本无线信号信息、样本卫星定位信息均为在用户导航过程中的采集的真实数据,由此配置的地理网格配置的网格指纹信息真实准确。
如图8所示,为一个实施例中生成导航指纹库的流程示意图。
步骤S802,计算机设备获取多条用户在高架上侧道路导航结束后、以及高架下侧道路的原始导航路线,执行步骤804的导航路线筛选。
步骤S804,导航路线筛选即针对每条原始导航路线,计算机设备从原始导航路线中去除起始导航部分和终点导航部分,将剩余部分的导航路线作为样本导航路线。接着,执行步骤806的异常数据处理。
步骤S806,样本导航路线中每个导航位置都会对应定位日志,根据定位日志中的GPS信息进行筛选,选择GPS信息正常的导航位置进入到步骤808。清除定位日志中存在缺失、错位等异常问题的导航位置。
步骤S808,对异常数据处理后的样本导航路线提取位置关键点,得到每条样本导航路线中的位置关键点。
执行步骤S810,获取由节点和路段构成的路网,并将路网划分为地理网格,将每个位置关键点映射至地理网格中。确定每个位置关键点所对应的地理网格所属的路段。将地理网格的经纬度和所属路段的路段标识,作为该地理网格的网格标识。
执行步骤S812,获取位置关键点在对应的样本导航路线中对应的样本无线信号信息、样本卫星定位信息,将同一位置关键点在样本导航路线中的样本无线信号信息、样本卫星定位信息,以及关键点所属的路段,确定为位置关键点对应的地理网格所对应的网格指纹信息。样本无线信号信息包括Wi-Fi信息、基站信息、蓝牙信息等,样本卫星定位信息包括GPS卫星数量、GPS高精方速、GPS信噪比等。
步骤S814,针对每个地理网格,按照步骤812的过程生成每个地理网格对应的网格指纹信息,以实现每个地理网格的网格指纹信息的填充。
执行步骤S816,针对每个地理网格,填充对应的网格指纹信息,直至完成最后一个地理网格的网格指纹信息的填充后,获得导航指纹库。
本实施例中,高架桥的导航指纹库使用用户导航结束后的导航路线和定位日志来构建,使用导航路线中的位置关键点作为真值进行导航指纹库构建,导航指纹库中存储GPS信息和无线信号场信息,从而能够通过GPS信息和无线信号场信息准确识别用户定位是否处于高架桥上。
在一个实施例中,计算机设备为终端;该方法还包括:响应于在电子地图中触发的选中操作,确定选中操作指向的目标位置;基于定位请求的发起方所在位置、道路识别结果和目标位置,生成从发起方所在位置至目标位置的目标导航路线;在电子地图中显示目标导航路线。
其中,该选中操作是指对目标视频画面中的可视化元素进行选中的触发操作。该选中操作可以是根据实际应用需求预先设置的。例如选中操作具体可以是触摸操作、光标操作、按键操作、手势操作或者语音操作等。其中,触摸操作可以是触摸点击操作、触摸按压操作或者触摸滑动操作,触摸操作可以是单点触摸操作或者多点触摸操作。光标操作可以是控制光标进行点击、按压或者滑动的操作。按键操作可以是虚拟按键操作或者实体按键操作等。手势操作可以是左滑操作或右滑操作中的任意一种等,这里不做过多限制。
目标导航路线是指从起点到终点的具有指向性的路线。起点是指发起方所在位置,终点是指目标位置。
本实施例中,基于高架的道路识别方法可应用于电子地图上。用户进入电子地图,在电子地图中发起定位请求,计算机设备基于该定位请求确定定位请求的发起方所在位置的道路识别结果,将该道路识别结果在电子地图中显示,或通过语音播报该道路识别结果。
计算机设备响应于用户在电子地图中的选中操作,确定该选中操作所指向的目标位置。计算机设备基于定位请求的发起方所在位置、道路识别结果和目标位置,生成从发起方所在位置至目标位置的目标导航路线。计算机设备在电子地图中显示目标导航路线。
在一个实施例中,该目标导航路线为实景导航路线,进一步地,计算机设备可结合电子地图的语音提示对该实景导航路线进行实时导航。
本实施例中,将基于高架的道路识别方法应用于电子地图上,不需要额外开发专用的设备或软件,能够减少对终端资源的占用。基于该道路识别结果能够获知定位请求的发起方所在位置是在高架上侧道路还是高架下侧道路,从而生成的目标导航路线更准确,提高导航的准确性。
如图9中的(a)所示,定位点表示在高架桥上单独使用GPS信息进行导航的效果,可以发现由于遮挡、GPS丢失等原因,定位点和路段上的点存在一定差距,并且有些高架桥上的定位点会定位到高架桥下,从而发生偏航和误播报问题。图9中的(b)所示,定位点为本实施例中使用基于高架的道路识别方法进行路段级别定位的效果,可以发现所有的定位点都会定位在对应的路段上。路段如图9中的(b)的902所示,路段被节点划分,节点如904所示。基于定位点对应的路段是否属于高架桥路段,可以准确识别该定位点是否处于高架桥上,从而实现准确定位和准确导航,可以极大提高导航中的使用体验。
在一个实施例中,基于定位请求的发起方所在位置、道路识别结果和目标位置,生成从发起方所在位置至目标位置的目标导航路线,包括:
基于定位请求的发起方所在位置、道路识别结果,确定发起方所在位置在路网中所属的路段;基于目标位置在路网中所属的路段、发起方所在位置在路网中所属的路段,以及路网的拓扑结构,生成从发起方所在位置至目标位置的目标导航路线。
具体地,计算机设备基于定位请求进行定位处理,得到对应的初始定位位置。计算机设备通过道路识别结果和初始定位位置,确定发起方所在的实际位置,从而确定发起方所在位置在路网中所属的路段。
例如,计算机设备得到发起方所在的粗定位位置A,由于无法确定该粗定位位置A是处于高架上还是高架下,则无法准确定位发起方所在的实际位置。当计算机设备通过基于高架的道路识别方法确定该发起方所在的实际位置处高架桥上的,则可确定该发起方所在的实际位置为高架桥上的位置A。计算机设备可确定该高架桥上的位置A所属的路段。
计算机设备获取路段的拓扑结构,确定目标位置在路网中所属的路段,根据目标位置在路网中所属的路段、发起方所在位置在路网中所属的路段,以及路网的拓扑结构,生成从发起方所在位置至目标位置的目标导航路线。
本实施例中,通过道路识别结果准确确定定位请求的发起方所在的实际位置,从而确定发起方所在的实际位置所属的路段,并确定目标位置在路网中所属的路段,从而将起点和终点都定位到路网的路段上。基于发起方所在的实际位置所属的路段、目标位置所属路段和路网的拓扑结构,准确生成从发起方所在位置至目标位置的目标导航路线。采用本实施例的方案,能够解决因无法确定发起方所在位置是处于高架桥上还是高架桥下,导致对发起方所在位置的定位出错,从而导致所生成的导航路线不准确的问题。
在一个实施例中,提供了一种基于高架的道路识别方法,包括:
步骤(S1),获取样本导航路线,并从样本导航路线中提取位置关键点。
步骤(S2),确定各位置关键点分别对应的地理网格和所属的路段;该地理网格是对路网的各路段划分获得的。
步骤(S3),将位置关键点在样本导航路线中的无线网络信息、运营商基站的小区信息和蓝牙信息作为样本无线信号信息,将位置关键点在样本导航路线中的样本无线信号信息、样本卫星定位信息,以及关键点所属的路段,确定为位置关键点对应的地理网格所对应的网格指纹信息。
步骤(S4),基于各位置关键点和相对应的网格指纹信息,生成导航指纹库。
步骤(S5),响应于在电子地图中触发的定位请求,获取定位请求中携带的无线网络信息、运营商基站的小区信息和第一卫星定位信息。
步骤(S6),从位置库中查询无线网络信息对应的无线信号位置、运营商基站的小区信息对应的小区位置。
步骤(S7),根据无线网络位置和小区位置进行粗定位处理,得到对应的初始定位位置。
步骤(S8),确定包括有初始定位位置的定位区域,并确定导航指纹库中与定位区域对应的原始地理网格。
步骤(S9),确定无线网络信息在第一预设时长内被扫描的频次、运营商基站的小区信息在第二预设时长内被扫描的频次。
步骤(S10),基于被扫描的频次,从原始地理网格中筛选出多个候选地理网格。
步骤(S11),从导航指纹库中获取与各个候选地理网格分别对应的网格指纹信息;该网格指纹信息中包括第二无线信号信息和第二卫星定位信息。
步骤(S12),对于每个候选地理网格,基于相应的第二无线信号信息与第一无线信号信息进行无线信号标识匹配处理,确定相匹配的无线信号标识,以及确定相匹配的无线信号标识的匹配数量。
步骤(S13),对于每个候选地理网格,将匹配数量和相应候选地理网格所对应的无线信号标识数量的比值,作为第一无线信号信息和第二无线信号信息之间的无线信号标识的匹配度。
步骤(S14),确定相匹配的无线信号标识在第一无线信号信息中的第一信号强度。
步骤(S15),对于每个候选地理网格,确定相匹配的无线信号标识在候选地理网格对应的第二无线信号信息中的第二信号强度。
步骤(S16),对于每个候选地理网格,计算相匹配的无线信号标识所对应的第一信号强度和第二信号强度间的差异度。
步骤(S17),分别获取每个候选地理网格中相匹配的无线信号标识在预设时长内对应的定位频次。
步骤(S18),根据定位频次和匹配数量,确定相匹配的无线信号标识的定位热度。
步骤(S19),针对每个候选地理网格,确定路网中与候选地理网格所属候选路段相连接的路段的第一数量。确定处于与候选路段相对应的预设范围内的路段的第二数量,以及确定第二数量的路段中处于高架上的路段的第三数量。根据每个候选地理网格对应的第一数量、第二数量和第三数量,确定每个候选地理网格所属候选路段的路段特征。
步骤(S20),从导航指纹库中获取与各个候选地理网格分别对应的第二卫星定位信息;将第一卫星定位信息分别和每个候选地理网格对应的第二卫星定位信息进行对比,获得每个候选地理网格对应的卫星定位特征。
步骤(S21),确定每个候选地理网格所属候选路段的路段特征,将同一候选地理网格对应的无线信号特征、卫星定位特征和路段特征,确定为该同一候选地理网格对应的网格特征。
步骤(S22),基于每个候选地理网格对应的网格特征,确定定位请求的发起方所在位置和每个候选地理网格之间的相似度。
步骤(S23),根据相似度,从各候选地理网格中筛选出满足相似度匹配条件的目标地理网格。
步骤(S24),确定各目标地理网格分别所属的目标路段;根据目标路段所对应的高架属性信息,确定与定位请求的发起方相对应的道路识别结果。
步骤(S25),响应于在电子地图中触发的选中操作,确定选中操作指向的目标位置。
步骤(S26),基于定位请求的发起方所在位置、道路识别结果,确定发起方所在位置在路网中所属的路段。
步骤(S27),基于目标位置在路网中所属的路段、发起方所在位置在路网中所属的路段,以及路网的拓扑结构,生成从发起方所在位置至目标位置的目标导航路线。
步骤(S28),在电子地图中显示目标导航路线。
本实施例中,根据定位请求中携带的无线网络信息、小区信息确定对应的位置,并基于所确定的位置进行粗定位处理,能够定位到发起方所在的大概位置。从导航指纹库中筛选出与定位区域对应的多个候选地理网格,定位区域包含发起方所在的大概位置,从而能够获取在发起方的粗定位位置一定范围内的候选地理网格。
基于无线网络信息、小区信息在预设时长内的扫描频次去除低频次的候选地理网格,以筛选出多个符合条件的候选地理网格。
根据定位请求中的无线网络信息、小区信息、第一卫星定位信息和候选地理网格对应的网格指纹信息,确定对应的无线信号特征、卫星定位特征和路段特征,从而得到候选地理网格对应的网格特征,所得到的网格特征中融合了多方面的特征,包含更多的信息量。
基于每个网格特征可准确计算出定位请求中携带的信息和每个网格指纹信息之间的相似度,即可获得定位请求的发起方所在位置和每个候选地理网格之间的相似度。基于相似度能够从多个候选地理网格中筛选出满足相似度匹配条件的目标地理网格,从而获得更高相似度的地理网格。
通过确定各个目标地理网格是处于高架桥上或者处于高架桥下,能够准确识别出定位请求的发起方所处道路是高架桥上侧道路或者高架桥下侧道路。
基于该道路识别结果能够获知定位请求的发起方所在位置是在高架桥上侧道路还是高架桥上侧道路,从而生成的目标导航路线更准确,提高导航的准确性。
本申请还提供一种应用场景,该应用场景应用上述的基于高架的道路识别方法。具体地,该基于高架的道路识别方法在该应用场景的应用如下:
用户进入运行在终端上的电子地图,并在电子地图中触发定位请求。
终端响应于用户在电子地图上触发的定位请求,基于该定位请求扫描当前的无线网络信号、基站信号,并进行GPS定位,获得所扫描到的mac标识A、mac标识B、mac标识A对应的信号强度、mac标识B对应的信号强度、cell标识C、cell标识C对应的信号强度和当前状态下的GPS定位信息。该GPS定位信息包括GPS的卫星数量、卫星的高精方速和信噪比。
终端从位置库中查询mac标识A、mac标识B对应的mac位置A、mac位置B和cell标识C对应的cell位置c。
终端根据mac位置A、mac位置B和cell位置c进行粗定位处理,获得用户当前所在的粗定位位置G。
终端以粗定位位置G为中心,100米为半径构成的粗定位区域,并从导航指纹库中召回与粗定位区域对应的多个原始地理网格。
终端确定每个原始地理网格中的mac标识A、mac标识B、cell标识C在45天内的扫描频次,将同一个原始地理网格对应的mac标识A、mac标识B、cell标识C在45天内的扫描频次相加,然后基于扫描频次对原始地理网格进行排序,去除排序中后5%的原始地理网格,将剩余的原始地理网格作为候选地理网格。
终端从导航指纹库中获取每个候选地理网格对应的网格指纹信息,该网格指纹信息中各mac标识、每个mac标识对应的信号强度,各cell标识、每个cell标识对应的信号强度,以及GPS的卫星数量、卫星的高精方速和信噪比。
针对每个候选地理网格,终端确定候选地理网格中是否存在mac标识A、mac标识B和cell标识C,存在则匹配成功,匹配数量为3;如候选地理网格指纹信息中不存在mac标识A,则mac标识A匹配失败,则相匹配的匹配数量为3。终端确定匹配数量和该候选地理网格中存在的mac标识和cell标识的总数量,将匹配数量和总数量的比值作为该候选地理网格对应的无线信号标识的匹配度。
终端计算相匹配的mac标识在45天内的定位频次和相匹配的cell标识在45天内的定位频次,将mac标识和cell标识的定位频次相加,得到定位频次总和。将匹配数量和定位频次总和的比值作为该候选地理网格对应的定位热度。
终端确定定位请求中的mac标识A和候选地理网格中的mac标识A的信号强度之间的差异,mac标识B和候选地理网格中的mac标识B的信号强度之间的差异,cell标识C和候选地理网格中的cell标识C的信号强度之间的差异,将各差异作为候选地理网格对应的信号强度的差异度。
终端确定相匹配的mac标识A、相匹配的mac标识B的在定位请求中的信号强度和在每个候选地理网格中的信号强度,以及相匹配的cell标识C在定位请求中的信号强度和在每个候选地理网格中的信号强度。针对每个候选地理网格,基于信号强度确定mac标识A和mac标识B在定位请求中的信号强度的比较结果,并确定mac标识A和mac标识B在候选地理网格中的信号强度的比较结果,根据该两个比较结果确定mac标识A和mac标识B为正序对或逆序对。
按照相同的处理方式,确定mac标识A和cell标识C、mac标识B和cell标识C为正序对或逆序对,从而确定相匹配的mac标识A、相匹配的mac标识B和cell标识C所对应的正序对数量和逆序对数量。
终端将无线信号标识的匹配度、信号强度的差异度、定位热度、正序对数量和逆序对数量作为该候选地理网格对应的无线信号匹配特征。
终端确定定位请求中的GPS的卫星数量和候选地理网格对应的GPS的卫星数量的比值,将比值作为卫星数量特征。计算定位请求中的GPS的高精方速和候选地理网格对应的GPS的高精方速的比值,将比值作为高精方速特征。计算定位请求中的GPS信噪比和候选地理网格对应的GPS信噪比的比值,将比值作为信噪比特征。将同一候选地理网格对应的卫星数量特征、卫星信噪比特征和高精方速特征作为该同一候选地理网格对应的卫星定位特征。
终端确定路网中与候选地理网格所属候选路段相连接的路段的第一数量,和处于与候选路段相对应的预设范围内的路段的第二数量。确定第二数量的路段中处于高架上的路段的第三数量,终端将同一候选地理网格对应的第一数量、第二数量和第三数量,作为同一候选地理网格所属候选路段的路段特征。
终端将同一候选地理网格对应的无线信号匹配特征、卫星定位特征和路段特征,确定为该同一候选地理网格对应的网格特征。
终端将每个候选地理网格对应的网格特征输入排序模型,排序模型计算各个网格特征和定位请求的发起方所在位置之间的特征相似度,输出基于相似度的排序。接着,终端从基于相似度的排序的候选地理网格中,从高到低筛选出20个目标地理网格。
终端确定20个目标地理网格对应的路段,确定20个目标地理网格中有多少个在高架上,有多少个在高架下。当在高架上的目标地理网格的数量多于在高架下的目标地理网格的数量时,判定用户当前处于高架上。当在高架上的目标地理网格的数量少于在高架下的目标地理网格的数量时,判定用户当前处于高架下。
终端根据粗定位位置G和用户当前处于高架下或高架上的道路识别结果,可以准确确定用户当前的实际位置。
终端响应于用户在电子地图中输入的、或选择的目标位置,确定用户当前的实际位置所属的路段,基于目标位置在路网中所属的路段、用户当前的实际位置所属的路段,以及路网的拓扑结构,生成从用户当前的实际位置至目标位置的目标导航路线。
终端在电子地图中显示目标导航路线,并通过语音进行实时播报导航。
应该理解的是,虽然图2-图8的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-图8中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图10所示,提供了一种基于高架的道路识别装置,该装置可以采用软件模块或硬件模块,或者是二者的结合成为计算机设备的一部分,该基于高架的道路识别装置1000具体包括:定位模块1002、候选地理网格筛选模块1004、获取模块1006、匹配模块1008、目标地理网格筛选模块1010和确定模块1012,其中:
定位模块1002,用于获取定位请求,并根据定位请求中携带的第一无线信号信息进行定位处理,得到对应的初始定位位置。
候选地理网格筛选模块1004,用于确定包括有初始定位位置的定位区域,并从导航指纹库中筛选出与定位区域对应的多个候选地理网格。
获取模块1006,用于从导航指纹库中获取与各个候选地理网格分别对应的第二无线信号信息;第二无线信号信息为在相应候选地理网格所对应的位置关键点采集的无线信号信息。
匹配模块1008,用于将各个候选地理网格所对应的第二无线信号信息,分别与第一无线信号信息进行匹配处理,得到对应的无线信号匹配特征。
目标地理网格筛选模块1010,用于基于各无线信号匹配特征,从候选地理网格中筛选出满足匹配条件的目标地理网格。
确定模块1012,用于根据各目标地理网格分别对应的高架属性信息,确定定位请求的发起方所处道路的道路识别结果。
本实施例中,根据定位请求中携带的第一无线信号信息进行粗定位处理,能够定位到发起方所在的大概位置。从导航指纹库中筛选出与定位区域对应的多个候选地理网格,定位区域包含发起方所在的大概位置,从而能够获取在发起方的初始定位位置一定范围内的候选地理网格。根据各个候选地理网格分别对应的第二无线信号信息和定位请求中的第一无线信号信息,能够从候选地理网格中筛选出与定位请求发起方所在位置更相近的目标地理网格。通过确定各个目标地理网格是处于高架桥上或者处于高架桥下,能够准确识别出定位请求的发起方所处道路是高架桥上侧道路或者高架桥下侧道路。
在一个实施例中,该定位请求中还包括第一卫星定位信息;该定位模块1002还用于:从位置库中查询与定位请求中携带的第一无线信号信息对应的无线信号位置,以及第一卫星定位信息对应的卫星定位位置;根据无线信号位置以及卫星定位位置进行定位处理,得到定位请求的发起方所在的初始定位位置。
本实施例中,根据无线信号位置和卫星定位位置,能够粗略确定定位请求的发起方所在的大概位置。通过无线信号和卫星信号两种不同的信号类型所确定的初始定位位置更准确。
在一个实施例中,第一无线信号信息包括无线网络信息、运营商基站的小区信息和蓝牙信息中的至少一种;无线信号位置包括无线网络信息对应的无线网络位置、运营商基站的小区信息对应的小区位置和蓝牙信息对应的信标基站位置中的至少一种。
本实施例中,根据无线网络位置、小区位置和信标基站位置中的至少一种,以及卫星定位位置,能够粗略确定定位请求的发起方所在的大概位置。通过多种不同的无线信号和卫星信号所确定的多个位置预估发起方所在的大概位置,所确定的粗定位位置更准确。
在一个实施例中,该候选地理网格筛选模块1004还用于:确定包括有初始定位位置的定位区域,并确定导航指纹库中与定位区域对应的原始地理网格;
确定第一无线信号信息在预设时长内被扫描的频次;基于被扫描的频次,从原始地理网格中筛选出多个候选地理网格。
本实施例中,基于第一无线信号信息在预设时长内对应每个原始地理网格的被扫描的频次,从原始地理网格中筛选出多个符合条件的候选地理网格,从而能够去除异常位置的地理网格。
在一个实施例中,该匹配模块1008还用于:对于每个候选地理网格,分别将相应候选地理网格所对应的第二无线信号信息,与第一无线信号信息进行无线信号标识匹配处理,得到相匹配的无线信号标识所对应的关联特征和序对特征中的至少一种;对于每个候选地理网格,分别将相应的关联特征和序对特征中的至少一种,作为对应的无线信号匹配特征。
本实施例中,无线信号匹配特征包含相匹配的无线信号标识所对应的关联特征和序对特征中的至少一种,能够从相匹配的无线信号标识、且从不同方面获得第一无线信号信息和第二无线信号信息之间的无线信号匹配特征,所获得的无线信号匹配特征包含更多的信息量。
在一个实施例中,关联特征包括第一无线信号信息和第二无线信号信息之间的无线信号标识的匹配度、相匹配的无线信号标识所对应的信号强度间的差异度、相匹配的无线信号标识在预设时长内的定位热度中的至少一种。
本实施例中,将关联特征包括无线信号标识的匹配度、相匹配的无线信号标识所对应的信号强度间的差异度、相匹配的无线信号标识在预设时长内的定位热度中的至少一种,能够充分考虑到不同因素带来的影响,使得获得的关联特征包含了各方面的因素,所获得的关联特征包含更多的信息量。
在一个实施例中,该目标地理网格筛选模块1010还用于:基于相匹配的无线信号标识在第一无线信息中的信号强度和在第二无线信息中的信号强度,确定相匹配的无线信号标识所对应的正序对数量和逆序对数量中的至少一种;将正序对数量和逆序对数量中的至少一种,作为相匹配的无线信号标识所对应序对特征。
本实施例中,确定相匹配的无线信号标识在第一无线信号信息中信号强度的比较结果,以及在第二无线信号信息中的比较结果,基于两个比较结果是否相同,可准确确定相匹配的无线信号标识中的正序对数量和逆序对数量。
在一个实施例中,该关联特征包括无线信号标识的匹配度;该目标地理网格筛选模块1010还用于:对于每个候选地理网格,基于相应的第二无线信号信息与第一无线信号信息进行无线信号标识匹配处理,以确定相匹配的无线信号标识的匹配数量;对于每个候选地理网格,根据相应的第二无线信号信息中的无线信号标识数量和匹配数量,确定第一无线信号信息和第二无线信号信息之间的无线信号标识的匹配度。
本实施例中,候选地理网格中的第二无线信号信息包括在该候选地理网格内能够扫描到的无线信号标识。通过确定第二无线信号信息与第一无线信号信息中的无线信号标识匹配成功的匹配数量,能够确定在候选地理网格中能定位、扫描到第一无线信号信息中的匹配成功的无线信号标识,而匹配失败的可判定是相应的候选地理网格中异常的无线信号标识。将匹配成功的无线信号标识的数量占候选地理网格中无线信号标识的总数量的比值作为无线信号标识的匹配度,从而将该无线信号标识的匹配度作为筛选目标候选地理网格的条件之一,使得能够从不同方面对目标地理网格进行筛选。
在一个实施例中,该关联特征包括信号强度的差异度;该目标地理网格筛选模块1010还用于:确定相匹配的无线信号标识在第一无线信号信息中的第一信号强度,以及在各个第二无线信号信息中的第二信号强度;对于每个候选地理网格,计算相匹配的无线信号标识所对应的第一信号强度和第二信号强度间的差异度。
本实施例中,确定相同的无线信号标识在第一无线信号信息中和第二无线信号信息中的信号强度的差异度,从而作为从候选地理网格中筛选目标地理网格的条件,使得筛选目标地理网格的条件更丰富。
在一个实施例中,该关联特征包括定位热度;该目标地理网格筛选模块1010还用于:对于每个候选地理网格,基于相应的第二无线信号信息与第一无线信号信息进行无线信号标识匹配处理,以确定相匹配的无线信号标识的匹配数量;分别获取每个候选地理网格中相匹配的无线信号标识在预设时长内对应的定位频次;根据定位频次和匹配数量,确定相匹配的无线信号标识的定位热度。
本实施例中,通过确定第二无线信号信息与第一无线信号信息中的无线信号标识匹配成功的匹配数量,能够确定在候选地理网格中能定位、扫描到第一无线信号信息中的匹配成功的无线信号标识。确定第二无线信号信息中的相匹配的无线信号标识在预设时长内的定位频次,根据匹配数量和定位频次确定定位热度特征,能够确定第一无线信号信息中的无线信号标识对应于每个候选地理网格的定位热度。将所得到的定位热度作为从候选地理网格中筛选目标地理网格的条件,使得能够基于不同方面的因素筛选目标地理网格。
在一个实施例中,该目标地理网格筛选模块1010还用于:确定每个候选地理网格所属候选路段的路段特征;根据同一候选地理网格对应的无线信号特征和路段特征,从候选地理网格中筛选出满足匹配条件的目标地理网格。
本实施例中,确定候选地理网格所属候选路段的路段特征,能够将候选地理网格定位到路段上,从而确定候选地理网格和路段的归属关系。通过第一无线信号信息和第二无线信号信息之间的无线信号匹配特征,可计算出第一无线信号信息和每个第二无线信号信息之间的相似度,以及路段特征,即可获得定位请求的发起方所在位置和每个候选地理网格之间的相似度。基于相似度能够从多个候选地理网格中筛选出满足相似度匹配条件的目标地理网格,从而获得更高相似度的地理网格。
在一个实施例中,该目标地理网格筛选模块1010还用于:针对每个候选地理网格,确定路网中与候选地理网格所属候选路段相连接的路段的第一数量;确定处于与候选路段相对应的预设范围内的路段的第二数量;确定第二数量的路段中处于高架上的路段的第三数量;根据每个候选地理网格对应的第一数量、第二数量和第三数量,确定每个候选地理网格所属候选路段的路段特征。
本实施例中,将候选地理网格定位到路网的路段上。通过确定与候选地理网格所属候选路段相邻的路段的数量、在候选路段预设范围内的路段的数量、以及预设范围内的路段中处于高架桥上的路段的数量,能够获取候选地理网格所属候选路段周围与候选路段关系紧密的路段数量作为特征,以作为筛选目标地理网格的特征之一,充分考虑了候选地理网格所属路段的路段特征所产生的影响,使得对目标地理网格的筛选更全面。
在一个实施例中,该定位请求中还包括第一卫星定位信息;该目标地理网格筛选模块1010还用于:从导航指纹库中获取与各个候选地理网格分别对应的第二卫星定位信息;第二卫星定位信息为在相应候选地理网格所对应的位置关键点采集的卫星定位信息;将第一卫星定位信息分别和每个候选地理网格对应的第二卫星定位信息进行对比,获得每个候选地理网格对应的卫星定位特征;根据同一候选地理网格对应的无线信号特征、卫星定位特征和路段特征,从候选地理网格中筛选出满足匹配条件的目标地理网格。
本实施例中,将候选地理网格对应的无线信号特征、卫星定位特征和路段特征从候选地理网格中筛选出目标地理网格,使得目标地理网格的筛选充分考虑了地理网格对应的无线信号、卫星信号和所属路段等多方面因素,使得获得的网格特征中融合了多方面的特征,所筛选出的目标地理网格更准确。
在一个实施例中,该目标地理网格筛选模块1010还用于:针对每个候选地理网格,确定相应候选地理网格所对应的第二卫星定位信息和第一卫星定位信息之间的卫星数量特征、卫星信噪比特征和高精方速特征中的至少一种;将卫星数量特征、卫星信噪比特征和高精方速特征中的至少一种确定为候选地理网格对应的卫星定位特征。
本实施例中,将定位请求中的第一卫星定位信息和候选地理网格的第二卫星定位信息之间的卫星数量特征、卫星信噪比特征和高精方速特征中的至少一种,确定为候选地理网格对应的卫星定位特征,能够充分考虑各方面因素的影响,使得所获得的卫星定位特征融合了多方面特征。
在一个实施例中,该确定模块1012还用于:确定各目标地理网格分别所属的目标路段;根据目标路段所对应的高架属性信息,确定定位请求的发起方所处道路的道路识别结果。
在本实施例中,确定各目标地理网格分别所属的目标路段,从而把目标地理网格定位到对应的目标路上。通过目标路段的归属关系和所对应的高架属性信息,能够准确定位请求的发起方所处道路的道路识别结果。
在一个实施例中,该装置还包括:导航指纹库生成模块。该导航指纹库生成模块用于:获取样本导航路线,并从样本导航路线中提取位置关键点;确定各位置关键点分别对应的地理网格和所属的路段;该地理网格是对路网的各路段划分获得的;将位置关键点在样本导航路线中的样本无线信号信息、样本卫星定位信息,以及关键点所属的路段,确定为位置关键点对应的地理网格所对应的网格指纹信息;基于各位置关键点和相对应的网格指纹信息,生成导航指纹库。
本实施例中,样本导航路线是用户导航结束后获得的导航轨迹,从样本导航路线中所提取位置关键点为真实的、定位准确的关键位置。确定各位置关键点分别对应的地理网格和所属的路段,能够将位置关键点定位到地理网格和路段中,构建位置关键点和地理网格、路段之间的映射关系。将位置关键点在样本导航路线中的样本无线信号信息、样本卫星定位信息,以及关键点所属的路段,确定为位置关键点对应的地理网格所对应的网格指纹信息,从而能够为每个地理网格配置对应的网格指纹信息。该样本无线信号信息、样本卫星定位信息均为在用户导航过程中的采集的真实数据,由此配置的地理网格配置的网格指纹信息真实准确。
在一个实施例中,该装置还包括:导航路线生成模块和显示模块。该导航路线生成模块用于:响应于在电子地图中触发的选中操作,确定选中操作指向的目标位置;基于定位请求的发起方所在位置、道路识别结果和目标位置,生成从发起方所在位置至目标位置的目标导航路线;
该显示模块用于:在电子地图中显示目标导航路线。
本实施例中,将基于高架的道路识别方法应用于电子地图上,不需要额外开发专用的设备或软件,能够减少对终端资源的占用。基于该道路识别结果能够获知定位请求的发起方所在位置是在高架上还是高架下,从而生成的目标导航路线更准确,提高导航的准确性。
在一个实施例中,该导航路线生成模块还用于:基于定位请求的发起方所在位置、道路识别结果,确定发起方所在位置在路网中所属的路段;基于目标位置在路网中所属的路段、发起方所在位置在路网中所属的路段,以及路网的拓扑结构,生成从发起方所在位置至目标位置的目标导航路线。
本实施例中,通过道路识别结果准确确定定位请求的发起方所在的实际位置,从而确定发起方所在的实际位置所属的路段,并确定目标位置在路网中所属的路段,从而将起点和终点都定位到路网的路段上。基于发起方所在的实际位置所属的路段、目标位置所属路段和路网的拓扑结构,准确生成从发起方所在位置至目标位置的目标导航路线。采用本实施例的方案,能够解决因无法确定发起方所在位置是处于高架桥上还是高架桥下,导致对发起方所在位置的定位出错,从而导致所生成的导航路线不准确的问题。
关于基于高架的道路识别装置的具体限定可以参见上文中对于基于高架的道路识别方法的限定,在此不再赘述。上述基于高架的道路识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种基于高架的道路识别方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (15)
1.一种基于高架的道路识别方法,其特征在于,所述方法包括:
获取定位请求,并根据所述定位请求中携带的第一无线信号信息进行定位处理,得到对应的初始定位位置;
确定包括有所述初始定位位置的定位区域,并从导航指纹库中筛选出与所述定位区域对应的多个候选地理网格;
从所述导航指纹库中获取与各个候选地理网格分别对应的第二无线信号信息;所述第二无线信号信息为在相应候选地理网格所对应的位置关键点采集的无线信号信息;
将各个候选地理网格所对应的第二无线信号信息,分别与所述第一无线信号信息进行匹配处理,得到对应的无线信号匹配特征;
基于各所述无线信号匹配特征,从所述候选地理网格中筛选出满足匹配条件的目标地理网格;
根据各所述目标地理网格分别对应的高架属性信息,确定所述定位请求的发起方所处道路的道路识别结果。
2.根据权利要求1所述的方法,其特征在于,所述确定包括有所述初始定位位置的定位区域,并从导航指纹库中筛选出与所述定位区域对应的多个候选地理网格,包括:
确定包括有所述初始定位位置的定位区域,并确定导航指纹库中与所述定位区域对应的原始地理网格;
确定所述第一无线信号信息在预设时长内被扫描的频次;
基于所述被扫描的频次,从所述原始地理网格中筛选出多个候选地理网格。
3.根据权利要求1所述的方法,其特征在于,所述将各个候选地理网格所对应的第二无线信号信息,分别与所述第一无线信号信息进行匹配处理,得到对应的无线信号匹配特征,包括:
对于每个候选地理网格,分别将相应候选地理网格所对应的第二无线信号信息,与所述第一无线信号信息进行无线信号标识匹配处理,得到相匹配的无线信号标识所对应的关联特征和序对特征中的至少一种;
对于每个候选地理网格,分别将相应的所述关联特征和所述序对特征中的至少一种,作为对应的无线信号匹配特征。
4.根据权利要求3所述的方法,其特征在于,所述关联特征包括所述第一无线信号信息和所述第二无线信号信息之间的无线信号标识的匹配度、所述相匹配的无线信号标识所对应的信号强度间的差异度、所述相匹配的无线信号标识在预设时长内的定位热度中的至少一种;
所述序对特征通过序对特征确定步骤得到,所述序对特征确定步骤包括:
基于所述相匹配的无线信号标识在所述第一无线信息中的信号强度和在所述第二无线信息中的信号强度,确定所述相匹配的无线信号标识所对应的正序对数量和逆序对数量中的至少一种;
将所述正序对数量和所述逆序对数量中的至少一种,作为所述相匹配的无线信号标识所对应序对特征。
5.根据权利要求3所述的方法,其特征在于,所述关联特征包括无线信号标识的匹配度;所述无线信号标识的匹配度通过匹配度确定步骤得到,所述匹配度确定步骤包括:
对于每个候选地理网格,基于相应的第二无线信号信息与所述第一无线信号信息进行无线信号标识匹配处理,以确定相匹配的无线信号标识的匹配数量;
对于每个候选地理网格,根据相应的第二无线信号信息中的无线信号标识数量和所述匹配数量,确定所述第一无线信号信息和所述第二无线信号信息之间的无线信号标识的匹配度。
6.根据权利要求3所述的方法,其特征在于,所述关联特征包括信号强度的差异度;所述信号强度的差异度通过差异度确定步骤得到,所述差异度确定步骤包括:
确定所述相匹配的无线信号标识在所述第一无线信号信息中的第一信号强度,以及在各个所述第二无线信号信息中的第二信号强度;
对于每个候选地理网格,计算所述相匹配的无线信号标识所对应的第一信号强度和第二信号强度间的差异度。
7.根据权利要求3所述的方法,其特征在于,所述关联特征包括定位热度;所述定位热度通过定位热度确定步骤得到,所述定位热度确定步骤包括:
对于每个候选地理网格,基于相应的第二无线信号信息与所述第一无线信号信息进行无线信号标识匹配处理,以确定相匹配的无线信号标识的匹配数量;
分别获取每个所述候选地理网格中所述相匹配的无线信号标识在预设时长内对应的定位频次;
根据所述定位频次和所述匹配数量,确定所述相匹配的无线信号标识的定位热度。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定每个所述候选地理网格所属候选路段的路段特征;
所述基于各所述无线信号匹配特征,从所述候选地理网格中筛选出满足匹配条件的目标地理网格,包括:
根据同一候选地理网格对应的无线信号特征和路段特征,从所述候选地理网格中筛选出满足匹配条件的目标地理网格。
9.根据权利要求8所述的方法,其特征在于,所述确定每个所述候选地理网格所属候选路段的路段特征,包括:
针对每个候选地理网格,确定路网中与候选地理网格所属候选路段相连接的路段的第一数量;
确定处于与所述候选路段相对应的预设范围内的路段的第二数量;
确定所述第二数量的路段中处于高架上的路段的第三数量;
根据所述每个候选地理网格对应的第一数量、第二数量和第三数量,确定每个所述候选地理网格所属候选路段的路段特征。
10.根据权利要求8所述的方法,其特征在于,所述定位请求中还包括第一卫星定位信息;所述根据同一候选地理网格对应的无线信号特征和路段特征,从所述候选地理网格中筛选出满足匹配条件的目标地理网格,包括:
从所述导航指纹库中获取与各个所述候选地理网格分别对应的第二卫星定位信息;所述第二卫星定位信息为在相应候选地理网格所对应的位置关键点采集的卫星定位信息;
将所述第一卫星定位信息分别和每个所述候选地理网格对应的第二卫星定位信息进行对比,获得每个所述候选地理网格对应的卫星定位特征;
根据同一候选地理网格对应的无线信号特征、卫星定位特征和路段特征,从所述候选地理网格中筛选出满足匹配条件的目标地理网格。
11.根据权利要求1所述的方法,其特征在于,所述根据各所述目标地理网格分别对应的高架属性信息,确定所述定位请求的发起方所处道路的道路识别结果,包括:
确定各所述目标地理网格分别所属的目标路段;
根据所述目标路段所对应的高架属性信息,确定所述定位请求的发起方所处道路的道路识别结果。
12.根据权利要求1至11中任一项所述的方法,其特征在于,所述导航指纹库通过导航指纹库生成步骤获得;所述导航指纹库生成步骤包括:
获取样本导航路线,并从所述样本导航路线中提取位置关键点;
确定各位置关键点分别对应的地理网格和所属的路段;所述地理网格是对路网的各路段划分获得的;
将所述位置关键点在所述样本导航路线中的样本无线信号信息、样本卫星定位信息,以及所述关键点所属的路段,确定为所述位置关键点对应的地理网格所对应的网格指纹信息;
基于各位置关键点和相对应的网格指纹信息,生成导航指纹库。
13.一种基于高架的道路识别装置,其特征在于,所述装置包括:
定位模块,用于获取定位请求,并根据所述定位请求中携带的第一无线信号信息进行定位处理,得到对应的初始定位位置;
候选地理网格筛选模块,用于确定包括有所述初始定位位置的定位区域,并从导航指纹库中筛选出与所述定位区域对应的多个候选地理网格;
获取模块,用于从所述导航指纹库中获取与各个候选地理网格分别对应的第二无线信号信息;所述第二无线信号信息为在相应候选地理网格所对应的位置关键点采集的无线信号信息;
匹配模块,用于将各个候选地理网格所对应的第二无线信号信息,分别与所述第一无线信号信息进行匹配处理,得到对应的无线信号匹配特征;
目标地理网格筛选模块,用于基于各所述无线信号匹配特征,从所述候选地理网格中筛选出满足匹配条件的目标地理网格;
确定模块,用于根据各所述目标地理网格分别对应的高架属性信息,确定所述定位请求的发起方所处道路的道路识别结果。
14.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至12中任一项所述的方法的步骤。
15.一种计算机可读存储介质,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12中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110062510.1A CN112381078B (zh) | 2021-01-18 | 2021-01-18 | 基于高架的道路识别方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110062510.1A CN112381078B (zh) | 2021-01-18 | 2021-01-18 | 基于高架的道路识别方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112381078A true CN112381078A (zh) | 2021-02-19 |
CN112381078B CN112381078B (zh) | 2021-05-07 |
Family
ID=74582006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110062510.1A Active CN112381078B (zh) | 2021-01-18 | 2021-01-18 | 基于高架的道路识别方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112381078B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408442A (zh) * | 2021-05-25 | 2021-09-17 | 交控科技股份有限公司 | 列车定位方法、装置、电子设备及可读存储介质 |
CN115641243A (zh) * | 2022-12-02 | 2023-01-24 | 北京市城市规划设计研究院 | 通勤廊道确定方法、装置、设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012024516A2 (en) * | 2010-08-18 | 2012-02-23 | Nearbuy Systems, Inc. | Target localization utilizing wireless and camera sensor fusion |
CN109959376A (zh) * | 2017-12-14 | 2019-07-02 | 腾讯科技(北京)有限公司 | 轨迹纠正方法、涉及室内路线的导航路线绘制方法和装置 |
CN110121716A (zh) * | 2017-04-28 | 2019-08-13 | 深圳市大疆创新科技有限公司 | 用于网格分析的方法及相关系统 |
CN110166991A (zh) * | 2019-01-08 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 用于定位电子设备的方法、设备、装置以及存储介质 |
CN111182453A (zh) * | 2020-02-12 | 2020-05-19 | 腾讯科技(深圳)有限公司 | 定位方法、装置、电子设备及存储介质 |
-
2021
- 2021-01-18 CN CN202110062510.1A patent/CN112381078B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012024516A2 (en) * | 2010-08-18 | 2012-02-23 | Nearbuy Systems, Inc. | Target localization utilizing wireless and camera sensor fusion |
CN110121716A (zh) * | 2017-04-28 | 2019-08-13 | 深圳市大疆创新科技有限公司 | 用于网格分析的方法及相关系统 |
CN109959376A (zh) * | 2017-12-14 | 2019-07-02 | 腾讯科技(北京)有限公司 | 轨迹纠正方法、涉及室内路线的导航路线绘制方法和装置 |
CN110166991A (zh) * | 2019-01-08 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 用于定位电子设备的方法、设备、装置以及存储介质 |
CN111182453A (zh) * | 2020-02-12 | 2020-05-19 | 腾讯科技(深圳)有限公司 | 定位方法、装置、电子设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408442A (zh) * | 2021-05-25 | 2021-09-17 | 交控科技股份有限公司 | 列车定位方法、装置、电子设备及可读存储介质 |
CN113408442B (zh) * | 2021-05-25 | 2024-05-17 | 交控科技股份有限公司 | 列车定位方法、装置、电子设备及可读存储介质 |
CN115641243A (zh) * | 2022-12-02 | 2023-01-24 | 北京市城市规划设计研究院 | 通勤廊道确定方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112381078B (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106462627B (zh) | 根据多个位置数据报告分析语义地点和相关数据 | |
CN110856112B (zh) | 一种群智感知的多源信息融合室内定位方法及系统 | |
Vo et al. | A survey of fingerprint-based outdoor localization | |
WO2017107800A1 (zh) | 获取交通道路中路线热度的方法及装置 | |
CN107679558A (zh) | 一种基于度量学习的用户轨迹相似性度量方法 | |
CN110345964B (zh) | 路径匹配方法、装置、系统及存储介质 | |
CN112381078B (zh) | 基于高架的道路识别方法、装置、计算机设备和存储介质 | |
CN106709606A (zh) | 个性化场景预测方法及装置 | |
CN104736968A (zh) | 众包室内定位 | |
CN112182410A (zh) | 基于时空轨迹知识图谱的用户出行模式挖掘方法 | |
US20130205196A1 (en) | Location-based mobile application marketplace system | |
CN102762957A (zh) | 历史交通数据压缩 | |
CN110598917B (zh) | 一种基于路径轨迹的目的地预测方法、系统及存储介质 | |
CN105635956A (zh) | 一种基于室内虚拟地标的定位方法及装置 | |
CN112815948B (zh) | 识别偏航模式的方法、装置、计算机设备和存储介质 | |
CN108536704A (zh) | 一种轨迹查询方法、系统及装置 | |
CN103826299A (zh) | 基于无线信号感知的室内增强现实实现方法 | |
KR20220001274A (ko) | 3d 맵의 변경 구역 업데이트 시스템 및 그 방법 | |
KR20210117235A (ko) | 위치 기반 경로 데이터베이스의 관리 방법 및 이를 수행하는 서버 | |
CN111651681A (zh) | 云网融合环境下基于智能信息推荐的消息推送方法及装置 | |
CN112985440B (zh) | 行驶轨迹偏移的检测方法、装置、存储介质及程序产品 | |
CN112526572B (zh) | 室内外无缝导航的网络切换方法与定位系统 | |
CN111475746B (zh) | 兴趣点位置挖掘方法、装置、计算机设备和存储介质 | |
CN115203348A (zh) | 信息处理方法、装置、存储介质及服务器 | |
Huang et al. | Multi-view and multi-scale localization for intelligent vehicles in underground parking lots |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40038748 Country of ref document: HK |