CN112824831A - 一种指纹库更新方法、装置、设备和存储介质 - Google Patents

一种指纹库更新方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN112824831A
CN112824831A CN201911140077.8A CN201911140077A CN112824831A CN 112824831 A CN112824831 A CN 112824831A CN 201911140077 A CN201911140077 A CN 201911140077A CN 112824831 A CN112824831 A CN 112824831A
Authority
CN
China
Prior art keywords
reference point
fingerprint
current
matching
existing
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.)
Withdrawn
Application number
CN201911140077.8A
Other languages
English (en)
Inventor
郑梦含
刘玉平
陈凌伟
刘武当
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Bozhilin Robot Co Ltd
Original Assignee
Guangdong Bozhilin Robot Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Bozhilin Robot Co Ltd filed Critical Guangdong Bozhilin Robot Co Ltd
Priority to CN201911140077.8A priority Critical patent/CN112824831A/zh
Publication of CN112824831A publication Critical patent/CN112824831A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • G01C21/206Instruments for performing navigational calculations specially adapted for indoor navigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明实施例公开了一种指纹库更新方法、装置、设备和存储介质,该方法包括:获取预设环境区域内的当前参考点的当前指纹信息;根据当前指纹信息和预设环境区域对应的待更新指纹库中的已有参考点对应的已有指纹信息进行指纹匹配确定当前参考点对应的匹配参考点;基于当前参考点的参考点类型,根据当前参考点与匹配参考点之间的指纹相似度和匹配参考点的匹配位置信息,确定当前参考点对应的局部更新区域;根据局部更新区域中的已有参考点与当前参考点之间的指纹相似度和当前指纹信息,对局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的已有参考点对应的目标指纹信息,从而可以提高指纹库的更新速度和准确性。

Description

一种指纹库更新方法、装置、设备和存储介质
技术领域
本发明实施例涉及室内定位技术,尤其涉及一种指纹库更新方法、装置、设备和存储介质。
背景技术
由于人们大部分时间处于室内,从而进行室内定位越来越成为当下研究的热点,并且具有显著的研究意义。例如,在紧急情况下可以准确定位到被困人员所处在的位置,比如楼层号或者房间号等。
目前,常用的定位系统为GPS(Global Position System)系统,但由于在室内环境中,GPS系统发射的卫星信号到达地面时较弱且不能穿透建筑物等原因,使得GPS系统无法准确地进行室内定位。针对于此,可以基于室内环境创建指纹库,并基于该指纹库进行指纹匹配,从而实现了室内定位。
然而,在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
当室内环境发生变化时,所创建的指纹库中的指纹信息可能出现局部失效,并随着环境的不断变化,指纹库失效的面积会逐渐增大,直至全部失效,从而需要对所创建出的指纹库进行实时更新,以保证定位的准确性。通常可以利用周期性地重新采集整个指纹库中的指纹信息的方式,对指纹库进行手动更新,但这种更新方式费时费力。
发明内容
本发明实施例提供了一种指纹库更新方法、装置、设备和存储介质,以简化更新操作,提高指纹库的更新速度和准确性。
第一方面,本发明实施例提供了一种指纹库更新方法,包括:
获取预设环境区域内的当前参考点的当前指纹信息;
根据所述当前指纹信息和所述预设环境区域对应的待更新指纹库中的已有参考点对应的已有指纹信息进行指纹匹配,确定所述当前参考点对应的匹配参考点;
基于所述当前参考点的参考点类型,根据所述当前参考点与所述匹配参考点之间的指纹相似度和所述匹配参考点的匹配位置信息,从所述待更新指纹库中确定所述当前参考点对应的局部更新区域;
根据所述局部更新区域中的已有参考点与所述当前参考点之间的指纹相似度和所述当前指纹信息,对所述局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的所述已有参考点对应的目标指纹信息。
第二方面,本发明实施例还提供了一种指纹库更新装置,包括:
当前指纹信息获取模块,用于获取预设环境区域内的当前参考点的当前指纹信息;
指纹匹配模块,用于根据所述当前指纹信息和所述预设环境区域对应的待更新指纹库中的已有参考点对应的已有指纹信息进行指纹匹配,确定所述当前参考点对应的匹配参考点;
局部更新区域确定模块,用于基于所述当前参考点的参考点类型,根据所述当前参考点与所述匹配参考点之间的指纹相似度和所述匹配参考点的匹配位置信息,从所述待更新指纹库中确定所述当前参考点对应的局部更新区域;
指纹更新模块,用于根据所述局部更新区域中的已有参考点与所述当前参考点之间的指纹相似度和所述当前指纹信息,对所述局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的所述已有参考点对应的目标指纹信息。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所提供的指纹库更新方法。
第四方面,本发明实施例还提供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本发明任意实施例所提供的指纹库更新方法。
本发明实施例中获取的预设环境区域内的当前参考点可以为一个或多个,在获得每个当前参考点的当前指纹信息时,根据预设环境区域对应的待更新指纹库进行指纹匹配,确定出当前参考点对应的匹配参考点,并基于当前参考点的参考点类型,根据当前参考点与匹配参考点之间的指纹相似度和匹配参考点的匹配位置信息,可以从所述待更新指纹库中动态确定出当前参考点对应的局部更新区域,以提高更新的准确性。通过对局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,可以实现待更新指纹库的局部动态更新,并且每当获得当前参考点的当前指纹信息便可对待更新指纹库进行更新,从而简化了更新操作,并且提高了指纹库的更新速度。
附图说明
图1是本发明实施例一提供的一种指纹库更新方法的流程图;
图2是本发明实施例二提供的一种指纹库更新方法的流程图;
图3是本发明实施例三提供的一种指纹库更新方法的流程图;
图4是本发明实施例三所涉及的一种局部更新区域的示例;
图5是本发明实施例四提供的一种指纹库更新装置的结构示意图;
图6是本发明实施例五提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种指纹库更新方法的流程图,本实施例可适用于对室内定位时所创建的指纹库进行更新的情况。该方法可以由指纹库更新装置来执行,该装置可以由软件和/或硬件的方式来实现,集成于具有室内定位功能的设备中,比如WiFi设备、蓝牙设备等。该方法具体包括以下步骤:
S110、获取预设环境区域内的当前参考点的当前指纹信息。
其中,预设环境区域可以是基于业务场景和需求,预先设置的待定位识别的室内环境区域。参考点是指预设环境区域中可以采集指纹信息的设备。本实施例可以基于设备是否处于移动状态将参考点分为静态参考点和动态参考点。其中,静态参考点可以是但不限于:安装在路标上的无线接收点、摄像头和固定插头等。动态参考点可以是但不限于:移动机器人、穿戴有采集设备的行人等。当前参考点可以是指预设环境区域中当前时刻采集指纹信息的参考点。本实施例中的当前参考点的数量可以为一个或多个,并且当前参考点可以是静态参考点或者动态参考点。当前指纹信息可以是指当前参考点采集的指纹信息,以便基于最新的指纹信息更新指纹库。当前指纹信息可以是由当前参考点同一时刻采集的来自预设环境区域内的其他每个参考点发射的信号信息组成的。其中,信号信息可以是但不限于信号强度和信号相位。例如,当前指纹信息可以包括采集的各个信号强度,此时可以利用向量形式,将各个信号强度S表征为一个指纹F,即指纹F={S1,S2,S3,...,Sn}。
具体地,本实施例可以通过采集预设环境区域内的众包数据,获得预设环境区域内的一个或多个当前参考点的当前指纹信息。当存在至少两个当前参考点时,针对每个当前参考点均可以利用如下步骤S120-S140的方式对待更新指纹库进行局部动态更新。
需要说明的是,在当前参考点为动态参考点时,由于动态参考点的位置是动态变化的,自身无法动态识别所处位置,从而动态参考点仅可以上传所采集的当前指纹信息,即仅可以获得动态参考点的当前指纹信息。在当前参考点为静态参考点时,由于静态参考点是固定不变的,并且是室内的已知位置,从而静态参考点可以上传所采集的当前指纹信息以及自身所包含的当前位置信息,即仅可以获得静态参考点的当前指纹信息和当前位置信息。
S120、根据当前指纹信息和预设环境区域对应的待更新指纹库中的已有参考点对应的已有指纹信息进行指纹匹配,确定当前参考点对应的匹配参考点。
其中,预设环境区域对应的待更新指纹库用于存储预设环境区域中预先获得的每个参考点对应的指纹信息和位置信息,以便通过指纹匹配进行定位。已有参考点是指待更新指纹库已存储的任一参考点。已有指纹信息是指待更新指纹库中存储的已有参考点对应的指纹信息。匹配参考点可以是指待更新指纹库中与当前参考点最佳匹配的已有参考点。
具体地,可以基于现有的相似度确定方式,比如欧式距离等,根据当前参考点对应的当前指纹信息和预设环境区域对应的待更新指纹库中的每个已有参考点对应的已有指纹信息,确定当前参考点与每个已有参考点之间的指纹相似度,并将最大的指纹相似度所对应的已有参考点确定为匹配参考点,从而可以将匹配参考点对应的已有位置信息确定为当前参考点对应的匹配位置信息,从而实现了参考点的定位。
S130、基于当前参考点的参考点类型,根据当前参考点与匹配参考点之间的指纹相似度和匹配参考点的匹配位置信息,从待更新指纹库中确定当前参考点对应的局部更新区域。
其中,参考点类型可以包括动态参考点和静态参考点。当前参考点与匹配参考点之间的指纹相似度,即上述所提到的最大的指纹相似度,其可以通过现有的相似度确定方式获得。匹配参考点的匹配位置信息可以是指待更新指纹库中存储的该匹配参考点所对应的已有位置信息。局部更新区域可以是指待更新指纹库中的部分已有参考点所处于的局部区域。示例性地,局部更新区域的形状可以是但不限于圆形和方形等。每个当前参考点对应的局部更新区域的区域大小可以不同,其可以随着当前参考点与匹配参考点之间的指纹相似度的不同和/或参考点类型的不同而动态变化。
具体地,不同参考点类型的当前参考点,其所对应的局部更新区域的具体确定方式也不同,并且相同参考点类型的当前参考点,在当前参考点与匹配参考点之间的指纹相似度不同时所确定的局部更新区域的区域大小也不同,从而相比于设置固定大小的局部更新区域而言,本实施例中的局部更新区域大小的动态确定方式可以提高更新的灵活性和准确性。
示例性地,S130可以包括:在当前参考点为动态参考点时,根据当前参考点与匹配参考点之间的指纹相似度、匹配参考点的匹配位置信息和预设参考半径,从待更新指纹库中确定当前参考点对应的局部更新区域;在当前参考点为静态参考点时,根据当前参考点的当前位置信息、当前参考点与匹配参考点之间的指纹相似度、匹配参考点的匹配位置信息和预设参考半径,从待更新指纹库中确定当前参考点对应的局部更新区域。
其中,预设参考半径可以是基于业务场景,预先设置的区域基准半径。具体地,在局部更新区域为圆形时,需要确定出区域半径和中心位置,从而可以获得局部更新区域。在当前参考点为动态参考点时,可以根据当前参考点与匹配参考点之间的指纹相似度和预设参考半径动态确定出区域半径,从而基于匹配位置信息和区域半径可以确定出当前参考点对应的局部更新区域。在当前参考点为静态参考点时,由于可以获得静态参考点准确的当前位置信息,从而可以基于当前位置信息、当前参考点与匹配参考点之间的指纹相似度和预设参考半径动态确定出区域半径,进而基于当前参考点的当前位置信息和区域半径可以确定出当前参考点对应的局部更新区域。
S140、根据局部更新区域中的已有参考点与当前参考点之间的指纹相似度和当前指纹信息,对局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的已有参考点对应的目标指纹信息。
其中,目标指纹信息可以是指对已有参考点对应的已有指纹信息进行更新后获得的指纹信息。已有参考点与当前参考点与之间的指纹相似度可以通过现有的相似度确定方式获得。
具体地,当前参考点对应的局部更新区域中存在一个或多个已有参考点,对于该局部更新区域中的每个已有参考点而言,可以根据该已有参考点与当前参考点之间的指纹相似度、当前参考点对应的当前指纹信息和该已有参考点对应的已有参考点信息,对该已有参考点进行指纹更新,获得更新后的该已有参考点对应的目标指纹信息。基于相同的更新过程,可以对局部更新区域中的每个已有参考点进行指纹更新,从而实现了待更新指纹库的局部动态更新。而且每当获得当前参考点的当前指纹信息便可对待更新指纹库进行更新,无需在重新采集到所有参考点的指纹信息后再进行更新,从而简化了更新操作,并且提高了指纹库的更新速度。在获得多个当前参考点时,可以对待更新指纹库进行多个局部更新,从而可以利用局部逼近全局的方式更新整个待更新数据库,并且尽可能减小更新盲区。
本实施例的技术方案,获取的预设环境区域内的当前参考点可以为一个或多个,在获得每个当前参考点的当前指纹信息时,根据预设环境区域对应的待更新指纹库进行指纹匹配,确定出当前参考点对应的匹配参考点,并基于当前参考点的参考点类型,根据当前参考点与匹配参考点之间的指纹相似度和匹配参考点的匹配位置信息,可以从待更新指纹库中动态确定出当前参考点对应的局部更新区域,以提高更新的准确性。通过对局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,可以实现待更新指纹库的局部动态更新,并且每当获得当前参考点的当前指纹信息便可对待更新指纹库进行更新,从而简化了更新操作,并且提高了指纹库的更新速度。
示例性地,可以通过如下公式,获得更新后的已有参考点对应的目标指纹信息:
Figure BDA0002280669830000091
其中,
Figure BDA0002280669830000092
是当前参考点i对应的当前指纹信息;Fingerprintj是当前参考点i对应的局部更新区域中的已有参考点j对应的已有指纹信息;Fingerprint′j是更新后的已有参考点j对应的目标指纹信息;
Figure BDA0002280669830000093
是已有参考点j与当前参考点i之间的指纹相似度。当指纹相似度越高时,表明已有参考点与当前参考点的距离最近,即当前指纹信息是已有参考点的指纹信息的可能性越高,使得当前指纹信息的所占比例越大,而自身的已有指纹信息所占比例越小,从而可以基于相似指纹度对每个已有参考点进行指纹更新,并保证更新的准确性。
实施例二
图2为本发明实施例二提供的一种指纹库更新方法的流程图,本实施例在上述实施例的基础上,对静态参考点的局部更新区域的确定方式以及动态参考点的局部更新区域的确定方式均进行了详细描述。其中与上述实施例相同或相应的术语的解释在此不再赘述。
参见图2,本实施例提供的指纹库更新方法具体包括如下步骤:
S210、获取预设环境区域内的当前参考点的当前指纹信息。
S220、根据当前指纹信息和预设环境区域对应的待更新指纹库中的已有参考点对应的已有指纹信息进行指纹匹配,确定当前参考点对应的匹配参考点。
S230、基于当前参考点的参考点类型确定当前参考点是动态参考点还是静态参考点,若是动态参考点,则进入步骤S240;若是静态参考点,则进入步骤S260。
S240、根据当前参考点与匹配参考点之间的指纹相似度和预设参考半径,确定当前参考点对应的第一区域半径。
其中,第一区域半径可以是指当前参考点为动态参考点时所确定的局部更新区域的半径。
具体地,可以将当前参考点与匹配参考点之间的指纹相似度与预设参考半径进行相乘,获得的相乘结果确定为当前参考点对应的第一区域半径。在当前参考点与匹配参考点之间的指纹相似度越大时,表明当前参考点与匹配参考点的距离越近,此时可以设置第一区域半径越大,以便可以较为准确地对更大局部区域内的已有参考点进行指纹更新。通过指纹相似度可以动态确定相匹配的第一区域半径,从而可以提高更新的灵活性和准确性。
S250、根据第一区域半径和匹配参考点的匹配位置信息,从待更新指纹库中确定当前参考点对应的局部更新区域,并进入步骤S291。
具体地,本实施例可以对预设环境区域建立直角坐标系,从而可以以坐标的形式表征每个参考点的位置信息。本实施例可以在待更新指纹库中,将以匹配参考点的匹配位置信息为圆心,以第一区域半径为半径的圆形区域确定为当前参考点对应的局部更新区域。例如,匹配参考点i的匹配位置信息为:
Figure BDA0002280669830000101
第一区域半径为ri s,则确定出的局部更新区域中的每个已有参考点j的已有位置信息{xj,yj}均满足:
Figure BDA0002280669830000102
S260、根据当前参考点的当前位置信息和匹配参考点的匹配位置信息,确定匹配误差。
具体地,在当前参考点为静态参考点时,该当前参考点的当前位置信息可以预先获得,从而可以基于预先获得的准确的当前位置信息和指纹匹配出来的匹配位置信息确定出指纹匹配的匹配误差。例如,根据当前参考点的当前位置信息和匹配参考点的匹配位置信息可以确定出当前参考点与匹配参考点之间的距离,并将该距离确定为匹配误差。
S270、根据匹配误差确定当前参考点对应的调整权重值。
其中,调整权重值可以用于调整匹配误差过大而产生的情况。调整权重值可以为大于或等于1的数值。本实施例可以基于匹配误差确定相匹配的调整权重值。示例性地,S270可以包括:若匹配误差小于或等于预设允许静态误差,则确定当前参考点对应的调整权重值为1;若匹配误差大于预设允许静态误差,则根据匹配误差和预设的误差与权重值之间的对应关系,确定当前参考点对应的调整权重值。
其中,预设允许静态误差可以是预先设置的,允许静态参考点所产生的匹配误差的最大值。若匹配误差小于或等于预设允许静态误差,则表明匹配误差较小,无需扩大局部更新区域,此时可以将调整权重值确定为1。若匹配误差大于预设允许静态误差,则表明当前参考点的附近环境出现了较大变化,使得匹配参考点附件的指纹信息差异性凸显,导致匹配误差较大,从而需要扩大局部更新区域,以便可以对匹配参考点的匹配位置信息进行更新,此时可以基于预先设置的误差与权重值之间的对应关系和匹配误差进行误差匹配,从而可以获取相应的调整权重值。
S280、根据调整权重值、当前参考点与匹配参考点之间的指纹相似度和预设参考半径,确定当前参考点对应的第二区域半径。
其中,第二区域半径可以是指当前参考点为静态参考点时所确定的局部更新区域的半径。
具体地,可以将调整权重值和当前参考点与匹配参考点之间的指纹相似度进行相乘,获得的相乘结果确定为参考相似度,以便相应地调整指纹相似度。将参考相似度和预设参考半径进行相乘,获得的相乘结果确定为当前参考点对应的第二区域半径。在当前参考点与匹配参考点之间的参考相似度越大时,表明当前参考点应该与匹配参考点的距离越近,此时可以设置第二区域半径越大,以便可以较为准确地对更大局部区域内的已有参考点进行指纹更新。通过指纹相似度和调整权重值可以动态确定相匹配的第二区域半径,从而提高了更新的灵活性和准确性。
S290、根据第二区域半径和当前参考点的当前位置信息,从待更新指纹库中确定当前参考点对应的局部更新区域。
具体地,本实施例可以在待更新指纹库中,将以当前参考点实际的当前位置信息为圆心,以第二区域半径为半径的圆形区域确定为当前参考点对应的局部更新区域。
S291、根据局部更新区域中的已有参考点与当前参考点之间的指纹相似度和当前指纹信息,对局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的已有参考点对应的目标指纹信息。
本实施例的技术方案,通过在当前参考点为动态参考点时,根据当前参考点与匹配参考点之间的指纹相似度和预设参考半径,动态确定动态参考点对应的第一区域半径,以及在当前参考点为静态参考点时,根据当前参考点的当前位置信息、当前参考点与匹配参考点之间的指纹相似度、匹配参考点的匹配位置信息和预设参考半径,动态确定静态参考点对应的第二区域半径,从而不同的参考点类型所对应的区域半径的确定方式也不同,提高了更新的灵活性和准确性。
在上述技术方案的基础上,在当前参考点为动态参考点时,S291中可以利用实施例一提供的公式
Figure BDA0002280669830000131
对动态参考点对应的局部更新区域中的已有参考点进行指纹更新。
在当前参考点为静态参考点时,S291可以包括如下步骤S92-S95:
S92、在当前参考点为静态参考点时,若当前参考点对应的匹配误差大于预设允许静态误差,则根据当前参考点与匹配参考点之间的指纹相似度和调整权重值确定参考相似度。
具体地,在当前参考点对应的匹配误差大于预设允许静态误差时,确定出的调整权重值大于1,此时可以将当前参考点与匹配参考点之间的指纹相似度和调整权重值进行相乘,并将相乘结果确定为参考相似度,从而可以对指纹相似度进行增大处理,以保证指纹信息的实时性。需要说明的是,对指纹相似度进行增大处理后所获得的参考相似度可能会出现大于1的情况,从而无法基于参考相似度直接进行指纹更新,需要进行归一化处理。
S93、检测参考相似度是否小于或等于1,若是,则进入步骤S94;若否,则进入步骤S95。
S94、根据参考相似度和当前指纹信息,对当前参考点对应的局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的已有参考点对应的目标指纹信息。
具体地,在参考相似度小于或等于1时,可以直接利用参考相似度进行指纹更新。示例性地,可以通过如下公式,获得更新后的已有参考点对应的目标指纹信息:
Figure BDA0002280669830000141
其中,
Figure BDA0002280669830000142
是当前参考点i对应的当前指纹信息;Fingerprintj是当前参考点i对应的局部更新区域中的已有参考点j对应的已有指纹信息;Fingerprint′j是更新后的已有参考点j对应的目标指纹信息;
Figure BDA0002280669830000143
是参考相似度。当参考相似度越高时,表明已有参考点与当前参考点的距离最近,即当前指纹信息是已有参考点的指纹信息的可能性越高,使得当前指纹信息的所占比例越大,而自身的已有指纹信息所占比例越小,从而可以基于参考指纹度对每个已有参考点进行指纹更新,并保证更新的准确性。
S95、根据当前参考点与匹配参考点之间的指纹相似度和匹配误差确定当前参考点对应的平衡因子,并根据平衡因子、参考相似度和当前指纹信息,对当前参考点对应的局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的已有参考点对应的目标指纹信息。
其中,平衡因子可以是指用于进行归一化处理所设置的参数。平衡因子的取值范围为:大于等于0且小于等于1。
具体地,本实施例可以基于当前参考点与匹配参考点之间的指纹相似度和匹配误差,动态确定相匹配的平衡因子。在当前参考点与匹配参考点之间的指纹相似度越大时,表明当前参考点与匹配参考点越匹配,此时可以将平衡因子设置的越大。在匹配误差越大时,表明当前参考点与匹配参考点越不匹配,可以将平衡因子设置的越小。基于此,可以根据指纹相似度和匹配误差设置相匹配的平衡因子。根据平衡因子γ和参考相似度
Figure BDA0002280669830000151
可以进行归一化,获得的已有参考点对应的权重ωself为:
Figure BDA0002280669830000152
获得的当前参考点对应的权重ωupdate
Figure BDA0002280669830000153
从而可以通过如下公式,获得更新后的已有参考点对应的目标指纹信息:
Figure BDA0002280669830000154
其中,
Figure BDA0002280669830000155
是当前参考点i对应的当前指纹信息;Fingerprintj是当前参考点i对应的局部更新区域中的已有参考点j对应的已有指纹信息;Fingerprint′j是更新后的已有参考点j对应的目标指纹信息;
Figure BDA0002280669830000156
是参考相似度;γ是平衡因子。
需要说的是,在当前参考点为静态参考点,且当前参考点对应的匹配误差小于或等于预设允许静态误差时,可以利用实施例一提供的公式
Figure BDA0002280669830000157
对该静态参考点对应的局部更新区域中的已有参考点进行指纹更新。
实施例三
图3为本发明实施例三提供的一种指纹库更新方法的流程图,本实施例在上述各实施例的基础上,在当前参考点的数量为至少两个时,对“根据局部更新区域中的已有参考点与当前参考点之间的指纹相似度和当前指纹信息,对局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的已有参考点对应的目标指纹信息”进行了详细描述。其中与上述各实施例相同或相应的术语的解释在此不再赘述。
参见图3,本实施例提供的指纹库更新方法具体包括如下步骤:
S310、获取预设环境区域内的至少两个当前参考点的当前指纹信息。
S320、根据每个当前指纹信息和预设环境区域对应的待更新指纹库中的已有参考点对应的已有指纹信息进行指纹匹配,确定每个当前参考点对应的匹配参考点。
S330、基于每个当前参考点的参考点类型,根据当前参考点与匹配参考点之间的指纹相似度和匹配参考点的匹配位置信息,从待更新指纹库中确定每个当前参考点对应的局部更新区域。
S340、若检测到存在重叠区域的两个局部更新区域,则获取两个局部更新区域中的重叠参考点和非重叠参考点。
其中,在确定出每个当前参考点对应的局部更新区域时,可以检测任意两个局部更新区域是否存在重叠区域。例如,图4给出了一种局部更新区域的示例。图4中当两个当前参考点所对应的局部更新区域相交时,表明这两个局部更新区域存在重叠区域。重叠区域中存在至少一个已有参考点。
具体地,本实施例可以检测出所有存在重叠区域的两个局部更新区域。存在重叠区域的两个局部更新区域可以为一组或多组,对于每组的两个局部更新区域,均可以利用相同方式对该组中的两个局部更新区域中的所有已有参考点进行指纹更新。例如,对于存在重叠区域的两个局部更新区域而言,可以将重叠区域中的所有已有参考点逐个确定为重叠参考点,以及将两个局部更新区域中的非重叠区域中的所有已有参考点逐个确定为非重叠参考点。
S350、根据重叠参考点对应的已有指纹信息和两个局部更新区域对应的两个当前参考点的当前指纹信息,对重叠参考点进行指纹更新,获得重叠参考点对应的目标指纹信息。
具体地,针对每个重叠参考点而言,可以根据该重叠参考点对应的已有指纹信息和两个当前参考点的当前指纹信息进行指纹更新,获得该重叠参考点对应的目标指纹信息,从而可以基于两个当前参考点的当前指纹信息对每个重叠参考点进行指纹更新,以进一步提高更新的准确性。
示例性地,S350可以包括:根据两个局部更新区域对应的两个当前参考点的当前指纹信息和重叠参考点对应的已有指纹信息,确定重叠参考点分别与两个当前参考点之间的第一指纹相似度和第二指纹相似度;根据第一指纹相似度、第二指纹相似度、两个当前参考点对应的当前指纹信息和重叠参考点对应的已有指纹信息,确定重叠参考点对应的目标指纹信息。
具体地,将存在重叠区域的两个局部更新区域所对应的两个当前参考点分别记作第一当前参考点和第二当前参考点。可以基于相似度的确定方式,根据第一当前参考点的当前指纹信息和重叠参考点的已有指纹信息,确定重叠参考点和第一当前参考点之间的第一指纹相似度,以及根据第二当前参考点的当前指纹信息和重叠参考点的已有指纹信息,确定重叠参考点和第二当前参考点之间的第二指纹相似度。本实施例可以基于经验预先设置重叠参考点的权重因子,以便进行归一化处理;也可以基于第一指纹相似度和第二指纹相似度动态确定该权重因子,以提高更新的准确性。示例性地,可以基于如下公式,确定出重叠参考点对应的目标指纹信息:
Figure BDA0002280669830000171
其中,Fingerprinti和Fingerprintj是存在重叠区域的两个局部更新区域所对应的两个当前参考点i和j分别对应的当前指纹信息;Fingerprintk是重叠区域中的第k个重叠参考点的已有指纹信息;Fingerprint′k是更新后的重叠参考点k对应的目标指纹信息;Si是重叠参考点与当前参考点i之间的第一指纹相似度;Sj是重叠参考点与当前参考点j之间的第二指纹相似度;γ是权重因子。
S360、根据非重叠参考点对应的当前参考点的当前指纹信息和非重叠参考点与相应的当前参考点之间的指纹相似度,对非重叠参考点对应的已有指纹信息进行指纹更新,获得非重叠参考点对应的目标指纹信息。
具体地,针对每个非重叠参考点而言,可以基于上述各实施例所提供的更新方式,对非重叠参考点对应的已有指纹信息进行指纹更新。例如,可以通过如下公式,获得非重叠参考点对应的目标指纹信息:
Figure BDA0002280669830000181
其中,Fingerprintf是非重叠参考点f对应的已有参考点信息;
Figure BDA0002280669830000182
是非重叠参考点f所在的局部更新区域对应的当前参考点i对应的当前指纹信息;Fingerprint′f是更新后的非重叠参考点f对应的目标指纹信息;Sf是非重叠参考点f与当前参考点i之间的指纹相似度。
需要说明的是,本实施例并不限于步骤S360的执行顺序,步骤S360可以在步骤S350之后执行,也可以在步骤S350之前执行,还可以与步骤S350同时执行。
本实施例的技术方案,通过在存在至少两个当前参考点时,可以检测每两个当前参考点对应的局部更新区域是否存在重叠区域,并对每组存在重叠区域的两个局部更新区域确定出重叠参考点和非重叠参考点,并可以基于存在重叠区域的两个局部更新区域对应的两个当前参考点的当前指纹信息,对每个重叠参考点进行指纹更新,从而若可以进一步提高更新的准确性。
以下是本发明实施例提供的指纹库更新装置的实施例,该装置与上述各实施例的指纹库更新方法属于同一个发明构思,在指纹库更新装置的实施例中未详尽描述的细节内容,可以参考上述指纹库更新方法的实施例。
实施例四
图5为本发明实施例四提供的一种指纹库更新装置的结构示意图,本实施例可适用于对室内定位时所创建的指纹库进行更新的情况,该装置具体包括:当前指纹信息获取模块410、指纹匹配模块420、局部更新区域确定模块430和指纹更新模块440。
其中,当前指纹信息获取模块410,用于获取预设环境区域内的当前参考点的当前指纹信息;指纹匹配模块420,用于根据当前指纹信息和预设环境区域对应的待更新指纹库中的已有参考点对应的已有指纹信息进行指纹匹配,确定当前参考点对应的匹配参考点;局部更新区域确定模块430,用于基于当前参考点的参考点类型,根据当前参考点与匹配参考点之间的指纹相似度和匹配参考点的匹配位置信息,从待更新指纹库中确定当前参考点对应的局部更新区域;指纹更新模块440,用于根据局部更新区域中的已有参考点与当前参考点之间的指纹相似度和当前指纹信息,对局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的已有参考点对应的目标指纹信息。
可选地,局部更新区域确定模块430,包括:
动态局部更新区域确定单元,用于在当前参考点为动态参考点时,根据当前参考点与匹配参考点之间的指纹相似度、匹配参考点的匹配位置信息和预设参考半径,从待更新指纹库中确定当前参考点对应的局部更新区域;
静态局部更新区域确定单元,用于在当前参考点为静态参考点时,根据当前参考点的当前位置信息、当前参考点与匹配参考点之间的指纹相似度、匹配参考点的匹配位置信息和预设参考半径,从待更新指纹库中确定当前参考点对应的局部更新区域。
可选地,动态局部更新区域确定单元,具体用于:根据当前参考点与匹配参考点之间的指纹相似度和预设参考半径,确定当前参考点对应的第一区域半径;根据第一区域半径和匹配参考点的匹配位置信息,从待更新指纹库中确定当前参考点对应的局部更新区域。
可选地,静态局部更新区域确定单元,包括:
匹配误差确定子单元,用于根据当前参考点的当前位置信息和匹配参考点的匹配位置信息,确定匹配误差;
调整权重值确定子单元,用于根据匹配误差确定当前参考点对应的调整权重值;
第二区域半径确定子单元,用于根据调整权重值、当前参考点与匹配参考点之间的指纹相似度和预设参考半径,确定当前参考点对应的第二区域半径;
局部更新区域确定子单元,用于根据第二区域半径和当前参考点的当前位置信息,从待更新指纹库中确定当前参考点对应的局部更新区域。
可选地,调整权重值确定子单元,具体用于:
若匹配误差小于或等于预设允许静态误差,则确定当前参考点对应的调整权重值为1;若匹配误差大于预设允许静态误差,则根据匹配误差和预设的误差与权重值之间的对应关系,确定当前参考点对应的调整权重值。
可选地,指纹更新模块440中通过如下公式,获得更新后的已有参考点对应的目标指纹信息:
Figure BDA0002280669830000211
其中,
Figure BDA0002280669830000212
是当前参考点i对应的当前指纹信息;Fingerprintj是当前参考点i对应的局部更新区域中的已有参考点j对应的已有指纹信息;Fingerprint′j是更新后的已有参考点j对应的目标指纹信息;
Figure BDA0002280669830000213
是已有参考点j与当前参考点i之间的指纹相似度。
可选地,指纹更新模块440,具体用于:
在当前参考点为静态参考点时,若当前参考点对应的匹配误差大于预设允许静态误差,则根据当前参考点与匹配参考点之间的指纹相似度和调整权重值确定参考相似度;若参考相似度小于或等于1,则根据参考相似度和当前指纹信息,对当前参考点对应的局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的已有参考点对应的目标指纹信息;若参考相似度大于1,则根据当前参考点与匹配参考点之间的指纹相似度和匹配误差确定当前参考点对应的平衡因子,并根据平衡因子、参考相似度和当前指纹信息,对当前参考点对应的局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的已有参考点对应的目标指纹信息。
可选地,当前参考点的数量为至少两个;相应地,指纹更新模块440,包括:
重叠参考点获取单元,用于若检测到存在重叠区域的两个局部更新区域,则获取两个局部更新区域中的重叠参考点和非重叠参考点;
重叠参考点更新单元,用于根据重叠参考点对应的已有指纹信息和两个局部更新区域对应的两个当前参考点的当前指纹信息,对重叠参考点进行指纹更新,获得重叠参考点对应的目标指纹信息;
非重叠参考点更新单元,用于根据非重叠参考点对应的当前参考点的当前指纹信息和非重叠参考点与相应的当前参考点之间的指纹相似度,对非重叠参考点对应的已有指纹信息进行指纹更新,获得非重叠参考点对应的目标指纹信息。
可选地,重叠参考点更新单元,具体用于:
根据两个局部更新区域对应的两个当前参考点的当前指纹信息和重叠参考点对应的已有指纹信息,确定重叠参考点分别与两个当前参考点之间的第一指纹相似度和第二指纹相似度;根据第一指纹相似度、第二指纹相似度、两个当前参考点对应的当前指纹信息和重叠参考点对应的已有指纹信息,确定重叠参考点对应的目标指纹信息。
本发明实施例所提供的指纹库更新装置可执行本发明任意实施例所提供的指纹库更新方法,具备执行指纹库更新方法相应的功能模块和有益效果。
实施例五
图6是本发明实施例五提供的一种设备的结构示意图。参见图6,该设备包括:
一个或多个处理器510;
存储器520,用于存储一个或多个程序;
当一个或多个程序被一个或多个处理器510执行,使得一个或多个处理器510实现如上述实施例中任意实施例所提供的指纹库更新方法,该方法包括:
获取预设环境区域内的当前参考点的当前指纹信息;
根据当前指纹信息和预设环境区域对应的待更新指纹库中的已有参考点对应的已有指纹信息进行指纹匹配,确定当前参考点对应的匹配参考点;
基于当前参考点的参考点类型,根据当前参考点与匹配参考点之间的指纹相似度和匹配参考点的匹配位置信息,从待更新指纹库中确定当前参考点对应的局部更新区域;
根据局部更新区域中的已有参考点与当前参考点之间的指纹相似度和当前指纹信息,对局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的已有参考点对应的目标指纹信息。
图6中以一个处理器510为例;设备中的处理器510和存储器520可以通过总线或其他方式连接,图6中以通过总线连接为例。
存储器520作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的指纹库更新方法对应的程序指令/模块(例如,指纹库更新装置中的当前指纹信息获取模块410、指纹匹配模块420、局部更新区域确定模块430和指纹更新模块440)。处理器510通过运行存储在存储器520中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的指纹库更新方法。
存储器520主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器520可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器520可进一步包括相对于处理器510远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本实施例提出的设备与上述实施例提出的指纹库更新方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例具备执行指纹库更新方法相同的有益效果。
实施例六
本实施例六提供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本发明任意实施例所提供的指纹库更新方法步骤,该方法包括:
获取预设环境区域内的当前参考点的当前指纹信息;
根据当前指纹信息和预设环境区域对应的待更新指纹库中的已有参考点对应的已有指纹信息进行指纹匹配,确定当前参考点对应的匹配参考点;
基于当前参考点的参考点类型,根据当前参考点与匹配参考点之间的指纹相似度和匹配参考点的匹配位置信息,从待更新指纹库中确定当前参考点对应的局部更新区域;
根据局部更新区域中的已有参考点与当前参考点之间的指纹相似度和当前指纹信息,对局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的已有参考点对应的目标指纹信息。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于:电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本领域普通技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (12)

1.一种指纹库更新方法,其特征在于,包括:
获取预设环境区域内的当前参考点的当前指纹信息;
根据所述当前指纹信息和所述预设环境区域对应的待更新指纹库中的已有参考点对应的已有指纹信息进行指纹匹配,确定所述当前参考点对应的匹配参考点;
基于所述当前参考点的参考点类型,根据所述当前参考点与所述匹配参考点之间的指纹相似度和所述匹配参考点的匹配位置信息,从所述待更新指纹库中确定所述当前参考点对应的局部更新区域;
根据所述局部更新区域中的已有参考点与所述当前参考点之间的指纹相似度和所述当前指纹信息,对所述局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的所述已有参考点对应的目标指纹信息。
2.根据权利要求1所述的方法,其特征在于,基于所述当前参考点的参考点类型,根据所述当前参考点与所述匹配参考点之间的指纹相似度和所述匹配参考点的匹配位置信息,从所述待更新指纹库中确定所述当前参考点对应的局部更新区域,包括:
在所述当前参考点为动态参考点时,根据所述当前参考点与所述匹配参考点之间的指纹相似度、所述匹配参考点的匹配位置信息和预设参考半径,从所述待更新指纹库中确定所述当前参考点对应的局部更新区域;
在所述当前参考点为静态参考点时,根据所述当前参考点的当前位置信息、所述当前参考点与所述匹配参考点之间的指纹相似度、所述匹配参考点的匹配位置信息和预设参考半径,从所述待更新指纹库中确定所述当前参考点对应的局部更新区域。
3.根据权利要求2所述的方法,其特征在于,根据所述当前参考点与所述匹配参考点之间的指纹相似度、所述匹配参考点的匹配位置信息和预设参考半径,从所述待更新指纹库中确定所述当前参考点对应的局部更新区域,包括:
根据所述当前参考点与所述匹配参考点之间的指纹相似度和预设参考半径,确定所述当前参考点对应的第一区域半径;
根据所述第一区域半径和所述匹配参考点的匹配位置信息,从所述待更新指纹库中确定所述当前参考点对应的局部更新区域。
4.根据权利要求2所述的方法,其特征在于,根据所述当前参考点的当前位置信息、所述当前参考点与所述匹配参考点之间的指纹相似度、所述匹配参考点的匹配位置信息和预设参考半径,从所述待更新指纹库中确定所述当前参考点对应的局部更新区域,包括:
根据所述当前参考点的当前位置信息和所述匹配参考点的匹配位置信息,确定匹配误差;
根据所述匹配误差确定所述当前参考点对应的调整权重值;
根据所述调整权重值、所述当前参考点与所述匹配参考点之间的指纹相似度和预设参考半径,确定所述当前参考点对应的第二区域半径;
根据所述第二区域半径和所述当前参考点的当前位置信息,从所述待更新指纹库中确定所述当前参考点对应的局部更新区域。
5.根据权利要求4所述的方法,其特征在于,根据所述匹配误差确定所述当前参考点对应的调整权重值,包括:
若所述匹配误差小于或等于预设允许静态误差,则确定所述当前参考点对应的调整权重值为1;
若所述匹配误差大于预设允许静态误差,则根据所述匹配误差和预设的误差与权重值之间的对应关系,确定所述当前参考点对应的调整权重值。
6.根据权利要求1所述的方法,其特征在于,通过如下公式,获得更新后的所述已有参考点对应的目标指纹信息:
Figure FDA0002280669820000031
其中,
Figure FDA0002280669820000032
是当前参考点i对应的当前指纹信息;Fingerprintj是当前参考点i对应的局部更新区域中的已有参考点j对应的已有指纹信息;Fingerprint′j是更新后的已有参考点j对应的目标指纹信息;
Figure FDA0002280669820000033
是已有参考点j与当前参考点i之间的指纹相似度。
7.根据权利要求4所述的方法,其特征在于,根据所述局部更新区域中的已有参考点与所述当前参考点之间的指纹相似度和所述当前指纹信息,对所述局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的所述已有参考点对应的目标指纹信息,包括:
在所述当前参考点为静态参考点时,若所述当前参考点对应的所述匹配误差大于预设允许静态误差,则根据所述当前参考点与所述匹配参考点之间的指纹相似度和所述调整权重值确定参考相似度;
若所述参考相似度小于或等于1,则根据所述参考相似度和所述当前指纹信息,对所述当前参考点对应的局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的所述已有参考点对应的目标指纹信息;
若所述参考相似度大于1,则根据所述当前参考点与所述匹配参考点之间的指纹相似度和所述匹配误差确定所述当前参考点对应的平衡因子,并根据所述平衡因子、所述参考相似度和所述当前指纹信息,对所述当前参考点对应的局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的所述已有参考点对应的目标指纹信息。
8.根据权利要求1-7任一所述的方法,其特征在于,所述当前参考点的数量为至少两个;
相应地,根据所述局部更新区域中的已有参考点与所述当前参考点之间的指纹相似度和所述当前指纹信息,对所述局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的所述已有参考点对应的目标指纹信息,包括:
若检测到存在重叠区域的两个局部更新区域,则获取所述两个局部更新区域中的重叠参考点和非重叠参考点;
根据所述重叠参考点对应的已有指纹信息和所述两个局部更新区域对应的两个当前参考点的当前指纹信息,对所述重叠参考点进行指纹更新,获得所述重叠参考点对应的目标指纹信息;
根据所述非重叠参考点对应的当前参考点的当前指纹信息和所述非重叠参考点与相应的当前参考点之间的指纹相似度,对所述非重叠参考点对应的已有指纹信息进行指纹更新,获得所述非重叠参考点对应的目标指纹信息。
9.根据权利要求8所述的方法,其特征在于,根据所述重叠参考点对应的已有指纹信息和所述两个局部更新区域对应的两个当前参考点的当前指纹信息,对所述重叠参考点进行指纹更新,获得所述重叠参考点对应的目标指纹信息,包括:
根据所述两个局部更新区域对应的两个当前参考点的当前指纹信息和所述重叠参考点对应的已有指纹信息,确定所述重叠参考点分别与所述两个当前参考点之间的第一指纹相似度和第二指纹相似度;
根据所述第一指纹相似度、所述第二指纹相似度、所述两个当前参考点对应的当前指纹信息和所述重叠参考点对应的已有指纹信息,确定所述重叠参考点对应的目标指纹信息。
10.一种指纹库更新装置,其特征在于,包括:
当前指纹信息获取模块,用于获取预设环境区域内的当前参考点的当前指纹信息;
指纹匹配模块,用于根据所述当前指纹信息和所述预设环境区域对应的待更新指纹库中的已有参考点对应的已有指纹信息进行指纹匹配,确定所述当前参考点对应的匹配参考点;
局部更新区域确定模块,用于基于所述当前参考点的参考点类型,根据所述当前参考点与所述匹配参考点之间的指纹相似度和所述匹配参考点的匹配位置信息,从所述待更新指纹库中确定所述当前参考点对应的局部更新区域;
指纹更新模块,用于根据所述局部更新区域中的已有参考点与所述当前参考点之间的指纹相似度和所述当前指纹信息,对所述局部更新区域中的已有参考点对应的已有指纹信息进行指纹更新,获得更新后的所述已有参考点对应的目标指纹信息。
11.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的指纹库更新方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-9中任一所述的指纹库更新方法。
CN201911140077.8A 2019-11-20 2019-11-20 一种指纹库更新方法、装置、设备和存储介质 Withdrawn CN112824831A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911140077.8A CN112824831A (zh) 2019-11-20 2019-11-20 一种指纹库更新方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911140077.8A CN112824831A (zh) 2019-11-20 2019-11-20 一种指纹库更新方法、装置、设备和存储介质

Publications (1)

Publication Number Publication Date
CN112824831A true CN112824831A (zh) 2021-05-21

Family

ID=75906984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911140077.8A Withdrawn CN112824831A (zh) 2019-11-20 2019-11-20 一种指纹库更新方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN112824831A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090149155A1 (en) * 2007-12-07 2009-06-11 Grossman Victor A Apparatus and method for targeted acquisition
WO2016045386A1 (zh) * 2014-09-23 2016-03-31 华为技术有限公司 一种服务器、移动终端、系统及定位方法
CN106886552A (zh) * 2016-12-12 2017-06-23 蔚来汽车有限公司 位置指纹数据库更新方法及系统
CN107135482A (zh) * 2016-02-26 2017-09-05 高德软件有限公司 更新指纹库的方法及装置
CN107547598A (zh) * 2016-06-27 2018-01-05 华为技术有限公司 一种定位方法、服务器及终端
CN107607122A (zh) * 2017-10-10 2018-01-19 内蒙古大学 面向室内定位的位置指纹库构建和动态更新方法
KR20180029817A (ko) * 2016-09-13 2018-03-21 한국과학기술연구원 실내 위치 측정을 위한 데이터베이스 갱신 방법 및 서버
CN108632740A (zh) * 2017-03-20 2018-10-09 中国移动通信集团湖北有限公司 用户设备的定位方法和装置
CN108966121A (zh) * 2018-06-20 2018-12-07 华南师范大学 一种适用于指纹定位算法的指纹库更新方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090149155A1 (en) * 2007-12-07 2009-06-11 Grossman Victor A Apparatus and method for targeted acquisition
WO2016045386A1 (zh) * 2014-09-23 2016-03-31 华为技术有限公司 一种服务器、移动终端、系统及定位方法
CN107135482A (zh) * 2016-02-26 2017-09-05 高德软件有限公司 更新指纹库的方法及装置
CN107547598A (zh) * 2016-06-27 2018-01-05 华为技术有限公司 一种定位方法、服务器及终端
KR20180029817A (ko) * 2016-09-13 2018-03-21 한국과학기술연구원 실내 위치 측정을 위한 데이터베이스 갱신 방법 및 서버
CN106886552A (zh) * 2016-12-12 2017-06-23 蔚来汽车有限公司 位置指纹数据库更新方法及系统
CN108632740A (zh) * 2017-03-20 2018-10-09 中国移动通信集团湖北有限公司 用户设备的定位方法和装置
CN107607122A (zh) * 2017-10-10 2018-01-19 内蒙古大学 面向室内定位的位置指纹库构建和动态更新方法
CN108966121A (zh) * 2018-06-20 2018-12-07 华南师范大学 一种适用于指纹定位算法的指纹库更新方法

Similar Documents

Publication Publication Date Title
EP3440856B1 (en) System and method for locating a wireless device
CN110561423B (zh) 位姿变换的方法、机器人及存储介质
US20160371394A1 (en) Indoor localization using crowdsourced data
CN111896914A (zh) 一种协同定位方法、装置、设备和存储介质
JP2018128314A (ja) 移動体位置推定システム、移動体位置推定端末装置、情報格納装置、及び移動体位置推定方法
US20220070683A1 (en) Installation candidate presentation method, installation candidate presentation apparatus and program
WO2016082740A1 (zh) 一种确定定位终端相对位置的方法
CN110197615B (zh) 用于生成地图的方法及装置
CN111461981A (zh) 点云拼接算法的误差估计方法和装置
CN110619666B (zh) 用于标定相机的方法及装置
CN112400346A (zh) 采集其它设备的位置信息的服务器设备和方法
CN112468959B (zh) 位置确定方法、装置、计算机设备和存储介质
CN112150491B (zh) 图像检测方法、装置、电子设备和计算机可读介质
CN111461980B (zh) 点云拼接算法的性能估计方法和装置
JP6163868B2 (ja) 画像処理方法、画像処理装置および画像処理プログラム
CN110411449B (zh) 一种航空侦察载荷目标定位方法、系统及终端设备
CN112824831A (zh) 一种指纹库更新方法、装置、设备和存储介质
CN112148817B (zh) 一种基于全景图的slam优化方法、装置和系统
CN114185003B (zh) 一种基于多源信号融合的室内定位方法及系统
CN110781809A (zh) 基于注册特征更新的识别方法、装置及电子设备
CN115512336A (zh) 基于路灯光源的车辆定位方法、装置和电子设备
CN115147482A (zh) 一种位姿初始化方法
CN111383337B (zh) 用于识别对象的方法和装置
JP7134252B2 (ja) マップデータ生成装置
CN109831737B (zh) 一种基于置信度的蓝牙定位方法、装置、设备和系统

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210521