CN112859125A - 出入口位置检测方法、导航方法、装置、设备及存储介质 - Google Patents
出入口位置检测方法、导航方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112859125A CN112859125A CN202110019729.3A CN202110019729A CN112859125A CN 112859125 A CN112859125 A CN 112859125A CN 202110019729 A CN202110019729 A CN 202110019729A CN 112859125 A CN112859125 A CN 112859125A
- Authority
- CN
- China
- Prior art keywords
- track
- entrance
- exit
- points
- data
- 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
- 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
- G01S19/393—Trajectory determination or predictive tracking, e.g. Kalman filtering
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请实施例提供了一种出入口位置检测方法、导航方法、装置、设备及存储介质,涉及计算机技术领域。其中,该检测方法包括:获取轨迹数据,轨迹数据用于表示对象运动的轨迹中的轨迹点;根据轨迹数据表示的轨迹点生成轨迹集合,轨迹集合包括至少一条出入口位置关联的轨迹;从至少一条出入口位置关联的轨迹中提取位于出入口区域的轨迹点进行聚类,得到出入口位置,出入口位置包括出口位置和入口位置;根据轨迹集合中出入口位置关联的轨迹,进行出口位置和入口位置的匹配,得到属于相同区域的出口位置和入口位置。本申请实施例解决了现有技术中难以定位到出入口位置的问题,使得定位到的出入口位置可作为电子地图中的POI,为车主提供精准地导航服务。
Description
技术领域
本申请涉及计算机技术领域,具体而言,本申请涉及一种出入口位置检测方法、装置、设备及存储介质。
背景技术
随着电子导航与定位技术的迅猛发展,越来越多具备导航和定位功能的客户端能够帮助用户准确地定位当前位置作为起始地,并根据用户输入的目的地,为用户提供导航路线,以此辅助用户到达目的地。
目前,导航中的定位功能主要依赖于GPS(Global Positioning System,全球定位系统)实现,即通过卫星信号的接收以及时间信息来定位用户的当前位置。随着城市发展以及道路的不断构建,一些区域,尤其是该区域的出入口位置,可能被附近高楼遮挡,或者分布于商场、写字楼、办公楼或者居民楼的地下,这势必造成GPS信号被遮挡或者不稳定,进而导致定位精度差或者难以定位,而最终使得导航路线的正确性难以保证。
举例来说,某车主欲前往某商场,车载导航客户端为该车主提供的导航路线的目的地是该商场附近的地下停车场,在该停车场的出入口位置比较小、或者相对隐蔽、或者没有明显标识的情况下,如果车主对该停车场及其周边环境不熟悉,将很难通过车载导航客户端找到该停车场的出入口位置。
由上可知,如何检测出入口位置亟待解决。
发明内容
本申请各实施例提供了一种出入口位置检测方法、导航方法、装置、电子设备及存储介质,可以解决相关技术中存在的难以定位到出入口位置的问题。所述技术方案如下:
根据本申请实施例的一个方面,一种出入口位置检测方法,包括:获取轨迹数据,轨迹数据用于表示对象运动的轨迹中的轨迹点;根据轨迹数据表示的轨迹点生成轨迹集合,轨迹集合包括至少一条出入口位置关联的轨迹;从至少一条出入口位置关联的轨迹中提取位于出入口区域的轨迹点进行聚类,得到出入口位置,出入口位置包括出口位置和入口位置;根据轨迹集合中出入口位置关联的轨迹,进行出口位置和入口位置的匹配,得到属于相同区域的出口位置和入口位置。
根据本申请实施例的一个方面,一种导航方法,包括:导航界面中显示电子地图,电子地图中标记有目标区域的出入口位置,目标区域的出入口位置是根据如上的出入口位置检测方法检测到的;响应于选择指令发起路线导航请求,路线导航请求用于请求包含出入口位置的导航路线;接收包含出入口位置的导航路线;根据导航路线进行导航。
根据本申请实施例的一个方面,一种出入口位置检测装置,包括:轨迹数据获取模块,用于获取轨迹数据,轨迹数据用于表示对象运动的轨迹中的轨迹点;轨迹集合生成模块,用于根据轨迹数据表示的轨迹点生成轨迹集合,轨迹集合包括至少一条出入口位置关联的轨迹;出入口获取模块,用于从至少一条出入口位置关联的轨迹中提取位于出入口区域的轨迹点进行聚类,得到出入口位置,出入口位置包括出口位置和入口位置;出入口匹配模块,用于根据轨迹集合中出入口位置关联的轨迹,进行出口位置和入口位置的匹配,得到属于相同区域的出口位置和入口位置。
根据本申请实施例的一个方面,一种导航装置,包括:地图显示模块,用于导航界面中显示电子地图,电子地图中标记有目标区域的出入口位置,目标区域的出入口位置是根据如上的出入口位置检测方法检测到的;路线请求模块,用于响应于选择指令发起路线导航请求,路线导航请求用于请求包含出入口位置的导航路线;路线接收模块,用于接收包含出入口位置的导航路线;导航模块,用于根据导航路线进行导航。
根据本申请实施例的一个方面,一种电子设备,包括:至少一个处理器、至少一个存储器、以及至少一条通信总线,其中,存储器上存储有计算机可读指令,处理器通过通信总线读取存储器中的计算机可读指令;计算机可读指令被处理器执行时实现如上所述的出入口位置检测方法或导航方法。
根据本申请实施例的一个方面,一种存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如上所述的出入口位置检测方法或导航方法。
根据本申请实施例的一个方面,一种计算机程序产品,计算机程序产品包括计算机可读指令,计算机可读指令存储在存储介质中,计算机设备的处理器从存储介质读取计算机可读指令,处理器执行计算机可读指令,使得计算机设备执行时实现如上所述的出入口位置检测方法或导航方法。
本申请提供的技术方案带来的有益效果是:
在上述技术方案中,获取对象运动的轨迹中轨迹点对应的轨迹数据,根据该轨迹数据表示的轨迹点生成轨迹集合,以从该轨迹集合中包含的至少一条出入位置关联的轨迹中提取位于出入口区域的轨迹点进行聚类,得到出入口位置,并根据至少一条出入位置关联的轨迹,进行出口位置和入口位置的匹配,最终得到属于相同区域的出口位置和入口位置,也就是说,出入口位置的检测依赖于轨迹数据,该轨迹数据不局限于卫星定位获取,还可能通过网络定位获取,或者来源于传感器,由此,不论GPS信号是否被遮挡或者是否稳定,都能够准确地检测到出入口位置,即实现了不依赖于GPS的出入口位置的检测方案,从而有效地解决了现有技术中存在的难以定位到出入口位置的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1是根据本申请所涉及的实施环境的示意图。
图2是根据一示例性实施例示出的一种出入口位置检测方法的流程图。
图3是图2对应实施例中步骤330在一个实施例的流程图。
图4是图3对应实施例中步骤330在一个实施例的流程图。
图5是图3对应实施例中步骤333在另一个实施例的流程图。
图6是图2对应实施例中步骤310在一个实施例的流程图。
图7是图2对应实施例中步骤330在另一个实施例的流程图。
图8是图7对应实施例中步骤334在一个实施例的流程图。
图9是图7对应实施例中步骤334在另一个实施例的流程图。
图10是图7对应实施例中步骤336在一个实施例的流程图。
图11是图2对应实施例中步骤350在一个实施例的流程图。
图12是图2对应实施例中步骤350在另一个实施例的流程图。
图13是图2对应实施例中步骤370在一个实施例的流程图。
图14是图2对应实施例中步骤370在另一个实施例的流程图。
图15是根据一示例性实施例示出的一种出入口位置检测方法的实现框图。
图16是根据一示例性实施例示出的一种导航方法的流程图。
图17是根据一示例性实施例示出的一种出入口位置检测装置的结构框图。
图18是根据一示例性实施例示出的一种导航装置的结构框图。
图19是根据一示例性实施例示出的一种服务器的硬件结构图。
图20是根据一示例性实施例示出的一种终端的硬件结构图。
图21是根据一示例性实施例示出的一种电子设备的结构框图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
下面是对本申请涉及的几个名词进行的介绍和解释:
GPS:英文全称为Global Positioning System,即全球定位系统,通过卫星信号的接收以及时间信息来定位用户的当前位置。
DBSCAN算法:一种基于密度的聚类算法。该聚类算法的基本思想是:只要一个区域中的点的密度大于阈值,就把该点添加到与之相近的聚类中,以此方式来克服基于距离的聚类算法只能发现“类圆形”的聚类的缺陷。
如前所述,如果GPS信号被遮挡或者不稳定,将导致一些区域,尤其是该区域的出入口位置的定位精度差或者难以定位,而最终导致导航路线的正确性难以保证,使得用户导航体验差。
针对上述问题,现有技术主要依赖人工数据采集,例如,采集设备为车辆,可在该车辆中预先部署激光器和摄像设备作为车载组件,当采集人员驾驶该车辆经过某区域及其出入口位置,便相应地采集得到关于该区域及其出入口位置的数据。
然而,由于人工数据采集的人力成本太大,目前仍局限于著名区域及其出入口位置,尚难以普及不知名区域及其出入口位置,此种情况下,如果用户不熟悉该区域及其出入口位置,仍然难以通过具备导航和定位功能的客户端找到该区域及其出入口位置。
由此可见,现有技术中仍存在难以定位到出入口位置的局限性。
为此,本申请提供的出入口位置检测方法、导航方法、装置、电子设备及存储介质,旨在解决现有技术的如上技术问题。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
图1为一种出入口位置检测方法所涉及的实施环境的示意图。该实施环境包括终端100和服务器200。
具体地,终端100可供具备导航定位功能的客户端运行,可以是台式电脑、笔记本电脑、平板电脑、智能手机、掌上电脑、个人数字助理、导航仪、微型计算机、智能计算机等等电子设备,在此不进行限定。
其中,客户端,具备导航定位功能,可以是应用程序形式,也可以是网页形式,相应地,客户端提供的导航界面则可以是程序窗口形式,还可以是网页页面形式的,此处也并未加以限定。
服务器200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,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。例如,本实施环境中,服务器200提供的后台服务包括:导航服务、出入口位置检测服务等。
当然,根据实际运营的需要,导航服务、出入口位置检测服务可以部署于相同的服务器200,也可以部署于不同的服务器200,在此不进行限定。
服务器200通过有线或者无线等方式预先建立与终端100之间的通信连接,并通过该通信连接实现终端100与服务器200之间的数据传输。例如,传输的数据包括但不限于:服务器2000下发的导航路线、终端100上报的基于全球定位系统GPS定位到的卫星定位数据、终端100上报的基于移动通信网或者无线局域网等定位技术定位到的网络定位数据、终端100上报基于内置传感器识别到的传感器数据等等。
此外,服务器200通过有线或者无线等方式还预先与固定布设于区域及其出入口位置的传感器之间建立了通信连接,以通过该通信连接实现服务器200与该传感器之间的数据传输。例如,传输的数据至少包括传感器数据。
随着终端100与服务器200之间的交互、以及固定布设于区域及其出入口位置的传感器与服务器200之间的交互,服务器200在获取到轨迹数据之后,便可基于该轨迹数据提供出入口位置检测服务,最终得到属于相同区域的出口位置和入口位置。
对于终端100而言,随着具备导航定位功能的客户端运行,导航界面中显示出标记有目标区域的出入口位置的电子地图,以便于辅助用户准确地到达目的地。
请参阅图2,本申请实施例提供了一种出入口位置检测方法,该方法适用于图1所示实施环境的服务器200。
在下述方法实施例中,为了便于描述,以各步骤的执行主体为服务器加以说明,但是并不对此构成限定。
如图2所示,该方法可以包括以下步骤:
步骤310,获取轨迹数据。
其中,轨迹数据用于表示对象运动的轨迹中的轨迹点。也可以理解为,随着对象运动形成一条轨迹,将相应地生成若干个轨迹数据,每一个轨迹数据对应该轨迹中的一个轨迹点。在此说明的是,运动的对象可以是指行走的用户、或者行驶的车辆,还可以是指行走用户所携带的移动终端(例如智能手机)、或者部署在行驶车辆中的车载终端(例如导航仪)等等,此处并未加以限定。
本实施例中,轨迹数据包括但不限于:卫星定位数据、网络定位数据、传感器数据等。该轨迹数据是在服务器提供导航服务时,由运动的对象上报至服务器的。例如,服务器为车主提供导航服务时,由该车主携带的智能手机将轨迹数据(例如网络定位数据和传感器数据)上报至服务器,或者由该车主所驾驶车辆中的导航仪将轨迹数据(例如卫星定位数据)上报至服务器。
回请参阅图1所示,以终端100为例进行说明,卫星定位数据基于全球定位系统GPS定位对象的当前位置得到,网络定位数据基于无线局域网或者移动通信网等定位技术定位对象的当前位置得到,传感器数据基于终端内置的传感器识别对象所在环境得到。那么,随着终端100与服务器200之间的交互,在终端100上报上述轨迹数据之后,对应地,服务器200便能够接收到该些轨迹数据。
关于轨迹数据的获取,对于服务器而言,在一种可能的实现方式,从存储区中读取预先存储的轨迹数据,该轨迹数据是在一个历史时间段内上报的轨迹数据;在一种可能的实现方式,接收实时上报的轨迹数据。
也就是说,服务器可以根据实时上报的轨迹数据进行出入口位置的检测,以此方式提高检测的实时性;也可以根据历史时间段内上报的轨迹数据进行出入口位置的检测,以此方式提高出入口位置检测的效率,例如,在CPU内存占用率小的时候,服务器读取历史时间段内上报的轨迹数据进行出入口位置的检测,本实施例中并未对此加以限定。
此外,随着轨迹数据的上报更新,服务器可实时触发进行出入口位置的检测,例如,当检测到轨迹数据更新,即进行出入口位置检测,以此方式提高出入口位置检测的敏感度;也可在固定时间段进行出入口位置的检测,例如,在每天服务器最不繁忙的时间段(例如凌晨三点)进行出入口位置的检测,以此方式提高出入口位置检测的效率。
补充说明的是,对于服务器而言,接收到的轨迹数据是不同对象在不同时刻上报的,为此,需要进行轨迹数据的汇聚。具体地:按照对象汇聚,即将同一个对象上报的轨迹数据汇聚;针对同一个对象的所有轨迹数据,按照轨迹汇聚,即根据上报轨迹数据时一并上报的导航标记信息(发起导航信息和/或结束导航信息),将属于同一条轨迹的轨迹数据汇聚。也可以理解为,对于每一个轨迹数据而言,不仅记录了所属轨迹,而且记录了所属对象,从而有利于出入口位置的检测。
步骤330,根据轨迹数据表示的轨迹点生成轨迹集合。
可以理解,服务器面向海量用户提供导航服务,针对每一个用户,起始地和目的地都各不相同,相应地,服务器所提供的导航路线也有所差别,这就使得海量用户通过终端上报的轨迹数据也是有所差异的。换而言之,有些轨迹数据表示的轨迹点所形成的轨迹可能经过出入口位置,而有些轨迹数据表示的轨迹点所形成的轨迹则没有经过出入口位置。
由此,在获取到轨迹数据之后,首先对获取到的轨迹数据进行筛选,以生成轨迹集合。其中,轨迹集合包括至少一条出入口位置关联的轨迹。该出入口位置关联的轨迹,也可以认为是经过该出入口位置的轨迹。
在一种可能的实现方式,按照轨迹的运动方向实现轨迹数据的筛选。例如,筛选出运动方向指向遮挡区域的轨迹作为入口位置关联的轨迹、筛选出运动方向远离遮挡区域的轨迹作为出口位置关联的轨迹。
此外,发明人意识到,由于出入口位置靠近遮挡区域,很可能存在GPS信号被遮挡或者不稳定的现象,这就可能导致轨迹中某些轨迹点在基于全球定位系统GPS进行定位时存在偏移,并最终影响出入口位置检测的准确性。
因此,在一种可能的实现方式,在获取到轨迹数据之后,对获取到的轨迹数据进行平滑处理,以过滤对象运动轨迹中存在定位偏移的轨迹点。那么,根据轨迹数据表示的轨迹点生成轨迹集合,可以包括以下步骤:根据平滑处理后的轨迹数据表示的轨迹点生成轨迹集合,以此方式来提高出入口位置检测的准确性。其中,平滑处理的算法包括但不限于:卡尔曼滤波算法、滑动平均滤波算法等,此处并未加以限定。
步骤350,从至少一条出入口位置关联的轨迹中提取位于出入口区域的轨迹点进行聚类,得到出入口位置。
其中,出入口位置包括出口位置和入口位置。
首先说明的是,出入口区域,是指连接在未遮挡区域与遮挡区域之间的区域,该出入口区域中包含出入口位置。也就是说,如果轨迹点位于该出入口区域,则该轨迹点所在位置即是出入口位置的概率很大。
因此,为了得到出入口位置,首先需要将位于出入口区域的轨迹点从出入口位置关联的至少一条轨迹中提取。
在一种可能的实现方式,位于出入口区域的轨迹点是基于卫星定位数据确定的。
在提取得到位于出入口区域的轨迹点之后,便针对该些轨迹点进行聚类,以使具有相似性的轨迹点能够被聚类在一起。例如,具有相似性的轨迹点是指间隔距离不超过距离阈值的轨迹点。
其中,聚类算法包括但不限于:划分法、层次法、密度法、图论聚类法、网格算法、模型算法等。进一步地,划分法包括:K-MEANS算法、K-MEDOIDS算法、CLARANS算法;层次法包括:BIRCH算法、CURE算法、CHAMELEON算法等;密度法包括:DBSCAN算法、OPTICS算法、DENCLUE算法等;网格算法包括:STING算法、CLIQUE算法、WAVE-CLUSTER算法;模型算法包括:统计学方案和神经网络方案。
当聚类完成,便可将聚类得到的轨迹点所在位置作为出入口位置。需要说明的是,该出入口位置可根据经度、维度、高度等进行唯一地表示,该经度、维度、高度来自于聚类得到的轨迹点对应轨迹数据中的卫星定位数据。
步骤370,根据轨迹集合中出入口位置关联的轨迹,进行出口位置和入口位置的匹配,得到属于相同区域的出口位置和入口位置。
在获得出口位置和入口位置之后,还需要进行属于相同区域的出口位置和入口位置的匹配。此时,发明人意识到,有些区域面积较小,其出口位置和入口位置之间的距离较小,而对于某些区域来说,由于面积较大,其出口位置和入口位置可能相差甚远,如果直接通过出口位置和入口位置之间的距离进行出入口位置的匹配,可能会产生较大的误差。
因此,本实施例中,出入口位置的匹配,通过轨迹集合中出入口位置关联的轨迹完成,以此方式提高出入口位置匹配的准确率。
通过上述过程,实现了不依赖GPS的出入口位置的检测方案,即不论GPS信号是否被遮挡或者是否稳定,都能够依赖于轨迹数据准确地检测到出入口位置,该轨迹数据不局限于卫星定位获取,还可能通过网络定位获取,或者来源于传感器,从而有效地解决了现有技术中存在的难以定位到出入口位置的问题。
一方面,轨迹集合包括入口轨迹集合,入口轨迹集合包括至少一条入口位置关联的轨迹。下面对入口轨迹集合的生成过程进行如下说明:
请参阅图3,本申请实施例中提供了一种可能的实现方式,步骤330可以包括以下步骤:
步骤331,如果对象运动的轨迹中轨迹点对应的轨迹数据中包含卫星定位数据,则根据包含卫星定位数据的轨迹数据表示的轨迹点生成卫星定位轨迹。
应当理解,在未遮挡区域,不存在GPS信号被遮挡或者不稳定的现象,当进入遮挡区域,则可能存在GPS信号被遮挡或者不稳定的现象。发明人意识到,就对象运动的轨迹来说,如果该轨迹的运动方向由未遮挡区域指向遮挡区域,那么,对于该轨迹中的所有轨迹点来说,位于未遮挡区域的轨迹点所对应的轨迹数据可通过卫星定位获取到,而位于遮挡区域的轨迹点所对应的轨迹数据则可能无法通过卫星定位获取到。换而言之,如果轨迹中存在对应轨迹数据中包含有卫星定位数据的轨迹点,那么,该轨迹的运动方向就有可能是由未遮挡区域指向遮挡区域,亦即该轨迹就有可能是入口位置关联的轨迹。
故而,本实施例中,针对对象运动的轨迹中所有轨迹点进行筛选,生成卫星定位轨迹,作为入口位置关联的候选入口轨迹。其中,该卫星定位轨迹中轨迹点对应的轨迹数据中包含卫星定位数据。
可以理解,卫星定位轨迹可能始终处于未遮挡区域,也可能是对象由未遮挡区域运动至遮挡区域形成的,基于此,在获得卫星定位轨迹之后,便需要进一步地判断该卫星定位轨迹的运动方向是否指向遮挡区域。
具体地,选取卫星定位轨迹中在运动方向上的最后若干个轨迹点,并根据该最后若干个轨迹点检测该卫星定位轨迹的运动方向是否指向遮挡区域,即执行步骤333。
值得一提的是,此处用于卫星定位轨迹的运动方向检测的是最后若干个轨迹点,是由于该最后若干个轨迹点相较于之前的轨迹点位于出入口区域的概率较大,以此方式能够有效地提高出入口位置检测的效率。
步骤333,根据卫星定位轨迹中在运动方向上的最后若干个轨迹点,检测卫星定位轨迹的运动方向是否指向遮挡区域。
其中,遮挡区域,是指GPS信号被遮挡或者不稳定的区域。例如,遮挡区域可以是地下停车场,还可以是地下商场等。
在一种可能的实现方式,卫星定位轨迹的运动方向检测基于GPS实现。具体地,如图4所示,步骤333可以包括以下步骤:
步骤3331,从最后若干个轨迹点对应的轨迹数据中提取可见卫星数和可用卫星数。
其中,卫星定位数据包括可见卫星数和可用卫星数。其中,可见卫星数是指当前卫星定位中可提供卫星定位服务的卫星数量,可用卫星数是指当前卫星定位中实际使用的卫星数量。
发明人发现,如果GPS信号未被遮挡且始终稳定,则可见卫星数和可用卫星数均大于零且相对稳定,随着可用卫星数减少,甚至减少为零,即表示GPS信号不稳定,甚至被遮挡,例如,对象由未遮挡区域进入遮挡区域,以此方式便能够有效地识别出卫星定位轨迹的运动方向是否指向遮挡区域。
步骤3332,如果可见卫星数超过第一阈值且可用卫星数不超过第二阈值,则确定卫星定位轨迹的运动方向指向遮挡区域。
其中,第一阈值和第二阈值,可以根据应用场景的实际需要灵活地调整,此处并未加以限定。
例如,本实施例中,第一阈值=0,第二阈值=0。也就是说,对于卫星定位轨迹中在运动方向上的最后若干个轨迹点而言,如果对应轨迹数据中的可见卫星数>0且可用卫星数<=0,表示此时GPS信号被遮挡或者不稳定,以此方式确定卫星定位轨迹的运动方向指向遮挡区域。
在此说明的是,最后若干个轨迹点,根据应用场景的实际需要也可以灵活地选取,例如,本实施例中,选取卫星定位轨迹中在运动方向上的最后3个轨迹点进行卫星定位轨迹的运动方向检测,此处并非构成具体限定。
由此,即实现了基于GPS的卫星定位轨迹的运动方向检测。
在一种可能的实现方式,卫星定位轨迹的运动方向检测基于传感器实现。具体地,如图5所示,步骤333可以包括以下步骤:
步骤3333,从最后若干个轨迹点对应的轨迹数据中提取传感器数据。
首先,不同的传感器具有不同的识别功能。例如,光照传感器用于识别环境的光照强度;气压传感器用于识别环境的气压强度;加速度传感器用于识别环境的坡度、转弯等;陀螺仪传感器用于识别环境的坡度、转弯等变化。
在此说明的是,用于识别环境的传感器,可固定布设于遮挡区域及其出入口位置,例如,固定布设于地下停车场及其出入口位置,还可以部署在持续运动的对象上,例如,作为车载终端部署在行驶的车辆上,此处并未加以限定。
就卫星定位轨迹中在运动方向上的最后若干个轨迹点来说,实质上具有指向性,那么,从最后若干个轨迹点对应轨迹数据中提取得到的传感器数据,实质上反映了运动方向上传感器识别到的感测对象变化。例如,当感测对象为传感器所在环境,则光照传感器数据用于表示运动方向上光照传感器识别到的环境光照强度的变化;气压传感器数据用于表示运动方向上气压传感器识别到的环境气压强度的变化;加速度传感器数据/陀螺仪传感器数据则用于表示运动方向上加速度传感器/陀螺仪传感器识别到的环境坡度、转弯等的变化。当感测对象为运动的对象,则加速度传感器数据可用于表示运动方向上加速度传感器识别到的对象的运动速度变化。
步骤3334,如果传感器数据表示运动方向上的感测对象变化满足第一设定条件,则确定卫星定位轨迹的运动方向指向遮挡区域。
其中,第一设定条件,是指运动方向指向遮挡区域时感测对象的实际变化。
以遮挡区域为地下停车场举例说明,如果运动方向是从地上区域指向地下停车场,则光照传感器数据表示运动方向上的环境光照强度将持续降低,此时,第一设定条件是指运动方向上的环境光照强度降低。同理,气压传感器数据表示运动方向上的环境气压强度持续增强,则运动方向是从地上区域指向地下停车场,此时,第一设定条件是指运动方向上的环境气压强度增强。
进一步地,应当理解,当对象逐渐接近地下停车场的入口位置,运动速度会逐渐降低,因此,可通过加速度传感器辅以检测,即如果运动方向是从地面地区指向地下停车场,加速度传感器数据则表示运动方向上加速度传感器识别到的对象的运动速度逐渐降低,例如,逐渐减速行驶的车辆,此时,第一设定条件是指运动方向上的对象的运动速度降低。
进一步地,有些地下停车场的出入口位置多为带有急转弯的陡坡,那么,可通过加速度传感器/陀螺仪传感器辅以检测,即如果运动方向是从地面地区指向地下停车场,加速度传感器数据/陀螺仪传感器数据则表示运动方向上加速度传感器/陀螺仪传感器识别到的环境坡度下降/出现急转弯等,此时,第一设定条件是指运动方向上环境坡度下降/出现急转弯等。
由此,即实现了基于传感器的卫星定位轨迹的运动方向检测。
值得一提的是,在上述卫星定位轨迹的运动方向检测过程中,步骤3331至步骤3334的执行顺序并非构成具体限定,既不局限于先执行步骤3331再步骤3332,也不局限于先执行步骤3333再执行步骤3334,还可以是依次执行步骤3331至步骤3334,以通过“GPS+传感器”相互结合的方式充分地保证卫星定位轨迹的运动方向检测的准确性。
步骤335,当检测到卫星定位轨迹的运动方向指向遮挡区域,将卫星定位轨迹作为入口位置关联的轨迹。
步骤337,将入口位置关联的轨迹添加至入口轨迹集合。
在上述实施例的作用下,实现了卫星定位轨迹的运动方向检测,以便于从海量对象的海量轨迹中筛选得到入口位置关联的轨迹,并以此作为入口位置检测的依据,从而使得入口位置检测得以实现。
另一方面,轨迹集合包括出口轨迹集合,出口轨迹集合包括至少一条出口位置关联的轨迹。
首先说明的是,用于生成出口轨迹集合的轨迹数据,在一种可能的实现方式,来源于步骤310中获取到的轨迹数据,以此充分地保证出口位置检测的全面性;在一种可能的实现方式,根据已存在的入口位置对步骤310中获取到的轨迹数据进行筛选得到,以此方式能够有效地提高出口位置检测的效率和准确率。
现对根据已存在的入口位置筛选轨迹数据的过程进行如下说明:
具体地,请参阅图6,本申请实施例中提供了一种可能的实现方式,步骤310可以包括以下步骤:
步骤311,如果已存在所述入口位置,则确定与入口位置之间的距离在第一距离范围内的轨迹点。
其中,第一距离范围,可以根据应用场景的实际需要灵活地调整,例如,本实施例中,第一距离范围为500米。
步骤313,从对象运动的轨迹中,选取以确定的轨迹点作为起点的轨迹。
步骤315,从获取到的轨迹数据中,筛选出所选取轨迹中各轨迹点对应的轨迹数据。
也就是说,当入口位置确定,出口位置将得到初步的确定,即出口位置与入口位置之间的距离不能超过第一距离范围之外,以此方式使得出口位置检测的准确性得以提高。
进一步地,当出口位置初步确定,即步骤311中确定的轨迹点所在位置,便可确定出口位置关联的轨迹是以该轨迹点作为起点的轨迹,并最终获得该轨迹中各轨迹点对应的轨迹数据,以此执行后续出口轨迹集合的生成步骤。
由上可知,在进行出口位置检测时,基于步骤310中获取到的轨迹数据,实质上经过了两次过滤,即第一次过滤了与入口位置之间的距离超过第一距离范围的轨迹点对应的轨迹数据,第二次过滤了不以步骤311中确定的轨迹点作为起点的轨迹中各轨迹点对应的轨迹数据,使得用于生成出口轨迹集合的数据量大大减少,以此方式提高出口轨迹集合的生成效率,从而有利于提高出口位置检测的效率。
其次说明的是,包括至少一条出口位置关联的轨迹的出口轨迹集合的生成过程。区别于入口位置关联的轨迹的运动方向是指向遮挡区域,出口位置关联的轨迹的运动方向是远离遮挡区域,在此,发明人意识到,如果对象运动的轨迹的运动方向由遮挡区域指向未遮挡区域,则对象在刚远离该遮挡区域时,GPS信号可能存在被遮挡或者不稳定的现象,那么,适用于入口位置的运动方向检测方案就不适用于出口位置的运动方向检测。
因此,本实施例中,运动方向检测是基于网络定位数据实现的。
具体地,请参阅图7,本申请实施例中提供了一种可能的实现方式,步骤330可以包括以下步骤:
步骤332,针对对象运动的轨迹,确定轨迹中在运动方向上的前若干个轨迹点。
此处用于网络定位轨迹分析的是前若干个轨迹点,是由于该前若干个轨迹点相较于之后的轨迹点位于出入口区域的概率较大,以此方式能够有效地提高出入口位置检测的效率。
此外,前若干个轨迹点,根据应用场景的实际需要可以灵活地选取,例如,本实施例中,选取轨迹中在运动方向上的前3个轨迹点进行网络定位轨迹的分析,此处并非构成具体限定。
步骤334,如果前若干个轨迹点对应的轨迹数据中包含网络定位数据,则将轨迹作为网络定位轨迹,并对网络定位轨迹中的轨迹点进行遍历,检测网络定位轨迹的运动方向是否远离遮挡区域。
此处的轨迹数据,在一种可能的实现方式,来源于步骤310中获取到的轨迹数据,在一种可能的实现方式,来源于步骤315筛选得到的轨迹数据。
发明人意识到,就对象运动的轨迹来说,如果该轨迹的运动方向由遮挡区域指向未遮挡区域,那么,对于该轨迹中的所有轨迹点来说,位于遮挡区域的轨迹点所对应的轨迹数据将通过网络定位获取到,而位于未遮挡区域的轨迹点所对应的轨迹数据则可通过卫星定位获取到。换而言之,如果轨迹中前若干个轨迹点对应的轨迹数据中包含有网络定位数据,那么,该轨迹的运动方向就有可能是由遮挡区域指向未遮挡区域,亦即该轨迹就有可能是出口位置关联的轨迹。
故而,本实施例中,针对对象运动的轨迹中所有轨迹点进行筛选,生成网络定位轨迹,作为出口位置关联的候选出口轨迹。其中,该网络定位轨迹中前若干个轨迹点对应的轨迹数据中包含网络定位数据。
可以理解,网络定位轨迹可能始终处于未遮挡区域,也可能是对象由遮挡区域运动至未遮挡区域形成的,基于此,在获得网络定位轨迹之后,便需要进一步地判断该网络定位轨迹的运动方向是否远离遮挡区域。
在一种可能的实现方式,网络定位轨迹的运动方向检测基于GPS实现。具体地,如图8所示,步骤334可以包括以下步骤:
步骤3341,对网络定位轨迹中的轨迹点进行遍历,根据遍历到轨迹点对应的轨迹数据中是否包含卫星定位数据,确定遍历到轨迹点的GPS信号状态。
其中,轨迹点的GPS信号状态包括:GPS信号不稳定状态和GPS信号稳定状态。
具体地,如果遍历到轨迹点对应的轨迹数据中未包含卫星定位数据,表示遍历到的轨迹点仍位于遮挡区域,则确定该轨迹点的GPS信号状态为GPS信号不稳定状态。
否则,如果遍历到轨迹点对应的轨迹数据中包含卫星定位数据,表示遍历到的轨迹点正在远离遮挡区域,此时,该轨迹点的GPS信号状态可能仍处于GPS信号不稳定状态,也可能已经处于GPS信号稳定状态,因此需要进一步地确定该轨迹点的GPS信号状态。
具体地,从所包含卫星定位数据中提取可用卫星数,如果所包含卫星定位数据中的可用卫星数超过第三阈值,则确定该轨迹点的GPS信号状态为GPS信号稳定状态。
否则,如果所包含卫星定位数据中的可用卫星数未超过第三阈值,则确定该轨迹点的GPS信号状态仍处于GPS信号不稳定状态。
其中,第三阈值,可以根据应用场景的实际需要灵活地调整,此处并未加以限定。例如,本实施例中,第三阈值=4。也就是说,当可用卫星数>4,即确定遍历到的轨迹点的GPS信号状态为GPS信号稳定状态。
步骤3342,当遍历到网络定位轨迹中轨迹点的GPS信号状态由GPS信号不稳定状态变化为GPS信号稳定状态,确定网络定位轨迹的运动方向远离遮挡区域。
也就是说,当遍历到网络定位轨迹中轨迹点的GPS信号状态由GPS信号不稳定状态变化为GPS信号稳定状态,表示轨迹点已处于GPS信号稳定的未遮挡区域,以此确定该网络定位轨迹的运动方向远离遮挡区域。
值得一提的是,为了提高运动方向检测的准确性,在一种可能的实现方式,如果连续若干个轨迹点的GPS信号状态都为GPS信号稳定状态,方可视为遍历到网络定位轨迹中轨迹点的GPS信号状态由GPS信号不稳定状态变化为GPS信号稳定状态,即已处于GPS信号稳定的未遮挡区域。例如,本实施例中,连续个数为3个。也就是说,连续3个轨迹点的GPS信号状态都为GPS信号稳定状态,方可视为遍历到网络定位轨迹中轨迹点的GPS信号状态由GPS信号不稳定状态变化为GPS信号稳定状态,此处并非构成具体限定。
由此,即实现了基于GPS的网络定位轨迹的运动方向检测。
在一种可能的实现方式,网络定位轨迹的运动方向检测基于传感器实现。具体地,如图9所示,步骤334可以包括以下步骤:
步骤3343,对网络定位轨迹中的轨迹点进行遍历,从遍历到轨迹点对应的轨迹数据中提取传感器数据。
此处同理于卫星定位轨迹基于传感器的运动方向检测方案,就网络定位轨迹中遍历到的各轨迹点来说,实质上具有指向性,那么,针对遍历到各轨迹点对应轨迹数据中提取得到的传感器数据,实质上反映了运动方向上传感器识别到的感测对象变化。
步骤3344,如果传感器数据表示运动方向上的感测对象变化满足第二设定条件,则确定网络定位轨迹的运动方向远离遮挡区域。
其中,第二设定条件,是指运动方向远离遮挡区域时感测对象的实际变化。
仍以遮挡区域为地下停车场举例说明,如果运动方向是远离地下停车场,则光照传感器数据表示运动方向上的环境光照强度将持续增强,此时,第二设定条件是指运动方向上的环境光照强度增强。同理,气压传感器数据表示运动方向上的环境气压强度持续降低,则运动方向是远离地下停车场,此时,第二设定条件是指运动方向上的环境气压强度降低。
进一步地,应当理解,当对象刚刚离开地下停车场的出口位置,运动速度尚处于低速,因此,可通过加速度传感器辅以检测,即如果运动方向是从地下停车场指向地面地区,加速度传感器数据则表示运动方向上加速度传感器识别到的对象的运动速度逐渐升高,例如,逐渐加速行驶的车辆,此时,第二设定条件是指运动方向上的对象的运动速度升高。
进一步地,有些地下停车场的出入口位置多为带有急转弯的陡坡,那么,可通过加速度传感器/陀螺仪传感器辅以检测,即如果运动方向是远离地下停车场,加速度传感器数据/陀螺仪传感器数据则表示运动方向上加速度传感器/陀螺仪传感器识别到的环境坡度上升/出现急转弯等,此时,第二设定条件是指运动方向上环境坡度上升/出现急转弯等。
由此,即实现了基于传感器的网络定位轨迹的运动方向检测。
值得一提的是,在上述网络定位轨迹的运动方向检测过程中,步骤3341至步骤3334的执行顺序并非构成具体限定,既不局限于先执行步骤3341再执行步骤3342,也不局限于先执行步骤3343再执行步骤3344,还可以是依次执行步骤3341至步骤3344,以通过“GPS+传感器”相互结合的方式充分地保证网络定位轨迹的运动方向检测的准确性。
步骤336,当检测到网络定位轨迹的运动方向远离遮挡区域,从网络定位轨迹中选取出口位置关联的轨迹。
具体而言,如图10所示,在一种可能的实现方式,步骤336可以包括以下步骤:
步骤3361,针对网络定位轨迹中的轨迹点,以GPS信号状态为GPS信号稳定状态的第若干个轨迹点作为终点。
其中,该第若干个轨迹点,可以根据应用场景的实际需要灵活地选取,此处并未加以限定。例如,本实施例中,选取第3个GPS信号状态为GPS信号稳定状态的轨迹点作为终点,也就是说,前2个GPS信号状态为GPS信号稳定状态的轨迹点不会作为终点被选取,以此方式来排除GPS信号不稳定而导致误判轨迹点的GPS信号状态为GPS信号稳定状态的现象,从而有利于保证出入口位置检测的准确性。
步骤3363,从网络定位轨迹中选取第一个轨迹点与终点之间的轨迹点,形成出口位置关联的轨迹。
也就是说,出口位置关联的轨迹,实质上是网络定位轨迹中的一个轨迹片段,以此方式能够使得后续出入口位置获取过程中的数据量大大减少,从而能够有效地提高出入口位置检测的效率。
步骤338,将出口位置关联的轨迹添加至出口轨迹集合。
通过上述过程,实现了网络定位轨迹的运动方向检测,以便于从海量对象的海量轨迹中筛选得到出口位置关联的轨迹,并以此作为出口位置检测的依据,从而使得出口位置检测得以实现。
下面对出入口位置的获取过程进行如下说明:
请参阅图11,本申请实施例中提供了一种可能的实现方式,步骤350可以包括以下步骤:
步骤351,针对每一条入口位置关联的轨迹,确定轨迹中在运动方向上的最后若干个轨迹点,从最后若干个轨迹点对应的轨迹数据中提取可见卫星数和可用卫星数。
由于入口位置关联的轨迹的终点是入口位置,则该轨迹中在运动方向上的最后若干个轨迹点相较于之前轨迹点位于出入口区域的概率更大,因此,本实施例中,首先选取该轨迹中在运动方向上的最后若干个轨迹点,以此方式来提高出入口位置检测的效率。
此外,该最后若干个轨迹点,是指对应轨迹数据中包含卫星定位数据的轨迹点,以便于能够根据卫星定位数据确定位于出入口区域的轨迹点。
步骤353,将可见卫星数超过第四阈值且可用卫星数不小于第五阈值的轨迹点作为入口临界点。
其中,第四阈值和第五阈值,可以根据应用场景的实际需要灵活地调整,同理,最后若干个,根据应用场景的实际也可以灵活地调整,此处并未加以限定。
例如,本实施例中,第四阈值=0,第五阈值=0。那么,在一种可能的实现方式,入口临界点包括入口位置关联的轨迹中最后5个可见卫星数>0且可用卫星数>0的轨迹点;在一种可能的实现方式,入口临界点包括入口位置关联的轨迹中最后5个可见卫星数>0且可用卫星数=0的轨迹点;在一种可能的实现方式,入口临界点包括入口位置关联的轨迹中最后5个可见卫星数>0且可用卫星数>0的轨迹点、以及最后5个可见卫星数>0且可用卫星数=0的轨迹点。
步骤355,对入口临界点进行聚类,将聚类得到的入口临界点所在位置作为入口位置。
在得到入口临界点之后,即认为从入口位置关联的轨迹中提取出了位于出入口区域的轨迹点,即入口临界点为位于出入口区域的轨迹点,于是,便可针对该入口临界点进行聚类,以得到入口位置。
本实施例中,聚类采用DBSCAN算法实现。
请参阅图12,本申请实施例中提供了一种可能的实现方式,步骤350可以包括以下步骤:
步骤352,针对每一条出口位置关联的轨迹,确定轨迹中在运动方向上的前若干个轨迹点,从前若干个轨迹点对应的轨迹数据中提取可见卫星数和可用卫星数。
由于出口位置关联的轨迹的起点是出口位置,则该轨迹中在运动方向上的前若干个轨迹点相较于之后轨迹点位于出入口区域的概率更大,因此,本实施例中,首先选取该轨迹中在运动方向上的前若干个轨迹点,以此方式来提高出入口位置检测的效率。
此外,该前若干个轨迹点,是指对应轨迹数据中包含卫星定位数据的轨迹点,以便于能够根据卫星定位数据确定位于出入口区域的轨迹点。
步骤354,将可见卫星数超过第六阈值和/或可用卫星数超过第七阈值的轨迹点作为出口临界点。
其中,第六阈值和第七阈值,可以根据应用场景的实际需要灵活地调整,同理,前若干个,根据应用场景的实际也可以灵活地调整,此处并未加以限定。
例如,本实施例中,第六阈值=0,第七阈值=0。那么,在一种可能的实现方式,出口临界点包括出口位置关联的轨迹中前3个可见卫星数>0且可用卫星数>0的轨迹点;在一种可能的实现方式,出口临界点包括出口位置关联的轨迹中前6个可见卫星数>0的轨迹点;在一种可能的实现方式,前3个可见卫星数>0且可用卫星数=0的轨迹点;在一种可能的实现方式,出口临界点包括出口位置关联的轨迹中前3个可见卫星数>0且可用卫星数>0的轨迹点、以及该前3个轨迹点之后的3个可见卫星数>0的轨迹点。
步骤356,对出口临界点进行聚类,将聚类得到的出口临界点所在位置作为出口位置。
在得到出口临界点之后,即认为从出口位置关联的轨迹中提取出了位于出入口区域的轨迹点,即出口临界点为位于出入口区域的轨迹点,于是,便可针对该出口临界点进行聚类,以得到出口位置。
本实施例中,聚类采用DBSCAN算法实现。
现对采用DBSCAN算法实现聚类的过程进行如下说明:
首先介绍DBSCAN算法中涉及的几个定义:
Ε邻域:给定对象半径为Ε内的区域称为该对象的Ε邻域;
核心对象:如果给定对象Ε邻域内的样本点数大于等于MinPts,则称该对象为核心对象;
直接密度可达:对于样本集合D,如果样本点q在p的Ε邻域内,并且p为核心对象,那么对象q从对象p直接密度可达;
密度可达:对于样本集合D,给定一串样本点p1,p2…,pn,p=p1,q=pn,假如对象pi从pi-1直接密度可达,那么对象q从对象p密度可达;
密度相连:存在样本集合D中的一点o,如果对象o到对象p和对象q都是密度可达的,那么p和q密度相联;
Eg:假设半径Ε=3,MinPts=3,点p的E邻域中有点{m,p,p1,p2,o},点m的E邻域中有点{m,q,p,m1,m2},点q的E邻域中有点{q,m},点o的E邻域中有点{o,p,s},点s的E邻域中有点{o,s,s1};
那么,核心对象有p、m、o、s(q不是核心对象,因为它对应的E邻域中点数量等于2,小于MinPts=3);
点m从点p直接密度可达,因为m在p的E邻域内,并且p为核心对象;
点q从点p密度可达,因为点q从点m直接密度可达,并且点m从点p直接密度可达;
点q到点s密度相连,因为点q从点p密度可达,并且s从点p密度可达。
其次结合本申请中各实施例对DBSCAN算法进行具体地描述:
输入:包含n个对象/样本点(即轨迹点)的数据库,半径e,最少数目MinPts;
输出:所有生成的簇(也认为是聚类),达到密度要求。簇中包含聚类得到的入口临界点或出口临界点。
(1)Repeat;
(2)从数据库中抽出一个未处理的点(样本点);
(3)IF抽出的点是核心点,THEN找出所有从该点密度可达的对象,形成一个簇;
(4)ELSE抽出的点是边缘点(非核心对象),跳出本次循环,寻找下一个点;
(5)UNTIL所有的点都被处理。
上述过程中,采用DBSCAN算法实现入口临界点或出口临界点的聚类,以此方式来克服基于距离的聚类算法只能发现“类圆形”的聚类的缺陷,从而有利于提高出入口位置检测的准确率。
下面对出入口位置的匹配过程进行如下说明:
应当理解,对象运动的每一条轨迹通常具有起点和终点,对于出入口位置关联的轨迹来说,入口位置关联的轨迹的终点是入口位置,而出口位置关联的轨迹的起点是出口位置。发明人发现,对于同一个对象而言,在从目标区域的入口位置进入该目标区域之后,势必需要再从该目标区域的出口位置离开该目标区域,例如,车主从地下停车场的入口位置进入地下停车场,待事情处理完毕,又会从该地下停车场的出口位置离开该地下停车场。由此可见,上述过程中,虽然出入口位置关联的轨迹(轨迹通过轨迹标识唯一地表示)有所不同,却是由同一个对象(对象通过对象标识唯一地表示)运动形成的,换而言之,该出入口位置关联的轨迹,虽然轨迹标识不同,但对象标识相同。
故而,本实施例中,出入口位置的匹配,是根据出入口位置关联的轨迹确定的对象标识完成的。
具体而言,请参阅图13,本申请实施例中提供了一种可能的实现方式,步骤370可以包括以下步骤:
步骤371,根据入口位置关联的轨迹确定入口位置对应的第一对象标识,以及根据出口位置关联的轨迹确定出口位置对应的第二对象标识。
步骤373,针对每一个入口位置,计算入口位置对应的第一对象标识与各出口位置对应的第二对象标识的重合次数。
在此,重合用于表示形成入口位置关联的轨迹的对象与形成出口位置关联的轨迹的对象相同。也可以理解为,重合是指上报入口位置相关的轨迹数据的对象与上报出口位置相关的轨迹数据的对象相同。
步骤375,将重合次数最大的出口位置作为入口位置属于相同区域的出口位置。
举例来说,入口位置A关联的轨迹有D1和D2,出口位置B关联的轨迹有D3,出口位置C关联的轨迹有D4。其中,轨迹D1是对象E1运动形成的,轨迹D2是对象E2运动形成的,轨迹D3是对象E1运动形成的,轨迹D4是对象E2运动形成的。
基于此,入口位置A对应的第一对象标识有E1和E2,出口位置B对应的第二对象标识有E1,出口位置C对应的第二对象标识有E2。那么,入口位置A对应的第一对象标识E1与出口位置B对应的第二对象标识E1重合次数为1次,同理,入口位置A对应的第一对象标识E2与出口位置C对应的第二对象标识E2重合次数为1次。
假设1次视为重合次数最大,则入口位置A与出口位置B属于相同区域,入口位置A与出口位置C属于相同区域,也就是说,在该区域中,入口位置包括A,出口位置包括B和C。
在一种可能的实现方式,为每一个入口位置生成候选出口位置集,候选出口位置集包括若干个候选出口位置,候选出口位置与入口位置之间的距离在第二距离范围内。其中,第二距离范围可以根据应用场景的实际需要灵活地调整,例如,第二距离范围为1000米。
也就是说,在进行出入口位置的匹配之前,针对每一个入口位置,先对所有的出口位置进行筛选,以此方式使得进行出入口位置匹配的数据量有效地减少,进而有利于提高出入口位置的匹配效率,并最终有利于提高出入口位置检测的效率。
仍已前述例子进行说明,虽然出口位置C满足与入口位置A属于相同区域的条件,但假设出口位置C不属于候选出口位置集,则视为出口位置C与入口位置A不属于相同区域。例如,在实际生活中,出口位置C和入口位置A可能位于相邻小区。
在上述实施例的作用下,实现了基于入口位置的出口位置匹配方案,利用出入口位置关联的轨迹而不是简单地考虑出入口位置之间的距离,以此方式能够有效地提高出入口位置匹配的准确率。
请参阅图14,本申请实施例中提供了一种可能的实现方式,步骤370还可以包括以下步骤:
步骤377,针对每一个出口位置,计算出口位置对应的第二对象标识与各入口位置对应的第一对象标识的重合次数。
步骤379,将重合次数最大的入口位置作为出口位置属于相同区域的入口位置。
通过上述实施例的配合,实现了基于出口位置的入口位置匹配方案,使得相同区域中的多个出入口位置得以匹配在一起,进一步地提高了出入口位置匹配的准确率。
图15是根据一示例性实施例示出的一种出入口检测方法的实现框图。该出入口检测方法包括三个模块:入口位置检测模块、出口位置检测模块、以及出入口位置匹配模块。
下面以地下停车场为例说明上述三个模块所实现的功能:
一、入口位置检测模块:
轨迹提取单元:用于获取轨迹数据,该轨迹数据包括卫星定位数据、网络定位数据、传感器数据,该轨迹数据用于表示各车主驾驶车辆穿梭于各地下停车场所形成的轨迹中的轨迹点。
轨迹清洗单元:用于对获取到的轨迹数据进行平滑处理,以过滤对象运动轨迹中存在定位偏移的轨迹点。
进入停车场识别单元:用于根据平滑处理后的轨迹数据识别运动方向指向地下停车场的轨迹,以此形成入口轨迹集合。
入口识别单元:用于从入口轨迹集合的各轨迹中提取位于出入口区域的轨迹点进行聚类,以此识别得到入口位置。
二、出口位置检测模块:
入口周边出发的轨迹选取单元:用于根据入口识别单元识别得到的入口位置,对轨迹提取单元中的轨迹数据进行筛选。
轨迹清洗单元:用于对入口周边出发的轨迹选取单元选取到轨迹数据进行平滑处理,以过滤入口周边出发的轨迹中存在定位偏移的轨迹点。
离开停车场识别单元:用于根据平滑处理后的轨迹数据识别运动方向远离地下停车场的轨迹,以此形成出口轨迹集合。
出口识别单元:用于从出口轨迹集合的各轨迹中提取位于出入口区域的轨迹点进行聚类,以此识别得到出口位置。
三、出入口位置匹配模块:
入口位置及其关联的轨迹单元:用于根据入口位置关联的轨迹确定对应的第一对象标识。
出口位置及其关联的轨迹单元:用于根据出口位置关联的轨迹确定对应的第二对象标识。
出入口匹配单元:用于计算每一个入口位置对应的第一对象标识与各出口位置对应的第二对象标识的重合次数,和/或,计算每一个出口位置对应的第二对象标识与各入口位置对应的第一对象标识的重合次数。
结果输入单元:用于根据出入口匹配单元计算得到的重合次数,输出属于同一个地下停车场的出入口位置。
由此,即实现关于地下停车场的出入口检测方法,不仅能够有效地减少人工数据采集的成本,而且具有较高的检测准确率。
在一个应用场景中,基于地下停车场的出入口位置,为该地下停车场构建WIFI定位指纹系统,有利于车主实现地下停车场的精准定位,进而有利于车主准确地找到地下停车场的停车位,减少车主停车的时间成本,从而极大地改善车主的导航体验。
在一个应用场景中,该地下停车场的出入口位置可作为POI(Point Of Interest,兴趣点),在电子地图中展示,以为车主提供导航服务。例如,当车主的目的地位于该地下停车场的入口位置附近,则基于导航起终点吸附技术,自动将该地下停车场的入口位置作为车主本次导航的终点,为车主提供包含该地下停车场的出入口位置的导航路线。
具体地,请参阅图16,本申请实施例还提供了一种导航方法,该方法适用于图1所示实施环境的终端100。
在下述方法实施例中,为了便于描述,以各步骤的执行主体为终端加以说明,但是并不对此构成限定。
如图16所示,该方法可以包括以下步骤:
步骤510,导航界面中显示电子地图,电子地图中标记有目标区域的出入口位置。
其中,目标区域的出入口位置是根据上述各实施例中的出入口位置检测方法检测到的。
步骤530,响应于选择指令发起路线导航请求,路线导航请求用于请求包含出入口位置的导航路线。
其中,包含出入口位置的导航路线,指的是以目标区域的入口位置为终点的导航路线,或者,以目标区域的出口位置为起点的导航路线。
步骤550,接收包含出入口位置的导航路线。
步骤570,根据导航路线进行导航。
例如,车主欲前往某商城,电子地图中标记有该商城附近地下停车场的出入口位置,当车主在电子地图中点击该地下停车场的入口位置,视为车主本次导航的终点,或者,当车主在电子地图中点击位于该地下停车场的入口位置附近的商城作为目的地,则通过导航起终点吸附自动将该地下停车场的入口位置作为车主本次导航的终点,进而向服务器请求以该地下停车场的入口位置为终点的导航路线。其中,选择指令即是在检测到车主的点击操作时生成的。
当服务器返回该导航路线,对应地,导航仪便能够接收到该导航路线,进而按照该导航路线为车主提供导航服务。
通过上述过程,实现了基于目标区域(例如地下停车场)的出入口位置的导航服务,避免因出入口位置缺失而导致导航起终点偏移,从而能够有效地提高车主的导航体验。
下述为本申请装置实施例,可以用于执行本申请所涉及的出入口位置检测方法。对于本申请装置实施例中未披露的细节,请参照本申请所涉及的出入口位置检测方法的方法实施例。
请参阅图17,本申请实施例中提供了一种出入口位置检测装置900,包括但不限于:轨迹数据获取模块910、轨迹集合生成模块930、出入口获取模块950以及出入口匹配模块970。
其中,轨迹数据获取模块910,用于获取轨迹数据,轨迹数据用于表示对象运动的轨迹中的轨迹点。
轨迹集合生成模块930,用于根据轨迹数据表示的轨迹点生成轨迹集合,轨迹集合包括至少一条出入口位置关联的轨迹。
出入口获取模块950,用于从至少一条出入口位置关联的轨迹中提取位于出入口区域的轨迹点进行聚类,得到出入口位置,出入口位置包括出口位置和入口位置。
出入口匹配模块970,用于根据轨迹集合中出入口位置关联的轨迹,进行出口位置和入口位置的匹配,得到属于相同区域的出口位置和入口位置。
本申请实施例提供了一种可能的实现方式,轨迹集合包括入口轨迹集合,入口轨迹集合包括入口位置关联的轨迹。
轨迹集合生成模块930,包括但不限于:轨迹生成单元、第一方向检测单元、轨迹定义单元以及第一轨迹添加单元。
其中,轨迹生成单元,用于如果对象运动的轨迹中轨迹点对应的轨迹数据中包含卫星定位数据,则根据包含卫星定位数据的轨迹数据表示的轨迹点生成卫星定位轨迹。
第一方向检测单元,用于根据卫星定位轨迹中在运动方向上的最后若干个轨迹点,检测卫星定位轨迹的运动方向是否指向遮挡区域。
轨迹定义单元,用于当检测到卫星定位轨迹的运动方向指向遮挡区域,将卫星定位轨迹作为入口位置关联的轨迹。
第一轨迹添加单元,用于将入口位置关联的轨迹添加至入口轨迹集合。
本申请实施例提供了一种可能的实现方式,卫星定位数据包括但不限于可见卫星数和可用卫星数。
第一方向检测单元,包括但不限于:第一数据提取子单元以及第一方向确定子单元。
其中,第一数据提取子单元,用于从最后若干个轨迹点对应的轨迹数据中提取可见卫星数和可用卫星数。
第一方向确定子单元,用于如果可见卫星数超过第一阈值且可用卫星数不超过第二阈值,则确定卫星定位轨迹的运动方向指向遮挡区域。
本申请实施例提供了一种可能的实现方式,第一方向检测单元,包括但不限于:第二数据提取子单元以及第二方向确定子单元。
其中,第二数据提取子单元,用于从最后若干个轨迹点对应的轨迹数据中提取传感器数据,传感器数据用于表示运动方向上传感器识别到的感测对象变化。
第二方向确定子单元,用于如果传感器数据表示运动方向上的感测对象变化满足第一设定条件,则确定卫星定位轨迹的运动方向指向遮挡区域。
本申请实施例提供了一种可能的实现方式,所述出入口检测装置,还包括但不限于:数据筛选模块,用于根据已存在的入口位置对获取到的轨迹数据进行筛选。
所述数据筛选模块,包括但不限于:起点确定单元、第一轨迹选取单元以及数据筛选单元。
其中,起点确定单元,用于如果已存在所述入口位置,则确定与入口位置之间的距离在第一距离范围内的轨迹点。
第一轨迹选取单元,用于从所述对象运动的轨迹中,选取以确定的轨迹点作为起点的轨迹。
数据筛选单元,用于从获取到的轨迹数据中,筛选出所选取轨迹中各轨迹点对应的轨迹数据。
对应地,轨迹集合生成模块930,用于根据筛选得到的轨迹数据表示的轨迹点生成出口轨迹集合,出口轨迹集合包括出口位置关联的轨迹。
本申请实施例提供了一种可能的实现方式,轨迹集合包括但不限于出口轨迹集合。
轨迹集合生成模块930,包括但不限于:轨迹点确定单元、第二方向检测单元、第二轨迹选取单元以及第二轨迹添加单元。
其中,轨迹点确定单元,用于针对对象运动的轨迹,确定轨迹中在运动方向上的前若干个轨迹点。
第二方向检测单元,用于如果前若干个轨迹点对应的轨迹数据中包含网络定位数据,则将轨迹作为网络定位轨迹,并对网络定位轨迹中的轨迹点进行遍历,检测网络定位轨迹的运动方向是否远离遮挡区域。
第二轨迹选取单元,用于当检测到网络定位轨迹的运动方向远离遮挡区域,从网络定位轨迹中选取出口位置关联的轨迹。
第二轨迹添加单元,用于将出口位置关联的轨迹添加至出口轨迹集合。
本申请实施例提供了一种可能的实现方式,第二方向检测单元,包括但不限于:状态确定子单元以及第三方向确定子单元。
其中,状态确定子单元,用于对网络定位轨迹中的轨迹点进行遍历,根据遍历到轨迹点对应的轨迹数据中是否包含卫星定位数据,确定遍历到轨迹点的GPS信号状态。
第三方向确定子单元,用于当遍历到网络定位轨迹中轨迹点的GPS信号状态由GPS信号不稳定状态变化为GPS信号稳定状态,确定网络定位轨迹的运动方向远离遮挡区域。
本申请实施例提供了一种可能的实现方式,状态确定子单元,包括但不限于:不稳定状态确定子单元以及稳定状态确定子单元。
其中,不稳定状态确定子单元,用于如果遍历到轨迹点对应的轨迹数据中未包含卫星定位数据,则确定遍历到轨迹点的GPS信号状态为GPS信号不稳定状态;
稳定状态确定子单元,用于如果遍历到轨迹点对应的轨迹数据中包含卫星定位数据,则从所包含卫星定位数据中提取可用卫星数,并且在提取到的可用卫星数超过第三阈值时,确定遍历到轨迹点的GPS信号状态为GPS信号稳定状态。
本申请实施例提供了一种可能的实现方式,第二方向检测单元,包括但不限于:第四数据提取子单元以及第四方向确定子单元。
其中,第四数据提取子单元,用于对网络定位轨迹中的轨迹点进行遍历,从遍历到轨迹点对应的轨迹数据中提取传感器数据,传感器数据用于表示运动方向上传感器识别到的感测对象变化。
第四方向确定子单元,用于如果传感器数据表示运动方向上的感测对象变化满足第二设定条件,则确定网络定位轨迹的运动方向远离遮挡区域。
本申请实施例提供了一种可能的实现方式,第二轨迹选取单元,包括但不限于:终点确定子单元以及轨迹选取子单元。
其中,终点确定子单元,用于针对网络定位轨迹中的轨迹点,以GPS信号状态为GPS信号稳定状态的第若干个轨迹点作为终点。
轨迹选取子单元,用于在网络定位轨迹中选取第一个轨迹点与终点之间的轨迹点,形成出口位置关联的轨迹。
本申请实施例提供了一种可能的实现方式,出入口获取模块950,包括但不限于:第一数据提取单元、第一临界点确定单元以及第一聚类单元。
其中,第一数据提取单元,用于针对每一条入口位置关联的轨迹,确定轨迹中在运动方向上的最后若干个轨迹点,从最后若干个轨迹点对应的轨迹数据中提取可见卫星数和可用卫星数。
第一临界点确定单元,用于将可见卫星数超过第四阈值且可用卫星数不小于第五阈值的轨迹点作为入口临界点。
第一聚类单元,用于对入口临界点进行聚类,将聚类得到的入口临界点所在位置作为入口位置。
本申请实施例提供了一种可能的实现方式,出入口获取模块950,包括但不限于:第二数据提取单元、第二临界点确定单元以及第二聚类单元。
其中,第二数据提取单元,用于针对每一条出口位置关联的轨迹,确定轨迹中在运动方向上的前若干个轨迹点,从前若干个轨迹点对应的轨迹数据中提取可见卫星数和可用卫星数。
第二临界点确定单元,用于将可见卫星数超过第六阈值和/或可用卫星数超过第七阈值的轨迹点作为出口临界点。
第二聚类单元,用于对出口临界点进行聚类,将聚类得到的出口临界点所在位置作为出口位置。
本申请实施例提供了一种可能的实现方式,出入口匹配模块970,包括但不限于:标识确定单元、第一次数计算单元以及出口位置定义单元。
其中,标识确定单元,用于根据入口位置关联的轨迹确定入口位置对应的第一对象标识,以及根据出口位置关联的轨迹确定出口位置对应的第二对象标识。
第一次数计算单元,用于针对每一个入口位置,计算入口位置对应的第一对象标识与各出口位置对应的第二对象标识的重合次数。
出口位置定义单元,用于将重合次数最大的出口位置作为入口位置属于相同区域的出口位置。
本申请实施例提供了一种可能的实现方式,第一次数计算单元,包括但不限于:候选集生成子单元以及次数计算子单元。
其中,候选集生成子单元,用于为每一个入口位置生成候选出口位置集,候选出口位置集包括但不限于若干个候选出口位置,候选出口位置与入口位置之间的距离在第二距离范围内。
次数计算子单元,用于针对候选出口位置集中的候选出口位置,计算入口位置对应的第一对象标识与各候选出口位置对应的第二对象标识的重合次数。
本申请实施例提供了一种可能的实现方式,出入口匹配模块970,还包括但不限于:第二次数计算单元以及入口位置定义单元。
其中,第二次数计算单元,用于针对每一个出口位置,计算出口位置对应的第二对象标识与各入口位置对应的第一对象标识的重合次数。
入口位置定义单元,用于将重合次数最大的入口位置作为出口位置属于相同区域的入口位置。
本申请实施例提供了一种可能的实现方式,所述出入口位置检测装置900还包括但不限于:数据处理模块。
其中,数据处理模块,用于对获取到的轨迹数据进行平滑处理,以过滤对象运动轨迹中存在定位偏移的轨迹点。
需要说明的是,上述实施例所提供的出入口位置检测装置在进行出入口位置检测时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即出入口位置检测装置的内部结构将划分为不同的功能模块,以完成以上描述的全部或者部分功能。
另外,上述实施例所提供的出入口位置检测装置与出入口位置检测方法的实施例属于同一构思,其中各个模块执行操作的具体方式已经在方法实施例中进行了详细描述,此处不再赘述。
由此,实现了不依赖GPS的出入口位置的检测方案,即不论GPS信号是否被遮挡或者是否稳定,都能够依赖于轨迹数据准确地检测到出入口位置,该轨迹数据不局限于卫星定位获取,还可能通过网络定位获取,或者来源于传感器,从而有效地解决了现有技术中存在的难以定位到出入口位置的问题。
请参阅图18,本申请实施例中提供了一种导航装置1000,包括但不限于但不限于:地图显示模块1010、路线请求模块1030、路线接收模块1050以及导航模块1070。
其中,地图显示模块1010,用于导航界面中显示电子地图,电子地图中标记有目标区域的出入口位置,目标区域的出入口位置是根据上述各实施例中的出入口位置检测方法检测到的。
路线请求模块1030,用于响应于选择指令发起路线导航请求,路线导航请求用于请求包含出入口位置的导航路线。
路线接收模块1050,用于接收包含出入口位置的导航路线。
导航模块1070,用于根据导航路线进行导航。
通过上述过程,实现了基于目标区域的出入口位置的导航服务,避免因出入口位置缺失而导致导航起终点偏移,从而能够有效地提高车主的导航体验。
图19根据一示例性实施例示出的一种服务器的结构示意。该服务器适用于图1所示出实施环境的服务器200。
需要说明的是,该服务器只是一个适配于本申请的示例,不能认为是提供了对本申请的使用范围的任何限制。该服务器也不能解释为需要依赖于或者必须具有图19示出的示例性的服务器2000中的一个或者多个组件。
服务器2000的硬件结构可因配置或者性能的不同而产生较大的差异,如图19所示,服务器2000包括但不限于:电源210、接口230、至少一存储器250、以及至少一中央处理器(CPU,Central Processing Units)270。
具体地,电源210用于为服务器2000上的各硬件设备提供工作电压。
接口230包括但不限于至少一有线或无线网络接口,用于与外部设备交互。例如,进行图1所示出实施环境中终端100与服务器200之间的交互。
当然,在其余本申请适配的示例中,接口230还可以进一步包括但不限于至少一串并转换接口233、至少一输入输出接口235以及至少一USB接口237等,如图19所示,在此并非对此构成具体限定。
存储器250作为资源存储的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,其上所存储的资源包括但不限于操作系统251、应用程序253及数据255等,存储方式可以是短暂存储或者永久存储。
其中,操作系统251用于管理与控制服务器2000上的各硬件设备以及应用程序253,以实现中央处理器270对存储器250中海量数据255的运算与处理,其可以是WindowsServerTM、Mac OS XTM、UnixTM、LinuxTM、FreeBSDTM等。
应用程序253是基于操作系统251之上完成至少一项特定工作的计算机程序,其可以包括但不限于至少一模块(图19未示出),每个模块都可以分别包含有对服务器2000的一系列计算机可读指令。例如,出入口位置检测装置可视为部署于服务器2000的应用程序253。
数据255可以是存储于磁盘中的照片、图片等,还可以是轨迹数据等,存储于存储器250中。
中央处理器270可以包括但不限于一个或多个以上的处理器,并设置为通过至少一通信总线与存储器250通信,以读取存储器250中存储的计算机可读指令,进而实现对存储器250中海量数据255的运算与处理。例如,通过中央处理器270读取存储器250中存储的一系列计算机可读指令的形式来完成出入口位置检测方法。
此外,通过硬件电路或者硬件电路结合软件也能同样实现本申请,因此,实现本申请并不限于任何特定硬件电路、软件以及两者的组合。
请参阅图20,图20是根据一示例性实施例示出的一种终端的结构示意图。该终端适用于图1所示出实施环境中的终端100。
需要说明的是,该终端只是一个适配于本申请的示例,不能认为是提供了对本申请的使用范围的任何限制。该终端也不能解释为需要依赖于或者必须具有图20中示出的示例性的终端1100中的一个或者多个组件。
如图20所示,终端1100包括但不限于存储器101、存储控制器103、一个或多个(图20中仅示出一个)处理器105、外设接口107、射频模块109、定位模块111、摄像模块113、音频模块115、触控屏幕117以及按键模块119。这些组件通过一条或多条通讯总线/信号线121相互通讯。
其中,存储器101可用于存储计算机程序以及模块,如本申请示例性实施例中的出入口位置检测方法及装置对应的计算机可读指令及模块,处理器105通过运行存储在存储器101内的计算机可读指令,从而执行各种功能以及数据处理,即完成导航方法。
存储器101作为资源存储的载体,可以是随机存储器、例如高速随机存储器、非易失性存储器,如一个或多个磁性存储装置、闪存、或者其它固态存储器。存储方式可以是短暂存储或者永久存储。
外设接口107可以包括但不限于至少一有线或无线网络接口、至少一串并联转换接口、至少一输入输出接口以及至少一USB接口等,用于将外部各种输入/输出装置耦合至存储器101以及处理器105,以实现与外部各种输入/输出装置的通信。
射频模块109用于收发电磁波,实现电磁波与电信号的相互转换,从而通过通讯网络与其他设备进行通讯。通信网络包括但不限于蜂窝式电话网、无线局域网或者城域网,上述通信网络可以使用各种通信标准、协议及技术。
定位模块111用于获取终端1100的当前所在的地理位置。定位模块111的实例包括但不限于但不限于全球定位系统GPS、基于无线局域网或者移动通信网的定位技术。例如,本申请中,卫星定位数据来源于全球定位系统GPS,网络定位数据则基于无线局域网或者移动通信网的定位技术产生。
摄像模块113隶属于摄像头,用于拍摄图片或者视频。拍摄的图片或者视频可以存储至存储器101内,还可以通过射频模块109发送至上位机。
音频模块115向用户提供音频接口,其可包括但不限于一个或多个麦克风接口、一个或多个扬声器接口以及一个或多个耳机接口。通过音频接口与其它设备进行音频数据的交互。音频数据可以存储至存储器101内,还可以通过射频模块109发送。
触控屏幕117在终端1100与用户之间提供一个输入输出界面。具体地,用户可通过触控屏幕117进行输入操作,例如点击、触摸、滑动等手势操作,以使终端1100对该输入操作进行响应。终端1100则将文字、图片或者视频任意一种形式或者组合所形成的输出内容通过触控屏幕117向用户显示输出。
按键模块119包括但不限于至少一个按键,用以提供用户向终端1100进行输入的接口,用户可以通过按下不同的按键使终端1100执行不同的功能。例如,声音调节按键可供用户实现对终端1100播放的声音音量的调节。
可以理解,图20所示的结构仅为示意,终端1100还可包括但不限于比图20中所示更多或更少的组件,或者具有与图20所示不同的组件。图20中所示的各组件可以采用硬件、软件或者其组合来实现。
请参阅图21,本申请实施例中提供了一种电子设备4000,例如,提供出入口位置检测方法的电子设备4000可以是服务器等计算机设备,提供导航方法的电子设备4000则可以是台式电脑笔记本电脑、平板电脑、智能手机、掌上电脑、个人数字助理、导航仪、微型计算机、智能计算机等。
该电子设备4000包括但不限于至少一个处理器4001、至少一条通信总线4002以及至少一个存储器4003。
其中,处理器4001和存储器4003相连,如通过通信总线4002相连。可选地,电子设备4000还可以包括但不限于收发器4004,收发器4004可以用于该电子设备与其他电子设备之间的数据交互,如数据的发送和/或数据的接收等。需要说明的是,实际应用中收发器4004不限于一个,该电子设备4000的结构并不构成对本申请实施例的限定。
处理器4001可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器4001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
通信总线4002可包括但不限于一通路,在上述组件之间传送信息。通信总线4002可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(Extended Industry Standard Architecture,扩展工业标准结构)总线等。通信总线4002可以分为地址总线、数据总线、控制总线等。为便于表示,图21中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器4003可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括但不限于压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器4003上存储有计算机可读指令,处理器4001通过通信总线4002读取存储器4003中存储的计算机可读指令。
该计算机可读指令被处理器4001执行时实现上述各实施例中的出入口位置检测方法或导航方法。
同时,本申请实施例中提供了一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述各实施例中的出入口位置检测方法或导航方法。
本申请实施例中提供了一种计算机程序产品,该计算机程序产品包括但不限于计算机可读指令,该计算机可读指令存储在存储介质中。计算机设备的处理器从存储介质读取该计算机可读指令,处理器执行该计算机可读指令,使得该计算机设备执行时实现上述各实施例中的出入口位置检测方法或导航方法。
与现有技术相比,实现了不依赖GPS的出入口位置的检测方案,即不论GPS信号是否被遮挡或者是否稳定,都能够依赖于轨迹数据准确地检测到出入口位置,该轨迹数据不局限于卫星定位获取,还可能通过网络定位获取,或者来源于传感器,从而有效地解决了现有技术中存在的难以定位到出入口位置的问题。
应该理解的是,虽然附图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,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括但不限于多个子步骤或者多个阶段,这些子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,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (15)
1.一种出入口位置检测方法,其特征在于,包括:
获取轨迹数据,所述轨迹数据用于表示对象运动的轨迹中的轨迹点;
根据所述轨迹数据表示的轨迹点生成轨迹集合,所述轨迹集合包括至少一条出入口位置关联的轨迹;
从至少一条所述出入口位置关联的轨迹中提取位于出入口区域的轨迹点进行聚类,得到所述出入口位置,所述出入口位置包括出口位置和入口位置;
根据所述轨迹集合中所述出入口位置关联的轨迹,进行所述出口位置和所述入口位置的匹配,得到属于相同区域的出口位置和入口位置。
2.如权利要求1所述的方法,其特征在于,所述轨迹集合包括入口轨迹集合,所述入口轨迹集合包括所述入口位置关联的轨迹;
所述根据所述轨迹数据表示的轨迹点生成轨迹集合,包括:
如果所述对象运动的轨迹中轨迹点对应的轨迹数据中包含卫星定位数据,则根据包含所述卫星定位数据的所述轨迹数据表示的轨迹点生成卫星定位轨迹;
根据所述卫星定位轨迹中在运动方向上的最后若干个轨迹点,检测所述卫星定位轨迹的运动方向是否指向遮挡区域;
当检测到所述卫星定位轨迹的运动方向指向所述遮挡区域,将所述卫星定位轨迹作为所述入口位置关联的轨迹;
将所述入口位置关联的轨迹添加至所述入口轨迹集合。
3.如权利要求2所述的方法,其特征在于,所述卫星定位数据包括可见卫星数和可用卫星数;
所述根据所述卫星定位轨迹中在运动方向上的最后若干个轨迹点,检测所述卫星定位轨迹的运动方向是否指向遮挡区域,包括:
从最后若干个轨迹点对应的轨迹数据中提取所述可见卫星数和所述可用卫星数;
如果所述可见卫星数超过第一阈值且所述可用卫星数不超过第二阈值,则确定所述卫星定位轨迹的运动方向指向所述遮挡区域。
4.如权利要求2或3所述的方法,其特征在于,所述根据所述卫星定位轨迹中在运动方向上的最后若干个轨迹点,检测所述卫星定位轨迹的运动方向是否指向遮挡区域,包括:
从最后若干个轨迹点对应的轨迹数据中提取传感器数据,所述传感器数据用于表示所述运动方向上传感器识别到的感测对象变化;
如果所述传感器数据表示所述运动方向上的感测对象变化满足第一设定条件,则确定所述卫星定位轨迹的运动方向指向所述遮挡区域。
5.如权利要求1所述的方法,其特征在于,所述从至少一条所述出入口位置关联的轨迹中提取位于出入口区域的轨迹点进行聚类,得到所述出入口位置,包括:
针对每一条所述入口位置关联的轨迹,确定所述轨迹中在运动方向上的最后若干个轨迹点,从最后若干个轨迹点对应的轨迹数据中提取可见卫星数和可用卫星数;
将所述可见卫星数超过第四阈值且所述可用卫星数不小于第五阈值的轨迹点作为入口临界点;
对所述入口临界点进行聚类,将聚类得到的入口临界点所在位置作为所述入口位置。
6.如权利要求1所述的方法,其特征在于,所述获取轨迹数据之后,所述方法还包括:
如果已存在所述入口位置,则确定与所述入口位置之间的距离在第一距离范围内的轨迹点;
从所述对象运动的轨迹中,选取以确定的轨迹点作为起点的轨迹;
从获取到的所述轨迹数据中,筛选出所选取轨迹中各轨迹点对应的轨迹数据;
所述根据所述轨迹数据表示的轨迹点生成轨迹集合,包括:
根据筛选得到的轨迹数据表示的轨迹点生成出口轨迹集合,所述出口轨迹集合包括所述出口位置关联的轨迹。
7.如权利要求1或6所述的方法,其特征在于,所述轨迹集合包括出口轨迹集合;
所述根据所述轨迹数据表示的轨迹点生成轨迹集合,包括:
针对所述对象运动的轨迹,确定所述轨迹中在运动方向上的前若干个轨迹点;
如果前若干个轨迹点对应的轨迹数据中包含网络定位数据,则将所述轨迹作为网络定位轨迹,并对所述网络定位轨迹中的轨迹点进行遍历,检测所述网络定位轨迹的运动方向是否远离遮挡区域;
当检测到所述网络定位轨迹的运动方向远离所述遮挡区域,从所述网络定位轨迹中选取所述出口位置关联的轨迹;
将所述出口位置关联的轨迹添加至所述出口轨迹集合。
8.如权利要求7所述的方法,其特征在于,所述对所述网络定位轨迹中的轨迹点进行遍历,检测所述网络定位轨迹的运动方向是否远离遮挡区域,包括:
对所述网络定位轨迹中的轨迹点进行遍历,根据遍历到轨迹点对应的轨迹数据中是否包含卫星定位数据,确定遍历到轨迹点的GPS信号状态;
当遍历到所述网络定位轨迹中轨迹点的GPS信号状态由GPS信号不稳定状态变化为GPS信号稳定状态,确定所述网络定位轨迹的运动方向远离所述遮挡区域。
9.如权利要求7所述的方法,其特征在于,所述对所述网络定位轨迹中的轨迹点进行遍历,检测所述网络定位轨迹的运动方向是否远离遮挡区域,包括:
对所述网络定位轨迹中的轨迹点进行遍历,从遍历到轨迹点对应的轨迹数据中提取传感器数据,所述传感器数据用于表示所述运动方向上传感器识别到的感测对象变化;
如果所述传感器数据表示所述运动方向上的感测对象变化满足第二设定条件,则确定所述网络定位轨迹的运动方向远离所述遮挡区域。
10.如权利要求7所述的方法,其特征在于,所述从至少一条所述出入口位置关联的轨迹中提取位于出入口区域的轨迹点进行聚类,得到所述出入口位置,包括:
针对每一条所述出口位置关联的轨迹,确定所述轨迹中在运动方向上的前若干个轨迹点,从前若干个轨迹点对应的轨迹数据中提取可见卫星数和可用卫星数;
将所述可见卫星数超过第六阈值和/或所述可用卫星数超过第七阈值的轨迹点作为出口临界点;
对所述出口临界点进行聚类,将聚类得到的出口临界点所在位置作为所述出口位置。
11.如权利要求1所述的方法,其特征在于,所述根据所述轨迹集合中所述出入口位置关联的轨迹,进行所述出口位置和所述入口位置的匹配,得到属于相同区域的出口位置和入口位置,包括:
根据所述入口位置关联的轨迹确定所述入口位置对应的第一对象标识,以及根据所述出口位置关联的轨迹确定所述出口位置对应的第二对象标识;
针对每一个所述入口位置,计算所述入口位置对应的第一对象标识与各所述出口位置对应的第二对象标识的重合次数;
将所述重合次数最大的所述出口位置作为所述入口位置属于相同区域的出口位置。
12.一种导航方法,其特征在于,包括:
导航界面中显示电子地图,所述电子地图中标记有目标区域的出入口位置,所述目标区域的出入口位置是根据如权利要求1至11中任一项所述的出入口位置检测方法检测到的;
响应于选择指令发起路线导航请求,所述路线导航请求用于请求包含所述出入口位置的导航路线;
接收包含所述出入口位置的导航路线;
根据所述导航路线进行导航。
13.一种出入口位置检测装置,其特征在于,包括:
轨迹数据获取模块,用于获取轨迹数据,所述轨迹数据用于表示对象运动轨迹中的轨迹点;
轨迹集合生成模块,用于根据所述轨迹数据表示的轨迹点生成轨迹集合,所述轨迹集合包括至少一条出入口位置关联的轨迹;
出入口获取模块,用于从至少一条所述出入口位置关联的轨迹中提取位于出入口区域的轨迹点进行聚类,得到所述出入口位置,所述出入口位置包括出口位置和入口位置;
出入口匹配模块,用于根据所述轨迹集合中所述出入口位置关联的轨迹,进行所述出口位置和所述入口位置的匹配,得到属于相同区域的出口位置和入口位置。
14.一种电子设备,其特征在于,包括:至少一个处理器、至少一个存储器、以及至少一条通信总线,其中,
所述存储器上存储有计算机可读指令,所述处理器通过所述通信总线读取所述存储器中的所述计算机可读指令;
所述计算机可读指令被所述处理器执行时实现如权利要求1至11或12中任一项所述的方法。
15.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至11或12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110019729.3A CN112859125B (zh) | 2021-01-07 | 2021-01-07 | 出入口位置检测方法、导航方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110019729.3A CN112859125B (zh) | 2021-01-07 | 2021-01-07 | 出入口位置检测方法、导航方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112859125A true CN112859125A (zh) | 2021-05-28 |
CN112859125B CN112859125B (zh) | 2022-03-11 |
Family
ID=76004986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110019729.3A Active CN112859125B (zh) | 2021-01-07 | 2021-01-07 | 出入口位置检测方法、导航方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112859125B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113124857A (zh) * | 2021-06-17 | 2021-07-16 | 腾讯科技(深圳)有限公司 | 一种出入口位置的确定方法、相关装置、设备及存储介质 |
CN113570899A (zh) * | 2021-07-16 | 2021-10-29 | 广州小鹏自动驾驶科技有限公司 | 停车场列表生成方法、装置、服务设备及存储介质 |
CN113592903A (zh) * | 2021-06-28 | 2021-11-02 | 北京百度网讯科技有限公司 | 车辆轨迹识别方法、装置、电子设备和存储介质 |
CN114049758A (zh) * | 2021-09-14 | 2022-02-15 | 北京中交兴路信息科技有限公司 | 一种工程车工地预警方法、装置、电子设备和存储介质 |
CN114509080A (zh) * | 2021-12-07 | 2022-05-17 | 高德软件有限公司 | 常用出口、入口的挖掘方法、路线推荐方法及产品 |
CN114608575A (zh) * | 2022-02-16 | 2022-06-10 | 北京三快在线科技有限公司 | 路径指引方法、装置、存储介质及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157665A (zh) * | 2016-07-13 | 2016-11-23 | 北京汇通天下物联科技有限公司 | 目标场所出入口的类别信息获取方法及装置 |
US20170176601A1 (en) * | 2015-12-21 | 2017-06-22 | Clarion Co., Ltd. | Information processing apparatus and information processing system |
CN109033011A (zh) * | 2018-06-19 | 2018-12-18 | 东软集团股份有限公司 | 计算轨迹频繁度的方法、装置、存储介质及电子设备 |
CN110741271A (zh) * | 2017-06-20 | 2020-01-31 | 北京嘀嘀无限科技发展有限公司 | 用于定位建筑物出入口的系统和方法 |
CN111639968A (zh) * | 2020-05-25 | 2020-09-08 | 腾讯科技(深圳)有限公司 | 轨迹数据处理方法、装置、计算机设备以及存储介质 |
CN112069272A (zh) * | 2020-08-10 | 2020-12-11 | 拉扎斯网络科技(上海)有限公司 | 出入口信息确定方法、装置、电子设备和可读存储介质 |
-
2021
- 2021-01-07 CN CN202110019729.3A patent/CN112859125B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170176601A1 (en) * | 2015-12-21 | 2017-06-22 | Clarion Co., Ltd. | Information processing apparatus and information processing system |
CN106157665A (zh) * | 2016-07-13 | 2016-11-23 | 北京汇通天下物联科技有限公司 | 目标场所出入口的类别信息获取方法及装置 |
CN110741271A (zh) * | 2017-06-20 | 2020-01-31 | 北京嘀嘀无限科技发展有限公司 | 用于定位建筑物出入口的系统和方法 |
CN109033011A (zh) * | 2018-06-19 | 2018-12-18 | 东软集团股份有限公司 | 计算轨迹频繁度的方法、装置、存储介质及电子设备 |
CN111639968A (zh) * | 2020-05-25 | 2020-09-08 | 腾讯科技(深圳)有限公司 | 轨迹数据处理方法、装置、计算机设备以及存储介质 |
CN112069272A (zh) * | 2020-08-10 | 2020-12-11 | 拉扎斯网络科技(上海)有限公司 | 出入口信息确定方法、装置、电子设备和可读存储介质 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113124857A (zh) * | 2021-06-17 | 2021-07-16 | 腾讯科技(深圳)有限公司 | 一种出入口位置的确定方法、相关装置、设备及存储介质 |
CN113124857B (zh) * | 2021-06-17 | 2021-10-01 | 腾讯科技(深圳)有限公司 | 一种出入口位置的确定方法、相关装置、设备及存储介质 |
CN113592903A (zh) * | 2021-06-28 | 2021-11-02 | 北京百度网讯科技有限公司 | 车辆轨迹识别方法、装置、电子设备和存储介质 |
CN113570899A (zh) * | 2021-07-16 | 2021-10-29 | 广州小鹏自动驾驶科技有限公司 | 停车场列表生成方法、装置、服务设备及存储介质 |
WO2023284421A1 (zh) * | 2021-07-16 | 2023-01-19 | 广州小鹏自动驾驶科技有限公司 | 停车场列表生成方法、装置、服务设备及存储介质 |
CN114049758A (zh) * | 2021-09-14 | 2022-02-15 | 北京中交兴路信息科技有限公司 | 一种工程车工地预警方法、装置、电子设备和存储介质 |
CN114509080A (zh) * | 2021-12-07 | 2022-05-17 | 高德软件有限公司 | 常用出口、入口的挖掘方法、路线推荐方法及产品 |
CN114509080B (zh) * | 2021-12-07 | 2024-04-16 | 高德软件有限公司 | 常用出口、入口的挖掘方法、路线推荐方法及产品 |
CN114608575A (zh) * | 2022-02-16 | 2022-06-10 | 北京三快在线科技有限公司 | 路径指引方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112859125B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112859125B (zh) | 出入口位置检测方法、导航方法、装置、设备及存储介质 | |
Grassi et al. | Parkmaster: An in-vehicle, edge-based video analytics service for detecting open parking spaces in urban environments | |
Ke et al. | A smart, efficient, and reliable parking surveillance system with edge artificial intelligence on IoT devices | |
Abdelnasser et al. | SemanticSLAM: Using environment landmarks for unsupervised indoor localization | |
Vo et al. | A survey of fingerprint-based outdoor localization | |
Alzantot et al. | Crowdinside: Automatic construction of indoor floorplans | |
Xiao et al. | Transportation activity analysis using smartphones | |
WO2018057331A1 (en) | Discovering points of entry to a location | |
Aly et al. | Robust and ubiquitous smartphone-based lane detection | |
CN111540027B (zh) | 一种检测方法、装置、电子设备及存储介质 | |
CN106028447B (zh) | 一种基于气压指纹的室内楼层定位方法 | |
Zhao et al. | Automated traffic surveillance system with aerial camera arrays imagery: Macroscopic data collection with vehicle tracking | |
US20220128683A1 (en) | Method, system and computer program product for intelligent tracking | |
Kumar et al. | Indoor localization of vehicles using deep learning | |
Lau et al. | Extracting point of interest and classifying environment for low sampling crowd sensing smartphone sensor data | |
EP3053129A1 (en) | Marker based activity transition models | |
US9253606B2 (en) | Structure access characteristics determined from mobile unit data | |
Gong et al. | An enhanced indoor positioning solution using dynamic radio fingerprinting spatial context recognition | |
WO2020155075A1 (zh) | 一种导航装置、方法及相关设备 | |
GB2570853A (en) | Identifying sites visited by a user device | |
US11570576B2 (en) | Image-based approach for device localization based on a vehicle location | |
CN111538918B (zh) | 一种推荐方法、装置、电子设备及存储介质 | |
CN113850909B (zh) | 点云数据处理方法、装置、电子设备及自动驾驶设备 | |
Gong et al. | DeepNav: A scalable and plug-and-play indoor navigation system based on visual CNN | |
CN111984875B (zh) | 用于识别建筑物访问机构的方法、设备和计算机程序产品 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40044396 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |