CN113780978A - 到站提醒方法、装置、存储介质及电子设备 - Google Patents
到站提醒方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113780978A CN113780978A CN202110924799.3A CN202110924799A CN113780978A CN 113780978 A CN113780978 A CN 113780978A CN 202110924799 A CN202110924799 A CN 202110924799A CN 113780978 A CN113780978 A CN 113780978A
- Authority
- CN
- China
- Prior art keywords
- station
- target
- detection
- geo
- fence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 144
- 238000001514 detection method Methods 0.000 claims abstract description 223
- 230000008569 process Effects 0.000 claims abstract description 79
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 description 34
- 238000012545 processing Methods 0.000 description 27
- 230000006870 function Effects 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 11
- 238000007726 management method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000001960 triggered effect Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000002996 emotional effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 235000009470 Theobroma cacao Nutrition 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 244000240602 cacao Species 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/253—Grammatical analysis; Style critique
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/544—Buffers; Shared memory; Pipes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本申请实施例公开了一种到站提醒方法、装置、存储介质及电子设备,其中,方法包括:获取行程路线对应的目标交通站点,确定行程路线上与目标交通站点对应的参考交通站点,在行进过程中采用目标站点检测方式确定途经的站点数量,基于站点数量确定到达参考交通站点并开启针对目标交通站点的地理围栏检测,确定电子设备进入到目标交通站点的地理围栏范围内,则进行到站提醒。采用本申请实施例,可以降低到站提醒的功耗。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种到站提醒方法、装置、存储介质及电子设备。
背景技术
诸如公交、地铁、轻轨等交通工具等,是人们工作、生活必不可少的出行方式,当用户选择地铁、公交等交通工具出行时,一般闭目休息或埋头于通过电子设备看小说、新闻、或玩游戏,经常会出现交通工具过站的情况。
发明内容
本申请实施例提供了一种到站提醒方法、装置、存储介质及电子设备,所述技术方案如下:
第一方面,本申请实施例提供了一种到站提醒方法,所述方法包括:
获取行程路线对应的目标交通站点,确定所述行程路线上与所述目标交通站点对应的参考交通站点;
在行进过程中采用目标站点检测方式确定途经的站点数量,基于所述站点数量确定到达所述参考交通站点并开启针对所述目标交通站点的地理围栏检测;
确定所述电子设备进入到所述目标交通站点的地理围栏范围内,则进行到站提醒。
第二方面,本申请实施例提供了一种到站提醒装置,所述装置包括:
站点确定模块,用于获取行程路线对应的目标交通站点,确定所述行程路线上与所述目标交通站点对应的参考交通站点;
围栏检测模块,用于在行进过程中采用目标站点检测方式确定途经的站点数量,基于所述站点数量确定到达所述参考交通站点并开启针对所述目标交通站点的地理围栏检测,所述目标站点检测方式对应的检测功耗小于地理围栏检测对应的检测功耗;
到站提醒模块,用于确定所述电子设备进入到所述目标交通站点的地理围栏范围内,则进行到站提醒。
第三方面,本申请实施例提供一种计算机存储介质,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行上述的方法步骤。
第四方面,本申请实施例提供一种电子设备,可包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
本申请一些实施例提供的技术方案带来的有益效果至少包括:
在本申请一个或多个实施例中,电子设备通过获取行程路线对应的目标交通站点,确定行程路线上与所述目标交通站点对应的参考交通站点之后;在行进过程中采用低功耗的目标站点检测方式确定途经的站点数量,基于所述站点数量确定到达所述参考交通站点之后才开启功耗较高的针对所述目标交通站点的地理围栏检测,确定所述电子设备进入到所述目标交通站点的地理围栏范围内,则进行到站提醒。在整个到站提醒过程中,先采用低功耗的目标站点检测方式确定站点数量,在站点数量到达开启地理围栏检测的站点时才开启高功耗的地理围栏检测,从而优化了到站检测流程,在保证准确到站提醒的情况下大幅降低了到站提醒的功耗。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种到站提醒方法的流程示意图;
图2是本申请涉及的一种到站提醒的用户界面示意图;
图3是本申请涉及到的一种行程场景示意图;
图4是本申请实施例提供的另一种到站提醒方法的流程示意图;
图5是本申请实施例提供的另一种到站提醒方法的流程示意图;
图6是本申请实施例提供的一种到站提醒装置的结构示意图;
图7是本申请实施例提供的一种围栏检测模块的结构示意图;
图8是本申请实施例提供的一种电子设备的结构示意图;
图9是本申请实施例提供的操作系统和用户空间的结构示意图;
图10是图8中安卓操作系统的架构图;
图11是图8中IOS操作系统的架构图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。在本申请的描述中,需要说明的是,除非另有明确的规定和限定,“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。此外,在本申请的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
下面结合具体的实施例对本申请进行详细说明。
在一个实施例中,如图1所示,特提出了一种到站提醒方法,该方法可依赖于计算机程序实现,可运行于基于冯诺依曼体系的到站提醒装置上。该计算机程序可集成在应用中,也可作为独立的工具类应用运行。所述到站提醒装置可以为电子设备,包括但不限于:个人电脑、平板电脑、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中电子设备可以叫做不同的名称,例如:用户设备、接入电子设备、用户单元、用户站、移动站、移动台、远方站、远程电子设备、电子设备、用户电子设备、电子设备、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、5G网络或未来演进网络中的电子设备等。
具体的,该到站提醒方法包括:
S101:获取行程路线对应的目标交通站点,确定所述行程路线上与所述目标交通站点对应的参考交通站点;
在本申请中,所述到站提醒方法可应用于电子设备的用户使用交通工具出行的场景中,如电子设备的用户使用地铁、公交、轻轨、火车等交通工具出行。
在实际应用中,当电子设备的用户使用交通工具出行时,可基于电子设备所提供的出行应用服务来输入本次出行的行程路线,并随之确定行程路线对应的目标交通站点。
所述目标交通站点可以理解为用户在本次行程路线中的兴趣点站点(POI站点),目标交通站点常可以是行程路线中行程节点(如行程终点)所指示的站点。如用户A本次行程路线的行程终点是B位置,则B位置所对应的交通工具站点即为目标交通站点。
所述参考交通站点可以理解为指示电子设备开启针对目标交通站点的地理围栏检测的交通站点;实际应用中,在电子设备的用户在使用交通工具确定到达参考交通站点的情况下,电子设备可开启地理围栏检测,以在后续行进过程中确定是否进入到目标交通站点的地理围栏范围内。
具体的,电子设备搭载出行应用服务,出行应用服务可对应人机交互界面,基于出行应用服务可实现用户获取针对本次行程的到站提醒服务,另外,出行应用服务可以是指由第三方开发、电子设备操作系统本身自带的具备到站提醒功能的应用服务,包括一些由第三方开发的应用、小程序、插件等。例如地图类应用程序、交通工具类应用程序等等。
示意性的,当电子设备的用户基于日常出行需求需要进行到站提醒时,用户可在电子设备所包含的所有应用程序中开启某个提供出行应用服务的目标应用,基于该目标应用所提供的到站提醒应用功能来输入本次出行行程的相关行程信息,其中行程信息包括但不限于交通工具类型、起始点、地理兴趣点、终点、行程时间数据等信息类型中的至少一种,电子设备的用户在目标应用中进行上述行程信息中的输入,基于用户的输入,电子设备可进一步确定行程路线以及行程路线上对应的目标交通站点。在一些实施方式中,目标交通站点可以是基于用户中针对本次行程所输入的终点位置所确定的,电子设备可基于该终点位置来匹配当前用户所选择交通工具所对应的目标交通站点。
例如,用户A乘地铁去公司上班,上车后用户A打开电子设备上的某地图应用程序,并开启到公司的到站提醒功能,具体实施中,用户A可以在某地铁应用程序中输入本次行程信息,如图2所示,图2是本申请涉及的一种到站提醒的用户界面示意图,在图2中,用户A可以输入诸如目的地:公司位置,并输入相应的行程信息,选择交通工具类型、选择到站提醒方式等等;电子设备可基于用户的输入来确定本次行程路线中的目标交通站点。进一步的,若公司离家较远,因此用户A可以将该地图应用程序切换到电子设备的后台运行,并利用闲暇时间进行影音视听,从而,用户A开启该地图应用程序对公司的到站提醒功能之后,电子设备通过执行本申请的到站提醒方法,可以确保用户在进入到公司所对应的目标交通站点的范围内时可准时接收到到站提醒消息而不会错过站点。
又例如,电子设备的用户打开交通工具到站提醒功能,预先设置的交通工具(如地铁、公交、火车)的目标交通站点,当电子设备检测到用户使用图形码(如二维码)刷码进站、近场通信(NFC)进站时,确定用户正常使用交通工具,此时可确定本次的行程路线以及行程路线对应的目标交通站点,如行程终点对应的站点。
具体的,电子设备在获取到行程路线对应的目标交通站点,电子设备确定所述行程路线上与所述目标交通站点对应的参考交通站点,参考交通站点可以指示电子设备开启针对目标交通站点的地理围栏检测,也就是说在电子设备的用户使用交通工具行进过程中,在未到参考交通站点之前,电子设备不开启针对目标交通站点的地理围栏检测。
其中,地理围栏(Geo-fencing)是基于位置的服务(Location Based Services,LBS)的一种应用,可理解为用一个虚拟的栅栏围出一个虚拟地理边界。当移动中的电子设备进入、离开某个地理围栏对应的地理区域,或在该地理区域内活动时,电子设备可自动接收服务消息。在本申请中当用户携带电子设备乘坐交通工具进入到目标交通站点的地理围栏范围之内时,电子设备可进行到站提醒。
实际应用中,地理围栏检测需要设计到使用高功耗的定位方式,例如卫星定位方式、基站辅助定位方式、基于无线保真(Wireless Fidelity,Wi-Fi)的定位、超宽带(UltraWideBand,UWB)定位等基于定位的技术。而这些高功耗的定位方式无疑会带来较高的电子设备的功耗消耗,影响电子设备的续航时间。在本申请中,不采用相关技术中直接开启地理围栏检测进行定外的方式来进行到站提醒,而是先确定所述行程路线上与所述目标交通站点对应的参考交通站点,在到达目标交通站点的参考交通站点情况下,才开启地理围栏检测。
在一种具体的实施方式,电子设备可将所述行程路线上所述目标交通站点之前的某一站点作为参考交通站点,具体实施中可设置一个固定站点值(也即站点指示数量),将行程路线上所述目标交通站点之前固定站点值指示的站点作为参考交通站点,如固定站点值为i(i为正整数),将行程路线上所述目标交通站点之前的第i个站点作为参考交通站点。
S102:在行进过程中采用目标站点检测方式确定途经的站点数量,基于所述站点数量确定到达所述参考交通站点并开启针对所述目标交通站点的地理围栏检测;
在本申请中,目标站点检测方式可理解为不采用地理围栏检测对应的定位技术,如wifi定位、基站定位、卫星定位等位置定位技术,可理解为目标站点检测方式的检测功耗要低于地理围栏检测的检测功耗。
可选的,目标站点检测方式可以是基于交通工具的出行特性出发,例如,行进过程中使用交通工具的场景中会存在涉及到站点播报等与当前站点相关的特定音频,因此可采用音频检测方式采集行进过程中的音频信号,判断所述音频信号中是否包含途经公共交通站点对应的音频特征,来确定是否途经公共交通站点,然后对途经站点进行计数即可;前述公共交通站点对应的音频特征可以是每经过公共交通站点的开关门音频信号,由于公共交通工具通常有且仅在固定的站点开关门因此可纳入检测参考;前述公共交通站点对应的音频特征可以是语音播报站点时的名称音频信号,由于公共交通工具通常在到达固定的站点时会对相应站点进行到站播报因此可纳入检测参考;进一步的,音频检测方式通过在电子设备部署对应的音频检测算法,在行进过程中通过调用部署的音频检测算法来实现确定途经的站点数量。
可选的,目标站点检测方式可以是基于交通工具的出行特性出发的启停检测方式,例如,行进过程中使用交通工具的场景中会涉及到行驶速度变化特征、行驶路程变化特征、行驶时间变化特征等属性信息中的至少一种,而这些属性变化特征通常是与交通工具进出站点的特性相关联,例如,从行驶速度变化、行驶路程变化而言,诸如地铁、公交车等交通工具在进出站点时通常会速度限制在一定范围内(如20km/h)持续时间一般维持在一定时长范围内(如60s)等,基于交通工具在进出站过程中的属性变化特征,判断行进过程中当前的诸如行驶速度、行驶时间、行驶路线等属性变化特征是否满足“进出站过程中的目标属性变化特征”,也即将当前的属性变化特征和目标属性变化特征进行匹配,基于匹配差异值来确定是否途经公共交通站点,然后对途经站点进行计数即可;实际实施中可部署对应的启停检测算法,通过在电子设备部署对应的启停检测算法,在行进过程中通过调用部署的启停检测算法来实现确定途经的站点数量。
具体的,电子设备在获取行程路线对应的目标交通站点确定参考交通站点之后,可预先确定当前距离参考交通站点的参考站点数量,可理解为电子设备到达参考交通站点的参考站点数量,然后通过对行进过程中途经站点的数量进行计数可得到当前对应的站点数量,在整个行进过程中,电子设备实时判断当前途经的站点数量是否等于参考站点数量,若站点数量与参考站点数量一致,此时可确定电子设备的用户使用交通工具到达参考交通站点。可理解的是,从行程起始位置到参考交通站点,电子设备均采用目标站点检测方式对途经的站点数量进行检测,整个过程不采用地理围栏检测所对应的位置定位技术进行,节省了功耗。在基于所述站点数量确定到达所述参考交通站点的情况下,才开启针对所述目标交通站点的地理围栏检测。如图3所示,图3是本申请涉及到的一种行程场景示意图,如图3所示,电子设备获取行程路线对应的目标交通站点为图3中的“高碑店站点”,确定的行程路线上与所述目标交通站点对应的参考交通站点为“八里桥站点”,电子设备的用户在乘坐如图所示的轨道交通工具从当前站点“高碑店站点”,在行进过程中,电子设备从行程当前站点“临河里站点”到“八里桥站点”,电子设备均采用目标站点检测方式对途经的站点数量进行检测,当站点数量为7站时,此时电子设备即到达参考交通站点为“八里桥站点”,电子设备开启针对目标交通站点“高碑店站点”的地理围栏检测,进行后续步骤的到站提醒。
地理围栏(Geo-fencing)是基于位置的服务(Location Based Services,LBS)的一种应用,可理解为用一个虚拟的栅栏围出一个虚拟地理边界。在本申请中,地理围栏检测可理解为检测电子设备是否进入到以目标交通站点为参考所对应的地理围栏范围之内。在一示例中,可以在电子设备或相关电子设备上使用启动位置功能的来定义针对交通站点的空间边界,以标识或包围兴趣点(如交通站点),并在地理围栏检测过程中,可以从采用诸如检测开启GPS的电子设备何时进入和/或离开所述目标交通站点的地理围栏的边界。用户端或运营端可以例如使用图形用户界面(user interface,UI)工具,定义这些地理围栏边界以形成交通站点的地理围栏范围,以创建目标交通站点的多边形“框”以及进入或穿过其中即发起或触发事件的边界(或周界)。在另一示例中,选择兴趣点如前述目标交通站点,如经纬度,并定义目标交通站点的半径或主/次轴,以围绕目标交通站点创建边界以形成诸如目标交通站点的地理围栏范围。
实际应用中,电子设备开启针对目标交通站点的地理围栏检测之后,基于LBS中涉及的至少一种位置定位方式,来确定针对在进行过程中的位置,然后判断电子设备当前所处的位置是否进入到目标交通站点对应的地理围栏范围之内。
S103:确定所述电子设备进入到所述目标交通站点的地理围栏范围内,则进行到站提醒。
具体的,在行进过程中,电子设备在行进过程中通过对当前位置的定位,判断电子设备当前所处的位置是否进入到目标交通站点对应的地理围栏范围之内,检测到所述电子设备进入到所述目标交通站点的地理围栏范围内,此时触发地理围栏对应的到站提醒服务,进行到站提醒。具体实施中,电子设备可以基于设置的到站提醒方式输出相应的到站提醒信息,到站提醒信息的类型在本申请实施例中不做具体限制,可结合实际应用情况根据实际需要进行设置,到站提醒信息的类型常见的可以是以音频、视频、图像、文字等类型。例如,电子设备可以播放预设的到站提醒音乐,利用该到站提醒音乐提醒用户当前已到站;
在一种可行的实施方式中,电子设备开启针对目标交通站的地理围栏检测可以同时后台依旧维持目标站点检测方式运行,以检测到电子设备是否进入到目标交通站点的地理围栏范围内,也就是说可基于地理围栏检测的围栏检测结果和目标站点检测方式对应的站点检测结果(也即基于途经站点的总数量来确定是否临近最后一站),基于站点检测结果和围栏检测结果综合衡量,来确定是否电子设备进入到所述目标交通站点的地理围栏范围内。
进一步的,综合衡量的方式可以是在围栏检测结果和站点检测结果中的其一指示“进入到所述目标交通站点的地理围栏范围内”来最终确定,可以是在围栏检测结果和站点检测结果均指示进入到目标交通站点的地理围栏范围内来最终确定;可以是对两种检测方式分别赋予权重值,进行加权计算最终确定;等等。
例如,可设置站点检测结果对应的数值大于n-1,n为起始站点与目标交通站点的站点间隔数量。
最终确定触发到站的条件即:站点检测结果对应的数值大于n-1,且围栏检测结果指示“进入到所述目标交通站点的地理围栏范围内”,从而触发到站提醒。
在本申请实施例中,电子设备通过获取行程路线对应的目标交通站点,确定行程路线上与所述目标交通站点对应的参考交通站点之后;在行进过程中采用低功耗的目标站点检测方式确定途经的站点数量,基于所述站点数量确定到达所述参考交通站点之后才开启功耗较高的针对所述目标交通站点的地理围栏检测,确定所述电子设备进入到所述目标交通站点的地理围栏范围内,则进行到站提醒。在整个到站提醒过程中,先采用低功耗的目标站点检测方式确定站点数量,在站点数量到达开启地理围栏检测的站点时才开启高功耗的地理围栏检测,从而优化了到站检测流程,在保证准确到站提醒的情况下大幅降低了到站提醒的功耗。
请参见图4,图4是本申请提出的一种到站提醒方法的另一种实施例的流程示意图。具体的:
S201:获取行程路线对应的目标交通站点。
在本申请中,可确定针对开启地理围栏检测的站点指示数量;
所述站点指示数量用于确定开启地理围栏检测的参考交通站点,可以理解为在参考交通站点与目标交通站点之间的站点值,通过确定站点指示数量可实现在尽可能降低功耗的情况下保证良好的到站预测效果,通过站点指示数量确定的参考交通站点,电子设备在到达参考交通站点或经过参考交通站点之后,迅速开启针对目标交通站点的地理围栏检测。具体站点指示数量的确定方式可参考下述方法步骤。
S202:获取在所述行程路线上至少一组两两交通站点之间的行程预测参数,基于所述行程预测参数确定针对开启地理围栏检测的站点指示数量。
在一种具体的实施场景中,考虑到诸如出行时间中由交通工具驾驶员习惯/行为的差异、交通信号的未知定时、以及不可观测的交通、道路和/或天气状况等因素引起的可变性,为了使功耗降低和到站提醒(提醒用户不过站)达到彼此均衡,本申请中涉及的站点指示数量可不固定,也就是说,可基于将前述因素对行程状态的影响纳入考虑,通过对站点指示数量的优化来实现动态平衡。
具体的,可通过获取所述行程路线上至少一组两两交通站点之间的行程预测参数,基于行程预测参数来调整站点指示数量。也即通过行程预测参数来确定针对开启地理围栏检测的站点指示数量;和/或,
所述行程预测参数用于表征对本次行程中涉及的影响出行的可变因素所产生的影响的度量,行程预测参数可以是与本次行程相关的两两交通站点之间的行程预测时间、行程预测速度。行程预测参数的获取可基于大数据构思获取处于相同环境下的已途经两两交通站点之间的参考交通工具的历史分享数据来确定,例如,可以获取其他用户使用同类型交通工具已途经两两交通站点时,获取其他用户的历史分享数据来获取途经两两交通站点的行程时间,或,获取其他用户的历史分享数据来获取途经两两交通站点的行程速度。历史分享数据来源可基于用户常用的出现服务,如某类型地图服务。
可选的,电子设备可预先设置行程预测参数与参考指示数量的映射关系,该映射关系具体可以是针对各行程预测参数分别设置参数范围,每个参数范围对应一个参考指示数量,则实际应用中即可在获取到实际的预测预测参数之后判断所落入的目标参数范围,然后目标参数范围对应的参考指示数量作为本申请的站点指示数量。
S203:获取当前电子设备的应用通知消息,基于所述应用通知消息确定行程重要等级,确定与所述行程重要等级相匹配的针对开启地理围栏检测的站点指示数量。
在一种具体的实施场景中,电子设备可以评估本次出行行程的行程重要级别,基于行程重要级别的高低来动态调整站点指示数量,可理解的是当行程重要级别越高说明本次行程的重要性越高,因此适应性确定一个站点指示数量的数值较高的值。
具体实施中,电子设备可以获取当前电子设备的应用通知消息,基于所述应用通知消息确定行程重要等级,然后在确定与所述行程重要等级相匹配的针对开启地理围栏检测的站点指示数量。
所述应用通知消息通常是具有完整、系统含义的一个句子或多个句子的组合。所述文本内容以汉语语言为例,可以是一个词、一个句子、一个段落,所述通知信息可以是日常通知内容的实际运用形态,应用通知消息可以是即时通讯应用中的消息、可以是短消息、会话通知消息等等。
具体实施中,通过获取历史时间段内的应用通知消息来预判本次出行行程对于用户的重要性,实际实施中可对应用通知消息提取语义行程特征,基于预先训练好的行程等级确定模型来确定本次行程所对应的行程重要级别。
所述语义行程特征是指以文字表达本次行程的非结构化数据特有的语义属性。所述语义行程特征是能够表达对象本身在本次出行行程中的语义以及在环境中语义的多种特征,常见的语义特征信息可以是组成字母、词的顺序、词的情感信息、互信息等。
其中,组成字母即为一个单词由哪些字母组成,这些字母的先后顺序关系。
词顺序为表达一句话(一个意思)组成的各个单词的先后顺序。
词的情感信息为该词语在这个句子中所表达的情感含义,所述情感含义可以理解为词在句子是褒义还是贬义、是高昂还是低沉、是欣喜还是悲伤等。
互信息是指某个词或字和类别之间的统计独立关系,互信息常应用于度量两个对象之间的相互性。
所述语义行程特征在本申请实施例中,可以理解为应用通知消息的的语义特征信息,语义特征信息对于通知信息来说,它可以包括但不限于信息的关键词信息、词频分布信息、语法级的实体信息、语义级的主题等,基于应用通知信息提取到的语义行程特征可以用于预判用户本次行程所对应的行程重要级别。
具体的,电子设备可以获取特定时长内(如2小时内)所有的应用通知信息,利用语义提取算法提取所述应用通知信息的语义行程特征。
可选的,所述语义提取算法可以是基于语境框架的文本特征信息提取方法,即先确定文本内容的提取元素(句、词、字、符号等),然后将语义分析融入统计算法对所述文本内容进行抽取处理,得到所述通知信息的语义特征;可以是基于本体论的文本特征提取方法,即利用本体论(On-tology)模型将所述通知信息作为输入,输出所述通知信息的语义特征信息;可以是基于知网的概念特征提取方法,即基于概念特征的特征提取方法,在向量空间模型(Vector Space Model,VSM)的基础上,对所述应用通知信息进行语义分析,利用知网的数据库获取词汇的语义信息,将语义相同的词汇映射到同一概念,然后聚类得到聚类后的词,并作为VSM模型的文本向量的特征项,然后进行模型运算等,等等。需要说明的是所述提取所述应用通知信息的语义特征的方式有很多,可以是上述的一种或多种的拟合,此处不作限定。
具体实施中,电子设备将语义行程特征输入至训练好的行程等级确定模型中,输出针对本次出现行程的行程重要级别。可理解的是,不同的行程重要级别针对预设有不同的“站点指示数量”对应的数值。
所述行程等级确定模型可以是基于深度学习的推荐分析算法,如卷积神经网络(Convolutional Neural Network,CNN)模型,深度神经网络(Deep Neural Network,DNN)模型、循环神经网络(Recurrent Neural Networks,RNN)、模型、嵌入(embedding)模型、梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型、逻辑回归(LogisticRegression,LR)模型等模型中的一种或多种的拟合实现的,同时在现有神经网络模型基础上引入误差反向传播算法进行优化,可以提高基于神经网络模型的初始行程等级确定模型的确定准确率。
在模型训练阶段,可以预先获取大量的应用通知消息对应的样本数据,对所述样本数据中的语义行程特征进行预处理,提取所述应用通知消息中的语义行程特征,并基于对样本数据已经标注的参考值,将所述语义行程特征输入至初始神经网络模型进行训练,得到训练之后的行程等级确定模型,该行程等级确定模型具有状态信息特征抽取、语义特征知识概括和学习记忆的能力,通常所述行程等级确定模型学习到的信息或知识储存在每个单元节点之间的连接矩阵上。
S204:在所述行程路线上获取所述目标交通站点之前的所述站点指示数量指示的参考交通站点。
根据一些实施中,电子设备可将所述行程路线上所述目标交通站点之前的某一站点作为参考交通站点,具体实施中确定站点指示数量之后,将行程路线上所述目标交通站点之前站点指示数量所指示的站点作为参考交通站点,如站点指示数量为i(i为正整数),将行程路线上所述目标交通站点之前的第i个站点作为参考交通站点。
在一种可行的实施方式中,电子设备可以基于出行行程中的交通状况来对到达参考交通站点之后开启地理围栏检测的时间进行控制。例如在交通状况不佳时,交通工具行进速度受到影响,此时可延迟开启地理围栏检测。
具体实施中,可在行进过程中,获取参考交通站点与所述目标交通站点之间的交通通行状况,基于所述交通通行状况确定一个开启时间,可理解的是在交通通行状况正常时,可将开启时间设置为0也即立即开启地理围栏检测;在交通通行状况不佳时,可适应性设置开启时间,从而延迟地理围栏检测的开启。
交通通行状况由于电子设备通常无法直接去获取到,可基于电子设备的交通出行服务进行订阅,交通出行服务通常基于大数据技术获取实际交通环境下交通通信状况,并评估出针对参考交通站点与所述目标交通站点之间的交通通行状况的交通指示参数,如交通堵塞指数。
电子设备可建立参考交通指示参数和时间参数值的映射关系,基于该映射关系在实际应用中获取到当前的交通指示参数之后,可基于该映射关系快速确定交通指示参数。如设置多个时间参数值对应的数值范围,判断交通指示参数所落入的目标数值范围,从而将目标数值范围对应的时间参数值作为开启时间。
S205:采用目标站点检测方式对行进过程中交通工具所途经的站点进行检测,生成站点检测结果,基于所述站点检测结果确定途经的站点数量。
具体可参见本申请的其他实施例的方法步骤,此处不再赘述。
S206:基于所述站点数量确定到达所述参考交通站点并开启针对所述目标交通站点的地理围栏检测,确定所述电子设备进入到所述目标交通站点的地理围栏范围内,则进行到站提醒。
具体可参见本申请的其他实施例的方法步骤,此处不再赘述。
在本申请实施例中,电子设备通过获取行程路线对应的目标交通站点,确定行程路线上与所述目标交通站点对应的参考交通站点之后;在行进过程中采用低功耗的目标站点检测方式确定途经的站点数量,基于所述站点数量确定到达所述参考交通站点之后才开启功耗较高的针对所述目标交通站点的地理围栏检测,确定所述电子设备进入到所述目标交通站点的地理围栏范围内,则进行到站提醒。在整个到站提醒过程中,先采用低功耗的目标站点检测方式确定站点数量,在站点数量到达开启地理围栏检测的站点时才开启高功耗的地理围栏检测,从而优化了到站检测流程,在保证准确到站提醒的情况下大幅降低了到站提醒的功耗;以及,基于实际出行环境来动态确定站点指示数量计算参考交通站点,将诸如天气、交通、行程重要级别等出行影响因素对行程状态的影响纳入考虑,通过对站点指示数量的优化来实现功耗与行程需求程度的动态平衡,提升了到站提醒过程中功耗控制的智能性。
请参见图5,图5是本申请提出的一种到站提醒方法的另一种实施例的流程示意图。具体的:
S301:控制应用处理器获取行程路线对应的目标交通站点。确定针对开启地理围栏检测的站点指示数量;
应用处理器(Application Processor,AP):电子设备上的应用处理器,应用处理器上面运行操作系统(如安卓系统、ios系统等)、各种应用软件和用户界面。
在本申请中,电子设备的应用处理器上可搭载出行应用服务,并基于应用处理器向用户输出出行应用服务对应的可视化的人机操作界面,也即用户界面。基于出行应用服务对应的用户界面可实现用户获取针对本次行程的到站提醒服务。
进一步的,当电子设备的用户基于日常出行需求需要进行到站提醒时,用户可在电子设备开启某个提供出行应用服务的目标应用,电子设备通过应用处理器响应于用户开启“出行应用服务的目标应用”的指令,输出相应的用户界面,通过该用户界面用户可向电子设备输入本次出行行程的相关行程信息,其中行程信息包括但不限于交通工具类型、起始点、地理兴趣点、终点、行程时间数据等信息类型中的至少一种,电子设备的用户在目标应用中进行上述行程信息中的输入,基于用户的输入,电子设备通过应用处理器可进一步确定行程路线以及行程路线上对应的目标交通站点。
具体的,“确定针对开启地理围栏检测的站点指示数量”可以是由电子设备通过应用处理器来执行的,具体方法步骤可参考本申请的其他实施例。
进一步的,电子设备的应用处理器侧在系统Framework可维护地理围栏服务,应用处理器根据地理围栏服务的请求,向网络侧(如服务器)查询本申请涉及的交通站点所对应的经纬度围栏相关的地理围栏数据,并维护地理围栏数据的更新推送事件。然后电子设备的应用处理器向低功耗控制器同步地理围栏数据,其中地理围栏数据用于确定站点所对应的地理围栏范围。在一些实施例中,电子设备的应用处理器向低功耗控制器同步地理围栏数据同步完成之后,可进入休眠状态或低功耗状态。电子设备由属于低功耗的低功耗控制器来完成后续的诸如地理围栏检测等步骤,直至检测到进入到目标交通站点的地理围栏范围之后触发地理围栏服务之后,才唤醒应用处理器进行到站提醒
另外,在本申请中,电子设备通过低功耗控制器基于电子设备位置触发目标交通站点的地理围栏之后,低功耗控制器基于(地理围栏服务)来唤醒应用处理器负责向服务申请者提供地理围栏服务,如进行到站提醒。
可选的,电子设备也可仅基于应用处理器在获取到目标交通站点之后,电子设备通过传感集线器来执行确定针对开启地理围栏检测的站点指示数量的步骤;从而节省电子设备进行到站提醒的功耗,通过传感集线器来执行后续的操作。
S302:在行进过程中控制低功耗控制器采用所部署的目标站点检测方式对行进过程中交通工具所途经的站点进行检测,基于所述站点数量确定到达所述参考交通站点;
低功耗控制器是一种低功耗的器件,低功耗控制器其在工作状态下的功耗远低于电子设备的应用处理器,低功耗控制器至少包括智能传感集线器、数字信号处理器中的至少一种;低功耗控制器上进行目标站点检测方式对应的算法数据部署,实际应用中基于低功耗控制器来实现不触发应用处理器自主对“行进过程中交通工具所途经的站点进行检测”的业务,低功耗控制器提供一种低功耗的环境。
智能传感集线器(SensorHub)在一些场景下也称之为传感器中枢、传感器控制中心等等。传感集线器与电子设备的多个传感器(Sensor)相关联,比如距离传感器、光线传感器、陀螺仪等等。随着传感器技术的的迭代更新,传感集线器所对应的传感器消耗的功率都在不断下降,这使得电子设备具备了实时检测更多所谓的环境状态信息的可能性,也就是说,不管电子设备是在工作还是在待机,连续读取诸如加速度、方向、坐标、温度、气压、磁场等环境数据的传感器所消耗的能量成本接近为0。在本申请中,用于交通工具启停检测方式对应的算法数据和地理围栏检测对应算法数据均可部署在SensorHub上。
数字信号处理器可以传感器的数据处理芯片,数字信号处理器也即(ADSP),常见的可以是音频数字信号处理器,在本申请中用于开关门检测的音频检测方式对应的算法数据可部署在数字信号处理器上。
另外,在本申请中电子设备基于低功耗控制器实现对各种传感器的控制管理以及传感数据的处理,与相关技术仅基于智能传感集线器(SensorHub)实现对传感数据的初步处理,在应用处理器侧进行算法应用等最终算法数据处理不同的是,本申请将所有传感数据相关的处理工作均基于低功耗控制器实现,以减轻应用处理的压力,节省应用处理器的功耗。在本申请涉及的一些实施例中,低功耗控制器不仅包括智能传感集线器(SensorHub)还包括一些基于实际环境需求设置的数字信号处理器,如音频数字信号处理器。在本申请涉及的另一些实施例中;低功耗控制器也可仅包括智能传感集线器(SensorHub)或数字信号处理器,此时智能传感集线器(SensorHub)或数字信号处理器实现对各种传感器的控制管理以及传感数据的处理。
在本申请中,诸如一些实施例中涉及的音频检测方式对应的音频检测算法、启停检测方式对应的启停检测算法等目标站点检测方式对应的算法数据不部署在应用处理器上,而是部署在低功耗控制器上,可基于低功耗控制器所提供的低功耗环境实现对行进过程中的途经交通站点的检测以及途经交通站点的站点数量计数。以及后续进行地理围栏检测对应的站点检测算法也可部署在低功耗控制器上,这样整个在获取目标交通站点之后的所述到站提醒流程的触发检测过程均可在低功耗控制器进行,仅在确定电子设备进入到目标交通站点的地理围栏范围内之后,确定触发地理围栏服务,从而电子设备的低功耗控制器唤醒或通知应用处理器进行到站提醒,如输出到站提醒的信息。
在本申请中,目标站点检测方式是基于低功耗控制器控制相应的传感器件采集传感数据,基于传感数据进一步进行途经的站点数量的检测;例如音频检测方式对应的音频检测算法(或模型)部署在低功耗控制器上,由低功耗控制器控制诸如麦克风等声音采集器件采集的音频数据进一步处理得到是否途经站点;又例如启停检测方式对应的启停检测算法(或模型)部署在低功耗控制器上,由低功耗控制器控制诸如陀螺仪、加速度传感器、角速度传感器等采集器件采集的传感数据进一步处理得到是否途经站点;具体处理过程可参考本申请其他实施例对应的步骤。
进一步的,在本申请中,在涉及到基于交通工具出行的场景中,用户通常在整个行程过程中,大部分时间用户等待到达目的不进行人机操作此时电子设备处于息屏状态,在上述场景中,基于低功耗控制器为电子设备提供一个完整的、监控所有外围传感器并且可以进行传感数据加工,特别是在本申请涉及的到站提醒场景中,也就是说汇集尽可能多的传感器到这个低功耗控制器上,与相关技术不同的是,将与这些传感器相关的传感数据的数据处理过程也部署到低功耗控制器对应的小型传感操作系统上,由低功耗控制器进行诸如地理围栏检测、途经站点检测等,让它取代主CPU等应用处理器来控制所有的传感器并完成处理各种来自传感器的数据(主要是用来处理数据运算),然后在需要主CPU等应用处理器介入的时候如显示界面的渲染、到站后的提醒信息的输出等才将电子设备的应用处理器自休眠或低功耗状态中唤醒。这样应用处理器仅需在工作状态中获取用户输入的本次行程的目标交通站点即可,除此之外应用处理器可以随时随地进入休眠或低功耗状态,整个处理过程系统功耗大大降低。
进一步的,在一些实施方式中,目标站点检测方式所对应的算法还可以是部署在传感器专用的数字信号处理芯片(如ADSP)和智能传感集线器(SensorHub)上,示意性的,用于检测交通工具开关门的音频检测方式对应算法部署在的数字信号处理芯片(如ADSP),用于检测交通工具启停(启动或停止)的启停检测方式对应算法和地理围栏检测算法均可部署在智能传感集线器(SensorHub)。
智能传感集线器(SensorHub)可以与低功耗的数字信号处理芯片(如ADSP)进行协同处理,电子设备通过控制传感集线器采用所部署的启停检测方式对交通工具所途经的站点进行检测,具体检测处理中在检测交通工具的启停,一定时间内若发生满足判决条件(如速度和启停间隔时间都满足条件)的一次启停可视作交通工具经过一个站点;基于此,对整个行进过程中的所途经的站点进行计数,得到第一计数结果;通过音频识别处理器采用所部署的音频检测方式对交通工具所途经的站点进行检测,具体检测处理中检测交通工具的开关门音频信号,从而实现对所途经的站点进行计数,得到第二计数结果;在一些实施中,可基于第一计数结果和第二计数结果进行融合处理,确定最终的途经的站点数量,如基于第一计数结果和第二计数结果采用数理统计原理进行计算得到,如取平均值、加权计算等等。
进一步的,电子设备的低功耗控制器可以确定所途经的站点数量,然后即可基于站点数量确定是否到达参考交通站点,从而来开启针对目标交通站点的地理围栏检测方式。另外,在本申请,基于目标站点检测方式进行途经站点数量的确定,其数量误差由于设置的是目标交通站点之前的参考交通站点,可容纳数量误差存在,后续仅需在开启针对目标交通站点的地理围栏检测时,采用定位技术获取实时位置进行站点修正即可。
S303:确定低功耗控制器与应用处理器对应的共享内存,控制所述传感集线器从所述共享内存中获取地理围栏数据,所述应用处理器用于获取地理围栏数据并存储至所述共享内存。
在相关技术中,低功耗控制器的存储空间通常是有限的,较之于应用处理器对应的存储空间而言要小;在相关技术中通常不再用于对传感器进行控制的低功耗控制器上部署数据处理算法,如地理围栏数据处理,相关技术中的低功耗控制器的结构是不支持相关数据从应用处理器存储在低功耗控制器上,如不能将相关算法数据从应用处理器同步到智能传感集线器(SensorHub)。通常诸如地理围栏检测等业务会涉及到大数据量的地理围栏数据(如站点经纬度、站点对应的信标等),地理围栏数据时地理围栏检测过程中的重要数据,地理围栏检测需要基于地理围栏数据来进行站点的地理围栏匹配。
在本申请中,电子设备预先从本地存储空间中,设置共享内存,共享存储内容用于低功耗控制器与应用处理器访问,这样可解决部分大容量数据需要应用处理器向网络侧获取,之后,应用处理器可将大容量数据存储至共享内存中,这样在诸如涉及到地理围栏数据的维护更新时,应用处理器可基于诸如出行服务获取到至少一个交通站点所对应的地理围栏数据之后,存储在共享内存中;在到站提醒场景中,在电子设备的用户到达第二交通站点之后,可触发低功耗控制器从共享内存中获取地理围栏数据进行针对目标交通站点的地理围栏检测流程。
进一步的,电子设备的应用处理器上的诸如到站提醒服务确定用户本次行程路线对应的目标交通站点之后,可将目标交通站点更新至共享内存中,然后将共享内存的地址传输至低功耗控制器或通过指令向低功耗控制器通知即可。这样可节省数据同步时间,低功耗控制器可直接从共享内存中读取到目标交通站点。同理,在涉及到与站点有关的地理围栏数据时同样如此,电子设备的应用处理器获取更新的地理围栏数据,将地理围栏数据存储至共享内存中,然后将本次共享内存的数据更新地址传输至低功耗控制器或通过指令向低功耗控制器通知即可。
进一步的,应用处理器将任一需要向低功耗控制器同步的数据(如站点的围栏数据)存储至共享内存时,按照固定编码格式写入共享内存,写完后,将数据标识位(flag)更新为第一目标值(如1);低功耗控制器在共享内存读取数据时,先读取数据标识位的值,若为第一目标值则表示应用处理器进行了数据更新,则低功耗控制器按照固定编码格式读取数据,如地理围栏数据、目标交通站点对应的数据等等。进一步的,若低功耗控制器读取完毕,可将数据标识位(flag)更新为第二目标值(如2),表示读取完毕。
进一步的,当用户设置的目的地改变或者地理围栏数据有更新,应用处理器获取新的更新数据写入共享内存,同时将数据标识位(flag)由第二目标值更新为第一目标值;当低功耗控制器上的地理围栏检测算法调用共享内存中的数据时,若读取数据标识位flag值为1时,表示数据有更新,此时会重新读取数据。
基于上示意,可知悉的是,基于共享内存上述更新过程不需要停止运行诸如sensorhub(传感集线器)等低功耗控制器侧的算法,形成一个动态的数据下发和动态数据更新,也就是说在涉及到数据更新的场景下,不需要低功耗控制器停止当前的算法检测。
S304:控制低功耗控制器基于所述地理围栏数据开启针对所述目标交通站点的地理围栏检测。
根据一些实施例中,控制低功耗控制器确定到达所述参考交通站点之后,然后低功耗控制器基于从共享内存中获取的地理围栏数据来开针对目标交通站点的地理围栏检测。
S305:在地理围栏检测过程中,基于所述共享内存采用并行执行方式通过应用处理器将所述地理围栏数据更新为目标地理围栏数据,并控制低功耗控制器获取所述目标地理围栏数据进行地理围栏检测。
根据一些实施步骤中,当用户设置的目的地改变或者地理围栏数据有更新,应用处理器可获取新的更新数据写入共享内存,同时将数据标识位(flag)由第二目标值更新为第一目标值;当低功耗控制器上的地理围栏检测算法调用共享内存中的数据时,若读取数据标识位flag值为1时,表示数据有更新,此时会重新读取数据。
也就是说,在地理围栏检测过程中,通过共享内存可实现电子设备的应用处理器动态对相关地理围栏数据进行更新的同时不用进行向低功耗控制器的数据同步,通过共享内容电子设备的低功耗控制器获取所述目标地理围栏数据进行地理围栏检测。整个过程,实现了电子设备应用处理器和低功耗控制器来基于共享内存实现数据更新过程中的并行执行。也即应用处理器更新地理围栏数据和低功耗控制器读取更新的地理围栏数据互不影响,并行执行。
基于上示意,可知悉的是,基于共享内存上述更新过程不需要停止运行诸如sensorhub(传感集线器)等低功耗控制器侧的算法,形成一个动态的数据下发和动态数据更新,也就是说在涉及到数据更新的场景下,不需要低功耗控制器停止当前的算法检测。
在一种具体的实施场景中,电子设备通过应用处理器将所述地理围栏数据更新为目标地理围栏数据,具体包括:
电子设备通过应用处理器在涉及到数据更新的场景是,向可更新所述共享内存的内存标识位以及采用并行执行方式通过应用处理器将所述地理围栏数据更新为目标地理围栏数据;电子设备在数据更新过程中,并控制传感集线器基于所述内存标识位获取所述目标地理围栏数据进行地理围栏检测。
S306:通过低功耗控制器确定所述电子设备进入到所述目标交通站点的地理围栏范围内,则通过应用处理器进行到站提醒。
具体到站提醒的方法步骤可参见本申请的其他实施例。
在本申请实施例中,电子设备通过获取行程路线对应的目标交通站点,确定行程路线上与所述目标交通站点对应的参考交通站点之后;在行进过程中采用低功耗的目标站点检测方式确定途经的站点数量,基于所述站点数量确定到达所述参考交通站点之后才开启功耗较高的针对所述目标交通站点的地理围栏检测,确定所述电子设备进入到所述目标交通站点的地理围栏范围内,则进行到站提醒。在整个到站提醒过程中,先采用低功耗的目标站点检测方式确定站点数量,在站点数量到达开启地理围栏检测的站点时才开启高功耗的地理围栏检测,从而优化了到站检测流程,在保证准确到站提醒的情况下大幅降低了到站提醒的功耗。以及,采用共享内存的方式,实现诸如sensorhub(传感集线器)等低功耗控制器的围栏数据和目标站点检测方式的动态更新,低功耗平台下的地理围栏检测方式,结合低功耗的目标站点检测方式对应的算法,当地铁运行到目的站点附近时,才采用诸如modem、wifi扫描等方式进行地理围栏检测,进一步大幅降低了功耗,同时多种算法结合来最终判断是否到站,有利于提高到站检测准确率。
下面将结合图6,对本申请实施例提供的到站提醒装置进行详细介绍。需要说明的是,图6所示的到站提醒装置,用于执行本申请图1~图5所示实施例的方法,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请图1~图5所示的实施例。
请参见图6,其示出本申请实施例的到站提醒装置的结构示意图。该到站提醒装置1可以通过软件、硬件或者两者的结合实现成为用户电子设备的全部或一部分。根据一些实施例,该到站提醒装置1包括站点确定模块11、围栏检测模块12和到站提醒模块13,具体用于:
站点确定模块11,用于获取行程路线对应的目标交通站点,确定所述行程路线上与所述目标交通站点对应的参考交通站点;
围栏检测模块12,用于在行进过程中采用目标站点检测方式确定途经的站点数量,基于所述站点数量确定到达所述参考交通站点并开启针对所述目标交通站点的地理围栏检测,所述目标站点检测方式对应的检测功耗小于地理围栏检测对应的检测功耗;
到站提醒模块13,用于确定所述电子设备进入到所述目标交通站点的地理围栏范围内,则进行到站提醒。
可选的,如图7所示,所述围栏检测模块12,包括:
结果生成单元121,用于在行进过程中采用目标站点检测方式对行进过程中交通工具所途经的站点进行检测,生成站点检测结果;
数量确定单元122,用于基于所述站点检测结果确定途经的站点数量。
可选的,所述结果生成单元121,具体用于:
控制低功耗控制器采用所部署的目标站点检测方式对行进过程中交通工具所途经的站点进行检测;
所述站点确定模块11,具体用于:
控制应用处理器获取行程路线对应的目标交通站点,确定所述行程路线上与所述目标交通站点对应的参考交通站点;所述传感集线器的功耗小于所述应用处理器。
可选的,所述结果生成单元121,具体用于:
控制传感集线器采用所部署的启停检测方式和音频识别处理器采用所部署的音频检测方式对交通工具所途经的站点进行检测。
可选的,所述站点确定模块11具体用于:
确定针对开启地理围栏检测的站点指示数量,在所述行程路线上获取所述目标交通站点之前的所述站点指示数量指示的参考交通站点。
可选的,所述站点确定模块11具体用于:
获取在所述行程路线上至少一组两两交通站点之间的行程预测参数,基于所述行程预测参数确定针对开启地理围栏检测的站点指示数量;和/或,
获取当前电子设备的应用通知消息,基于所述应用通知消息确定行程重要等级,确定与所述行程重要等级相匹配的针对开启地理围栏检测的站点指示数量。
可选的,所述装置1,具体用于:
确定低功耗控制器与应用处理器共同对应的共享内存,控制所述低功耗控制器从所述共享内存中获取地理围栏数据,所述应用处理器用于获取地理围栏数据并存储至所述共享内存;
控制低功耗控制器基于所述地理围栏数据开启针对所述目标交通站点的地理围栏检测。
可选的,所述装置1,具体用于:
在地理围栏检测过程中,基于所述共享内存采用并行执行方式通过应用处理器将所述地理围栏数据更新为目标地理围栏数据,并控制低功耗控制器获取所述目标地理围栏数据进行地理围栏检测。
可选的,所述装置1,具体用于:
更新所述共享内存的内存标识位以及采用并行执行方式通过应用处理器将所述地理围栏数据更新为目标地理围栏数据;
所述并控制低功耗控制器获取所述目标地理围栏数据进行地理围栏检测,包括:
并控制低功耗控制器基于所述内存标识位获取所述目标地理围栏数据进行地理围栏检测。
需要说明的是,上述实施例提供的到站提醒装置在执行到站提醒方法时,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,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的到站提醒装置与到站提醒方法实施例属于同一构思,其体现实现过程详见方法实施例,这里不再赘述。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本申请实施例还提供了一种计算机存储介质,所述计算机存储介质可以存储有多条指令,所述指令适于由处理器加载并执行如上述图1~图5所示实施例的所述到站提醒方法,具体执行过程可以参见图1~图5所示实施例的具体说明,在此不进行赘述。
本申请还提供了一种计算机程序产品,该计算机程序产品存储有至少一条指令,所述至少一条指令由所述处理器加载并执行如上述图1~图5所示实施例的所述到站提醒方法,具体执行过程可以参见图1~图5所示实施例的具体说明,在此不进行赘述。
请参考图8,其示出了本申请一个示例性实施例提供的电子设备的结构方框图。本申请中的电子设备可以包括一个或多个如下部件:处理器110、存储器120、输入装置130、输出装置140和总线150。处理器110、存储器120、输入装置130和输出装置140之间可以通过总线150连接。
处理器110可以包括一个或者多个处理核心。处理器110利用各种接口和线路连接整个电子设备内的各个部分,通过运行或执行存储在存储器120内的指令、程序、代码集或指令集,以及调用存储在存储器120内的数据,执行电子设备100的各种功能和处理数据。可选地,处理器110可以采用数字信号处理(digital signal processing,DSP)、现场可编程门阵列(field-programmable gate array,FPGA)、可编程逻辑阵列(programmable logicArray,PLA)中的至少一种硬件形式来实现。处理器110可集成中央处理器(centralprocessing unit,CPU)、图像处理器(graphics processing unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器110中,单独通过一块通信芯片进行实现。
存储器120可以包括随机存储器(random Access Memory,RAM),也可以包括只读存储器(read-only memory,ROM)。可选地,该存储器120包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器120可用于存储指令、程序、代码、代码集或指令集。存储器120可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等,该操作系统可以是安卓(Android)系统,包括基于Android系统深度开发的系统、苹果公司开发的IOS系统,包括基于IOS系统深度开发的系统或其它系统。存储数据区还可以存储电子设备在使用中所创建的数据比如电话本、音视频数据、聊天记录数据,等。
参见图9所示,存储器120可分为操作系统空间和用户空间,操作系统即运行于操作系统空间,原生及第三方应用程序即运行于用户空间。为了保证不同第三方应用程序均能够达到较好的运行效果,操作系统针对不同第三方应用程序为其分配相应的系统资源。然而,同一第三方应用程序中不同应用场景对系统资源的需求也存在差异,比如,在本地资源加载场景下,第三方应用程序对磁盘读取速度的要求较高;在动画渲染场景下,第三方应用程序则对GPU性能的要求较高。而操作系统与第三方应用程序之间相互独立,操作系统往往不能及时感知第三方应用程序当前的应用场景,导致操作系统无法根据第三方应用程序的具体应用场景进行针对性的系统资源适配。
为了使操作系统能够区分第三方应用程序的具体应用场景,需要打通第三方应用程序与操作系统之间的数据通信,使得操作系统能够随时获取第三方应用程序当前的场景信息,进而基于当前场景进行针对性的系统资源适配。
以操作系统为Android系统为例,存储器120中存储的程序和数据如图10所示,存储器120中可存储有Linux内核层320、系统运行时库层340、应用框架层360和应用层380,其中,Linux内核层320、系统运行库层340和应用框架层360属于操作系统空间,应用层380属于用户空间。Linux内核层320为电子设备的各种硬件提供了底层的驱动,如显示驱动、音频驱动、摄像头驱动、蓝牙驱动、Wi-Fi驱动、电源管理等。系统运行库层340通过一些C/C++库来为Android系统提供了主要的特性支持。如SQLite库提供了数据库的支持,OpenGL/ES库提供了3D绘图的支持,Webkit库提供了浏览器内核的支持等。在系统运行时库层340中还提供有安卓运行时库(Android runtime),它主要提供了一些核心库,能够允许开发者使用Java语言来编写Android应用。应用框架层360提供了构建应用程序时可能用到的各种API,开发者也可以通过使用这些API来构建自己的应用程序,比如活动管理、窗口管理、视图管理、通知管理、内容提供者、包管理、通话管理、资源管理、定位管理。应用层380中运行有至少一个应用程序,这些应用程序可以是操作系统自带的原生应用程序,比如联系人程序、短信程序、时钟程序、相机应用等;也可以是第三方开发者所开发的第三方应用程序,比如游戏类应用程序、即时通信程序、相片美化程序等。
以操作系统为IOS系统为例,存储器120中存储的程序和数据如图10所示,IOS系统包括:核心操作系统层420(Core OS layer)、核心服务层440(Core Services layer)、媒体层460(Media layer)、可触摸层480(Cocoa Touch Layer)。核心操作系统层420包括了操作系统内核、驱动程序以及底层程序框架,这些底层程序框架提供更接近硬件的功能,以供位于核心服务层440的程序框架所使用。核心服务层440提供给应用程序所需要的系统服务和/或程序框架,比如基础(Foundation)框架、账户框架、广告框架、数据存储框架、网络连接框架、地理位置框架、运动框架等等。媒体层460为应用程序提供有关视听方面的接口,如图形图像相关的接口、音频技术相关的接口、视频技术相关的接口、音视频传输技术的无线播放(AirPlay)接口等。可触摸层480为应用程序开发提供了各种常用的界面相关的框架,可触摸层480负责用户在电子设备上的触摸交互操作。比如本地通知服务、远程推送服务、广告框架、游戏工具框架、消息用户界面接口(User Interface,UI)框架、用户界面UIKit框架、地图框架等等。
在图11所示出的框架中,与大部分应用程序有关的框架包括但不限于:核心服务层440中的基础框架和可触摸层480中的UIKit框架。基础框架提供许多基本的对象类和数据类型,为所有应用程序提供最基本的系统服务,和UI无关。而UIKit框架提供的类是基础的UI类库,用于创建基于触摸的用户界面,iOS应用程序可以基于UIKit框架来提供UI,所以它提供了应用程序的基础架构,用于构建用户界面,绘图、处理和用户交互事件,响应手势等等。
其中,在IOS系统中实现第三方应用程序与操作系统数据通信的方式以及原理可参考Android系统,本申请在此不再赘述。
其中,输入装置130用于接收输入的指令或数据,输入装置130包括但不限于键盘、鼠标、摄像头、麦克风或触控设备。输出装置140用于输出指令或数据,输出装置140包括但不限于显示设备和扬声器等。在一个示例中,输入装置130和输出装置140可以合设,输入装置130和输出装置140为触摸显示屏,该触摸显示屏用于接收用户使用手指、触摸笔等任何适合的物体在其上或附近的触摸操作,以及显示各个应用程序的用户界面。触摸显示屏通常设置在电子设备的前面板。触摸显示屏可被设计成为全面屏、曲面屏或异型屏。触摸显示屏还可被设计成为全面屏与曲面屏的结合,异型屏与曲面屏的结合,本申请实施例对此不加以限定。
除此之外,本领域技术人员可以理解,上述附图所示出的电子设备的结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。比如,电子设备中还包括射频电路、输入单元、传感器、音频电路、无线保真(wireless fidelity,WiFi)模块、电源、蓝牙模块等部件,在此不再赘述。
在本申请实施例中,各步骤的执行主体可以是上文介绍的电子设备。可选地,各步骤的执行主体为电子设备的操作系统。操作系统可以是安卓系统,也可以是IOS系统,或者其它操作系统,本申请实施例对此不作限定。
本申请实施例的电子设备,其上还可以安装有显示设备,显示设备可以是各种能实现显示功能的设备,例如:阴极射线管显示器(cathode ray tubedisplay,简称CR)、发光二极管显示器(light-emitting diode display,简称LED)、电子墨水屏、液晶显示屏(liquid crystal display,简称LCD)、等离子显示面板(plasma display panel,简称PDP)等。用户可以利用电子设备101上的显示设备,来查看显示的文字、图像、视频等信息。所述电子设备可以是智能手机、平板电脑、游戏设备、AR(Augmented Reality,增强现实)设备、汽车、数据存储装置、音频播放装置、视频播放装置、笔记本、桌面计算设备等设备。
处理器110可以用于调用存储器120中存储的应用程序,并具体执行以下操作:
获取行程路线对应的目标交通站点,确定所述行程路线上与所述目标交通站点对应的参考交通站点;
在行进过程中采用目标站点检测方式确定途经的站点数量,基于所述站点数量确定到达所述参考交通站点并开启针对所述目标交通站点的地理围栏检测,所述目标站点检测方式对应的检测功耗小于地理围栏检测对应的检测功耗;
确定所述电子设备进入到所述目标交通站点的地理围栏范围内,则进行到站提醒。
在一个实施例中,所述处理器1001在执行所述在行进过程中采用目标站点检测方式确定途经的站点数量时,具体执行以下操作:
在行进过程中采用目标站点检测方式对行进过程中交通工具所途经的站点进行检测,生成站点检测结果;
基于所述站点检测结果确定途经的站点数量。
在一个实施例中,所述处理器1001在执行所述采用目标站点检测方式对行进过程中交通工具所途经的站点进行检测时,具体执行以下操作:
控制低功耗控制器采用所部署的目标站点检测方式对行进过程中交通工具所途经的站点进行检测;
所述获取行程路线对应的目标交通站点,确定所述行程路线上与所述目标交通站点对应的参考交通站点,包括:
控制应用处理器获取行程路线对应的目标交通站点,确定所述行程路线上与所述目标交通站点对应的参考交通站点;所述传感集线器的功耗小于所述应用处理器。
在一个实施例中,所述低功耗控制器包括传感集线器和音频识别处理器,所述处理器1001在执行所述控制低功耗控制器采用所部署的目标站点检测方式对行进过程中交通工具所途经的站点进行检测时,具体执行以下操作:
控制传感集线器采用所部署的启停检测方式和音频识别处理器采用所部署的音频检测方式对交通工具所途经的站点进行检测。
在一个实施例中,所述处理器1001在执行所述确定所述行程路线上与所述目标交通站点对应的参考交通站点时,具体执行以下操作:
确定针对开启地理围栏检测的站点指示数量,在所述行程路线上获取所述目标交通站点之前的所述站点指示数量指示的参考交通站点。
在一个实施例中,所述处理器1001在执行所述确定针对开启地理围栏检测的站点指示数量,包括:
获取在所述行程路线上至少一组两两交通站点之间的行程预测参数,基于所述行程预测参数确定针对开启地理围栏检测的站点指示数量;和/或,
获取当前电子设备的应用通知消息,基于所述应用通知消息确定行程重要等级,确定与所述行程重要等级相匹配的针对开启地理围栏检测的站点指示数量。
在一个实施例中,所述处理器1001在执行所述开启针对所述目标交通站点的地理围栏检测时,具体执行以下操作:
确定低功耗控制器与应用处理器共同对应的共享内存,控制所述低功耗控制器从所述共享内存中获取地理围栏数据,所述应用处理器用于获取地理围栏数据并存储至所述共享内存;
控制低功耗控制器基于所述地理围栏数据开启针对所述目标交通站点的地理围栏检测。
在一个实施例中,所述处理器1001在执行所述方法还包括:
在地理围栏检测过程中,基于所述共享内存采用并行执行方式通过应用处理器将所述地理围栏数据更新为目标地理围栏数据,并控制低功耗控制器获取所述目标地理围栏数据进行地理围栏检测。
在一个实施例中,所述处理器1001在执行所述通过应用处理器将所述地理围栏数据更新为目标地理围栏数据时,具体执行以下操作:
更新所述共享内存的内存标识位以及采用并行执行方式通过应用处理器将所述地理围栏数据更新为目标地理围栏数据;
所述并控制低功耗控制器获取所述目标地理围栏数据进行地理围栏检测,包括:
并控制低功耗控制器基于所述内存标识位获取所述目标地理围栏数据进行地理围栏检测。
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,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (11)
1.一种到站提醒方法,其特征在于,应用于电子设备,所述方法包括:
获取行程路线对应的目标交通站点,确定所述行程路线上与所述目标交通站点对应的参考交通站点;
在行进过程中采用目标站点检测方式确定途经的站点数量,基于所述站点数量确定到达所述参考交通站点并开启针对所述目标交通站点的地理围栏检测,所述目标站点检测方式对应的检测功耗小于地理围栏检测对应的检测功耗;
确定所述电子设备进入到所述目标交通站点的地理围栏范围内,则进行到站提醒。
2.根据权利要求1所述的方法,其特征在于,所述在行进过程中采用目标站点检测方式确定途经的站点数量,包括:
在行进过程中采用目标站点检测方式对行进过程中交通工具所途经的站点进行检测,生成站点检测结果;
基于所述站点检测结果确定途经的站点数量。
3.根据权利要求2所述的方法,其特征在于,所述采用目标站点检测方式对行进过程中交通工具所途经的站点进行检测,包括:
控制低功耗控制器采用所部署的目标站点检测方式对行进过程中交通工具所途经的站点进行检测;
所述获取行程路线对应的目标交通站点,确定所述行程路线上与所述目标交通站点对应的参考交通站点,包括:
控制应用处理器获取行程路线对应的目标交通站点,确定所述行程路线上与所述目标交通站点对应的参考交通站点;所述传感集线器的功耗小于所述应用处理器。
4.根据权利要求3所述的方法,其特征在于,所述低功耗控制器包括传感集线器和音频识别处理器,
所述控制低功耗控制器采用所部署的目标站点检测方式对行进过程中交通工具所途经的站点进行检测,包括:
控制传感集线器采用所部署的启停检测方式和音频识别处理器采用所部署的音频检测方式对交通工具所途经的站点进行检测。
5.根据权利要求1所述的方法,其特征在于,所述确定所述行程路线上与所述目标交通站点对应的参考交通站点,包括:
确定针对开启地理围栏检测的站点指示数量,在所述行程路线上获取所述目标交通站点之前的所述站点指示数量指示的参考交通站点。
6.根据权利要求5所述的方法,其特征在于,所述确定针对开启地理围栏检测的站点指示数量,包括:
获取在所述行程路线上至少一组两两交通站点之间的行程预测参数,基于所述行程预测参数确定针对开启地理围栏检测的站点指示数量;和/或,
获取当前电子设备的应用通知消息,基于所述应用通知消息确定行程重要等级,确定与所述行程重要等级相匹配的针对开启地理围栏检测的站点指示数量。
7.根据权利要求1所述的方法,其特征在于,所述开启针对所述目标交通站点的地理围栏检测,包括:
确定低功耗控制器与应用处理器共同对应的共享内存,控制所述低功耗控制器从所述共享内存中获取地理围栏数据,所述应用处理器用于获取地理围栏数据并存储至所述共享内存;
控制低功耗控制器基于所述地理围栏数据开启针对所述目标交通站点的地理围栏检测。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
在地理围栏检测过程中,基于所述共享内存采用并行执行方式通过应用处理器将所述地理围栏数据更新为目标地理围栏数据,并控制低功耗控制器获取所述目标地理围栏数据进行地理围栏检测。
9.根据权利要求8所述的方法,其特征在于,所述通过应用处理器将所述地理围栏数据更新为目标地理围栏数据,包括:
更新所述共享内存的内存标识位以及采用并行执行方式通过应用处理器将所述地理围栏数据更新为目标地理围栏数据;
所述并控制低功耗控制器获取所述目标地理围栏数据进行地理围栏检测,包括:
并控制低功耗控制器基于所述内存标识位获取所述目标地理围栏数据进行地理围栏检测。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1~9任意一项的方法步骤。
11.一种电子设备,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1~9任意一项的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110924799.3A CN113780978B (zh) | 2021-08-12 | 2021-08-12 | 到站提醒方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110924799.3A CN113780978B (zh) | 2021-08-12 | 2021-08-12 | 到站提醒方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113780978A true CN113780978A (zh) | 2021-12-10 |
CN113780978B CN113780978B (zh) | 2023-12-19 |
Family
ID=78837465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110924799.3A Active CN113780978B (zh) | 2021-08-12 | 2021-08-12 | 到站提醒方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113780978B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115022943A (zh) * | 2021-12-24 | 2022-09-06 | 荣耀终端有限公司 | 定位地理位置的方法及电子设备 |
CN116506547A (zh) * | 2023-06-30 | 2023-07-28 | 荣耀终端有限公司 | 信息提示方法、电子设备及可读存储介质 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201298291Y (zh) * | 2008-11-25 | 2009-08-26 | 衡阳师范学院 | 公共汽车乘客乘车自动提示装置 |
CN103179511A (zh) * | 2013-03-26 | 2013-06-26 | 清华大学 | 一种基于移动终端的地铁到站提醒方法 |
CN103632664A (zh) * | 2012-08-20 | 2014-03-12 | 联想(北京)有限公司 | 一种语音识别的方法及电子设备 |
CN104978868A (zh) * | 2015-06-15 | 2015-10-14 | 小米科技有限责任公司 | 到站提醒方法及装置 |
CN105120434A (zh) * | 2015-07-21 | 2015-12-02 | 惠州Tcl移动通信有限公司 | 一种智能终端到站提醒方法及系统 |
CN105678977A (zh) * | 2016-04-08 | 2016-06-15 | 厦门精图信息技术有限公司 | 一种智能可定位的站点叫醒眼罩 |
CN106710283A (zh) * | 2016-12-28 | 2017-05-24 | 上海与德信息技术有限公司 | 一种基于移动终端的报站提醒方法及装置 |
CN107452221A (zh) * | 2017-07-14 | 2017-12-08 | 北京小米移动软件有限公司 | 到站提醒方法及装置 |
CN107545763A (zh) * | 2016-06-28 | 2018-01-05 | 高德信息技术有限公司 | 一种车辆定位方法、终端、服务器及系统 |
CN108609031A (zh) * | 2018-03-16 | 2018-10-02 | 深圳市赛亿科技开发有限公司 | 火车到站提醒的实现方法及装置 |
CN108986332A (zh) * | 2018-08-23 | 2018-12-11 | 天津安中通讯电子有限公司 | 一种共享单车规范停车管理系统及其使用方法 |
CN110660201A (zh) * | 2019-09-23 | 2020-01-07 | Oppo广东移动通信有限公司 | 到站提醒方法、装置、终端及存储介质 |
CN110718089A (zh) * | 2019-10-15 | 2020-01-21 | Oppo(重庆)智能科技有限公司 | 一种出行服务方法、装置及计算机可读存储介质 |
CN110971763A (zh) * | 2019-12-10 | 2020-04-07 | Oppo(重庆)智能科技有限公司 | 到站提醒方法、装置、存储介质及电子设备 |
CN111356077A (zh) * | 2020-03-09 | 2020-06-30 | Oppo广东移动通信有限公司 | 站点预测方法、装置、终端及存储介质 |
CN111432339A (zh) * | 2020-03-19 | 2020-07-17 | RealMe重庆移动通信有限公司 | 近场通信卡片的切换方法、装置、存储介质及电子设备 |
CN111739334A (zh) * | 2019-03-25 | 2020-10-02 | 姚琴 | 基于地理信息识别停车站点的方法和停车站点判定装置 |
WO2021129703A1 (zh) * | 2019-12-25 | 2021-07-01 | Oppo广东移动通信有限公司 | 到站提醒的方法、装置、终端及存储介质 |
-
2021
- 2021-08-12 CN CN202110924799.3A patent/CN113780978B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201298291Y (zh) * | 2008-11-25 | 2009-08-26 | 衡阳师范学院 | 公共汽车乘客乘车自动提示装置 |
CN103632664A (zh) * | 2012-08-20 | 2014-03-12 | 联想(北京)有限公司 | 一种语音识别的方法及电子设备 |
CN103179511A (zh) * | 2013-03-26 | 2013-06-26 | 清华大学 | 一种基于移动终端的地铁到站提醒方法 |
CN104978868A (zh) * | 2015-06-15 | 2015-10-14 | 小米科技有限责任公司 | 到站提醒方法及装置 |
CN105120434A (zh) * | 2015-07-21 | 2015-12-02 | 惠州Tcl移动通信有限公司 | 一种智能终端到站提醒方法及系统 |
CN105678977A (zh) * | 2016-04-08 | 2016-06-15 | 厦门精图信息技术有限公司 | 一种智能可定位的站点叫醒眼罩 |
CN107545763A (zh) * | 2016-06-28 | 2018-01-05 | 高德信息技术有限公司 | 一种车辆定位方法、终端、服务器及系统 |
CN106710283A (zh) * | 2016-12-28 | 2017-05-24 | 上海与德信息技术有限公司 | 一种基于移动终端的报站提醒方法及装置 |
CN107452221A (zh) * | 2017-07-14 | 2017-12-08 | 北京小米移动软件有限公司 | 到站提醒方法及装置 |
CN108609031A (zh) * | 2018-03-16 | 2018-10-02 | 深圳市赛亿科技开发有限公司 | 火车到站提醒的实现方法及装置 |
CN108986332A (zh) * | 2018-08-23 | 2018-12-11 | 天津安中通讯电子有限公司 | 一种共享单车规范停车管理系统及其使用方法 |
CN111739334A (zh) * | 2019-03-25 | 2020-10-02 | 姚琴 | 基于地理信息识别停车站点的方法和停车站点判定装置 |
CN110660201A (zh) * | 2019-09-23 | 2020-01-07 | Oppo广东移动通信有限公司 | 到站提醒方法、装置、终端及存储介质 |
CN110718089A (zh) * | 2019-10-15 | 2020-01-21 | Oppo(重庆)智能科技有限公司 | 一种出行服务方法、装置及计算机可读存储介质 |
CN110971763A (zh) * | 2019-12-10 | 2020-04-07 | Oppo(重庆)智能科技有限公司 | 到站提醒方法、装置、存储介质及电子设备 |
WO2021129703A1 (zh) * | 2019-12-25 | 2021-07-01 | Oppo广东移动通信有限公司 | 到站提醒的方法、装置、终端及存储介质 |
CN111356077A (zh) * | 2020-03-09 | 2020-06-30 | Oppo广东移动通信有限公司 | 站点预测方法、装置、终端及存储介质 |
CN111432339A (zh) * | 2020-03-19 | 2020-07-17 | RealMe重庆移动通信有限公司 | 近场通信卡片的切换方法、装置、存储介质及电子设备 |
Non-Patent Citations (5)
Title |
---|
LIU XF ET AL.: "A Low-Power Self-service Bus Arrival Reminding Algorithm on Smart Phone", 《INTERNATIONAL ARAB JOURNAL OF INFORMATION TECHNOLOGY》, vol. 16, no. 2 * |
周国雄;夏国荣;周凯;蒋辉平;雷琪;: "基于无线数据收发原理的自动报站系统", 微计算机信息, no. 01 * |
孙弋;汪亚东;李培煊;: "基于GPS的嵌入式公交自动报站系统的研究", 电子技术应用, no. 11 * |
文科;张永生;: "基于GPS技术的公交车智能控制器", 自动化与仪表, no. 06 * |
潘志宏;万智萍;谢海明;: "跨平台框架下基于移动感知的智慧公交应用研究", 计算机工程与应用, no. 19 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115022943A (zh) * | 2021-12-24 | 2022-09-06 | 荣耀终端有限公司 | 定位地理位置的方法及电子设备 |
CN116506547A (zh) * | 2023-06-30 | 2023-07-28 | 荣耀终端有限公司 | 信息提示方法、电子设备及可读存储介质 |
CN116506547B (zh) * | 2023-06-30 | 2023-10-24 | 荣耀终端有限公司 | 信息提示方法、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113780978B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10490190B2 (en) | Task initiation using sensor dependent context long-tail voice commands | |
US11099867B2 (en) | Virtual assistant focused user interfaces | |
KR102288878B1 (ko) | 크로스-디바이스 핸드오프 | |
US20230300564A1 (en) | Visitation tracking system | |
US20170046125A1 (en) | Computing device with force-triggered non-visual responses | |
CN113779166B (zh) | 地理围栏控制方法、装置、存储介质及电子设备 | |
EP2688014A1 (en) | Method and Apparatus for Recommending Texts | |
US20170277993A1 (en) | Virtual assistant escalation | |
CN108595275B (zh) | 一种提示信息推送的方法及终端 | |
US8195194B1 (en) | Alarm for mobile communication device | |
EP3640791A1 (en) | Audio triggers based on context | |
CN113780978B (zh) | 到站提醒方法、装置、存储介质及电子设备 | |
US20140244266A1 (en) | Interaction with a Portion of a Content Item through a Virtual Assistant | |
WO2018227823A1 (zh) | 一种生成用户画像的方法和终端 | |
CN110730271B (zh) | 一种日程提醒方法、装置、存储介质及终端 | |
CN106796698A (zh) | 基于旅行样式的内容呈现 | |
CN112837099B (zh) | 潜在流失用户识别方法、装置、存储介质及电子设备 | |
CN112788583B (zh) | 设备寻找方法、装置、存储介质及电子设备 | |
CN111368525A (zh) | 信息搜索方法、装置、设备及存储介质 | |
CN109391734A (zh) | 数据发送方法、装置、终端及存储介质 | |
US20210303112A1 (en) | Interactive messaging stickers | |
CN112863219B (zh) | 位置更新方法、装置、存储介质及电子设备 | |
CN113163055B (zh) | 一种震动调节方法、装置、存储介质及电子设备 | |
CN111918386A (zh) | 定位方法、装置、存储介质及电子设备 | |
CN113780975B (zh) | 日程信息智能提醒方法、设备、存储介质和软件程序产品 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |