CN113810854A

CN113810854A - 终端运动轨迹的确定方法和服务器

Info

Publication number: CN113810854A
Application number: CN202111086454.1A
Authority: CN
Inventors: 肖征荣; 张丽云; 邢建兵; 田新雪
Original assignee: China United Network Communications Group Co Ltd
Current assignee: China United Network Communications Group Co Ltd
Priority date: 2021-09-16
Filing date: 2021-09-16
Publication date: 2021-12-17
Anticipated expiration: 2041-09-16
Also published as: CN113810854B

Abstract

本申请公开一种终端运动轨迹的确定方法和服务器，涉及通信技术领域，解决如何在室内环境下，提升对终端的运动轨迹的确认准确性的问题。该终端运动轨迹的确定方法包括：获取待跟踪终端在预设时长内的观测运动轨迹，观测运动轨迹包括待跟踪终端在预设时长内经过的多个观测物理位置信息；基于滤波算法对多个观测物理位置信息进行修正，获得多个修正位置信息；依据多个修正位置信息，确定待跟踪终端的目标运动轨迹。避免因定位不准确而导致的对待跟踪终端的运动轨迹错误的问题，提升室内环境中对终端的目标运动轨迹的确认准确性，以使获得的目标运动轨迹更接近待跟踪终端的真实运动轨迹。

Description

终端运动轨迹的确定方法和服务器

技术领域

本申请涉及通信技术领域，具体涉及一种终端运动轨迹的确定方法和服务器。

背景技术

位置服务(Location Based Services，LBS)也称为定位服务，该定位服务用于向用户提供位置查询、路径规划、导航等与位置信息相关的服务。

在对室内(如，商场、医院或机场等区域内)的目标终端的运动轨迹进行跟踪时，由于不同类型的终端具有不同的射频特性，采用常规定位算法对目标终端进行定位，获得的目标终端在运动过程中的各个点的模拟位置信息与该目标终端在真实的运动过程中的各个点的真实位置信息之间会存在误差；进而导致通过目标终端在运动过程中的各个点的模拟位置信息拟合出的目标终端的模拟运动轨迹与该目标终端的真实运动轨迹之间存在很大差异，导致对目标终端的运动轨迹确认的准确性低。

发明内容

为此，本申请提供一种终端运动轨迹的确定方法和服务器，解决如何在室内环境下，提升对终端的运动轨迹的确认准确性的问题。

为了实现上述目的，本申请第一方面提供一种终端运动轨迹的确定方法，方法包括：获取待跟踪终端在预设时长内的观测运动轨迹，观测运动轨迹包括待跟踪终端在预设时长内经过的多个观测物理位置信息；基于滤波算法对多个观测物理位置信息进行修正，获得多个修正位置信息；依据多个修正位置信息，确定待跟踪终端的目标运动轨迹。

在一些具体实现中，获取待跟踪终端在预设时长内的观测运动轨迹，包括：获取待跟踪终端的终端类型、待跟踪终端的接收信号强度；依据预设位置指纹数据库、待跟踪终端的终端类型和待跟踪终端的接收信号强度，确定待跟踪终端在预设时长内经过的多个观测物理位置信息，预设位置指纹数据库包括多个位置指纹，位置指纹用于表征不同类型的终端在室内预设位置上接收到的无线接入点发送的信号强度信息；基于多个观测物理位置信息，确定观测运动轨迹。

在一些具体实现中，基于滤波算法对多个观测物理位置信息进行修正，获得多个修正位置信息，包括：分别对多个观测物理位置信息做如下处理：获取上一时刻对当前时刻的待跟踪终端的预测位置信息；依据预测位置信息对当前时刻的观测物理位置信息进行修正，确定待跟踪终端在当前时刻的修正位置信息；其中，观测物理位置信息是基于当前时刻的观测值x_k、观测矩阵H和观测噪声Vk确定的位置信息，待跟踪终端进行匀速运动。

在一些具体实现中，依据预测位置信息对当前时刻的观测物理位置信息进行修正，确定待跟踪终端在当前时刻的修正位置信息，包括：获取预设的修正因子；使用预设的修正因子对当前时刻的观测物理位置信息进行修正，确定初始修正位置信息；依据预测位置信息和初始修正位置信息，确定最终修正位置信息，并使用最终修正位置信息作为待跟踪终端在当前时刻的修正位置信息。

在一些具体实现中，获取预设的修正因子,包括：依据上一时刻对待跟踪终端的预测位置信息和当前时刻对待跟踪终端的观测物理位置信息，确定协方差矩阵；依据观测噪声、观测矩阵和协方差矩阵，确定修正因子。

在一些具体实现中，获取上一时刻对当前时刻的待跟踪终端的预测位置信息，包括：获取待跟踪终端在上一时刻的最优预测位置信息；依据预设的状态转移矩阵、输入控制矩阵，最优预测位置信息和预设控制信息，确定预测位置信息；其中，输入控制矩阵用于将输入的信息转化为位置信息，状态转移矩阵用于进行不同时刻的位置状态的转换。

在一些具体实现中，修正位置信息，包括：时间信息和修正后的物理位置；依据多个修正位置信息，确定待跟踪终端的目标运动轨迹，包括：依据时间信息，顺序将多个修正后的物理位置进行连接，确定待跟踪终端的目标运动轨迹。

在一些具体实现中，依据多个修正位置信息，确定待跟踪终端的目标运动轨迹，包括：采用线性拟合算法或非线性拟合算法，对多个修正位置信息进行拟合，确定待跟踪终端的目标运动轨迹。

在一些具体实现中，滤波算法，包括：算术平均滤波法算法、递推平均滤波法算法、中位值平均滤波法算法、加权递推平均滤波法算法和卡尔曼滤波算法中的任意一种或多种。

为了实现上述目的，本申请第二方面提供一种服务器，其包括：获取模块，被配置为获取待跟踪终端在预设时长内的观测运动轨迹，观测运动轨迹包括待跟踪终端在预设时长内经过的多个观测物理位置信息；修正模块，被配置为基于滤波算法对多个观测物理位置信息进行修正，获得多个修正位置信息；轨迹确定模块，被配置为依据多个修正位置信息，确定待跟踪终端的目标运动轨迹。

本申请中的终端运动轨迹的确定方法和服务器，通过获取待跟踪终端在预设时长内的观测运动轨迹，能够获知待跟踪终端在预设时长内经过的多个观测物理位置信息，初步判断待跟踪终端的运动情况；基于滤波算法对多个观测物理位置信息进行修正，获得多个修正位置信息，针对不准确的位置信息进行修正，提升对待跟踪终端的观测物理位置信息的准确性；依据多个修正位置信息，确定待跟踪终端的目标运动轨迹，避免因定位不准确而导致的对待跟踪终端的运动轨迹错误的问题，提升室内环境中对终端的目标运动轨迹的确认准确性，以使获得的目标运动轨迹更接近待跟踪终端的真实运动轨迹。

附图说明

附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开的实施例一起用于解释本公开，并不构成对本公开的限制。通过参考附图对详细示例实施例进行描述，以上和其它特征和优点对本领域技术人员将变得更加显而易见。

图1示出本申请一实施例提供的终端运动轨迹的确定方法的流程示意图。

图2示出本申请又一实施例提供的终端运动轨迹的确定方法的流程示意图。

图3示出本申请实施例提供的位置修正方法的流程示意图。

图4示出本申请实施例提供的服务器的组成方框图。

图5示出本申请实施例提供的终端运动轨迹的确定系统的组成方框图。

图6示出本申请实施例提供的终端运动轨迹的确定系统的工作方法的流程示意图。

图7示出本申请实施例提供的观测物理位置信息的获取方法的流程示意图。

具体实施方式

以下结合附图对本申请的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本申请，并不用于限制本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。

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示出本申请一实施例提供的终端运动轨迹的确定方法的流程示意图。该方法可应用于服务器。如图1所示，包括：

步骤S110，获取待跟踪终端在预设时长内的观测运动轨迹。

其中，观测运动轨迹包括待跟踪终端在预设时长内经过的多个观测物理位置信息。

例如，通过对待跟踪终端进行多点定位，获得待跟踪终端在多个位置上的定位信息，并基于这些定位信息获得多个观测物理位置信息，进而将多个观测物理位置信息进行拟合，可获得观测运动轨迹。

需要说明的是，观测运动轨迹能够粗略表征待跟踪终端的运动轨迹，可基本满足待跟踪终端对于自己的运动轨迹的获取需求，方便待跟踪终端对自己的运动轨迹的追踪，或便于服务器对待跟踪终端的运动场所的确定。

步骤S120，基于滤波算法对多个观测物理位置信息进行修正，获得多个修正位置信息。

其中，对多个观测物理位置信息进行修正，可针对每个观测物理位置信息进行进一步精确定位，使修正后的修正位置信息更准确。

比如，观测物理位置信息仅能确定待跟踪终端在A商场中的B层，但无法具体确定该待跟踪终端具体在B层的哪个位置；而修正后的修正位置信息能够准确获知该待跟踪终端在A商场中的B层中的C商家进行购物，修正后的修正位置信息可提高待跟踪终端的定位精度。其中，A，B和C均为大于或等于1的整数。

步骤S130，依据多个修正位置信息，确定待跟踪终端的目标运动轨迹。

其中，目标运动轨迹包括多个修正位置信息，通过对多个修正位置信息进行处理，将多个修正位置信息之间的内部关联关系进行融合，使目标运动轨迹能够与多个修正位置信息相关联，提升目标运动轨迹的准确性。

在本实施例中，通过获取待跟踪终端在预设时长内的观测运动轨迹，能够获知待跟踪终端在预设时长内经过的多个观测物理位置信息，初步判断待跟踪终端的运动情况；基于滤波算法对多个观测物理位置信息进行修正，获得多个修正位置信息，针对不准确的位置信息进行修正，提升对待跟踪终端的观测物理位置信息的准确性；依据多个修正位置信息，确定待跟踪终端的目标运动轨迹，避免因定位不准确而导致的对待跟踪终端的运动轨迹错误的问题，提升室内环境中对终端的目标运动轨迹的确认准确性，以使获得的目标运动轨迹更接近待跟踪终端的真实运动轨迹。

本申请实施例提供了另一种可能的实现方式，其中，步骤S130中的依据多个修正位置信息，确定待跟踪终端的目标运动轨迹，可采用如下方式实现：依据时间信息，顺序将多个修正后的物理位置进行连接，确定待跟踪终端的目标运动轨迹。

其中，修正位置信息，包括：时间信息和修正后的物理位置。时间信息可以包括：多个时间戳，该时间戳与修正后的物理位置一一对应。时间戳是使用数字签名技术产生的数据，签名的对象(例如，各个修正后的物理位置等)包括：原始文件信息、签名参数、签名时间中的任意一种或多种。能够保证修正后的物理位置的真实准确性。

例如，通过时间戳的前后顺序，对多个修正后的物理位置进行排序，获得排序结果，该排序结果能够表征修正后的物理位置的先后顺序，再顺序将多个修正后的物理位置进行连接，确定待跟踪终端的目标运动轨迹，使获得的目标运动轨迹更精确。

图2示出本申请又一实施例提供的终端运动轨迹的确定方法的流程示意图。该方法可应用于服务器。如图2所示，包括：

步骤S210，获取待跟踪终端在预设时长内的观测运动轨迹。

其中，预设时长包括预先设定的时间长度，例如，预设时长为10分钟，或20分钟等。

在一些具体实现中，获取待跟踪终端在预设时长内的观测运动轨迹，包括：获取待跟踪终端的终端类型、待跟踪终端的接收信号强度；依据预设位置指纹数据库、待跟踪终端的终端类型和待跟踪终端的接收信号强度，确定待跟踪终端在预设时长内经过的多个观测物理位置信息；基于多个观测物理位置信息，确定观测运动轨迹。

其中，预设位置指纹数据库包括多个位置指纹，位置指纹用于表征不同类型的终端在室内预设位置上接收到的无线接入点发送的信号强度信息。

因不同厂商的制作工艺不同，不同类型的终端具有的射频特性也不同。例如，第一类型终端对应的发射信号强度与第二类型终端对应的发射信号强度不同，对应地，第一类型终端和第二类型终端在同一位置上的接收信号强度也不同。

具体实现时，可以将待跟踪终端的终端类型与预设位置指纹数据库中的样本终端的终端类型相匹配，获得第一样本终端(例如，该第一样本终端的终端类型与待跟踪终端的终端类型相同或相近)；然后，再将待跟踪终端的接收信号强度与第一样本终端在多个室内预设位置上的接收信号强度再次匹配，可筛选获得多个初步筛选位置信息；基于多个初步筛选位置信息进一步处理，以确定待跟踪终端的物理位置信息，能够保证待跟踪终端的物理位置信息更加准确。

通过待跟踪终端的终端类型能够针对不同类型的终端进行不同的处理，能够区别不同类型的终端所具有的不同的射频特性，提升对终端的处理的准确性；并且，将待跟踪终端的终端类型和待跟踪终端的信号强度与预设位置指纹数据库中的多个位置指纹进行匹配，以确定待跟踪终端的物理位置信息，可进一步考察不同类型的终端在不同的物理位置上的信号强度信息，极大地提高了对终端的观测物理位置信息的判断准确性，提升用户的使用体验。

步骤S220，基于滤波算法对多个观测物理位置信息进行修正，获得多个修正位置信息。

其中，滤波算法，包括：算术平均滤波法算法、递推平均滤波法算法、中位值平均滤波法算法、加权递推平均滤波法算法和卡尔曼滤波算法中的任意一种或多种。

例如，递推平均滤波法算法可以包括：将连续取得的N个观测物理位置信息作为一个队列，该队列的长度为N；每次采样到一个新的观测物理位置信息时，将该新的观测物理位置信息放入队尾，并删除原来队首的一次观测物理位置信息(即采用先进先出原则来对队列中的数据进行处理)。然后，对队列中的N个观测物理位置信息进行算术平均运算，获得修正位置信息。其中，N为大于或等于1的整数。采用递推平均滤波法算法对多个观测物理位置信息进行修正，能够对观测物理位置信息进行周期性干扰，具有良好的抑制作用，平滑度高。

例如，中位值平均滤波法算法可以包括：将多个观测物理位置信息中的最大值和最小值去掉后，再将剩余的观测物理位置信息进行平均，获得平均值。例如，连续采样N个观测物理位置，去掉一个最大值和一个最小值，然后计算N-2个观测物理位置对应的算术平均值，即为修正后的修正位置信息。采用中位值平均滤波法算法对多个观测物理位置信息进行修正，能够消除偶然出现的观测物理位置干扰，避免位置出现偏差，可保证获得的目标运动轨迹平滑度高。

例如，加权递推平均滤波法算法可以包括：对于不同时刻的观测物理位置信息，进行对应的加权。例如，越接近当前时刻的观测物理位置信息，其权重越大。可提升对物理位置信息的灵敏度。

例如，卡尔曼滤波算法可以包括：采用卡尔曼增益，对各个观测物理位置信息进行估计，获得卡尔曼估计值；并更新卡尔曼增益，再次使用该卡尔曼增益对卡尔曼估计值进行估计，以此类推，循环迭代，直至卡尔曼估计值满足预设阈值的要求。可确定最终的卡尔曼估计值为修正后的修正位置。能够降低误差，提升修正位置的准确性。

步骤S230，采用线性拟合算法或非线性拟合算法，对多个修正位置信息进行拟合，确定待跟踪终端的目标运动轨迹。

其中，线性拟合是曲线拟合的一种形式。例如，设x和y都是修正位置信息，且y是x的函数：y＝f(x；b)，其中，f表示函数关系，b为实数。通过将x和y的修正位置信息来寻求参数b的最佳估计值，并同时寻求最佳的理论曲线y＝f(x；b)。当函数y＝f(x；b)为关于b的某个线性函数时，称这种曲线拟合为线性拟合。

非线性拟合算法，包括：非线性最小二乘法。该非线性最小二乘法通过最小化误差的平方，来寻找与修正位置信息对应的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。

通过采用线性拟合算法或非线性拟合算法，对多个修正位置信息进行拟合，能够使多个修正位置信息共同表征待跟踪终端的运动情况，以获得待跟踪终端的目标运动轨迹，并提升目标运动轨迹的准确性。

本申请实施例提供了另一种可能的实现方式，其中，步骤S220中的基于滤波算法对多个观测物理位置信息进行修正，获得多个修正位置信息，可采用如下步骤实现。

图3示出本申请实施例提供的位置修正方法的流程示意图。如图3所示，分别对多个观测物理位置信息做如下处理：

步骤S221，获取上一时刻对当前时刻的待跟踪终端的预测位置信息。

例如，根据待跟踪终端在第k-1时刻对应的位置信息，对待跟踪终端在第k时刻对应的位置信息进行预测，以获得待跟踪终端在第k时刻对应的预测位置信息，方便后续对该预测位置信息进行验证。在获得第k时刻对应的实际位置信息的情况下，使用该预测位置信息对实际位置信息进行验证，以确定预测方法是否正确。其中，待跟踪终端可以进行匀速运动或变速运动等。

在一些具体实现中，获取上一时刻对当前时刻的待跟踪终端的预测位置信息，包括：获取待跟踪终端在上一时刻的最优预测位置信息；依据预设的状态转移矩阵、输入控制矩阵，最优预测位置信息和预设控制信息，确定预测位置信息。

其中，输入控制矩阵用于将输入的信息转化为位置信息，状态转移矩阵用于进行不同时刻的位置状态的转换。预设控制信息可以包括：预先设定的对输入控制矩阵的控制参数等。也可以将该控制参数写入到输入控制矩阵中。

例如，设定A代表状态转移矩阵，B代表输入控制矩阵，μ_k代表在第k时刻的预设控制信息，在获得待跟踪终端在第k-1时刻对应的最优预测位置信息

的情况下，可以预测获得预测位置信息

从而具体获得预测位置信息。实现对预测位置信息的估计。

步骤S222，依据预测位置信息对当前时刻的观测物理位置信息进行修正，确定待跟踪终端在当前时刻的修正位置信息。

其中，观测物理位置信息是基于当前时刻的观测值、观测矩阵和观测噪声确定的位置信息，待跟踪终端进行匀速运动。

例如，设定z_k是第k时刻的观测值(例如，观测物理位置信息)，H代表系统的观测矩阵，v_k代表在第k时刻的观测噪声，x_k代表第k时刻的状态；则z_k＝Hx_k+v_k。

进一步地，若H为常数矩阵，则z_k与x_k之间成线性关系，可确定待跟踪终端进行匀速运动；否则，若H不是常数矩阵，则待跟踪终端可能进行非线性运动。

其中，修正因子可以是常数，也可以是实时更新的修正系数。通过使用该预设的修正因子，对当前时刻的观测物理位置信息进行修正，能够提升观测物理位置信息的准确性。

例如，修正因子可以包括卡尔曼增益，例如，设定K_k表示卡尔曼增益，x’_k表示卡尔曼估计值(例如，初始修正位置信息或最终修正位置信息)则卡尔曼估计值可以表示为

通过使用卡尔曼增益对每次获得的卡尔曼估计值进行迭代计算，并在迭代结果满足预设条件的情况下，确定最终修正位置信息，并使用该最终修正位置信息作为待跟踪终端在当前时刻的修正位置信息。进一步提升修正位置信息的准确性。

其中，协方差矩阵用于表征第k-1时刻的预测值与在第k时刻的观测值之间的误差情况。协方差矩阵会进行更新，以保证修正因子的准确性。

例如，设定H代表系统的观测矩阵；H^T表示H的转置矩阵；R表示系统在第k时刻的观测噪声，该观测噪声是一个服从高斯分布的随机变量；P′_k表示第k时刻的协方差；则修正因子可以表示为：

在本实施例中，通过获取上一时刻对当前时刻的待跟踪终端的预测位置信息，能够预测待跟踪终端可能移动到的位置，提前对待跟踪终端的行动轨迹进行预判；依据预测位置信息对当前时刻的观测物理位置信息进行修正，确定待跟踪终端在当前时刻的修正位置信息，将预测位置信息和当前时刻的观测物理位置信息相结合，以修正当前时刻的观测物理位置信息，使获得的待跟踪终端在当前时刻的修正位置信息更准确，提升对待跟踪终端的位置的定位准确性，进而保证使用多个修正位置信息拟合出的目标运动轨迹的准确性。

图4示出本申请实施例提供的服务器的组成方框图。如图4所示，该服务器400具体包括如下模块。

获取模块401，被配置为获取待跟踪终端在预设时长内的观测运动轨迹，观测运动轨迹包括待跟踪终端在预设时长内经过的多个观测物理位置信息；修正模块402，被配置为基于滤波算法对多个观测物理位置信息进行修正，获得多个修正位置信息；轨迹确定模块403，被配置为依据多个修正位置信息，确定待跟踪终端的目标运动轨迹。

在一些具体实现中，获取模块401，具体用于获取待跟踪终端的终端类型、待跟踪终端的接收信号强度；依据预设位置指纹数据库、待跟踪终端的终端类型和待跟踪终端的接收信号强度，确定待跟踪终端在预设时长内经过的多个观测物理位置信息，预设位置指纹数据库包括多个位置指纹，位置指纹用于表征不同类型的终端在室内预设位置上接收到的无线接入点发送的信号强度信息；基于多个观测物理位置信息，确定观测运动轨迹。

在一些具体实现中，修正模块402，具体用于分别对多个观测物理位置信息做如下处理：获取上一时刻对当前时刻的待跟踪终端的预测位置信息；依据预测位置信息对当前时刻的观测物理位置信息进行修正，确定待跟踪终端在当前时刻的修正位置信息；其中，观测物理位置信息是基于当前时刻的观测值x_k、观测矩阵H和观测噪声Vk确定的位置信息，待跟踪终端进行匀速运动。

在一些具体实现中，修正位置信息，包括：时间信息和修正后的物理位置；轨迹确定模块403，具体用于依据时间信息，顺序将多个修正后的物理位置进行连接，确定待跟踪终端的目标运动轨迹。

在一些具体实现中，轨迹确定模块403，具体用于采用线性拟合算法或非线性拟合算法，对多个修正位置信息进行拟合，确定待跟踪终端的目标运动轨迹。

在本实施方式中，使用获取模块获取待跟踪终端在预设时长内的观测运动轨迹，能够获知待跟踪终端在预设时长内经过的多个观测物理位置信息，初步判断待跟踪终端的运动情况；使用修正模块基于滤波算法对多个观测物理位置信息进行修正，获得多个修正位置信息，针对不准确的位置信息进行修正，提升对待跟踪终端的观测物理位置信息的准确性；使用轨迹确定模块依据多个修正位置信息，确定待跟踪终端的目标运动轨迹，避免因定位不准确而导致的对待跟踪终端的运动轨迹错误的问题，提升室内环境中对终端的目标运动轨迹的确认准确性，以使获得的目标运动轨迹更接近待跟踪终端的真实运动轨迹。

值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本申请的创新部分，本实施方式中并没有将与解决本申请所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。

图5示出本申请实施例提供的终端运动轨迹的确定系统的组成方框图。如图5所示，该终端运动轨迹的确定系统包括:服务器510、样本终端520、无线接入设备530和待跟踪终端540。

其中，样本终端520包括：第一样本终端521、第二样本终端522、……、第A样本终端52A，A为样本终端的数量，A为大于或等于1的整数。

无线接入设备530包括第一无线接入设备531、第二无线接入设备532、……、第N无线接入设备53N等，其中，N为无线接入设备的数量,N为大于或等于1的整数。无线接入设备530还可以包括：AP信号源。

因为在匹配算法中，是根据参考点的信号强度的相似度来进行匹配的，而不是通过位置的相似度进行匹配的，在实际情况下可能会出现距离较远的两个点之间具有较为相似的信号强度值，这就会造成一些定位点的不准确。

如图6所示，该终端运动轨迹的确定系统的工作方法包括如下步骤。

步骤S610，待跟踪终端520发送目标跟踪请求至运动轨迹跟踪服务器510。

其中，目标跟踪请求包括：待跟踪终端520的标识、待跟踪终端520的终端类型等参数。

步骤S620，运动轨迹跟踪服务器510在接收到目标跟踪请求后，查找数据库，获得待跟踪终端520在预设时段内的多个观测物理位置信息。

其中，待跟踪终端520在预设时段内的多个观测物理位置信息是采用如下方式获得的信息：将待跟踪终端520的接收信号强度与预设位置指纹数据库中的各个AP信号源对应的信号强度值进行匹配，并将待跟踪终端520的终端类型与预设位置指纹数据库中的多个样本终端的终端类型进行匹配，获得匹配结果，并基于该匹配结果确定待跟踪终端520在预设时段内的多个观测物理位置信息。

本申请实施例提供了另一种可能的实现方式，其中，步骤S620中的运动轨迹跟踪服务器510在接收到目标跟踪请求后，查找数据库，获得待跟踪终端520在预设时段内的多个观测物理位置信息，可采用如下步骤实现。

图7示出本申请实施例提供的观测物理位置信息的获取方法的流程示意图。如图7所示，观测物理位置信息的获取方法包括：

步骤S621，运动轨迹跟踪服务器510建立预设位置指纹数据库。

其中，预设位置指纹数据库包括：多个室内预设位置的位置指纹，每个室内预设位置的位置指纹可以包括：室内预设位置的坐标信息、多个样本终端的终端类型和与样本终端的终端类型对应的样本信号强度信息，样本信号强度信息包括：AP信号源对应的信号强度值。

在一些具体实现中，可采用如下方法获取每个室内预设位置的位置指纹：

在室内(例如，商场、办公楼等)的预设定位区域，以等距离间隔设置参考点(即，室内预设位置)，以室内的东西方向为x轴，以南北方向为y轴建立室内坐标系，并记录每个参考点的物理位置坐标(x_i，y_i)。再选择n个AP信号源，使用多个不同类型的样本终端(例如，第一样本终端521、第二样本终端522、……、第A样本终端52A等)在每个参考点上对每个AP信号源进行m次测量，以获得该参考点对应的一个m*n的矩阵RS_m*n，可采用公式(1)表示：

其中，

表示样本终端在该参考点上对第n个AP信号源进行测量所获得的第m次的测量值(即，第n个AP信号源对应的信号强度值)，x和y表示实数，m和n均表示大于或等于1的整数。i表示大于或等于1，且，小于或等于n的整数。

需要说明的是，在每个参考点上都可以接收到n个AP信号源所发送的信号，对预设定位区域中设置的每一个参考点都进行上述测量和信号强度值的采集，并且可使用不同类型的样本终端进行上述数据的采集。则可以获得多个不同类型的样本终端在多个参考点上的m*n的矩阵RS_m*n。将样本终端的终端类型、参考点对应的坐标信息、和m*n的矩阵RS_m*n作为该参考点的位置指纹，并基于多个参考点的位置指纹建立预设位置指纹数据库。

在一些具体实现中，位置指纹还可以包括：根据矩阵RS_m*n中的信号强度值计算获得的第i个AP信号源对应的离散系数Vi。

其中，第i个AP信号源对应的离散系数Vi可采用公式(2)计算获得：

其中，δ_i表示第i个AP信号源在第B个参考点上的m次测量值的标准差，avr_i表示第i个AP信号源在第B个参考点上的m次测量值的平均值，B表示大于或等于1的整数。

需要说明的是，由于对各个AP信号源测量的m次测量值的平均值avr_i是不同的，使用各个AP信号源对应的离散系数Vi可以更好的反映出每个AP信号源的样本数据的离散程度。即，离散系数越大的AP信号源，其对应的信号强度值波动越大，稳定性越弱；离散系数越小的AP信号源，其对应的信号强度值波动越小，稳定性越强。

例如，第i个AP信号源在第B个参考点上的m次测量值的标准差δ_i可采用公式(3)计算获得。

其中，

表示第一样本终端在第B个参考点上对第1个AP信号源进行测量所获得的第1次的测量值；

表示第一样本终端在第B个参考点上对第1个AP信号源进行测量所获得的第m次的测量值。

需要说明的是，AP信号源容易受到不同频段的产品的干扰，从而造成测量获得的m次的测量值不相同。例如，常用的无线路由器的频段是2.4GHz频段，5G所使用的频段与WiFi所使用的频段相近似，易导致测量获得的测量值之间存在偏差，因此，需要针对每个参考点对一个AP信号源进行m次测量，获得的m个测量值，综合判断该AP信号源在该参考点的信号质量，以提升信号质量的准确性。

第i个AP信号源在第B个参考点上的m次测量值的平均值avr_i可采用公式(4)计算获得：

在一些具体实现中，位置指纹还可以包括：第i个AP信号源对应的权重因子W_i。

第i个AP信号源对应的权重因子W_i可以采用公式(5)计算获得：

其中，tip表示样本终端的终端类型(例如，不同品牌的样本终端等)，通过样本终端的终端类型能够表征不同类型的样本终端所具有的不同的射频特性，以提高权重因子的准确性。

需要说明的是，可以使用离散系数Vi的倒数进行权值的计算，可以使离散系数Vi大的AP信号源，对应的权重因子W_i更小，降低由于AP信号源的不稳定性，对最终的定位结果造成的误差，提升定位结果的准确性。

步骤S622，待跟踪终端540发送定位请求至运动轨迹跟踪服务器510。

其中，定位请求包括：待跟踪终端540的终端类型和待跟踪终端540的接收信号强度。

步骤S623，运动轨迹跟踪服务器510根据接收到的待跟踪终端540的终端类型和待跟踪终端540的接收信号强度和预设位置指纹数据库，确定待跟踪终端540的观测物理位置信息。

将待跟踪终端540的接收信号强度与预设位置指纹数据库中的各个AP信号源对应的信号强度值进行匹配，并将待跟踪终端540的终端类型与预设位置指纹数据库中的多个样本终端的终端类型进行匹配，获得匹配结果，并基于该匹配结果确定待跟踪终端540的观测物理位置信息。

在一些具体实现中，还可以基于离散系数Vi和样本终端的终端类型tip使用公式(5)计算获得加权值W_i，进而根据该加权值W_i，确定所有参考点和待跟踪终端540之间的加权欧式距离，例如，采用公式(6)计算获得第B个参考点和待跟踪终端540之间的加权欧式距离D_B。

其中，

表示样本终端在第B个参考点上对第1个AP信号源进行测量所获得的第j次的测量值；

表示样本终端在第B个参考点上对第n个AP信号源进行测量所获得的第j次的测量值。W₁表示样本终端在第B个参考点上与第1个AP信号源对应的加权值，W_n表示样本终端在第B个参考点上与第n个AP信号源对应的加权值。avr₁表示样本终端在第B个参考点上对第1个AP信号源进行多次测量所获得的平均值；avr_n表示样本终端在第B个参考点上对第n个AP信号源进行多次测量所获得的平均值。

然后，对B个参考点和待跟踪终端540之间的加权欧式距离D_B进行升序排列(即从小到大的排列)，获得排序结果，并依据该排序结果，筛选获得加权欧式距离最小的P个参考点，P为大于或等于1，且，小于或等于B的整数。

再采用公式(7)分别计算P个参考点中的每个参考点的距离权重因子

其中，Dj表示最终选出的P个参考点与待跟踪终端540之间的加权欧式距离，j为大于或等于1，且小于或等于P的整数。

最后，使用公式(8)计算获得待跟踪终端540的观测物理位置信息(x，y)，提高了对待跟踪终端540的观测物理位置信息的判断准确性。

其中，x表示待跟踪终端540的横坐标，y表示待跟踪终端540的纵坐标。

步骤630，运动轨迹跟踪服务器510使用卡尔曼滤波算法对待跟踪终端520在预设时段内的多个观测物理位置信息进行修正，获得多个修正位置信息。

其中，多个观测物理位置信息可以是多个连续的位置点，例如，1000个或600个连续的位置点等。

例如，首先，假设系统的状态方程如公式(9)所示：

x_k＝Ax_k-1+Bμ_k+w_k-1 (9)

其中，x_k代表第k时刻的状态，x_k-1代表第k-1时刻的状态，A代表状态转移矩阵，μ_k代表在第k时刻外界对系统的控制量，B代表输入控制矩阵，用来将外界的输入转化为状态，w_k-1代表第k-1时刻的系统噪声。

假设z_k是第k时刻的观测值(例如，观测物理位置信息)，则观测值z_k和系统的状态变量之间的关系如公式(10)所示：

z_k＝Hx_k+v_k (10)

其中，z_k表示系统在第k时刻的观测值，H代表系统的观测矩阵，v_k代表在第k时刻的观测噪声。

需要说明的是，在使用卡尔曼滤波算法对待跟踪终端520在预设时段内的多个观测物理位置信息进行修正的过程中，需要对第k时刻的系统状态进行预测，并对第k时刻的系统误差进行校正。

其中，可采用如下公式(11)和公式(12)，在第k-1时刻对第k时刻的系统状态值进行预测，获得系统在第k-1时刻对第k时刻的系统状态的预测值

以及系统在第k-1时刻的预测值与系统在第k时刻的观测值之间的误差(例如，采用协方差矩阵P′_k表示)。

系统的卡尔曼滤波的状态预测的方程如公式(11)所示：

其中，

代表系统在第k-1时刻对第k时刻的系统状态的预测值，

代表第K-1时刻状态的最优预测值。

系统的协方差预测方程如公式(12)所示：

P′_k＝AP_k-1A^T+Q (12)

其中，P′_k代表系统在第k-1时刻的预测值与系统在第k时刻的观测值之间的协方差矩阵，Q代表系统状态噪声的协方差，A^T表示A的转置矩阵，P_k-1表示系统在第k-2时刻的预测值与系统在第k-1时刻的观测值之间的协方差矩阵。

采用如下公式(13)将系统在第k时刻的观测值，以及第k+1时刻对第k时刻的预测值相结合，获得在第k时刻的卡尔曼估计值x’_k。

其中，x’_k表示卡尔曼估计值(例如，初始修正位置信息)，K_k表示卡尔曼增益；该卡尔曼增益K_k可采用公式(14)所示：

其中，R表示系统在第k时刻的观测噪声，该观测噪声是一个服从高斯分布的随机变量；H^T表示H的转置矩阵。

使用卡尔曼增益K_k对当前时刻的观测物理位置信息进行修正，确定初始修正位置信息；依据预测位置信息和初始修正位置信息，确定最终修正位置信息，并使用最终修正位置信息作为待跟踪终端在当前时刻的修正位置信息。

需要说明的是，使用卡尔曼增益K_k对当前时刻的观测物理位置信息进行修正，确定初始修正位置信息，是一个循环递归的过程；在每次获得更新后的修正位置信息的情况下，还需要对协方差进行更新，计算获得卡尔曼估计值x’_k与系统在第k-1时刻对第k时刻的系统状态的预测值

之间的误差，为下一次的递归过程打下基础。该误差可采用公式(15)表示：

P_k＝(I-K_kH)P′_k (15)

其中，I为单位矩阵(即对角线全为1，其他为0的矩阵)；P_k表示更新后的协方差；P′_k表示更新前的协方差。

其中，更新后的协方差P_k和卡尔曼增益K_k，可以作为下一时刻(即第k+1时刻)的系统输入，以使递归过程可以继续,直至获得的修改位置信息满足预设条件。

其中，预设条件可以是将获取到的待跟踪终端540的真实运动轨迹与通过多个修正位置信息确定的待验证运动轨迹相比较，以获得的条件，例如，更新后的协方差P_k满足预设协方差阈值等。

步骤640，运动轨迹跟踪服务器510依据多个修正位置信息，确定待跟踪终端540的目标运动轨迹。

其中，可以对多个修正位置信息进行拟合，或，依据时间信息，顺序将多个修正后的物理位置进行连接，确定待跟踪终端540的目标运动轨迹，以使获得的目标运动轨迹更加精确。

在本实施例中，对待跟踪终端进行跟踪时，需要先通过基于预设位置指纹数据库、待跟踪终端的接收信号强度和终端类型，估算出待跟踪终端的观测物理位置信息；由先验知识可知，待跟踪终端在通常情况下都是进行匀速运动，因此，使用待跟踪终端在上一个时刻的观测物理位置信息和目标物体的运动速度，可以预测出当前时刻待跟踪终端的目标物理位置，针对不准确的位置信息进行修正，提升对待跟踪终端的观测物理位置信息的准确性；通过多个修正位置信息拟合出目标运动轨迹，避免因定位不准确而导致的对待跟踪终端的运动轨迹错误的问题，提升室内环境中对终端的目标运动轨迹的确认准确性，以使获得的目标运动轨迹更接近待跟踪终端的真实运动轨迹。

可以理解的是，以上实施方式仅仅是为了说明本申请的原理而采用的示例性实施方式，然而本申请并不局限于此。对于本领域内的普通技术人员而言，在不脱离本申请的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本申请的保护范围。

Claims

1.一种终端运动轨迹的确定方法，其特征在于，所述方法包括：

获取待跟踪终端在预设时长内的观测运动轨迹，所述观测运动轨迹包括所述待跟踪终端在所述预设时长内经过的多个观测物理位置信息；

基于滤波算法对多个所述观测物理位置信息进行修正，获得多个修正位置信息；

依据多个所述修正位置信息，确定所述待跟踪终端的目标运动轨迹。

2.根据权利要求1所述的方法，其特征在于，所述获取待跟踪终端在预设时长内的观测运动轨迹，包括：

获取所述待跟踪终端的终端类型、所述待跟踪终端的接收信号强度；

依据预设位置指纹数据库、所述待跟踪终端的终端类型和所述待跟踪终端的接收信号强度，确定所述待跟踪终端在所述预设时长内经过的多个所述观测物理位置信息，所述预设位置指纹数据库包括多个位置指纹，所述位置指纹用于表征不同类型的终端在室内预设位置上接收到的无线接入点发送的信号强度信息；

基于多个所述观测物理位置信息，确定所述观测运动轨迹。

3.根据权利要求1所述的方法，其特征在于，所述基于滤波算法对多个所述观测物理位置信息进行修正，获得多个修正位置信息，包括：

分别对多个所述观测物理位置信息做如下处理：

获取上一时刻对当前时刻的所述待跟踪终端的预测位置信息；

依据所述预测位置信息对所述当前时刻的观测物理位置信息进行修正，确定所述待跟踪终端在所述当前时刻的修正位置信息；

其中，所述观测物理位置信息是基于所述当前时刻的观测值、观测矩阵和观测噪声确定的位置信息，所述待跟踪终端进行匀速运动。

4.根据权利要求3所述的方法，其特征在于，所述依据所述预测位置信息对所述当前时刻的观测物理位置信息进行修正，确定所述待跟踪终端在所述当前时刻的修正位置信息，包括：

获取预设的修正因子；

使用预设的修正因子对所述当前时刻的观测物理位置信息进行修正，确定初始修正位置信息；

依据所述预测位置信息和所述初始修正位置信息，确定最终修正位置信息，并使用所述最终修正位置信息作为所述待跟踪终端在所述当前时刻的修正位置信息。

5.根据权利要求4所述的方法，其特征在于，所述获取预设的修正因子，包括：

依据上一时刻对所述待跟踪终端的预测位置信息和所述当前时刻对所述待跟踪终端的观测物理位置信息，确定协方差矩阵；

依据所述观测噪声、所述观测矩阵和所述协方差矩阵，确定所述修正因子。

6.根据权利要求3所述的方法，其特征在于，所述获取上一时刻对当前时刻的所述待跟踪终端的预测位置信息，包括：

获取所述待跟踪终端在所述上一时刻的最优预测位置信息；

依据预设的状态转移矩阵、输入控制矩阵，所述最优预测位置信息和预设控制信息，确定所述预测位置信息；

其中，所述输入控制矩阵用于将输入的信息转化为位置信息，所述状态转移矩阵用于进行不同时刻的位置状态的转换。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述修正位置信息，包括：时间信息和修正后的物理位置；

所述依据多个所述修正位置信息，确定所述待跟踪终端的目标运动轨迹，包括：

依据所述时间信息，顺序将多个所述修正后的物理位置进行连接，确定所述待跟踪终端的目标运动轨迹。

8.根据权利要求1至6中任一项所述的方法，其特征在于，所述依据多个所述修正位置信息，确定所述待跟踪终端的目标运动轨迹，包括：

采用线性拟合算法或非线性拟合算法，对多个所述修正位置信息进行拟合，确定所述待跟踪终端的目标运动轨迹。

9.根据权利要求1至6中任一项所述的方法，其特征在于，所述滤波算法，包括：算术平均滤波法算法、递推平均滤波法算法、中位值平均滤波法算法、加权递推平均滤波法算法和卡尔曼滤波算法中的任意一种或多种。

10.一种服务器，其包括：

获取模块，被配置为获取待跟踪终端在预设时长内的观测运动轨迹，所述观测运动轨迹包括所述待跟踪终端在所述预设时长内经过的多个观测物理位置信息；

修正模块，被配置为基于滤波算法对多个所述观测物理位置信息进行修正，获得多个修正位置信息；

轨迹确定模块，被配置为依据多个所述修正位置信息，确定所述待跟踪终端的目标运动轨迹。