CN114111801A - 自动启停定位方法、装置、电子设备及存储介质 - Google Patents
自动启停定位方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114111801A CN114111801A CN202111531601.1A CN202111531601A CN114111801A CN 114111801 A CN114111801 A CN 114111801A CN 202111531601 A CN202111531601 A CN 202111531601A CN 114111801 A CN114111801 A CN 114111801A
- Authority
- CN
- China
- Prior art keywords
- terminal
- scene
- indoor
- confidence
- light intensity
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000001133 acceleration Effects 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000003287 optical effect Effects 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000002829 reductive effect Effects 0.000 abstract description 12
- 238000005265 energy consumption Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 31
- 238000001514 detection method Methods 0.000 description 19
- 230000033001 locomotion Effects 0.000 description 9
- 239000003570 air Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000005286 illumination Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 108010070880 sigma K Proteins 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Abstract
本公开提供了一种自动启停定位方法、装置、电子设备及计算机可读存储介质,涉及定位技术领域。该自动启停定位方法包括:通过终端自带的一个或多个传感器采集终端当前对应的场景数据;基于采集的场景数据判断终端当前所处的场景;若终端当前所处的场景为室内,则调用室内定位模块,对终端进行室内定位。本公开提供的自动启停定位的方法,通过手机终端自带的多种传感器综合判断用户处于室内外的状态,在判断出用户所处的场景状态后,通过自动启停定位模块进行定位,减小了场景定位误差,提高了定位精度,且降低了手机终端的能耗。
Description
技术领域
本公开涉及定位技术领域,具体而言,涉及一种自动启停定位方法装置、电子设备及计算机可读存储介质。
背景技术
随着移动终端技术和互联网技术大发展,越来越多的个性化需求应运而生,而室内人员定位的需求也是越来越强烈。
在用户需要进行室内定位时,需要先进行室内外场景检测,通常情况下需要用户在进入室内前检测场景前佩戴工卡或者电子标签等信标设备,这样增加了用户的使用成本,并且若信标设备发生遗失,则会发生定位无效并严重影响了定位结果,这种室内外检测方法成本高,且可操作性差。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于克服上述现有技术的不足,提供了一种自动启停定位方法、装置、电子设备及计算机可读存储介质,可解决现有的室内外场景识别需要额外的辅助设备,以及终端能耗高且响应慢的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供了一种自动启停定位方法,该方法包括:
通过终端自带的一个或多个传感器采集所述终端当前对应的场景数据;
基于采集的所述场景数据判断所述终端当前所处的场景;
若所述终端当前所处的场景为室内,则调用室内定位模块,对所述终端进行室内定位。
在本公开的一些实施例中,基于前述方案,所述方法还包括:
若所述终端当前所处的场景为室外,则关停室内定位模块。
在本公开的一些实施例中,基于前述方案,所述方法还包括:
计算各个所述传感器所对应的场景数据的置信度,将多个所述置信度进行加权求和计算,得到所述终端当前所处场景的置信度;
根据所述终端当前所处的场景的置信度确定所述终端当前所处的场景。
在本公开的一些实施例中,基于前述方案,所述方法还包括:
通过光传感器采集所述终端当前对应的环境光强;
比较所述环境光强与预设光强阈值,以确定所述终端当前所处场景的光强置信度。
在本公开的一些实施例中,基于前述方案,所述预设光强阈值包括第一预设光强阈值和第二光强阈值,所述第一预设光强阈值为日出后一小时至日落前半小时的预设光强阈值,所述第二预设光强阈值为日落后至日出前的预设光强阈值。
在本公开的一些实施例中,基于前述方案,所述方法还包括:
通过压力传感器采集所述终端当前对应的场景压力变化绝对值;
比较所述环境压力变化绝对值与预设压力变化阈值,以确定所述终端当前所处场景的压力置信度。
在本公开的一些实施例中,基于前述方案,所述方法还包括:
通过地磁传感器采集所述终端当前对应的场景峰值数量值;
比较所述峰值数量值与预设峰值阈值,以确定所述终端当前所处场景的地磁置信度。
在本公开的一些实施例中,基于前述方案,所述方法还包括:
通过加速度传感器与陀螺仪采集所述终端当前对应的转向频率值;
比较所述转向频率值与预设转向频率阈值,以确定所述终端当前所处场景的转动置信度。
根据本公开的另一个方面,提供了一种自动启停定位装置,该装置包括:
数据采集模块,用于通过终端自带的光传感器、压力传感器、地磁传感器和加速度传感器与陀螺仪采集所述终端当前对应的场景数据,所采集的场景数据包括与光强、压力、地磁强度及转向频率相关的指标信息;
场景识别模块,用于根据所述数据采集模块采集的场景数据确定所述终端的每个指标信息对应的置信度,并将多个所述置信度进行加权求和计算,以确定所述终端当前所处的场景;
自动启停模块,用于根据所述场景识别模块确定的所述终端当前所处的场景控制室内定位模块的开启与关停;
室内定位模块,用于对所述终端进行室内定位。
根据本公开的另一个方面,提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器中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,以实现上述任一项所述的方法。
根据本公开的另一个方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储至少一条指令,所述至少一条指令由处理器加载并执行,以实现上述任一项所述的方法。
本公开提供的自动启停定位方法,通过手机终端自带的一个或多个传感器综合判断用户所处的场景,并根据用户所处的室内外场景状态,自动开启或者关闭终端定位系统,一方面,该方法综合终端自带的多种传感器的判断结果判断用户所处的场景状态,降低了判断误差,提高了判断的准确度;另一方面,该方法运用手机终端自带的传感器,用户无需使用额外的辅助设备,节约了成本,且提高了场景判断的响应速度;第三方面,由于手机终端可根据用户所处的场景对定位模块进行自动的开启和关停,降低了终端的能耗,并且定位模块可根据室内外场景的不同调用不同的定位方法,减小了定位的误差,提高了定位的精度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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为本公开示例性实施例中的一种自动启停定位方法的流程图。
图2为本公开示例性实施例中的一种自动启停定位方法的具体流程图。
图3为本公开示例性实施例中的一种自动启停定位装置的框架示意图。
图4为本公开示例性实施例中的一种电子设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本公开将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构,因而将省略它们的详细描述。此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。
用语“一个”、“一”、“该”、“所述”和“至少一个”用以表示存在一个或多个要素/组成部分/等;用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等;用语“第一”、“第二”和“第三”等仅作为标记使用,不是对其对象的数量限制。
目前常用的定位技术根据测距体制可以分为:基于基站接受信号AOA(Angle ofArrival,到达角度),基于RSSI(Received Signal Strength Indication,接收信号的强度值),基于TOA/TDOA(Time/Time Difference of Arrival,到达时间)等,具体的技术包括蓝牙技术、Wifi技术、Zigbee技术、UWB(Ultra Wide Band,超宽带)技术、超声波技术、红外线技术、vSLAM(vision Simultaneous Localization And mapping,视觉即时定位与地图构建)技术、地磁技术、5G技术等。
现有的室内外定位检测技术应用如上的定位技术为用户提供服务,第一,室内外定位检测技术可以为上层移动应用提供必要和原始的信息来源,用以服务于上层应用,在打开定位技术之前,需要首先检查它是否在建筑物之外,以确保定位技术的性能与准确性;在搜索WiFi接入点之前,可以检查设备是否处于室内,并相应地调整扫描策略;此外,还有许多其他的应用,如自动图像、屏幕光亮调节等,也需要根据用户处于室内外的情况来获得适当的工作方案;第二,室内外定位检测技术可以应用于智慧工厂中,在员工管理、物资管理、易燃易爆物监控、访客管理等方面对于定位有较强烈的需求;第三,室内外定位检测技术可以应用于智慧停车场内,室内停车场主要在闲置车位引导、智能反向寻车、自动代客泊车等方面需要进行定位技术的应用。
基于上述室内定位技术的应用场景,可以看出室内定位技术在市场上的需求也是越来越强烈,但目前室内定位技术一般是通过用户进入室内后,手动开启定位开关,这样的操作过程效率较低、响应速度较慢,且监测结果误差较大、准确度较低。
本公开基于上述室内定位技术的发展前景,提出了一种基于设备中的多种传感器进行用户室内外场景的检测,在检测到用户处于室内场景时,可以自动开启室内精准定位模块,以方便用户在室内的定位的应用。
本公开实施方式提供了一种自动启停定位方法,图1为本公开示例性实施例中的一种自动启停定位方法的流程图,如图1所示,该方法包括:
S10:通过终端自带的一个或多个传感器采集终端当前对应的场景数据;
S20:基于采集的场景数据判断终端当前所处的场景;
S30:若终端当前所处的场景为室内,则调用室内定位模块,对终端进行室内定位。
在本公开中,应用手机终端自带的技术与室内室内定位技术相结合,将室内定位技术与手机终端进行绑定,需要两步进行定位操作,第一步需要判断用户所处的场景,在本公开中的用户场景主要分为室内场景和室外场景,判断用户所处场景即需要对用户进行室内外检测;第二步,根据用户所处场景,手机终端对室内定位技术进行启停。其中,第一步室内外场景检测包括步骤S10和步骤S20,第二步室内定位技术的启停包括步骤S30。
需要说明是,本公开中的终端可以是手机终端,也可以是其它移动终端,用户可根据实际使用需要选择适用于本公开的终端设备,本公开以手机终端为例进行实施例的说明,但并不说明下述的实施例仅适用于手机终端,下述的实施例在其它终端上同样适用。
在步骤S10中,通过终端自带的一个或多个传感器采集手机终端采集当前对应的场景数据。
通过手机终端自带的一个或者多个传感器进行终端所处的场景数据的采集,其中手机终端自带的传感器包括光传感器、压力(气压)传感器、地磁传感器以及加速度传感器与陀螺仪等,本公开手机终端所运用的传感器包括但不限于上述传感器的种类,还可以是温度传感器、湿度传感器、接近传感器、声音传感器以及其它手机终端自带的传感器。
在步骤S20中,基于采集的场景数据判断终端当前所处的场景。
本公开中的终端主要是基于光传感器、压力传感器、地磁传感器及加速度传感器与陀螺仪四种传感器分别进行场景数据的采集,并根据上述四种传感器采集的数据进行终端当前所处场景的判断,其中,光传感器可以通过采集手机终端当前所处场景中的光强,压力传感器可以通过采集手机终端所处场景中的数据以获得当前场景对应的环境气压,地磁传感器可以通过手机终端采集当前场景中的环境地磁,加速度传感器与陀螺仪可以配合使用,通过加速度传感器可以判断手机终端的运动状态,例如是静止状态还是运动状态,通过陀螺仪可以判断携带手机终端的用户是否发生运动方向上的改变,这样通过加速度传感器和陀螺仪之间的配合,可以采集出手机终端当前所处场景的运动信息。
在本公开中,基于手机终端上述的传感器采集的数据并利用其中的一个数据指标或者多个数据指标作为判断终端当前所处场景的依据,具体的,主要以下列数据指标作为判断终端是否处于室内场景的依据:室内室外的光强变化、室内室外的气压变化、室内室外的地磁变化以及携带手机终端的用户的转动频率变化。
上述四个数据指标中的一个或者多个可以相互结合、相互补充或者在某一个或某几个数据指标的可靠度不高时,以互为代替的方式进行手机终端当前所处场景的判断,即手机终端所处的场景为室内还是室外,其中,场景判断方法为:计算各个传感器对应的场景数据的置信度,将多个置信度进行加权求和计算,得到手机终端当前所处场景的置信度,置信度包括室内置信度和室外置信度。
其中,基于光传感器采集的室内室外的光强变化判断手机终端所处的场景的方法为:通过光传感器采集手机终端当前对应的环境光强;比较环境光强与预设光强阈值,以确定手机终端当前所处场景的光强置信度。
具体的,由于在室外环境下,主要以太阳光为主要光源,室内则主要以人造光为主要光源来源,如节能灯或白炽灯等设备发出的人造光,由于太阳光的亮度数值要比人造光的亮度数值大很多,这样就使得在手机终端从室外环境进入室内环境,光照强度会发生一个很强烈的变化,即光强会有一个明显的有强变弱的过程,同样的,手机终端若从室内环境进入室外环境,光照强度也会发生一个明显的有弱变强的过程,这样就为手机终端通过光照强度的变化来判断室内外场景提供了理论基础。
通过光照强度判断室内外场景时,由于在一天中的不同时间段内,室内外的光照强度的强度也是在变化的,因此,为了提高通过光照强度判断手机终端所处场景的准确性和鲁棒性,将一天时间划分为不同的时段,并根据各个不同时段的光照强度特点进行判断方法的调整,用以判断手机终端所处的场景为室内还是室外,此外,从日落前的半小时到日落,以及从日出到日出的一个小时内这两个时间段内,室内的光强与室外的光强是相似的,这样会导致光传感器无法判断出手机终端所处的室内外环境,因此,在这两个时间段内不考虑光强判断方法。
基于手机终端采集光强的场景判断方法,先基于手机终端采集到的经纬度来获取本地的日出和日落时间,再根据手机终端采集的具体日出和日落时间划分光强判断方法的时间段,或者根据其它方式判断出日出日落时间均适用于本公开,并根据不同的时间段采用不同的预设光强阈值判断手机终端所处的场景:
一、从日出后一小时至日落前半小时,将第一预设光强阈值设置为2000lux(勒克斯),并设置一个长度为T1的滑动窗口序列,如滑动窗口可以为一个15S(秒)的序列,把采集到的光强按照先进先出的顺序放入该序列,并计算得到该滑动窗口的在长度为T1时的平均光强,并将平均光强表示为L,当前手机终端所处场景的置信度表示为I1,其中,I1内表示当前室内光强置信度,I1外标识室外光强置信度,当前手机终端所处场景置信度I1与平均光强L的关系如下:
I1外=1(L≥2000lux)
I1内=1(L<200lux)
二、在日落后至日出前时间段内,将第二预设光强阈值设置为30lux,同样的采用一个长度为T1的滑动窗口序列,如T1可以是15S,计算得到该滑动窗口的在长度为T1时的平均光强L,当前手机终端所处场景置信度I1与平均光强L的关系如下:
当上述滑动窗口(15S)的平均强度L≤30lux时,且时间不在晚上22点至凌晨6点之间时,这段时间内,通常室内会采用灯光进行照明,此时需要考虑灯光因素对光强的影响,因此,当前手机终端所处场景置信度I1与平均光强L的关系如下:
在上述的一、二两种情况下,若室内置信度的值大于等于0.5时,可判断出手机终端处于室内场景的概率更大;若室外置信度的值大于等于0.5时,可判断出手机终端处于室外场景的概率更大。
通过上述的方法,通过平均光强与预设光强阈值之间的关系可以计算出手机终端所处室内场景的置信度,可根据置信度值判断手机终端所处室内外场景的概率,即根据手机终端自带的光传感器对手机终端所所处的场景进行判断。
其中,基于压力传感器采集的室内室外的压强变化判断手机终端所处的场景的方法为:通过压力传感器采集终端当前对应的场景压力变化绝对值;比较环境压力变化绝对值与预设压力变化阈值,以确定终端当前所处场景的压力置信度。
具体的,在合理的应用场景下,用户在室内通过上下楼梯或乘坐电梯等方式产生短时间内的压力的快速变化,而手机终端可以利用用户在单位时间内产生的压力快速变化来判断用户所处的场景,从压力传感器开始到当前时刻保持一个快速变化的参数,并根据参数的大小及其正负值判断手机终端是否处于室内场景。
通过设置手机终端携带的压力传感器每t2时间内采集一次大气压力的观测值,并构建一个长度为T2秒的滑动窗口,当滑动窗口填充大气压力观测数据时,计算滑动窗口中最近观测到的气压与前T2秒气压之前的差值,例如计算滑动窗口最近观测到的气压为P1,前T2秒的气压值为P2,那么气压差值绝对值ΔP=P1-P2。
若ΔP在T2秒内大于预设压力变化阈值,则确定在当前观察周期中,手机终端发生了上下移动,导致了气压的快速变化,进一步的,预设压力变化阈值可以为0.45hPa,T2为30秒,当需要确定手机终端所处的室内外场景时,压力变化绝对值ΔP与室内置信度I2内之间的关系如下:
上述公式中当△P≤0.45hPa时,I2内为1,表示用户发生上楼行为;当△P≥0.45hPa时,I2内为1,表示用户发生下楼行为,并且此两种情况均为手机终端处于室内场景。
通过上述的方法,通过大气压力差值与预设光强阈值之间的关系可以计算出手机终端所处室内场景的置信度,可根据置信度值判断手机终端所处室内外场景的概率,即根据手机终端自带的压力传感器对手机终端所所处的场景进行判断。
其中,基于地磁传感器采集的室内室外的地磁变化判断手机终端所处的场景的方法为:通过地磁传感器采集终端当前对应的场景峰值数量值;比较峰值数量值与预设峰值阈值,以确定终端当前所处场景的地磁置信度。
具体的,由于建筑物中的钢筋混凝土结构对周围磁场产生干扰,且建筑物中的加固结构会使磁场畸变,从而导致室内和室外有不同的磁场分布和变化。一般来说,室内的磁场变化比室外更强烈,为了提高场景判断的鲁棒性和滤除一些噪声数据,采用滑动窗口法来消除噪声。此外,在一些特殊情况下,如室外停车场会对地磁采集产生较大的方差数据,所以本公开利用主峰检测的方法来确定室内外磁场峰值的数量,考虑到多种影响因素的参数,可将这些参数组合起来进行测试分析,同时可根据不同的手机终端和手机终端自带的不同的地磁传感器,根据不同的行走速度进行参数上的调整。
因此,在本公开中,通过在一段有效运动时间内测量磁场数据窗口的主峰数量,以测量环境磁场的强度,对于人正常的行走速度,设置滑动窗口的大小为T3秒,设定该滑动窗口的T3秒时间内的峰值阈值数为N,预设峰值阈值可以为8,则室内外的置信度用I3与峰值阈值数之间的关系为:
I3外=1(N<8)
I3内=1(N≥8)
其中,I3内表示为当前室内置信度,I3外表示为当前室外置信度。
当窗口内的峰值数N小于8时,判断为室外,即室内置信度I3外=1;当窗口内的峰值数N大于等于8时,判断为室内,室内置信度I3内=1。
可选的,为了进一步提高地磁传感器的准确性和鲁棒性,可将用户的行走速度作为影响参数加入到上述计算中,可使峰值阈值适应更多的场景。
通过上述的方法,通过地磁传感器采集的峰值数值与预设峰值阈值之间的关系可以计算出手机终端所处室内场景的置信度,可根据置信度值判断手机终端所处室内外场景的概率,即根据手机终端自带的地磁传感器对手机终端所所处的场景进行判断。
其中,基于加速度传感器与陀螺仪采集的转动频率变化判断手机终端所处的场景的方法为:通过加速度传感器与陀螺仪采集终端当前对应的转向频率值;比较转向频率值与预设转向频率阈值,以确定终端当前所处场景的转动置信度。
具体的,考虑到用户在室内外的运动模式有着规律性的变化,由于室内空间的限制性,在室内的运动速度要小于室外的运动速度,在室内的转弯次数要大于在室外的转弯次数,因此,在本公开中可以利用用户在室内的转向频率较室外的转向频率高这一特点,通过加速度传感器判断携带手机终端的用户是处于静止状态还是运动状态后,在通过陀螺仪采集的数据计算出当前手机终端的转动频率F,转动频率F是有单位时间内的转动圈数来衡量的,在有效时间内,基于转动频率F确定手机终端所处室内外场景的置信度,其中,有效时间是指人在运动时的总时间。
将预设转向频率阈值设定为TF,则室内外场景的置信度用I4与预设转向频率阈值TF之间的关系为:
I4内=1(F≥Tf)
I4外=1(F<Tf)
其中,I4内表示为当前室内置信度,I4外表示为当前室外置信度。
上述公式中,如果手机终端自带的加速度传感器与陀螺仪采集的转向频率F大于等于预设转向频率阈值Tf,则确定室内的置信度为1,即室内置信度I5内=1;若手机终端自带的加速度传感器与陀螺仪采集的转向频率F小于设定的转向频率阈值Tf,则确定室外的置信度为1,即室外置信度I5=1;预设转向频率阈值Tf是基于在单位有效时间内的实际室内环境中收集和计数的多个转向结果,以获得平均转向次数。
通过上述的方法,通过加速度传感器与陀螺仪采集的转向频率与预设转向频率阈值之间的关系可以计算出手机终端所处室内场景的置信度,可根据置信度值判断手机终端所处室内外场景的概率,即根据手机终端自带的加速度传感器与陀螺仪对手机终端所所处的场景进行判断。
根据手机终端自带的光传感器、压力传感器、地磁传感器以及加速度传感器与陀螺仪采集的数据结果,综合考虑多个传感器作用的结果,可得到手机终端所处的室内外场景检测结果为:
I=K(∑KiIi)
其中,0<i≤4,且i为整数,Ki的取值由当前传感器检测结果及误差大小决定,K为置信度系数
基于上述传感器采集数据进行终端所处场景的判断均具备各自的优缺点,由于每种判断方法只能针对特定场景下给出较好的判断结果,本公开对上述传感器的检测结果做加权计算,其中加权计算的系数Ki的取值由当前传感器检测结果及误差大小决定,例如光传感器在晴朗白天可以快速检测出环境的光强变化,给出置信度较高的场景判断结果,但在晚上在室内外均有照明的情况下,其判断结果的准确度会较低,在环境致使光传感器判断结果准确度较低的情况下,需要在加权计算是降低光传感器置信度系数;气压传感器在判断场景时,需要在有气压值变化时判断结果比较准确,若用户长期处于室内或室外环境,导致气压值变化微小甚至没有气压变化时,此时需要减小压力传感器的置信度系数;地磁传感器通过地磁峰值判断场景的方法相对比较稳定,但是还是会受到快速行驶汽车等造成地磁波动较大的物体的影响,在地磁传感器判断场景的置信度受到影响时,需要相应的调整地磁传感器的加权计算的系数;加速度传感器与陀螺仪通过用户的转动频率判读场景,通常情况下在用户正常行走时的准确度较高,若用户处于非正常行走状态下,加速度传感器与陀螺仪的判断准确性会有所降低,在加速度传感器与陀螺仪的判断准确性降低时,在对置信度进行加权计算时,需要相应的减小其加权系数。综合上述多种传感器的判断场景准确度的情况,适当的选择每种传感器的置信度系数,通过加权计算可以得到准确性更高的室内外场景判断的置信度。
在本公开中,为了进一步减少不同的传感器之间的相互作用和误差,本公开中还可以采用Adaboost模型进行强分类学习并获得更准确的室内外场景判断结果。
由于上述多种传感器的置信度的加权系数是根据具体的使用场景来进行手动调整,结果存在一定的误差,基于上述多种传感器判断结果的误差,本公开可以采用Adaboost算法,以各传感器的特征值作为输入,室内室外场景作为分类识别,训练集成模型,该集成模型能够自动优化上述各传感器中的置信系数,得到更准确的场景判断结果。
其中,Adaboost算法可以提高对数据的分类能力,如下:先通过对N个训练样本的学习得到第一个弱分类器;将分错的样本和其他的新数据一起构成一个新的N个的训练样本,通过对这个样本的学习得到第二个弱分类器;将上述两步汇中都分错了的样本加上其他的新样本构成另一个新的N个的训练样本,通过对这个样本的学习得到第三个弱分类器;最终经过提升的强分类器,即某个数据被分为哪一类要由各分类器权值决定,这样训练出的Adaboost分类器不存在过拟合问题。由Adaboost算法的描述过程可知,该算法在实现过程中根据训练集的大小初始化样本权值,使其满足均匀分布,在后续操作中通过公式来改变和规范化算法迭代后样本的权值。
具体的,采用Adaboost算法进行模型训练使用众包的方式来采集携带手机终端的用户当前所处场景的数据,记录每个传感器的特征值和用户输入的实际状态,最后在Matlab中对Adaboost模型进行训练,Adaboost模块的强分类学习可以在采集用户一定数量的室内外场景的活动数据基础上,学习当前用户的主要行为习惯,例如儿童、中年、老年的行为方式不同,则可通过Adaboost模块进行大致用户分类,在对用户分类学习的基础上进一步实现上述室内外模块精准检测。
此外,Adaboost模型作为一种检测模型,并没有覆盖原有的综合检测方法,软件的输出结果具有两种结果,一个是传感器加权方法的结果,另一个是Adaboost测试结果,通过比较两种结果可以判断出用户所处场景判断的准确性。
基于上述多种传感器采集的数据的置信度并结合Adaboost模型判断出用户所处室内外场景。
在步骤S30中,若终端当前所处的场景为室内,则调用室内定位模块,对终端进行室内定位。
若终端当前所处的场景为室外,则关停室内定位模块。
下面结合图2对自动启停定位方法进行说明:
自带终端设备的用户进入检测区域,终端设备自带室内外场景检测模块及室内定位模块,其中,终端设备调用设备自带的多种传感器对用户进行室内外场景的判断,其中,多种传感器包括光传感器、压力传感器、地磁传感器以及加速度传感器与陀螺仪,并计算出光传感器采集的光强数据的置信度I1、压力传感器采集的气压数据的置信度I2、地磁传感器采集的地磁数据的置信度I3,以及加速度传感器与陀螺仪采集的转向数据的置信度I4,并通过Adaboost模块进行强分类学习,学习当前用户的主要行为习惯,并对用户进行打折分类(儿童、中年、老年),并输出室内外场景检测的置信度I=K(∑KiIi);
当终端设备判断的结果为室内时,则调用室内定位模块,即调用终端自带的室内定位技术(蓝牙、UWB)进行室内定位;
当终端设备检测到用户离开室内区域或者用户处于室外场景时,则关停室内定位模块。
本公开提供的自动启停定位方法,通过多种传感器综合判断用户所处室内外场景,根据用户所处场景的不同,自动启动或关停终端自带的定位模块,场景定位更加准确,减小了室内外场景定位的误差,同时还降低了定位成本,降低了定位模块的使用能耗。
需要说明的是,尽管在附图中以特定顺序描述了本公开中自动启停定位方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
本公开的实施方式中还提供了一种自动启停定位装置,图3为本公开示例性实施例中的一种自动启停定位装置的框架示意图,如图3所示,该自动启停定位装置包括:数据采集模块10、场景识别模块20、自动启停模块30和室内定位模块40。
其中,数据采集模块10用于通过终端自带的光传感器、压力传感器、地磁传感器和加速度传感器与陀螺仪采集终端当前对应的场景数据,所采集的场景数据包括与光强、压力、地磁强度及转向频率相关的指标信息。
其中,场景识别模块20用于根据数据采集模块10采集的场景数据确定终端的每个指标信息对应的置信度,并将多个置信度进行加权求和计算,以确定终端当前所处的场景。
其中,自动启停模块30用于根据场景识别模块20确定的终端当前所处的场景控制室内定位模块40的开启与关停。
其中,室内定位模块40用于对终端进行室内定位。
本公开提供了一种自动启停定位装置,该装置通过数据采集模块、场景识别模块、自动启停模块及室内定位模块四个模块,运用自动启停定位方法进行判断室内外场景,并根据室内外场景的判断结果调用室内定位模块进行开启或者关停,判断结果准确度高。
图4为本公开示例性实施例中的一种电子设备的结构示意图,如图4所示,电子设备1000以通用计算设备的形式表现。电子设备1000的组件可以包括但不限于:至少一个处理单元1010、至少一个存储单元1020、连接不同系统组件(包括存储单元1020和处理单元1010)的总线1030。
其中,存储单元存储有程序代码,程序代码可以被处理单元1010执行,使得处理单元1010执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,处理单元1010可以执行如图1所示的方法步骤等。
存储单元1020可以包括易失性存储单元,例如随机存取存储单元(RAM)1021和/或高速缓存存储单元1022,还可以进一步包括只读存储单元(ROM)1023。
存储单元1020还可以包括具有一组(至少一个)程序模块1025的程序/实用工具1024,这样的程序模块1025包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1030可以包括数据总线、地址总线和控制总线。
电子设备1000也可以与一个或多个外部设备1100(例如键盘、指向设备、蓝牙设备等)通信,这种通信可以通过输入/输出(I/O)接口1040进行。电子设备1000还可以通过网络适配器1050与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1050通过总线1030与电子设备1000的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备1000使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的示例性实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
本公开的示例性实施方式还提供了一种计算机可读存储介质,可以实现为一种程序产品的形式,其包括程序代码,当程序产品在电子设备上运行时,程序代码用于使电子设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。在一种实施方式中,该程序产品可以实现为便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在电子设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (11)
1.一种自动启停定位方法,其特征在于,包括:
通过终端自带的一个或多个传感器采集所述终端当前对应的场景数据;
基于采集的所述场景数据判断所述终端当前所处的场景;
若所述终端当前所处的场景为室内,则调用室内定位模块,对所述终端进行室内定位。
2.根据权利要求1所述的自动启停定位方法,其特征在于,所述方法还包括:
若所述终端当前所处的场景为室外,则关停室内定位模块。
3.根据权利要求1所述的自动启停定位方法,其特征在于,所述方法还包括:
计算各个所述传感器所对应的场景数据的置信度,将多个所述置信度进行加权求和计算,得到所述终端当前所处场景的置信度;
根据所述终端当前所处的场景的置信度确定所述终端当前所处的场景。
4.根据权利要求1所述的自动启停定位方法,其特征在于,所述方法还包括:
通过光传感器采集所述终端当前对应的环境光强;
比较所述环境光强与预设光强阈值,以确定所述终端当前所处场景的光强置信度。
5.根据权利要求4所述的自动启停定位方法,其特征在于,
所述预设光强阈值包括第一预设光强阈值和第二光强阈值,所述第一预设光强阈值为日出后一小时至日落前半小时的预设光强阈值,所述第二预设光强阈值为日落后至日出前的预设光强阈值。
6.根据权利要求1所述的自动启停定位方法,其特征在于,所述方法还包括:
通过压力传感器采集所述终端当前对应的场景压力变化绝对值;
比较所述环境压力变化绝对值与预设压力变化阈值,以确定所述终端当前所处场景的压力置信度。
7.根据权利要求1所述的自动启停定位方法,其特征在于,所述方法还包括:
通过地磁传感器采集所述终端当前对应的场景峰值数量值;
比较所述峰值数量值与预设峰值阈值,以确定所述终端当前所处场景的地磁置信度。
8.根据权利要求1所述的自动启停定位方法,其特征在于,所述方法还包括:
通过加速度传感器与陀螺仪采集所述终端当前对应的转向频率值;
比较所述转向频率值与预设转向频率阈值,以确定所述终端当前所处场景的转动置信度。
9.一种自动启停定位装置,其特征在于,包括:
数据采集模块,用于通过终端自带的光传感器、压力传感器、地磁传感器和加速度传感器与陀螺仪采集所述终端当前对应的场景数据,所采集的场景数据包括与光强、压力、地磁强度及转向频率相关的指标信息;
场景识别模块,用于根据所述数据采集模块采集的场景数据确定所述终端的每个指标信息对应的置信度,并将多个所述置信度进行加权求和计算,以确定所述终端当前所处的场景;
自动启停模块,用于根据所述场景识别模块确定的所述终端当前所处的场景控制室内定位模块的开启与关停;
室内定位模块,用于对所述终端进行室内定位。
10.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中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,以实现如权利要求1至8任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,
所述计算机可读存储介质中存储至少一条指令,所述至少一条指令由处理器加载并执行,以实现如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111531601.1A CN114111801A (zh) | 2021-12-14 | 2021-12-14 | 自动启停定位方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111531601.1A CN114111801A (zh) | 2021-12-14 | 2021-12-14 | 自动启停定位方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114111801A true CN114111801A (zh) | 2022-03-01 |
Family
ID=80364730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111531601.1A Pending CN114111801A (zh) | 2021-12-14 | 2021-12-14 | 自动启停定位方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114111801A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023216933A1 (zh) * | 2022-05-12 | 2023-11-16 | 华为技术有限公司 | 室内定位方法、装置、电子设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103414825A (zh) * | 2013-08-15 | 2013-11-27 | 惠州Tcl移动通信有限公司 | 基于传感器组的情景模式切换方法及其移动终端 |
CN104457751A (zh) * | 2014-11-19 | 2015-03-25 | 中国科学院计算技术研究所 | 室内外场景识别方法及系统 |
CN108076428A (zh) * | 2017-12-13 | 2018-05-25 | 广东欧珀移动通信有限公司 | 基于定位模块的控制方法、装置、存储介质及移动终端 |
CN113055949A (zh) * | 2019-12-26 | 2021-06-29 | 中移(上海)信息通信科技有限公司 | 定位方法、装置、设备和介质 |
-
2021
- 2021-12-14 CN CN202111531601.1A patent/CN114111801A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103414825A (zh) * | 2013-08-15 | 2013-11-27 | 惠州Tcl移动通信有限公司 | 基于传感器组的情景模式切换方法及其移动终端 |
CN104457751A (zh) * | 2014-11-19 | 2015-03-25 | 中国科学院计算技术研究所 | 室内外场景识别方法及系统 |
CN108076428A (zh) * | 2017-12-13 | 2018-05-25 | 广东欧珀移动通信有限公司 | 基于定位模块的控制方法、装置、存储介质及移动终端 |
CN113055949A (zh) * | 2019-12-26 | 2021-06-29 | 中移(上海)信息通信科技有限公司 | 定位方法、装置、设备和介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023216933A1 (zh) * | 2022-05-12 | 2023-11-16 | 华为技术有限公司 | 室内定位方法、装置、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6266016B2 (ja) | 屋内状態と屋外状態の低電力常時接続判定 | |
Zhou et al. | Iodetector: A generic service for indoor outdoor detection | |
Sankaran et al. | Using mobile phone barometer for low-power transportation context detection | |
Li et al. | IODetector: A generic service for indoor/outdoor detection | |
US10565955B2 (en) | Display status adjustment method, display status adjustment device and display device | |
EP3351040B1 (en) | Augmenting indoor-outdoor detection using side information | |
EP2915319B1 (en) | Managing a context model in a mobile device by assigning context labels for data clusters | |
CN104457751B (zh) | 室内外场景识别方法及系统 | |
US20100005045A1 (en) | Situation recognizing apparatus, situation recognizing method, and radio terminal apparatus | |
CN105025440B (zh) | 室内外场景检测方法及设备 | |
US20140324745A1 (en) | Method, an apparatus and a computer software for context recognition | |
CN105874302A (zh) | 使用常开气压计进行定位的方法和设备 | |
CN107655564A (zh) | 一种基于智能终端的多种技术融合的室内外环境检测方法 | |
US10791420B2 (en) | Information processing device and information processing method | |
US11165954B1 (en) | Scene-aware custom tuned video surveillance detection system | |
CN107539209A (zh) | 控制车辆灯光的方法及装置 | |
EP2727324A1 (en) | Context extraction | |
CN114111801A (zh) | 自动启停定位方法、装置、电子设备及存储介质 | |
KR102598270B1 (ko) | 차량 탑승 인식 방법 및 이를 구현한 전자 장치 | |
Bhargava et al. | Senseme: a system for continuous, on-device, and multi-dimensional context and activity recognition | |
CN116321620A (zh) | 智能照明开关控制系统及其方法 | |
CN112672468A (zh) | 一种基于物联网的智慧路灯系统 | |
KR20150009833A (ko) | 장소 인식을 제어하는 휴대 단말 및 방법 | |
US11978247B2 (en) | Adversarial masks for scene-customized false detection removal | |
Jia et al. | MobiIO: Push the limit of indoor/outdoor detection through human's mobility traces |
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 |