CN114547224A - 用于确定用户行进轨迹的方法、装置、电子设备、介质 - Google Patents
用于确定用户行进轨迹的方法、装置、电子设备、介质 Download PDFInfo
- Publication number
- CN114547224A CN114547224A CN202210174077.5A CN202210174077A CN114547224A CN 114547224 A CN114547224 A CN 114547224A CN 202210174077 A CN202210174077 A CN 202210174077A CN 114547224 A CN114547224 A CN 114547224A
- Authority
- CN
- China
- Prior art keywords
- determining
- travel
- user
- time
- step size
- 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
Images
Classifications
-
- 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
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
- G01C22/006—Pedometers
-
- 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
- G06F16/23—Updating
- G06F16/2365—Ensuring data consistency and integrity
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Computational Linguistics (AREA)
- Computer Security & Cryptography (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本公开提供了一种用于确定用户行进轨迹的方法、装置、电子设备和介质,涉及人工智能技术领域,尤其涉及计算机视觉、增强现实等领域,可应用于运动分析与行程记录等场景。一种用于确定用户行进轨迹的方法包括:通过使用设备的加速度计进行测量,获取在第一时段期间依次测量的多个加速度值;基于多个加速度值,确定携带设备的用户在第一时段期间的行进步数;获取设备在第一时段期间的至少一个设备朝向;以及基于行进步数、至少一个设备朝向以及用户的参考步长确定用户在第一时段期间的行进轨迹。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及计算机视觉、增强现实等领域,可应用于运动分析与行程记录等场景,并且具体涉及一种用于确定用户行进轨迹的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
目前,为用户提供行进轨迹记录或里程记录等成为广泛的需求。这可以用于视觉定位、轨迹追踪、导航、计步、健康监测、运动记录等广泛场景。然而,期望一种不需要复杂的技术手段和对设备功能的较高要求的确定用户行进轨迹的方法,以与低端设备、微信小程序端等广泛设备与平台以及网络受限、定位有限的广泛场景进行兼容。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种用于确定用户行进轨迹的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种确定用户行进轨迹的方法,包括:通过使用设备的加速度计进行测量,获取在第一时段期间依次测量的多个加速度值;基于所述多个加速度值,确定携带所述设备的用户在所述第一时段期间的行进步数;获取所述设备在所述第一时段期间的至少一个设备朝向;以及基于所述行进步数、所述至少一个设备朝向以及所述用户的参考步长确定所述用户在所述第一时段期间的行进轨迹。
根据本公开的另一方面,提供了一种用于确定用户行进轨迹的装置,包括:加速度获取单元,用于通过使用设备的加速度计进行测量,获取在第一时段期间依次测量的多个加速度值;步数确定单元,用于基于所述多个加速度值,确定携带所述设备的用户在所述第一时段期间的行进步数;朝向确定单元,用于获取所述设备在所述第一时段期间的至少一个设备朝向;以及轨迹确定单元,用于基于所述行进步数、所述至少一个设备朝向以及所述用户的参考步长确定所述用户在所述第一时段期间的行进轨迹。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行根据本公开的一个或多个实施例的用于确定用户行进轨迹的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据本公开的一个或多个实施例的用于确定用户行进轨迹的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现根据本公开的一个或多个实施例的用于确定用户行进轨迹的方法。
根据本公开的一个或多个实施例,可以简单地利用由加速度计测量的多个加速度等数据来计算行进轨迹,数据简单,不需要复杂的采集设备或者兼容功能,并且因而适用于低端设备、小程序中不能调用太多功能、网络不佳、定位受限等广泛场景。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开的实施例的用于确定用户行进轨迹的方法的流程图;
图3A示出了根据本公开的一个或多个实施例的用于确定用户行进步数的方法;
图3B示出了根据本公开的一个或多个实施例的用于确定极值的方法;
图3C示出了根据本公开的一个或多个实施例的用于确定与极值对关联的幅值阈值的方法;
图4示出了根据本公开的一个或多个实施例的步长调整的示意图;
图5示出了根据本公开的实施例的用于确定用户行进轨迹的装置的结构框图;
图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行根据本公开的用于确定用户行进轨迹的方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来记录轨迹、配置步长等其他参数、查看确定的用户行进轨迹等。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS);或包括各种移动操作系统,例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如,由服务器120使用的数据库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中,由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
下面参考图2描述根据本公开的示例性实施例的用于确定用户行进轨迹的方法200。
在步骤S201处,通过使用设备的加速度计进行测量,获取在第一时段期间依次测量的多个加速度值;
在步骤S202处,基于所述多个加速度值,确定携带所述设备的用户在所述第一时段期间的行进步数;
在步骤S203处,获取所述设备在所述第一时段期间的至少一个设备朝向;以及
在步骤S204处,基于所述行进步数、所述至少一个设备朝向以及所述用户的参考步长确定所述用户在所述第一时段期间的行进轨迹。
根据本公开的实施例所述的方法,能够简单地利用由加速度计测量的多个加速度等数据来计算行进轨迹,数据简单,不需要复杂的采集设备或者兼容功能,并且因而适用于低端设备、小程序中不能调用太多功能、网络不佳、定位受限等广泛场景。尤其是,较之需要视觉惯性里程计VIO等复杂的技术或者极其精准的定位来随时测量位置等方法,根据本公开的实施例的方案是非常有利的。
参考步长可以例如使用默认步长(例如,0.5m,0.2-0.8m中的某个值,等等),根据用户特性选择的默认值(例如,根据用户的身高、体重、性别、行走或跑步以及可选的其他特性等从例如0.2-0.8m的步长范围中选取的值),用户设定的值,等等。参考步长也可以基于上述默认或者预选择的补偿基于实际定位等进行调整,这将在下文中进行进一步描述。例如,可以根据不同的精度要求或设备条件限制等使用不同的步长选取方法。可以理解的是,本公开不限于此。
作为一个非限制性示例,下面参考图3A描述根据本公开的一个或多个实施例的用于确定用户行进步数的方法310。
在步骤S311处,获取加速度计数据。可选地,可以对加速度计数据进行处理,例如处理为标量和,如将在下文所述的,并且本公开不限于此。
在步骤S312处,确定是否为第一次数据。如果是,则转到步骤S316,更新加速度值存储器或缓冲器的结果。
如果在步骤S312处为否,转向步骤S313。在步骤S313处,确定当前加速度值是否为极值。如果否,则转到步骤S316,更新加速度值存储器或缓冲器的结果。
如果在步骤S313处为是,转向步骤S314。在步骤S314处,确定当前是否为步点。如果否,则转到步骤S316,更新加速度值存储器或缓冲器的结果。
如果在步骤S314处为是,转向步骤S315。在步骤S315处,记录一步(例如,计步器+1)。随后,更新加速度值存储器或缓冲器的结果,并且可以继续处理随后的数据。
可以理解的是,这样的过程可以在线(实时)完成也可以离线(非实时)完成。也即,可以在获得新的加速度计数据时触发,并且使用缓冲器进行缓存,并可选地丢弃之前的加速度数据。也可以在一段时间或全部时间的行进完成后,对所有的加速度值序列进行处理,来获得对应时段内的计步数据。可以理解的是,本公开不限于此。
根据一些实施例,基于所述多个加速度值确定携带所述设备的用户的行进步数可以包括:确定所述多个加速度值中的极值对的数量,每个极值对包括第一极值和紧接在所述第一极值之后的第二极值,所述第一极值与所述第二极值中的一个是极小值,另一个是极大值;以及基于所述极值对的数量确定所述行进步数。根据这样的实施例,能够通过记录加速度值的波动,将一对加速度最大值与最小值计为一步,从而在不需要更多数据和测量仪器的情况下完成计步操作。
根据一些实施例,确定所述多个加速度值中的极值对的数量可以包括:确定所述多个加速度值中的满足计步条件的极值对的数量,所述计步条件包括:极值对的幅值大于与该极值对关联的幅值阈值,其中,极值对的幅值表示极值对中的两个极值的差的绝对值;并且基于所述极值对的数量确定所述行进步数包括将所述行进步数确定为满足所述计步条件的极值对的数量。由此,能够将大于阈值的极值对计为一步,可以避免波动和测量误差等影响结果计算。
作为一个可选的非限制性示例,结合图3B描述根据本公开的一个或多个实施例的用于确定极值的方法320。
在步骤S321处,重置状态标志lastStatus。
在步骤S322处,确定本次数据是否大于上一次数据。如果是,转到步骤S323;否则,转到步骤S324。
在步骤S323处,确定上升趋势为真(true),并且将连续上升趋势指标currentContinueUpCount进行递增。之后,转到步骤S325。
在步骤S324处,确定上升趋势为假(false),并且将连续上升趋势指标置为0,currentContinueUpCount=0。之后,转到步骤S325。
在步骤S325处,确定是否满足下列极大值条件:当前为下降,上一次lastStatus为上升,连续上升趋势指标currentContinueUpCount大于等于2,上一次加速度值大于等于20。可以理解的是,此处的阈值仅为示例。
如果在步骤S325处为是,转到步骤S326,找到极大值(有时候也可以被称为峰值或波峰值),为上一次结果的值。否则,转到步骤S327。
在步骤S327处,确定是否满足下列条件:上一次lastStatus为下降,当前为上升。如果是,转到步骤S328;否则,转到步骤S329。
在步骤S328处,确定找到极小值(也可以被称为谷值、波谷值等),为上一次结果的值。
在步骤S329处,记录当前结果。
同样可以理解的是,这样的过程可以在线(实时)完成也可以离线(非实时)完成。也即,“上一次结果”“当前结果”的表述可以指在时间上当前获得的数据和前一次获得的数据,也可以指在一段时间或全部时间的行进完成后所获得的加速度值序列中的前后的两个值,等等。可以理解的是,本公开不限于此。
根据一些实施例,与极值对关联的幅值阈值可以是基于所述多个加速度值中的、所述极值对之前的至少一个在先极值对的幅值而确定的。
这样的与极值对关联的幅值阈值可以被视为动态阈值,基于之前的加速度值确定,相对于固定阈值,更能够筛选与当前用户相适配的有效迈步动作。
根据一些实施例,与极值对关联的幅值阈值可以与所述多个加速度值中的、紧接在所述极值对之前的预定数量的在先极值对的幅值的平均值成比例。
一种求动态阈值的做法可以使得动态阈值与前几个极值对的幅值成比例或近似成比例。这样的动态阈值更能够实时反映用户的特性(平均加速度大还是小)、当前的行进状态(是在爬坡还是平地、走路或是跑步等等),以获得更合适的阈值。
这可以通过根据经验确定乘以系数来实现,或者可以从查找表中选取等。作为一个非限制性示例,下面参考图3C描述根据本公开的一个或多个实施例的基于特定极值对之前的预定数量的在先极值对的幅值的平均值用于确定与所述极值对关联的幅值阈值的方法330。
在步骤S331处,使用上一次结果更新阈值局部变量tempThreshold。如果是第一次计算,可以将阈值局部变量tempThreshold置为默认值。
在步骤S332处,判断计数器大于等于预定数量(在这里为4,但可以理解,本公开不限于此),也即,是否已经记录了预定数量的在先幅值。如果为是,转到步骤S333;否则,转到步骤S334。
在步骤S333处,进行阈值梯度化过程。也即,对先前阈值进行求平均,并且根据平均值分布为不同梯度。
表1示出了一个具体的阈值梯度化的非限制性示例。在表1的示例中,使用之前4个极值对的幅值的平均值来确定当前的动态阈值。如果在先还不存在4个极值对(例如,计数器长度小于4),则使用默认值2.0;如果大于4,则计算平均值,并根据平均值分布为不同梯度,分别为:
表1
平均值范围 | >=8 | [7,8) | [4,7) | [3,4) | 其他 |
阈值 | 4.3 | 3.3 | 2.3 | 2.0 | 1.3 |
可以理解的是,上表仅为示例。作为另一个示例,可以直接对平均值乘以系数(例如,0.5或者其他经验值)来确定阈值。或者,可以使用其他函数或者对应关系来基于幅值平均值来确定阈值,等等,并且本公开不限于此。
在步骤S334处,将本次数据存入定长数组缓存,长度为“预定数量”(在本示例中,可以为4),并且计数器自增1,之后,转到步骤S336。
在步骤S335处,弹出数组缓存中最早入队的值,加入新的数据。
在步骤S336处,返回阈值局部变量tempThreshold。
在步骤S337处,基于阈值局部变量tempThreshold确定结果。
根据一些实施例,所述参考步长可以是通过以下步骤确定的:在第一时刻获取所述设备的第一定位;响应于确定满足成功定位条件,基于所述用户在第二时刻与所述第一时刻之间的第一行进步数、所述用户的预设步长、所述第一定位和第二定位确定所述参考步长,所述成功定位条件包括在所述第一时刻之前的所述第二时刻已经获取到所述设备的所述第二定位。
可以理解的是,在这里,预设步长可以是默认步长(例如,0.5m,0.2-0.8m中的某个值,等等),根据用户特性选择的默认值(例如,根据用户的身高、体重、性别、行走或跑步以及可选的其他特性等从例如0.2-0.8m的步长范围中选取的值),用户设定的值,等等,并且本公开不限于此。“预设步长”也可以是先前基于类似的方法的经调整的步长,而不限于一定是默认值或者在用户使用设备之前即存储在设备里的步长。通过这样的方法确定步长,在能够获得准确定位的时候对步长进行更新,使得计算结果更准确。
参考图4,其中示出了示例性的步长漂移与调整示意图。假设图中的AB为真实的两次定位结果,而A’B’及其之间的轨迹为根据本公开的示例轨迹确定方法确定的轨迹,两者存在尺度漂移,具体尺度差为||AB||/||A’B’||。因此,通过将真实定位尺度与根据步长推断的尺度进行比较,能够对步长进行更新。
根据一些实施例,基于所述设备的用户在所述第二时刻与所述第一时刻之间的第一行进步数、所述用户的预设步长、所述第一定位和所述第二定位确定所述参考步长可以包括:基于所述用户在所述第二时刻与所述第一时刻之间的第一行进步数以及所述用户的预设步长确定所述用户在所述第二时刻与所述第一时刻之间的第一行进距离;确定所述第一定位与所述第二定位之间的距离差;基于所述距离差和所述第一行进距离确定步长调整因子;以及基于所述步长调整因子和所述预设步长确定所述参考步长。
根据这样的实施例,能够根据参考步长和步数获取估算距离(第一距离),根据定位获取实际距离(距离差),根据这两个确定平均步长调整因子(例如,缩放系数),并且基于调整因子或缩放系数更新步长。
根据一些实施例,基于所述距离差和所述第一行进距离确定步长调整因子可以包括:响应于确定所述第一行进距离大于或等于第一阈值距离,确定所述距离差与所述第一行进距离的比值作为步长调整因子。
由此,能够在当计步距离不小于阈值距离(例如4m)时计算步长调整因子,为了避免计步距离太小导致可能的较大的误差。
下面作为一个非限制性示例描述了基于定位调整步长的步骤。根据这样的实施例,如果定位成功次数小于两次,则使用加速度计估算尺度。在定位成功(例如,第一次定位成功)时,更新上一次VPAS定位成功的位置和计步里程计位置坐标。如果当前不是第一次成功定位,则判断是否满足使用定位结果估算步长尺度的下列条件,如果不满足,则继续等待;满足条件则更新。
根据一些实施例,所述成功定位条件还可以包括所述第二时刻与所述第一时刻之间的所述第一行进步数大于或等于第一阈值步数。根据这样的实施例,两次定位成功之间的步数要不小于阈值步数(例如,大于8步)。
例如,使用定位结果估算步长尺度的条件可以包括:两次定位成功之间的步数要大于8步或其他数值,这可以根据使用场景、用户特性、所需精度等等来调整,并且本公开不限于此。
根据一些实施例,所述成功定位条件可以包括所述第一时刻与所述第二时刻的时间差大于或等于第一阈值时间,以通过使得两次成功定位时间不小于阈值间隔以减少误差。例如,可以不必是连续相邻的两次成功定位。
使用定位结果估算步长尺度的条件可以包括至少定位成功两次。
根据一些实施例,所述成功定位条件还可以包括所述第一定位与所述第二定位的距离差大于或等于第二阈值距离。根据这样的实施例,通过使得两次成功定位距离不小于阈值距离(例如,4m、8m等),可以减少误差。例如,如果满足上述阈值步数和阈值时间条件(或上述条件中的至少一条),则计算两次定位距离和计步里程计的距离,并且在满足以下条件才会继续:
-定位距离不小于5m;
-计步距离不小于4m。
可以理解的是,以上数值仅为示例,对于不同的场景、不同的精度要求等,可以采用不同的阈值,并且本公开不限于此。
根据一些实施例,方法200还可以包括,在确定所述用户在所述第一时段期间的行进轨迹之前:响应于确定所述参考步长不在预定步长范围内,调整所述参考步长使得所述参考步长落入所述预定步长范围。
根据这样的实施例,可以将更新后的步长与预定范围进行比较,例如(0.25-0.8)米的步长范围,以排除错误计算结果,或者对超出范围的结果进行合理调整。换言之,可以在如果满足上述条件后,根据定位与计步里程计计算尺度,并且如果计算的步长结果在一定阈值范围内(例如0.25-0.8),则取用;否则使用上一次计算的尺度、基于其他方式选择的步长、或者对步长进行调整以使得落入预定范围(例如,使得其等于最接近的上限或下限值),等等。
根据一些实施例,方法200还可以包括基于所述至少一个设备朝向确定所述用户在所述第一时段期间的至少一个时刻的至少一个行进方向;并且其中,基于所述行进步数、所述至少一个设备朝向以及所述用户的参考步长确定所述用户在所述第一时段期间的行进轨迹包括:基于所述行进步数、所述至少一个行进方向和所述参考步长生成与所述行进步数相对应的多个步向量,并且基于所述多个步向量生成所述行进轨迹。
基于朝向生成行进方向,从而获得每一步对应的有方向向量;将步向量依次连缀可以获得行进轨迹。行走方向可以由罗盘角度或者设备方向获取,可以通过手机系统接口直接获取,也可以通过惯性单元IMU计算,并且本公开不限于此。
下面给出估算轨迹的示例性步骤。
假设已知起点S、方向V和距离L,求终点D:
D=S+V*L。
方向V可以由罗盘角度theta或者设备方向的偏航角获取,V=(sin(theta),-cos(theta),0);距离L由步长Lstep和步数N获取。最终的轨迹计算公式为:
其中Vn为每步的方向向量,Ln为每步的步长。D为计算的轨迹坐标,S为起点,例如默认为(0,0)。
根据一些实施例,所述多个加速度值中的每个加速度值可以是所述设备在三个方向上的加速度分量的标量和。采用加速度几个分量的标量和能够充分考虑不同方向的分量,并且能够简化计算。
根据一些实施例,所述至少一个设备朝向可以是通过所述设备的磁力计或陀螺仪中的至少一个测量的。由此,可以实现轨迹记录功能与低端机型、受限功能等广泛场景的匹配,而不需要复杂的特征、定位等。
目前的技术方案在移动客户端上主要以视觉惯性里程计(VIO)等来做跟踪,或者是GPS以及布置的蓝牙、WIFI等设备来进行连续定位。以VIO来做跟踪,对设备要求较高,低端设备不兼容;另外VIO也很难在微信小程序端得到有效应用,提高了技术的体验门槛,限制了技术的商业化模式;而通过GPS来实现里程计,精度较低,尤其是在室内环境下。通过布置蓝牙、WIFI等设备实现里程计,布置成本与维护成本高。相反,根据本公开的一个或多个实施例,能够实现让更多终端设备(手机)体验视觉定位、轨迹追踪、导航等功能,解决在微信小程序以及一些低端机上无法体验的问题。
现在参考图5描述根据本公开的实施例的用于确定用户行进轨迹的装置500。用于确定用户行进轨迹的装置500可以包括加速度获取单元501、步数确定单元502、朝向确定单元503和轨迹确定单元504。加速度获取单元501可以用于通过使用设备的加速度计进行测量,获取在第一时段期间依次测量的多个加速度值。步数确定单元502可以用于基于所述多个加速度值,确定携带所述设备的用户在所述第一时段期间的行进步数。朝向确定单元503可以用于获取所述设备在所述第一时段期间的至少一个设备朝向。轨迹确定单元504可以用于基于所述行进步数、所述至少一个设备朝向以及所述用户的参考步长确定所述用户在所述第一时段期间的行进轨迹。
根据本公开的实施例所述的装置,能够简单地利用由加速度计测量的多个加速度等数据来计算行进轨迹,数据简单,不需要复杂的采集设备或者兼容功能,并且因而适用于低端设备、小程序中不能调用太多功能、网络不佳、定位受限等广泛场景。
本公开的技术方案中,所涉及的用户个人信息的收集、获取,存储、使用、加工、传输、提供和公开应用等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图6,现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,电子设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605,包括:输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备,输入单元606可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如方法200及其变型例等。例如,在一些实施例中,方法200及其变型例等可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的方法200及其变型例等的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200及其变型例等。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (19)
1.一种确定用户行进轨迹的方法,包括:
通过使用设备的加速度计进行测量,获取在第一时段期间依次测量的多个加速度值;
基于所述多个加速度值,确定携带所述设备的用户在所述第一时段期间的行进步数;
获取所述设备在所述第一时段期间的至少一个设备朝向;以及
基于所述行进步数、所述至少一个设备朝向以及所述用户的参考步长确定所述用户在所述第一时段期间的行进轨迹。
2.根据权利要求1所述的方法,其中,基于所述多个加速度值确定携带所述设备的用户的行进步数包括:
确定所述多个加速度值中的极值对的数量,每个极值对包括第一极值和紧接在所述第一极值之后的第二极值,所述第一极值与所述第二极值中的一个是极小值,另一个是极大值;以及
基于所述极值对的数量确定所述行进步数。
3.根据权利要求2所述的方法,其中,确定所述多个加速度值中的极值对的数量包括:确定所述多个加速度值中的满足计步条件的极值对的数量,所述计步条件包括:极值对的幅值大于与该极值对关联的幅值阈值,其中,极值对的幅值表示极值对中的两个极值的差的绝对值;并且
基于所述极值对的数量确定所述行进步数包括将所述行进步数确定为满足所述计步条件的极值对的数量。
4.根据权利要求3所述的方法,其中,与极值对关联的幅值阈值是基于所述加速度值序列中的、所述极值对之前的至少一个在先极值对的幅值而确定的。
5.根据权利要求3所述的方法,其中,与极值对关联的幅值阈值与所述加速度值序列中的、紧接在所述极值对之前的预定数量的在先极值对的幅值的平均值成比例。
6.根据权利要求1-5中任一项所述的方法,其中,所述参考步长是通过以下步骤确定的:
在第一时刻获取所述设备的第一定位;
响应于确定满足成功定位条件,基于所述用户在第二时刻与所述第一时刻之间的第一行进步数、所述用户的预设步长、所述第一定位和第二定位确定所述参考步长,其中,所述成功定位条件包括在所述第一时刻之前的所述第二时刻已经获取到所述设备的所述第二定位。
7.根据权利要求6所述的方法,其中,基于所述设备的用户在所述第二时刻与所述第一时刻之间的第一行进步数、所述用户的预设步长、所述第一定位和所述第二定位确定所述参考步长包括:
基于所述用户在所述第二时刻与所述第一时刻之间的第一行进步数以及所述用户的预设步长确定所述用户在所述第二时刻与所述第一时刻之间的第一行进距离;
确定所述第一定位与所述第二定位之间的距离差;
基于所述距离差和所述第一行进距离确定步长调整因子;以及
基于所述步长调整因子和所述预设步长确定所述参考步长。
8.根据权利要求7所述的方法,其中,基于所述距离差和所述第一行进距离确定步长调整因子包括:响应于确定所述第一行进距离大于或等于第一阈值距离,确定所述距离差与所述第一行进距离的比值作为步长调整因子。
9.根据权利要求6-8中任一项所述的方法,其中,所述成功定位条件还包括所述第一定位与所述第二定位的距离差大于或等于第二阈值距离。
10.根据权利要求6-9中任一项所述的方法,其中,所述成功定位条件还包括所述第一时刻与所述第二时刻的时间差大于或等于第一阈值时间。
11.根据权利要求6-10中任一项所述的方法,其中,所述成功定位条件还包括所述第二时刻与所述第一时刻之间的所述第一行进步数大于或等于第一阈值步数。
12.根据权利要求6-11中任一项所述的方法,还包括,在确定所述用户在所述第一时段期间的行进轨迹之前:响应于确定所述参考步长不在预定步长范围内,调整所述参考步长使得所述参考步长落入所述预定步长范围。
13.根据权利要求1-12中任一项所述的方法,还包括基于所述至少一个设备朝向确定所述用户在所述第一时段期间的至少一个时刻的至少一个行进方向;并且
其中,基于所述行进步数、所述至少一个设备朝向以及所述用户的参考步长确定所述用户在所述第一时段期间的行进轨迹包括:基于所述行进步数、所述至少一个行进方向和所述参考步长生成与所述行进步数相对应的多个步向量,并且基于所述多个步向量生成所述行进轨迹。
14.根据权利要求1-13中任一项所述的方法,其中,所述多个加速度值中的每个加速度值是所述设备在三个方向上的加速度分量的标量和。
15.根据权利要求1-14中任一项所述的方法,其中,所述至少一个设备朝向是通过所述设备的磁力计或陀螺仪中的至少一个测量的。
16.一种用于确定用户行进轨迹的装置,包括:
加速度获取单元,用于通过使用设备的加速度计进行测量,获取在第一时段期间依次测量的多个加速度值;
步数确定单元,用于基于所述多个加速度值,确定携带所述设备的用户在所述第一时段期间的行进步数;
朝向确定单元,用于获取所述设备在所述第一时段期间的至少一个设备朝向;以及
轨迹确定单元,用于基于所述行进步数、所述至少一个设备朝向以及所述用户的参考步长确定所述用户在所述第一时段期间的行进轨迹。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-15中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-15中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-15中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210174077.5A CN114547224A (zh) | 2022-02-24 | 2022-02-24 | 用于确定用户行进轨迹的方法、装置、电子设备、介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210174077.5A CN114547224A (zh) | 2022-02-24 | 2022-02-24 | 用于确定用户行进轨迹的方法、装置、电子设备、介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114547224A true CN114547224A (zh) | 2022-05-27 |
Family
ID=81677192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210174077.5A Pending CN114547224A (zh) | 2022-02-24 | 2022-02-24 | 用于确定用户行进轨迹的方法、装置、电子设备、介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114547224A (zh) |
-
2022
- 2022-02-24 CN CN202210174077.5A patent/CN114547224A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9135802B2 (en) | Hardware attitude detection implementation of mobile devices with MEMS motion sensors | |
CN115511779B (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN114723949A (zh) | 三维场景分割方法和用于训练分割模型的方法 | |
CN114791982B (zh) | 对象推荐方法和装置 | |
CN115601555A (zh) | 图像处理方法及装置、设备和介质 | |
CN115164936A (zh) | 高精地图制作中用于点云拼接的全局位姿修正方法及设备 | |
WO2024016892A1 (zh) | 传感器外参标定方法、装置以及电子设备 | |
CN114547224A (zh) | 用于确定用户行进轨迹的方法、装置、电子设备、介质 | |
CN114691809A (zh) | 道路轨迹确定方法及装置、电子设备和介质 | |
CN115979296A (zh) | 导航方法、装置、电子设备和介质 | |
CN114299192B (zh) | 定位建图的方法、装置、设备和介质 | |
CN115727871A (zh) | 一种轨迹质量检测方法、装置、电子设备和存储介质 | |
CN114543813A (zh) | 用于确定用户行进轨迹的方法、装置、电子设备、介质 | |
CN115222598A (zh) | 图像处理方法、装置、设备及介质 | |
CN114518117A (zh) | 导航方法、装置、电子设备、介质 | |
CN114494797A (zh) | 用于训练图像检测模型的方法和装置 | |
CN114882587A (zh) | 生成对抗样本的方法、装置、电子设备和介质 | |
CN114298748A (zh) | 物流中心地址规划方法、装置、电子设备和介质 | |
CN113946151A (zh) | 针对自动驾驶车辆的数据处理方法、装置和自动驾驶车辆 | |
CN114877889A (zh) | 定位方法、装置、电子设备及存储介质 | |
CN115056847B (zh) | 车辆的方向盘零偏补偿角的计算方法、控制方法及装置 | |
CN116358606B (zh) | 惯导系统的初始粗对准方法、装置、设备及介质 | |
CN116380056B (zh) | 惯性定位方法、装置、电子设备及存储介质 | |
CN113284484B (zh) | 模型训练方法及装置、语音识别方法和语音合成方法 | |
CN114954654B (zh) | 车辆的方向盘零偏补偿角的计算方法、控制方法及装置 |
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 |