CN117643078A - 定位模型确定方法、装置 - Google Patents
定位模型确定方法、装置 Download PDFInfo
- Publication number
- CN117643078A CN117643078A CN202280002084.5A CN202280002084A CN117643078A CN 117643078 A CN117643078 A CN 117643078A CN 202280002084 A CN202280002084 A CN 202280002084A CN 117643078 A CN117643078 A CN 117643078A
- Authority
- CN
- China
- Prior art keywords
- positioning model
- positioning
- coordinate information
- terminal equipment
- information
- 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 178
- 238000004891 communication Methods 0.000 claims abstract description 47
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 13
- 230000004044 response Effects 0.000 claims description 67
- 230000015654 memory Effects 0.000 claims description 36
- 238000012544 monitoring process Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 18
- 230000001413 cellular effect Effects 0.000 claims description 12
- 238000003672 processing method Methods 0.000 abstract description 19
- 230000006870 function Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000005291 magnetic effect Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 229910044991 metal oxide Inorganic materials 0.000 description 5
- 150000004706 metal oxides Chemical class 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 229910000577 Silicon-germanium Inorganic materials 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 description 1
- LEVVHYCKPQWKOP-UHFFFAOYSA-N [Si].[Ge] Chemical compound [Si].[Ge] LEVVHYCKPQWKOP-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
Abstract
本公开提出一种定位模型确定方法、装置、设备及存储介质,属于通信技术领域。该方法包括基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式,其中,定位模型或定位模式用于确定终端设备的位置信息。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
Description
本公开涉及通信技术领域,尤其涉及一种定位模型确定方法、装置、设备及存储介质。
在通信系统中,支持各种定位技术以提供准确和可靠的用户设备(User Equipment,UE)位置一直是第三代合作伙伴计划(3rd Generation Partnership Project,3GPP)标准的关键领域之一。基于场景对定位精度的要求,在R18的3GPP中提出了基于人工智能(Artificial Intelligence)的定位增强。由于AI定位模型不能适用于所有的场景,AI定位模型的推理性能也可以随着场景或者输入数据的特性而变化,因此,并未对AI定位模型进行监测,使得AI定位模型与场景的匹配性较低,AI定位模型确定的准确性较低。
发明内容
本公开提出的一种定位模型确定方法、装置、设备及存储介质,以对AI定位模型的性能进行监测,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
本公开一方面实施例提出的一种定位模型确定方法,所述方法由网络侧设备执行,所述方法包括:
基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定所述终端设备新的定位模型或定位模式,其中,所述定位模型或所述定位模式用于确定所述终端设备的位置信息。
可选地,在本公开的一个实施例之中,所述终端设备当前使用的AI定位模型的性能参考信息包括以下至少一种:
第一坐标信息,其中,所述第一坐标信息为对所述终端设备当前使用的所述AI定位模型进行推理得到的信息;
所述AI定位模型的定位应用性能信息。
可选地,在本公开的一个实施例之中,所述基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定与所述终端设备新的定位模型或定位模式,包括:
基于所述第一坐标信息,确定所述终端设备新的定位模型或定位模式。
可选地,在本公开的一个实施例之中,所述方法还包括:
接收所述终端设备发送的能力信息,所述能力信息用于指示所述终端设备针对所述AI定位模型进行推理性能监测的能力。
可选地,在本公开的一个实施例之中,其中,所述能力信息包括以下至少一种:
支持基于定位参考装置确定所述第一坐标信息的能力信息;
支持采用非蜂窝网进行定位的能力信息。
可选地,在本公开的一个实施例之中,所述根据第一坐标信息,确定所述终端设备新的定位模型或定位模式,包括:
接收所述终端设备发送的第二坐标信息,其中,所述第二坐标信息为所述终端设备基于不同于所述AI定位模型的方式获取的;
基于所述第一坐标信息和所述第二坐标信息,确定所述终端设备新的定位模型或定位模式。
可选地,在本公开的一个实施例之中,所述基于所述第一坐标信息和所述第二坐标信息,确定所述终端设备新的定位模型或定位模式,包括以下至少一种:
响应于所述第一坐标信息和所述第二坐标信息的差值大于第一阈值,则将所述AI定位模型切换为新的AI定位模型;
响应于所述第一坐标信息和所述第二坐标信息的差值大于第二阈值,则将所述AI定位模型切换为所述定位模式。
可选地,在本公开的一个实施例之中,所述方法还包括:
响应于所述终端设备当前使用的所述AI定位模型部署于所述网络侧设备,发送针对坐标信息的上报配置至所述终端设备。
可选地,在本公开的一个实施例之中,所述接收所述终端设备发送的第二坐标信息,包括:
每隔第一预设时长接收一次所述终端设备发送的所述第二坐标信息。
可选地,在本公开的一个实施例之中,所述基于终端设备当前使用的AI定位模型的性能参考信息,确定所述终端设备新的定位模型或定位模式,包括:
响应于所述终端设备当前使用的AI定位模型的定位应用性能信息大于第一性能阈值,则将所述AI定位模型切换为所述新的AI定位模型;
或者,
响应于所述终端设备当前使用的AI定位模型的定位应用性能信息大于第二性能阈值,则将所述AI定位模型切换为所述定位模式。
可选地,在本公开的一个实施例之中,所述方法还包括:
响应于所述终端设备当前使用的所述AI定位模型部署于所述终端设备,发送针对所述AI定位模型的切换配置至所述终端设备。
本公开另一方面实施例提出的一种定位模型确定方法,所述方法由终端设备执行,所述方法包括:
响应于终端设备当前使用的AI定位模型部署于所述终端设备,基于所述AI定位模型的性能参考信息,确定所述终端设备新的定位模型或定位模式,其中,所述定位模型或所述定位模式用于确定所述终端设备的位置信息。
可选地,在本公开的一个实施例之中,所述基于所述AI定位模型的性能参考信息,确定所述终端设备新的定位模型或定位模式,包括:
对AI定位模型进行推理,获取第一坐标信息;
基于所述第一坐标信息,确定所述终端设备新的定位模型或定位模式。
可选地,在本公开的一个实施例之中,所述基于所述第一坐标信息,确定所述终端设备新的定位模型或定位模式,包括:
基于不同于所述AI定位模型的方式获取的第二坐标信息;
基于所述第一坐标信息和所述第二坐标信息,确定所述终端设备新的定位模型或定位模式。
可选地,在本公开的一个实施例之中,所述基于所述第一坐标信息和所述第二坐标信息,确定所述终端设备新的定位模型或定位模式,包括:
响应于所述第一坐标信息和所述第二坐标信息的差值大于第一阈值,则将所述AI定位模型切换为新的AI定位模型;
响应于所述第一坐标信息和所述第二坐标信息的差值大于第二阈值,则将所述AI定位模型切换为所述定位模式。
可选地,在本公开的一个实施例之中,所述方法还包括:
响应于终端设备当前使用的AI定位模型部署于所述终端设备,且所述AI定位模型的性能参考信息为所述终端设备当前使用的AI定位模型的定位应用性能信息,则接收所述网络侧设备发送的针对所述AI定位模型的切换配置。
本公开另一方面实施例提出的一种定位模型确定方法,其特征在于,所述方法由终端设备执行,所述方法包括:
响应于终端设备当前使用的AI定位模型部署于网络侧设备,每隔第一预设时长发送一次第二坐标信息,其中,所述第二坐标信息为基于不同于所述AI定位模型的方式获取的;
接收所述网络侧设备发送的所述终端设备新的定位模型或定位模式。
可选地,在本公开的一个实施例之中,所述方法还包括:
发送能力信息至所述网络侧设备,其中,所述能力信息用于指示所述终端设备针对所述AI定位模型进行推理性能监测的能力。
可选地,在本公开的一个实施例之中,其中,所述能力信息包括以下至少一种:
支持基于定位参考装置确定所述第一坐标信息的能力信息;
支持采用非蜂窝网进行定位的能力信息。
本公开又一方面实施例提出的一种定位模型确定装置,包括:
确定模块,用于基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定所述终端设备新的定位模型或定位模式,其中,所述定位模型或所述定位模式用于确定所述终端设备的位置信息。
本公开又一方面实施例提出的一种定位模型确定装置,包括:
确定模块,用于响应于终端设备当前使用的AI定位模型部署于所述终端设备,基于所述AI定位模型的性能参考信息,确定所述终端设备新的定位模型或定位模式,其中,所述定位模型或所述定位模式用于确定所述终端设备的位置信息。
本公开又一方面实施例提出的一种定位模型确定装置,包括:
发送模块,用于响应于终端设备当前使用的AI定位模型部署于网络侧设备,每隔第一预设时长发送一次第二坐标信息,其中,所述第二坐标信息为基于不同于所述AI定位模型的方式获取的;
接收模块,用于接收所述网络侧设备针对所述第二坐标信息发送的上报配置。
本公开又一方面实施例提出的一种网络侧设备,所述装置包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器执行所述存储器中存储的计算机程序,以使所述装置执行如上一方面实施例提出的方法。
本公开又一方面实施例提出的一种终端设备,所述装置包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器执行所述存储器中存储的计算机程序,以使所述装置执行如上另一方面实施例提出的方法。
本公开又一方面实施例提出的一种终端设备,所述装置包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器执行所述存储器中存储的计算机程序,以使所述装置执行如上另一方面实施例提出的方法。
本公开又一方面实施例提出的通信装置,包括:处理器和接口电路;
所述接口电路,用于接收代码指令并传输至所述处理器;
所述处理器,用于运行所述代码指令以执行如一方面实施例提出的方法。
本公开又一方面实施例提出的通信装置,包括:处理器和接口电路;
所述接口电路,用于接收代码指令并传输至所述处理器;
所述处理器,用于运行所述代码指令以执行如另一方面实施例提出的方法。
本公开又一方面实施例提出的通信装置,包括:处理器和接口电路;
所述接口电路,用于接收代码指令并传输至所述处理器;
所述处理器,用于运行所述代码指令以执行如一方面实施例提出的方法。
本公开又一方面实施例提出的计算机可读存储介质,用于存储有指令,当所述指令被执行时,使如一方面实施例提出的方法被实现。
本公开又一方面实施例提出的计算机可读存储介质,用于存储有指令,当所述指令被执行时,使如另一方面实施例提出的方法被实现。
本公开又一方面实施例提出的计算机可读存储介质,用于存储有指令,当所述指令被执行时,使如另一方面实施例提出的方法被实现。
综上所述,在本公开实施例之中,基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式,其中,定位模型或所述模式用于确定所述终端设备的位置信息。在本公开实施例之中,通过对AI定位模型的性能参考信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,减少终端设备当前使用的AI定位模型与当前场景不匹配的情况,提高终端设备的位置信息确定的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本公开实施例所提供的一种定位模型推理方法的流程示意图;
图2为本公开另一个实施例所提供的一种定位模型确定方法的流程示意图;
图3为本公开再一个实施例所提供的一种定位模型确定方法的流程示意图;
图4为本公开又一个实施例所提供的一种定位模型确定方法的流程示意图;
图5为本公开又一个实施例所提供的一种定位模型确定方法的流程示意图;
图6为本公开又一个实施例所提供的一种定位模型确定方法的流程示意图;
图7为本公开又一个实施例所提供的一种定位模型确定方法的流程示意图;
图8为本公开又一个实施例所提供的一种定位模型确定方法的流程示意图;
图9为本公开又一个实施例所提供的一种定位模型确定方法的流程示意图;
图10为本公开又一个实施例所提供的一种定位模型确定方法的流程示意图;
图11为本公开另一个实施例所提供的一种定位模型确定方法的流程示意图;
图12为本公开再一个实施例所提供的一种定位模型确定方法的流程示意图;
图13为本公开又一个实施例所提供的一种定位模型确定方法的流程示意图;
图14为本公开又一个实施例所提供的一种定位模型确定方法的流程示意图;
图15为本公开又一个实施例所提供的一种定位模型确定方法的流程示意图;
图16为本公开又一个实施例所提供的一种定位模型确定方法的流程示意图;
图17为本公开又一个实施例所提供的一种定位模型确定方法的流程示意图;
图18为本公开一个实施例所提供的一种定位模型确定装置的结构示意图;
图19为本公开另一个实施例所提供的一种定位模型确定装置的结构示意图;
图20为本公开另一个实施例所提供的一种定位模型确定装置的结构示意图;
图21为本公开另一个实施例所提供的一种定位模型确定装置的结构示意图;
图22是本公开一个实施例所提供的一种终端设备的框图;
图23为本公开一个实施例所提供的一种网络侧设备的框图。
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开实施例相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开实施例的一些方面相一致的装置和方法的例子。
在本公开实施例使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开实施例。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本公开实施例可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开实施例范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”及“若”可以被解释成为“在……时”或“当……时”或“响应于确定”。
由于科学技术的飞速发展,各行各业都对定位服务提出了更高精度的需求,例如消费者市场以及垂直行业。其中,消费者市场比如商场导购、停车场反向寻车、家人防走散、展厅自助导游等;垂直行业例如人流监控和分析、智慧仓储和物流、智能制造、紧急救援、人员资产管理和服务机器人等行业。
3GPP在Rel-16完成了基于新空口(New Radio,NR)信号进行终端设备(user equipment,UE)定位的第一个标准版本,主要满足了室内80%用户的水平定位精度小于3米、室外80%用户的水平定 位精度小于10米的定位需求。但实际上5G业务对定位提出了更高的定位需求。相应的位置服务需求总结在TS 22.261和TR 22.804,如表格表1和表格表2所示。根据表格所示,高精度定位服务被各种场景和服务所迫切需求。
表1
表2
以及,在本公开的一个实施例之中,在NR系统中支持多种定位方法,例如NR增强小区ID定位法(E-CID),NR下行链路达到时差定位法(DL-TDOA),NR上行链路到达时差定位法(UL-TDOA),NR多小区往返行程时间定位法(Multi-RTT),NR下行链路历代角度定位法,NR上行链路到达角定位法。这些定位方法依赖于终端对定位信号(PRS)的测量,例如测量到达时间差,测量信号强度(RSRP)或者依赖于终端发送相应的参考符号,在基站侧测量到达角或者信号强度。
以及,在本公开的一个实施例之中,由于在某些场景中,例如工业场景中,对定位精度的要求非常高,但是在这种场景中又往往由于非直射径特别多,影响定位精度。因此在R18的3GPP中提出了基于AI的定位增强。图1为本公开实施例所提供的一种定位模型推理方法的流程示意图,如图1所示,其中,基于AI的定位模型AI-based positioning包括训练过程和推理过程。在训练过程中,首先构建数据集,数据集中包括终端或者网络的测量结果,测量结果可以是冲击响应或者RSRP等,数据集还包括终端的坐标标签。可以利用数据集对模型进行训练。模型的训练往往在网络侧进行,但AI模型训练完毕,可以在网络侧或者终端侧部署训练完毕的AI模型进行推理。推理时对模型的输入仍然为测量结果,基于测量结果,AI模型会输出对应的终端位置。
下面参考附图对本公开实施例所提供的一种定位模型确定方法、装置、设备及存储介质进行详细描述。
图2为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由网络侧设备执行,如图2所示,该方法可以包括以下步骤:
步骤201、基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式,其中,定位模型或定位模式用于确定终端设备的位置信息。
需要说明的是,在本公开的一个实施例之中,终端设备可以是指向用户提供语音和/或数据连通性的设备。终端设备可以经RAN(Radio Access Network,无线接入网)与一个或多个核心网进行通信,终端设备可以是物联网终端,如传感器设备、移动电话(或称为“蜂窝”电话)和具有物联网终端的计算机,例如,可以是固定式、便携式、袖珍式、手持式、计算机内置的或者车载的装置。例如,站(Station,STA)、订户单元(subscriber unit)、订户站(subscriber station),移动站(mobile station)、移动台(mobile)、远程站(remote station)、接入点、远程终端(remoteterminal)、接入终端(access terminal)、用户装置(user terminal)或用户代理(useragent)。或者,终端设备也可以是无人飞行器的设备。或者,终端设备也可以是车载设备,比如,可以是具有无线通信功能的行车电脑,或者是外接行车电脑的无线终端。或者,终端设备也可以是路边设备,比如,可以是具有无线通信功能的路灯、信号灯或者其它路边设备等。
需要说明的是,在本公开的一个实施例中,终端设备是指与定位管理功能实体LMF进行通信的终端设备,该第一仅仅用于指示与LMF进行通信的终端设备,该终端设备并不特指某一固定终端设备。
其中,在本公开的一个实施例之中,性能参考信息是指用于确定AI定位模型的性能的参考参数。该性能参考信息并不特指某一固定信息。例如,性能参考信息包括的第一坐标信息发生变化时,该性能参考信息也可以相应变化。
示例地,在本公开的一个实施例之中,终端设备当前使用的AI定位模型的性能参考信息包括以下至少一种:
第一坐标信息,其中,第一坐标信息为对终端设备当前使用的AI定位模型进行推理得到的信息;
AI定位模型的定位应用性能信息。
示例地,在本公开的一个实施例之中,基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定与终端设备新的定位模型或定位模式,包括:
基于第一坐标信息,确定终端设备新的定位模型或定位模式。
其中,在本公开的一个实施例之中,该方法还包括:
接收终端设备发送的能力信息,能力信息用于指示终端设备针对AI定位模型进行推理性能监测的能力。
以及,在本公开的一个实施例之中,其中,能力信息包括以下至少一种:
支持基于定位参考装置确定第一坐标信息的能力信息;
支持采用非蜂窝网进行定位的能力信息。
示例地,在本公开的一个实施例之中,根据第一坐标信息,确定终端设备新的定位模型或定位模式,包括:
接收终端设备发送的第二坐标信息,其中,第二坐标信息为终端设备基于不同于AI定位模型的方式获取的;
基于第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式。
以及,在本公开的一个实施例之中,基于第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式,包括以下至少一种:
响应于第一坐标信息和第二坐标信息的差值大于第一阈值,则将AI定位模型切换为新的AI定位模型;
响应于第一坐标信息和第二坐标信息的差值大于第二阈值,则将AI定位模型切换为定位模式。
示例地,在本公开的一个实施例之中,该方法还包括:
响应于终端设备当前使用的AI定位模型部署于网络侧设备,发送针对坐标信息的上报配置至终端设备。
以及,在本公开的一个实施例之中,接收终端设备发送的第二坐标信息,包括:
每隔第一预设时长接收一次终端设备发送的第二坐标信息。
示例地,在本公开的一个实施例之中,基于终端设备当前使用的AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式,包括:
响应于终端设备当前使用的AI定位模型的定位应用性能信息大于第一性能阈值,则将AI定位模型切换为新的AI定位模型;
或者,
响应于终端设备当前使用的AI定位模型的定位应用性能信息大于第二性能阈值,则将AI定位模型切换为定位模式。
以及,在本公开的一个实施例之中,该方法还包括:
响应于终端设备当前使用的AI定位模型部署于终端设备,发送针对AI定位模型的切换配置至终端设备。
综上所述,在本公开实施例之中,基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式,其中,定位模型或所述模式用于确定所述终端设备的位置信息。在本公开实施例之中,通过对AI定位模型的性能参考信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图3为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由网络侧设备执行,如图3所示,该方法可以包括以下步骤:
步骤301、基于第一坐标信息,确定终端设备新的定位模型或定位模式。
其中,在本公开的一个实施例之中,第一坐标信息为对终端设备当前使用的AI定位模型进行推理得到的信息。
以及,在本公开的一个实施例之中,如果终端设备当前使用的AI定位模型部署于终端设备,则网络侧设备可以接收终端设备发送的第一坐标信息。
示例地,在本公开的一个实施例之中,如果终端设备当前使用的AI定位模型部署于网络侧设备,则网络侧设备可以对AI定位模型进行推理,获取第一坐标信息。
以及,在本公开的一个实施例之中,第一坐标信息并不特指某一固定信息。例如,当终端设备所在位置发生变化时,该第一坐标信息也可以相应变化。第一坐标信息中的第一仅用于指示该位置信息基于终端设备当前使用的AI定位模型获取到的,该第一仅用于与其余坐标信息进行区分。
示例地,在本公开的一个实施例之中,定位模式例如可以用于指示至少一种传统定位算法。该定位模式并不特指某一固定定位模式。例如当定位算法发生变化时,该定位模式也可以相应变化。
综上所述,在本公开实施例之中,基于第一坐标信息,确定终端设备新的定位模型或定位模式。在本公开实施例之中,通过对AI定位模型的第一坐标信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。本公开实施例具体公开了性能参考信息为第一坐标信息的方案。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图4为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由网络侧设备执行,如图4所示,该方法可以包括以下步骤:
步骤401、接收终端设备发送的能力信息,能力信息用于指示终端设备针对AI定位模型进行推理性能监测的能力。
其中,能力信息包括以下至少一种:
支持基于定位参考装置确定第一坐标信息的能力信息;
支持采用非蜂窝网进行定位的能力信息。
以及,在本公开的一个实施例之中,能力信息并不特指某一固定信息。例如,当AI定位模型发生变化时,该能力信息也可以相应变化。
以及,在本公开的一个实施例之中,网络侧设备接收到终端设备发送的能力信息时,网络侧设备可以发送定位配置至终端设备,以指示终端设备获取位置信息。
综上所述,在本公开实施例之中,接收终端设备发送的能力信息,能力信息用于指示终端设备针对AI定位模型进行推理性能监测的能力。在本公开实施例之中,通过接收终端设备发送的能力信息,可以提高对AI定位模型监测的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图5为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由网络侧设备执行,如图5所示,该方法可以包括以下步骤:
步骤501、接收终端设备发送的第二坐标信息,其中,第二坐标信息为终端设备基于不同于AI定位模型的方式获取的;
步骤502、基于第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式。
其中,在本公开的一个实施例之中,第二坐标信息是指终端设备获取到的坐标信息,该坐标信息是指终端设备基于不同于AI定位模型的方式获取的。该第第二坐标信息并不特指某一固定信息。例如,当获取方式发生变化时,该第二坐标信息也可以相应变化。
示例地,在本公开的一个实施例之中,终端设备例如可以基于全球导航卫星系统(Global Navigation Satellite System,GNSS)获取第二坐标信息,终端设备例如还可以基于无线保真(Wireless Fidelity,WiFi)获取第二坐标信息,终端设备例如还可以基于蓝牙获取第二坐标信息。
综上所述,在本公开实施例之中,接收终端设备发送的第二坐标信息,其中,第二坐标信息为终端设备基于不同于AI定位模型的方式获取的;基于第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式。在本公开实施例之中,通过对AI定位模型的第一坐标信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。在本公开实施例之中,具体说明了基于第一坐标信息和第二坐标信息确定定位模型的方案。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图6为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由网络侧设备执行,如图6所示,该方法可以包括以下步骤:
步骤601、接收终端设备发送的第二坐标信息,其中,第二坐标信息为终端设备基于不同于AI定位模型的方式获取的;
以下步骤择一执行:
步骤602、响应于第一坐标信息和第二坐标信息的差值大于第一阈值,则将AI定位模型切换为新的AI定位模型;
步骤603、响应于第一坐标信息和第二坐标信息的差值大于第二阈值,则将AI定位模型切换为定位模式。
其中,在本公开的一个实施例之中,第一坐标信息为对终端设备当前使用的AI定位模型进行推理得到的信息。
以及,在本公开的一个实施例之中,响应于第一坐标信息和第二坐标信息的差值小于或者等于第一阈值,网络侧设备可以不对AI定位模型进行切换。
以及,在本公开的一个实施例之中,响应于第一坐标信息和第二坐标信息的差值小于或者等于第二阈值,网络侧设备可以不对AI定位模型进行切换。
综上所述,在本公开实施例之中,接收终端设备发送的第二坐标信息,其中,第二坐标信息为终端设备基于不同于AI定位模型的方式获取的;响应于第一坐标信息和第二坐标信息的差值大于第一阈值, 则将AI定位模型切换为新的AI定位模型;响应于第一坐标信息和第二坐标信息的差值大于第二阈值,则将AI定位模型切换为定位模式。在本公开实施例之中,通过对AI定位模型的第一坐标信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。在本公开实施例之中,具体说明了基于第一坐标信息和第二坐标信息确定定位模型的方案。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图7为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由网络侧设备执行,如图7所示,该方法可以包括以下步骤:
步骤701、每隔第一预设时长接收一次终端设备发送的第二坐标信息,其中,第二坐标信息为终端设备基于不同于AI定位模型的方式获取的;
以下步骤择一执行:
步骤702、响应于第一坐标信息和第二坐标信息的差值大于第一阈值,则将AI定位模型切换为新的AI定位模型;
步骤703、响应于第一坐标信息和第二坐标信息的差值大于第二阈值,则将AI定位模型切换为定位模式;
步骤704、响应于终端设备当前使用的AI定位模型部署于网络侧设备,发送针对坐标信息的上报配置至终端设备。
其中,在本公开的一个实施例之中,第一阈值并不特指某一固定阈值。例如网络侧设备接收到针对该第一阈值的修改指令时,可以对该第一阈值进行修改。第一阈值中的第一仅用于与其余阈值进行区分。
以及,在本公开的一个实施例之中,由于将AI定位模型切换为新的AI定位模型或者将AI定位模型切换为定位模式,会使得终端设备发送的位置信息不同,因此,响应于终端设备当前使用的AI定位模型部署于网络侧设备,网络侧设备可以发送针对坐标信息的上报配置至终端设备。例如可以是网络侧设备可以发送针对第二坐标信息的上报配置至终端设备。
综上所述,在本公开实施例之中,接收终端设备发送的第二坐标信息,其中,第二坐标信息为终端设备基于不同于AI定位模型的方式获取的;响应于第一坐标信息和第二坐标信息的差值大于第一阈值,则将AI定位模型切换为新的AI定位模型;响应于第一坐标信息和第二坐标信息的差值大于第二阈值,则将AI定位模型切换为定位模式,响应于终端设备当前使用的AI定位模型部署于网络侧设备,发送针对坐标信息的上报配置至终端设备。在本公开实施例之中,通过对AI定位模型的第一坐标信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。在本公开实施例之中,具体说明了基于第一坐标信息和第二坐标信息确定定位模型的方案,以及发送上报配置至终端设备的方案,可以提高坐标信息获取的准确性,可以提高定位模型确定的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图8为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由网络侧设备执行,如图8所示,该方法可以包括以下步骤:
步骤801、每隔第一预设时长接收一次终端设备发送的第二坐标信息,其中,第二坐标信息为终端设备基于不同于AI定位模型的方式获取的;
步骤802、对当前使用的AI定位模型进行推理,得到第一坐标信息,其中,AI定位模型部署于网络侧设备;
以下步骤择一执行:
步骤803、响应于第一坐标信息和第二坐标信息的差值大于第一阈值,则将AI定位模型切换为新的AI定位模型;
步骤804、响应于第一坐标信息和第二坐标信息的差值大于第二阈值,则将AI定位模型切换为定 位模式。
其中,在本公开的一个实施例之中,AI定位模型部署于网络侧设备。网络侧设备可以对当前使用的AI定位模型进行推理,得到第一坐标信息。
示例地,在本公开的一个实施例之中,预设时长并不特指某一固定时长。该预设时长例如可以基于网络侧设备接收到的时长修改指令进行修改。
综上所述,在本公开实施例之中,每隔第一预设时长接收一次终端设备发送的第二坐标信息,、对当前使用的AI定位模型进行推理,得到第一坐标信息,其中,AI定位模型部署于网络侧设备,响应于第一坐标信息和第二坐标信息的差值大于第一阈值,则将AI定位模型切换为新的AI定位模型;响应于第一坐标信息和第二坐标信息的差值大于第二阈值,则将AI定位模型切换为定位模式,响应于终端设备当前使用的AI定位模型部署于网络侧设备,发送针对坐标信息的上报配置至终端设备。在本公开实施例之中,通过对AI定位模型的第一坐标信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。在本公开实施例之中,具体说明了基于第一坐标信息和第二坐标信息的接收方式,可以提高坐标信息获取的准确性,可以提高定位模型确定的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图9为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由网络侧设备执行,如图9所示,该方法可以包括以下步骤:
以下步骤择一执行:
步骤901、响应于终端设备当前使用的AI定位模型的定位应用性能信息大于第一性能阈值,则将AI定位模型切换为新的AI定位模型;
步骤902、响应于终端设备当前使用的AI定位模型的定位应用性能信息大于第二性能阈值,则将AI定位模型切换为定位模式。
其中,在本公开的一个实施例之中,定位应用性能信息例如可以是指AI定位模型应用之后所接收到的应用反馈信息。
综上所述,在本公开实施例之中,响应于终端设备当前使用的AI定位模型的定位应用性能信息大于第一性能阈值,则将AI定位模型切换为新的AI定位模型;响应于终端设备当前使用的AI定位模型的定位应用性能信息大于第二性能阈值,则将AI定位模型切换为定位模式。在本公开实施例之中,通过对AI定位模型的定位应用性能信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图10为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由网络侧设备执行,如图10所示,该方法可以包括以下步骤:
步骤1001和步骤1002择一执行:
步骤1001、响应于终端设备当前使用的AI定位模型的定位应用性能信息大于第一性能阈值,则将AI定位模型切换为新的AI定位模型;
步骤1002、响应于终端设备当前使用的AI定位模型的定位应用性能信息大于第二性能阈值,则将AI定位模型切换为定位模式;
步骤1003、响应于终端设备当前使用的AI定位模型部署于终端设备,发送针对AI定位模型的切换配置至终端设备。
以及,在本公开的一个实施例之中,第一性能阈值并不特指某一固定阈值。第一性能阈值中的第一仅用于与其他性能阈值进行区分。第一性能阈值是指是否基于定位应用性能信息将AI定位模型切换为新的AI定位模型的性能阈值。
综上所述,在本公开实施例之中,响应于终端设备当前使用的AI定位模型的定位应用性能信息大于第一性能阈值,则将AI定位模型切换为新的AI定位模型;响应于终端设备当前使用的AI定位模型的定位应用性能信息大于第二性能阈值,则将AI定位模型切换为定位模式,响应于终端设备当前使用的AI定位模型部署于终端设备,发送针对AI定位模型的切换配置至终端设备。在本公开实施例之中,通过对AI定位模型的定位应用性能信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。在本公开实施例之中,具体公开了发送针对AI定位模型的切换配置至终端设备的方案,可以提高终端设备确定坐标信息的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图11为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由终端设备执行,如图11所示,该方法可以包括以下步骤:
步骤1101、响应于终端设备当前使用的AI定位模型部署于终端设备,基于AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式,其中,定位模型或定位模式用于确定终端设备的位置信息。
其中,在本公开的一个实施例之中,基于AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式,包括:
对AI定位模型进行推理,获取第一坐标信息;
基于第一坐标信息,确定终端设备新的定位模型或定位模式。
以及,在本公开的一个实施例之中,基于第一坐标信息,确定终端设备新的定位模型或定位模式,包括:
基于不同于AI定位模型的方式获取的第二坐标信息;
基于第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式。
示例地,在本公开的一个实施例之中,基于第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式,包括:
响应于第一坐标信息和第二坐标信息的差值大于第一阈值,则将AI定位模型切换为新的AI定位模型;
响应于第一坐标信息和第二坐标信息的差值大于第二阈值,则将AI定位模型切换为定位模式。
示例地,在本公开的一个实施例之中,该方法还包括:
响应于终端设备当前使用的AI定位模型部署于终端设备,且AI定位模型的性能参考信息为终端设备当前使用的AI定位模型的定位应用性能信息,则接收网络侧设备发送的针对AI定位模型的切换配置。
综上所述,在本公开实施例之中,响应于终端设备当前使用的AI定位模型部署于终端设备,基于AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式,其中,定位模型或定位模式用于确定终端设备的位置信息。在本公开实施例之中,通过对AI定位模型的性能参考信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图12为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由终端设备执行,如图12所示,该方法可以包括以下步骤:
步骤1201、响应于终端设备当前使用的AI定位模型部署于终端设备,对AI定位模型进行推理,获取第一坐标信息;
步骤1202、基于第一坐标信息,确定终端设备新的定位模型或定位模式。
综上所述,在本公开实施例之中,响应于终端设备当前使用的AI定位模型部署于终端设备,对AI 定位模型进行推理,获取第一坐标信息;基于第一坐标信息,确定终端设备新的定位模型或定位模式。在本公开实施例之中,通过对AI定位模型的第一坐标信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图13为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由终端设备执行,如图13所示,该方法可以包括以下步骤:
步骤1301、响应于终端设备当前使用的AI定位模型部署于终端设备,对AI定位模型进行推理,获取第一坐标信息;
步骤1302、基于不同于AI定位模型的方式获取的第二坐标信息;
步骤1303、基于第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式。
以及,在本公开的一个实施例之中,响应于终端设备当前使用的AI定位模型部署于终端设备,终端设备可以基于获取到的第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式。
综上所述,在本公开实施例之中,响应于终端设备当前使用的AI定位模型部署于终端设备,对AI定位模型进行推理,获取第一坐标信息;基于不同于AI定位模型的方式获取的第二坐标信息;基于第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式。在本公开实施例之中,通过对AI定位模型的第一坐标信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。在本公开实施例之中,具体公开了基于第一坐标信息和第二坐标信息确定定位模型的方案。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图14为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由终端设备执行,如图14所示,该方法可以包括以下步骤:
步骤1401、响应于终端设备当前使用的AI定位模型部署于终端设备,对AI定位模型进行推理,获取第一坐标信息;
步骤1402、基于不同于AI定位模型的方式获取的第二坐标信息;
以下步骤择一执行:
步骤1403、响应于第一坐标信息和第二坐标信息的差值大于第一阈值,则将AI定位模型切换为新的AI定位模型;
步骤1404、响应于第一坐标信息和第二坐标信息的差值大于第二阈值,则将AI定位模型切换为定位模式。
其中,在本公开的一个实施例之中,第一坐标信息为终端设备对AI定位模型进行推理,获取的坐标信息。第二坐标信息是指终端设备基于不同于AI定位模型的方式获取的位置信息,也就是说,第一坐标信息和第二坐标信息的获取方式不同。
其中,步骤1401-步骤1404的详细说明如上所述,此处不再赘述。
综上所述,在本公开实施例之中,响应于终端设备当前使用的AI定位模型部署于终端设备,对AI定位模型进行推理,获取第一坐标信息;基于不同于AI定位模型的方式获取的第二坐标信息;响应于第一坐标信息和第二坐标信息的差值大于第一阈值,则将AI定位模型切换为新的AI定位模型;响应于第一坐标信息和第二坐标信息的差值大于第二阈值,则将AI定位模型切换为定位模式。在本公开实施例之中,通过对AI定位模型的第一坐标信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。在本公开实施例之中,具体公开了基于第一坐标信息和第二坐标信息确定定位模型的方案以及第一坐标信息和第二坐标信息的获取方案。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确 定的准确性,进而提高终端设备位置信息确定的准确性。
图15为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由终端设备执行,如图15所示,该方法可以包括以下步骤:
步骤1501、响应于终端设备当前使用的AI定位模型部署于终端设备,且AI定位模型的性能参考信息为终端设备当前使用的AI定位模型的定位应用性能信息,则接收网络侧设备发送的针对AI定位模型的切换配置。
其中,关于步骤1501的详细说明如上所述,此处不再赘述。
综上所述,在本公开实施例之中,响应于终端设备当前使用的AI定位模型部署于终端设备,且AI定位模型的性能参考信息为终端设备当前使用的AI定位模型的定位应用性能信息,则接收网络侧设备发送的针对AI定位模型的切换配置。在本公开实施例之中,通过对AI定位模型的定位应用性能信息进行监测,可以接收网络侧设备发送的针对AI定位模型的切换配置,提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。在本公开实施例之中,具体公开了基于第一坐标信息和第二坐标信息确定定位模型的方案以及第一坐标信息和第二坐标信息的获取方案。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图16为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由终端设备执行,如图16所示,该方法可以包括以下步骤:
步骤1601、响应于终端设备当前使用的AI定位模型部署于网络侧设备,每隔第一预设时长发送一次第二坐标信息,其中,第二坐标信息为基于不同于AI定位模型的方式获取的;
步骤1602、接收所述网络侧设备针对所述第二坐标信息发送的上报配置。
其中,在本公开的一个实施例之中,该方法还包括:
发送能力信息至网络侧设备,其中,能力信息用于指示终端设备针对AI定位模型进行推理性能监测的能力。
以及,在本公开的一个实施例之中,其中,能力信息包括以下至少一种:
支持基于定位参考装置确定第一坐标信息的能力信息;
支持采用非蜂窝网进行定位的能力信息。
以及,在本公开的一个实施例之中,终端设备可以每隔第一预设时长发送一次第二坐标信息之后,终端设备可以获取接收网络侧设备发送的终端设备新的定位模型或定位模式。网络侧设备可以接收第二坐标信息,网络侧设备可以对终端设备当前使用的AI定位模型进行推理,得到第一坐标信息。网络侧设备可以基于第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式。网络侧设备可以发送针对第二坐标信息的上报配置至终端设备。
综上所述,在本公开实施例之中,响应于终端设备当前使用的AI定位模型部署于网络侧设备,每隔第一预设时长发送一次第二坐标信息,其中,第二坐标信息为基于不同于AI定位模型的方式获取的;接收所述网络侧设备针对第二坐标信息发送的上报配置。在本公开实施例之中,通过发送第二坐标信息至网络侧设备,可以提高定位模型确定的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图17为本公开实施例所提供的一种定位模型确定方法的流程示意图,该方法由终端设备执行,如图17所示,该方法可以包括以下步骤:
步骤1701、发送能力信息至网络侧设备,其中,能力信息用于指示终端设备针对AI定位模型进行推理性能监测的能力。
以及,在本公开的一个实施例之中,能力信息包括以下至少一种:
支持基于定位参考装置确定第一坐标信息的能力信息;
支持采用非蜂窝网进行定位的能力信息。
综上所述,在本公开实施例之中,发送能力信息至网络侧设备,其中,能力信息用于指示终端设备针对AI定位模型进行推理性能监测的能力。在本公开实施例之中,通过发送能力信息至网络侧设备,可以提高对AI定位模型监测的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
图18为本公开实施例所提供的一种定位模型确定装置的结构示意图,如图18所示,该装置1800可以包括:
确定模块1801,用于基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式,其中,定位模型或定位模式用于确定终端设备的位置信息。
综上所述,在本公开实施例的定位模型确定装置之中,确定模块可以基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式,其中,定位模型或定位模式用于确定终端设备的位置信息。在本公开实施例之中,通过对AI定位模型的性能参考信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理装置,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
可选地,在本公开的一个实施例之中,终端设备当前使用的AI定位模型的性能参考信息包括以下至少一种:
第一坐标信息,其中,第一坐标信息为对终端设备当前使用的AI定位模型进行推理得到的信息;
AI定位模型的定位应用性能信息。
可选地,在本公开的一个实施例之中,确定模块1801,用于基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定与终端设备新的定位模型或定位模式时,具体用于:
基于第一坐标信息,确定终端设备新的定位模型或定位模式。
可选地,在本公开的一个实施例之中,确定模块1801,还用于:
接收终端设备发送的能力信息,能力信息用于指示终端设备针对AI定位模型进行推理性能监测的能力。
可选地,在本公开的一个实施例之中,其中,能力信息包括以下至少一种:
支持基于定位参考装置确定第一坐标信息的能力信息;
支持采用非蜂窝网进行定位的能力信息。
可选地,在本公开的一个实施例之中,确定模块1801,用于根据第一坐标信息,确定终端设备新的定位模型或定位模式时,具体用于:
接收终端设备发送的第二坐标信息,其中,第二坐标信息为终端设备基于不同于AI定位模型的方式获取的;
基于第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式。
可选地,在本公开的一个实施例之中,确定模块1801,用于基于第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式,包括以下至少一种:
响应于第一坐标信息和第二坐标信息的差值大于第一阈值,则将AI定位模型切换为新的AI定位模型;
响应于第一坐标信息和第二坐标信息的差值大于第二阈值,则将AI定位模型切换为定位模式。
可选地,在本公开的一个实施例之中,图19为本公开实施例所提供的一种定位模型确定装置的结构示意图,如图19所示,该装置1800还包括发送模块1802,用于:
响应于终端设备当前使用的AI定位模型部署于网络侧设备,发送针对坐标信息的上报配置至终端设备
可选地,在本公开的一个实施例之中,确定模块1801,用于接收终端设备发送的第二坐标信息时,具体用于:
每隔第一预设时长接收一次终端设备发送的第二坐标信息。
可选地,在本公开的一个实施例之中,确定模块1801,用于基于终端设备当前使用的AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式时,具体用于:
响应于终端设备当前使用的AI定位模型的定位应用性能信息大于第一性能阈值,则将AI定位模型切换为新的AI定位模型;
或者,
响应于终端设备当前使用的AI定位模型的定位应用性能信息大于第二性能阈值,则将AI定位模型切换为定位模式。
可选地,在本公开的一个实施例之中,发送模块1802,还用于:
响应于终端设备当前使用的AI定位模型部署于终端设备,发送针对AI定位模型的切换配置至终端设备。
图20为本公开实施例所提供的一种定位模型确定装置的结构示意图,如图20所示,该装置2000可以包括:
确定模块2001,用于响应于终端设备当前使用的AI定位模型部署于终端设备,基于AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式,其中,定位模型或定位模式用于确定终端设备的位置信息。
综上所述,在本公开实施例的定位模型确定装置之中,确定模块可以响应于终端设备当前使用的AI定位模型部署于终端设备,基于AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式,其中,定位模型或定位模式用于确定终端设备的位置信息。在本公开实施例之中,通过对AI定位模型的性能参考信息进行监测,可以提高新的定位模型或定位模式确定的准确性,减少定位模型或者定位模式与AI定位模型的性能参考信息不匹配的情况,提高终端设备的位置信息确定的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理方法,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
可选地,在本公开的一个实施例之中,确定模块2001,用于基于AI定位模型的性能参考信息,确定终端设备新的定位模型或定位模式时,具体用于:
对AI定位模型进行推理,获取第一坐标信息;
基于第一坐标信息,确定终端设备新的定位模型或定位模式。
可选地,在本公开的一个实施例之中,确定模块2001,用于基于第一坐标信息,确定终端设备新的定位模型或定位模式时,具体用于:
基于不同于AI定位模型的方式获取的第二坐标信息;
基于第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式。
可选地,在本公开的一个实施例之中,确定模块2001,用于基于第一坐标信息和第二坐标信息,确定终端设备新的定位模型或定位模式时,具体用于:
响应于第一坐标信息和第二坐标信息的差值大于第一阈值,则将AI定位模型切换为新的AI定位模型;
响应于第一坐标信息和第二坐标信息的差值大于第二阈值,则将AI定位模型切换为定位模式。
可选地,在本公开的一个实施例之中,确定模块2001,还用于:
响应于终端设备当前使用的AI定位模型部署于终端设备,且AI定位模型的性能参考信息为终端设备当前使用的AI定位模型的定位应用性能信息,则接收网络侧设备发送的针对AI定位模型的切换配置。
图21为本公开实施例所提供的一种定位模型确定装置的结构示意图,如图21所示,该装置2100可以包括:
发送模块2101,用于响应于终端设备当前使用的AI定位模型部署于网络侧设备,每隔第一预设时长发送一次第二坐标信息,其中,第二坐标信息为基于不同于AI定位模型的方式获取的;
接收模块2102,用于接收网络侧设备针对第二坐标信息发送的上报配置。
综上所述,在本公开实施例的定位模型确定装置之中,发送模块响应于终端设备当前使用的AI定位模型部署于网络侧设备,每隔第一预设时长发送一次第二坐标信息,其中,第二坐标信息为基于不同于AI定位模型的方式获取的;接收模块可以接收网络侧设备针对第二坐标信息发送的上报配置。在本公开实施例之中,通过发送第二坐标信息至网络侧设备,可以提高定位模型确定的准确性。本公开针对于“定位模型确定”这一情形提供了一种处理装置,以对AI定位模型的性能进行监测,提高AI定位模型与场景的匹配性,提高定位模型确定的准确性,进而提高终端设备位置信息确定的准确性。
可选地,在本公开的一个实施例之中,发送模块2101,还用于:
发送能力信息至网络侧设备,能力信息用于指示终端设备针对AI定位模型进行推理性能监测的能力。
可选地,在本公开的一个实施例之中,其中,能力信息包括以下至少一种:
支持基于定位参考装置确定第一坐标信息的能力信息;
支持采用非蜂窝网进行定位的能力信息。
图22是本公开一个实施例所提供的一种终端设备UE2200的框图。例如,UE2200可以是移动电话,计算机,数字广播终端设备,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图22,UE2200可以包括以下至少一个组件:处理组件2202,存储器2204,电源组件2206,多媒体组件2208,音频组件2210,输入/输出(I/O)的接口2212,传感器组件2214,以及通信组件2216。
处理组件2202通常控制UE2200的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件2202可以包括至少一个处理器2220来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件2202可以包括至少一个模块,便于处理组件2202和其他组件之间的交互。例如,处理组件2202可以包括多媒体模块,以方便多媒体组件2208和处理组件2202之间的交互。
存储器2204被配置为存储各种类型的数据以支持在UE2200的操作。这些数据的示例包括用于在UE2200上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器2204可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件2206为UE2200的各种组件提供电力。电源组件2206可以包括电源管理系统,至少一个电源,及其他与为UE2200生成、管理和分配电力相关联的组件。
多媒体组件2208包括在所述UE2200和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括至少一个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的唤醒时间和压力。在一些实施例中,多媒体组件2208包括一个前置摄像头和/或后置摄像头。当UE2200处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件2210被配置为输出和/或输入音频信号。例如,音频组件2210包括一个麦克风(MIC),当UE2200处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器2204或经由通信组件2216发送。在一些实施例中,音频组件2210还包括一个扬声器,用于输出音频信号。
I/O接口2212为处理组件2202和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件2214包括至少一个传感器,用于为UE2200提供各个方面的状态评估。例如,传感器组件2214可以检测到设备2200的打开/关闭状态,组件的相对定位,例如所述组件为UE2200的显示器和小键盘,传感器组件2214还可以检测UE2200或UE2200的一个组件的位置改变,用户与UE2200 接触的存在或不存在,UE2200方位或加速/减速和UE2200的温度变化。传感器组件2214可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件2214还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件2214还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件2216被配置为便于UE2200和其他设备之间有线或无线方式的通信。UE2200可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件2216经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件2216还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,UE2200可以被至少一个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
图23是本公开实施例所提供的一种网络侧设备2300的框图。例如,网络侧设备2300可以被提供为一网络侧设备。参照图23,网络侧设备2300包括处理组件2322,其进一步包括至少一个处理器,以及由存储器2332所代表的存储器资源,用于存储可由处理组件2322的执行的指令,例如应用程序。存储器2332中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件2322被配置为执行指令,以执行上述方法前述应用在所述网络侧设备的任意方法,例如,如图1所示方法。
网络侧设备2300还可以包括一个电源组件2326被配置为执行网络侧设备2300的电源管理,一个有线或无线网络接口2350被配置为将网络侧设备2300连接到网络,和一个输入/输出(I/O)接口2358。网络侧设备2300可以操作基于存储在存储器2332的操作系统,例如Windows Server TM,Mac OS XTM,Unix TM,Linux TM,Free BSDTM或类似。
上述本公开提供的实施例中,分别从网络侧设备、UE的角度对本公开实施例提供的方法进行了介绍。为了实现上述本公开实施例提供的方法中的各功能,网络侧设备和UE可以包括硬件结构、软件模块,以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能可以以硬件结构、软件模块、或者硬件结构加软件模块的方式来执行。
上述本公开提供的实施例中,分别从网络侧设备、UE的角度对本公开实施例提供的方法进行了介绍。为了实现上述本公开实施例提供的方法中的各功能,网络侧设备和UE可以包括硬件结构、软件模块,以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能可以以硬件结构、软件模块、或者硬件结构加软件模块的方式来执行。
本公开实施例提供的一种通信装置。通信装置可包括收发模块和处理模块。收发模块可包括发送模块和/或接收模块,发送模块用于实现发送功能,接收模块用于实现接收功能,收发模块可以实现发送功能和/或接收功能。
通信装置可以是终端设备(如前述方法实施例中的终端设备),也可以是终端设备中的装置,还可以是能够与终端设备匹配使用的装置。或者,通信装置可以是网络设备,也可以是网络设备中的装置,还可以是能够与网络设备匹配使用的装置。
本公开实施例提供的另一种通信装置。通信装置可以是网络设备,也可以是终端设备(如前述方法实施例中的终端设备),也可以是支持网络设备实现上述方法的芯片、芯片系统、或处理器等,还可以是支持终端设备实现上述方法的芯片、芯片系统、或处理器等。该装置可用于实现上述方法实施例中描述的方法,具体可以参见上述方法实施例中的说明。
通信装置可以包括一个或多个处理器。处理器可以是通用处理器或者专用处理器等。例如可以是基带处理器或中央处理器。基带处理器可以用于对通信协议以及通信数据进行处理,中央处理器可以用于对通信装置(如,网络侧设备、基带芯片,终端设备、终端设备芯片,DU或CU等)进行控制,执行计算机程序,处理计算机程序的数据。
可选地,通信装置中还可以包括一个或多个存储器,其上可以存有计算机程序,处理器执行所述计 算机程序,以使得通信装置执行上述方法实施例中描述的方法。可选地,所述存储器中还可以存储有数据。通信装置和存储器可以单独设置,也可以集成在一起。
可选地,通信装置还可以包括收发器、天线。收发器可以称为收发单元、收发机、或收发电路等,用于实现收发功能。收发器可以包括接收器和发送器,接收器可以称为接收机或接收电路等,用于实现接收功能;发送器可以称为发送机或发送电路等,用于实现发送功能。
可选地,通信装置中还可以包括一个或多个接口电路。接口电路用于接收代码指令并传输至处理器。处理器运行所述代码指令以使通信装置执行上述方法实施例中描述的方法。
通信装置为网络侧设备:处理器用于执行图2-图11任一所示的方法。
通信装置为终端设备(如前述方法实施例中的终端设备):处理器用于执行图12-图17任一所示的方法。
在一种实现方式中,处理器中可以包括用于实现接收和发送功能的收发器。例如该收发器可以是收发电路,或者是接口,或者是接口电路。用于实现接收和发送功能的收发电路、接口或接口电路可以是分开的,也可以集成在一起。上述收发电路、接口或接口电路可以用于代码/数据的读写,或者,上述收发电路、接口或接口电路可以用于信号的传输或传递。
在一种实现方式中,处理器可以存有计算机程序,计算机程序在处理器上运行,可使得通信装置执行上述方法实施例中描述的方法。计算机程序可能固化在处理器中,该种情况下,处理器可能由硬件实现。
在一种实现方式中,通信装置可以包括电路,所述电路可以实现前述方法实施例中发送或接收或者通信的功能。本公开中描述的处理器和收发器可实现在集成电路(integrated circuit,IC)、模拟IC、射频集成电路RFIC、混合信号IC、专用集成电路(application specific integrated circuit,ASIC)、印刷电路板(printed circuit board,PCB)、电子设备等上。该处理器和收发器也可以用各种IC工艺技术来制造,例如互补金属氧化物半导体(complementary metal oxide semiconductor,CMOS)、N型金属氧化物半导体(nMetal-oxide-semiconductor,NMOS)、P型金属氧化物半导体(positive channel metal oxide semiconductor,PMOS)、双极结型晶体管(bipolar junction transistor,BJT)、双极CMOS(BiCMOS)、硅锗(SiGe)、砷化镓(GaAs)等。
以上实施例描述中的通信装置可以是网络设备或者终端设备(如前述方法实施例中的终端设备),但本公开中描述的通信装置的范围并不限于此,而且通信装置的结构可以不受的限制。通信装置可以是独立的设备或者可以是较大设备的一部分。例如所述通信装置可以是:
(1)独立的集成电路IC,或芯片,或,芯片系统或子系统;
(2)具有一个或多个IC的集合,可选地,该IC集合也可以包括用于存储数据,计算机程序的存储部件;
(3)ASIC,例如调制解调器(Modem);
(4)可嵌入在其他设备内的模块;
(5)接收机、终端设备、智能终端设备、蜂窝电话、无线设备、手持机、移动单元、车载设备、网络设备、云设备、人工智能设备等等;
(6)其他等等。
对于通信装置可以是芯片或芯片系统的情况,芯片包括处理器和接口。其中,处理器的数量可以是一个或多个,接口的数量可以是多个。
可选地,芯片还包括存储器,存储器用于存储必要的计算机程序和数据。
本领域技术人员还可以了解到本公开实施例列出的各种说明性逻辑块(illustrative logical block)和步骤(step)可以通过电子硬件、电脑软件,或两者的结合进行实现。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现所述的功能,但这种实现不应被理解为超出本公开实施例保护的范围。
本公开还提供一种可读存储介质,其上存储有指令,该指令被计算机执行时实现上述任一方法实施例的功能。
本公开还提供一种计算机程序产品,该计算机程序产品被计算机执行时实现上述任一方法实施例的功能。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机程序。在计算机上加载和执行所述计算机程序时,全部或部分地产生按照本公开实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机程序可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机程序可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,高密度数字视频光盘(digital video disc,DVD))、或者半导体介质(例如,固态硬盘(solid state disk,SSD))等。
本领域普通技术人员可以理解:本公开中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本公开实施例的范围,也表示先后顺序。
本公开中的至少一个还可以描述为一个或多个,多个可以是两个、三个、四个或者更多个,本公开不做限制。在本公开实施例中,对于一种技术特征,通过“第一”、“第二”、“第三”、“A”、“B”、“C”和“D”等区分该种技术特征中的技术特征,该“第一”、“第二”、“第三”、“A”、“B”、“C”和“D”描述的技术特征间无先后顺序或者大小顺序。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本公开旨在涵盖本发明的任何变型、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发明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下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (31)
- 一种定位模型确定方法,其特征在于,所述方法由网络侧设备执行,所述方法包括:基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定所述终端设备新的定位模型或定位模式,其中,所述定位模型或所述定位模式用于确定所述终端设备的位置信息。
- 根据权利要求1所述的方法,其特征在于,所述终端设备当前使用的AI定位模型的性能参考信息包括以下至少一种:第一坐标信息,其中,所述第一坐标信息为对所述终端设备当前使用的所述AI定位模型进行推理得到的信息;所述AI定位模型的定位应用性能信息。
- 根据权利要求2所述的方法,其特征在于,所述基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定与所述终端设备新的定位模型或定位模式,包括:基于所述第一坐标信息,确定所述终端设备新的定位模型或定位模式。
- 根据权利要求3所述的方法,其特征在于,所述方法还包括:接收所述终端设备发送的能力信息,所述能力信息用于指示所述终端设备针对所述AI定位模型进行推理性能监测的能力。
- 根据权利要求4所述的方法,其特征在于,其中,所述能力信息包括以下至少一种:支持基于定位参考装置确定所述第一坐标信息的能力信息;支持采用非蜂窝网进行定位的能力信息。
- 根据权利要求4所述的方法,其特征在于,所述根据第一坐标信息,确定所述终端设备新的定位模型或定位模式,包括:接收所述终端设备发送的第二坐标信息,其中,所述第二坐标信息为所述终端设备基于不同于所述AI定位模型的方式获取的;基于所述第一坐标信息和所述第二坐标信息,确定所述终端设备新的定位模型或定位模式。
- 根据权利要求6所述的方法,其特征在于,所述基于所述第一坐标信息和所述第二坐标信息,确定所述终端设备新的定位模型或定位模式,包括以下至少一种:响应于所述第一坐标信息和所述第二坐标信息的差值大于第一阈值,则将所述AI定位模型切换为新的AI定位模型;响应于所述第一坐标信息和所述第二坐标信息的差值大于第二阈值,则将所述AI定位模型切换为所述定位模式。
- 根根据权利要求7所述的方法,其特征在于,所述方法还包括:响应于所述终端设备当前使用的所述AI定位模型部署于所述网络侧设备,发送坐标信息的上报配置至所述终端设备。
- 根根据权利要求6所述的方法,其特征在于,所述接收所述终端设备发送的第二坐标信息,包括:每隔第一预设时长接收一次所述终端设备发送的所述第二坐标信息。
- 根据权利要求2所述的方法,其特征在于,所述基于终端设备当前使用的AI定位模型的性能参考信息,确定所述终端设备新的定位模型或定位模式,包括:响应于所述终端设备当前使用的AI定位模型的定位应用性能信息大于第一性能阈值,则将所述AI定位模型切换为所述新的AI定位模型;或者,响应于所述终端设备当前使用的AI定位模型的定位应用性能信息大于第二性能阈值,则将所述AI定位模型切换为所述定位模式。
- 根据权利要求10所述的方法,其特征在于,所述方法还包括:响应于所述终端设备当前使用的所述AI定位模型部署于所述终端设备,发送针对所述AI定位模 型的切换配置至所述终端设备。
- 一种定位模型确定方法,其特征在于,所述方法由终端设备执行,所述方法包括:响应于终端设备当前使用的AI定位模型部署于所述终端设备,基于所述AI定位模型的性能参考信息,确定所述终端设备新的定位模型或定位模式,其中,所述定位模型或所述定位模式用于确定所述终端设备的位置信息。
- 根据权利要求12所述的方法,其特征在于,所述基于所述AI定位模型的性能参考信息,确定所述终端设备新的定位模型或定位模式,包括:对AI定位模型进行推理,获取第一坐标信息;基于所述第一坐标信息,确定所述终端设备新的定位模型或定位模式。
- 根据权利要求13所述的方法,其特征在于,所述基于所述第一坐标信息,确定所述终端设备新的定位模型或定位模式,包括:基于不同于所述AI定位模型的方式获取的第二坐标信息;基于所述第一坐标信息和所述第二坐标信息,确定所述终端设备新的定位模型或定位模式。
- 根据权利要求14所述的方法,其特征在于,所述基于所述第一坐标信息和所述第二坐标信息,确定所述终端设备新的定位模型或定位模式,包括:响应于所述第一坐标信息和所述第二坐标信息的差值大于第一阈值,则将所述AI定位模型切换为新的AI定位模型;响应于所述第一坐标信息和所述第二坐标信息的差值大于第二阈值,则将所述AI定位模型切换为所述定位模式。
- 根据权利要求12所述的方法,其特征在于,所述方法还包括:响应于终端设备当前使用的AI定位模型部署于所述终端设备,且所述AI定位模型的性能参考信息为所述终端设备当前使用的AI定位模型的定位应用性能信息,则接收所述网络侧设备发送的针对所述AI定位模型的切换配置。
- 一种定位模型确定方法,其特征在于,所述方法由终端设备执行,所述方法包括:响应于终端设备当前使用的AI定位模型部署于网络侧设备,每隔第一预设时长发送一次第二坐标信息,其中,所述第二坐标信息为基于不同于所述AI定位模型的方式获取的;接收所述网络侧设备针对所述第二坐标信息发送的上报配置。
- 根据权利要求16所述的方法,其特征在于,所述方法还包括:发送能力信息至所述网络侧设备,其中,所述能力信息用于指示所述终端设备针对所述AI定位模型进行推理性能监测的能力。
- 根据权利要求17所述的方法,其特征在于,其中,所述能力信息包括以下至少一种:支持基于定位参考装置确定所述第一坐标信息的能力信息;支持采用非蜂窝网进行定位的能力信息。
- 一种定位模型确定装置,其特征在于,包括:确定模块,用于基于终端设备当前使用的人工智能AI定位模型的性能参考信息,确定所述终端设备新的定位模型或定位模式,其中,所述定位模型或所述定位模式用于确定所述终端设备的位置信息。
- 一种定位模型确定装置,其特征在于,包括:确定模块,用于响应于终端设备当前使用的AI定位模型部署于所述终端设备,基于所述AI定位模型的性能参考信息,确定所述终端设备新的定位模型或定位模式,其中,所述定位模型或所述定位模式用于确定所述终端设备的位置信息。
- 一种定位模型确定装置,其特征在于,包括:发送模块,用于响应于终端设备当前使用的AI定位模型部署于网络侧设备,每隔第一预设时长发送一次第二坐标信息,其中,所述第二坐标信息为基于不同于所述AI定位模型的方式获取的;接收模块,用于接收所述网络侧设备针对所述第二坐标信息发送的上报配置。
- 一种网络侧设备,其特征在于,所述装置包括处理器和存储器,其中,所述存储器中存储有计 算机程序,所述处理器执行所述存储器中存储的计算机程序,以使所述装置执行如权利要求1至11中任一项所述的方法。
- 一种终端设备,其特征在于,所述装置包括处理器和存储器,其中,所述存储器中存储有计算机程序,所述处理器执行所述存储器中存储的计算机程序,以使所述装置执行如权利要求12至16中任一项所述的方法。
- 一种终端设备,其特征在于,所述装置包括处理器和存储器,其中,所述存储器中存储有计算机程序,所述处理器执行所述存储器中存储的计算机程序,以使所述装置执行如权利要求17至19中任一项所述的方法。
- 一种通信装置,其特征在于,包括:处理器和接口电路,其中所述接口电路,用于接收代码指令并传输至所述处理器;所述处理器,用于运行所述代码指令以执行如权利要求1至11中任一项所述的方法。
- 一种通信装置,其特征在于,包括:处理器和接口电路,其中所述接口电路,用于接收代码指令并传输至所述处理器;所述处理器,用于运行所述代码指令以执行如权利要求12至16中任一项所述的方法。
- 一种通信装置,其特征在于,包括:处理器和接口电路,其中所述接口电路,用于接收代码指令并传输至所述处理器;所述处理器,用于运行所述代码指令以执行如权利要求17至19中任一项所述的方法。
- 一种计算机可读存储介质,其特征在于,用于存储有指令,当所述指令被执行时,使如权利要求1至11中任一项所述的方法被实现。
- 一种计算机可读存储介质,其特征在于,用于存储有指令,当所述指令被执行时,使如权利要求12至16中任一项所述的方法被实现。
- 一种计算机可读存储介质,其特征在于,用于存储有指令,当所述指令被执行时,使如权利要求17至19中任一项所述的方法被实现。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2022/100933 WO2023245589A1 (zh) | 2022-06-23 | 2022-06-23 | 定位模型确定方法、装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117643078A true CN117643078A (zh) | 2024-03-01 |
Family
ID=89378933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280002084.5A Pending CN117643078A (zh) | 2022-06-23 | 2022-06-23 | 定位模型确定方法、装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117643078A (zh) |
WO (1) | WO2023245589A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110493720B (zh) * | 2019-09-11 | 2021-02-19 | 深圳市名通科技股份有限公司 | 终端的定位方法、装置及存储介质 |
CN111989948B (zh) * | 2020-07-17 | 2023-07-25 | 北京小米移动软件有限公司 | 定位测量数据上报方法、装置、终端及存储介质 |
CN112738726B (zh) * | 2020-12-21 | 2023-09-15 | 深圳酷派技术有限公司 | 定位方法、装置、终端及存储介质 |
CN114189889A (zh) * | 2021-12-03 | 2022-03-15 | 中国信息通信研究院 | 一种无线通信人工智能处理方法和设备 |
-
2022
- 2022-06-23 WO PCT/CN2022/100933 patent/WO2023245589A1/zh unknown
- 2022-06-23 CN CN202280002084.5A patent/CN117643078A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2023245589A1 (zh) | 2023-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2024011641A1 (zh) | 定位辅助终端设备的确定方法、装置 | |
CN115004776B (zh) | 成功PScell添加或更换报告的位置信息记录方法、装置 | |
CN115004775B (zh) | 成功PScell添加或更换报告的相关信息记录方法、装置 | |
WO2023133686A1 (zh) | 一种测量放松方法、设备、存储介质及装置 | |
CN113366868B (zh) | 小区测量方法、装置及存储介质 | |
CN115088297A (zh) | 上报方法、装置 | |
CN117643078A (zh) | 定位模型确定方法、装置 | |
CN115843436A (zh) | 一种信号接收方法、装置、用户设备、基站及存储介质 | |
WO2024016290A1 (zh) | Sl prs资源激活方法、装置 | |
WO2024011640A1 (zh) | 定位辅助终端设备的确定方法、装置 | |
WO2023035116A1 (zh) | 一种无线资源控制rrc状态切换方法、装置、用户设备、基站及存储介质 | |
CN116267032A (zh) | 一种上报方法、装置、用户设备、网络侧设备及存储介质 | |
CN117378253A (zh) | 测距侧行链路定位方法、装置 | |
WO2023212965A1 (zh) | 测距侧行链路定位方法、装置 | |
WO2023108574A1 (zh) | 一种定位方法及设备/存储介质/装置 | |
CN116897560A (zh) | 一种信息配置方法/装置/设备及存储介质 | |
CN117322039A (zh) | 测量报告发送方法、测量报告接收方法、装置 | |
CN117322029A (zh) | Ai波束模型确定方法、装置 | |
CN117280728A (zh) | 一种测量指示方法及设备/存储介质/装置 | |
CN116076121A (zh) | 定位方式确定方法、装置 | |
CN116897568A (zh) | 一种定位方法及设备/存储介质/装置 | |
CN116406525A (zh) | 一种信息更新方法、装置、用户设备、基站及存储介质 | |
CN116261862A (zh) | 一种有效信息指示方法、装置、用户设备、网络侧设备及存储介质 | |
CN116897569A (zh) | 一种定位方法/装置/设备及存储介质 | |
CN116941270A (zh) | 一种测量放松方法及设备、存储介质、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 |