JP2021192041A - 建築物の測位方法、装置、電子デバイス、記憶媒体、プログラム、及び端末デバイス - Google Patents
建築物の測位方法、装置、電子デバイス、記憶媒体、プログラム、及び端末デバイス Download PDFInfo
- Publication number
- JP2021192041A JP2021192041A JP2021136219A JP2021136219A JP2021192041A JP 2021192041 A JP2021192041 A JP 2021192041A JP 2021136219 A JP2021136219 A JP 2021136219A JP 2021136219 A JP2021136219 A JP 2021136219A JP 2021192041 A JP2021192041 A JP 2021192041A
- Authority
- JP
- Japan
- Prior art keywords
- building
- data
- positioning
- triple
- collected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000013507 mapping Methods 0.000 claims abstract description 38
- 238000012549 training Methods 0.000 claims description 40
- 238000013528 artificial neural network Methods 0.000 claims description 31
- 230000015654 memory Effects 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005065 mining Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007418 data mining Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/042—Knowledge-based neural networks; Logical representations of neural networks
-
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- 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
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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
- H04W4/025—Services making use of location information using location based information parameters
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
Description
S101において、建築物の指紋データベースを取得する。ここで、建築物指紋データベースは、複数組のトリプルデータ及び対応する複数の建築物情報を含み、1組のトリプルデータは、測量・マッピングデータ、GPSデータ及びWi−Fiデータを含む。
S102において、測位要求を受信する。ここで、測位要求は、第1トリプルデータを含み、第1トリプルデータは、第1測量・マッピングデータ、第1GPSデータ及び第1Wi−Fiデータを含む。
S103において、第1トリプルデータと建築物指紋データベース中の複数組のトリプルデータとの類似度をそれぞれ計算する。
S104において、計算された類似度に基づいて、測位要求に対応する建築物の情報を決定する。
ここで、建築物の指紋データベースの構築プロセスは、複数組のトリプルデータを収集し、各組のトリプルデータに対応する建築物の情報にマークし、マークされた複数組のトリプルデータをトレーニングデータとしてニューラルネットワークをトレーニングし、トレーニング完成後に建築物の測位モデルを得ることと、複数組の測位すべきトリプルデータを建築物の測位モデルに入力して測位を行って、複数の建築物の情報を得ることと、マークされた複数組のトリプルデータ及び建築物の測位モデルによって測位された複数組のトリプルデータに基づいて、建築物の指紋データベースを構築することと、を含む。
ニューラルネットワークによって出力された座標は、トリプルデータに基づいて建築物を決定するという目的を達成するために、具体的な建築物に対応することができる。
建築物ブロックの形状は、例えば、上面視での建築物ブロックの形状(例えば、長方形、楕円形、不規則な図形等)であってもよい。建築物の階高は、ユーザが所在する階の高さであってもよい。建築物に対応する興味点POI情報は、建築物の既存のPOI情報であってもよい。測量・マッピングデータは、外部から、例えば、ある電子マップデータから、又は専門の測量・マッピングデータベースから取得することができる。測量・マッピングデータ、GPS情報及びWi―Fi情報を共に用いて指紋の位置を推定することで、ユーザが所在する建築物をより正確に予測し、測位精度を向上させることができる。
以上、本開示の実施形態の建築物の測位方法及び取得られた利点について説明した。以下、本開示の実施形態の具体的な処理プロセスを、具体例を用いて詳細に説明する。
(1)測量・マッピングデータ(建築物ブロックの形状、高さ及び/又はPOI情報等)、GPS収集点データ及びWi―Fi収集点データを用いて、各ユーザの指紋を1組の複数の2次元マトリクスに生成する。各ユーザの指紋は、ある時点にスキャンされたWi―Fi情報に対応する。
(2)AP―POI(Wireless Access Point − point of interest)と収集した実データを用いて真値を構築し、ターゲット検出モデル(建築物測位モデルとも呼ばれる)をトレーニングする。ここで、AP―POIデータは、データマイニングによって得られた真実の位置を持つ指紋データである。
(3)トレーニングされたモデルを用いて、新しいユーザの指紋に対応する建築物を予測する。
(一)オフラインマイニングにおいて、一連の指紋が所在する建築物をマイニングして、建築物の指紋データベースを構築する。
(二)オンライン測位において、ユーザが測位を開始した時点の指紋に基づいて、構築された建築物指紋データベースから類似した指紋を見つけ出し、類似した指紋の建築物情報からユーザの現在の指紋位置、すなわちユーザが所在する建築物を推定する。
さらに、(一)オフラインマイニング段階について、ディープラーニングを通じて、ターゲット検出モデルを用いてオフラインマイニング時に指紋が所在する建築物を推定し、これに基づいて建築物の指紋データベースを構築する。ここで、
(1)モデルには、1組の2次元マトリックスが入力されてもよい。マトリックスは、測量・マッピングデータ、GPS収集点データ及びWi―Fi収集点データを組み合わせて生成されるものである。図2を参照して、上記の3種類のデータは、それぞれ2次元マトリックスを生成し、3チャネルデータとしてニューラルネットワークに入力される。
(2)モデルは、マトリックス内の座標点(マトリックス内の要素に対応)が出力されてもよい。モデルに選択された建築物は、複数の座標によって確認することができる。例えば、2つの座標から長方形のフレームを取得し、このフレームによって建築物を選定する。この建築物は、(1)の3チャネルデータに対応する建築物である。
取得モジュール110は、建築物指紋データベースを取得する。ここで、前記建築物指紋データベースは、複数組のトリプルデータ及び対応する複数の建築物情報を含み、1組のトリプルデータは、測量・マッピングデータ、GPSデータ及びWi−Fiデータを含む。
受信モジュール120は、測位要求を受信する。ここで、測位要求は、第1トリプルデータを含み、第1トリプルデータは、第1測量・マッピングデータ、第1GPSデータ及び第1Wi−Fiデータを含む。
計算モジュール130は、第1トリプルデータと前記建築物指紋データベース中の複数のトリプルデータとの類似度をそれぞれ計算する。
決定モジュール140は、算出された類似度に基づいて、測位要求に対応する建築物情報を決定する。
ここで、建築物指紋データベースを構築するための構築装置は、複数組のトリプルデータを収集し、各組のトリプルデータに対応する建築物情報をマークし、マークされた複数組のトリプルデータをトレーニングデータとしてニューラルネットワークをトレーニングし、トレーニング完成後に建築物測位モデルを取得するトレーニング部件と、複数組の測位すべきトリプルデータを建築物測位モデルに入力して測位を行って、複数の建築物情報を取得する入力部件と、マークされた複数組のトリプルデータ及び建築物測位モデルによって測位される複数組のトリプルデータに基づいて、建築物指紋データベースを構築する構築部件と、を備える。
任意可能に、入力部件は、収集された測量・マッピングデータ、収集されたGPSデータ及び収集されたWi―Fiデータに基づいて、それぞれ二次元マトリックスを生成し、生成された3つの二次元マトリックスを3チャンネルデータとして第1ニューラルネットワークに入力することに用いられる。
任意可能に、トレーニング部件は、少なくとも1つの座標データに基づいて第1位置点を決定することに用いられ、決定された建築物は、第1位置点が所在する建築物であり、又は、トレーニング部件は、少なくとも1つの座標データに基づいて複数の位置点を決定することに用いられ、決定された建築物は複数の位置点からなる囲み枠で囲まれた建築物である。
任意可能に、測量・マッピングデータは、建築物ブロックの形状、建築物の階高及び建築物に対応する興味点POI情報のうちの少なくとも1つを含む。
コンピュータシステムは、クライアント及びサーバを含むことができる。クライアントとサーバは一般的に相互に離れており、通信ネットワークを介してインタラクションを行う。クライアントとサーバとの関係を持つコンピュータプログラムがそれぞれのコンピュータ上で実行されることによって、クライアントとサーバとの関係は構築される。
上記具体的な実施形態は、本開示の保護範囲に対する限定を構成するものではない。当業者は、設計事項やその他の要因によって、様々な修正、組み合わせ、サブ組み合わせ、及び代替が可能ですことを理解するべきです。本開示の要旨及び原則内における変更、均等な置換及び改善等は、いずれも本開示の保護範囲に含まれるべきです。
Claims (14)
- 建築物指紋データベースを取得することであって、前記建築物指紋データベースは、複数組のトリプルデータ及び対応する複数の建築物情報を含み、1組のトリプルデータは、測量・マッピングデータ、GPSデータ及びWi−Fiデータを含む、ことと、
測位要求を受信することであって、前記測位要求は、第1トリプルデータを含み、前記第1トリプルデータは、第1測量・マッピングデータ、第1GPSデータ及び第1Wi−Fiデータを含む、ことと、
前記第1トリプルデータと前記建築物指紋データベース中の複数組のトリプルデータのそれぞれとの類似度を計算することと、
算出された類似度に基づいて、前記測位要求に対応する建築物情報を決定することと、
を含み、
前記建築物指紋データベースの構築プロセスは、
複数組のトリプルデータを収集し、各組のトリプルデータに対応する建築物情報をマークし、マークされた複数組のトリプルデータをトレーニングデータとしてニューラルネットワークをトレーニングし、トレーニング完成後に建築物測位モデルを取得することと、
複数組の測位すべきトリプルデータを前記建築物測位モデルに入力して測位を行って、複数の建築物情報を取得することと、
マークされた前記複数組のトリプルデータと、前記建築物測位モデルによって測位される複数組のトリプルデータとに基づいて、前記建築物指紋データベースを構築することと、
を含む、
ことを特徴とする建築物の測位方法。 - マークされた複数組のトリプルデータをトレーニングデータとしてニューラルネットワークをトレーニングし、トレーニング完成後に建築物測位モデルを取得することは、
収集されたトリプルデータを第1ニューラルネットワークに入力して、第1ニューラルネットワークから出力された少なくとも1つの座標データを取得し、前記少なくとも1つの座標データに基づいて1つの建築物を決定し、決定された建築物とマークされた建築物との間の差を損失として、前記第1ニューラルネットワークのパラメータをチューニングし、トレーニング停止条件に達した後にトレーニングを終了して、建築物位置モデルを取得することを含み、
前記収集されたトリプルデータは、収集された測量・マッピングデータ、収集されたGPSデータ及び収集されたWi―Fiデータを含み、1組のトリプルデータ中の測量・マッピングデータ、GPSデータ及びWi―Fiデータは、同一収集位置と同一収集時点に対応する、
ことを特徴とする請求項1に記載の建築物の測位方法。 - 収集されたトリプルデータを第1ニューラルネットワークに入力することは、
前記収集された測量・マッピングデータ、前記収集されたGPSデータ及び前記収集されたWi―Fiデータに基づいて、それぞれ二次元マトリックスを生成し、生成された3つの二次元マトリックスを3チャンネルデータとして前記第1ニューラルネットワークに入力することを含む、
ことを特徴とする請求項2に記載の建築物の測位方法。 - 前記少なくとも1つの座標データに基づいて1つの建築物を決定することは、
少なくとも1つの座標データに基づいて第1位置点を決定し、決定された建築物は第1位置点が所在する建築物であること、又は
少なくとも1つの座標データに基づいて複数の位置点を決定し、前記決定された建築物は前記複数の位置点からなる囲み枠で囲まれた建築物であることを含む、
ことを特徴とする請求項2に記載の建築物の測位方法。 - 前記測量・マッピングデータは、建築物ブロックの形状、建築物の階高及び建築物に対応する興味点POI情報のうちの少なくとも1つを含む、
ことを特徴とする請求項1〜4のいずれか一項に記載の建築物の測位方法。 - 建築物指紋データベースを取得するための取得モジュールであって、前記建築物指紋データベースは、複数組のトリプルデータ及び対応する複数の建築物情報を含み、1組のトリプルデータは、測量・マッピングデータ、GPSデータ及びWi−Fiデータを含む、取得モジュールと、
測位要求を受信するための受信モジュールであって、前記測位要求は、第1トリプルデータを含み、前記第1トリプルデータは、第1測量・マッピングデータ、第1GPSデータ及び第1Wi−Fiデータを含む、受信モジュールと、
前記第1トリプルデータと前記建築物指紋データベース中の複数組のトリプルデータのそれぞれとの類似度を計算するための計算モジュールと、
算出された類似度に基づいて、前記測位要求に対応する建築物情報を決定するための決定モジュールと、
を備え、
前記建築物指紋データベースを構築するための構築装置は、
複数組のトリプルデータを収集し、各組のトリプルデータに対応する建築物情報をマークし、マークされた複数組のトリプルデータをトレーニングデータとしてニューラルネットワークをトレーニングし、トレーニング完成後に建築物測位モデルを取得するためのトレーニング部件と、
複数組の測位すべきトリプルデータを前記建築物測位モデルに入力して測位を行って、複数の建築物情報を取得するための入力部件と、
前記マークされた複数組のトリプルデータ及び前記建築物測位モデルによって測位される複数組のトリプルデータに基づいて、前記建築物指紋データベースを構築する構築部件と、
を備える、
ことを特徴とする建築物の測位装置。 - 前記トレーニング部件は、収集されたトリプルデータを第1ニューラルネットワークに入力して、第1ニューラルネットワークから出力された少なくとも1つの座標データを取得し、前記少なくとも1つの座標データに基づいて1つの建築物を決定し、決定された建築物とマークされた建築物との間の差を損失として、前記第1ニューラルネットワークのパラメータをチューニングし、トレーニング停止条件に達した後にトレーニングを終了して、建築物位置モデルを取得することに用いられており、
前記収集されたトリプルデータは、収集された測量・マッピングデータ、収集されたGPSデータ及び収集されたWi―Fiデータを含み、1組のトリプルデータ中の測量・マッピングデータ、GPSデータ及びWi―Fiデータは、同一収集位置及び同一収集時点に対応する、
ことを特徴とする請求項6に記載の建築物の測位装置。 - 前記入力部件は、前記収集された測量・マッピングデータ、前記収集されたGPSデータ及び前記収集されたWi―Fiデータに基づいて、それぞれの二次元マトリックスを生成し、生成された3つの二次元マトリックスを3チャンネルデータとして前記第1ニューラルネットワークに入力することに用いられる、
ことを特徴とする請求項7に記載の建築物の測位装置。 - 前記トレーニング部件は、前記少なくとも1つの座標データに基づいて第1位置点を決定することに用いられ、前記決定された建築物は、前記第1位置点が所在する建築物であり、又は、
前記トレーニング部件は、前記少なくとも1つの座標データに基づいて複数の位置点を決定することに用いられ、前記決定された建築物は、前記複数の位置点からなる囲み枠で囲まれた建築物である、
ことを特徴とする請求項7に記載の建築物の測位装置。 - 前記測量・マッピングデータは、建築物ブロックの形状、建築物の階高及び建築物に対応する興味点POI情報のうちの少なくとも1つを含む、
ことを特徴とする請求項6〜9のいずれか一項に記載の建築物の測位装置。 - 少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサに通信接続するメモリと、
を備え、
前記メモリは、前記少なくとも1つのプロセッサにより実行可能なコマンドを記憶しており、前記コマンドは、前記少なくとも1つのプロセッサにより実行されると、前記少なくとも1つのプロセッサに請求項1〜5のいずれか一項に記載の建築物の測位方法を実行させる、
ことを特徴とする電子デバイス。 - コンピュータに請求項1〜5のいずれか一項に記載の建築物の測位方法を実行させるためのコンピュータコマンドが記憶されている非一時的なコンピュータ可読記憶媒体。
- コンピュータにおいてプロセッサにより実行されると、請求項1〜5のいずれか一項に記載の建築物の測位方法を実現するためのプログラム。
- コンピュータプログラムが記憶されているためのメモリと、
メモリに記憶されているコンピュータプログラムを呼び出して、請求項1〜5のいずれか一項に記載の建築物の測位方法を実行するためのプロセッサと、
を備える、
ことを特徴とする端末デバイス。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110179433.8A CN112987064B (zh) | 2021-02-09 | 2021-02-09 | 建筑物定位方法、装置、设备、存储介质和终端设备 |
CN202110179433.8 | 2021-02-09 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021192041A true JP2021192041A (ja) | 2021-12-16 |
JP7214803B2 JP7214803B2 (ja) | 2023-01-30 |
Family
ID=76393830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021136219A Active JP7214803B2 (ja) | 2021-02-09 | 2021-08-24 | 建築物の測位方法、装置、電子デバイス、記憶媒体、プログラム、及び端末デバイス |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220027705A1 (ja) |
JP (1) | JP7214803B2 (ja) |
CN (1) | CN112987064B (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115908117A (zh) * | 2022-12-05 | 2023-04-04 | 娄底职业技术学院 | 一种二维建筑模型图像生成方法及系统 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113538172B (zh) * | 2021-07-12 | 2023-04-18 | 中建西部建设贵州有限公司 | 一种智能获取混凝土针状石块含量的方法和装置 |
CN114339609B (zh) * | 2021-12-23 | 2023-06-13 | 浙江中控技术股份有限公司 | 一种人员定位方法及装置 |
CN116782122A (zh) * | 2022-03-11 | 2023-09-19 | 华为技术有限公司 | 定位方法、系统及相关装置 |
CN114863093A (zh) * | 2022-05-30 | 2022-08-05 | 厦门大学 | 基于眼动技术的神经网络训练方法及建筑设计方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017067565A (ja) * | 2015-09-29 | 2017-04-06 | 株式会社Nttドコモ | 端末装置および測位プログラム |
JP2019519755A (ja) * | 2016-04-15 | 2019-07-11 | 株式会社デンソー | リアルタイム位置を確立するためのシステムおよび方法 |
JP2021511504A (ja) * | 2018-01-17 | 2021-05-06 | マーシブ テクノロジーズ,インコーポレイティド | 部屋の占有を決定するシステムおよび方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9137637B2 (en) * | 2013-03-13 | 2015-09-15 | King Abdullah University Of Science And Technology | Printed tag real-time tracking |
KR102247891B1 (ko) * | 2014-04-22 | 2021-05-04 | 에스케이플래닛 주식회사 | 엑세스 포인트의 핑거프린트를 이용한 건물 내의 위치 추천 장치 및 이를 이용한 방법 |
WO2016033800A1 (en) * | 2014-09-05 | 2016-03-10 | Nokia Technologies Oy | Positioning based on radio frequency fingerprints |
CN104483658B (zh) * | 2014-12-30 | 2016-08-24 | 杭州云象网络技术有限公司 | 基于Wi-Fi和地磁场的室内定位方法 |
CN108376141B (zh) * | 2017-12-27 | 2020-06-30 | 中国移动通信集团福建有限公司 | 室内指纹库构建方法、装置、设备及存储介质 |
CN108363086A (zh) * | 2018-02-26 | 2018-08-03 | 成都步速者科技股份有限公司 | 室内导航方法、装置、服务器及存储介质 |
CN110472644A (zh) * | 2018-05-09 | 2019-11-19 | 北京智慧图科技有限责任公司 | 一种室内外及建筑物的判断方法 |
CN109451428B (zh) * | 2018-12-26 | 2020-11-13 | 哈尔滨工业大学 | 一种基于WiFi聚类的室内高度定位方法 |
CN109889974B (zh) * | 2019-02-01 | 2021-04-09 | 湖南格纳微信息科技有限公司 | 一种室内定位多源信息指纹库的构建与更新方法 |
CN110231593A (zh) * | 2019-04-11 | 2019-09-13 | 深圳市城市交通规划设计研究中心有限公司 | 室内定位方法、装置、计算机可读存储介质及终端设备 |
CN111741524B (zh) * | 2019-06-04 | 2021-08-31 | 腾讯科技(深圳)有限公司 | 定位方法、装置、计算机可读存储介质和计算机设备 |
CN111757246A (zh) * | 2019-07-24 | 2020-10-09 | 广东小天才科技有限公司 | 一种多源融合的WiFi指纹数据库更新方法及电子设备 |
CN110596739B (zh) * | 2019-09-03 | 2021-12-31 | 山东科技大学 | 基于卫星定位和WiFi模块的建筑物识别系统及方法 |
CN111366963A (zh) * | 2019-12-17 | 2020-07-03 | 广东小天才科技有限公司 | 一种室内位置数据采集方法及数据采集装置 |
-
2021
- 2021-02-09 CN CN202110179433.8A patent/CN112987064B/zh active Active
- 2021-08-24 JP JP2021136219A patent/JP7214803B2/ja active Active
- 2021-10-05 US US17/494,497 patent/US20220027705A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017067565A (ja) * | 2015-09-29 | 2017-04-06 | 株式会社Nttドコモ | 端末装置および測位プログラム |
JP2019519755A (ja) * | 2016-04-15 | 2019-07-11 | 株式会社デンソー | リアルタイム位置を確立するためのシステムおよび方法 |
JP2021511504A (ja) * | 2018-01-17 | 2021-05-06 | マーシブ テクノロジーズ,インコーポレイティド | 部屋の占有を決定するシステムおよび方法 |
Non-Patent Citations (1)
Title |
---|
内山 彰: "都市区画におけるGPS衛星の見通し判定を用いた位置精度向上法の提案", 情報処理学会 論文誌(ジャーナル), vol. 第55巻 第1号, JPN6022026800, 15 January 2014 (2014-01-15), pages 389 - 398, ISSN: 0004813239 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115908117A (zh) * | 2022-12-05 | 2023-04-04 | 娄底职业技术学院 | 一种二维建筑模型图像生成方法及系统 |
CN115908117B (zh) * | 2022-12-05 | 2024-04-02 | 娄底职业技术学院 | 一种二维建筑模型图像生成方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112987064A (zh) | 2021-06-18 |
JP7214803B2 (ja) | 2023-01-30 |
CN112987064B (zh) | 2022-07-15 |
US20220027705A1 (en) | 2022-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021192041A (ja) | 建築物の測位方法、装置、電子デバイス、記憶媒体、プログラム、及び端末デバイス | |
EP3505869B1 (en) | Method, apparatus, and computer readable storage medium for updating electronic map | |
WO2018112926A1 (zh) | 定位方法、终端和服务器 | |
KR20190082070A (ko) | 지도 생성 및 운동 객체 위치 결정 방법 및 장치 | |
CN106980633B (zh) | 室内地图数据的生成方法及装置 | |
CN110411464B (zh) | 三维点云地图生成方法、装置、设备及存储介质 | |
CN111174799A (zh) | 地图构建方法及装置、计算机可读介质、终端设备 | |
CN111784835B (zh) | 制图方法、装置、电子设备及可读存储介质 | |
WO2020098252A1 (zh) | 一种路径规划方法、服务器及计算机存储介质 | |
US20230266470A1 (en) | Robot relocalization method and apparatus, and storage medium and electronic device | |
CN109974699B (zh) | 一种机器人及其地图自主探索方法和装置 | |
CN110806211A (zh) | 机器人自主探索建图的方法、设备及存储介质 | |
CN114236552A (zh) | 基于激光雷达的重定位方法及系统 | |
KR20220150240A (ko) | 고정밀 지도 구축 방법, 장치 및 전자 기기 | |
CN114387319B (zh) | 点云配准方法、装置、设备以及存储介质 | |
WO2018188509A1 (zh) | 楼盘信息处理方法、装置、计算机设备及存储介质 | |
CN111553844A (zh) | 用于更新点云的方法及装置 | |
CN113160693B (zh) | 一种道路路口的处理方法、装置、设备和存储介质 | |
JP7194217B2 (ja) | 障害物速度確定方法、装置、電子機器、記憶媒体およびコンピュータプログラム | |
CA2894863A1 (en) | Indoor localization using crowdsourced data | |
CN114299192B (zh) | 定位建图的方法、装置、设备和介质 | |
CN111506586A (zh) | 增量制图的方法、装置、电子设备以及可读存储介质 | |
CN114674328B (zh) | 地图生成方法、装置、电子设备、存储介质、及车辆 | |
CN115640372A (zh) | 一种室内平面的区域指引方法、装置、系统、设备及介质 | |
CN115270240A (zh) | 输电区域可视化实现方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210824 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220608 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220628 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220927 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230118 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7214803 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |