CN104618869A - 室内定位方法和设备 - Google Patents
室内定位方法和设备 Download PDFInfo
- Publication number
- CN104618869A CN104618869A CN201510084583.5A CN201510084583A CN104618869A CN 104618869 A CN104618869 A CN 104618869A CN 201510084583 A CN201510084583 A CN 201510084583A CN 104618869 A CN104618869 A CN 104618869A
- Authority
- CN
- China
- Prior art keywords
- indoor
- information
- subregion
- collection point
- indoor subregion
- 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
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种室内定位方法和设备。所述方法的一具体实施方式包括:采集所述室内多个采集点的位置信息和对应的Wi-Fi信息;将所述Wi-Fi信息与所述室内的一个室内分区进行关联,建立所述Wi-Fi信息与所述室内分区的映射关系;根据所述Wi-Fi信息与所述室内分区的映射关系,建立室内定位模型;基于所述室内定位模型,确定与待定位的移动终端发送的Wi-Fi信息匹配的所述室内分区;以及将所述匹配的所述室内分区确定为所述待定位的移动终端所处的室内位置。该实施方式提高了室内定位的准确率。
Description
技术领域
本申请涉及移动通信技术领域,具体涉及移动定位技术领域,尤其涉及一种室内定位方法和设备。
背景技术
众所周知,GPS(全球定位***)被各行各业所使用,但其也有一个明显的缺陷,就是室内定位不佳,不能满足室内定位的覆盖和精度要求(其精度通常在百米或几十米级别)。随着智能手机的普及以及移动互联网的发展,地图与导航类软件将逐渐具有室内定位需求。
基于手机客户端的室内定位方法,手机必须安装App(Application,应用程序)或SDK(Software Development Kit,软件开发工具包)才可以完成定位。目前,Wi-Fi热点定位逐渐成为室内定位的重要方式。然而现有的Wi-Fi热点定位技术主要应用三角定位,即利用三个Wi-Fi热点的信号强度差异或接收到三个Wi-Fi热点的信号的时间差进行定位。这种定位方法对室内的环境非常敏感,定位精度较低。
发明内容
本申请的目的在于提出一种室内定位方法和设备。来解决以上背景技术部分提到的技术问题。
第一方面,本申请提供了一种室内定位方法,所述方法包括:采集所述室内多个采集点的位置信息和对应的Wi-Fi信息;将所述Wi-Fi信息与所述室内的一个室内分区进行关联,建立所述Wi-Fi信息与所述室内分区的映射关系;根据所述Wi-Fi信息与所述室内分区的映射关系,建立室内定位模型;基于所述室内定位模型,确定与待定位的移动终端发送的Wi-Fi信息匹配的所述室内分区;以及将所述匹配的所述室内分区确定为所述待定位的移动终端所处的室内位置。
第二方面,本申请提供了一种室内定位设备,所述设备包括:采集模块,用于采集所述室内多个采集点的位置信息和对应的Wi-Fi信息;关联模块,用于将所述Wi-Fi信息与所述室内的一个室内分区进行关联,建立所述Wi-Fi信息与所述室内分区的映射关系;建模模块,用于根据所述Wi-Fi信息与所述室内分区的映射关系,建立室内定位模型;确定模块,用于基于所述室内定位模型,确定与待定位的移动终端发送的Wi-Fi信息匹配的所述室内分区;以及定位模块,用于将所述匹配的所述室内分区确定为所述待定位的移动终端所处的室内位置。
本申请提供的室内定位方法和设备,通过采集室内多个采集点的位置信息和对应的Wi-Fi信息,将Wi-Fi信息与室内的一个室内分区进行关联,建立Wi-Fi信息与室内分区的映射关系,然后根据Wi-Fi信息与室内分区的映射关系,建立室内定位模型,之后基于室内定位模型,确定与待定位的移动终端发送的Wi-Fi信息匹配的室内分区,最后将匹配的室内分区确定为待定位的移动终端所处的室内位置,提高了室内定位的准确率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出了本申请提供的室内定位方法的一个实施例的流程图;
图2示出了用于将Wi-Fi信息与室内分区进行关联的一个示例性实现的流程图;
图3示出了室内分区外接矩形和中心点的示例性示意图;
图4示出了用于确定待定位移动终端所处室内位置的一个示例性实现的流程图;
图5示出了本申请提供的室内定位设备的一个实施例的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
请参考图1,其示出了本申请提供的室内定位方法的一个实施例的流程图。
如图1所示,在步骤101中,采集室内多个采集点的位置信息和对应的Wi-Fi信息。
在本实施例中,由数据采集设备采集室内多个采集点的位置信息和对应的Wi-Fi信息。数据采集设备可以搜索到周围的Wi-Fi信息,并将采集的数据保存在存储装置中。数据采集设备例如可以包括:硬件设备或安装在移动终端中的App。在每一个采集点,数据采集设备都记录下该采集点的位置信息和其在该位置处可以搜索到的Wi-Fi信息。位置信息可以包括精确的位置坐标信息或位置实体有关信息。位置实体有关信息例如可以包括:店铺信息、商家信息、公司信息等。Wi-Fi信息例如可以包括:Wi-Fi网络类型、MAC地址、信号强度等。
在本实施例的一个可选实现方式中,采集室内多个采集点的位置信息和对应的Wi-Fi信息例如可以如下进行:记录数据采集设备的标记位置;识别数据采集设备的移动轨迹;根据数据采集设备的标记位置和移动轨迹,计算数据采集设备的当前位置信息;基于数据采集设备的当前位置信息,获取对应的Wi-Fi信息。
数据采集设备首先记录标记位置,该标记位置例如可以包括开始采集数据的初始位置,或者数据采集者自定义的标记位置。标记位置可以由数据采集者手动输入,标记位置可以是一个,也可以是多个。例如,采集一个商场的数据信息时,标记位置可以包括:商场入口处、电梯口、或某一家店铺处等。如果商场有多层楼或商场每一层都有较大面积,则可以只设定一个标记位置,或在每一层设定一个标记位置,或在每一层设定多个标记位置。数据采集设备可以识别其移动轨迹,移动轨迹可以包括:移动距离、移动方向。例如,若数据采集设备随着数据采集者的走动而移动时,移动距离可以通过记录数据采集者的走动步数和平均步长来确定。移动方向可以通过安装在数据采集设备中的罗盘来获得。根据数据采集设备的标记位置和移动轨迹,可以计算得到数据采集设备的当前位置信息。基于数据采集设备的当前位置信息,获取该位置时可以搜索到的Wi-Fi信息。
附加地,数据采集设备可以周期性地纠正其当前位置信息。例如,在经过一段时间后,或者采集一定数量采集点的数据后,数据采集者可以手动纠正当前位置信息,消除数据采集设备自动识别其移动轨迹过程中造成的位置信息误差,提高位置信息的准确性。
接着,在步骤102中,将Wi-Fi信息与室内的一个室内分区进行关联,建立Wi-Fi信息与室内分区的映射关系。
在本实施例中,将步骤101中采集的每一个位置信息对应的Wi-Fi信息与室内的一个室内分区进行关联。可以将室内区域划分为几个室内分区,例如,在商场中,每个店铺可以对应一个室内分区;在写字楼中,每一个公司可以对应一个室内分区等。首先将采集点的位置信息与一个室内分区进行关联,例如,若采集点的位置完全包含在某室内分区中,则将两者进行关联。每一个位置信息都对应一个室内分区,构成位置信息与室内分区的映射关系。在步骤101数据采集过程中,每一个位置信息对应一个Wi-Fi信息,因此,由位置信息与室内分区的映射关系即可建立Wi-Fi信息与室内分区的映射关系。
然后,在步骤103中,根据Wi-Fi信息与室内分区的映射关系,建立室内定位模型。
在本实施例中,根据Wi-Fi信息与室内分区的映射关系,即每一个Wi-Fi信息对应一个室内分区,建立室内定位模型。
在本实施例的一个可选实现方式中,首先可以通过分类模型对Wi-Fi信息与室内分区的映射关系进行识别,建立楼层模型,然后利用深度网络和分类模型,建立楼层内室内分区识别模型。分类模型例如可以包括SVM(Support Vector Machine,支持向量机)模型。SVM模型是一个有监督的学习模型,通常用来进行模式识别、分类、以及回归分析。例如,若在步骤101中采集数据的室内为包括多层楼的商场,则采集的数据包括每层楼的多个采集点的位置信息和对应的Wi-Fi信息。建立室内定位模型时,可以首先建立楼层模型,输入为该商场采集的所有Wi-Fi信息。该楼层模型可以体现每一个楼层Wi-Fi信息的共同特征。然后针对每一层楼,利用深度网络提取主要特征,将提取的主要特征作为分类模型算法的输入,通过分类模型建立楼层内室内分区识别模型。
之后,在步骤104中,基于室内定位模型,确定与待定位的移动终端采集的Wi-Fi信息匹配的室内分区。
在本实施例中,确定待定位的移动终端的位置时,需要待定位的移动终端搜索其周围的Wi-Fi信息,并将其搜索到的Wi-Fi信息发送给室内定位设备。待定位的移动终端不需要安装特定的App,只需要打开Wi-Fi搜索功能,可以搜索到周围环境中的Wi-Fi信息即可。将待定位的移动终端采集的Wi-Fi信息输入室内定位模型进行定位。首先确定模型中与输入的Wi-Fi信息之间的接近程度满足预设要求的Wi-Fi信息,再通过Wi-Fi信息与室内分区的映射关系,确定与待定位的移动终端采集的Wi-Fi信息匹配的室内分区。上述接近程度满足预设要求可以包括:在模型中选择与输入的Wi-Fi信息重合度最高的,或者是超过预设阈值的。
最后,在步骤105中,将匹配的室内分区确定为待定位的移动终端所处的室内位置。
在本实施例中,待定位的移动终端采集的Wi-Fi信息与室内分区匹配后,即可确定待定位的移动终端所处的室内位置。室内分区的Wi-Fi信息具有固定性,不同的时间在同一个室内分区采集到的Wi-Fi信息近似于相同。若待定位的移动终端采集到的Wi-Fi信息与室内定位模型中的某个Wi-Fi信息匹配,即可判断两次采集的是同一个地点的Wi-Fi信息。因此,可以将匹配的室内分区确定为待定位的移动终端所处的室内位置。
本实施例提供的室内定位方法,通过采集室内多个采集点的位置信息和对应的Wi-Fi信息,将Wi-Fi信息与室内的一个室内分区进行关联,建立Wi-Fi信息与室内分区的映射关系,然后根据Wi-Fi信息与室内分区的映射关系,建立室内定位模型,之后基于室内定位模型,确定与待定位的移动终端发送的Wi-Fi信息匹配的室内分区,最后将匹配的室内分区确定为待定位的移动终端所处的室内位置,提高了室内定位的准确率。
进一步参考图2,其示出了用于将Wi-Fi信息与室内分区进行关联的一个示例性实现的流程图。
如图2所示,在步骤201中,生成室内分区的外接矩形和中心点。
室内分区例如可以包括:商场中一个店铺、在写字楼中一个公司等。室内分区的形状可能是规则的矩形,也可能是不规则的多边形。在本实施例中,为了将Wi-Fi信息与室内的一个室内分区进行关联,建立Wi-Fi信息与室内分区准确的映射关系,可以生成每个室内分区的外接矩形和中心点。室内分区的外接矩形也可以称为最小外接矩形、最小包含矩形、或最小边界矩形。例如,外接矩形可以是将室内分区完全包含在内的最小矩形。室内分区的中心点例如可以是该室内分区平面区域的中心位置。
请参考图3,其示出了室内分区外接矩形和中心点的示例性示意图。如图3所示,每一个店铺为一个室内分区。形状为规则矩形的店铺,外接矩形与其边界重合,如店铺301;中心点为外接矩形对角线的交点,如中心点302。形状为不规则多边形的店铺,外接矩形为包含该店铺的最小矩形,如店铺303;中心点为该店铺实际形状的中心,如中心点304。
接着,在步骤202中,将采集点的位置信息与室内分区的外接矩形进行关联。
在本实施例中,为了标识采集点的位置信息,可以通过将采集点的位置信息与室内分区的外接矩形进行关联,得到采集点与室内分区的关联信息。利用室内分区的外界矩形与采集点先建立关联,再将采集点与对应的室内分区建立关联,可以提高关联信息的准确性。若采集点的位置完全包含在某室内分区的外接矩形中,则将采集点与该室内分区进行关联。
在本实施例的一个可选实现方式中,若采集点的位置信息只关联到一个室内分区的外接矩形,则将采集点关联到该室内分区。若采集点的位置信息关联到两个以上室内分区的外接矩形,则计算采集点与该两个以上室内分区的中心点的距离,获取与采集点距离最小的中心点对应的室内分区,将采集点关联到该室内分区。例如,在商场中,一个小店铺设在一个大店铺的部分区域中,若采集点处于这两个店铺重合的区域,则将采集点与店铺的外接矩形相关联时,可能会同时关联到两个店铺的外接矩形。此时,需要计算采集点与这两个店铺的中心点的距离,获取与采集点距离较小的中心点对应的店铺,将采集点关联到该店铺。
最后,在步骤203中,基于采集点与室内分区的关联信息,建立采集点的Wi-Fi信息与室内分区的映射关系。
在本实施例中,基于步骤202中建立的采集点与室内分区的关联信息,可以建立采集点的Wi-Fi信息与室内分区的映射关系。在数据采集过程中,每一个采集点都对应一个特定的Wi-Fi信息,所以,通过每一个采集点与室内分区的关联信息,即可建立采集点的Wi-Fi信息与室内分区的映射关系。
本实施例提供的方法,通过建立室内分区的外接矩形和中心点,首先将采集点与室内分区的外接矩形进行关联,进而建立采集点与室内分区的关联信息。又基于每一个采集点都对应一个特定的Wi-Fi信息,建立采集点的Wi-Fi信息与室内分区的映射关系。该方法提高了采集点与室内分区映射关系的准确性。
进一步地,通过建立采集点与室内分区准确的映射关系,在进行室内定位时,将某室内分区确定为待定位的移动终端的当前室内位置。该方法可以用来分析某室内分区的用户数量。例如,通过定位某商场中每一个店铺的用户量,即可获得用户对每一个店铺,或每一个品牌的喜好程度,可以用来分析店铺的运营情况。这种方法可以用来进行店铺选址、品牌选择等分析。
进一步参考图4,其示出了用于确定待定位移动终端所处室内位置的一个示例性实现的流程图。
如图4所示,在步骤401中,接收待定位的移动终端发送的其采集的Wi-Fi信息;
在本实施例中,定位某移动终端的当前位置时,首先需要待定位的移动终端开启Wi-Fi搜索功能,采集周围的Wi-Fi信息。然后将采集的Wi-Fi信息发送给定位设备,定位设备接收待定位的移动终端发送的Wi-Fi信息,通过分析该Wi-Fi信息,确定待定位的移动终端的当前室内位置。
接着,在步骤402中,基于Wi-Fi信息,通过楼层模型确定移动终端当前位置的楼层信息;
在本实施例中,定位设备接收待定位的移动终端发送的Wi-Fi信息后,首先确定待定位移动终端当前位置的楼层信息。基于楼层模型,将待定位移动终端发送的Wi-Fi信息作为输入,由于每一楼层的Wi-Fi信息具有其共同特征,因此,通过分析可以得出待定位移动终端当前所处位置的楼层信息。
最后,在步骤403中,基于楼层信息,通过楼层内室内分区识别模型,确定与移动终端发送的Wi-Fi信息匹配的室内分区。
在本实施例中,确定待定位移动终端的楼层信息后,通过楼层内室内分区识别模型,确定与待定位移动终端发送的Wi-Fi信息匹配的室内分区。利用深度网络提取主要特征,将提取的主要特征作为分类模型的输入,得出与移动终端发送的Wi-Fi信息匹配的室内分区。将上述匹配的室内分区确定为移动终端当前所处的室内位置。
本实施例提供的方法,在定位移动终端当前所处的室内位置时,首先定位其位置的楼层信息,然后基于楼层信息,在楼层内定位移动终端具体的位置信息。该方法避免了在所有楼层内进行定位运算,减小了定位时的运算量,节约了运算时间,提高了定位效率。
进一步参考图5,其示出了本申请提供的室内定位设备的一个实施例的结构示意图。
如图5所示,本实施例提供的室内定位设备包括:采集模块501、关联模块502、建模模块503、确定模块504、以及定位模块505。其中,采集模块501用于采集室内多个采集点的位置信息和对应的Wi-Fi信息;关联模块502用于将Wi-Fi信息与室内的一个室内分区进行关联,建立Wi-Fi信息与室内分区的映射关系;建模模块503用于根据Wi-Fi信息与室内分区的映射关系,建立室内定位模型;确定模块504用于基于室内定位模型,确定与待定位的移动终端采集的Wi-Fi信息匹配的室内分区;以及定位模块505用于将匹配的室内分区确定为待定位的移动终端所处的室内位置。
在本实施例中,采集模块501采集室内多个采集点的位置信息和对应的Wi-Fi信息。采集模块501可以搜索到周围的Wi-Fi信息,并将采集的数据保存在存储装置中。在每一个采集点,采集模块501都记录下该采集点的位置信息和其在该位置处可以搜索到的Wi-Fi信息。
在本实施例中,关联模块502将采集模块501采集的每一个位置信息对应的Wi-Fi信息与室内的一个室内分区进行关联,建立Wi-Fi信息与室内分区的映射关系。
在本实施例中,根据关联模块502将Wi-Fi信息与室内的一个室内分区进行关联,建立的Wi-Fi信息与室内分区的映射关系,建模模块503建立室内定位模型。
在本实施例中,基于建模模块503建立的室内定位模型,确定模块504确定与待定位的移动终端采集的Wi-Fi信息匹配的室内分区。
在本实施例中,定位模块505将匹配的室内分区确定为待定位的移动终端所处的室内位置。
在本实施例的一个可选实现方式中,采集模块501可以包括:记录子模块(未示出),用于记录数据采集设备的标记位置;识别子模块(未示出),用于识别数据采集设备的移动轨迹;计算子模块(未示出),用于根据数据采集设备的标记位置和移动轨迹,计算数据采集设备的当前位置信息;获取子模块(未示出),用于基于数据采集设备的当前位置信息,获取对应的Wi-Fi信息。
在本实施例的一个可选实现方式中,采集模块501还可以包括:纠正子模块(未示出),用于周期性地纠正数据采集设备的当前位置信息。
在本实施例的一个可选实现方式中,关联模块502可以包括:生成子模块(未示出),用于生成室内分区的外接矩形和中心点;关联子模块(未示出),用于将采集点的位置信息与室内分区的外接矩形进行关联,得到采集点与室内分区的关联信息;映射子模块(未示出),用于基于采集点与室内分区的关联信息,建立采集点的Wi-Fi信息与室内分区的映射关系。
在本实施例的一个可选实现方式中,关联子模块(未示出)还配置用于:若采集点的位置信息关联到一个室内分区的外接矩形,则将采集点关联到该室内分区;若采集点的位置信息关联到两个以上室内分区的外接矩形,则计算采集点与两个以上室内分区的中心点的距离,获取与采集点距离最小的中心点对应的室内分区,将采集点关联到该室内分区。
在本实施例的一个可选实现方式中,建模模块503还配置用于:通过分类模型对映射关系进行识别,建立楼层模型;利用深度网络和分类模型,建立楼层内室内分区识别模型。
在本实施例的一个可选实现方式中,确定模块504可以包括:接收子模块(未示出),用于接收待定位的移动终端发送的采集的Wi-Fi信息;第一确定子模块(未示出),用于基于Wi-Fi信息,通过楼层模型确定移动终端当前位置的楼层信息;第二确定子模块(未示出),用于基于楼层信息,通过楼层内室内分区识别模型,确定与移动终端发送的Wi-Fi信息匹配的室内分区。
本实施例提供的室内定位设备,通过采集室内多个采集点的位置信息和对应的Wi-Fi信息,将Wi-Fi信息与室内的一个室内分区进行关联,建立Wi-Fi信息与室内分区的映射关系,然后根据Wi-Fi信息与室内分区的映射关系,建立室内定位模型,之后基于室内定位模型,确定与待定位的移动终端发送的Wi-Fi信息匹配的室内分区,最后将匹配的室内分区确定为待定位的移动终端所处的室内位置,提高了室内定位的准确率。
应当理解,图5所示室内定位设备中记载的诸单元或模块与参考图1-4描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作和特征同样适用于图5所示的设备及其中包含的模块,在此不再赘述。
描述于本申请实施例中所涉及到的单元模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元模块也可以设置在处理器中,例如,可以描述为:一种处理器包括采集模块、关联模块、建模模块、确定模块、以及定位模块。其中,这些单元模块的名称在某种情况下并不构成对该单元模块本身的限定,例如,采集模块还可以被描述为“用于采集室内多个采集点的位置信息和对应的Wi-Fi信息的模块”。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入终端中的计算机可读存储介质。所述计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本申请的室内定位方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种室内定位方法,其特征在于,所述方法包括:
采集所述室内多个采集点的位置信息和对应的Wi-Fi信息;
将所述Wi-Fi信息与所述室内的一个室内分区进行关联,建立所述Wi-Fi信息与所述室内分区的映射关系;
根据所述Wi-Fi信息与所述室内分区的映射关系,建立室内定位模型;
基于所述室内定位模型,确定与待定位的移动终端采集的Wi-Fi信息匹配的所述室内分区;以及
将所述匹配的所述室内分区确定为所述待定位的移动终端所处的室内位置。
2.根据权利要求1所述的方法,其特征在于,所述采集所述室内多个采集点的位置信息和对应的Wi-Fi信息包括:
记录数据采集设备的标记位置;
识别所述数据采集设备的移动轨迹;
根据所述数据采集设备的标记位置和移动轨迹,计算所述数据采集设备的当前位置信息;
基于所述数据采集设备的当前位置信息,获取对应的Wi-Fi信息。
3.根据权利要求2所述的方法,其特征在于,所述采集所述室内多个采集点的位置信息和对应的Wi-Fi信息还包括:
周期性地纠正所述数据采集设备的当前位置信息。
4.根据权利要求1所述的方法,其特征在于,所述将所述Wi-Fi信息与所述室内的一个室内分区进行关联,建立所述Wi-Fi信息与所述室内分区的映射关系包括:
生成所述室内分区的外接矩形和中心点;
将所述采集点的位置信息与所述室内分区的外接矩形进行关联,得到所述采集点与所述室内分区的关联信息;
基于所述采集点与所述室内分区的关联信息,建立所述采集点的Wi-Fi信息与所述室内分区的映射关系。
5.根据权利要求4所述的方法,其特征在于,将所述采集点的位置信息与所述室内分区的外接矩形进行关联,得到所述采集点与所述室内分区的关联信息包括:
若所述采集点的位置信息关联到一个室内分区的外接矩形,则将所述采集点关联到该室内分区;
若所述采集点的位置信息关联到两个以上室内分区的外接矩形,则计算所述采集点与所述两个以上室内分区的中心点的距离,获取与所述采集点距离最小的中心点对应的室内分区,将所述采集点关联到该室内分区。
6.根据权利要求1-5任一所述的方法,其特征在于,所述根据所述Wi-Fi信息与所述室内分区的映射关系,建立室内定位模型包括:
通过分类模型对所述映射关系进行识别,建立楼层模型;
利用深度网络和分类模型,建立楼层内室内分区识别模型。
7.根据权利要求6所述的方法,其特征在于,所述基于所述室内定位模型,确定与待定位的移动终端采集的Wi-Fi信息匹配的所述室内分区包括:
接收所述待定位的移动终端发送的所述采集的Wi-Fi信息;
基于所述Wi-Fi信息,通过所述楼层模型确定所述移动终端当前位置的楼层信息;
基于所述楼层信息,通过所述楼层内室内分区识别模型,确定与所述移动终端发送的Wi-Fi信息匹配的所述室内分区。
8.一种室内定位设备,其特征在于,所述设备包括:
采集模块,用于采集所述室内多个采集点的位置信息和对应的Wi-Fi信息;
关联模块,用于将所述Wi-Fi信息与所述室内的一个室内分区进行关联,建立所述Wi-Fi信息与所述室内分区的映射关系;
建模模块,用于根据所述Wi-Fi信息与所述室内分区的映射关系,建立室内定位模型;
确定模块,用于基于所述室内定位模型,确定与待定位的移动终端采集的Wi-Fi信息匹配的所述室内分区;以及
定位模块,用于将所述匹配的所述室内分区确定为所述待定位的移动终端所处的室内位置。
9.根据权利要求8所述的设备,其特征在于,所述采集模块包括:
记录子模块,用于记录数据采集设备的标记位置;
识别子模块,用于识别所述数据采集设备的移动轨迹;
计算子模块,用于根据所述数据采集设备的标记位置和移动轨迹,计算所述数据采集设备的当前位置信息;
获取子模块,用于基于所述数据采集设备的当前位置信息,获取对应的Wi-Fi信息。
10.根据权利要求9所述的设备,其特征在于,所述采集模块还包括:
纠正子模块,用于周期性地纠正所述数据采集设备的当前位置信息。
11.根据权利要求8所述的设备,其特征在于,所述关联模块包括:
生成子模块,用于生成所述室内分区的外接矩形和中心点;
关联子模块,用于将所述采集点的位置信息与所述室内分区的外接矩形进行关联,得到所述采集点与所述室内分区的关联信息;
映射子模块,用于基于所述采集点与所述室内分区的关联信息,建立所述采集点的Wi-Fi信息与所述室内分区的映射关系。
12.根据权利要求11所述的设备,其特征在于,所述关联子模块还配置用于:
若所述采集点的位置信息关联到一个室内分区的外接矩形,则将所述采集点关联到该室内分区;
若所述采集点的位置信息关联到两个以上室内分区的外接矩形,则计算所述采集点与所述两个以上室内分区的中心点的距离,获取与所述采集点距离最小的中心点对应的室内分区,将所述采集点关联到该室内分区。
13.根据权利要求8-12任一所述的设备,其特征在于,所述建模模块还配置用于:
通过分类模型对所述映射关系进行识别,建立楼层模型;
利用深度网络和分类模型,建立楼层内室内分区识别模型。
14.根据权利要求13所述的设备,其特征在于,所述确定模块包括:
接收子模块,用于接收所述待定位的移动终端发送的所述采集的Wi-Fi信息;
第一确定子模块,用于基于所述Wi-Fi信息,通过所述楼层模型确定所述移动终端当前位置的楼层信息;
第二确定子模块,用于基于所述楼层信息,通过所述楼层内室内分区识别模型,确定与所述移动终端发送的Wi-Fi信息匹配的所述室内分区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510084583.5A CN104618869A (zh) | 2015-02-16 | 2015-02-16 | 室内定位方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510084583.5A CN104618869A (zh) | 2015-02-16 | 2015-02-16 | 室内定位方法和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104618869A true CN104618869A (zh) | 2015-05-13 |
Family
ID=53153106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510084583.5A Pending CN104618869A (zh) | 2015-02-16 | 2015-02-16 | 室内定位方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104618869A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105635969A (zh) * | 2016-01-26 | 2016-06-01 | 百度在线网络技术(北京)有限公司 | 一种信息推送方法和信息推送服务器 |
WO2017101880A1 (zh) * | 2015-12-18 | 2017-06-22 | 中兴通讯股份有限公司 | 一种大覆盖面积下的室内定位方法及*** |
CN109509257A (zh) * | 2018-08-30 | 2019-03-22 | 深圳市赛为智能股份有限公司 | 室内楼层级别构件图形形成方法、终端及存储介质 |
CN110688441A (zh) * | 2019-09-30 | 2020-01-14 | 北京金山安全软件有限公司 | 一种定位方法、装置、电子设备及计算机可读存储介质 |
CN111813056A (zh) * | 2020-06-02 | 2020-10-23 | 深圳全景空间工业有限公司 | 一种调节室内环境的方法 |
CN111829579A (zh) * | 2020-06-02 | 2020-10-27 | 深圳全景空间工业有限公司 | 一种室内空间重建的方法 |
CN111854753A (zh) * | 2020-06-02 | 2020-10-30 | 深圳全景空间工业有限公司 | 一种室内空间的建模方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110128124A1 (en) * | 2009-12-02 | 2011-06-02 | Ls Industrial Systems Co., Ltd. | Real time location system and method for caching location information based on finger printing |
CN103455811A (zh) * | 2013-09-04 | 2013-12-18 | 百度在线网络技术(北京)有限公司 | 室内无线定位指纹采集方法及*** |
CN103718627A (zh) * | 2011-06-10 | 2014-04-09 | 谷歌公司 | 使用三阶段过程对室内楼层和位置的预测 |
CN103763771A (zh) * | 2014-01-26 | 2014-04-30 | 中国科学技术大学苏州研究院 | 基于Cell的室内移动终端定位方法 |
-
2015
- 2015-02-16 CN CN201510084583.5A patent/CN104618869A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110128124A1 (en) * | 2009-12-02 | 2011-06-02 | Ls Industrial Systems Co., Ltd. | Real time location system and method for caching location information based on finger printing |
CN103718627A (zh) * | 2011-06-10 | 2014-04-09 | 谷歌公司 | 使用三阶段过程对室内楼层和位置的预测 |
CN103455811A (zh) * | 2013-09-04 | 2013-12-18 | 百度在线网络技术(北京)有限公司 | 室内无线定位指纹采集方法及*** |
CN103763771A (zh) * | 2014-01-26 | 2014-04-30 | 中国科学技术大学苏州研究院 | 基于Cell的室内移动终端定位方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017101880A1 (zh) * | 2015-12-18 | 2017-06-22 | 中兴通讯股份有限公司 | 一种大覆盖面积下的室内定位方法及*** |
CN106899931A (zh) * | 2015-12-18 | 2017-06-27 | 中兴通讯股份有限公司 | 一种大覆盖面积下的室内定位方法及*** |
CN106899931B (zh) * | 2015-12-18 | 2019-11-08 | 中兴通讯股份有限公司 | 一种大覆盖面积下的室内定位方法及*** |
CN105635969A (zh) * | 2016-01-26 | 2016-06-01 | 百度在线网络技术(北京)有限公司 | 一种信息推送方法和信息推送服务器 |
CN105635969B (zh) * | 2016-01-26 | 2019-10-22 | 百度在线网络技术(北京)有限公司 | 一种信息推送方法和信息推送服务器 |
CN109509257A (zh) * | 2018-08-30 | 2019-03-22 | 深圳市赛为智能股份有限公司 | 室内楼层级别构件图形形成方法、终端及存储介质 |
CN109509257B (zh) * | 2018-08-30 | 2023-08-15 | 深圳市赛为智能股份有限公司 | 室内楼层级别构件图形形成方法、终端及存储介质 |
CN110688441A (zh) * | 2019-09-30 | 2020-01-14 | 北京金山安全软件有限公司 | 一种定位方法、装置、电子设备及计算机可读存储介质 |
CN111813056A (zh) * | 2020-06-02 | 2020-10-23 | 深圳全景空间工业有限公司 | 一种调节室内环境的方法 |
CN111829579A (zh) * | 2020-06-02 | 2020-10-27 | 深圳全景空间工业有限公司 | 一种室内空间重建的方法 |
CN111854753A (zh) * | 2020-06-02 | 2020-10-30 | 深圳全景空间工业有限公司 | 一种室内空间的建模方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104618869A (zh) | 室内定位方法和设备 | |
CN110856112B (zh) | 一种群智感知的多源信息融合室内定位方法及*** | |
US10415978B2 (en) | Landmark location determination | |
TWI391632B (zh) | 利用識別標籤之定位導航系統與應用於其上之定位導航方法 | |
EP2662700B1 (en) | Method and apparatus for obtaining location of user | |
US9374674B2 (en) | Method and apparatus for recognizing indoor location using received signal strength intensity map | |
US9677890B2 (en) | Positioning and mapping based on virtual landmarks | |
Niu et al. | Resource-efficient and automated image-based indoor localization | |
US20170171718A1 (en) | Location estimation method for indoor device | |
US20190320061A1 (en) | Proximity-based event networking system and wearable augmented reality clothing | |
CN103747524A (zh) | 一种基于云平台的Android终端室内定位方法 | |
CN107302793B (zh) | 一种基于无线信号的定位方法、服务器、终端和*** | |
JP2015531053A (ja) | 無線マップを動的に作成するためのシステム、方法、及びコンピュータプログラム | |
CN103313387A (zh) | 一种实时室内Wifi定位方法 | |
CN111132027B (zh) | 一种场景识别网络图的绘制方法、场景识别方法及装置 | |
CN108763345A (zh) | 小区经纬度的校验方法、用户设备、存储介质及装置 | |
WO2019214640A1 (zh) | 基于光标签网络的导航方法和相应的计算设备 | |
CN105898711B (zh) | 一种基于地磁基准线的定位方法及装置 | |
JP5881541B2 (ja) | 情報処理システム、及び情報処理方法 | |
US11722986B2 (en) | Positioning system for continuously and accurately updating position value of wireless LAN AP, and method therefor | |
Marcus et al. | Dynamic nearest neighbors and online error estimation for SMARTPOS | |
JP5966542B2 (ja) | 軌跡解析装置および軌跡解析プログラム | |
KR20140119333A (ko) | 위치 정확도 향상을 위한 위치 측위 방법 및 장치 | |
US20210396543A1 (en) | Information processing apparatus, information processing method, and program | |
US20200132799A1 (en) | System and method for positioning a terminal device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150513 |
|
RJ01 | Rejection of invention patent application after publication |