CN106982414B - 一种定位更新方法、装置和移动终端 - Google Patents

一种定位更新方法、装置和移动终端 Download PDF

Info

Publication number
CN106982414B
CN106982414B CN201610029328.5A CN201610029328A CN106982414B CN 106982414 B CN106982414 B CN 106982414B CN 201610029328 A CN201610029328 A CN 201610029328A CN 106982414 B CN106982414 B CN 106982414B
Authority
CN
China
Prior art keywords
wifi
data
point
points
determining
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.)
Active
Application number
CN201610029328.5A
Other languages
English (en)
Other versions
CN106982414A (zh
Inventor
沈慧
吴剑
姚云蛟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201610029328.5A priority Critical patent/CN106982414B/zh
Publication of CN106982414A publication Critical patent/CN106982414A/zh
Application granted granted Critical
Publication of CN106982414B publication Critical patent/CN106982414B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/023Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Navigation (AREA)

Abstract

本申请实施例提供了一种定位更新方法、装置和移动终端,以对Wifi指纹进行更新来保证Wifi定位的精度。所述的方法包括:依据地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点;依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据;依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据;通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新。保证Wifi指纹的时效性,提高Wifi定位的精度。

Description

一种定位更新方法、装置和移动终端
技术领域
本申请涉及定位技术领域,特别是涉及一种定位更新方法、一种定位更新装置和一种移动终端。
背景技术
Wifi(WIreless-Fidelity,无线保真)定位是目前比较容易实施的室内定位方法。因为一般商场都覆盖有Wifi,因此不需要额外铺设设备,就可以完成室内定位功能。
但是,Wifi定位需要采集指纹,采集指纹需要耗费大量的人力资源,并且,Wifi指纹具有时效性,通常,Wifi指纹时效性为6个月左右。因此,随着商家的变化,Wifi AP(Wireless Access Point,无线访问接入点)的变化,Wifi指纹会慢慢的失效,导致定位精度的下降。
因此,目前需要本领域技术人员迫切解决的一个技术问题就是:提出一种定位更新方法、装置和移动终端,以对Wifi指纹进行更新来保证Wifi定位的精度。
发明内容
本申请实施例所要解决的技术问题是提供一种定位更新方法,以对Wifi指纹进行更新来保证Wifi定位的精度。
相应的,本申请实施例还提供了一种定位更新装置和一种移动终端,用以保证上述方法的实现及应用。
为了解决上述问题,本申请实施例公开了一种定位更新方法,包括:依据地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点;依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据;依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据;通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新。
本申请实施例还公开了一种定位更新装置,包括:地磁筛选模块,用于依据地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点;栅格确定模块,用于依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据;轨迹Wifi确定模块,用于依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据;匹配更新模块,用于通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新。
本申请实施例还公开了一种移动终端,所述移动终端包括:存储器、显示器、处理器和输入单元,所述处理器用于执行本申请实施例任一所述的方法。
与现有技术相比,本申请实施例包括以下优点:
在本申请实施例中,地磁信号的数据相对比较稳定,因此采用地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点,然后依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据,依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据,再通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新,从而保证Wifi指纹的时效性,提高Wifi定位的精度。
附图说明
图1是本申请的一种定位更新方法实施例的步骤流程图;
图2是本申请实施例的定位更新方法示意图;
图3是本申请的另一种定位更新方法实施例的步骤流程图;
图4是本申请的另一种定位更新方法实施例中Wifi备选点的筛选步骤流程图;
图5是本申请实施例的Wifi备选点聚类示意图;
图6是本申请的另一种定位更新方法实施例中栅格地图的确定步骤流程图;
图7是本申请的另一种定位更新方法实施例中筛选Wifi更新点的步骤流程图;
图8是本申请实施例的地磁定位结果方法的步骤流程图;
图9是本申请实施例的地磁定位结果方法中地磁栅格确定的步骤流程图;
图10是本申请实施例的地磁定位结果方法中匹配确定定位结果的步骤流程图;
图11是本申请一种定位更新装置实施例的结构框图;
图12是本申请另一种定位更新装置实施例的结构框图;
图13是本申请另一种定位更新装置实施例中栅格数据确定子模块的结构框图;
图14是本申请另一种定位更新装置实施例中更新点筛选子模块的结构框图;
图15是本申请另一种定位更新装置实施例中更新子模块的结构框图;
图16是本申请一种智能终端实施例的结构框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
wifi指纹:通过测量室内各个地点的信号强度(RSSI)实现定位。主要通过在室内各个需要定位的位置点测量周围的wifi信号强度(RSSI),形成了一个wifi指纹<ID1:RSSI1,ID2:RSSI2···IDn:RSSIn,Poisition>;最后全区域生成了N个wifi指纹而形成了wifi指纹地图。
但是,随着商家的变动,wifi AP可能会发生移动,更换,消失,还有移动热点等;这些的变化会导致wifi指纹跟真实的指纹产生差别;时间流逝的越长,差别越大;差别越大,使用指纹法的定位精度就越差。称之为wifi指纹失效。
为了解决wifi指纹随时间失效的问题,本申请各实施例基于地磁和PDR轨迹对Wifi指纹进行更新,基于地磁信号的长期稳定不变的特性,利用用户的定位回传的数据,进行刷选后,从而进行wifi自更新,精度高,可实施性好。
本申请实施例的核心构思之一在于,提出一种定位更新方法、装置和移动终端,以对Wifi指纹进行更新来保证Wifi定位的精度。地磁信号的数据相对比较稳定,因此采用地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点,然后依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据,依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据,再通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新,从而保证Wifi指纹的时效性,提高Wifi定位的精度。
其中,地磁定位是根据建筑物内钢筋结构形成的软磁场,根据其磁场矢量的方向特异性和磁场特异性,来进行定位。地磁数据虽然容易被其他人的手机,电脑,等电磁数据所干扰,但是干扰的强度跟距离成几何倍数的关系,距离几十厘米后,基本都可以忽略不计。而对于地磁信号的数据,则相对长时间是一个稳定的结果。因此可以使用室内地磁场强度的方向跟强度的区别来完成室内定位。其中,地磁定位会测定地磁指纹,地磁指纹是和wifi指纹对应的磁的指纹;磁的指纹每一个数据点是一个磁矢量,磁指纹的采集通常是拿专用的采集软件,以线或者点的形式使用手机采集完成。
PDR(Pedestrian Dead Reckoning,行人航迹推算)。PDR使用手机传感器中的加速度,陀螺仪,磁传感器,综合计算行人行走的航迹,PDR的结果是一连串行进的相对轨迹。
本实施例中,移动终端指的是具有多媒体功能的可移动的终端设备,这些设备支持音频、视频、数据等方面的功能。本实施例中该移动终端包括智能移动终端、平板电脑、智能穿戴设备等。
实施例一
参照图1,示出了本申请的一种定位更新方法实施例的步骤流程图,具体可以包括如下步骤:
步骤102,依据地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点。
根据建筑物内钢筋结构形成的软磁场,根据该软磁场的磁场矢量的方向特异性和磁场特异性可以进行定位,即地磁定位。地磁信号的数据在相对较长的时间内是稳定的结果,因此可以采用地磁定位辅助Wifi定位的更新,保证Wifi指纹的时效性。因此可以先确定地磁定位结果,然后地磁定位结果对Wifi备选点进行筛选,即筛选出地磁定位评分较高的Wifi备选点,作为Wifi筛选点。
步骤104,依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据。
然后可以确定筛选出的Wifi筛选点的第一Wifi数据,第一Wifi数据包括Wifi筛选点的第一坐标数据和第一扫描数据,该扫描数据包括通过扫描确定的Wifi信号强度,通过该第一Wifi数据确定Wifi栅格数据。其中,栅格结构是一种空间数据结构,栅格结构是以规则的阵列来表示空间地物或现象分布的数据组织,组织中的每个数据表示地物或现象的非几何属性特征。可以将指定区域(如地图、地球表面)划分为大小均匀紧密相邻的网格阵列,每个网格作为一个象元或象素由行、列定义,并包含一个代码表示该象素的属性类型或量值,或包括指向其属性记录的指针等。
步骤106,依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据。
本实施例中,采用行人航迹推算(Pedestrian Dead Reckoning,PDR)轨迹与Wifi进行融合以进行Wifi的定位观测。因此可以通过移动终端中的传感器采集用户的PDR轨迹即行走采集信息,再依据行走采集信息确定用户的行走轨迹的各轨迹点,计算该轨迹点的第二Wifi数据。
步骤108,通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新。
执行Wifi精细评分以对Wifi指纹数据进行更新,即将Wifi数据和Wifi栅格数据进行匹配,即对于给定的目的采集点Pm,遍历行走轨迹中各轨迹点的第二Wifi数据,将第二Wifi数据和Wifi栅格数据进行匹配,确定轨迹点的匹配分值,在依据匹配分值确定需要更新Wifi指纹点,对Wifi指纹数据进行更新。
综上所述,地磁信号的数据相对比较稳定,因此采用地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点,然后依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据,依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据,再通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新,从而保证Wifi指纹的时效性,提高Wifi定位的精度。
实施例二
本申请各实施例基于地磁和PDR轨迹对Wifi指纹进行更新,基于地磁信号的长期稳定不变的特性,利用用户的定位回传的数据,进行刷选后,从而进行wifi自更新。
参照图2,示出了本申请实施例的定位更新方法示意图。
基于地磁和PDR轨迹对Wifi指纹进行更新,其输入由三个部分组成:
1)轨迹数据
其中,轨迹数据是由n个一段轨迹组成的;一段轨迹数据指的是一个用户在一个连续时间内拿着手机行走的传感器数据包括:wifi数据,地磁数据等。
2)磁指纹
磁指纹可以采用专门的数据采集工具采集的磁指纹数据,采集完毕以后很长时间内是不会变的。当然,也可以通过手机等具有磁传感器的移动终端测量确定。
3)wifi指纹
Wifi指纹也可以采用专门的数据采集工具或移动终端采集的wifi指纹数据,采集方法跟磁指纹采集方法相同,但是wifi指纹随着时间变化容易发生变化。
输入的轨迹数据,经历一系列操作步骤后作用到wifi指纹上,完成wifi自更新过程。即首先采集PDR轨迹数据、Wifi指纹和地磁定位结果,然后对PDR轨迹进行筛选,以及对Wifi指纹进行筛选确定Wifi备选点,再采用地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点,采用PDR轨迹和Wifi筛选点进行综合的比较匹配,对Wifi指纹进行更新。
参照图3,示出了本申请的另一种定位更新方法实施例的步骤流程图,具体可以包括如下步骤:
步骤302,依据移动终端的行走采集信息对轨迹点进行筛选,确定符合第二规则的轨迹点。
本实施例中,通过移动终端中的加速度,陀螺仪,磁传感器等传感器采集PDR轨迹(即行走轨迹)的行走采集信息。轨迹数据可以由“T1,T2....Tn”n个轨迹点组成,即一段轨迹由n个轨迹点数据组成,轨迹点为连续的轨迹点,将PDR轨迹的每一步配置为一个轨迹点。因此可以获取行走这一段时间内的行走采集信息,包括:移动终端的姿态角、磁矢量Mg,第二扫描信息Scan2,以及移动终端的姿态变化率。
其中,姿态角包括:航向角,横滚角,俯仰角等;原始测量得到的磁矢量Mc为移动终端坐标系下的,可以使用移动终端的姿态角旋转到大地坐标系中,得到磁矢量Mg。姿态变化率用于描述移动终端三轴晃动程度的指标,另外,轨迹中不是每个轨迹点上都有第二扫描信息Scan2。
然后依据移动终端的行走采集信息对轨迹点进行筛选,确定符合第二规则的轨迹点。其中,所述第二规则包括以下至少一项:数量规则、变化率规则和角度规则:
1)数量规则,可以配置为采集的轨迹点个数达到数量阈值,因此,如果轨迹点过少,即轨迹点个数达不到数量阈值,则数量较小,不具有参考性,可以删除该段轨迹。
2)变化率规则,可以配置为采集的轨迹点的平均姿态变化率小于变化率阈值,如果这段轨迹中的轨迹点的平均手机变化率比较大,如平均姿态变化率大于变化率阈值,则移动终端的晃动比较剧烈,相对误差比较大,可以删除该段轨迹。
3)角度规则,包括:第一规则和第二规则;其中第一规则可以配置为,横滚角的绝对值不大于横滚角阈值,则当横滚角的绝对值大于横滚角阈值,删除该段轨迹;第二规则可以配置为,俯仰角的绝对值不大于俯仰角阈值,则当俯仰角的绝对值大于俯仰角阈值,删除该段轨迹。
从而通过轨迹点的个数、姿态变换率、横滚角以及横滚角多个维度对轨迹进行筛选,提供轨迹数据的准确性,为后续定位以及更新提供准确的数据基础。
步骤304,从Wifi指纹点中筛选Wifi备选点。
Wifi筛选的目的之一就是用wifi扫描数据和wifi指纹地图进行第一次初步筛选,把明显不可能的位置排除掉,缩小后续搜索的范围。
即确定Wifi指纹点的Wifi匹配个数;筛选所述Wifi匹配个数超过第二阈值的Wifi指纹点作为Wifi备选点。采用Wifi备选点确定备选中心点,将在所述备选中心点的预置范围内的Wifi指纹点作为Wifi备选点。
可以将n个轨迹点中最后一帧有wifi扫描数据的轨迹点提取出来,然后采用该轨迹点作为Wifi指纹点,与所有指纹点的wifi指纹地图上执行匹配,确定wifi匹配上的个数,将每个轨迹点的wifi匹配个数进行排名。然后将该Wifi匹配个数与第二阈值进行比较,确定Wifi匹配个数超过第二阈值的Wifi指纹点,将该指纹点作为Wifi备选点。本实施例中配置了最大匹配个数,则第二阈值可以等于该最大匹配个数,或者配置为最大匹配个数的s%,如个数达到80%的最大匹配个数。
还可以采用Wifi备选点确定备选中心点,即将所有Wifi备选点对应坐标数据的横、纵坐标进行加权(权威匹配个数)平均,即基于权威匹配个数进行加权平均,确定出一个备选中心点(aver_x,aver_y),将在该备选中心点(aver_x,aver_y)预置范围R内的Wifi指纹点作为Wifi备选点,Wifi备选点即wifi粗筛选的结果。
步骤306,确定地磁定位结果。
对于地磁定位,可以先采集地磁信息即第一磁信息,然后依据该第一磁信息对磁地图进行栅格化得到地磁栅格数据。依据移动终端的行走采集信息,确定轨迹点的第二磁信息,其中,所述轨迹点包括所述行走采集信息对应行走轨迹中的各轨迹点。
然后执行地磁观测确定地磁定位结果,即将第二磁信息和所述地磁栅格数据进行匹配,即对于给定的目的采集点Pm,遍历行走轨迹中各轨迹点的第二磁信息,将第二磁信息和地磁栅格数据进行匹配,确定轨迹点的匹配分值来确定出该目的采集点Pm的地磁定位结果。
步骤308,依据地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点。
本实施例中,所述依据地磁定位结果对Wifi备选点的筛选,如图4所示,包括如下子步骤:
子步骤402,获取各Wifi备选点对应的地磁定位结果。
子步骤404,判断地磁定位结果是否大于第一阈值的Wifi备选点。
若是,即地磁定位结果大于第一阈值的Wifi备选点,执行子步骤406;若否,即地磁定位结果不大于第一阈值的Wifi备选点,返回子步骤404继续判断。
子步骤406,作为筛选的Wifi备选点。
子步骤408,依据距离对筛选的Wifi备选点进行聚类,确定各聚类集合。
子步骤410,针对每个聚类集合,筛选地磁定位结果中观测分值最大的Wifi备选点作为Wifi筛选点。
通过地磁定位可以获取各采集点的地磁定位结果,从而每一个Wifi备选点都对应的地磁定位结果,即地磁和PDR综合的磁评分即观测分值,然后判断地磁定位结果是否大于第一阈值的Wifi备选点。其中本实施例配置最大匹配分值,则第一阈值可以配置为等于最大匹配分值,也可以配置为一定比例的最大分值,如最大匹配分值*q%(例如q为80)。
从而筛选出地磁定位结果大于第一阈值的Wifi备选点,即确定筛选的Wifi备选点,然后通过对筛选的Wifi备选点进行层次聚类,确定Wifi筛选点,即筛选的Wifi备选点使用层次聚类的方法,根据实际物理距离进行层次聚类。可以依据距离对筛选的Wifi备选点进行聚类,确定各聚类集合,如图5所示的,图中的黑点为筛选的Wifi备选点,椭圆框表示聚类结果,即每一个椭圆框代表一个聚类集合。针对每个聚类集合,从每个聚类集合中选择地磁评分即观测分值最高的Wifi备选点作为这一类的最终选择点,即Wifi筛选点。从而若聚类结果会是m类,可以筛选出m个Wifi筛选点,m为大于1的正整数。
从而通过地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点,进行Wifi指纹点的二次筛选。
步骤310,对地图数据进行划分,在所述地图数据上确定多个网格。
步骤312,遍历每个Wifi筛选点,依据第一Wifi数据确定各网格的Wifi栅格数据,采用所述网格和Wifi栅格数据生成栅格化的地图数据。
可以对Wifi地图进行栅格化处理,即按照一定的比例和距离对地图数据进行划分,在所述地图数据上确定多个网格。然后遍历每个Wifi筛选点,采用Wifi筛选点的第一Wifi数据确定各网格的Wifi栅格数据,其中,所述第一Wifi数据包括:坐标数据和第一扫描信息。
本申请一个可选实施例中,如图6所示,确定栅格地图包括如下子步骤:
子步骤602,按照所述坐标数据分别匹配每个Wifi筛选点的源网格,将对应第一扫描信息确定为每个源网格的Wifi数据。
遍历每个wifi筛选点,确定wifi筛选点的第一Wifi数据W1(Scan1,Px,Py),其中包括:经纬度的坐标数据(Px,Py)和第一扫描信息Scan1。由(Px,Py)可以计算出对应的网格标识(Gx,Gy),该网格标识用于标识一个网格,将该网格标识对应网格作为源网格。
子步骤604,分别以每个源网格为中心,查找在预置距离范围内的目标网格。
子步骤606,确定所述目标网格到源网格的距离。
针对一个源网格(Gx,Gy)把以(Gx,Gy)为中心,查找预置距离范围即m*m范围内的网格,然后给该网格配置W1的索引,即配置Wifi栅格数据,计算该网格到源网格(Gx,Gy)的距离,将dist属性配置为距离,还可以将该源网格对应第一扫描信息Scan1作为该网格的Wifi数据,则Wifi栅格数据包括:Wifi数据Scan1和距离dist。
子步骤608,检测所述目标网格是否记录有Wifi栅格数据。
在确定出一个源网格的目标网格时,该目标网格可能已经作为其他源网格的目标网格,而被记录了Wifi栅格数据,因此还要判断目标网格是否记录有Wifi栅格数据。
若是,即目标网格记录有Wifi栅格数据,执行子步骤612;若否,即目标网格未记录有Wifi栅格数据,执行步骤子步骤610。
子步骤610,将所述距离和对应源网格的Wifi数据记录为所述目标网格的Wifi栅格数据。
若所述目标网格未记录Wifi栅格数据,则将该距离,以及对应源网格的Wifi数据记录到所述目标网格的Wifi栅格数据中。
子步骤612,确定所述目标网格与当前源网格的当前距离,以及所述目标网格与之前源网格的之前距离。
若所述目标网格已记录Wifi栅格数据,则确定所述目标网格与当前源网格的当前距离,以及所述目标网格与之前源网格的之前距离。
子步骤614,比较当前距离和之前距离的大小。
在目标网格距不同源网格距离不同时,其对应的Wifi数据也存在差异,因此可以比较当前距离和之前距离的大小。
当所述当前距离大于之前距离时,保留已记录的Wifi栅格数据,即返回子步骤604继续匹配源网格的目标网格。
当所述当前距离小于之前距离时,执行子步骤616;当所述当前距离等于之前距离时,执行子步骤618。
子步骤616,采用所述当前距离和所述当前源网格的第一扫描信息更新已记录的Wifi栅格数据。
当所述当前距离小于之前距离时,采用所述当前距离以及所述当前源网格的第一扫描信息替换原始记录,更新已记录的Wifi栅格数据。
子步骤618,计算所述当前源网格的第一扫描信息和之前源网格的第一扫描信息的均值,采用所述当前距离和均值更新已记录的Wifi栅格数据。
当所述当前距离和之前距离相同时,计算所述当前源网格的第一扫描信息和之前源网格的第一扫描信息的均值,采用所述当前距离和均值更新已记录的Wifi栅格数据。
即如果要填的网格已经被填过Wifi栅格数据值了,则比较要填的dist(当前距离)和已经填的dist(之前距离)哪个比较小,选择较小dist的Wifi数据Scan1,即之前距离小则保留原始记录,当前距离小则更新记录,如果相同则两个第一扫描信息Scan1相加平均。
则每个网格的Wifi栅格数据包括距离信息和Wifi数据,从而采用所述网格和Wifi栅格数据生成栅格化的地图数据。本实施例中以GMAP表示整个栅格化后地图数据;MData表示一个栅格化后的地图数据,即一个网格的Wifi栅格数据,其中每一个MData里面有Scan1和dist的数据,则MData_x_y=GMAP(x,y)表示在位置x,y,栅格化的地图数据。
步骤314,依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据。
通过上述步骤对轨迹点的筛选,可以确定符合第二规则的轨迹点,二米个轨迹点的行走采集信息,包括:移动终端的姿态角、磁矢量Mg,第二扫描信息,以及移动终端的姿态变化率。
然后获取各轨迹点的行走采集信息,确定轨迹点的第二Wifi数据,一个PDR轨迹由step_num,step_angle,Scan2。
其中,轨迹角度step_angle可以是PDR轨迹点的角度;步数标识step_num可以是PDR轨迹点的步数编号,如第一步、第二步等;STEP可以表示一个PDR轨迹点的数据;相应的,STEP1,STEP2,……,STEPn就是n个轨迹点的PDR轨迹数据。
由于不是每个轨迹点都具有第二扫描信息Scan2,因此依据移动终端的行走采集信息确定行走轨迹数据,从行走轨迹数据中获取具有第二扫描信息Scan2的轨迹点,获取该轨迹点的第二Wifi数据。
步骤316,确定目标采集点。
在获取到Wifi栅格数据和PDR轨迹对应第二Wifi数据之后,然后可以将Wifi栅格数据和PDR轨迹进行匹配,两者的匹配度越高,代表越有可能在这个位置,即通过匹配确定观测评分,即给每一个Wifi筛选点给予评分,评价当前位置在这里的概率,从而实现Wifi定位。
其中,上述确定出栅格地图GMAP,GMAP的每一个元素是Wifi栅格数据MData,每一个MData里面的内容为Scan1和dist的数据。PDR轨迹数据可以由n个STEP组成的轨迹点的第二Wifi数据,每一个轨迹点的第二Wifi数据包含Scan2,step_num,step_angle等。
本实施例中,首先确定目标采集点,可以遍历每一个搜索范围内的Wifi筛选点,以每一个Wifi筛选点作为目标采集点,然后依据所述第二Wifi数据和所述Wifi栅格数据的匹配,对所述目标采集点进行定位,从目标采集点中筛选Wifi更新点。其中,可以将Wifi筛选点的采集线按照一定的距离做切分,切分后的每一段线段的中点作为目标采集点,目标采集点对应信息包括位置和Scan等Wifi数据。
即针对每个目标采集点遍历行走轨迹中各轨迹点的第二Wifi数据,然后与所述Wifi栅格数据的匹配,得到相应匹配的分值进而筛选Wifi更新点。具体步骤如下:
步骤318,依据所述目标采集点确定行走轨迹的匹配范围。
步骤320,对所述匹配范围内每个轨迹点的第二Wifi数据,采用所述Wifi栅格数据分别进行匹配,从目标采集点中筛选Wifi更新点。
对于一个选定的Wifi筛选点即目标采集点Pm,令ZERO_ANGLE为轨迹搜索的角度范围,STEP_SIZE_MIN为最小步长搜索范围,STEP_SCAL_MAX为最大步长搜索范围。则在-ZERO_ANGLE—ZERO_ANGLE角度范围,以及STEP_SIZE_MIN—STEP_SCAL_MAX的步长距离范围即该目标采集点所确定的行走轨迹对应匹配范围。其中,ZERO_ANGLE、STEP_SIZE_MIN和STEP_SCAL_MAX可以依据实际需求设定,如按照经验值设定。
然后在该匹配范围内遍历各轨迹点将第二Wifi数据和Wifi栅格数据进行匹配,并执行若干次离散,即为对轨迹误差模型的离散搜索,从而在离散空间内的搜索的最高得分,作为该目标采集点Pm的观测分值,以从目标采集点中筛选Wifi更新点。
本申请一个可选实施例中,如图7所示,通过匹配筛选Wifi更新点具体包括如下子步骤:
子步骤702,以所述目标采集点为终点确定行走轨迹对应匹配范围。
子步骤704,依据所述终点、步长搜索范围和轨迹零位角进行离散,在所述匹配范围内从终点向前遍历轨迹点。
子步骤706,针对所述匹配范围内每个轨迹点,确定所述轨迹点对应的Wifi栅格数据。
子步骤708,依据所述轨迹点的第二Wifi数据和Wifi栅格数据计算Wifi匹配差和距离匹配差。
子步骤710,依据所述Wifi匹配差和距离匹配差,确定所述匹配范围内每个轨迹点的匹配分值。
子步骤712,将所述匹配范围内最大的匹配分值作为所述目标采集点的观测分值。
子步骤714,采用目标采集点的观测分值和对应的地磁定位结果确定总分值。
子步骤716,通过将各目标采集点的总分值与定位评分结果进行比较,确定满足第一规则的目标采集点作为Wifi更新点。
在一个具体示例中,对于一个给定的目标采集点Pm,给定的轨迹零位角zero_angle,给定的步长搜索范围step_size,可以一段匹配的PDR轨迹数据,计算最终的匹配得分F_score。
将目标采集点作为终点,依据匹配范围确定行走轨迹对应起点,从而确定出匹配范围,然后从终点向起点即从后往前遍历每一个PDR轨迹数据,以执行轨迹误差模型的离散搜索,具体过程如下:
确定目标采集点Pm的坐标范围,即令Cx=Pm(x)即Pm点的横坐标,Cy=Pm(y)即Pm点的纵坐标。然后依据所述终点、步长搜索范围step_size和轨迹零位角zero_angle进行离散,在所述匹配范围内从终点向前遍历轨迹点,即:
Cx=Cx-STEP(step_num)*step_size*cos(STEP(step_angle)+zero_angle)
Cy=Cy-STEP(step_num)*step_size*sin(STEP(step_angle)+zero_angle)
然后针对所述匹配范围内每个轨迹点,确定所述轨迹点对应的Wifi栅格数据,匹配的轨迹点的第二Wifi数据中第二扫描数据为STEP(Scan2),相应匹配出的栅格地图中对应位置Cx,Cy上的Wifi栅格数据为WMAP(cx,cy)。然后依据所述轨迹点的第二Wifi数据和Wifi栅格数据计算Wifi匹配差和距离匹配差,即:
每个轨迹点的Wifi匹配差Dscan=(WMap(cx,cy)-STEP(Scan2)),即将第二扫描信息和Wifi栅格数据的第一扫描信息相减计算差值,其中,扫描信息的差就是每个匹配的轨迹点在scan1和scan2中的信号强度差的平方和。
每个轨迹点的距离匹配差Ddist=WMap(cx,cy).dist,即cx,cy坐标上对应的Wifi栅格数据中的dist属性值。
后计算各轨迹点的Wifi匹配的均值,将其作为PDR轨迹和Wifi栅格地图的Wifi匹配差,即:
Figure BDA0000907888870000151
然后计算各轨迹点的距离匹配差的均值,将其作为PDR轨迹和Wifi栅格地图的距离匹配差,即:
Figure BDA0000907888870000152
其中,n为PDR轨迹点的个数。
然后依据所述Wifi匹配差和距离匹配差确定所述目标采集点的匹配分值。即依据Wifi匹配差和距离匹配差在匹配范围进行离散,得到相应的匹配分值,例如通过高斯函数进行离散,即:
PDR轨迹和Wifi栅格地图的Wifi匹配分值:
S_AllScan=Guass(D_AllScan,P1);
PDR轨迹和Wifi栅格地图的距离匹配分值:
S_AllDist=Guass(D_AllDist,P2);
其中,S_AllScan范围0-1,S_AllDist范围0-1,Guass为高斯函数,P1,P2分别为高斯函数的参数。
再依据磁匹配分值和距离匹配分值计算匹配分值,即:
F_score=S_AllDist*S_AllScan
其中,F_score为最终轨迹和Wifi栅格地图的匹配分值。
对于一个给定的目标采集点Pm,选择遍历的所有step_size,zero_angle计算出来的最大F_score作为目标采集点的评分点Pm最终的观测分值。
目标采集点即Wifi筛选点,因此可以确定目标采集点的地磁定位结果,采用目标采集点的观测分值和对应的地磁定位结果确定总分值:
All_score=F_score*地磁分数,All_score为总分值。
获取所有总分值的最大中分数为S,通过将各目标采集点的总分值与定位评分结果进行比较,来确定是否满足第一规则。
其中,可以配置All_score<S*t%为满足第一规则,则将满足第一规则的目标采集点作为Wifi更新点,t可以依据实际需求配置。
步骤322,对所述Wifi更新点的Wifi指纹数据进行更新。
在确定出Wifi更新点后可以对Wifi指纹数据进行更新,如图8所示,具体包括如下子步骤:
子步骤802,针对每个Wifi更新点,获取所述Wifi更新点的坐标数据、观测分值、地磁定位结果中的地磁评分和行走轨迹数据。
子步骤804,从所述行走轨迹数据中确定具有第二Wifi数据的轨迹点,作为目标轨迹点。
子步骤806,确定所述目标轨迹点的轨迹坐标数据,以及所述轨迹坐标数据对应网格的Wifi数据。
子步骤808,依据所述观测分值和地磁评分确定权重信息。
子步骤810,依据所述权重数据、Wifi数据和目标轨迹点的第二扫描数据确定Wifi更新点的Wifi指纹数据。
基于前述步骤,可以确定出Wifi更新点(Px,Py)的观测分值F_score,地磁评分M_Score,以及对应的行走轨迹数据STEP1、STEP2…STEPn。
然后可以从所述行走轨迹数据中筛选目标轨迹点,确定目标轨迹点的Wifi数据,在STEP1到STEPn中,查找具有第二Wifi数据的轨迹点,作为目标轨迹点,记为STEP_WIFI,然后确定出上述STEP_WIFI的位置即轨迹坐标数据,以及所述轨迹坐标数据对应网格的Wifi数据即第一扫描信息Scan1。
然后依据所述观测分值和地磁评分确定权重信息:
权重信息w=F_score*M_score*k
依据所述权重数据、Wifi数据和目标轨迹点的第二扫描信息确定Wifi更新点的Wifi指纹数据
Scan_new=(Scan 1*1+w*STEP_WIFI(wifi))/(1+w)
其中,若一个Wifi更新点具有两个甚至多个Wifi信号,则其对应Scan 1可以为各Wifi信号的扫描信息的均值确定,例如两个Wifi信号的第一扫描信息分别为Scan1_a和Scan1_b,对于Scan1_a中任意一个mac地址(对应强度d1),如果Scan1_b中也存在,则相加后平均作为最后Scan 1中mac地址的信号强度,如果Scan1_b中不存在,则拿d1作为mac地址的信号强度。同样遍历Scan1_b中的每个mac地址重复上述操作。
其中,k为更新权重比例系数,k越大,指纹更新影响的程度越大。
对于每一个STEP_WIFI重复上述的操作,完成这一次数据的更新,循环连续重复整个过程,即完成Wifi自更新过程。
其中,上述确定地磁定位结果可以通过如下步骤实现:
参照图8,示出了本申请实施例的地磁定位结果方法的步骤流程图,具体可以包括如下步骤:
步骤802,通过所述移动终端采集各采集线对应的第一磁信息。
本实施例中,预先指定线采集的起点和终点,其中采集线可以为室内能够通行的道路,在移动终端上可以通过点击触发开始采集,开始端平移动终端匀速移动,当到达终点后,可以通过点击触发停止采集。将上述移动过程中的所有磁数据Mc1,第一时间t1,第一姿态角Q1,以及起点和终点做为一条采集线的地磁指纹信息记录下来,即记录各采集线对应的第一磁信息,则所述第一磁信息包括地磁指纹信息。则整个地图的采集就是由若干条线采集组成的。
本实施例中,为了保证磁数据的安全性,可以采用校准方法对磁数据进行校准,其中磁数据可以包括第一磁信息、第二磁信息、地磁定位结果、无线定位数据以及室内定位数据等,在一个示例中可以使用八字校准的方法对磁传感进行8参数的磁场校准,即输入一系列训练的磁数据,然后计算磁校准的8个参数CP8,然后磁数据Mo使用计算出来的磁参数进行校准,可以获得Mc即为校准后的磁数据,本实施例中各种磁数据均可以使用校准后的磁数据进行。其中,Mo可以包括移动终端原始的磁传感器矢量数据,总共三维x,y,z,Mc可以包括移动终端校准后的磁传感器矢量数据,总共三维x,y,z。
步骤804,对地图数据进行划分,在所述地图数据上确定多个网格。
步骤806,依据各采集线的第一磁信息确定各网格的地磁栅格数据,采用所述网格和地磁栅格数据生成栅格化的地图数据。
可以对磁地图进行栅格化处理,即按照一定的比例和距离对地图数据进行划分,在所述地图数据上确定多个网格。然后采用各采集线的第一磁信息对网格进行匹配,确定各网格的地磁栅格数据,采用所述网格和地磁栅格数据生成栅格化的地图数据。
本申请一个可选实施例中,所述依据各采集线的第一磁信息确定各网格的地磁栅格数据,如图9所示包括如下子步骤:
子步骤902,遍历每条采集线,根据各采集线的第一磁信息确定各采集点的磁坐标数据。
子步骤904,依据所述磁坐标数据确定各源网格的第一地磁数据。
遍历每条采集线,根据采集线的起点和终点,磁数据的时间,以及线性差值计算出每个采集点的磁坐标数据,所述地磁坐标数据包括:经纬度坐标、第一磁数据和第一姿态角。如磁坐标数据(Px,Py,Mc1,Q1),其中Px,Py是经纬度坐标,Mc1为第一磁数据,Q1为第一姿态角。其中,
本申请一个可选实施例中,所述依据所述磁坐标数据确定各源网格的第一地磁数据,包括:依据所述经纬度坐标确定网格标识,将所述网格标识对应网格作为源网格;依据所述第一姿态角对所述第一磁数据进行旋转,确定所述源网格在大地坐标系对应的第一地磁数据。
由(Px,Py)可以计算出对应的网格标识(Gx,Gy),该网格标识用于标识一个网格,将该网格标识对应网格作为源网格。再依据移动终端的第一姿态角Q1和第一磁数据Mc1,采用Q1对Mc1进行旋转,可以计算出经过旋转后的大地坐标系的磁数据矢量即第一地磁数据Mg1。
子步骤906,分别以每个源网格为中心,查找在预置距离范围内的目标网格。
子步骤908,确定所述目标网格到源网格的距离。
针对一个源网格(Gx,Gy)把以(Gx,Gy)为中心,查找预置距离范围即m*m范围内的网格,然后给该网格配置地磁栅格数据,计算该网格到源网格(Gx,Gy)的距离,将dist属性配置为距离,还可以将该源网格对应磁坐标数据的第一地磁数据Mg作为该网格的磁数据,则地磁栅格数据包括该第一地磁数据Mg和距离dist。
子步骤910,检测所述目标网格是否记录有地磁栅格数据。
在确定出一个源网格的目标网格时,该目标网格可能已经作为其他源网格的目标网格,而被记录了地磁栅格数据,因此还要判断目标网格是否记录有地磁栅格数据。
若是,即目标网格记录有地磁栅格数据,执行子步骤914;若否,即目标网格未记录有地磁栅格数据,执行步骤子步骤912。
子步骤912,将所述距离和对应源网格的第一地磁数据记录为所述目标网格的地磁栅格数据。
若所述目标网格未记录地磁栅格数据,则将该距离,以及对应源网格的第一地磁数据记录到所述目标网格的地磁栅格数据中。
子步骤914,确定所述目标网格与当前源网格的当前距离,以及所述目标网格与之前源网格的之前距离。
若所述目标网格已记录地磁栅格数据,则确定所述目标网格与当前源网格的当前距离,以及所述目标网格与之前源网格的之前距离。
子步骤916,比较当前距离和之前距离的大小。
在目标网格距不同源网格距离不同时,其对应的磁数据也存在差异,因此可以比较当前距离和之前距离的大小。
当所述当前距离大于之前距离时,保留已记录的地磁栅格数据,即返回子步骤906继续匹配源网格的目标网格。
当所述当前距离小于之前距离时,执行子步骤918;当所述当前距离等于之前距离时,执行子步骤920。
子步骤918,采用所述当前距离和所述当前源网格的第一地磁数据更新已记录的地磁栅格数据。
当所述当前距离小于之前距离时,采用所述当前距离以及所述当前源网格的第一地磁数据替换原始记录,更新已记录的地磁栅格数据。
子步骤920,计算所述当前源网格的第一地磁数据和之前源网格的第一地磁数据的均值,采用所述当前距离和均值更新已记录的地磁栅格数据。
当所述当前距离和之前距离相同时,计算所述当前源网格的第一地磁数据和之前源网格的第一地磁数据的均值,采用所述当前距离和均值更新已记录的地磁栅格数据。
即如果要填的网格已经被填过地磁栅格数据值了,则比较要填的dist(当前距离)和已经填的dist(之前距离)哪个比较小,选择较小dist的磁数据值,即之前距离小则保留原始记录,当前距离小则更新记录,如果相同则两个第一地磁数据Mg1相加平均。
则每个网格的地磁栅格数据包括距离信息和第一磁数据,从而采用所述网格和地磁栅格数据生成栅格化的地图数据。本实施例中以GMAP表示整个栅格化后地图数据;MData表示一个栅格化后的地图数据,即一个网格的地磁栅格数据,其中每一个MData里面有Mg1和dist的数据,则MData_x_y=GMAP(x,y)表示在位置x,y,栅格化的地图数据。
步骤808,依据移动终端的行走采集信息。
步骤810,采用所述第二姿态角对所述第二磁数据进行旋转,确定所述轨迹点在大地坐标系对应的第二地磁数据;获取各轨迹点的轨迹角度、步数标识和第二地磁数据生成第二地磁信息。
本实施例中,基于PDR技术采集行走采集信息以确定第二地磁信息。即通过移动终端中的加速度,陀螺仪,磁传感器等传感器采集PDR轨迹(即行走轨迹)的行走采集信息,其中,行走采集信息包括:第二磁数据、第二姿态角。
本实施例中,将PDR轨迹的每一步配置为一个轨迹点,则PDR的轨迹由若干轨迹点组成,因此可以获取行走这一段时间内的移动终端的姿态角(Q),以及磁传感器的三轴矢量(Mc),即在PDR的每一个轨迹点上,获取对应每一步的行走采集信息,包括第二磁数据Mc2,第二姿态角Q2,以及该轨迹点的角度等。
然后依据行走采集信息确定第二地磁信息,先采用所述第二姿态角Q2对所述第二磁数据Mc2进行旋转,确定所述轨迹点在大地坐标系对应的第二地磁数据。本实施例中,将函数R作为使用Q把Mc旋转为Mg的函数,则Mg 2=R(Q2,Mc2)。则一个PDR轨迹点在大地坐标系下的第二磁数据可以为:
Figure BDA0000907888870000211
其中,Mg_step即指定一步的第二磁数据,n为该步内的Q2和Mc2的组个数。
然后获取各轨迹点的轨迹角度、步数标识和第二地磁数据生成第二地磁信息,则一个PDR轨迹由step_num,step_angle,Mg_step以及STEP组成。
其中,轨迹角度step_angle可以是PDR轨迹点的角度;步数标识step_num可以是PDR轨迹点的步数编号,如第一步、第二步等;第二地磁数据Mg_step PDR轨迹点在大地坐标系的磁数据;STEP可以表示一个PDR轨迹点的数据;相应的,STEP1,STEP2,……,STEPn就是n个轨迹点的PDR轨迹数据。
步骤812,确定目标采集点。
在获取到地磁栅格数据和PDR轨迹对应第二磁信息之后,然后可以将地磁栅格数据和PDR轨迹进行匹配,两者的匹配度越高,代表越有可能在这个位置,即通过匹配确定地磁观测评分,即给每一个地磁指纹点给予评分值,评价当前位置在这里的概率,从而实现地磁定位。
其中,上述确定出栅格地图GMAP,GMAP的每一个元素是地磁栅格数据MData,每一个MData里面的内容为Mg1和dist的数据。PDR轨迹数据可以由n个STEP组成的轨迹点的第二地磁信息,每一个轨迹点的第二地磁信息包含Mg_step,step_num,step_angle等。
本实施例中,首先确定目标采集点,可以遍历每一个搜索范围内的磁指纹点,以每一个磁指纹点作为目标采集点,然后依据所述第二磁信息和所述地磁栅格数据的匹配,对所述目标采集点进行定位,确定所述目标采集点的地磁定位结果。其中,可以将磁指纹的采集线按照一定的距离做切分,切分后的每一段线段的中点作为目标采集点(即磁采集点),目标采集点对应信息包括位置和Mg等磁数据。
即针对每个目标采集点遍历行走轨迹中各轨迹点的第二磁信息,然后与所述地磁栅格数据的匹配,得到相应匹配的分值进而确定所述目标采集点的地磁定位结果。具体步骤如下:
步骤814,依据所述目标采集点确定行走轨迹的匹配范围。
步骤816,对所述匹配范围内每个轨迹点的第二磁信息,采用所述地磁栅格数据分别进行匹配,确定所述目标采集点的地磁定位结果。
对于一个选定的磁采集点即目标采集点Pm,令ZERO_ANGLE为轨迹搜索的角度范围,STEP_SIZE_MIN为最小步长搜索范围,STEP_SCAL_MAX为最大步长搜索范围。则在-ZERO_ANGLE—ZERO_ANGLE角度范围,以及STEP_SIZE_MIN—STEP_SCAL_MAX的步长距离范围即该目标采集点所确定的行走轨迹对应匹配范围。其中,ZERO_ANGLE、STEP_SIZE_MIN和STEP_SCAL_MAX可以依据实际需求设定,如按照经验值设定。
然后在该匹配范围内遍历各轨迹点将第二磁信息和地磁栅格数据进行匹配,并执行若干次离散,即为对轨迹误差模型的离散搜索,从而在离散空间内的搜索的最高得分,作为该目标采集点Pm的观测分值,即地磁定位结果。
本申请一个可选实施例中,如图10所示,通过匹配确定目标采集点的地磁定位结果具体包括如下子步骤:
子步骤1002,以所述目标采集点为终点确定行走轨迹对应匹配范围。
子步骤1004,依据所述终点、步长搜索范围和轨迹零位角进行离散,在所述匹配范围内从终点向前遍历轨迹点。
子步骤1006,针对所述匹配范围内每个轨迹点,确定所述轨迹点对应的地磁栅格数据。
子步骤1008,依据所述轨迹点的第二磁信息和地磁栅格数据计算磁匹配差和距离匹配差。
子步骤1010,依据所述磁匹配差和距离匹配差确定所述目标采集点的地磁定位结果。
在一个具体示例中,对于一个给定的目标采集点Pm,给定的轨迹零位角zero_angle,给定的步长搜索范围step_size,可以一段匹配的PDR轨迹数据,计算最终的匹配得分F_score。
将目标采集点作为终点,依据匹配范围确定行走轨迹对应起点,从而确定出匹配范围,然后从终点向起点即从后往前遍历每一个PDR轨迹数据,以执行轨迹误差模型的离散搜索,具体过程如下:
确定目标采集点Pm的坐标范围,即令Cx=Pm(x)即Pm点的横坐标,Cy=Pm(y)即Pm点的纵坐标。然后依据所述终点、步长搜索范围step_size和轨迹零位角zero_angle进行离散,在所述匹配范围内从终点向前遍历轨迹点,即:
Cx=Cx-STEP(step_num)*step_size*cos(STEP(step_angle)+zero_angle)
Cy=Cy-STEP(step_num)*step_size*sin(STEP(step_angle)+zero_angle)
然后针对所述匹配范围内每个轨迹点,确定所述轨迹点对应的磁栅格数据,匹配的轨迹点的第二磁信息为STEP(Mg_step),相应匹配出的栅格地图中对应位置Cx,Cy上的地磁栅格数据为GMAP(cx,cy)。然后依据所述轨迹点的第二磁信息和地磁栅格数据计算磁匹配差和距离匹配差,即:
每个轨迹点的磁匹配差Dmg=(GMap(cx,cy)-STEP(Mg_step)),即将第二磁信息和地磁栅格数据的磁矢量相减计算差值,即第一磁数据Mg1和第二磁数据Mg_step相减。
每个轨迹点的距离匹配差Ddist=GMap(cx,cy).dist,即cx,cy坐标上对应的地磁栅格数据中的dist属性值。
然后计算各轨迹点的磁匹配差的均值,将其作为PDR轨迹和栅格地图的磁匹配差,即:
Figure BDA0000907888870000241
然后计算各轨迹点的距离匹配差的均值,将其作为PDR轨迹和栅格地图的距离匹配差,即:
Figure BDA0000907888870000242
其中,n为PDR轨迹点的个数
然后依据所述磁匹配差和距离匹配差确定所述目标采集点的地磁定位结果。本申请另一个可选实施例中,依据所述磁匹配差和距离匹配差确定所述目标采集点的地磁定位结果,包括:依据所述磁匹配差和距离匹配差,确定所述匹配范围内每个轨迹点的匹配分值;将所述匹配范围内最大的匹配分值作为所述目标采集点的观测分值,将所述观测分值作为所述目标采集点的地磁定位结果。即依据磁匹配差和距离匹配差在匹配范围进行离散,得到相应的匹配分值,例如通过高斯函数进行离散,即:
PDR轨迹和栅格地图的磁匹配分值S_AllMg=Guass(D_AllMg,P1);
PDR轨迹和栅格地图的距离匹配分值S_AllDist=Guass(D_AllDist,P2);
其中,S_AllMg范围0-1,S_AllDist范围0-1,Guass为高斯函数,P1,P2分别为高斯函数的参数。
再依据磁匹配分值和距离匹配分值计算匹配分值,即:
F_score=S_AllDist*S_AllMg
其中,F_score为最终轨迹和栅格地图的匹配分值。
相应的,对于一个给定的目标采集点Pm,选择遍历的所有step_size和zero_angle构成的匹配范围,确定出该轨迹点的匹配分值,然后将各匹配分值进行比较,确定匹配范围内最大的匹配分值,该最大的匹配分值F_score_max即为目标采集点Pm最终得分,即所述目标采集点的观测分值。
若仅是执行地磁定位,则依据上述步骤计算出所有目标采集点Pm的F_score_max作为地磁定位结果,即可完成地磁定位。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请实施例并不受所描述的动作顺序的限制,因为依据本申请实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本申请实施例所必须的。
实施例三
参照图11,示出了本申请一种定位更新装置实施例的结构框图,具体可以包括如下模块:
地磁筛选模块1102,用于依据地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点。
栅格确定模块1104,用于依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据。
轨迹Wifi确定模块1106,用于依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据。
匹配更新模块1108,用于通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新。
综上,地磁信号的数据相对比较稳定,因此采用地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点,然后依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据,依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据,再通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新,从而保证Wifi指纹的时效性,提高Wifi定位的精度。
参照图12,示出了本申请另一种定位更新装置实施例的结构框图,具体可以包括如下模块:
轨迹点筛选模块1110,用于依据移动终端的行走采集信息对轨迹点进行筛选,确定符合第二规则的轨迹点,其中,所述第二规则包括以下至少一项:数量规则、变化率规则和角度规则。
备选点确定模块1112,用于确定Wifi指纹点的Wifi匹配个数;筛选所述Wifi匹配个数超过第二阈值的Wifi指纹点作为Wifi备选点。
地磁筛选模块1102,用于依据地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点。
栅格确定模块1104,用于依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据。
轨迹Wifi确定模块1106,用于依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据。
匹配更新模块1108,用于通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新。
备选点确定模块1112,还用于采用Wifi备选点确定备选中心点,将在所述备选中心点的预置范围内的Wifi指纹点作为Wifi备选点。
其中,所述地磁筛选模块1102,包括:
地磁确定子模块11022,用于获取各Wifi备选点对应的地磁定位结果。
备选点筛选子模块11024,用于筛选地磁定位结果大于第一阈值的Wifi备选点。
聚类子模块11026,用于通过对筛选的Wifi备选点进行层次聚类,确定Wifi筛选点。
所述聚类子模块11026,用于依据距离对筛选的Wifi备选点进行聚类,确定各聚类集合;针对每个聚类集合,筛选地磁定位结果中观测分值最大的Wifi备选点作为Wifi筛选点。
栅格确定模块1104,包括:
网格划分子模块11042,用于对地图数据进行划分,在所述地图数据上确定多个网格。
栅格数据确定子模块11044,用于遍历每个Wifi筛选点,依据第一Wifi数据确定各网格的Wifi栅格数据,采用所述网格和Wifi栅格数据生成栅格化的地图数据,其中,所述第一Wifi数据包括:坐标数据和第一扫描信息。
参照图13,示出了本申请另一种定位更新装置实施例中栅格数据确定子模块的结构框图。
所述栅格数据确定子模块11044,包括:
Wifi数据确定单元110442,用于按照所述坐标数据分别匹配每个Wifi筛选点的源网格,将对应第一扫描信息确定为每个源网格的Wifi数据。
查找单元110444,用于分别以每个源网格为中心,查找在预置距离范围内的目标网格。
栅格数据记录单元110446,用于确定所述目标网格到源网格的距离,将所述距离和对应源网格的Wifi数据记录为所述目标网格的Wifi栅格数据。
所述栅格数据记录单元110446,还用于若所述目标网格已记录Wifi数据,则确定所述目标网格与当前源网格的当前距离,以及所述目标网格与之前源网格的之前距离;当所述当前距离大于之前距离时,保留已记录的Wifi栅格数据;当所述当前距离小于之前距离时,采用所述当前距离和所述当前源网格的第一扫描信息更新已记录的Wifi栅格数据;当所述当前距离和之前距离相同时,计算所述当前源网格的第一扫描信息和之前源网格的第一扫描信息的均值,采用所述当前距离和均值更新已记录的Wifi栅格数据。
匹配更新模块1108,包括:
采集点确定子模块11082,用于确定目标采集点。
更新点筛选子模块11084,用于依据所述第二Wifi数据和所述Wifi栅格数据的匹配,从目标采集点中筛选Wifi更新点。
更新子模块11086,用于对所述Wifi更新点的Wifi指纹数据进行更新。
参照图14,示出了本申请另一种定位更新装置实施例中更新点筛选子模块的结构框图。
更新点筛选子模块11084,包括:
范围确定单元110842,用于依据所述目标采集点确定行走轨迹的匹配范围。
筛选单元110844,用于对所述匹配范围内每个轨迹点的第二Wifi数据,采用所述Wifi栅格数据分别进行匹配,从目标采集点中筛选Wifi更新点。
所述范围确定单元110842,用于以所述目标采集点为终点确定行走轨迹对应匹配范围;依据所述终点、步长搜索范围和轨迹零位角进行离散,在所述匹配范围内从终点向前遍历轨迹点。
所述筛选单元110844,用于针对所述匹配范围内每个轨迹点,确定所述轨迹点对应的Wifi栅格数据;依据所述轨迹点的第二Wifi数据和Wifi栅格数据计算Wifi匹配差和距离匹配差;依据所述Wifi匹配差和距离匹配差,从目标采集点中筛选Wifi更新点。
所述筛选单元110844,用于依据所述Wifi匹配差和距离匹配差,确定所述匹配范围内每个轨迹点的匹配分值;将所述匹配范围内最大的匹配分值作为所述目标采集点的观测分值;采用目标采集点的观测分值和对应的地磁定位结果确定总分值;通过将各目标采集点的总分值与定位评分结果进行比较,确定满足第一规则的目标采集点作为Wifi更新点。
参照图15,示出了本申请另一种定位更新装置实施例中更新子模块的结构框图。
所述更新子模块11086,包括:
数据获取单元110862,用于针对每个Wifi更新点,获取所述Wifi更新点的坐标数据、观测分值、地磁定位结果中的地磁评分和行走轨迹数据;
筛选确定单元110864,用于从所述行走轨迹数据中筛选目标轨迹点,确定目标轨迹点对应的Wifi数据;
权重确定单元110866,用于依据所述观测分值和所述地磁评分确定权重信息;
指纹更新单元110868,用于依据所述权重数据、Wifi数据和目标轨迹点的第二扫描信息确定Wifi更新点的Wifi指纹数据。
所述筛选确定单元110864,用于从所述行走轨迹数据中确定具有第二Wifi数据的轨迹点,作为目标轨迹点;确定所述目标轨迹点的轨迹坐标数据,以及所述轨迹坐标数据对应网格的Wifi数据。
轨迹Wifi确定模块1106,用于依据移动终端的行走采集信息确定行走轨迹数据,从行走轨迹数据中获取每个轨迹点的第二Wifi数据。
实施例四
在上述实施例的基础上,本实施例还公开了一种智能终端。
参照图16,示出了本申请一种智能终端实施例的结构框图,具体可以包括如下模块:
该智能终端1600包括:存储器1610、显示器1620、处理器1630和输入单元1640。
其中,该输入单元1640可用于接收用户输入的数字或字符信息,以及控制信号。具体地,本发明实施例中,该输入单元1640可以包括触摸屏1641,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触摸屏1641上的操作),并根据预先设定的程式驱动相应的连接装置。当然,除了触摸屏1641,输入单元1640还可以包括其他输入设备,如物理键盘、功能键(比如音量控制按键、开关按键等)、鼠标等。
显示器1620包括显示面板,可选的,可以采用液晶显示器(Liquid CrystalDisplay,LCD)或有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板。其中,触摸屏可以覆盖显示面板,形成触摸显示屏,当该触摸显示屏检测到在其上或附近的触摸操作后,传送给处理器630以执行相应的处理。
在本发明实施例中,通过调用存储该存储器1610内的软件程序,和/或,模块,和/或,数据,处理器1630用于依据地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点;依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据;依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据;通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新。
可选的,所述依据地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点,包括:获取各Wifi备选点对应的地磁定位结果;筛选地磁定位结果大于第一阈值的Wifi备选点;通过对筛选的Wifi备选点进行层次聚类,确定Wifi筛选点。
可选的,所述通过对筛选的Wifi备选点进行层次聚类,确定Wifi筛选点,包括:依据距离对筛选的Wifi备选点进行聚类,确定各聚类集合;针对每个聚类集合,筛选地磁定位结果中观测分值最大的Wifi备选点作为Wifi筛选点。
可选的,依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据,包括:对地图数据进行划分,在所述地图数据上确定多个网格;遍历每个Wifi筛选点,依据第一Wifi数据确定各网格的Wifi栅格数据,采用所述网格和Wifi栅格数据生成栅格化的地图数据,其中,所述第一Wifi数据包括:坐标数据和第一扫描信息。
可选的,所述依据第一Wifi数据确定各网格的Wifi栅格数据,采用所述网格和Wifi栅格数据生成栅格化的地图数据,包括:按照所述坐标数据分别匹配每个Wifi筛选点的源网格,将对应第一扫描信息确定为每个源网格的Wifi数据;分别以每个源网格为中心,查找在预置距离范围内的目标网格;确定所述目标网格到源网格的距离,将所述距离和对应源网格的Wifi数据记录为所述目标网格的Wifi栅格数据。
可选的,以当前源网格为中心,查找在预置距离范围内的目标网格之后,还包括:若所述目标网格已记录Wifi数据,则确定所述目标网格与当前源网格的当前距离,以及所述目标网格与之前源网格的之前距离;当所述当前距离大于之前距离时,保留已记录的Wifi栅格数据;当所述当前距离小于之前距离时,采用所述当前距离和所述当前源网格的第一扫描信息更新已记录的Wifi栅格数据;当所述当前距离和之前距离相同时,计算所述当前源网格的第一扫描信息和之前源网格的第一扫描信息的均值,采用所述当前距离和均值更新已记录的Wifi栅格数据。
可选的,通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新,包括:确定目标采集点;依据所述第二Wifi数据和所述Wifi栅格数据的匹配,从目标采集点中筛选Wifi更新点;对所述Wifi更新点的Wifi指纹数据进行更新。
可选的,依据所述第二Wifi数据和所述Wifi栅格数据的匹配,从目标采集点中筛选Wifi更新点,包括:依据所述目标采集点确定行走轨迹的匹配范围;对所述匹配范围内每个轨迹点的第二Wifi数据,采用所述Wifi栅格数据分别进行匹配,从目标采集点中筛选Wifi更新点。
可选的,依据所述目标采集点确定行走轨迹的匹配范围,包括:以所述目标采集点为终点确定行走轨迹对应匹配范围;依据所述终点、步长搜索范围和轨迹零位角进行离散,在所述匹配范围内从终点向前遍历轨迹点。
可选的,对所述匹配范围内每个轨迹点的第二Wifi数据,采用所述Wifi栅格数据分别进行匹配,从目标采集点中筛选Wifi更新点,包括:针对所述匹配范围内每个轨迹点,确定所述轨迹点对应的Wifi栅格数据;依据所述轨迹点的第二Wifi数据和Wifi栅格数据计算Wifi匹配差和距离匹配差;依据所述Wifi匹配差和距离匹配差,从目标采集点中筛选Wifi更新点。
可选的,依据所述Wifi匹配差和距离匹配差,从目标采集点中筛选Wifi更新点,包括:依据所述Wifi匹配差和距离匹配差,确定所述匹配范围内每个轨迹点的匹配分值;将所述匹配范围内最大的匹配分值作为所述目标采集点的观测分值;采用目标采集点的观测分值和对应的地磁定位结果确定总分值;通过将各目标采集点的总分值与定位评分结果进行比较,确定满足第一规则的目标采集点作为Wifi更新点。
可选的,所述对所述Wifi更新点的Wifi指纹数据进行更新,包括:针对每个Wifi更新点,获取所述Wifi更新点的坐标数据、观测分值、地磁定位结果中的地磁评分和行走轨迹数据;从所述行走轨迹数据中筛选目标轨迹点,确定目标轨迹点对应的Wifi数据;依据所述观测分值和所述地磁评分确定权重信息;依据所述权重数据、Wifi数据和目标轨迹点的第二扫描信息确定Wifi更新点的Wifi指纹数据。
可选的,从所述行走轨迹数据中筛选目标轨迹点,确定目标轨迹点的Wifi数据,包括:从所述行走轨迹数据中确定具有第二Wifi数据的轨迹点,作为目标轨迹点;确定所述目标轨迹点的轨迹坐标数据,以及所述轨迹坐标数据对应网格的Wifi数据。
可选的,依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据,包括:依据移动终端的行走采集信息确定行走轨迹数据,从行走轨迹数据中获取每个轨迹点的第二Wifi数据。
可选的,还包括:对轨迹点进行筛选的步骤:依据移动终端的行走采集信息对轨迹点进行筛选,确定符合第二规则的轨迹点,其中,所述第二规则包括以下至少一项:数量规则、变化率规则和角度规则。
可选的,还包括筛选Wifi备选点的步骤:确定Wifi指纹点的Wifi匹配个数;筛选所述Wifi匹配个数超过第二阈值的Wifi指纹点作为Wifi备选点。
可选的,还包括:采用Wifi备选点确定备选中心点,将在所述备选中心点的预置范围内的Wifi指纹点作为Wifi备选点。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
在一个典型的配置中,所述计算机设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非持续性的电脑可读媒体(transitory media),如调制的数据信号和载波。
本申请实施例是参照根据本申请实施例的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种定位更新方法、一种定位更新装置和一种移动终端,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (35)

1.一种定位更新方法,其特征在于,包括:
依据地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点,所述Wifi备选点依据wifi指纹筛选确定,所述地磁定位结果包括:Wifi备选点的地磁定位结果;
依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据;
依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据;
通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新。
2.根据权利要求1所述的方法,其特征在于,所述依据地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点,包括:
获取各Wifi备选点对应的地磁定位结果;
筛选地磁定位结果大于第一阈值的Wifi备选点;
通过对筛选的Wifi备选点进行层次聚类,确定Wifi筛选点。
3.根据权利要求2所述的方法,其特征在于,所述通过对筛选的Wifi备选点进行层次聚类,确定Wifi筛选点,包括:
依据距离对筛选的Wifi备选点进行聚类,确定各聚类集合;
针对每个聚类集合,筛选地磁定位结果中观测分值最大的Wifi备选点作为Wifi筛选点。
4.根据权利要求1所述的方法,其特征在于,依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据,包括:
对地图数据进行划分,在所述地图数据上确定多个网格;
遍历每个Wifi筛选点,依据第一Wifi数据确定各网格的Wifi栅格数据,采用所述网格和Wifi栅格数据生成栅格化的地图数据,其中,所述第一Wifi数据包括:坐标数据和第一扫描信息。
5.根据权利要求4所述的方法,其特征在于,所述依据第一Wifi数据确定各网格的Wifi栅格数据,采用所述网格和Wifi栅格数据生成栅格化的地图数据,包括:
按照所述坐标数据分别匹配每个Wifi筛选点的源网格,将对应第一扫描信息确定为每个源网格的Wifi数据;
分别以每个源网格为中心,查找在预置距离范围内的目标网格;
确定所述目标网格到源网格的距离,将所述距离和对应源网格的Wifi数据记录为所述目标网格的Wifi栅格数据。
6.根据权利要求5所述的方法,其特征在于,以当前源网格为中心,查找在预置距离范围内的目标网格之后,还包括:
若所述目标网格已记录Wifi数据,则确定所述目标网格与当前源网格的当前距离,以及所述目标网格与之前源网格的之前距离;
当所述当前距离大于之前距离时,保留已记录的Wifi栅格数据;
当所述当前距离小于之前距离时,采用所述当前距离和所述当前源网格的第一扫描信息更新已记录的Wifi栅格数据;
当所述当前距离和之前距离相同时,计算所述当前源网格的第一扫描信息和之前源网格的第一扫描信息的均值,采用所述当前距离和均值更新已记录的Wifi栅格数据。
7.根据权利要求1所述的方法,其特征在于,通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新,包括:
确定目标采集点;
依据所述第二Wifi数据和所述Wifi栅格数据的匹配,从目标采集点中筛选Wifi更新点;
对所述Wifi更新点的Wifi指纹数据进行更新。
8.根据权利要求7所述的方法,其特征在于,依据所述第二Wifi数据和所述Wifi栅格数据的匹配,从目标采集点中筛选Wifi更新点,包括:
依据所述目标采集点确定行走轨迹的匹配范围;
对所述匹配范围内每个轨迹点的第二Wifi数据,采用所述Wifi栅格数据分别进行匹配,从目标采集点中筛选Wifi更新点。
9.根据权利要求8所述的方法,其特征在于,依据所述目标采集点确定行走轨迹的匹配范围,包括:
以所述目标采集点为终点确定行走轨迹对应匹配范围;
依据所述终点、步长搜索范围和轨迹零位角进行离散,在所述匹配范围内从终点向前遍历轨迹点。
10.根据权利要求8所述的方法,其特征在于,对所述匹配范围内每个轨迹点的第二Wifi数据,采用所述Wifi栅格数据分别进行匹配,从目标采集点中筛选Wifi更新点,包括:
针对所述匹配范围内每个轨迹点,确定所述轨迹点对应的Wifi栅格数据;
依据所述轨迹点的第二Wifi数据和Wifi栅格数据计算Wifi匹配差和距离匹配差;
依据所述Wifi匹配差和距离匹配差,从目标采集点中筛选Wifi更新点。
11.根据权利要求10所述的方法,其特征在于,依据所述Wifi匹配差和距离匹配差,从目标采集点中筛选Wifi更新点,包括:
依据所述Wifi匹配差和距离匹配差,确定所述匹配范围内每个轨迹点的匹配分值;
将所述匹配范围内最大的匹配分值作为所述目标采集点的观测分值;
采用目标采集点的观测分值和对应的地磁定位结果确定总分值;
通过将各目标采集点的总分值与定位评分结果进行比较,确定满足第一规则的目标采集点作为Wifi更新点。
12.根据权利要求11所述的方法,其特征在于,所述对所述Wifi更新点的Wifi指纹数据进行更新,包括:
针对每个Wifi更新点,获取所述Wifi更新点的坐标数据、观测分值、地磁定位结果中的地磁评分和行走轨迹数据;
从所述行走轨迹数据中筛选目标轨迹点,确定目标轨迹点对应的Wifi数据;
依据所述观测分值和所述地磁评分确定权重信息;
依据所述权重数据、Wifi数据和目标轨迹点的第二扫描信息确定Wifi更新点的Wifi指纹数据。
13.根据权利要求12所述的方法,其特征在于,从所述行走轨迹数据中筛选目标轨迹点,确定目标轨迹点的Wifi数据,包括:
从所述行走轨迹数据中确定具有第二Wifi数据的轨迹点,作为目标轨迹点;
确定所述目标轨迹点的轨迹坐标数据,以及所述轨迹坐标数据对应网格的Wifi数据。
14.根据权利要求12所述的方法,其特征在于,依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据,包括:
依据移动终端的行走采集信息确定行走轨迹数据,从行走轨迹数据中获取每个轨迹点的第二Wifi数据。
15.根据权利要求1所述的方法,其特征在于,还包括:对轨迹点进行筛选的步骤:
依据移动终端的行走采集信息对轨迹点进行筛选,确定符合第二规则的轨迹点,其中,所述第二规则包括以下至少一项:数量规则、变化率规则和角度规则。
16.根据权利要求1所述的方法,其特征在于,还包括筛选Wifi备选点的步骤:
确定Wifi指纹点的Wifi匹配个数;
筛选所述Wifi匹配个数超过第二阈值的Wifi指纹点作为Wifi备选点。
17.根据权利要求1所述的方法,其特征在于,还包括:
采用Wifi备选点确定备选中心点,将在所述备选中心点的预置范围内的Wifi指纹点作为Wifi备选点。
18.一种定位更新装置,其特征在于,包括:
地磁筛选模块,用于依据地磁定位结果对Wifi备选点进行筛选,确定Wifi筛选点,所述Wifi备选点依据wifi指纹筛选确定,所述地磁定位结果包括:Wifi备选点的地磁定位结果;
栅格确定模块,用于依据所述Wifi筛选点的第一Wifi数据确定Wifi栅格数据;
轨迹Wifi确定模块,用于依据移动终端的行走采集信息,确定轨迹点的第二Wifi数据;
匹配更新模块,用于通过所述第二Wifi数据和Wifi栅格数据的匹配,对Wifi指纹数据进行更新。
19.根据权利要求18所述的装置,其特征在于,所述地磁筛选模块,包括:
地磁确定子模块,用于获取各Wifi备选点对应的地磁定位结果;
备选点筛选子模块,用于筛选地磁定位结果大于第一阈值的Wifi备选点;
聚类子模块,用于通过对筛选的Wifi备选点进行层次聚类,确定Wifi筛选点。
20.根据权利要求19所述的装置,其特征在于,
所述聚类子模块,用于依据距离对筛选的Wifi备选点进行聚类,确定各聚类集合;针对每个聚类集合,筛选地磁定位结果中观测分值最大的Wifi备选点作为Wifi筛选点。
21.根据权利要求18所述的装置,其特征在于,栅格确定模块,包括:
网格划分子模块,用于对地图数据进行划分,在所述地图数据上确定多个网格;
栅格数据确定子模块,用于遍历每个Wifi筛选点,依据第一Wifi数据确定各网格的Wifi栅格数据,采用所述网格和Wifi栅格数据生成栅格化的地图数据,其中,所述第一Wifi数据包括:坐标数据和第一扫描信息。
22.根据权利要求21所述的装置,其特征在于,所述栅格数据确定子模块,包括:
Wifi数据确定单元,用于按照所述坐标数据分别匹配每个Wifi筛选点的源网格,将对应第一扫描信息确定为每个源网格的Wifi数据;
查找单元,用于分别以每个源网格为中心,查找在预置距离范围内的目标网格;
栅格数据记录单元,用于确定所述目标网格到源网格的距离,将所述距离和对应源网格的Wifi数据记录为所述目标网格的Wifi栅格数据。
23.根据权利要求22所述的装置,其特征在于,
所述栅格数据记录单元,还用于若所述目标网格已记录Wifi数据,则确定所述目标网格与当前源网格的当前距离,以及所述目标网格与之前源网格的之前距离;当所述当前距离大于之前距离时,保留已记录的Wifi栅格数据;当所述当前距离小于之前距离时,采用所述当前距离和所述当前源网格的第一扫描信息更新已记录的Wifi栅格数据;当所述当前距离和之前距离相同时,计算所述当前源网格的第一扫描信息和之前源网格的第一扫描信息的均值,采用所述当前距离和均值更新已记录的Wifi栅格数据。
24.根据权利要求18所述的装置,其特征在于,匹配更新模块,包括:
采集点确定子模块,用于确定目标采集点;
更新点筛选子模块,用于依据所述第二Wifi数据和所述Wifi栅格数据的匹配,从目标采集点中筛选Wifi更新点;
更新子模块,用于对所述Wifi更新点的Wifi指纹数据进行更新。
25.根据权利要求24所述的装置,其特征在于,更新点筛选子模块,包括:
范围确定单元,用于依据所述目标采集点确定行走轨迹的匹配范围;
筛选单元,用于对所述匹配范围内每个轨迹点的第二Wifi数据,采用所述Wifi栅格数据分别进行匹配,从目标采集点中筛选Wifi更新点。
26.根据权利要求25所述的装置,其特征在于,
所述范围确定单元,用于以所述目标采集点为终点确定行走轨迹对应匹配范围;依据所述终点、步长搜索范围和轨迹零位角进行离散,在所述匹配范围内从终点向前遍历轨迹点。
27.根据权利要求25所述的装置,其特征在于,
所述筛选单元,用于针对所述匹配范围内每个轨迹点,确定所述轨迹点对应的Wifi栅格数据;依据所述轨迹点的第二Wifi数据和Wifi栅格数据计算Wifi匹配差和距离匹配差;依据所述Wifi匹配差和距离匹配差,从目标采集点中筛选Wifi更新点。
28.根据权利要求27所述的装置,其特征在于,
所述筛选单元,用于依据所述Wifi匹配差和距离匹配差,确定所述匹配范围内每个轨迹点的匹配分值;将所述匹配范围内最大的匹配分值作为所述目标采集点的观测分值;采用目标采集点的观测分值和对应的地磁定位结果确定总分值;通过将各目标采集点的总分值与定位评分结果进行比较,确定满足第一规则的目标采集点作为Wifi更新点。
29.根据权利要求28所述的装置,其特征在于,所述更新子模块,包括:
数据获取单元,用于针对每个Wifi更新点,获取所述Wifi更新点的坐标数据、观测分值、地磁定位结果中的地磁评分和行走轨迹数据;
筛选确定单元,用于从所述行走轨迹数据中筛选目标轨迹点,确定目标轨迹点对应的Wifi数据;
权重确定单元,用于依据所述观测分值和所述地磁评分确定权重信息;
指纹更新单元,用于依据所述权重数据、Wifi数据和目标轨迹点的第二扫描信息确定Wifi更新点的Wifi指纹数据。
30.根据权利要求29所述的装置,其特征在于,
所述筛选确定单元,用于从所述行走轨迹数据中确定具有第二Wifi数据的轨迹点,作为目标轨迹点;确定所述目标轨迹点的轨迹坐标数据,以及所述轨迹坐标数据对应网格的Wifi数据。
31.根据权利要求29所述的装置,其特征在于,
轨迹Wifi确定模块,用于依据移动终端的行走采集信息确定行走轨迹数据,从行走轨迹数据中获取每个轨迹点的第二Wifi数据。
32.根据权利要求18所述的装置,其特征在于,还包括:
轨迹点筛选模块,用于依据移动终端的行走采集信息对轨迹点进行筛选,确定符合第二规则的轨迹点,其中,所述第二规则包括以下至少一项:数量规则、变化率规则和角度规则。
33.根据权利要求18所述的装置,其特征在于,还包括:
备选点确定模块,用于确定Wifi指纹点的Wifi匹配个数;筛选所述Wifi匹配个数超过第二阈值的Wifi指纹点作为Wifi备选点。
34.根据权利要求18所述的装置,其特征在于,
备选点确定模块,还用于采用Wifi备选点确定备选中心点,将在所述备选中心点的预置范围内的Wifi指纹点作为Wifi备选点。
35.一种移动终端,其特征在于,所述移动终端包括:存储器、显示器、处理器和输入单元,所述处理器用于执行上述权利要求1-17任一所述的方法。
CN201610029328.5A 2016-01-15 2016-01-15 一种定位更新方法、装置和移动终端 Active CN106982414B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610029328.5A CN106982414B (zh) 2016-01-15 2016-01-15 一种定位更新方法、装置和移动终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610029328.5A CN106982414B (zh) 2016-01-15 2016-01-15 一种定位更新方法、装置和移动终端

Publications (2)

Publication Number Publication Date
CN106982414A CN106982414A (zh) 2017-07-25
CN106982414B true CN106982414B (zh) 2020-06-09

Family

ID=59340633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610029328.5A Active CN106982414B (zh) 2016-01-15 2016-01-15 一种定位更新方法、装置和移动终端

Country Status (1)

Country Link
CN (1) CN106982414B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107872874B (zh) * 2017-09-20 2021-04-16 百度在线网络技术(北京)有限公司 定位数据的更新方法、服务器及计算机可读介质
CN110134744B (zh) * 2018-02-08 2022-04-05 腾讯科技(深圳)有限公司 对地磁信息进行更新的方法、装置和***
CN110602737B (zh) * 2018-06-12 2023-03-14 百度在线网络技术(北京)有限公司 区域性拆迁识别方法、装置、计算机设备及存储介质
CN110719568B (zh) * 2018-07-13 2022-03-25 腾讯大地通途(北京)科技有限公司 一种室内定位方法、装置、介质以及设备
CN111143488B (zh) * 2018-11-06 2023-03-28 阿里巴巴集团控股有限公司 一种poi位置的确定方法及装置
CN111741525B (zh) * 2020-03-05 2021-07-16 腾讯科技(深圳)有限公司 定位指纹的更新方法、装置、存储介质和电子设备
CN112566027B (zh) * 2020-11-26 2022-08-19 腾讯科技(深圳)有限公司 室内定位指纹更新方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104244406A (zh) * 2014-09-18 2014-12-24 中国矿业大学 一种云计算数据下的矿井移动目标定位***及方法
CN104483658A (zh) * 2014-12-30 2015-04-01 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
CN104768167A (zh) * 2015-04-21 2015-07-08 腾云天宇科技(北京)有限公司 一种wifi指纹的更新方法及装置
CN105043380A (zh) * 2015-06-29 2015-11-11 武汉大学 基于微机电传感器、WiFi定位、磁场匹配的室内导航方法
CN105072580A (zh) * 2015-08-25 2015-11-18 深圳先进技术研究院 基于扫地机器人的wifi指纹地图自动采集***及方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9103916B2 (en) * 2012-05-02 2015-08-11 Texas Instruments Incorporated Apparatus and method for indoor positioning
US20150106403A1 (en) * 2013-10-15 2015-04-16 Indooratlas Oy Generating search database based on sensor measurements

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104244406A (zh) * 2014-09-18 2014-12-24 中国矿业大学 一种云计算数据下的矿井移动目标定位***及方法
CN104483658A (zh) * 2014-12-30 2015-04-01 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
CN104768167A (zh) * 2015-04-21 2015-07-08 腾云天宇科技(北京)有限公司 一种wifi指纹的更新方法及装置
CN105043380A (zh) * 2015-06-29 2015-11-11 武汉大学 基于微机电传感器、WiFi定位、磁场匹配的室内导航方法
CN105072580A (zh) * 2015-08-25 2015-11-18 深圳先进技术研究院 基于扫地机器人的wifi指纹地图自动采集***及方法

Also Published As

Publication number Publication date
CN106982414A (zh) 2017-07-25

Similar Documents

Publication Publication Date Title
CN106982414B (zh) 一种定位更新方法、装置和移动终端
CN106979778B (zh) 一种定位方法、装置和移动终端
CN105550199B (zh) 一种基于多源地图的点位聚合方法及装置
CN106441292B (zh) 一种基于众包imu惯导数据的楼宇室内平面图建立方法
CN110455291B (zh) 用于利用磁场异常进行户内定位-寻找的方法和装置
CN109883418A (zh) 一种室内定位方法及装置
CN108254784B (zh) 一种基于二维地震数据的断层识别方法、装置及***
CN110909093B (zh) 智慧地标控制网的构建方法及装置
CN106842193A (zh) 道路检测信息的处理方法、装置和***
KR102344961B1 (ko) 도로경계선 측량을 통해 gis를 구축할 수 있는 수치지도 제작시스템
CN110008801A (zh) 基于移动遥测数据识别数字地图中的缺失要素
CN111475746B (zh) 兴趣点位置挖掘方法、装置、计算机设备和存储介质
Karantanellis et al. 3D hazard analysis and object-based characterization of landslide motion mechanism using UAV imagery
Williams et al. The increasing need for geographical information technology (GIT) tools in geoconservation and geotourism
Yan et al. Light detection and ranging/inertial measurement unit-integrated navigation positioning for indoor mobile robots
Wang et al. Hybrid model for estimating forest canopy heights using fused multimodal spaceborne LiDAR data and optical imagery
Rau et al. Semi-automatic shallow landslide detection by the integration of airborne imagery and laser scanning data
Miky et al. A combined contour lines iteration algorithm and Delaunay triangulation for terrain modeling enhancement
CN112711646B (zh) 基于地学信息的找矿方法及装置、电子设备、存储介质
Lock et al. Walking the Ridgeway revisited: the methodological and theoretical implications of scale dependency for the derivation of slope and the calculation of least-cost pathways
CN111275072B (zh) 一种基于聚类采样的山区土壤厚度预测方法
CN115271564B (zh) 一种公路边坡灾害空间危险性区划方法及终端机
CN107329174A (zh) 在地震剖面上显示测井信息的方法及装置
CN115018973A (zh) 一种低空无人机点云建模精度的无靶标评估方法
Liang et al. ForestSemantic: a dataset for semantic learning of forest from close-range sensing

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
GR01 Patent grant
GR01 Patent grant