CN112268562B - 一种基于行人自动轨迹导航的融合数据处理*** - Google Patents
一种基于行人自动轨迹导航的融合数据处理*** Download PDFInfo
- Publication number
- CN112268562B CN112268562B CN202011145640.3A CN202011145640A CN112268562B CN 112268562 B CN112268562 B CN 112268562B CN 202011145640 A CN202011145640 A CN 202011145640A CN 112268562 B CN112268562 B CN 112268562B
- Authority
- CN
- China
- Prior art keywords
- data
- navigation
- track
- automatic
- pedestrian
- 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
Links
Images
Classifications
-
- 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
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于行人自动轨迹导航的融合数据处理***,包括室内行人自动轨迹导航单元,用于实现室内行人的第一轨迹导航的自动化识别处理和第一轨迹导航数据的提供;地铁轻轨自动轨迹导航单元,用于实现室内行人的第二轨迹导航的自动化识别处理和第二轨迹导航数据的提供;数据采集单元,用于在轨迹导航过程中检测数据的实时采集;数据解析适配单元,用于对各数据进行解析处理;融合数据处理应用单元,用于将解析后的数据进行关联和分段处理,并根据分段的结果展示对应的轨迹导航图;其有益效果是:利用对室内行人、地铁轻轨轨迹导航数据和采集数据的解析与关联匹配,实现行人在室内和地铁轻轨场景下对多种行人轨迹导航数据的融合处理。
Description
技术领域
本发明涉及室内及轨道交通的轨迹导航技术领域,具体涉及一种基于行人自动轨迹导航的融合数据处理***。
背景技术
现有技术中,行人轨迹导航技术已得到有效的应用,但是从应用的范围来看,大多应用于室外的轨迹检测,而在行人进入室内时,由于环境的特殊性,当前技术主要是实现行人在水平空间内的轨迹导航和定位,一旦行人进行室内时,由于室内的复杂情况,行人轨迹存在上下楼、乘坐电梯,乘坐地铁和轻轨等多种情况,而乘坐地铁和轻轨的轨迹导航又与乘坐电梯等情况存在一定的不同,无法简单的依靠加速度值或运动距离等参数来进行判断;而现有技术中,针对这种室内复杂轨迹导航情况无法进行处理,不能对其多种类型轨迹导航进行自动融合处理,行人在进入建筑物内只能定位到当前建筑物的位置,例如,具体楼层位置确无法体现,这在现有的导航软件中也得到了具体体现。
发明内容
本发明的发明目的在于:提供了一种基于行人自动轨迹导航的融合数据处理***,以实现行人在室内和地铁轻轨场景下对多种行人轨迹导航数据和检测数据进行数据融合处理。
本发明采用的技术方案为:一种基于行人自动轨迹导航的融合数据处理***,所述***包括室内行人自动轨迹导航单元,地铁轻轨自动轨迹导航单元,数据采集单元,数据解析适配单元和融合数据处理应用单元:
所述室内行人自动轨迹导航单元,用于实现室内行人的第一轨迹导航的自动化识别处理和第一轨迹导航数据的提供;其中,所述第一轨迹导航的类型包括行人平面步行自动导航,行人上下楼梯自动导航,行人乘坐扶梯自动导航和行人乘坐电梯自动导航;
所述地铁轻轨自动轨迹导航单元,用于实现室内行人的第二轨迹导航的自动化识别处理和第二轨迹导航数据的提供;其中,所述第二轨迹导航的类型包括地铁轻轨线路轨迹导航和地铁轻轨站台轨迹导航;
所述数据采集单元,用于在所述第一轨迹导航和第二轨迹导航过程中对检测数据的实时采集;
所述数据解析适配单元,用于对所述第一轨迹导航数据、第二轨迹导航数据和检测数据的进行自适应解析处理;
所述融合数据处理应用单元,用于将解析后的数据和检测数据进行关联和自动分段处理,并根据自动分段结果展示对应的轨迹导航图。
作为本申请一种可选的实施方式,所述室内行人自动轨迹导航单元包括室内行人轨迹导航穿戴设备和室内行人自动轨迹导航处理模块;
所述室内行人轨迹导航穿戴设备用于提供行人运动参数的采集测量,将采集的测量数据提供给所述室内行人自动轨迹导航处理模块;
所述室内行人自动轨迹导航处理模块用于根据不同的室内行人轨迹导航类型生成对应的第一轨迹导航数据。
作为本申请一种可选的实施方式,所述地铁轻轨自动轨迹导航单元包括地铁轻轨轨迹导航穿戴设备和地铁轻轨自动轨迹导航处理模块;
所述地铁轻轨轨迹导航穿戴设备用于提供地铁轻轨运动参数的采集测量,并将采集的测量数据提供给地铁轻轨自动轨迹导航处理模块;
所述地铁轻轨自动轨迹导航处理模块用于根据行人乘坐地铁轻轨的线路轨迹导航类型和站台轨迹导航类型生成对应的第二轨迹导航数据。
作为本申请一种可选的实施方式,所述第一轨迹导航数据和第二轨迹导航数据均以导航轨迹采样点的形式提供;
所述第一轨迹导航数据和第二轨迹导航数据均包括轨迹点导航类型,轨迹点时间,轨迹点三维坐标和轨迹导航单元标识符。
作为本申请一种可选的实施方式,所述检测数据包括环境数据,大气数据和网络数据,且各数据均包括数据采集时间,采集设备标识符和数据内容。
作为本申请一种可选的实施方式,所述自适应解析处理具体包括:
获取待解析数据的数据类型;
根据所述数据类型匹配对应的解析策略,以解析成对应的导航轨迹采样点数据和数据采集单元的采集数据。
作为本申请一种可选的实施方式,所述融合数据处理应用单元具体包括:
根据时间匹配关联算法,将时间最接近的导航轨迹采样点数据和采集数据进行关联,生成融合轨迹导航采样点数据,以此得到融合轨迹导航采集数据;
将所述融合轨迹导航采集数据根据轨迹导航的类型自动划分为多段具有不同轨迹导航类型的数据段落;
再生成所述数据段落对应的轨迹导航图和分段指标统计。
作为本申请一种可选的实施方式,所述数据段落包括步行段落,乘坐扶梯段落,乘坐电梯段落,上、下楼梯段落,地铁轻轨线路段落和地铁轻轨站台段落。
采用上述技术方案,具有以下优点:本发明提出的一种基于行人自动轨迹导航的融合数据处理***,通过室内行人轨迹导航数据、地铁轻轨轨迹导航数据与采集数据的解析与关联匹配,实现了在室内、乘坐地铁轻轨等多种场景下,对多种行人轨迹进行融合处理,提升了基于室内行人自动轨迹导航和地铁轻轨自动轨迹导航的采集数据自动化处理能力和处理效率,同时实现了一种新型的基于行人轨迹导航类型和地铁轻轨轨迹导航类型的采集数据自动分段的方式,解决了无法自动化实现基于不同轨迹导航类型的融合数据轨迹图形展示和数据分析能力。
附图说明
图1是本发明实施例所提供的一种基于行人自动轨迹导航的融合数据处理***的结构图。
具体实施方式
下面将详细描述本发明的具体实施例,应当注意,这里描述的实施例只用于举例说明,并不用于限制本发明。在以下描述中,为了提供对本发明的透彻理解,阐述了大量特定细节。然而,对于本领域普通技术人员显而易见的是:不必采用这些特定细节来实行本发明。在其他实例中,为了避免混淆本发明,未具体描述公知的电路,软件或方法。
在整个说明书中,对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外,本领域普通技术人员应当理解,在此提供的示图都是为了说明的目的,并且示图不一定是按比例绘制的。
下面结合附图,对本发明作详细的说明。
参考图1所示,一种基于行人自动轨迹导航的融合数据处理***,所述***包括室内行人自动轨迹导航单元,地铁轻轨自动轨迹导航单元,数据采集单元,数据解析适配单元和融合数据处理应用单元。
所述室内行人自动轨迹导航单元,用于实现室内行人的第一轨迹导航的自动化识别处理和第一轨迹导航数据的提供;其中,所述第一轨迹导航的类型包括行人平面步行自动导航,行人上下楼梯自动导航,行人乘坐扶梯自动导航和行人乘坐电梯自动导航。
具体地,所述室内行人自动轨迹导航单元包括室内行人轨迹导航穿戴设备和室内行人自动轨迹导航处理模块;
所述室内行人轨迹导航穿戴设备用于提供行人运动参数的采集测量,将采集的测量数据提供给所述室内行人自动轨迹导航处理模块;
所述室内行人自动轨迹导航处理模块用于根据不同的轨迹导航类型生成对应的第一轨迹导航数据;这里不同的轨迹导航类型包括行人平面步行自动轨迹导航类型,行人上下楼梯自动轨迹导航类型,行人乘坐扶梯自动轨迹导航类型,行人乘坐电梯自动轨迹导航类型等不同轨迹道路类型,对应于前文所述的第一轨迹导航的类型。
所述地铁轻轨自动轨迹导航单元,用于实现室内行人的第二轨迹导航的自动化识别处理和第二轨迹导航数据的提供;其中,所述第二轨迹导航的类型包括地铁轻轨线路轨迹导航类型和地铁轻轨站台轨迹导航类型。
具体地,所述地铁轻轨自动轨迹导航单元包括地铁轻轨轨迹导航穿戴设备和地铁轻轨自动轨迹导航处理模块;
所述地铁轻轨轨迹导航穿戴设备用于提供地铁轻轨运动参数的采集测量,并将采集的测量数据提供给地铁轻轨自动轨迹导航处理模块;
所述地铁轻轨自动轨迹导航处理模块用于根据地铁轻轨线路轨迹导航类型和站台轨迹导航类型生成对应的第二轨迹导航数据。
需要说明的是,所述第一轨迹导航数据和第二轨迹导航数据均以导航轨迹采样点的形式提供;
所述第一轨迹导航数据和第二轨迹导航数据均包括轨迹点导航类型,轨迹点时间,轨迹点三维坐标和轨迹导航单元标识符;
同时,室内行人自动轨迹导航单元和地铁轻轨自动轨迹导航单元均具备不同轨迹导航类型导航数据段落的自动切换,在行人结束一种轨迹导航类型后,能够自动识别进入另外一种不同类型的轨迹导航段落,室内行人自动轨迹导航处理模块可以内置于室内行人轨迹导航穿戴设备,也可以是独立的数据处理模;地铁轻轨自动轨迹导航处理模块可以内置于铁轻轨轨迹导航穿戴设备,也可以是独立的数据处理模块;对应的所述室内行人轨迹导航穿戴设备和所述地铁轻轨轨迹导航穿戴设备还可采用智能手环或是智能眼镜等设备。
所述数据采集单元,用于在所述第一轨迹导航和第二轨迹导航过程中检测数据的实时采集。
具体地,所述检测数据包括环境数据,大气数据和网络数据,且各数据均包括数据采集时间,采集设备标识符和数据内容。实时采集的数据可以通过自动化数据采集接口提供给数据解析适配单元,也可以是人工数据导入方式手工将数据导入到数据解析适配单元。
所述数据解析适配单元,用于对所述第一轨迹导航数据、第二轨迹导航数据和检测数据的进行自适应解析处理。
具体地,根据采集数据中包含的导航单元标识符或者采集设备标识符,获取待解析数据的数据类型;
根据所述数据类型匹配对应的解析策略,以解析成对应的导航轨迹采样点数据和数据采集单元的采集数据。
所述融合数据处理应用单元,用于将解析后的导航轨迹采样点数据和采集数据进行关联和分段处理,并根据分段的结果展示对应的轨迹导航图。
具体地,根据时间匹配关联算法,将时间最接近的导航轨迹采样点数据和采集数据进行关联,生成融合轨迹导航采样点数据,以此得到融合轨迹导航采集数据;
将所述融合轨迹导航采集数据根据轨迹导航类型自动划分为多段具有不同轨迹导航类型的数据段落;
再生成所述数据段落对应的轨迹导航图和分段指标统计;
即,提供基于融合数据轨迹导航图的图形化数据应用,同时基于划分数据段落提供段落数据的分析应用;所述数据段落包括步行段落,乘坐扶梯段落,乘坐电梯段落,上、下楼梯段落,地铁轻轨线路段落,地铁轻轨站台段落;
应用时,其实际情况为:段落1:步行,段落2:乘坐扶梯,段落3:步行,段落4:乘坐电梯,段落5:步行,段落6:上、下楼梯,段落7:步行,段落8:地铁轻轨站台段落,段落9:地铁轻轨线路段落,段落10:地铁轻轨站台段落,段落11:步行等;可以看出行人室内轨迹导航是交叉在各种不同类型轨迹之间的,直到行人结束本次室内运动。
实施时,在其他实施例中,还可根据应用情况,将室内行人轨迹和轨道交通轨迹分开进行融合处理,这样在只存在室内的复杂行人轨迹或室内轨道交通轨迹的场景下,提升其处理效率。
该处理***的工作过程如下:
(1)行人穿戴室内轨迹导航设备并且携带数据采集设备,例如空气检测仪进行室内空气质量检测,穿戴的室内轨迹导航设备可采集室内行人运动参数,并通过内置的自动轨迹导航处理模块自动生成轨迹导航数据,轨迹导航数据是根据按采样点时间先后顺序生成的轨迹导航采样点序列,每个轨迹导航采样点数据包括采样时间、采样点编号、轨迹点导航类型,三维空间位置坐标等数据,数据采集设备可实时采集生成测量数据,例如空气质量检测仪可实时采集生成空气检测数据包括测量时间、二氧化硫(SO2)、二氧化氮(NO2)、可吸入颗粒物(PM10)、一氧化碳(CO)、臭氧(O3)等。
(2)行人在室内对人行通道、房间、电梯、楼梯、扶梯等行人通行场所进行检测,行人室内连续运动过程包括步行、乘坐电梯、乘坐扶梯、上下楼梯等轨迹导航类型,在行人运动过程中,室内轨迹导航设备和数据采集设备自动生成轨迹导航数据和测量数据,并回传数据至数据采集设备中的数据解析适配模块,进行数据的实时解析处理。
(3)解析处理后的轨迹导航采样点数据和采集数据提供给融合数据处理***中的融合数据处理应用模块,根据时间匹配关联算法,将时间最接近的轨迹导航采样点数据和采集数据进行关联,生成融合轨迹导航采样点数据,融合采样点数据包括轨迹点导航类型,轨迹点时间,轨迹点三维坐标,采集数据内容。
(4)根据轨迹导航采样点的导航类型和采样时间先后顺序,将采集数据进行自动连续分段,如段落1:步行,段落2:乘坐扶梯,段落3:步行,段落4:乘坐电梯,段落5:步行,段落6:上楼梯,段落7:步行,段落8:地铁轻轨站台段落,段落9:地铁轻轨线路段落,段落10:地铁轻轨站台段落,段落11:步行等,直到行人结束本次室内运动。
(5)根据采集数据自动分段结果,自动提供每个段落的采集数据轨迹导航图和分段指标统计,实现基于数据段落的特征分析和数据统计。
通过上述方案,实现室内行人轨迹导航数据、地铁轻轨轨迹导航数据与采集数据的解析与关联匹配,实现了在室内、乘坐地铁轻轨等多种场景下,对多种行人轨迹进行融合处理,提升了基于室内行人自动轨迹导航和地铁轻轨自动轨迹导航的采集数据自动化处理能力和处理效率,同时实现了一种新型的基于行人轨迹导航类型和地铁轻轨轨迹导航类型的采集数据自动分段的方式,解决了无法自动化实现基于不同轨迹导航类型的轨迹图形展示和数据分析能力。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (4)
1.一种基于行人自动轨迹导航的融合数据处理***,其特征在于,所述***包括室内行人自动轨迹导航单元,地铁轻轨自动轨迹导航单元,数据采集单元,数据解析适配单元和融合数据处理应用单元;
所述室内行人自动轨迹导航单元,用于实现室内行人的第一轨迹导航的自动化识别处理和第一轨迹导航数据的提供;其中,所述第一轨迹导航的类型包括行人平面步行自动导航,行人上下楼梯自动导航,行人乘坐扶梯自动导航和行人乘坐电梯自动导航;
所述地铁轻轨自动轨迹导航单元,用于实现室内行人的第二轨迹导航的自动化识别处理和第二轨迹导航数据的提供;其中,所述第二轨迹导航的类型包括地铁轻轨线路轨迹导航和地铁轻轨站台轨迹导航;
同时,室内行人自动轨迹导航单元和地铁轻轨自动轨迹导航单元均具备不同轨迹导航类型导航数据段落的自动切换;
所述数据采集单元,用于在所述第一轨迹导航和第二轨迹导航过程中对检测数据的实时采集;
所述数据解析适配单元,用于对所述第一轨迹导航数据、第二轨迹导航数据和检测数据进行自适应解析处理;
所述融合数据处理应用单元,用于将解析后的数据进行关联和自动分段处理,并根据自动分段结果展示对应的轨迹导航图;
所述融合数据处理应用单元具体包括:
根据时间匹配关联算法,将时间最接近的导航轨迹采样点数据和采集数据进行关联,生成融合轨迹导航采样点数据,以此得到融合轨迹导航采集数据;
将所述融合轨迹导航采集数据根据轨迹导航的类型自动划分为多段具有不同轨迹导航类型的数据段落;
再生成所述数据段落对应的轨迹导航图和分段指标统计;
所述数据段落包括步行段落,乘坐扶梯段落,乘坐电梯段落,上、下楼梯段落,地铁轻轨线路段落和地铁轻轨站台段落;行人室内轨迹导航是交叉在各种不同类型轨迹之间的,直到行人结束本次室内运动;
所述室内行人自动轨迹导航单元包括室内行人轨迹导航穿戴设备和室内行人自动轨迹导航处理模块;
所述室内行人轨迹导航穿戴设备用于提供行人运动参数的采集测量,将采集的测量数据提供给所述室内行人自动轨迹导航处理模块;
所述室内行人自动轨迹导航处理模块用于根据不同的室内行人轨迹导航类型生成对应的第一轨迹导航数据;
所述地铁轻轨自动轨迹导航单元包括地铁轻轨轨迹导航穿戴设备和地铁轻轨自动轨迹导航处理模块;
所述地铁轻轨轨迹导航穿戴设备用于提供地铁轻轨运动参数的采集测量,并将采集的测量数据提供给地铁轻轨自动轨迹导航处理模块;
所述地铁轻轨自动轨迹导航处理模块用于根据行人乘坐地铁轻轨的线路轨迹类型和站台轨迹类型生成对应的第二轨迹导航数据。
2.根据权利要求1所述的一种基于行人自动轨迹导航的融合数据处理***,其特征在于,所述第一轨迹导航数据和第二轨迹导航数据均以导航轨迹采样点的形式提供;
所述第一轨迹导航数据和第二轨迹导航数据均包括轨迹点导航类型,轨迹点时间,轨迹点三维坐标和轨迹导航单元标识符。
3.根据权利要求1所述的一种基于行人自动轨迹导航的融合数据处理***,其特征在于,所述检测数据包括环境数据,大气数据和网络数据,且各数据均包括数据采集时间,采集设备标识符和数据内容。
4.根据权利要求1所述的一种基于行人自动轨迹导航的融合数据处理***,其特征在于,所述自适应解析处理具体包括:
获取待解析数据的数据类型;
根据所述数据类型匹配对应的解析策略,以解析成对应的导航轨迹采样点数据和数据采集单元的采集数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011145640.3A CN112268562B (zh) | 2020-10-23 | 2020-10-23 | 一种基于行人自动轨迹导航的融合数据处理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011145640.3A CN112268562B (zh) | 2020-10-23 | 2020-10-23 | 一种基于行人自动轨迹导航的融合数据处理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112268562A CN112268562A (zh) | 2021-01-26 |
CN112268562B true CN112268562B (zh) | 2022-05-03 |
Family
ID=74342502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011145640.3A Active CN112268562B (zh) | 2020-10-23 | 2020-10-23 | 一种基于行人自动轨迹导航的融合数据处理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112268562B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288032A (zh) * | 2019-06-27 | 2019-09-27 | 武汉中海庭数据技术有限公司 | 一种车辆行驶轨迹类型检测方法及装置 |
CN110826758A (zh) * | 2018-08-14 | 2020-02-21 | 上海能链众合科技有限公司 | 行程类型确定方法及装置、存储介质、终端 |
CN111694829A (zh) * | 2020-06-10 | 2020-09-22 | 北京卡路里信息技术有限公司 | 运动轨迹的处理方法及装置、运动轨迹处理*** |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6958710B2 (en) * | 2002-12-24 | 2005-10-25 | Arbitron Inc. | Universal display media exposure measurement |
US8170790B2 (en) * | 2006-09-05 | 2012-05-01 | Garmin Switzerland Gmbh | Apparatus for switching navigation device mode |
US7822546B2 (en) * | 2006-09-05 | 2010-10-26 | Garmin Switzerland Gmbh | Travel guide and schedule-based routing device and method |
CN102519456A (zh) * | 2011-11-28 | 2012-06-27 | 华为终端有限公司 | 地铁线路导航方法及移动终端 |
CN103906083A (zh) * | 2012-12-26 | 2014-07-02 | 中兴通讯股份有限公司 | 一种路测定位方法及设备 |
CN103327091A (zh) * | 2013-06-17 | 2013-09-25 | 北京交通大学 | 一种获取乘客轨迹及行为参数的***与方法 |
CN105723186A (zh) * | 2013-09-11 | 2016-06-29 | 飞利浦灯具控股公司 | 使用照明效果的基于图的导航 |
WO2015066348A2 (en) * | 2013-10-30 | 2015-05-07 | Invensense, Inc. | Method and system for estimating multiple modes of motion |
CN104990551A (zh) * | 2015-06-19 | 2015-10-21 | 中国人民解放军国防科学技术大学 | 一种基于轨迹提取的室内外联合导航方法与*** |
CN105371861B (zh) * | 2015-11-17 | 2019-02-22 | Oppo广东移动通信有限公司 | 一种路线导航方法及路线导航服务器 |
CN105674989B (zh) * | 2016-01-27 | 2018-07-24 | 西北大学 | 一种基于手机内置传感器的室内目标运动轨迹估计方法 |
CN106101999B (zh) * | 2016-05-27 | 2019-06-11 | 广州杰赛科技股份有限公司 | 一种用户轨迹的识别方法及装置 |
CN106529815A (zh) * | 2016-11-15 | 2017-03-22 | 同济大学 | 城市轨道交通网络乘客出行时空轨迹估计方法及其应用 |
WO2018172849A1 (en) * | 2017-03-20 | 2018-09-27 | Mobileye Vision Technologies Ltd. | Trajectory selection for an autonomous vehicle |
CN107990895B (zh) * | 2017-11-08 | 2020-12-18 | 北京工商大学 | 一种基于穿戴式imu的建筑物楼层间行人轨迹跟踪方法及*** |
CN107976193B (zh) * | 2017-11-21 | 2020-10-27 | 出门问问信息科技有限公司 | 一种行人航迹推断方法、装置、航迹推断设备及存储介质 |
CN109934176B (zh) * | 2019-03-15 | 2021-09-10 | 艾特城信息科技有限公司 | 行人识别***、识别方法及计算机可读存储介质 |
CN110377682B (zh) * | 2019-07-18 | 2022-02-25 | 北京百度网讯科技有限公司 | 轨迹类型确定方法、装置、计算设备和存储介质 |
CN111148019A (zh) * | 2019-12-23 | 2020-05-12 | 广州市梦享网络技术有限公司 | 主动识别地铁站并在行车过程中平滑切换地铁站的方法 |
CN111091720B (zh) * | 2020-03-23 | 2020-08-25 | 北京交研智慧科技有限公司 | 基于信令数据和浮动车数据的拥堵路段识别方法及装置 |
-
2020
- 2020-10-23 CN CN202011145640.3A patent/CN112268562B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826758A (zh) * | 2018-08-14 | 2020-02-21 | 上海能链众合科技有限公司 | 行程类型确定方法及装置、存储介质、终端 |
CN110288032A (zh) * | 2019-06-27 | 2019-09-27 | 武汉中海庭数据技术有限公司 | 一种车辆行驶轨迹类型检测方法及装置 |
CN111694829A (zh) * | 2020-06-10 | 2020-09-22 | 北京卡路里信息技术有限公司 | 运动轨迹的处理方法及装置、运动轨迹处理*** |
Also Published As
Publication number | Publication date |
---|---|
CN112268562A (zh) | 2021-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110085029B (zh) | 基于轨道式巡检机器人的高速公路巡检***与方法 | |
CN106197458B (zh) | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 | |
US20180340778A1 (en) | Motion detection method for transportation mode analysis | |
CN109446920B (zh) | 基于卷积神经网络的城市轨道交通乘客拥挤程度检测方法 | |
CN107301776A (zh) | 基于视频检测技术的车道路况处理及发布方法 | |
CN112512020B (zh) | 一种基于多源数据融合的交通状态弱信号感知研判方法 | |
CN102759347B (zh) | 一种高铁接触网在线巡检装置、巡检方法以及其检测*** | |
CN112579975A (zh) | 一种基于大数据可视化分析的环境参数监测管理*** | |
CN103327091A (zh) | 一种获取乘客轨迹及行为参数的***与方法 | |
CN106096662A (zh) | 基于加速度传感器的人体运动状态识别 | |
CN107187464A (zh) | 轨道板检测车、***以及方法 | |
CN113159004B (zh) | 轨道交通车厢客流估计方法 | |
CN112163568B (zh) | 基于视频检测的景区寻人*** | |
CN107818332B (zh) | 高速公路互通立交服务范围分析方法及装置 | |
Liu et al. | An efficient method for high-speed railway dropper fault detection based on depthwise separable convolution | |
CN110263623B (zh) | 列车攀爬监测方法、装置、终端及存储介质 | |
CN109801421A (zh) | 一种地铁智能安全检测***及方法 | |
CN108846331A (zh) | 一种动车组底盘螺丝紧固件是否脱落的视频识别方法 | |
CN116894611A (zh) | 一种城市轨道交通车站乘客疏散仿真方法及*** | |
CN111046832A (zh) | 基于图像识别的逆行判断方法、装置、设备和存储介质 | |
CN114882440A (zh) | 一种人头检测方法和*** | |
CN112268562B (zh) | 一种基于行人自动轨迹导航的融合数据处理*** | |
CN113255552A (zh) | 公交车载视频乘客od分析***、方法、装置及存储介质 | |
CN110435689B (zh) | 基于模块化控制的智能障碍探测车的探测方法 | |
CN116853319A (zh) | 一种地铁运营监控***及其监控方法 |
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 |