CN113015117B - 一种用户定位方法、装置、电子设备和存储介质 - Google Patents
一种用户定位方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113015117B CN113015117B CN202110171949.8A CN202110171949A CN113015117B CN 113015117 B CN113015117 B CN 113015117B CN 202110171949 A CN202110171949 A CN 202110171949A CN 113015117 B CN113015117 B CN 113015117B
- Authority
- CN
- China
- Prior art keywords
- user
- data
- wifi
- determining
- area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000013507 mapping Methods 0.000 claims abstract description 35
- 238000001514 detection method Methods 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 8
- 238000005065 mining Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- H04W4/023—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
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- 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
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请公开了用户定位方法、装置、电子设备、介质和计算机程序产品,涉及人工智能领域,尤其涉及深度学习技术。具体实现方案为:确定待预测的用户位置指纹;根据用户位置指纹,确定辅助定位数据和用户所在区域的地图测绘数据;根据辅助定位数据和用户所在区域的地图测绘数据,确定用户所在的建筑物。本申请实施例可准确判断出用户所在的建筑物,提升了用户定位的精度。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及深度学习技术,具体涉及一种用户定位方法、装置、电子设备、存储介质和计算机程序产品。
背景技术
移动互联网时代,用户位置在绝大部份场景及应用中均起到关键作用。当用户身处室外,电子设备可依赖卫星获取较高精度的定位;而当用户身处室内,民用设备几乎无法获取卫星数据,因此无法直接利用卫星数据定位。同时众多设备及应用程序需判断用户身处的建筑物,以便更好服务用户或启动对应功能。因此,当用户身处室内时,如何正确的推断用户所在建筑物是个亟待解决的问题。
发明内容
本申请提供了一种用户定位方法、装置、电子设备、存储介质和计算机程序产品。
根据本申请的一方面,提供了一种用户定位方法,包括:
确定待预测的用户位置指纹;
根据用户位置指纹,确定辅助定位数据和用户所在区域的地图测绘数据;
根据辅助定位数据和用户所在区域的地图测绘数据,确定用户所在的建筑物。
根据本申请的另一方面,提供了一种用户定位装置,包括:
确定待预测的用户位置指纹;
根据用户位置指纹,确定辅助定位数据和用户所在区域的地图测绘数据;
根据辅助定位数据和用户所在区域的地图测绘数据,确定用户所在的建筑物。
根据本申请的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本申请任意实施例的用户定位方法。
根据本申请的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行本申请任意实施例的用户定位方法。
根据本申请的另一方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现本申请任意实施例的用户定位方法
根据本申请的技术,可准确判断出用户所在的建筑物,提升了用户定位的精度。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请实施例的一种用户定位方法的示意图;
图2是根据本申请实施例的一种用户定位方法的示意图;
图3是根据本申请实施例的一种用户定位方法的示意图;
图4是根据本申请实施例的一种用户定位方法的逻辑示意图;
图5是根据本申请实施例的一种用户定位装置的示意图;
图6是用来实现本申请实施例的用户定位的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
随着网络技术的发展,用户常常通过终端应用在室内发起导航或者打车,而为了给用户提供更为优质的地图及打车体验,则需要准确的预测用户所处的真实建筑。而在定位用户所在的建筑时,常利用GPS(Global Positioning System,全球定位***)与AP(Access Point,无线接入点)的共现关系,各AP之间的共现关系以及AP的SSID(ServiceSet Identifier服务集标识符)与POI(Point of Interest,兴趣点)名称的对应关系,离线推断各AP的位置,其中AP可选的为WiFi或基站。当发起定位请求时,结合设备发起请求时的AP信息以及离线推断的各AP位置推算用户所处位置。
然而这种方式定位效果较差,主要原因是:在推断各AP的位置时,只考虑共现关系,而忽略了空间位置的关系,导致推断的AP位置的误差较大;而且需要两次定位才能确定用户所在建筑物,使得在定位过程中存在两次误差,一次在AP位置推算,一次在用户位置推算,导致整体误差较大,进而导致定位精度较低。基于此,发明人提出一种用户定位方法,以提升用户定位精度。具体的用户定位方法参见如下实施例。
图1为本申请实施例的用户定位方法的流程示意图,本实施例可适用于同时结合辅助定位数据和地图测绘数据判断用户所在建筑物的情况。该方法可由一种用户定位制装置来执行,该装置采用软件和/或硬件的方式实现,并集成在电子设备上。
具体的,参见图1,用户定位方法如下:
S101、确定待预测的用户位置指纹。
本申请实施例中,可在用户触发室内定位请求时,例如用户在室内启动了地图导航功能或触发了打车功能时,确定待预测的用户位置指纹。其中,用户位置指纹是把实际环境中的位置和某种指纹联系起来得到的,一个位置对应一个独特的指纹。可选的,用户位置指纹可以是单维或多维的,如果用户的待定位终端设备在接收或者发送信息,那么用户位置指纹可以是这个信息或信号的一个特征或多个特征(例如信号强度)。
S102、根据用户位置指纹,确定辅助定位数据和用户所在区域的地图测绘数据。
可选的,根据用户位置指纹,确定辅助定位数据的过程包括:将与用户位置指纹相关且可用于定位的数据作为辅助定位数据,例如辅助定位数据可以为用户终端扫描到的WiFi信息以及GPS信息。
根据用户位置指纹,确定用户所在区域的地图测绘数据的过程包括:根据用户位置指纹信息对用户进行粗定位确定用户所在区域,进而从地图数据库中获取用户所在区域的地图测绘数据,其中,用户所在区域为一个较大的区域,例如用户所在的小区。在此需要说明的是,还可以通过其他数据对用户进行粗定位得到用户所在区域,在此不做具体限定。本申请实施例中,用户所在区域的地图测绘数据至少包括用户所在区域的楼块信息和POI信息,其中,楼块信息包括楼块的位置、形状和高度。
S103、根据辅助定位数据和用户所在区域的地图测绘数据,确定用户所在的建筑物。
可选的,先基于辅助定位数据对用户进行精准定位,以确定用户位置,进而将确定的用户位置与用户所在区域的地图测绘数据中的楼块进行位置比对,确定用户所在的建筑物,例如将距离用户位置小于预设阈值的建筑物作为用户所在的建筑物,由此实现了对用户定位的修正,其中,建筑物可以为楼宇或其他对GPS信号有部分屏蔽作用的建筑。
本申请实施例中,将用户所在区域的地图测绘数据用于用户定位,不仅可准确判断出用户所在的建筑物,还可提升用户定位的精度。
图2是根据本申请实施例的用户定位方法的流程示意图,本实施例是在上述实施例的基础上进行优化。参见图2,用户定位方法具体如下:
S201、确定待预测的用户位置指纹。
S202、根据用户位置指纹,确定辅助定位数据和用户所在区域的地图测绘数据。
S203、基于目标检测模型,根据辅助定位数据和用户所在区域的地图测绘数据,确定用户所在的建筑物。
可选的,目标检测模型是预先训练好的模型,因此可直接将辅助定位数据和用户所在区域的地图测绘数据作为目标检测模型的输入,而在具体实现时,可先将据辅助定位数据和用户所在区域的地图测绘数据转换成二维矩阵,然后以矩阵的方式输入到目标检测模型中,进而根据目标检测模型的输出确定用户所在的建筑物。
其中,目标检测模型为卷积神经网络模型,也可以为其他神经网络模型,在此不做具体限定;目标检测模型的训练样本为通过语义挖掘的方式采集并标注的用户位置指纹数据。在此需要说明的是,相比于现有的单纯通过人工方式采集和标注训练样本的方式,本申请通过语义挖掘的方式采集并标注训练样本,可提升样本获取的效率。
进一步的,目标检测模型的训练过程包括:根据用户位置指纹样本,确定辅助定位数据和用户所在区域的地图测绘数据;将辅助定位数据和用户所在区域的地图测绘数据输入到卷积神经网络模型,并将卷积神经网络模型预测结果与用户位置指纹样本标注的建筑物标签进行损失函数计算,根据计算结果更新目标检测模型。
本申请实施例中,根据辅助定位数据和用户所在区域的地图测绘数据,并结合目标检测的相关算法,判断用户所在的建筑物,实现了端到端进行预测,相比于常用的通过两次定位确定用户所在建筑物的方式,提高用户所在建筑物判断的准确率。
图3是根据本申请实施例的用户定位方法的流程示意图,本实施例是在上述实施例的基础上进行优化,参见图3,用户定位方法具体如下:
S301、响应于用户发起的室内定位请求,根据用户终端设备扫描或连接的无线接入点的信息,确定待预测的用户位置指纹。
其中,室内定位请求可选的为在室内启动地图导航的请求或触发打车服务的请求,无线接入点为目标WiFi热点,无线接入点的信息至少包括目标WiFi热点的WiFi信号的MAC地址和信号强度,还可以包括目标WiFi热点的名称等。在此需要说明的是,根据扫描到的无线接入点确定用户位置指纹,为后续准确的确定辅助定位数据和用户所在区域的地图测绘数据提供了保证,而将无线接入点选为WiFi热点而不是基站,是因为建筑物内WiFi热点较多,便于后续的定位计算。
进一步的,确定待预测的用户位置指纹,包括:根据WiFi信号的MAC地址和信号强度,生成WiFi信息串,并将WiFi信息串作为用户位置指纹,其中,WiFi信息串可选的为txt格式的数据。需要说明的是,将双维的信息作为用户位置指纹,为准确获取辅助定位数据和地图测绘数据提供保证。
S302、根据用户位置指纹,确定辅助定位数据和用户所在区域的地图测绘数据。
在一种可选的实施方式中,根据用户位置指纹,确定用户所在区域的地图测绘数据,包括:基于用户位置指纹的定位算法,根据用户位置指纹确定用户的初始位置,其中,基于用户位置指纹的定位算法不是本申请的关注点,在此不再赘述;以初始位置为中心,确定用户所在区域,例如以初始位置为中心,以预设的距离阈值为半径,确定用户所在区域,进而获取用户所在区域的地图测绘数据,例如从地图数据库中获取。在此需要说明的是,先确定用户所在的初始位置,进而以该位置为中心确定用户所在区域,可以保证确定的用户所在区域的准确性,避免获取过多无效的地图测绘数据。
在上述的基础上,辅助定位数据包括GPS采集点数据和WiFi采集点数据;确定根据用户位置指纹,确定辅助定位数据的过程包括:将用户终端扫描或连接到目标WiFi热点时获取到的GPS坐标数据,以及在WiFi扫描记录中其它用户终端扫描或连接到目标WiFi热点时获取到的GPS坐标数据作为GPS采集点数据;将用户终端在扫描或连接到目标WiFi热点时,还扫描到的其它WiFi热点的坐标数据,以及在WiFi扫描记录中其它用户终端扫描或连接到所述目标WiFi热点时,还扫描到的其它WiFi热点的坐标数据作为WiFi采集点数据。其中,针对任一WiFi热点,在WiFi扫描记录中都记录有所有能够扫描或连接该WiFi热点的用户终端、用户终端扫描或连接该WiFi热点时的GPS坐标以及WiFi热点的坐标。
S303、基于目标检测模型,根据GPS采集点数据、WiFi采集点数据和用户所在区域的地图测绘数据,确定用户所在的建筑物。
可选的,将GPS采集点数据、WiFi采集点数据和用户所在区域的地图测绘数据转换成二维矩阵,然后以矩阵的方式输入到目标检测模型中,进而根据目标检测模型的输出确定用户所在的建筑物。
本申请实施例中,根据GPS采集点数据、WiFi采集点数据和用户所在区域的地图测绘数据,并结合目标检测的相关算法,判断用户所在的建筑物,实现了端到端进行预测,相比于常用的通过两次定位确定用户所在建筑物的方式,提高用户所在建筑物判断的准确率。
图4是根据本申请实施例的用户定位方法的逻辑示意图,本实施例是在上述实施例的基础上进行优化,参见图4,用户定位方法具体如下:
在训练阶段,真值指纹数据即为预先采集并标注的用户位置指纹,根据用户位置指纹确定用户所在区域的地图测绘数据、GPS采集点数据和WiFi采集点数据,其中这三类数据为矩阵形式的数据,进而将这三类数据输入到CNNs(卷积神经网络模型)中,进而卷积神经网络模型输出预测的建筑物检测框,然后将建筑物检测框与样本标注的建筑物标签进行损失函数(Loss)计算,根据计算结果,进行迭代,直到多次迭代后得到参数最优的深度网络(即目标检测模型)。
在推断阶段,确定待预测的指纹数据(即用户位置指纹,可以是WiFi指纹),根据指纹数据确定矩阵格式的用户所在区域的地图测绘数据、GPS采集点数据和WiFi采集点数据,并将用户所在区域的地图测绘数据、GPS采集点数据和WiFi采集点数据输入到目标检测模型中,根据目标检测模型的输出即可确定用户所处的建筑物。
本申请实施例中,根据GPS采集点数据、WiFi采集点数据和用户所在区域的地图测绘数据,并结合目标检测的相关算法,判断用户所在的建筑物,实现了端到端进行预测,相比于常用的通过两次定位确定用户所在建筑物的方式,提高用户所在建筑物判断的准确率。
图5是根据本申请实施例的用户定位装置的结构示意图,本实施例可适用于同时结合辅助定位数据和地图测绘数据判断用户的情况。如图5所示,该装置具体包括:
第一数据确定模块501,用于确定待预测的用户位置指纹;
第二数据确定模块502,用于根据用户位置指纹,确定辅助定位数据和用户所在区域的地图测绘数据;
定位模块503,用于根据辅助定位数据和用户所在区域的地图测绘数据,确定用户所在的建筑物。
在上述实施例的基础上,可选的,用户所在区域的地图测绘数据至少包括用户所在区域的楼块信息和POI信息;楼块信息包括楼块位置、形状和高度。
在上述实施例的基础上,可选的,第二数据确定模块包括:
初始定位单元,用于基于用户位置指纹的定位算法,根据用户位置指纹确定用户的初始位置;
区域确定单元,用于以初始位置为中心,确定用户所在区域,并获取用户所在区域的地图测绘数据。
在上述实施例的基础上,可选的,定位模块具体用于:
基于目标检测模型,根据辅助定位数据和用户所在区域的地图测绘数据,确定用户所在的建筑物;
其中,目标检测模型的训练样本为通过语义挖掘的方式采集并标注的用户位置指纹数据。
在上述实施例的基础上,可选的,第一数据确定模块包括:
响应与指纹确定单元,用于响应于用户发起的室内定位请求,根据用户终端设备扫描或连接的无线接入点的信息,确定待预测的用户位置指纹。
在上述实施例的基础上,可选的,无线接入点为目标WiFi热点,无线接入点的信息至少包括目标WiFi热点的WiFi信号的MAC地址和信号强度;
相应的,响应与指纹确定单元还用于:
根据WiFi信号的MAC地址和信号强度,生成WiFi信息串,并将WiFi信息串作为用户位置指纹。
在上述实施例的基础上,可选的,辅助定位数据包括GPS采集点数据和WiFi采集点数据;
GPS采集点数据包括用户终端扫描或连接到目标WiFi热点时获取到的GPS坐标数据和在WiFi扫描记录中其它用户终端扫描或连接到目标WiFi热点时获取到的GPS坐标数据;
WiFi采集点数据为用户终端在扫描并或连接到目标WiFi热点时,还扫描到的其它WiFi热点的坐标数据,以及在WiFi扫描记录中其它用户终端扫描或连接到目标WiFi热点时,还扫描到的其它WiFi热点的坐标数据。
本申请实施例提供的用户定位装置可执行本申请任意实施例提供的用户定位方法,具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本申请任意方法实施例中的描述。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本申请的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如用户定位方法。例如,在一些实施例中,用户定位方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的用户定位方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行用户定位方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种用户定位方法,包括:
确定待预测的用户位置指纹;
根据所述用户位置指纹,确定辅助定位数据和用户所在区域的地图测绘数据;其中,所述辅助定位数据为与所述用户位置指纹相关且可用于定位的数据;所述用户所在区域为用户所在的小区;
基于目标检测模型,根据所述辅助定位数据和用户所在区域的地图测绘数据,确定用户所在的建筑物;其中,所述目标检测模型的训练样本为通过语义挖掘的方式采集并标注的用户位置指纹数据;
其中,所述辅助定位数据包括GPS采集点数据和WiFi采集点数据;
所述GPS采集点数据包括所述用户终端扫描或连接到目标WiFi热点时获取到的GPS坐标数据和在WiFi扫描记录中其它用户终端扫描或连接到所述目标WiFi热点时获取到的GPS坐标数据;
所述WiFi采集点数据包括所述用户终端在扫描或连接到所述目标WiFi热点时,还扫描到的其它WiFi热点的坐标数据,以及在WiFi扫描记录中其它用户终端扫描或连接到所述目标WiFi热点时,还扫描到的其它WiFi热点的坐标数据。
2.根据权利要求1所述的方法,其中,所述用户所在区域的地图测绘数据至少包括用户所在区域的楼块信息和POI信息;所述楼块信息包括楼块位置、形状和高度。
3.根据权利要求1所述的方法,其中,根据所述用户位置指纹,确定用户所在区域的地图测绘数据,包括:
基于用户位置指纹的定位算法,根据所述用户位置指纹确定用户的初始位置;
以所述初始位置为中心,确定用户所在区域,并获取用户所在区域的地图测绘数据。
4.根据权利要求1所述的方法,其中,确定待预测的用户位置指纹,包括:
响应于用户发起的室内定位请求,根据用户终端设备扫描或连接的无线接入点的信息,确定待预测的用户位置指纹。
5.根据权利要求4所述的方法,其中,所述无线接入点为目标WiFi热点,所述无线接入点的信息至少包括所述目标WiFi热点的WiFi信号的MAC地址和信号强度;
相应的,确定待预测的用户位置指纹,包括:
根据所述WiFi信号的MAC地址和信号强度,生成WiFi信息串,并将所述WiFi信息串作为用户位置指纹。
6.一种用户定位装置,包括:
第一数据确定模块,用于确定待预测的用户位置指纹;
第二数据确定模块,用于根据所述用户位置指纹,确定辅助定位数据和用户所在区域的地图测绘数据;所述用户所在区域为用户所在的小区;
定位模块,用于基于目标检测模型,根据所述辅助定位数据和用户所在区域的地图测绘数据,确定用户所在的建筑物;其中,所述目标检测模型的训练样本为通过语义挖掘的方式采集并标注的用户位置指纹数据;
其中,所述辅助定位数据包括GPS采集点数据和WiFi采集点数据;
所述GPS采集点数据包括所述用户终端扫描或连接到目标WiFi热点时获取到的GPS坐标数据和在WiFi扫描记录中其它用户终端扫描或连接到所述目标WiFi热点时获取到的GPS坐标数据;
所述WiFi采集点数据包括所述用户终端在扫描或连接到所述目标WiFi热点时,还扫描到的其它WiFi热点的坐标数据,以及在WiFi扫描记录中其它用户终端扫描或连接到所述目标WiFi热点时,还扫描到的其它WiFi热点的坐标数据。
7.根据权利要求6所述的装置,其中,所述用户所在区域的地图测绘数据至少包括用户所在区域的楼块信息和POI信息;所述楼块信息包括楼块位置、形状和高度。
8.根据权利要求6所述的装置,其中,所述第二数据确定模块包括:
初始定位单元,用于基于用户位置指纹的定位算法,根据所述用户位置指纹确定用户的初始位置;
区域确定单元,用于以所述初始位置为中心,确定用户所在区域,并获取用户所在区域的地图测绘数据。
9.根据权利要求6所述的装置,其中,所述第一数据确定模块包括:
响应与指纹确定单元,用于响应于用户发起的室内定位请求,根据用户终端设备扫描或连接的无线接入点的信息,确定待预测的用户位置指纹。
10.根据权利要求9所述的装置,其中,所述无线接入点为目标WiFi热点,所述无线接入点的信息至少包括所述目标WiFi热点的WiFi信号的MAC地址和信号强度;
相应的,响应与指纹确定单元还用于:
根据所述WiFi信号的MAC地址和信号强度,生成WiFi信息串,并将所述WiFi信息串作为用户位置指纹。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110171949.8A CN113015117B (zh) | 2021-02-04 | 2021-02-04 | 一种用户定位方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110171949.8A CN113015117B (zh) | 2021-02-04 | 2021-02-04 | 一种用户定位方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113015117A CN113015117A (zh) | 2021-06-22 |
CN113015117B true CN113015117B (zh) | 2023-07-21 |
Family
ID=76383858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110171949.8A Active CN113015117B (zh) | 2021-02-04 | 2021-02-04 | 一种用户定位方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113015117B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114302324B (zh) * | 2021-12-17 | 2024-06-25 | 上海安加心人力资源有限公司 | 定位方法及装置 |
CN116184312B (zh) * | 2022-12-22 | 2023-11-21 | 泰州雷德波达定位导航科技有限公司 | 一种基于语义Wi-Fi的室内众源指纹库构建方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101676572B1 (ko) * | 2015-06-29 | 2016-11-15 | 네이버비즈니스플랫폼 주식회사 | 위치 기반 서비스 제공 방법 및 시스템 |
CN107484118A (zh) * | 2016-06-07 | 2017-12-15 | 滴滴(中国)科技有限公司 | 一种基于建筑物WiFi指纹的室内场景定位方法及*** |
CN107869990A (zh) * | 2017-09-20 | 2018-04-03 | 百度在线网络技术(北京)有限公司 | 室内位置数据的采集方法及装置、计算机设备及可读介质 |
CN109874112A (zh) * | 2017-12-05 | 2019-06-11 | 华为技术有限公司 | 一种定位的方法及终端 |
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 |
CN110781413A (zh) * | 2019-08-28 | 2020-02-11 | 腾讯大地通途(北京)科技有限公司 | 兴趣点确定方法及装置、存储介质、电子设备 |
CN111465093A (zh) * | 2020-04-07 | 2020-07-28 | 中移雄安信息通信科技有限公司 | 指纹定位方法、装置、电子设备及计算机存储介质 |
-
2021
- 2021-02-04 CN CN202110171949.8A patent/CN113015117B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101676572B1 (ko) * | 2015-06-29 | 2016-11-15 | 네이버비즈니스플랫폼 주식회사 | 위치 기반 서비스 제공 방법 및 시스템 |
CN107484118A (zh) * | 2016-06-07 | 2017-12-15 | 滴滴(中国)科技有限公司 | 一种基于建筑物WiFi指纹的室内场景定位方法及*** |
CN107869990A (zh) * | 2017-09-20 | 2018-04-03 | 百度在线网络技术(北京)有限公司 | 室内位置数据的采集方法及装置、计算机设备及可读介质 |
CN109874112A (zh) * | 2017-12-05 | 2019-06-11 | 华为技术有限公司 | 一种定位的方法及终端 |
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 |
CN110781413A (zh) * | 2019-08-28 | 2020-02-11 | 腾讯大地通途(北京)科技有限公司 | 兴趣点确定方法及装置、存储介质、电子设备 |
CN111465093A (zh) * | 2020-04-07 | 2020-07-28 | 中移雄安信息通信科技有限公司 | 指纹定位方法、装置、电子设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113015117A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113015117B (zh) | 一种用户定位方法、装置、电子设备和存储介质 | |
JP7214803B2 (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 | |
CN112784739B (zh) | 模型的训练方法、关键点定位方法、装置、设备和介质 | |
CN112233240A (zh) | 三维矢量地图的三维矢量数据切片方法、装置及电子设备 | |
CN113095336A (zh) | 关键点检测模型的训练方法和检测目标对象关键点的方法 | |
CN114926549B (zh) | 三维点云处理方法、装置、设备以及存储介质 | |
CN113436233A (zh) | 自动驾驶车辆的配准方法、装置、电子设备和车辆 | |
KR20230043754A (ko) | 포지셔닝 방법, 장치, 설비, 시스템, 매체 및 자율주행 차량 | |
JP2019135817A (ja) | 情報処理装置及びプログラム | |
CN113219505B (zh) | 用于车路协同隧道场景的采集gps坐标的方法、装置和设备 | |
CN115359308A (zh) | 模型训练、难例识别方法、装置、设备、存储介质及程序 | |
CN113932796A (zh) | 高精地图车道线生成方法、装置和电子设备 | |
CN112509135B (zh) | 元素标注方法、装置、设备、存储介质及计算机程序产品 | |
CN110309244B (zh) | 一种目标点定位的方法和装置 | |
CN113177980A (zh) | 用于自动驾驶的目标对象速度确定方法、装置及电子设备 | |
CN113762397B (zh) | 检测模型训练、高精度地图更新方法、设备、介质及产品 | |
CN115640372A (zh) | 一种室内平面的区域指引方法、装置、***、设备及介质 | |
CN115147561A (zh) | 位姿图生成方法、高精地图生成方法和装置 | |
CN112988932A (zh) | 高精地图标注方法、装置、设备、可读存储介质及产品 | |
CN111182455A (zh) | 一种室内定位方法、装置、计算机设备及存储介质 | |
CN117739993B (zh) | 一种机器人定位方法、装置、机器人及存储介质 | |
CN111292288A (zh) | 一种目标检测及定位的方法及装置 | |
CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
CN111523391B (zh) | 建筑物的识别方法、***、电子设备及可读存储介质 | |
US20230142243A1 (en) | Device environment identification method and apparatus, electronic device, and autonomous vehicle |
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 |