[发明专利]一种基于机器学习的建筑物入口检测方法及移动终端有效

专利信息
申请号: 201910853510.6 申请日: 2019-09-10
公开(公告)号: CN111751850B 公开(公告)日: 2023-01-24
发明(设计)人: 王梦岩 申请(专利权)人: 广东小天才科技有限公司
主分类号: G01S19/42 分类号: G01S19/42;G06F16/29
代理公司: 广州德科知识产权代理有限公司 44381 代理人: 杨中强;陈晓庭
地址: 528850 广东省东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 学习 建筑物 入口 检测 方法 移动 终端
【说明书】:

发明实施例公开了一种基于机器学习的建筑物入口检测方法及移动终端,该方法包括:在移动终端出入建筑物过程中,利用移动终端的GPS对应于预设时间轴上的每一个时间窗口获取定位数据;利用已训练得到的分类器对时间窗口对应的定位数据进行分析,获得时间窗口对应的分析结果,该分析结果用于指示所述时间窗口对应的定位数据所指示的定位位置是否为建筑物入口,能够实现移动终端自动识别建筑物入口,以建立建筑物入口指纹库,为建筑物入口的定位提供准确可靠的依据。

技术领域

本发明涉及定位技术领域,具体涉及一种基于机器学习的建筑物入口检测方法及移动终端。

背景技术

建筑物的入口是室内室外交界的区域,在定位时需要在地图上清晰地标注建筑物的入口,因此,常常需要确定出建筑物的入口坐标,进而在地图上进行标记。目前大部分室内室外判断方法为单点判断,普通利用室内室外的一些差异性特征,比如光频闪、地磁等进行判断识别,但是这些判断方法在建筑物入口的表现较差,常常室内室外区分不开,因而不能准确找出建筑物的入口位置,影响定位准确率。

发明内容

本发明实施例公开了一种基于机器学习的建筑物入口检测方法及移动终端,用于提高建筑物入口的检测准确率,从而提高定位准确率。

本发明实施例第一方面公开一种基于机器学习的建筑物入口检测方法,可包括:

在移动终端出入建筑物过程中,利用所述移动终端的全球定位系统(GlobalPositioning System,GPS)对应于预设时间轴上的每一个时间窗口获取定位数据;

利用已训练得到的分类器对所述时间窗口对应的定位数据进行分析,获得所述时间窗口对应的分析结果,所述分析结果用于指示所述时间窗口对应的定位数据所指示的定位位置是否为建筑物入口。

作为一种可选的实施方式,在本发明实施例第一方面中,所述利用已训练得到的分类器对所述时间窗口对应的定位数据进行分析,获得所述时间窗口对应的分析结果之后,所述方法还包括:

当只有一个所述分析结果指示为建筑物入口时,将指示为建筑物入口的分析结果对应的时间窗口对应的定位数据确定为第一目标定位数据,并获取所述第一目标定位数据所指示的定位位置的经纬度坐标,将获得的经纬度坐标存储至建筑物入口指纹库。

作为一种可选的实施方式,在本发明实施例第一方面中,所述利用已训练得到的分类器对所述时间窗口对应的定位数据进行分析,获得所述时间窗口对应的分析结果之后,所述方法还包括:

当连续n个所述时间窗口对应的分析结果均指示为建筑物入口时,将每一个指示为建筑物入口的分析结果对应的时间窗口对应的定位数据确定为第二目标定位数据,获得所述n个所述第二目标定位数据,并从所述n个所述第二目标定位数据中按序选取第m个所述第二目标定位数据作为待确定定位数据,将所述待确定定位数据对应的定位位置确定为建筑物入口,以及获取所述待确定定位数据对应的定位位置的经纬度坐标,将获得的经纬度坐标存储至建筑物入口指纹库,其中,所述n为大于等于零且小于等于时间窗口数量的正整数,所述m为大于等于零且小于等于n的正整数。

作为一种可选的实施方式,在本发明实施例第一方面中,所述利用已训练得到的分类器对所述时间窗口对应的定位数据进行分析,获得所述时间窗口对应的分析结果之前,所述方法还包括:

根据每一个所述时间窗口的定位数据,获得所述时间窗口对应的GPS定位精度值;

根据每一个所述时间窗口对应的所述GPS定位精度值,获得所述时间窗口对应的特征信息,所述特征信息至少包括频域信息、时域信息、以及时频域信息;

所述利用已训练得到的分类器对所述时间窗口对应的定位数据进行分析,获得所述时间窗口对应的分析结果,包括:

将每个所述特征信息输入已训练得到的分类器,获得所述时间窗口对应的分析结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东小天才科技有限公司,未经广东小天才科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910853510.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top