[发明专利]一种行人航迹推断方法、装置、设备及存储介质

说明书

本发明公开了一种行人航迹推断方法、装置、设备及存储介质，该方法包括：接收待处理观测量；其中，所述待处理观测量包括一步内的三轴加速度和一步内的三轴角速度；获取预先训练得到的个性化模型，所述个性化模型基于神经网络对带有标注信息的个性化训练观测量进行训练得到；其中，所述标注信息为与所述个性化训练观测量对应的个性化训练步长值；根据所述待处理观测量以及所述个性化模型，确定个性化步长估计值；根据所述个性化步长估计值，确定用户的行走轨迹。由于个性化训练观测量是针对不同的用户或设备获得，因此个性化模型能够适用不同的用户或设备，经由个性化模型获得的个性化步长估计值准确度更高，用户的行走轨迹亦更准确。

技术领域

本发明涉及计算机技术领域，特别是指一种行人航迹推断方法、装置、设备及存储介质。

背景技术

行人航迹推断(Pedestrian Dead Reckoning，PDR)即利用惯性测量单元，通过估计用户每一步的移动距离和行进方向，对用户的相对位置进行逐步推算的技术；用户每一步的移动距离即用户步长。

目前，在行人航迹推断系统中，步长估计误差是系统的主要误差来源之一。因此，亟需一种能够减少步长估计误差的行人航迹推断方法。

发明内容

有鉴于此，本发明的目的在于提出一种行人航迹推断方法、装置、设备及存储介质，能够减少行人航迹推断中的步长估计误差。

基于上述目的，本发明第一方面提供了一种行人航迹推断方法，所述方法包括：

接收待处理观测量；其中，所述待处理观测量包括一步内的三轴加速度和一步内的三轴角速度；

获取预先训练得到的个性化模型，所述个性化模型基于神经网络对带有标注信息的个性化训练观测量进行训练得到；其中，所述标注信息为与所述个性化训练观测量对应的个性化训练步长值；

根据所述待处理观测量以及所述个性化模型，确定个性化步长估计值；

根据所述个性化步长估计值，确定用户的行走轨迹。

可选的，所述个性化模型通过以下方式训练得到：

接收个性化训练观测量；其中，所述个性化训练观测量包括一步内的三轴加速度和一步内的三轴角速度；

确定所述个性化训练观测量对应的个性化训练步长值；

构建神经网络模型；

将所述个性化训练观测量及所述个性化训练步长值输入所述神经网络模型，训练得到所述个性化模型。

可选的，所述确定所述个性化训练观测量对应的个性化训练步长值，包括：

确定所述个性化训练观测量对应的通用步长估计值；

获取用户的行走轨迹；

利用用户移动处的地图及所述地图内的路径对应的磁场信息构建带有磁场信息的地图；

将用户行走轨迹与带有磁场信息的地图进行匹配，基于匹配结果，确定用户的真实轨迹及所述真实轨迹的总长度；

根据通用步长估计值及所述真实轨迹的总长度，确定所述个性化训练观测量对应的个性化训练步长值。

可选的，所述确定所述个性化训练观测量对应的通用步长估计值，包括：

接收个性化训练观测量；其中，所述个性化训练观测量包括一步内的三轴加速度和一步内的三轴角速度；

获取预先训练得到的通用模型，所述通用模型基于神经网络对带有标注信息的通用训练观测量进行训练得到；其中，所述标注信息为与所述通用训练观测量对应的通用训练步长值；