[发明专利]基于联邦学习的室内定位方法、装置、终端设备及介质

说明书

本发明公开了一种基于联邦学习的室内定位方法、装置、终端设备及可计算机读存储介质，基于构建各终端设备的室内定位训练数据集；各所述终端设备基于所述室内定位训练数据集进行模型训练，以得到模型参数更新；将所述模型参数更新转化为全局模型参数以供各所述终端设备进行室内定位。本发明节省了构建位置指纹库花费的大量的时间和精力，扩展了终端设备所能够测量的室内位置，且保护了用户的隐私信息。

技术领域

本发明涉及Fintech(金融科技)技术领域，尤其涉及一种基于联邦学习的室内定位方法、装置、终端设备及计算机可读存储介质。

背景技术

基于现在大部分的室内环境下都存在Wi-Fi信号，例如，办公场所、教学楼、饭店、咖啡馆、商场、超市、机场、火车站和地铁车厢内等地方都已经有Wi-Fi信号的覆盖，因此利用Wi-Fi信号进行室内定位的技术迎来了广泛的应用。

然而，在现有基于Wi-Fi信号进行室内定位的方式，需要集中的构建Wi-Fi位置指纹库，即通过在大量的目标位置进行测量，以获得Wi-Fi位置指纹信息进而构建Wi-Fi位置指纹库，如此，不仅需要耗费大量的时间和精力来进行位置指纹库的构建，致使整体能够测量的室内位置十分有限，另外，在采取众包方式(通过大量用户的移动终端来收集Wi-Fi位置指纹信息)的方式进行位置指纹库构建时，还会泄露用户的隐私信息，例如用户所去过的地方和位置信息。

发明内容

本发明的主要目的在于提供一种基于联邦学习的室内定位方法、装置、终端设备及计算机可读存储介质，旨在解决现有的室内定位方式，其整体所能够测量的室内位置有限，容易泄露用户隐私的技术问题。

为实现上述目的，本发明提供一种基于联邦学习的室内定位方法，所述基于联邦学习的室内定位方法包括：

构建各终端设备的室内定位训练数据集；

各所述终端设备基于所述室内定位训练数据集进行模型训练，以得到模型参数更新；

将所述模型参数更新转化为全局模型参数以供各所述终端设备进行室内定位。

进一步地，在所述构建各终端设备的室内定位训练数据集的步骤之前，还包括：

获取各所述终端设备所处位置的位置信息以及各所述终端设备所采集到的位置指纹信息。

进一步地，所述位置信息包括：广域位置信息和室内位置信息，

所述构建各终端设备所拥有的室内定位训练数据集的步骤包括：

依次从所述室内位置信息中，提取所述终端设备采集的每一条所述位置指纹信息对应的目标室内位置信息；

分别将所述位置指纹信息、目标室内位置信息以及所述目标室内位置信息所属的广域位置信息作为一条室内定位训练数据；

统计全部所述室内定位训练数据以构建各所述终端设备的室内定位训练数据集。

进一步地，所述广域位置信息为物理位置信息，所述室内位置信息为以所述广域位置信息为参考点的坐标信息。

进一步地，所述联合各所述终端设备基于所述室内定位训练数据集进行模型训练，以得到模型参数更新的步骤，包括：

检测各所述终端设备进行模型训练的模型更新请求；

根据检测到的所述模型更新请求，各所述终端设备在各所述终端设备本地进行模型训练，以得到模型参数更新。

进一步地，所述根据检测到的所述模型更新请求，各所述终端设备在本地进行模型训练的步骤，包括：

检测所述模型更新请求中是否包括有所述全局模型参数；

若是，则各所述终端设备利用所述全局模型参数在本地进行模型训练；