融合多传感器的地点识别方法技术

技术编号:14957345 阅读:120 留言:0更新日期:2017-04-02 11:39
本发明专利技术公开了一种融合多传感器的地点识别方法,包括以下步骤:a、按照设定的采样时间间隔采集经纬度信息以及传感器数据,同时记录采样时的时间戳,得到轨迹数据序列和原始传感器数据;b、对轨迹数据序列进行预处理,过滤轨迹数据序列中的速度异常点;c、对预处理后的轨迹数据序列进行处理,得到用户访问地点集;d、对原始传感器数据进行处理,得到用户行为信息集;e、融合用户行为信息集和访问地点集,得到用户常驻地点集。本发明专利技术不需要依赖额外的硬件,只需要采集移动设备自身配备的传感器数据,且能够提高地点识别的准确性。

【技术实现步骤摘要】

本专利技术涉及一种融合多传感器的地点识别方法,属于地点识别

技术介绍
近年来随着移动互联网的发展和人们生活水平的不断提高,手机等移动设备已经成为人们现代生活中不可或缺的一部分。目前手机等移动设备都具备较强的运算能力,并且配备了丰富的传感器,比如GPS、加速度传感器、重力感应器等,具有广阔的应用前景,基于移动设备的情景感知是其中一个重要的发展方向。移动互联网应用通过感知用户情景,可以给用户提供更丰富的个性化服务,例如,中国专利公开号104504623A公开的一种根据动作感知进行场景识别的方法,公开日为2015‐04‐08。而情景感知首先最需要解决的就是用户显著地点感知,即地点识别。目前常用的地点识别方法包括以下几种:1.基于Beacon的方法基于Beacon的方法需要预先在固定地点安装Beacon基站。当用户靠近Beacon基站时,移动设备能够感应到Beacon信号,从而获取到用户所在地点。这种方法需要额外硬件的投入,成本较高,能够识别的地点也因此受到限制,不利于推广应用。2.基于聚类的方法手机等移动设备可以通过GPS或网络定位技术自动记录经纬度信息,采集得到轨迹数据。当用户在地点停留时,轨迹点会在地点附近比较密集。基于这一事实,可以通过K‐均值聚类算法或DBSCAN算法来挖掘地点信息。这种方法不依赖额外的硬件,但是聚类算法没有考虑轨迹数据的时序特征,并且由于手机采集经纬度信息受自身条件限制容易出现噪声数据,从而影响地点识别的准确度。
技术实现思路
本专利技术的目的在于克服现有技术存在的上述问题,提供一种融合多传感器的地点识别方法。本专利技术不需要依赖额外的硬件,只需要采集移动设备自身配备的传感器数据,且能够提高地点识别的准确性。为实现上述目的,本专利技术采用的技术方案如下:一种融合多传感器的地点识别方法,其特征在于,包括以下步骤:a、按照设定的采样时间间隔采集经纬度信息以及传感器数据,同时记录采样时的时间戳,得到轨迹数据序列和原始传感器数据;b、对轨迹数据序列进行预处理,过滤轨迹数据序列中的速度异常点;c、对预处理后的轨迹数据序列进行处理,得到用户访问地点集;d、对原始传感器数据进行处理,得到用户行为信息集;e、融合用户行为信息集和访问地点集,得到用户常驻地点集。所述步骤a中,利用移动设备按照设定的采样时间间隔,通过GPS或者网络定位获取设备的经纬度信息,采集加速度传感器、陀螺仪、重力感应器等传感器信息,附近的WiFi热点信息,将这些数据上报到服务器。所述步骤a中,得到的轨迹数据序列L={l1,l2,…,ln本文档来自技高网
...

【技术保护点】
一种融合多传感器的地点识别方法,其特征在于,包括以下步骤:a、按照设定的采样时间间隔采集经纬度信息以及传感器数据,同时记录采样时的时间戳,得到轨迹数据序列和原始传感器数据;b、对轨迹数据序列进行预处理,过滤轨迹数据序列中的速度异常点;c、对预处理后的轨迹数据序列进行处理,得到用户访问地点集;d、对原始传感器数据进行处理,得到用户行为信息集;e、融合用户行为信息集和访问地点集,得到用户常驻地点集。

【技术特征摘要】
1.一种融合多传感器的地点识别方法,其特征在于,包括以下步骤:
a、按照设定的采样时间间隔采集经纬度信息以及传感器数据,同时记录采样
时的时间戳,得到轨迹数据序列和原始传感器数据;
b、对轨迹数据序列进行预处理,过滤轨迹数据序列中的速度异常点;
c、对预处理后的轨迹数据序列进行处理,得到用户访问地点集;
d、对原始传感器数据进行处理,得到用户行为信息集;
e、融合用户行为信息集和访问地点集,得到用户...

【专利技术属性】
技术研发人员:张国容
申请(专利权)人:成都小步创想畅联科技有限公司
类型:发明
国别省市:四川;51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1