Wi-Fi导航系统技术方案

本发明专利技术涉及一种Wi‑Fi导航系统，包括：数据分析模块，用于分析不同数据流的数据特征；导航模块耦合到数据分析模块，导航模块提供行程时间预测，因为行程时间反映了室内行程时间；并根据事故、道路封闭或拥堵等交通异常情况进行动态路线更新；流数据缓冲器，被配置为结合来自批处理框架的模型存储最近的输入数据以服务实时应用，其中数据分析模块考虑可用性随时间的频率并调整频率以匹配不同流之间的速率。

Wi-Fi Navigation System

The invention relates to a Wi Fi navigation system, which includes: data analysis module for analyzing data characteristics of different data streams; navigation module is coupled to data analysis module, and navigation module provides travel time prediction, because travel time reflects indoor travel time; and dynamic route updating according to traffic abnormalities such as accidents, road closure or congestion; The data analysis module considers the frequency of availability over time and adjusts the frequency to match the rate between different streams.

【技术实现步骤摘要】
Wi-Fi导航系统
技术介绍
在城市地区，通勤者经常面对各种运输方式，例如公共汽车、火车、步行、自行车和摩托车。在他们的日常通勤中，他们经过复杂的室内环境，如火车站、公交车站、多层建筑物和办公室、商场、超市、图书馆、地下停车场等。室内旅行时间和相关延误是大多数平均值的重要部分乘客。传统的路线规划者和GPS设备在室内环境中不起作用，并且他们的旅行时间估计通常不太准确。同样在公共交通的情况下，传统的路线规划者提供静态路线，并且在旅行正在进行时，他们不会基于向前行驶异常向用户提供动态路线选择。OneBusAway仅提供公共汽车的实时交通信息。这不是多式联运计划者。在城市环境中使用不同的运输方式时，用户必须具有不同的应用。OpenTripPlanner提供静态多模态路由。通过提供动态旅行更新，它在旅行时无法帮助通勤者。Moovit是一个实时的本地交通规划应用程序。它是一种多模式运输导航器，它可以在移动中通过提供停止信息来跟踪用户，但是它无法在室内跟踪用户。它也不能提供室内路线。Transitapp，How2Goapp和CityMapper应用程序是适用于城市环境的多模式公共交通导航应用程序。他们都不会在旅行过程中跟踪用户，也没有室内地图或本地化功能。
技术实现思路
在一个方面，一种Wi-Fi导航系统，包括：数据分析模块，用于分析不同数据流的数据特征；导航模块耦合到数据分析模块，导航模块提供行程时间预测，因为行程时间反映了室内行程时间；并根据事故、道路封闭或拥堵等交通异常情况进行动态路线更新；流数据缓冲器，被配置为结合来自批处理框架的模型存储最近的输入数据以服务实时应用，其中数据分析模块考虑可用性随时间的频率并调整频率以匹配不同流之间的速率。在一个实施例中，该系统包括耦合到异构数据源的预处理器，以管理不同数据流的数据特性，处理数据集成、数据变换、空间插值、特征提取和聚类。在一个实施例中，交通异常包括事故、道路封闭或拥堵。在一个实施例中，预处理器执行数据集成、数据变换、空间插值、特征提取和用户数据的聚类。在一个实施例中，该系统包括显示器，该显示器示出关于传输路径中的一个或多个模式的通勤者实时信息。在一个实施例中，数据分析模块包括实时传感器代理、关联引擎和预测引擎。在一个实施例中，定期运行引擎并更新结果以反映输入数据的最新变化。在一个实施例中，数据分析引擎包括用于离线处理运输数据的多个引擎。在一个实施例中，不同的数据流包括地图数据、交通信息、车辆跟踪数据、天气报告、社交媒体数据、通勤者反馈数据、GIS数据、旅行时间数据。附图说明参考以下结合附图的更详细的描述和权利要求，将更好地理解本专利技术的优点和特征，在附图中，相同的元件用相同的符号标识，并且其中：图1示出了用于多模式旅行计划的示例性系统架构；图2示出了用于规划多模态行程的示例性系统。具体实施方式现在参考附图，其中相同的数字表示相同或相似的元件，并且首先参考图1。参考图1，示出了具有用于多模式旅行计划的系统架构的示例性发动图。包括块1、预处理器。从外部源获得的数据是原始的并且来自独立的流(方框7)。需要多种清理策略来管理不同流的错误特征，过滤掉不良数据并处理数据流中的间隙。必须准确组合不同类型的数据类型以表示交通信息。此外，数据可用性的频率随时间变化，并且必须在执行分析之前调整以匹配不同流中的速率。该领域的传感器通常也不可靠，这导致在不同时间缺乏数据。预处理层必须扩展数据的缺乏以填补漏洞。除了缺失数据外，预处理层还必须处理由于通信故障等引起的错误数据。预处理器完成的关键功能包括数据集成、数据转换、空间插值、特征提取和聚类。图1还包括块2，流分析层。许多运输应用需要基于输入事件的实时响应。流输入事件的处理通过流分析框架来处理。该系统由各种模块组成，用于处理来自各种数据源的流输入数据并提供实时应用。最近的输入数据存储在流数据缓冲区中，并与批处理框架中的模型结合使用，以提供实时应用程序。输入数据的处理是即时完成的，并且如应用程序所指定的那样采取适当的动作。流式传输框架中的一些模块和引擎是实时传感器代理，关联引擎和预测引擎。图1还包括块3，批量分析层。该系统由多个引擎组成，用于离线处理所有运输数据。需要进行离线处理以根据历史数据样本构建历史视图；基于培训等构建模型。这种离线处理是计算密集型的，需要很长时间才能完成。输入数据继续增长，而计算正在进行中。此输入数据不会反映在计算结果中。因此，这些引擎会定期运行并更新结果，以反映输入数据的最新变化。各种引擎的输出以及原始输入数据被送入批量数据存储。此数据存储对流式框架以及应用程序层可见。方框4是多模式旅行计划器。在当前的城市环境中，典型的通勤通常涉及多种交通方式，包括步行、汽车、公共汽车、火车等。通过这种“多模式”旅行，通勤者获取有关他/她的过境路径各种模式的实时信息非常重要。如果旅行涉及使用公共交通的旅行，则更为重要。各种事件导致延误和中断，使旅行变得困难，有时令人沮丧。当通勤者获得实时交通和公共交通时间表时，他们可以就旅行做出更明智的决定。此外，对于大多数普通乘客来说，室内旅行时间和相关延误也使传统的路线规划者和GPS设备在室内环境中不起作用，并且他们的旅行时间估计通常不太准确。多式联运旅行计划员将室内视为交通方式之一，因此向乘客提供准确的旅行计划和旅行时间。框5是实时数据存储。实时数据存储层用于探测和直接分析流数据。该系统是面向列的，具有先进的索引结构，用于探索亚毫秒级别的流式传输。图1包括批处理数据存储块6。来自各种来源的传入数据存档在批量数据存储中以用于历史分析目的。批量数据存储允许以高每秒查询速率提供任意大量的数据集。支持具有完整SQL查询，图形查询，GIS查询的数据存储。框7表示向系统提供输入的异构数据源。数据源包括异构的数据组合，包括地图数据、交通信息、车辆跟踪数据、天气报告、社交媒体数据、通勤反馈数据、GIS数据、旅行时间数据等。室内定位系统可以确定具有房间水平精度的设备的位置。作为基于指纹的系统，室内定位系统不提供地理坐标，而是提供符号标识符，例如房间的数量或名称。室内定位系统不依赖于静态指纹模型，而是在训练和使用之间没有区别。室内定位系统可以立即使用，并允许其用户在必要时输入符号标签。由于这是一个持续的过程，室内定位系统还可以容易地适应环境的变化，例如由更换的接入点引起的。有关更多详细信息，请参阅我们的论文室内定位系统-通过用户协作进行自适应零配置室内定位。为了进一步提高定位器的准确度和适应性，室内定位系统允许连续进行的多次测量被添加到相同的指纹。我们将此过程称为“间隔标记”。有关间隔标记的更多信息，请参阅我们的文章通过运动检测和异步间隔标记改进位置指纹识别。此外，室内定位系统采用两级定位机制：如果指纹仅由少量测量组成，则室内定位系统使用KNN变体，而SVM用于大指纹。室内定位系统包括两个基本组件：嗅探器组件，其收集和收集关于范围内的不同无线设备的信息以便创建指纹；以及定位器组件，其将测量的指纹存储在存储库中并且包含该算法找到移动设备。为了实现简单、可靠和快速的用户协作，定位器作为中央服务器运行。它使用JavaSE6。0和SQLite(或MySQL)实现。作为嗅探器组件，我们使用iPhone应用程序收集有本文档来自技高网...

【技术保护点】
1.一种Wi‑Fi导航系统，其特征在于，包括：数据分析模块，用于分析不同数据流的数据特征；导航模块耦合到数据分析模块，导航模块提供行程时间预测，因为行程时间反映了室内行程时间；并根据事故、道路封闭或拥堵等交通异常情况进行动态路线更新；流数据缓冲区，配置为将最近的输入数据与批处理框架中的模型一起存储以提供实时应用程序，其中，数据分析模块在执行分析之前考虑可用性随时间的频率并调整频率以匹配不同流的速率。

【技术特征摘要】
1.一种Wi-Fi导航系统，其特征在于，包括：数据分析模块，用于分析不同数据流的数据特征；导航模块耦合到数据分析模块，导航模块提供行程时间预测，因为行程时间反映了室内行程时间；并根据事故、道路封闭或拥堵等交通异常情况进行动态路线更新；流数据缓冲区，配置为将最近的输入数据与批处理框架中的模型一起存储以提供实时应用程序，其中，数据分析模块在执行分析之前考虑可用性随时间的频率并调整频率以匹配不同流的速率。2.根据权利要求1所述的系统，其特征在于，包括：预处理器，耦合到异构数据源，以管理不同数据流的数据特征，处理数据集成、数据变换、空间插值、特征提取和聚类。3.根据权利要求1所述的系统，其特征在于，其中所述交通异常包括事故、道路封闭或拥堵。4.根据权利要求1所述的系统，...

【专利技术属性】
技术研发人员：杜江，宋婷，
申请(专利权)人：成都凯力科技有限公司，成都方芯科技有限公司，
类型：发明
国别省市：四川,51