【技术实现步骤摘要】
一种基于群体视觉的行人导航方法
本专利技术涉及移动轨迹分析和群体数据处理领域,尤其涉及图像聚类、行人轨迹分析及基于密度轨迹聚类、带有图片标签的路网构建和行人偏离检测。
技术介绍
导航是辅助人们日常出行的一项关键技术。目前,主要研究和应用于车载导航和行人轨迹路线规划。现有针对行人的智能手机导航应用如谷歌地图、百度地图等主要使用方向和路线的方向为用户提供导航。电子地图在一些地区支持全景导航的方式。用户可以通过全景图片判断自己的位置和方向。目前导航方法中主要针对车辆的导航和路线规划以及基于方向和路线的行人导航,而缺乏对行人的视觉导航和规划。使用方向和路线进行行人导航的缺陷在于:(1)GPS信号存在不稳定易受影响的问题。不同智能手机在同一地点的GPS存在差异;不同智能手机的GPS精度存在差异;GPS易受环境干扰,例如阴雨天气与晴天的GPS读数存在差异。(2)使用方向和路线对行人导航时,行人需不断判断自身位置和防线是否与导航路线和方向一致,使得导航效率降低且行人易丢失。(3)目前也有一些室内环境使用3D导航的方式,但是对室外环境进行3D重建消耗的成本较大,并且行人在使用3D ...
【技术保护点】
1.一种基于群体视觉的行人导航方法,包括以下步骤:S1:数据采集:所述数据包括图片和轨迹数据,由设置有图片获取装置的终端设备进行拍摄图片,并自行记录轨迹数据;S2:数据上传:由终端设备将数据上传至数据处理设备;S3:对群体采集到的图片使用图像匹配算法进行聚类,将内容相同的图片归为一类标志物;S4:对采集到的轨迹信息使用DTW算法整合标志物之间的路径,生成带有图片信息的细粒度地图;S5:得到标志物和标志物之间的地理关系之后,当一个用户请求一个目的地时,系统为其推荐路线。
【技术特征摘要】
1.一种基于群体视觉的行人导航方法,包括以下步骤:S1:数据采集:所述数据包括图片和轨迹数据,由设置有图片获取装置的终端设备进行拍摄图片,并自行记录轨迹数据;S2:数据上传:由终端设备将数据上传至数据处理设备;S3:对群体采集到的图片使用图像匹配算法进行聚类,将内容相同的图片归为一类标志物;S4:对采集到的轨迹信息使用DTW算法整合标志物之间的路径,生成带有图片信息的细粒度地图;S5:得到标志物和标志物之间的地理关系之后,当一个用户请求一个目的地时,系统为其推荐路线。2.根据权利要求1所述的一种基于群体视觉的行人导航方法,其特征在于:所述S2上传数据前,对数据进行处理,使用均值滤波的方法对数据过滤,然后通过用户进行上传。3.根据权利要求1所述的一种基于群体视觉的行人导航方法,其特征在于:所述S3具体包括以下步骤:S31:首先使用距离约束条件筛选出附近的图片,再对这些图片使用俯仰角约束得到待匹配的图片候选集;S32:对待匹配的照片候选集中的图片使用轻量级图像匹配算法进行图像匹配,匹配成功的图片认为包含相同标志物,将其分为一类标志物。4.根据权利要求3所述的一种基于群体视觉的行人导航方法,其特征在于:所述距离约束条件为:两张图片之间的距离小于100米,俯仰角约束为两张图片的俯仰角之差的余弦值小于0.7。5.根据权利要求1所述的一种基于群体视觉的行人导航方法,其特征在于:所述S4中轨迹信息为:从数据库中找到某两个标志物之间的所有轨迹的集合PSBvp,即找到与当前上传的轨迹附近的轨迹(满足间距小于dc)。其中VP为数据库中所有轨迹集合。pi为新上传的一条路径,dis为计算两条路径之间垂直距离的函数,dc为距离约束。PSBvp={vpj∈VP|dis(pi,vpj)<dc}(1)将PSBvp中的路径分为相交路径和平行路径:1)相交路径满足Xvp={vpj∈PSBvp|||kvp|-|kp||>θ},对于相交路径使用基于密度的聚类方法找到路径之间的交点;2)平行路径,满足PLvp={vpj∈PSBvp|||kvp|-|kp||<θ},对于平行路径使用DTW的方法整合路径。其中kvp和kt分别为路径vpi和pi的斜率。6.根据权利要求5所述的一种基于群体视觉的行人导航方法,其特征在于:所述平行路径整...
【专利技术属性】
技术研发人员:郭斌,王倩茹,於志文,王柱,王亮,梁韵基,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:陕西,61
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。