一种室内行人语义位置提取方法及预测方法技术

本发明专利技术公开了一种室内行人语义位置提取方法及预测方法，该提取方法包括：首先从室内行人轨迹数据集中提取出某用户的停留区域；获取停留区域每个轨迹点相对于各商铺的单点吸引度序列；基于单点吸引度序列获取各商铺相对于停留区域的区域吸引度序列；最大区域吸引度对应的商铺为停留区域对应的语义位置，表示为该行人实际目的地，便于语义位置预测。该室内行人语义位置预测方法，分别提取并构建所有用户的室内语义位置序列，按照时间区间进行特征分类，分别得到周期性训练数据集和邻近性数据集，将两个数据集作为输入，训练并构建室内行人语义位置预测模型，将待预测某用户的轨迹集输入优化后的预测模型，识别出该用户的未来语义位置。

A method of extracting and predicting the semantic location of indoor pedestrian

【技术实现步骤摘要】
一种室内行人语义位置提取方法及预测方法
本专利技术涉及移动位置服务、城市交通、人类出行位置预测、出行行为分析、移动互联网络技术等
，尤其是涉及一种室内行人语义位置提取方法及预测方法。
技术介绍
室内空间是人类活动的主要空间，据统计人类87％左右的时间都在室内空间移动，如办公楼、购物中心、医院、机场、地铁站等。随着室内定位技术迅猛发展，如WiFi定位、射频识别(RadioFrequencyIdentification,RFID)定位、蓝牙或NFC(NearFieldCommunication)定位、伪卫星定位、UWB(Ultra-Wideband)定位及地磁定位等，内置定位模块的移动终端如智能手机、平板电脑、PDA等的用户规模不断扩大，移动互联网的不断发展，室内位置服务应用不断增多，室内行人轨迹数据爆发式增长，为基于位置的广告推送、室内商业智能分析、商业物流调度与管理等提供了重要的技术支撑。如在线导航、基于位置的社交网络、基于位置的广告推送等。室内行人轨迹数据爆发式增长，图1为室内行人在单个楼层的移动轨迹数据。室内空间行人的移动呈现出高时空本文档来自技高网...

【技术保护点】
1.一种室内行人语义位置提取方法，其特征在于，包括：/n从室内行人轨迹数据集中提取出某用户的停留区域；/n分别获取所述停留区域内每个轨迹点相对于商铺的单点吸引度序列；/n基于所述单点吸引度的序列获取各商铺相对于所述停留区域的区域吸引度的序列；最大的区域吸引度对应商铺为所述停留区域对应语义位置。/n

【技术特征摘要】
1.一种室内行人语义位置提取方法，其特征在于，包括：
从室内行人轨迹数据集中提取出某用户的停留区域；
分别获取所述停留区域内每个轨迹点相对于商铺的单点吸引度序列；
基于所述单点吸引度的序列获取各商铺相对于所述停留区域的区域吸引度的序列；最大的区域吸引度对应商铺为所述停留区域对应语义位置。


2.根据权利要求1所述的方法，其特征在于，从室内行人轨迹数据中提取出某用户的停留区域步骤包括：
从室内行人轨迹数据提取某用户的轨迹数据集，所述轨迹数据集含有多个按时间顺序排列的轨迹点；
将所述轨迹数据集划分为多个不相交的簇集；
依次计算相邻簇集的距离，得到距离序列；
判断所述距离序列中的最小距离值是否大于第一预设值；
若是，将停留时间低于第二预设值的簇集去除，得到的簇集与用户的停留区域一一对应。


3.根据权利要求2所述的方法，其特征在于，
若否，将所述最小距离值对应两个簇集合并为一簇集，得到更新簇集；
依次计算更新的簇集中相邻簇集的距离，得到更新的距离序列；
回到判断所述距离序列中的最小距离值是否大于第一预设值的步骤。


4.根据权利要求2所述的方法，其特征在于，在从室内行人轨迹数据提取某用户的轨迹数据集之后，还包括对某用户的轨迹数据集处理的步骤：
若相邻轨迹点之间时间间隔低于第三预设值，删除其中一个点；
若相邻轨迹点之间距离低于第四预设值，删除其中一个轨迹点；
若相邻轨迹点平均速度超过该轨迹点对应的行人平均速度，删除其中一个轨迹点；
若同一时间同一位置含有多个轨迹点，保留其中一个轨迹点；
将室内定位误差位于室内空间区域之外的轨迹点删除。


5.根据权利要求1所述的方法，其特征在于，获取轨迹点相对于商铺的单点吸引度的序列的步骤包括：
判断所述轨迹点是否...

【专利技术属性】
技术研发人员：张恒才，陆锋，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：北京;11