一种基于运动特征关联的室内位置预测方法、装置及系统与流程

技术特征：

1.一种基于运动特征关联的室内位置预测方法，其特征在于，包括：

获取并根据第一时间点待预测用户的位置坐标、预设的圆域半径及用户运动状态历史数据，建立以所述待预测用户为中心的圆域模型，所述圆域模型包括，用户运动状态历史数据中的待预测用户的运动状态、关联用户的运动状态，其中，所述关联用户为待预测用户的圆域内的其他用户；

比较所述圆域模型中的所述待预测用户的运动状态，与所述关联用户的运动状态，计算获得所述待预测用户与各个关联用户的运动状态的第一差值；

根据所述第一差值，获得满足判定条件的第一关联用户，并获得所述待预测用户与各个第一关联用户的第一相似度；

利用所述用户运动状态历史数据中，所述第一时间点之前的第一预设时间段内，所述待预测用户与各个第一关联用户是否在同一圆域内的记录数值，获得所述待预测用户与各个第一关联用户的第二相似度；

利用所述第一相似度、所述第二相似度，及所述用户运动状态历史数据中第一关联用户的运动状态历史数据中，与所述第一时间点对应的同一时间点之后的第二预设时间段内，各个第一关联用户的圆域的关系，获得待预测用户的预测的位置坐标。

2.根据权利要求1所述的方法，其特征在于，所述获取并根据第一时间点待预测用户的位置坐标、预设的圆域半径及用户运动状态历史数据，建立以所述待预测用户为中心的圆域模型，包括：

根据所述第一时间点待预测用户的位置坐标、预设的含有位置坐标与网格关系的区域网格模型，获得待预测用户的网格编号；

在所述用户运动状态历史数据中，获取待预测用户的历史数据、与待预测用户同一网格编号的其他用户的历史数据；

根据以所述待预测用户的位置坐标为圆心、以所述预设的圆域半径为半径的待预测用户的圆域，在所述与待预测用户同一网格编号的其他用户的历史数据中，获取关联用户的历史数据，所述关联用户为所述待预测用户的圆域内的其他用户，所述历史数据包括位置坐标、转入速度、转出速度、转入角度、转出角度、获取位置坐标的时间点、网格编号；

根据所述待预测用户的历史数据及所述关联用户的历史数据，在所述待预测用户的圆域基础上，建立以所述待预测用户为中心的圆域模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述待预测用户的历史数据及所述关联用户的历史数据，在所述待预测用户的圆域基础上，建立以所述待预测用户为中心的圆域模型，包括：

根据所述待预测用户的历史数据，获取待预测用户的运动状态，根据所述关联用户的历史数据，获取关联用户的运动状态；

根据所述待预测用户的运动状态、所述关联用户的运动状态及预设的圆域半径，建立以所述待预测用户为中心的圆域模型，为：

$C_{ij}^{\left(d\right)}=\{P_{ij}^{\left(d\right)},U_{ij},R\}$

其中，所述为所述以所述待预测用户为中心的圆域模型，所述为所述待预测用户的运动状态，所述所述U_ij为所述关联用户的运动状态的集合，所述U_ij＝{P_1j，P_2j，……，P_kj}，所述P_kj为第k个关联用户的运动状态，所述k为关联用户数目，所述R为所述预设的圆域半径，所述x_ij,y_ij为所述第一时间点待预测用户的位置坐标，所述为所述转入速度，所述为所述转出速度，所述θ⁽ⁱⁿ⁾为所述转入角度，所述θ^(out)为所述转出角度，所述t为所述第一时间点，所述block为所述网格编号。

4.根据权利要求3所述的方法，其特征在于，所述根据所述待预测用户的历史数据，获取待预测用户的运动状态，包括：

根据所述待预测用户的历史数据中，第一时间点的上一时间点之前的相邻时间点的位置坐标、第一时间点的上一时间点的位置坐标之间的距离，与两个相邻时间点之间的预设时间间隔的比值，获得待预测用户的转入速度，并获得转入速度的角度为转入角度，

根据所述待预测用户的历史数据中，第一时间点的位置坐标、所述第一时间点的上一时间点的位置坐标之间的距离，与所述预设时间间隔的比值，获得待预测用户的转出速度，并获得转出速度的角度为转出角度；

根据所述第一时间点待预测用户的位置坐标、待预测用户的转入速度、待预测用户的转出速度、待预测用户的转入角度、待预测用户的转出角度、第一时间点、待预测用户的网格编号，构成待预测用户的运动状态；

相应的，所述根据所述关联用户的历史数据，获取关联用户的运动状态，包括：

根据所述关联用户的历史数据中，第一时间点的上一时间点之前的相邻时间点的位置坐标、第一时间点的上一时间点的位置坐标之间的距离，与所述预设时间间隔的比值，获得关联用户的转入速度，并获得转入速度的角度为转入角度，

根据所述关联用户的历史数据中，第一时间点的位置坐标、第一时间点的上一时间点的位置坐标之间的距离，与所述预设时间间隔的比值，获得关联用户的转出速度，并获得转出速度的角度为转出角度；

根据第一时间点关联用户的位置坐标、关联用户的转入速度、关联用户的转出速度、关联用户的转入角度、关联用户的转出角度、第一时间点、关联用户的网格编号，构成关联用户的运动状态。

5.根据权利要求1所述的方法，其特征在于，所述比较所述圆域模型中的所述待预测用户的运动状态，与所述关联用户的运动状态，计算获得所述待预测用户与各个关联用户的运动状态的第一差值，包括：

比较所述圆域模型中的所述待预测用户的运动状态，与所述关联用户的运动状态中的转入速度、转出速度、转入角度、转出角度，计算获得转入速度差值、转出速度差值、转入角度差值、转出角度差值；

根据所述转入速度差值、所述转出速度差值、所述转入角度差值、所述转出角度差值之和，计算获得所述待预测用户与各个关联用户的运动状态的第一差值。

6.根据权利要求5所述的方法，其特征在于，所述根据所述第一差值，获得满足判定条件的第一关联用户，并获得所述待预测用户与各个第一关联用户的第一相似度，包括：

根据判定条件V₁<V_th且V₂<V_th，θ₁<θ_th且θ₂<θ_th，获得满足所述判定条件的第一差值对应的关联用户，作为所述待预测用户的第一关联用户，其中，所述V₁为所述转入速度差值，所述V₂为所述转出速度差值，所述V_th为预设的速度差值阈值，所述θ₁为所述转入角度差值，所述θ₂为所述转出角度差值，所述θ_th为预设的角度差值阈值；

将第一关联用户的第一差值中的最小值，与各个第一关联用户的第一差值的比值，作为各个第一关联用户对应的第一相似度。

7.根据权利要求1所述的方法，其特征在于，所述利用所述用户运动状态历史数据中，所述第一时间点之前的第一预设时间段内，所述待预测用户与各个第一关联用户是否在同一圆域内的记录数值，获得所述待预测用户与各个第一关联用户的第二相似度，包括：

获取所述用户运动状态历史数据中，所述第一时间点之前的第一预设时间段内，所述待预测用户和各个第一关联用户是否在同一圆域内的记录数值，并利用预设的倒推权值，获得所述待预测用户和各个第一关联用户的第二相似度为：

${\mathrm{\&omega;}}_i=\frac{\underset{t=1}{\overset{n}{\&Sigma;}}{I}_t{\mathrm{\&delta;}}_t}{\underset{t=1}{\overset{n}{\&Sigma;}}{\mathrm{\&delta;}}_t}$

其中，所述ω_i为待预测用户和第i个第一关联用户的第二相似度，所述n为所述第一预设时间段，所述n大于30秒，所述I_t为所述用户运动状态历史数据中，所述第一时间点之前的第一预设时间段内的第t时间点，待预测用户与第i个第一关联用户是否在同一圆域的记录数值，其中，I_t的取值为待预测用户和第i个第一关联用户在同一圆域内的记录数值的第一数值，或者待预测用户和第i个第一关联用户未在同一圆域内的记录数值的第二数值，第一数值和第二数值不同，所述δ_t为所述预设的倒推权值。

8.根据权利要求1所述的方法，其特征在于，所述利用所述第一相似度、所述第二相似度，及所述用户运动状态历史数据中第一关联用户的运动状态历史数据中，与所述第一时间点对应的同一时间点之后的第二预设时间段内，各个第一关联用户的圆域的关系，获得待预测用户的预测的位置坐标，包括：

获取所述用户运动状态历史数据中第一关联用户的运动状态历史数据中，与所述第一时间点对应的同一时间点之后的第二预设时间段内，每个预设时间点，每个第一关联用户的圆域内的其余第一关联用户的数目，作为第一时间点数目，并将多个预设时间点的所述第一时间点数目累加，获得每个第一关联用户的关联用户计数；

根据每个第一关联用户的关联用户计数、所述第一相似度及所述第二相似度，根据概率公式，获取待预测用户进入到每个第一关联用户的圆域的概率；

判断所述概率的数目是否大于预设数量个，若是，则将多个所述概率进行由大至小排序，获取排序在前的预设数量个概率对应的，第一关联用户的位置坐标的平均值，作为待预测用户的预测的位置坐标；若否，则获取所有概率对应的，第一关联用户的位置坐标的平均值，作为待预测用户的预测的位置坐标；

其中，所述P_Mi为待预测用户进入到第i个第一关联用户的圆域的概率，所述λ_i为待预测用户与第i个第一关联用户的第一相似度，所述ω_i为待预测用户与第i个第一关联用户的第二相似度，所述h_ti为所述第一关联用户的历史数据中，与所述第一时间点对应的同一时间点之后的第二预设时间段内，第i个第一关联用户的关联用户计数，所述L为第一关联用户的数目，所述t为所述第一关联用户的历史数据中，与所述第一时间点对应的同一时间点之后的第二预设时间段内，不同的预设时间点，所述T为预设时间点的数目。

9.一种基于运动特征关联的室内位置预测装置，其特征在于，包括：

圆域模型建立模块，用于获取并根据第一时间点待预测用户的位置坐标、预设的圆域半径及用户运动状态历史数据，建立以所述待预测用户为中心的圆域模型，所述圆域模型包括，用户运动状态历史数据中的待预测用户的运动状态、关联用户的运动状态，其中，所述关联用户为待预测用户的圆域内的其他用户；

运动状态比较模块，用于比较所述圆域模型中的所述待预测用户的运动状态，与所述关联用户的运动状态，计算获得所述待预测用户与各个关联用户的运动状态的第一差值；

第一相似度获取模块，用于根据所述第一差值，获得满足判定条件的第一关联用户，并获得所述待预测用户与各个第一关联用户的第一相似度；

第二相似度获取模块，用于利用所述用户运动状态历史数据中，所述第一时间点之前的第一预设时间段内，所述待预测用户与各个第一关联用户是否在同一圆域内的记录数值，获得所述待预测用户与各个第一关联用户的第二相似度；

位置坐标预测模块，用于利用所述第一相似度、所述第二相似度，及所述用户运动状态历史数据中第一关联用户的运动状态历史数据中，与所述第一时间点对应的同一时间点之后的第二预设时间段内，各个第一关联用户的圆域的关系，获得待预测用户的预测的位置坐标。

10.一种基于运动特征关联的室内位置预测系统，其特征在于，包括：

数据采集器，用于依据预设时间间隔，采集待预测用户的位置坐标；

处理器，用于获取并根据第一时间点待预测用户的位置坐标、预设的圆域半径及用户运动状态历史数据，建立以所述待预测用户为中心的圆域模型，所述圆域模型包括，用户运动状态历史数据中的待预测用户的运动状态、关联用户的运动状态，其中，所述关联用户为待预测用户的圆域内的其他用户；比较所述圆域模型中的所述待预测用户的运动状态，与所述关联用户的运动状态，计算获得所述待预测用户与各个关联用户的运动状态的第一差值；根据所述第一差值，获得满足判定条件的第一关联用户，并获得所述待预测用户与各个第一关联用户的第一相似度；利用所述用户运动状态历史数据中，所述第一时间点之前的第一预设时间段内，所述待预测用户与各个第一关联用户是否在同一圆域内的记录数值，获得所述待预测用户与各个第一关联用户的第二相似度；利用所述第一相似度、所述第二相似度，及所述用户运动状态历史数据中第一关联用户的运动状态历史数据中，与所述第一时间点对应的同一时间点之后的第二预设时间段内，各个第一关联用户的圆域的关系，获得待预测用户的预测的位置坐标。