识别终端设备位置的方法、装置、设备及存储介质与流程

本申请实施例涉及定位技术领域，尤其涉及一种识别终端设备位置的方法、装置、设备及存储介质。

背景技术：

现有技术中，检测终端设备是在室内还是室外是终端定位中的一种。现有检测方法一般是基于终端设备能否接收到gps信号来进行区分的，当终端设备能够接收到gps信号时，认为终端设备在室外，当终端设备不能接收到gps信号时，则认为终端设备在室内。

但是由于终端设备有时在室内也能够接收到gps信号，因此，现有检测方法的准确性不高，误判较严重。

技术实现要素：

本申请实施例提供一种识别终端设备位置的方法、装置、设备及存储介质，以准确的识别终端设备是在室内还是室外。

本申请实施例第一方面提供一种传感器的校正方，包括：获取目标终端设备上的定位信号强度信息；基于所述定位信号强度信息和预设的分类模型，确定所述目标终端设备是否在目标建筑物内。

本申请实施例第二方面提供一种识别终端设备位置的装置，包括：第一获取模块，用于获取目标终端设备上的定位信号强度信息；分类识别模块，用于基于所述定位信号强度信息和预设的分类模型，确定所述目标终端设备是否在目标建筑物内。

本申请实施例第三方面提供一种计算机设备，包括：一个或多个处理器；gps模块和/或wifi模块，gps模块用于进行gps定位，所述wifi模块用于进行wifi网络连接；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述第一方面所述的方法。

本申请实施例第四方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的方法。

基于以上各方面，本申请实施例通过获取目标终端上的定位信号强度信息，基于获取到的定位信号强度信息和预设的分类模型，确定目标终端设备是否在目标建筑物内。由于本申请实施例是将终端设备的定位信号强度信息作为预设的分类模型的输入来来判断终端设备是在室内还是室外的，而不是依据终端设备能否收到gps信号来进行判断的，因此，能够避免现有技术因为终端设备在室内也能收到gps信号所导致的误判的问题，提高了区分终端设备与建筑物之间位置关系的准确性。

应当理解，上述发明内容部分中所描述的内容并非旨在限定本申请的实施例的关键或重要特征，亦非用于限制本申请的范围。本公申请的其它特征将通过以下的描述变得容易理解。

附图说明

图1是现有技术区分终端设备在室内还是室外的一种场景示意图；

图2是本申请实施例提供的一种识别终端设备位置的方法的流程图；

图3是本申请实施例提供的一种分类模型的训练方法的流程图；

图4是本申请实施例提供的一种分类模型的训练场景示意图；

图5是本申请实施例提供的一种室外类别识别模型的训练方法的流程图；

图6是本申请实施例提供的一种图3实施例中第一预设阈值的确定方法流程图；

图7是本申请实施例提供的一种识别终端设备位置的装置70的结构示意图；

图8是本申请实施例提供的一种第二获取模块73的结构示意图；

图9是本申请实施例提供的一种识别终端设备位置的装置的结构示意图；

图10是本申请实施例提供的一种识别终端设备位置的装置的结构示意图。

具体实施方式

下面将参照附图更详细地描述本申请的实施例。虽然附图中显示了本申请的某些实施例，然而应当理解的是，本申请可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本申请。应当理解的是，本申请的附图及实施例仅用于示例性作用，并非用于限制本申请的保护范围。

本申请实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在现有的定位技术中，可以基于终端设备的位置来区分终端设备是在室内还是室外，进而根据区分的结果来实现一些特定的业务。比如，在一些场景中，基于终端设备与建筑物之间的位置关系可以实现一些特定的业务。比如，在购物场景中，当检测到终端设备在购物商场内时，可以通过向终端设备推送广告信息来达到营销的目的。再比如，在定位场景中，由于室内的gps信号强度一般较弱，因此，当检测到用户在室内时，可以通过wifi或其他方式对终端设备进行定位，进而可以暂时关闭终端设备的gps模块以实现省电的目的。因此，对于一些特定的场景来说，准确区分终端设备在室内还是在室外是十分重要的。

图1是现有技术区分终端设备在室内还是室外的一种场景示意图，如图1所示，图1中包括gps定位卫星10、终端设备11、终端设备12、建筑物13、云端服务器14、其中，终端设备11在建筑物13外部，终端设备12在建筑物13内部，终端设备11和终端设备12上搭载有gps模块(图1中未示出)，并通过gps模块来接收括gps定位卫星10的gps信号，并将其接收到的gps信号的信号强度信息上报给云端服务器14。由于位于室内的终端设备无法接收到gps信号，因此，云端服务器14会根据终端设备是否能够接收到gps信号来判断终端设备是在室内还是室外。因此，就图1而言，一般情况下终端设备11能够接收到gps信号，终端设备12无法接收到gps信号，此时云端服务器会判断终端设备11在室外，终端设备12在室内，然而，在一些情况下，即使终端设备12在室内，也并不是完全无法接收到gps信号的，此时，根据现有技术的判断方法就会将终端设备12误判为在室外。因此，现有区分终端设备是否在室内的方法，准确性较低。

针对现有技术存在的上述问题，本申请实施例提供了一种识别终端设备位置的方法。该方法通过获取终端设备上的定位信号强度信息，并将该定位信号强度信息作为预设的分类模型的输入，从而通过该分类模型的输出来判断终端设备是否在建筑物内，其中，定位信号强度信息包括gps信号强度信息和/或wifi信号强度信息。由于本申请实施例是通过预设的分类模型来判断终端设备是否在建筑物内的，而不是依据终端设备能否收到gps信号来进行判断的，因此，能够避免现有技术因为终端设备在室内也能收到gps信号所导致的误判的问题，提高了区分终端设备与建筑物之间位置关系的准确性。

下面将结合附图，并以定位信号强度信息为gps信号强度信息为例对本申请实施例进行详细的描述，但是在其他一些实施例中下面实施例将要涉及的gps信号强度信息也可以被替换为wifi信号强度信息，或者gps信号强度信息和wifi信号强度信息，定位信号强度信息为wifi信号强度信息，或者定位信号强度信息包括gps信号强度信息和wifi信号强度信息的情形与定位信号强度信息为gps信号强度信息的情形类似，在本申请的实施例中将不会进行详细的描述。

以下将参照附图来具体描述本申请的实施例。

图2是本申请实施例提供的一种识别终端设备位置的方法的流程图，该方法可以由一种云端服务器来执行。参见图2，该方法包括步骤s11-s12：

s11、获取目标终端设备的gps信号强度信息。其中，“目标终端设备”的名称定义仅为了将待识别的终端设备与其他终端设备进行区别，而不具有限制意义。本实施例中涉及的终端设备搭载有gps模块，通过gps模块接收gps定位卫星的gps信号、并将接收到的gps信号的强度信息上报给云端服务器。

本实施例涉及的终端设备向云端服务器上报gps信号强度信息的方式可能有多种：

在一种可能的设计中，终端设备仅将其接接收到的gps信号的强度信息上报给云端服务器。

在另一种可能的设计中，终端设备定期或实时的将用户生成内容(usergeneratedcontent，简称ugc)定位日志上报给云端服务器，ugc定位日志中包括终端设备所在位置的wifi信号特征(比如，mac地址、信号强度等)和gps信息，其中，该gps信息中包括gps信号强度信息。在这种设计中，云端服务器从终端设备上报的ugc定位日志中获取目标终端设备的gps信号强度信息。

s12、基于所述gps信号强度信息和预设的分类模型，确定所述目标终端设备是否在目标建筑物内。

其中，“目标建筑物”的名称定义仅为了将待识别的建筑物与其他建筑物进行区别，而不具有限制意义。

本实施例中的分类模型是依据位于目标建筑物外的多个终端设备的gps信号强度信息和位于目标建筑物内的多个终端设备的gps信号强度信息，采用机器学习机算法训练获得的(比如，二分类模型，但不局限于二分类模型)，也就是说，本实施例的分类模型的建立方法可以示例性的表述为：获取位于目标建筑物内的多个第一终端设备的gps信号强度信息，以及获取位于目标建筑物外的多个第二终端设备的gps信号强度信息；基于所述多个第一终端设备的gps信号强度信息和所述多个第二终端设备的gps信号强度信息，训练获得用于识别终端设备是否在目标建筑物内的分类模型。其中，“第一终端设备”和“第二终端设备”的名称定义仅为了区别于其他终端设备，而不具有限制意义。

本实施例涉及的分类模型以gps信号强度信息为输入，输出的是终端设备在室内或室外的判断结果，或者是终端设备位于室内和/或室外的概率。比如，在一种可能的设计中，分类模型可以同时输出终端设备在室内的概率和终端设备在室外的概率，若终端设备位于室外的概率大于终端设备位于室内的概率，则判断终端设备位于室外，相反的，则判断终端设备位于室内。在另一种可能的设计中，分类模型输出的是终端设备位于室内或室外的概率，当该概率值大于预设阈值时，则相应的判断终端设备位于室内或者室外。当然，上述仅为示例说明，而不是对本申请的唯一限定。

本实施例通过获取目标终端的gps信号强度信息，基于获取到的gps信号强度信息和预设的分类模型，确定目标终端设备是否在目标建筑物内。由于本实施例是将终端设备的gps信号强度信息作为预设的分类模型的输入来来判断终端设备是在室内还是室外的，而不是依据终端设备能否收到gps信号来进行判断的，因此，能够避免现有技术因为终端设备在室内也能收到gps信号所导致的误判的问题，提高了区分终端设备与建筑物之间位置关系的准确性。

图3是本申请实施例提供的一种分类模型的训练方法的流程图，如图3所示，在图2实施例的基础上，分类模型可以基于步骤s31-s35训练获得：

s31、获取位于目标建筑物周围预设范围内的多个第三终端设备的gps信号强度信息。

s32、将各第三终端设备的gps信号强度信息输入预设的室外类别识别模型。

s33、若所述室外类别识别模型的输出结果大于第一预设阈值，则将对应的第三终端设备标记为第二终端设备，所述第二终端设备位于所述目标建筑物外。

s34、若所述识别类别识别模型的输出结果小于第一预设阈值，则将对应的第三终端设备标记为第一终端设备，所述第一终端设备位于所述目标建筑物内。

s35、基于多个第一终端设备的gps信号强度信息和多个第二终端设备的gps信号强度信息，训练获得用于识别终端设备是否在目标建筑物内的分类模型。

其中，室外类别识别模型仅能够根据终端设备的gps信号强度识别终端设备是否在室外，而无法识别终端设备是否在室内。本实施例中，将位于目标建筑物周围预设范围内的终端设备的gps信号强度信息作为样本数据，根据室外类别识别模型从样本数据中，识别出哪些gps信号强度信息对应的终端设备位于目标建筑物室外，即识别出哪些终端设备是位于目标建筑物室外的第二终端设备，并将样本中其他gps信号强度信息所对应的终端设备标记为位于目标建筑物内的终端设备，即第一终端设备，进一步的，在基于第一终端设备的gps信号强度信息和第二终端设备的gps信号强度信息训练获得输出结果为终端设备在室内或者室外的分类模型，即本实施例中所涉及的分类模型具体为二分类模型。

示例的，图4是本申请实施例提供的一种分类模型的训练场景示意图，如图4所示，图4中包括云端服务器40、目标建筑物41、位于目标建筑物41周围预设范围43内(比如50-100米范围内)的多个第三终端终端设备42。第三终端设备42实时的或周期性的将其ugc定位日志上报给云端服务器40，云端服务器40根据ugc定位日志中的wifi定位信息或者gps定位信息，确定第三终端设备42位于目标建筑41的预设范围内，并从ugc定位日志中提取第三终端设备42的gps信号强度信息。

进一步的，云端服务器40将第三终端设备42的gps信号强度信息输入预设的室外类别识别模型，若室外类别识别模型的输出结果大于第一预设阈值，则将对应的第三终端设备标记为第二终端设备，其中，“第二终端设备”的名称定义用于表示终端设备位于目标建筑物的室外。若识别类别识别模型的输出结果小于第一预设阈值，则将对应的第三终端设备标记为第一终端设备，其中，“第一终端设备”的名称定义用于表示终端设备位于目标建筑物的室内。

进一步的，云端服务器40基于第一终端设备的gps信号强度信息和第二终端设备的gps信号强度信息，训练获得二分类模型。

本实施例，通过将目标建筑物附近预设范围内的终端设备的gps信号强度数据作为样本数据，通过预设的室外类别识别模型识别出位于目标建筑物室外的终端设备，并将样本数据中其他终端设备标记为位于目标建筑物外的终端设备，从而基于上述位于室外的终端设备的gps信号强度信息和位于室内的终端设备的gps信号强度信息，训练获得二分类模型。从通过该二分类模型即可识别出终端设备是在室内还是室外。相比于预设的室外类别识别模型，二分类模型的输出结果更加直观。

图5是本申请实施例提供的一种室外类别识别模型的训练方法的流程图，如图5所示，在图3实施例的基础上，该方法包括步骤s51-s52：

s51、基于获取到的所述多个第三终端设备的gps信号强度信息，将所述第三终端设备中gps信号强度超过第二预设阈值的终端设备标记为位于所述目标建筑物外的第四终端设备。

s52、基于所述第四终端设备的gps信号强度信息，以及所述多个第三终端设备中除去所述第四终端设备后剩余的终端设备的gps信号强度信息，训练获得用于识别所述目标建筑物外终端设备的室外类别识别模型。

本实施例在图3实施例的基础上，通过将获取到的第三终端设备中gps信号强度超过第二预设阈值的终端设备标记为位于目标建筑物外的第四终端设备，利用第四终端设备的gps信号强度信息以及所有第三终端设备中除去第四终端设备后剩下的终端设备的gps信号强度信息，训练室外类别识别模型，再基于训练获得的室外类别识别模型对第三终端设备进行重新筛选，识别出第三终端设备中哪些位于室内哪些位于室外，再基于位于室外的终端设备的gps信号强度信息和位于室内的终端设备的gps信号强度信息就能获得准确性较高的二分类模型。提高了模型训练的准确性。

图6是本申请实施例提供的一种图3实施例中第一预设阈值的确定方法流程图，如图6所示，在上述实施例的基础上，该方法包括步骤s61-s62：

s61、将所述第四终端设备的gps信号强度信息输入所述室外类别识别模型，确定各第四终端设备在所述目标建筑物外的概率。

s62、基于所述各第四终端设备在所述目标建筑物外的概率，确定所述第一预设阈值。

其中，本领域技术人员应该了解的是：本实施例只是示例性的将图5实施例中获取到的所有第四终端设备的gps信号强度信息作为室外类别识别模型的输入来确定各第四终端设备在目标建筑物外的概率。而在实际场景中，也可以将部分第四终端设备的gps信号强度信息作为室外类别识别模型的输入来确定所述部分第四终端设备在目标建筑物外的概率，进而将上述部分第四终端设备在目标建筑物外的概率的平均值作为第一预设阈值。

本实施例，通过将图5实施例获取到的第四终端设备的gps信号强度信息输入室外类别识别模型，确定各第四终端设备在目标建筑物外的概率，并基于各第四终端设备在目标建筑物外的概率来确定第一预设阈值，能够提高室外类别识别模型识别室外终端设备的准确性。

图7是本申请实施例提供的一种识别终端设备位置的装置70的结构示意图，如图7所示，装置70包括：

第一获取模块71，用于获取目标终端设备上的定位信号强度信息；

分类识别模块72，用于基于所述定位信号强度信息和预设的分类模型，确定所述目标终端设备是否在目标建筑物内。

在一种可能的设计中，所述定位信号强度信息包括gps信号强度信息和/或wifi信号强度信息。

在一种可能的设计中，所述第一获取模块71，包括：

第一获取子模块，用于从目标终端设备上报的ugc定位日志中，获取所述目标终端设备上的定位信号强度信息。

在一种可能的设计中所述装置还包括：

第二获取模块73，用于获取位于目标建筑物内的多个第一终端设备上的定位信号强度信息，以及获取位于目标建筑物外的多个第二终端设备上的定位信号强度信息；

第一模型训练模块74，用于基于所述多个第一终端设备上的定位信号强度信息和所述多个第二终端设备上的定位信号强度信息，训练获得用于识别终端设备是否在目标建筑物内的分类模型。

本实施例提供的装置70能够用于执行图2实施例的方法，其执行方式和有益效果类似，在这里不再赘述。

图8是本申请实施例提供的一种第二获取模块73的结构示意图，如图8所示，在上述图7实施例的基础上，第二获取模块73包括：

第二获取子模块731，用于获取位于目标建筑物周围预设范围内的多个第三终端设备上的定位信号强度信息；

数据输入子模块732，用于将各第三终端设备上的定位信号强度信息输入预设的室外类别识别模型；

第一标记子模块733，用于在所述室外类别识别模型的输出结果大于第一预设阈值时，将对应的第三终端设备标记为第二终端设备，所述第二终端设备位于所述目标建筑物外；

第二标记子模块734，用于在所述识别类别识别模型的输出结果小于第一预设阈值时，将对应的第三终端设备标记为第一终端设备，所述第一终端设备位于所述目标建筑物内。

本实施例提供的装置能够用于执行图3实施例的方法，其执行方式和有益效果类似，在这里不再赘述。

图9是本申请实施例提供的一种识别终端设备位置的装置的结构示意图，如图9所示，在图8实施例的基础上，装置70还可以包括：

标记模块75，用于基于获取到的所述多个第三终端设备上的定位信号强度信息，将所述第三终端设备中定位信号强度超过第二预设阈值的终端设备标记为位于所述目标建筑物外的第四终端设备；

第二模型训练模块76，用于基于所述第四终端设备上的定位信号强度信息，以及所述多个第三终端设备中除去所述第四终端设备后剩余的终端设备的定位信号强度信息，训练获得用于识别所述目标建筑物外终端设备的室外类别识别模型。

本实施例提供的装置能够用于执行图5实施例的方法，其执行方式和有益效果类似，在这里不再赘述。

图10是本申请实施例提供的一种识别终端设备位置的装置的结构示意图，如图10所示，在图9实施例的基础上，装置70还可以包括：

第一确定模块77，用于将所述第四终端设备上的定位信号强度信息输入所述室外类别识别模型，确定各第四终端设备在所述目标建筑物外的概率；

第二确定模块78，用于基于所述各第四终端设备在所述目标建筑物外的概率，确定所述第一预设阈值。

在一种可能的设计中，所述第二确定模块78，可以包括：

确定子模块，用于确定所有第四终端设备在目标建筑物外的概率的平均值为第一预设阈值。

本实施例提供的装置能够用于执行图6实施例的方法，其执行方式和有益效果类似，在这里不再赘述。

本申请实施例还提供一种计算机设备，包括：一个或多个处理器；

gps模块和/或wifi模块，gps模块用于进行gps定位，所述wifi模块用于进行wifi网络连接；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一实施例所述的方法。

本申请实施例还提供在一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一实施例所述的方法。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)等等。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。