一种室内移动对象相对位置的查询方法
【技术领域】
[0001] 本发明属于室内定位导航与位置服务技术领域，尤其涉及一种室内移动对象相对 位置的查询方法。
【背景技术】
[0002] 人们绝大部分时间都处在室内空间，如办公楼、购物中心、机场、车站等，获得准确 可靠的室内位置信息成为许多移动应用的关键。
[0003] 现有室内行人位置感知研究大多以获取行人自身绝对位置，实现导航为目的。然 而，随着智能手机、平板电脑等智能终端设备的普及，以及移动社交网络等移动互联网应用 的流行，人们对位置信息的需求呈现出日益多样化的趋势。在室内移动社交网络等移动应 用中，行人等移动对象的位置在实时发生变化，人们不仅关注自身的实时位置，同样关注与 周边移动对象的连续相对位置，例如好友相会定位、好友相互追踪、周边好友查询等。
[0004] 现有基于无线传感网络的移动设备相对位置感知方法往往通过信号传播来计算 移动设备之间的二维平面相对距离，以此构建移动设备的相对位置拓扑图，再结合部分移 动设备的已知绝对位置，将相对位置图转化为绝对位置图，支持粗略的相对位置感知应用。
[0005] 但由于室内空间具有空间封闭性、约束性、垂直重叠性等特点，导致室内行人相对 位置感知与室外位置感知方法存在较大差异。近年来出现了一些以室内距离感知为核心的 相对位置计算方法。这些方法只给出了参考点和目标点之一移动的连续范围查询计算方 法，无法满足移动社交等应用需要，且核心空间层所采用的细粒度网格图模型，节点数量庞 大，处理效率低，不适用于智能手机等资源受限的移动终端。
[0006] 基于此，目前亟需一种可以支持室内参考点和目标点同时移动的高效行人相对位 置查询方法。
【发明内容】
[0007] 针对现有技术存在的问题，本发明实施例提供了一种，用于解决现有技术中的查 询方法只支持参考点和目标点之一移动，且节点数量庞大，处理效率低的技术问题。
[0008] 本发明提供一种室内移动对象相对位置的查询方法，所述方法包括：
[0009] 建立室内层次语义位置模型（HiSeLoMo，Hierarchical Semantic Location Model)；
[0010] 根据所述层次语义位置模型中细粒度层、粗粒度层和移动对象层的位置节点数 据，将移动对象的实时位置与最近的所述位置节点进行映射，确定所述移动对象之间的路 径；
[0011] 对所述移动对象之间的可达路径距离进行初始计算，并在初始计算过程中进行网 络扩展，获取初始查询结果；
[0012] 根据查询点位置的变化将所述初始查询结果更新为第一查询结果;根据所述移动 对象位置的变化将第一查询结果更新为第二查询结果。
[0013] 上述方案中，所述建立室内层次语义位置模型具体包括：
[0014] 根据室内空间特点和行人运动特征，基于室内楼层平面图构建所述层次语义位置 模型HiSeLoMo的细粒度层AEGVG(Adaptive Extended GVG)图，确定室内空间对象的几何位 置、符号位置、拓扑关系及时空关系语义信息；
[0015]构建位置层次模型；
[0016] 构建出口层次模型；
[0017] 构建所述层次语义位置模型HiSeLoMo的移动对象层模型；
[0018]确定所述层次语义位置模型HiSeLoMo的层间关系。
[0019] 上述方案中，所述HiSeLoMo的细粒度层AEGVG图包括：室内空间狭长区域一维 Voronoi图及开阔区域二维规则覆盖网格图。
[0020] 上述方案中，所述HiSeLoMo的细粒度层AEGVG图的生成具体包括：
[0021 ]根据所述室内楼层平面图提取出一维骨架，形成Vorono i图；
[0022] 将所述开阔区域以预设边长进行网格划分形成网格图，将所述网格图添加到所述 Voronoi图中；
[0023] 以行人的平均步长为采样间隔进行采样节点，生成所述AEGVG图。
[0024] 上述方案中，所述构建位置层次模型包括：
[0025] 根据所述细粒度层AEGVG图中的符号位置确定所述粗粒度层的位置节点；
[0026] 根据所述位置节点之间的邻接、连通关系生成所述位置层次模型。
[0027] 上述方案中，所述构建出口层次模型包括：
[0028] 根据所述细粒度层AEGVG图中的出口位置确定所述粗粒度层的出口节点；
[0029] 将相邻位置之间的可达路径作为边构建所述出口层次模型。
[0030] 上述方案中，所述移动对象为:〈MovingObjID，（x，y，t)，objsemantic>;其中，
[0031]所述MovingObjID为所述移动对象的编号，所述(x，y，t)为t时刻所述移动对象的 位置坐标，所述〇b jsemantic为所述移动对象的语义信息。
[0032] 上述方案中，所述对所述移动对象之间的可达路径距离进行初始计算，并在初始 计算过程中进行网络搜索树扩展，获取初始查询结果包括：
[0033] 步骤a，对所述查询点当前所在的空间单元搜索所述移动对象，若所述当前空间单 元内有K个所述移动对象，则记录所扩展节点距离根节点的最大距离maxDistance值；
[0034] 步骤b，以所述查询点当前所在的空间单元为最小空间单元，以所述最小空间单元 的各个出口节点到所述查询点的距离为堆排序条件，若所述距离小于所述maxDi stance值， 则搜索当前出口节点所在的空间单元；
[0035] 步骤c，重复步骤a~b，直到所述堆为空；
[0036] 步骤d，根据所述maxDistance值为距离阈值，对所有搜索过的空间单元进行网络 扩展，获取初始查询结果。
[0037] 上述方案中，若所述当前空间单元内小于K个所述移动对象时，所述方法还包括；
[0038] 继续搜索所述移动对象，当搜索到新的所述移动对象后，确定当前所述移动对象 与所述查询点之间的距离小于所述maxDi stance值时，则将当前所述移动对象与所述查询 点之间的距离更新为所述maxD i s tanc e值。
[0039] 上述方案中，所述根据查询点位置的变化将所述初始查询结果更新为第一查询结 果包括：
[0040]当确定所述查询点在网络扩展树中移动，且确定所述查询点在所述当前空间单元 内时，更新所述出口层的根节点及所述根节点到子树的距离；
[0041 ] 根据所述根节点到子树的距离更新maxDistance值，根据所述maxDistance值进行 网络扩展形成网络扩展树，获取第一查询结果。
[0042] 本发明提供了一种室内移动对象相对位置的查询方法，所述方法包括:建立室内 层次语义位置模型HiSeLoMo;根据所述层次语义位置模型中细粒度层、粗粒度层和移动对 象层的位置节点数据，将移动对象的实时位置与最近的所述位置节点进行映射，确定所述 移动对象之间的路径;对所述移动对象之间的可达路径距离进行初始计算，并在初始计算 过程中进行网络扩展，获取初始查询结果;根据查询点位置的变化将所述初始查询结果更 新为第一查询结果;根据所述移动对象位置的变化将第一查询结果更新为第二查询结果； 如此，所述室内层次语义位置模型采用多粒度多层次适应性扩展图的表达方式，有效降低 了模型节点数量和复杂性，在兼顾位置精度和效率的同时，能够有效表达室内对象的几何、 符号、动态拓扑、时空距离及社交关系等语义信息;并通过层次网络扩展的方法能够有效支 持参考点和目标点同时移动的行人连