一种基于智能手机行程的加权平均自动识别方法

文档序号:34378301发布日期:2023-06-08 00:19阅读:31来源:国知局
一种基于智能手机行程的加权平均自动识别方法

本发明属于智能手机实时定位自动识别,特别涉及一种基于智能手机行程的加权平均自动识别方法。


背景技术:

1、随着移动业务的广泛普及,基于行程信息的业务层出不穷且几乎存在于人们日常生活的方方面面,比如:滴滴打车、共享单车、共享电动车等等;而行程信息点的高质量识别依赖于业务主体位置的精准定位、实时定位、自动识别等;但是卫星定位数据的收星产生单点漂移的问题,基于本发明提出一种基于智能手机行程的加权平均自动识别方法。


技术实现思路

1、为了克服上述现有技术的不足,本发明的目的在于提供一种基于智能手机行程的加权平均自动识别方法,通过对智能手机用户行程开始和行程结束的数据进行滑窗处理,结合行程的实时定位做位置信息的衰减加权计算,可显著降低卫星定位数据的收星产生单点行程漂移的问题,有效提高行程开始和行程结束时的经度和纬度信息这些实时位置信息的精准度,从而为准确自动识别相应位置信息提供实时、精准的位置服务业务的支撑。

2、为了实现上述目的,本发明采用的技术方案是:一种基于智能手机行程的加权平均自动识别方法,包括以下步骤:

3、步骤1:行程数据的获取;

4、步骤2:行程数据的预处理;

5、步骤3:通过获取到的行程数据对行程定位进行实时加权平均计算;

6、步骤4:再根据实时加权平均计算得到的位置信息自动识别;

7、所述步骤1中获取的行程数据包括:基于智能手机获取用户的卫星定位数据,卫星定位数据包括卫星定位经度、卫星定位纬度、卫星定位时间、卫星定位精度、卫星的收星数。

8、所述步骤2中行程数据的预处理包括:在获取行程数据开始后的n条数据的数据集bd和行程数据结束前的n条数据的数据集be,根据分位数异常值的检测方法,分别对数据集bd和be数据集进行检测,通过分位数(iqr)计算得到异常值,对bd数据集和be数据集清理异常值后得到bdr数据集和ber数据集。

9、所述步骤3中通过获取到的行程数据对行程定位进行实时加权平均计算包括:样本数据集的设定为:d={x1,x2,...,xa}包含了a个行程点样本,每个样本xi=(xi1;xi2;...;xib)是一个b维向量;每个样本又包括xi1经度和xi2纬度位置信息的位置向量,时间衰减系数设置为r(r<=1);根据行程,取行程开始位置的前n个行程点,当计算行程开始处的位置信息时,越靠前的位置点信息越重要,行程开始位置经纬度信息的加权计算公式如下:

10、

11、根据行程,取行程结束位置的后n个行程点,当计算行程结束处的位置信息时,越靠后的位置点信息越重要,行程结束位置经纬度信息的加权计算公式如下:

12、。

13、所述步骤4中再根据实时加权平均计算得到的位置信息自动识别包括:根据计算获得行程开始位置和行程结束位置的经纬度信息,再通过调用相关地图接口信息,最后通过分析得到行程开始位置和行程结束位置自动识别信息。

14、与传统技术相比,本发明具备以下有益效果:基于行程的智能手机定位自动识别方法设计合理,基于行程智能化手机滑动窗口的机制,在行程异常点数据清除后,利用某一行程点附近位置的多个经纬度数据,综合获得该行程点处的位置信息,降低了卫星定位数据的收星产生单点行程漂移的问题。进一步充分地考虑了行程,采用时间衰减加权的方式进行行程点位置的计算,较之于传统的滑窗平均加权处理方式,对位置信息的定位更加精准和更加符合位置服务业务定义。更进一步地充分说明基于行程计算得到的经纬度信息获取的该位置行程点信息也就更加准确,有效提高行程开始和行程结束时的经度和纬度信息这些实时位置信息的精准度,从而为准确自动识别相应位置信息提供实时、精准的位置服务业务的支撑。



技术特征:

1.一种基于智能手机行程的加权平均自动识别方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种基于智能手机行程的加权平均自动识别方法,其特征在于:所述步骤1中获取的行程数据包括:基于智能手机获取用户的卫星定位数据,卫星定位数据包括卫星定位经度、 卫星定位纬度、卫星定位时间、卫星定位精度、卫星的收星数。

3.根据权利要求1所述的一种基于智能手机行程的加权平均自动识别方法,其特征在于:所述步骤2中行程数据的预处理包括:在获取行程数据开始后的n条数据的数据集bd和行程数据结束前的n条数据的数据集be,根据分位数异常值的检测方法,分别对数据集bd和be数据集进行检测,通过分位数(iqr)计算得到异常值,对bd数据集和be数据集清理异常值后得到bdr数据集和ber数据集。

4.根据权利要求1所述的一种基于智能手机行程的加权平均自动识别方法,其特征在于:所述步骤3中通过获取到的行程数据对行程定位进行实时加权平均计算包括:样本数据集的设定为:d={x1,x2,...,xa}包含了a个行程点样本,每个样本xi=(xi1;xi2;...;xib)是一个b维向量;每个样本又包括xi1经度和xi2纬度位置信息的位置向量,时间衰减系数设置为r(r<=1);根据行程,取行程开始位置的前n个行程点,当计算行程开始处的位置信息时,越靠前的位置点信息越重要,行程开始位置经纬度信息的加权计算公式如下:

5.根据权利要求1所述的一种基于智能手机行程的加权平均自动识别方法,其特征在于:所述步骤4中再根据实时加权平均计算得到的位置信息自动识别包括:根据计算获得行程开始位置和行程结束位置的经纬度信息,再通过调用相关地图接口信息,最后通过分析得到行程开始位置和行程结束位置自动识别信息。


技术总结
本发明提供了一种基于智能手机行程的加权平均自动识别方法,包括以下步骤:步骤1:行程数据的获取;步骤2:行程数据的预处理;步骤3:通过获取到的行程数据对行程定位进行实时加权平均计算;步骤4:再根据实时加权平均计算得到的位置信息自动识别。本发明通过对智能手机端用户的整个行程数据进行综合分析,通过对行程定位数据进行实时加权平均计算,可有效地自动识别行程的开始位置信息和行程的结束位置信息,进而实现智能手机端用户所处的实时位置及周边的精确定位。

技术研发人员:李德贵,陈钢,沈正伟
受保护的技术使用者:浙江大学德清先进技术与产业研究院
技术研发日:
技术公布日:2024/1/13
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1