测，其中基于如下项来生成所述预测：当前时间、所述未来时间、当前位置和基于所述状态 模型的所述状态和所述过渡确定的概率密度。2. 根据权利要求1所述的方法，其中接收所述位置包括从所述位置确定子系统一次一 个地读取所述位置，所述位置确定子系统的每次读取是通过由位置预测应用程序或功能之 外的应用程序或功能对所述位置确定子系统的激活而触发的。3. 根据权利要求1所述的方法，其中所述群集条件规定： 所述连续位置是相同的，或者每对所述连续位置之间的距离小于空间邻近阈值；并且 与所述连续位置中的第一位置相关联的时间戳和与所述连续位置中的最后位置相关 联的时间戳之间的时间差大于时间邻近阈值，其中所述显著位置是所述移动设备已经在其 中停留了至少与所述时间邻近阈值所指示的时间段一样长的时间段的位置。4. 根据权利要求1所述的方法，其中确定所述位置群集包括： 基于与每个相应位置相关联的不确定性值来验证所述两个或更多个连续位置中的每 个连续位置，所述不确定性值指示所述相应位置被所述位置确定子系统正确确定的可能 性； 从所述连续位置排除一个或多个异常值，每个异常值是与超过阈值的不确定性值相关 联的位置；以及 利用不是异常值的所验证的位置来确定所述位置群集。5. 根据权利要求1所述的方法，其中所述显著位置是通过对所述位置群集中的位置应 用具有恒定增益的递归滤波器基于所述位置群集来确定的。6. 根据权利要求1所述的方法，其中所述状态模型中的每个状态与状态进入时间戳和 状态离开时间戳相关联。7. 根据权利要求1所述的方法，其中确定所述状态模型包括如下中的一者： 在确定所述位置群集已经被指定为所述状态模型中的所述状态时，向所述状态模型添 加所述移动设备在所述状态和另一状态之间的过渡或者向所述状态添加状态进入时间和 状态离开时间戳；或者 在确定所述位置群集还未被表示为所述状态模型中的所述状态时，向所述状态模型添 加所述位置群集。8. 根据权利要求1所述的方法，包括： 确定所述状态模型的至少一个属性满足统计阈值；以及然后 确定所述状态的语义含义和所述过渡的语义含义。9. 根据权利要求8所述的方法，其中： 所述统计阈值包括每个状态的寿命； 确定所述状态的所述语义含义包括确定所述状态是否与生活活动模式有关；并且 所述过渡的所述语义含义是基于两个生活活动之间的往返的属性来确定的。10. 根据权利要求1所述的方法，包括利用自回归滤波器来随时间推移调节所述状态 模型中的状态，其中调节所述状态包括在确定所述移动设备在给定的时间段没有访问过由 所述状态模型表示的显著位置时从所述状态模型移除陈旧状态。11. 一种移动设备，包括： 一个或多个处理器；和 非暂态计算机可读介质，所述非暂态计算机可读介质親接到所述一个或多个处理器并 存储用于使所述一个或多个处理器执行包括如下的操作的指令： 从所述移动设备的位置确定子系统接收所述移动设备的多个位置，每个位置与指示所 述位置被所述位置确定子系统确定的时间的时间戳相关联，所述多个位置基于所述位置的 时间戳顺序地排序； 基于群集条件来确定所排序的所述多个位置中的两个或更多个连续位置形成位置群 集，所述位置群集指示所述移动设备已经停留在如下的地理位置处：所述地理位置足够显 著以在用于预测所述移动设备的移动的状态模型中被表示； 基于所述位置群集来确定所述状态模型，包括将显著位置指定为所述状态模型中的状 态以及将所述移动设备的从第一显著位置到第二显著位置的每个移动表示为从表示所述 第一显著位置的第一状态到表示所述第二显著位置的第二状态的过渡，所述过渡与过渡开 始时间和过渡结束时间相关联；以及 将所述状态模型提供给所述移动设备的预测子系统以用于生成所述移动设备在给定 的未来时间处的未来位置是所述状态模型中表示的所述显著位置中的一个显著位置的预 测，其中基于如下项来生成所述预测：当前时间、所述未来时间、当前位置和基于所述状态 模型的所述状态和所述过渡来确定的概率密度。12. 根据权利要求11所述的移动设备，其中接收所述位置包括从所述位置确定子系统 一次一个地读取所述位置，所述位置确定子系统的每次读取是通过由位置预测应用程序或 功能之外的应用程序或功能对所述位置确定子系统的激活而触发的。13. 根据权利要求11所述的移动设备，其中所述群集条件规定： 所述连续位置是相同的，或者每对所述连续位置之间的距离小于空间邻近阈值；并且 与所述连续位置中的第一位置相关联的时间戳和与所述连续位置中的最后位置相关 联的时间戳之间的时间差大于时间邻近阈值，其中所述显著位置是所述移动设备已经在其 中停留了至少与所述时间邻近阈值指示的时间段一样长的时间段的位置。14. 根据权利要求11所述的移动设备，其中确定所述位置群集包括： 基于与每个相应位置相关联的不确定性值来验证所述两个或更多个连续位置中的每 个连续位置，所述不确定性值指示所述相应位置被所述位置确定子系统正确确定的可能 性； 从所述连续位置排除一个或多个异常值，每个异常值是与超过阈值的不确定性值相关 联的位置；以及 利用不是异常值的所验证的位置来确定所述位置群集。15. 根据权利要求11所述的移动设备，其中所述显著位置是通过对所述位置群集中的 位置应用具有恒定增益的递归滤波器基于所述位置群集来确定的。16. 根据权利要求11所述的移动设备，其中所述状态模型中的每个状态与状态进入时 间戳和状态离开时间戳相关联。17. 根据权利要求11所述的移动设备，其中确定所述状态模型包括如下中的一者： 在确定所述位置群集已经被指定为所述状态模型中的所述状态时，向所述状态模型添 加所述移动设备在所述状态和另一状态之间的过渡或者向所述状态添加状态进入时间和 状态离开时间戳；或者 在确定所述位置群集还未被表示为所述状态模型中的所述状态时，向所述状态模型添 加所述位置群集。18. 根据权利要求11所述的移动设备，所述操作包括： 确定所述状态模型的至少一个属性满足统计阈值；以及然后 确定所述状态的语义含义和所述过渡的语义含义。19. 根据权利要求18所述的移动设备，其中： 所述统计阈值包括每个状态的寿命； 确定所述状态的所述语义含义包括确定所述状态是否与生活活动模式有关；以及 所述过渡的所述语义含义是基于两个生活活动之间的往返的属性来确定的。20. 根据权利要求11所述的移动设备，所述操作包括利用自回归滤波器来随时间推移 调节所述状态模型中的状态，其中调节所述状态包括在确定所述移动设备在给定的时间段 没有访问过由所述状态模型表示的显著位置时从所述状态模型移除陈旧状态。21. -种非暂态计算机可读介质，所述非暂态计算机可读介质親接到移动设备的一个 或多个处理器并存储用于使所述一个或多个处理器执行包括如下的操作的指令： 从所述移动设备的位置确定子系统接收所述移动设备的多个位置，每个位置与指示所 述位置被所述位置确定子系统确定的时间的时间戳相关联，所述多个位置基于所述位置的 时间戳顺序地排序； 基于群集条件来确定所排序的所述多个位置中的两个或更多个连续位置形成位置群 集，所述位置群集指示所述移动设备已经停留在如下的地理位置处：所述地理位置足够显 著以在用于预测所述移动设备的移动的状态模型中被表示； 基于所述位置群集来确定所述状态模型，包括将显著位置指定为所述状态模型中的状 态以及将所述移动设备的从第一显著位置到第二显著位置的每个移动表示为从表示所述 第一显著位置的第一状态到表示所述第二显著位置的第二状态的过渡，所述过渡与过渡开 始时间和过渡结束时间相关联；以及 将所述状态模型提供给所述移动设备的预测子系统以用于生成所述移动设备在给定 的未来时间处的未来位置是所述状态模型中表示的所述显著位置中的一个显著位置的预 测，其中基于如下项来生成所述预测：当前时间、所述未来时间、当前位置和基于所述状态 模型的所述状态和所述过渡来确定的概率密度。22. 根据权利要求21所述的非暂态计算机可读介质，其中接收所述位置包括从所述位 置确定子系统一次一个地读取所述位置，所述位置确定子系统的每次读取是通过由位置预 测应用程序或功能之外的应用程序或功能对所述位置确定子系统的激活而触发的。23. 根据权利要求21所述的非暂态计算机可读介质，其中所述群集条件规定： 所述连续位置是相同的，或者每对所述连续位置之间的距离小于空间邻近阈值；并且 与所述连续位置中的第一位置相关联的时间戳和与所述连续位置中的最后位置相关 联的时间戳之间的时间差大于时间邻近阈值，其中所述显著位置是所述移动设备已经在其 中停留了至少与所述时间邻近阈值指示的时间段一样长的时间段的位置。24. 根据权利要求21所述的非暂态计算机可读介质，其中确定所述位置群集包括： 基于与每个相应位置相关联的不确定性值来验证所述两个或更多个连续位置中的每 个连续位置，所述不确定性值指示所述相应位置被所述位置确定子系统正确确定的可能 性； 从所述连续位置排除一个或多个异常值，每个异常值是与超过阈值的不确定性值相关 联的位置；以及 利用不是异常值的所验证的位置来确定所述位置群集。25. 根据权利要求21所述的非暂态计算机可读介质，其中所述显著位置是通过对所述 位置群集中的位置应用具有恒定增益的递归滤波器基于所述位置群集来确定的。26. 根据权利要求21所述的非暂态计算机可读介质，其中所述状态模型中的每个状态 与状态进入时间戳和状态离开时间戳相关联。27. 根据权利要求21所述的非暂态计算机可读介质，其中确定所述状态模型包括如下 中的一者： 在确定所述位置群集已经被指定为所述状态模型中的所述状态时，向所述状态模型添 加所述移动设备在所述状态和另一状态之间的过渡或者向所述状态添加状态进入时间和 状态离开时间戳；或者 在确定所述位置群集还未被表示为所述状态模型中的所述状态时，向所述状态模型添 加所述位置群集。28. 根据权利要求21所述的非暂态计算机可读介质，所述操作包括： 确定所述状态模型的至少一个属性满足统计阈值；以及然后 确定所述状态的语义含义和所述过渡的语义含义。29. 根据权利要求28所述的非暂态计算机可读介质，其中： 所述统计阈值包括每个状态的寿命； 确定所述状态的所述语义含义包括确定所述状态是否与生活活动模式有关；以及 所述过渡的所述语义含义是基于两个生活活动之间的往返的属性来确定的。30. 根据权利要求21所述的非暂态计算机可读介质，所述操作包括利用自回归滤波器 来随时间推移调节所述状态模型中的状态，其中调节所述状态包括在确定所述移动设备在 给定的时间段没有访问过由所述状态模型表示的显著位置时从所述状态模型移除陈旧状 ??τ〇
【专利摘要】本发明描述了用于对显著位置进行建模的技术。显著位置可以是由于各种原因而对于移动设备的用户而言显著的位置。移动设备可在确定移动设备以足够的确定性已经在某个地方或区域停留了足够的时间量时确定这个地方或区域是显著位置。移动设备可构建作为一个或多个显著位置的抽象的状态模型。状态模型可包括表示显著位置的状态、和表示移动设备在位置之间的移动的过渡。移动设备可使用状态模型来提供预测性用户辅助。
【IPC分类】H04W24/00
【公开号】CN105284144
【申请号】CN201480031991
【发明人】L·M·马蒂, M·P·达尔散图, R·K·黄
【申请人】苹果公司
【公开日】2016年1月27日
【申请日】2014年5月30日
【公告号】EP3005780A2, US9267805, US9285231, US20140364149, US20140364150, US20150073703, US20160174048, WO2014197318A2, WO2014197318A3, WO2014197321A2, WO2014197321A3