一種室內(nèi)社交導(dǎo)航系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種室內(nèi)社交導(dǎo)航系統(tǒng)，所述系統(tǒng)包括：定位服務(wù)器，所述定位服務(wù)器用于接收終端發(fā)送的第一定位傳感器數(shù)據(jù)及目標(biāo)好友終端發(fā)送的第二定位傳感器數(shù)據(jù)，根據(jù)所述第一定位傳感器數(shù)據(jù)計算所述終端的第一幾何坐標(biāo)，根據(jù)所述第二定位傳感器數(shù)據(jù)計算所述目標(biāo)終端的第二幾何坐標(biāo)；并將所述第一幾何坐標(biāo)及所述第二幾何坐標(biāo)存儲于位置數(shù)據(jù)庫中；位置服務(wù)器，用于獲取室內(nèi)空間模型數(shù)據(jù)，構(gòu)建室內(nèi)空間拓撲網(wǎng)絡(luò)；接收所述終端發(fā)送的導(dǎo)航請求，根據(jù)所述導(dǎo)航請求向所述定位服務(wù)器獲取所述第一幾何坐標(biāo)及所述第二定幾何坐標(biāo)；利用路徑搜索算法在所述室內(nèi)空間拓撲網(wǎng)絡(luò)中計算最優(yōu)導(dǎo)航路徑。
【專利說明】
一種室內(nèi)社交導(dǎo)航系統(tǒng)
技術(shù)領(lǐng)域
[0001 ]本發(fā)明屬于室內(nèi)位置服務(wù)技術(shù)領(lǐng)域，尤其涉及一種室內(nèi)社交導(dǎo)航系統(tǒng)。
【背景技術(shù)】
[0002] 隨著移動互聯(lián)網(wǎng)和位置感知技術(shù)的發(fā)展，基于位置的移動社交網(wǎng)絡(luò)服務(wù)為人們生 活帶來諸多方便。其中的位置屬性將移動社交網(wǎng)絡(luò)延伸到現(xiàn)實，縮小了線上虛擬世界和線 下現(xiàn)實世界的差距，改善了社交網(wǎng)絡(luò)的服務(wù)效果，人們可以位置簽到( Check-in)、彼此共享 帶有位置標(biāo)簽的多媒體內(nèi)容(geo-tagging content)等；同時，用戶也可基于位置的空間關(guān) 聯(lián)拓展社會關(guān)系。
[0003] 目前，基于位置的移動社交網(wǎng)絡(luò)中的位置信息主要通過全球定位系統(tǒng)（GPS， Global Position System)、移動基站、Wi-Fi等定位方式獲得，相應(yīng)的服務(wù)精度在10米到 100米不等，基于位置的移動社交網(wǎng)絡(luò)服務(wù)精度大多處在建筑樓棟級別。而由于平均每個人 每天多達90%的時間處于室內(nèi)，人們對于室內(nèi)位置服務(wù)也具有巨大需求，比如好友之間的 室內(nèi)導(dǎo)航。但是，現(xiàn)有技術(shù)中移動社交網(wǎng)絡(luò)中的位置信息以及與位置相關(guān)的服務(wù)沒有精細 化到室內(nèi)多樓層的功能空間，并且基于位置的移動社交網(wǎng)絡(luò)服務(wù)大多屬于用戶請求式的靜 態(tài)服務(wù)，缺乏主動更新的實時性，導(dǎo)致在室內(nèi)社交導(dǎo)航時不能實時準(zhǔn)確規(guī)劃導(dǎo)航路徑。
[0004] 基于此，目前亟需一種具有高精度、實時性強的室內(nèi)社交導(dǎo)航系統(tǒng)。

【發(fā)明內(nèi)容】

[0005] 針對現(xiàn)有技術(shù)存在的問題和應(yīng)用的不足，本發(fā)明實施例提供了一種室內(nèi)社交導(dǎo)航 系統(tǒng)，用于解決現(xiàn)有技術(shù)中的室內(nèi)社交聯(lián)系導(dǎo)航尋友功能不能實時、動態(tài)、精確性地規(guī)劃導(dǎo) 航路徑的技術(shù)問題。
[0006] 本發(fā)明提供一種室內(nèi)社交導(dǎo)航系統(tǒng)，所述系統(tǒng)包括：
[0007] 定位服務(wù)器，用于接收終端發(fā)送的第一定位傳感器數(shù)據(jù)及目標(biāo)好友終端發(fā)送的第 二定位傳感器數(shù)據(jù)，根據(jù)所述第一定位傳感器數(shù)據(jù)計算所述終端的第一幾何坐標(biāo)，根據(jù)所 述第二定位傳感器數(shù)據(jù)計算所述目標(biāo)終端的第二幾何坐標(biāo);并將所述第一幾何坐標(biāo)及所述 第二幾何坐標(biāo)存儲于位置數(shù)據(jù)庫中；
[0008] 位置服務(wù)器，用于獲取室內(nèi)位置模型數(shù)據(jù)，根據(jù)所述室內(nèi)空間位置數(shù)據(jù)構(gòu)建室內(nèi) 位置模型各層次的空間拓撲網(wǎng)絡(luò)圖；
[0009] 接收所述終端發(fā)送的導(dǎo)航請求，根據(jù)所述導(dǎo)航請求向所述定位服務(wù)器獲取所述第 一幾何坐標(biāo)及所述第二幾何坐標(biāo)，并利用路徑搜索算法在所述空間拓撲網(wǎng)絡(luò)圖中計算最優(yōu) 導(dǎo)航路徑。
[0010] 上述方案中，所述室內(nèi)位置模型各層次的空間拓撲網(wǎng)絡(luò)圖包括:細粒度層次AEGVG 圖、出口層次模型圖及位置層次模型圖。
[0011]上述方案中，所述位置服務(wù)器根據(jù)所述室內(nèi)空間位置數(shù)據(jù)構(gòu)建室內(nèi)位置模型的細 粒度層次AEGVG圖具體包括：
[0012] 根據(jù)室內(nèi)樓層平面圖提取出一維骨架，形成室內(nèi)空間狹長區(qū)域一維Voronoi圖；
[0013] 將所述開闊區(qū)域以預(yù)設(shè)邊長進行網(wǎng)格劃分形成網(wǎng)格圖，將所述網(wǎng)格圖添加到所述 Voronoi圖中；
[0014] 以行人的平均步長為采樣間隔進行采樣節(jié)點，生成所述AEGVG圖。
[0015] 上述方案中，所述位置服務(wù)器根據(jù)所述室內(nèi)空間位置數(shù)據(jù)構(gòu)建室內(nèi)位置模型的出 口層次模型圖具體包括：
[0016] 根據(jù)所述細粒度層AEGVG圖中的出口位置確定所述粗粒度層的出口節(jié)點；
[0017] 將相鄰位置之間的可達路徑作為邊構(gòu)建所述出口層次模型圖。
[0018] 上述方案中，所述位置服務(wù)器根據(jù)所述室內(nèi)空間位置數(shù)據(jù)構(gòu)建室內(nèi)位置模型的位 置層次模型圖具體包括：
[0019] 根據(jù)所述細粒度層AEGVG圖中的符號位置確定所述粗粒度層的位置節(jié)點；
[0020] 根據(jù)所述位置節(jié)點之間的鄰接、連通關(guān)系生成所述位置層次模型圖。
[0021 ]上述方案中，所述定位服務(wù)器用于根據(jù)所述第一定位傳感器數(shù)據(jù)計算所述終端的 第一幾何坐標(biāo)，具體包括：
[0022]所述定位服務(wù)器檢測到所述第一定位傳感器數(shù)據(jù)中的錨點信號時，將所述錨點信 號與位置指紋數(shù)據(jù)庫進行指紋匹配確定所述終端的初始位置；
[0023]再以預(yù)設(shè)的周期定時檢測所述錨點信號，若檢測到所述錨點信號，利用粒子濾波 融合定位算法融合行人航位推算PDR方法、所述錨點信號和室內(nèi)空間信息確定所述終端的 第一幾何坐標(biāo)。
[0024] 上述方案中，當(dāng)所述位置服務(wù)器構(gòu)建室內(nèi)位置模型各層次的空間拓撲網(wǎng)絡(luò)圖后， 具體還用于：
[0025] 接收所述空間拓撲網(wǎng)絡(luò)圖中每條導(dǎo)航路徑的影響因子；
[0026] 接收各個所述影響因子對當(dāng)前導(dǎo)航路徑的影響權(quán)重；
[0027] 根據(jù)所述影響權(quán)重計算每條路徑的綜合權(quán)值。
[0028]上述方案中，所述影響因子具體包括:室內(nèi)行人可達距離、可達時間、人員密度及 道路寬度。
[0029] 上述方案中，所述室內(nèi)行人可達距離由公式
計算得出；其中，所述⑴為所述終端對應(yīng)的第一移動對象;所述h為所述目標(biāo)好友終端對應(yīng) 的第二移動對象;所述(xx，yk)為細粒度層中距離所述第一移動對象0i最近的結(jié)點nk的坐 標(biāo);所述m為整數(shù)。
[0030]上述方案中，所述路徑搜索算法的估價函數(shù)為:f(n)=g(n)+h(n);其中，所述f(n) 為初始節(jié)點經(jīng)由節(jié)點η到目標(biāo)節(jié)點的估價函數(shù);所述g (η)為狀態(tài)空間中所述初始節(jié)點到節(jié) 點η的實際代價;所述h(n)為節(jié)點η到所述目標(biāo)節(jié)點最佳導(dǎo)航路徑的實際代價。
[0031]本發(fā)明提供了一種室內(nèi)社交導(dǎo)航系統(tǒng)，所述系統(tǒng)包括:定位服務(wù)器，所述定位服務(wù) 器用于接收終端發(fā)送的第一定位傳感器數(shù)據(jù)及目標(biāo)好友終端發(fā)送的第二定位傳感器數(shù)據(jù)， 根據(jù)所述第一定位傳感器數(shù)據(jù)計算所述終端的第一幾何坐標(biāo)，根據(jù)所述第二定位傳感器 數(shù)據(jù)計算所述目標(biāo)終端的第二幾何坐標(biāo);并將所述第一幾何坐標(biāo)及所述第二幾何坐標(biāo)存儲 于位置數(shù)據(jù)庫中；位置服務(wù)器，用于獲取室內(nèi)空間模型數(shù)據(jù)，構(gòu)建室內(nèi)空間拓撲網(wǎng)絡(luò);接收 所述終端發(fā)送的導(dǎo)航請求，根據(jù)所述導(dǎo)航請求向所述定位服務(wù)器獲取所述第一幾何坐標(biāo)及 所述第二幾何坐標(biāo);利用路徑搜索算法在所述室內(nèi)空間拓撲網(wǎng)絡(luò)中計算最優(yōu)導(dǎo)航路徑;如 此，所述位置服務(wù)器可以從定位服務(wù)器獲取導(dǎo)航雙方的幾何坐標(biāo);構(gòu)建室內(nèi)空間位置模型 各層次的拓撲網(wǎng)絡(luò)，并將幾何坐標(biāo)映射至所述空間位置模型的細粒度層中，確定拓撲網(wǎng)絡(luò) 中每條導(dǎo)航路徑的影響因子、每個影響因子對導(dǎo)航路徑的影響權(quán)重，根據(jù)影響權(quán)重計算每 條路徑的綜合權(quán)值，根據(jù)綜合權(quán)值確定最優(yōu)導(dǎo)航路徑;這樣就能實時、動態(tài)、精確地規(guī)劃導(dǎo) 航路徑。
【附圖說明】
[0032]圖1為本發(fā)明實施例一提供的室內(nèi)導(dǎo)航系統(tǒng)的整體結(jié)構(gòu)示意圖；
[0033]圖2為本發(fā)明實施例一提供的室內(nèi)空間位置模型HiSeLoMo框架結(jié)構(gòu)圖；
[0034]圖3為本發(fā)明實施例一提供的室內(nèi)平面圖的一維骨架圖；
[0035]圖4為本發(fā)明實施例一提供的所述HiSeLoMo的細粒度層AEGVG圖；
[0036] 圖5為本發(fā)明實施例一提供的粗粒度層中位置層次位置模型示意圖；
[0037] 圖6為本發(fā)明實施例一提供的粗粒度層中出口層次位置模型示意圖；
[0038] 圖7為本發(fā)明實施例一提供的移動對象動態(tài)拓撲關(guān)系示意圖；
[0039]圖8為本發(fā)明實施例一提供的室內(nèi)空間位置模型HiSeLoMo層間關(guān)系示意圖 [0040]圖9為本發(fā)明實施例一提供的室內(nèi)空間位置模型HiSeLoMo各層之間屬性關(guān)聯(lián)關(guān)系 示意圖。
【具體實施方式】
[0041] 為了可以實時、動態(tài)、精確性地規(guī)劃室內(nèi)環(huán)境下好友之間的導(dǎo)航路徑，本發(fā)明提供 了一種室內(nèi)社交導(dǎo)航系統(tǒng)，所述系統(tǒng)包括:定位服務(wù)器，所述定位服務(wù)器用于接收終端發(fā) 送的第一定位傳感器數(shù)據(jù)及目標(biāo)好友終端發(fā)送的第二定位傳感器數(shù)據(jù)，根據(jù)所述第一定位 傳感器數(shù)據(jù)計算所述終端的第一幾何坐標(biāo)，根據(jù)所述第二定位傳感器數(shù)據(jù)計算所述目標(biāo)終 端的第二幾何坐標(biāo);并將所述第一幾何坐標(biāo)及所述第二幾何坐標(biāo)存儲于位置數(shù)據(jù)庫中；位 置服務(wù)器，用于獲取室內(nèi)空間模型數(shù)據(jù)，構(gòu)建室內(nèi)空間拓撲網(wǎng)絡(luò);根據(jù)所述導(dǎo)航請求向所述 定位服務(wù)器獲取所述第一幾何坐標(biāo)及所述第二幾何坐標(biāo);利用路徑搜索算法在所述室內(nèi)空 間拓撲網(wǎng)絡(luò)中計算最優(yōu)導(dǎo)航路徑。
[0042] 下面通過附圖及具體實施例對本發(fā)明的技術(shù)方案做進一步的詳細說明。
[0043] 實施例一
[0044] 本實施例提供一種室內(nèi)社交導(dǎo)航系統(tǒng)，如圖1所示，所述系統(tǒng)包括:終端1、目標(biāo)好 友終端2、定位服務(wù)器3、位置服務(wù)器4、社交應(yīng)用服務(wù)器5;其中，
[0045] 當(dāng)所述終端1想進行好友實時導(dǎo)航功能之前，所述位置服務(wù)器4用于計算所述終端 1與各個好友終端之間的距離;所述社交應(yīng)用服務(wù)器5還用于按照距離的遠近將所述好友終 端（以列表形式)顯示在所述終端1的界面上。
[0046] 這里，比如所述終端1選擇向目標(biāo)好友終端2發(fā)送導(dǎo)航請求，所述導(dǎo)航請求得到許 可后，所述終端1將所述導(dǎo)航請求轉(zhuǎn)發(fā)至所述位置服務(wù)器4。
[0047] 當(dāng)所述導(dǎo)航請求得到所述目標(biāo)好友終端2的許可后，所述定位服務(wù)器3用于以第一 預(yù)設(shè)的周期接收所述終端1發(fā)送的第一定位傳感器數(shù)據(jù)及所述目標(biāo)好友終端2發(fā)送的第二 定位傳感器數(shù)據(jù)，以計算所述終端1及所述目標(biāo)好友終端2的第一實時幾何坐標(biāo)及第二實時 幾何坐標(biāo)。其中，所述第一預(yù)設(shè)的周期為1HZ。
[0048] 具體地，當(dāng)所述定位服務(wù)器3根據(jù)所述第一定位傳感器數(shù)據(jù)確定所述終端1的第一 幾何坐標(biāo)時，首先判斷是否檢測到第一定位傳感器數(shù)據(jù)中的錨點信號，如果檢測到錨點信 號時，根據(jù)所述錨點信號的接收信號強度值，采用最近鄰匹配算法將所述錨點信號與位置 指紋數(shù)據(jù)庫進行位置指紋匹配，計算信號強度值與位置指紋數(shù)據(jù)庫各個指紋數(shù)據(jù)之間的距 離，從中選取最小距離對應(yīng)的指紋數(shù)據(jù)，以其所代表的幾何坐標(biāo)作為所述終端1的初始位 置;如果未檢測到錨點信號時，按照優(yōu)先級先后選擇GPS/基站信號的盲區(qū)點、所述終端1的 定位傳感器數(shù)據(jù)呈現(xiàn)特殊狀態(tài)的特征點以及與所述終端1進行交互(地圖選點、掃二維碼 等)的方式來確定初始位置。其中，所述特殊狀態(tài)的特征點為所述定位傳感器數(shù)據(jù)的變化大 于預(yù)設(shè)閾值時的數(shù)據(jù)。
[0049] 這里，當(dāng)定位服務(wù)器3確定出終端1的初始位置后，將初始位置數(shù)據(jù)存儲至位置數(shù) 據(jù)庫中。其中，所述信號強度值是由所述終端1的WiFi/藍牙信號接收模塊測量給出的;所述 第一定位傳感器數(shù)據(jù)可以包括:加速度、角速度和朝向；所述錨點信號可以包括:Wi-Fi信號 或藍牙信號。
[0050]當(dāng)定位服務(wù)器3確定出終端1的初始位置后，利用行人航位推算(PDR，Pedestrain Dead Reckoning)方法進行終端1的實時幾何坐標(biāo)，同時以第二預(yù)設(shè)的周期定時檢測錨點信 號，利用粒子濾波融合定位算法融合錨點信號的特征點、室內(nèi)空間信息（室內(nèi)地圖）及第一 定位傳感器數(shù)據(jù)的特征點等多源信息，以進一步校正TOR方法過程中的定位累積誤差，從而 確定所述終端1的實時幾何坐標(biāo)。其中，所述第二預(yù)設(shè)的周期可以根據(jù)終端1的配置而定，一 般設(shè)置為1 〇~20HZ，優(yōu)選地，為11HZ、12HZ、15HZ、18HZ或19HZ;所述錨點信號的特征點為所 述錨點信號發(fā)生突變時的錨點信號強度值。所述室內(nèi)地圖包括:墻、房間、走廊、門等室內(nèi)空 間要素位置及其結(jié)構(gòu)。
[0051] 具體地，所述定位服務(wù)器3利用粒子濾波融合定位算法TOR方法、錨點信號、和室內(nèi) 空間信息等多源信息確定所述終端1的第一實時幾何坐標(biāo)具體包括：
[0052] 所述定位服務(wù)器3將持有終端1的待定位的移動目標(biāo)對象的狀態(tài)向量記為Χ1=(Χι， yi，ai) T，i = l，2，···，Ν，其中，（Xi，yi)表示坐標(biāo)，ai為Weinberg步長模型的參數(shù)。于是，粒子濾 波融合定位算法的傳感器模型如公式(1)所示，運動模型如公式(2)所示：
[0053] 0k, 4) +n (1)
[0054] 其中，在公式(1)中，ak為第k步的加速度，所述加速度ak可以由終端1中的加速計測 量得出；9 k'為第k步的朝向，所述朝向可以由終端1的羅盤測量得出，《為第k步的角速度， 所述角速度武可以由終端1中的陀螺儀測量得到；η表示高斯隨機過程。
[0055] .ν? =.ν) ; +.ν,； '' sin^ (2)
[0056] y'k = y'^1 + s^1 COS 0'k (3 )
[0057] 其中，在公式(2)中，sf是由參數(shù)為ai的Weinberg步長模型(^ -/>?5：i^:/iiiix - siT]in ) 計算得出。％為第k步第i個粒子的朝向，可以由公式(4)計算得出：
[0058] a^kfiH-Z,) (4)
[0059] 其中，在公式(4)中，名為卡爾曼濾波器根據(jù)指南針和陀螺儀測量值計算得出的結(jié) 果。粒子濾波融合定位算法的具體計算步驟可描述如下：
[0060] a)初始化：即根據(jù)信號強度值計算出目標(biāo)的初始位置，根據(jù)羅盤的測量值確定目 標(biāo)的朝向。
[0061] b)預(yù)測:根據(jù)目標(biāo)的運動模型得到k時刻N個粒子的狀態(tài)= /,2......，i￥)。
[0062] c)權(quán)值計算:有兩種情況需要重新計算權(quán)值。第一種情況，穿過墻或障礙物的粒子 權(quán)重被賦為〇;第二種情況，當(dāng)遇到特征點時，粒子權(quán)重將根據(jù)與特征點的距離進行重新計 算，距離愈近，權(quán)重愈大。在本發(fā)明中，通過給距離特征點較近的粒子賦更大的權(quán)值，既能達 到修正定位誤差的效果，同時也能保持良好的用戶體驗。權(quán)值的計算公式如(5)所示。
(5)
[0064] 其中，在公式(5)中，尤.(為特征點的坐標(biāo)，σ為相應(yīng)的標(biāo)準(zhǔn)差。
[0065] 另外，當(dāng)環(huán)境中存在無線信號(Wi-Fi、藍牙)時，且定位服務(wù)器3通過解算所述終端 1的定位傳感器數(shù)據(jù)，捕獲到特征點（指環(huán)境中存在的一些沒有明顯標(biāo)志的特征點，如地磁 異常點以及轉(zhuǎn)角等），則對特征點和無線指紋獲得的位置信息進行加權(quán)平均，并更新粒子權(quán) 值;如果僅感知到無線信號，則利用無線指紋獲得的位置更新權(quán)值；當(dāng)僅僅捕獲到特征點， 則基于特征點產(chǎn)生的位置，更新權(quán)值。其中，所述無線指紋即為上文所述的信號強度值;所 述位置信息即為實時幾何坐標(biāo);在計算出粒子的權(quán)值后，需要根據(jù)公式(6)對權(quán)值進行歸一 化處理：
[0066] = (6)
[0067]其中，在公式(6)中，<表示k時刻第i個粒子的權(quán)重，表示所有粒子的權(quán)重 之和。
[0068] d)狀態(tài)估計:濾波后的移動目標(biāo)的狀態(tài)概率分布pk(xk|y1:k)可近似表示為：
[0069] P(xt I ~ Σ??ι14^ '^xi- ~x'^ (7)
[0070] 并由此可得出位置狀態(tài)的估計，如公式(8)所示：
[0071] (8)
[0072] e)重采樣:重采樣的基本思想是用權(quán)值大的粒子替換權(quán)值小的粒子。當(dāng)由于消除 了無效粒子而導(dǎo)致樣本數(shù)不足時，需要根據(jù)前一時刻的信息進行重采樣，此時并不需要更 新Weinberg步長模型參數(shù)ai。
[0073] f)校正。根據(jù)各傳感器的測量值，判斷目標(biāo)是否到達特征點的附近。如果到達了某 個特征點的附近區(qū)域，就根據(jù)所述特征點對目標(biāo)的位置及朝向進行修正，循環(huán)執(zhí)行（Μα)。
[0074] 而當(dāng)所述定位服務(wù)器3以第二預(yù)設(shè)的周期未檢測所述錨點信號時，則根據(jù)所述TOR 方法確定終端的實時幾何坐標(biāo)，具體地:所述定位服務(wù)器3在確定用戶終端當(dāng)前幾何坐標(biāo)的 基礎(chǔ)上，捕獲用戶的步行事件，根據(jù)加速計計算行人行走的步長，根據(jù)羅盤確定行人朝向， 通過室內(nèi)空間信息(室內(nèi)地圖）進行約束，推算用戶下一步位置，進而確定所述終端1的第一 實時幾何坐標(biāo)，當(dāng)所述定位服務(wù)器3檢測到所述錨點信號時，對行人航位推算方法估算的終 端1的實時位置信息進行校正，以減少行人航位推算roR方法的累積誤差。
[0075] 這里，所述定位服務(wù)器3根據(jù)所述第二定位傳感器數(shù)據(jù)確定所述目標(biāo)好友終端2的 第二幾何坐標(biāo)時，與確定終端1的第一幾何坐標(biāo)的方法完全相同，在此不再贅述。
[0076] 進一步地，當(dāng)所述定位服務(wù)器3確定好所述終端1及所述目標(biāo)好友終端2的第一實 時幾何坐標(biāo)及第二實時幾何坐標(biāo)后，所述位置服務(wù)器4用于獲取室內(nèi)空間位置模型數(shù)據(jù)，根 據(jù)所述室內(nèi)空間位置數(shù)據(jù)構(gòu)建室內(nèi)位置模型各層次的空間拓撲網(wǎng)絡(luò)圖。
[0077]具體地，所述室內(nèi)空間位置模型各層次的空間拓撲網(wǎng)絡(luò)圖包括:細粒度層次AEGVG 圖、出口層次模型圖及位置層次模型圖。所述位置服務(wù)器4根據(jù)所述室內(nèi)空間位置數(shù)據(jù)構(gòu)建 室內(nèi)位置模型各層次的空間拓撲網(wǎng)絡(luò)圖具體包括：
[0078]根據(jù)室內(nèi)空間特點和移動目標(biāo)對象運動特征，基于室內(nèi)樓層平面圖構(gòu)建所述室內(nèi) 空間位置模型HiSeLoMo的細粒度層AEGVG圖，確定室內(nèi)空間對象的幾何坐標(biāo)、符號位置、拓 撲關(guān)系及時空關(guān)系語義信息。其中，所述語義信息可以具體為：房間與走廊的連通關(guān)系、房 間之間的鄰近關(guān)系、移動對象的幾何坐標(biāo)、符號位置(房間編號）、功能、時空約束等屬性。其 中，所述室內(nèi)室內(nèi)空間位置模型Hi SeLoMo的框架如圖2所示。
[0079] 具體地，所述HiSeLoMo的細粒度層AEGVG圖包括:室內(nèi)空間狹長區(qū)域一維Voronoi 圖及開闊區(qū)域二維規(guī)則覆蓋網(wǎng)格圖。通常，室內(nèi)空間狹長區(qū)域通過一維Voronoi圖來表達， 而開闊區(qū)域則利用網(wǎng)格圖進行表達。其中，當(dāng)室內(nèi)空間單元的寬度小于等于一定值(如3m) 區(qū)域稱為狹長區(qū)域，例如走廊等；當(dāng)室內(nèi)空間單元的寬度大于一定值(如3m)的區(qū)域為開闊 區(qū)域，例如大廳等。
[0080] 這里，所述HiSeLoMo的細粒度層AEGVG圖的生成具體包括：
[0081] 首先，根據(jù)所述室內(nèi)樓層平面圖提取出一維骨架，形成Voronoi圖，所述一維骨架 如圖3所示；將開闊區(qū)域以預(yù)設(shè)邊長進行網(wǎng)格劃分形成網(wǎng)格圖，將所述網(wǎng)格圖添加到所述 Voronoi圖中；以行人的平均步長為采樣間隔進行采樣節(jié)點，倉ij建所述AEGVG圖，所述AEGVG 圖如圖4所示。其中，以行人的平均步長作為邊長進行采樣節(jié)點，符合行人的運動特征，能夠 最大程度減少模型中的節(jié)點數(shù)量，所述行人步長為lm左右。同時，考慮到人行走的步長在lm 左右。因此，對開闊區(qū)域則以邊長為lm的正方形網(wǎng)格進行劃分，以此為基礎(chǔ)構(gòu)建開闊區(qū)域 圖模型。
[0082] 這里，所述HiSeLoMo的細粒度層AEGVG圖模型可以根據(jù)公式(9)進行形式化定義：
[0083] Gfine=(Vfine,Efine) (9)
[0084] 在公式(9)中，Vfine= {Vi}，是所述AEGVG圖中節(jié)點的集合；^^ X F細，是所 述AEGVG圖中邊的集合;每條邊由兩個節(jié)點構(gòu)成，由公式(10)所示。
[0085] e = (Vi,Vj) (10)
[0086] 其中，每個節(jié)點每個節(jié)點描述了室內(nèi)空間的某一離散位置，具有幾何坐 標(biāo)、狀態(tài)、標(biāo)簽等屬性;通常，所述節(jié)點的屬性信息可以通過vid，χ ν，yv，cv，sv，lv，fv，b v>來表 示。所述vid是所述節(jié)點的編號ID;所述(xv，yv)為節(jié)點的幾何坐標(biāo);所述c v為所述節(jié)點的空間 類型，所述cve {room，corridor，door，vertical，passage};所述sv為所述節(jié)點的物理狀態(tài)， 所述Sve {free，occpuied}，所述lv為節(jié)點的標(biāo)簽屬性，所述fv為所述節(jié)點所處樓層標(biāo)識，所 述b v為所述節(jié)點所處建筑物標(biāo)識。
[0087]進一步地，所述邊eGEfine，表達了AEGVG圖中各個節(jié)點的連通關(guān)系，邊的屬性為〈 eid，Vi，V j，fe，be，We>，其中，Vi，V j表示邊的兩個端節(jié)點，fe和be表示邊的符號位置屬性，即邊 所對應(yīng)的樓層和建筑物信息。邊有可能存在一對多的從屬關(guān)系，即一條邊經(jīng)過了多個功能 空間單元。所述I表示邊的權(quán)重，通常將兩個節(jié)點的歐式距離作為權(quán)重值。
[0088]其次，構(gòu)建位置層次模型；具體地，在細粒度層AEGVG圖模型基礎(chǔ)上抽象出粗粒度 的位置層次模型。這里，位置層次通過一種層次的組織方式，來表達對象之間的拓撲關(guān)系 (如鄰接、包含關(guān)系)及時空關(guān)系（時空距離、時空約束等)等語義信息。通常，將位置分為三 大類：房間（Room)、垂直升降空間（Vertical Passage)，包括樓梯、電梯等；走廊 (Corridor)。這里的層次是指位置之間的鄰接可達順序關(guān)系，如:從某個入口位置依次經(jīng)過 哪幾個鄰接的位置，這些鄰接位置作為層次圖中入口位置的子節(jié)點;或者是位置之間的空 間包含關(guān)系，如:某樓層包含哪些位置，這些位置作為層次圖的子節(jié)點。
[0089] 基于細粒度層的AEGVG圖模型，將具有相同標(biāo)簽屬性lv的節(jié)點聚合為一個符號位 置。根據(jù)所述符號位置確定所述粗粒度層的位置節(jié)點；在形成粗粒度層中的位置節(jié)點之后， 根據(jù)位置節(jié)點之間的鄰接、連通關(guān)系，就可形成粗粒度層中完整的位置層次模型。位置層次 模型通常以節(jié)點代表符號位置，邊表示位置鄰接或包含關(guān)系的層次圖模型，可以如公式 (11)所示。
[0090] Gi〇c=(Vi〇c,Ei〇c) (11)
[0091 ]在公式（11)中，V1〇c = {Vi}，表示所有符號位置的集合；d x k，表示AEGVG 圖中位置鄰接或包含關(guān)系的集合;每條邊e1。。=(Vl，VjeE 1。。）。同時，每個符號位置Vl =〈 locid，ci。。，li。。，f 1。。，bi。。，ad j_loc>，所述locid為抽象位置空間的編號，ci。。為抽象位置空間 的類別，所述ci〇ce {room,corridor，vertical passage}，1ι。。表示抽象位置空間的符號語 義信息；fi。。表示抽象位置空間所處樓層；In。。表示抽象位置空間的建筑物；同時， 婦一 = (細-M},是與抽象位置具有相鄰關(guān)系的戶斤有位置集合。
[0092]實際中，以某工程樓四樓為例，對四樓細粒度層AEGVG圖進行抽象形成位置節(jié)點， 如圖5所示，房間位置用圓形節(jié)點表示，垂直升降空間位置由方形節(jié)點表示，走廊則由三角 形節(jié)點表示。例如，細粒度層中的垂直空間VP2、走廊段HW4和房間RM12中的細粒度節(jié)點分別 抽象成粗粒度層中的位置節(jié)點VP2、HW4和RM12。在形成粗粒度層中的位置節(jié)點之后，根據(jù)位 置節(jié)點之間的關(guān)系，形成位置層次，如圖5左下方所示。例如位置節(jié)點VP2與走廊段節(jié)點HW4 相連通，HW4與走廊節(jié)點HW5相連通，服5與RM14、HW6等位置節(jié)點相連通或者鄰接。通過位置 節(jié)點之間的鄰接、連通關(guān)系，就可形成粗粒度層中完整的位置層次模型。
[0093]然后，根據(jù)所述細粒度層AEGVG圖中的出口位置確定所述粗粒度層的出口節(jié)點;將 相鄰位置之間的可達路徑作為邊構(gòu)建所述出口層次模型。
[0094]具體地，結(jié)合HiSeLoMo粗粒度層的位置層次模型，為了支持粗粒度的位置之間距 離和拓撲表達，在細粒度層模型基礎(chǔ)上抽象出粗粒度的出口層次模型。這里，出口層次通過 一種層次的組織方式，表達出口位置之間的拓撲關(guān)系（如連通關(guān)系、順序關(guān)系）、距離、約束 等語義信息。其中，出口指連通室內(nèi)兩個可達位置空間的連接點，包括實際出口和虛擬出口 兩類。實際出口是兩個空間單元的可達出入口，通常為房間門；而虛擬出口是根據(jù)子空間單 元之間的連通關(guān)系而人為定義的出入口，在室內(nèi)結(jié)構(gòu)中并不存在。一個出口只能連通兩個 位置空間，一個空間單元可包含多個出口，出口是連接不同空間單元的唯一途徑。而層次則 指出口之間的連通關(guān)系（如某個出口位置連通了兩個空間位置），或者指到達某出口位置過 程中所經(jīng)過出口的順序關(guān)系（如從某樓層出口到達某個位置出口所經(jīng)過的出口的順序關(guān) 系)。
[0095] 出口層次對應(yīng)細粒度層中連通不同空間單元之間的出口節(jié)點集合，該集合根據(jù)細 粒度層AEGVG模型中空間的類別屬性Cv為出口的節(jié)點提取得到。出口節(jié)點根據(jù)空間的鄰接 關(guān)系(抵達順序)形成層次結(jié)構(gòu)，其中最頂層節(jié)點表示進入該空間的入口，從頂層節(jié)點往下， 不同層的節(jié)點表示可達的層次順序關(guān)系。如圖6所示，某工程樓四樓平面圖中VP2區(qū)域?qū)?yīng) 的出口節(jié)點DR57為頂層節(jié)點，可到達DR55與DR20兩個出口，因此DR55和DR20兩個出口節(jié)點 作為DR57的子節(jié)點。
[0096] 通過將位置出口抽象為粗粒度的出口節(jié)點，相鄰位置之間的可達路徑作為邊，構(gòu) 建出口層次模型。所述出口層次模型可由公式（12)表示。
[0097] Gexit=(Vexit,Eexit) (12)
[0098] 在公式（12)中，是所有出口節(jié)點的集合，所述出口節(jié)點可以由公式(13) 表不。
[0099] Vi = <exid, lex, loci, locj,parentex> (13)
[0100] 在公式（13)中，exld表示出口節(jié)點的編號，與細粒度層空間類型為door的節(jié)點編號 保持一致，Ux表示出口節(jié)點的語義位置信息，如節(jié)點所表示空間的功能屬性。出口位置通 常連接了兩個連通的位置，兩個連通的位置通過（locnlow)表示。locdPlow分別對應(yīng)位 置層次中的兩個位置，所述兩個位置指位置層次中任意兩個節(jié)點。所述parents表示出口節(jié) 點在出口層次樹結(jié)構(gòu)中的父節(jié)點編號，，，而E exit = VexitXVexit是所有可達路 徑的集合，每條路徑可通過公式(14)表示：
[0101] eexit = ViXvi (14)
[0102] 其中，eexitGEexit〇
[0103] 進一步地，構(gòu)建所述室內(nèi)空間位置模型HiSeLoMo的移動對象層模型。具體地，因在 移動計算環(huán)境中，存在大量的移動對象(如人員、移動資產(chǎn)等）。為了描述方便，可將所述移 動對象表示為〈Moving ObjID，（x，y，t)，objsemantic>;其中，
[0104]所述MovingObjID為所述移動對象的編號，所述(x，y，t)為t時刻移動對象的幾何 坐標(biāo)，所述〇b j s emant i c為移動對象的語義信息。
[0105] 這里，設(shè) Σ 〇bjsemantic= { Σ person U Σ asset}，
[0106] 則objsemanticG Eobjsemantic= {person_id，asset_id} 〇
[0107] 為了簡化移動對象之間的動態(tài)拓撲關(guān)系，基于HiSeLoMo細粒度層的拓撲圖Gfine， 將移動對象MovingObject在某時刻t的拓撲關(guān)系映射到細粒度層的拓撲圖G fine-sub，如圖7所 示。具體的表達方式為:根據(jù)所述移動對象MovingObject在某時刻t的位置(x，y)，在細粒度 層拓撲圖Gfi ne中查詢距離該位置最近的節(jié)點NearestNode;所述移動對象1〇￥；[1^013」601:在 時刻t的拓撲關(guān)系即可表示為NearestNode所在的細粒度層拓撲子圖Gfi ne-sub。其中， c ，則M0ving0bjecti,t與NaerestNodei相映射，映射關(guān)系可由公式（15)表示。
[0108] f :Moving0b jecti.t^NearestNodei (15)
[0109 ]最后，確定所述室內(nèi)空間位置模型Hi SeLoMo的層間關(guān)系。
[0110] 具體地，粗粒度層中位置層次模型可從細粒度層中聚合得到，出口層次模型可從 細粒度層中導(dǎo)出來，位置層次和出口層次之間也可以相互導(dǎo)出來，如圖8所示。由于一個出 口連接了兩個相鄰的空間，在位置層次和出口層次中包含了這種連通或鄰近關(guān)系，所以出 口層和位置層之間可以相互導(dǎo)出。細粒度層與位置層次和出口層次中的屬性關(guān)系如圖9所 示，出口層和位置層中的節(jié)點、邊的屬性都是從細粒度層中導(dǎo)出來的。
[0111] 進一步地，當(dāng)所述位置服務(wù)器4構(gòu)建好室內(nèi)位置模型各層次的空間拓撲網(wǎng)絡(luò)圖后， 具體還用于接收空間拓撲網(wǎng)絡(luò)圖中每條導(dǎo)航路徑的影響因子;接收各個所述影響因子對當(dāng) 前導(dǎo)航路徑的影響權(quán)重;根據(jù)所述影響權(quán)重計算每條路徑的綜合權(quán)值。其中，所述影響因子 具體包括:室內(nèi)行人可達距離、可達時間、人員密度及道路寬度。
[0112] 具體地，本實施例中主要是以室內(nèi)行人可達距離為影響因子對最優(yōu)導(dǎo)航路徑進行 計算的，因此，室內(nèi)道路的可達距離即為路徑的權(quán)值，那么基于所構(gòu)建的室內(nèi)位置模型的室 內(nèi)行人可達距離可由公式（16)計算得出：
[0113] !〇〇(〇,. ^,) = V + 0；_,-；；)' (16) ^1
[0114] 其中，在公式（16)中，所述IODWnOj)為室內(nèi)行人可達距離;所述⑴為所述終端1對 應(yīng)的第一移動對象;所述〇』為所述目標(biāo)好友終端2對應(yīng)的第二移動對象;所述( Xx，yk)為細粒 度層中距離所述第一移動對象⑴最近的結(jié)點nk的坐標(biāo);所述m為整數(shù)。
[0115] 這里，在所述位置服務(wù)器4構(gòu)建所述室內(nèi)位置模型各層次的空間拓撲網(wǎng)絡(luò)圖的同 時，向所述定位服務(wù)器3獲取所述終端1及所述目標(biāo)好友終端2的第一實時幾何坐標(biāo)及第二 實時幾何坐標(biāo)，利用路徑搜索算法在所述空間拓撲網(wǎng)絡(luò)圖中計算最優(yōu)導(dǎo)航路徑，其中，所述 最優(yōu)導(dǎo)航路徑即為室內(nèi)行人可達距離最短的路徑，所述路徑搜索算法的估價函數(shù)為:f (η) = g(n)+h(n);其中，所述f (η)為初始節(jié)點經(jīng)由節(jié)點η到目標(biāo)節(jié)點的估價函數(shù);所述g(n)為狀 態(tài)空間中所述初始節(jié)點到節(jié)點η的實際代價;所述h(n)為節(jié)點η到所述目標(biāo)節(jié)點最佳導(dǎo)航路 徑的實際代價。本實施例中是以節(jié)點η到所述目標(biāo)節(jié)點之間的歐式距離作為權(quán)重值，其路徑 搜索的具體步驟如下：
[0116] (1)將導(dǎo)航兩側(cè)的終端1的所述第一實時幾何坐標(biāo)與目標(biāo)好友終端2所述第二實時 幾何左邊映射到所述室內(nèi)位置模型中的細粒度層結(jié)點，起始結(jié)點和終點結(jié)點都分別為 Vstart 和 Vgoal 〇
[0117] ⑵將所述起始結(jié)點vstart放入開放列表OPEN中（所述開放列表的f值和g值都為0)。
[0118] (3)在vstart所處的位置單元空間l〇Cstart開始路徑擴展搜索，在OPEN中查找具有最 小值的結(jié)點，并把查找到的結(jié)點作為當(dāng)前結(jié)點。
[0119] (4)把當(dāng)前結(jié)點從OPEN中刪除，將當(dāng)前結(jié)點加入封閉列表CLOSE。
[0120] (5)對當(dāng)前結(jié)點相鄰的每個結(jié)點依次執(zhí)行步驟(6) - (8)，當(dāng)終點結(jié)點Vgcial被加入 到開放列表作為待檢驗結(jié)點時，表示已搜索到路徑，此時結(jié)束循環(huán);或者當(dāng)l 〇Cstart對應(yīng)的出 口結(jié)點Ve3Xlt-s被放入到開放列表作為待檢驗結(jié)點時，表示在當(dāng)前位置單元空間l 〇Cstart未搜 索到路徑，此時從細粒度層切換到出口層進行路徑擴展搜索，將出口結(jié)點vMit- sW〇PEN中刪 除，放入封閉列表CLOSE，并執(zhí)行步驟(9)。
[0121] (6)如果該相鄰結(jié)點不可通行或者已經(jīng)在CLOSE中，則繼續(xù)擴展下一結(jié)點。
[0122] (7)如果該相鄰結(jié)點不在OPEN中，則將該結(jié)點添加到OPEN中，并將該相鄰結(jié)點的父 結(jié)點設(shè)為當(dāng)前結(jié)點，同時保存該相鄰結(jié)點的g值和f值。
[0123] (8)如果該相鄰結(jié)點在OPEN中，則判斷若經(jīng)由當(dāng)前結(jié)點到達該相鄰結(jié)點的g值是否 小于原來保存的g值，若小于，則將該相鄰結(jié)點的父親結(jié)點設(shè)為當(dāng)前結(jié)點，并重新設(shè)置該相 鄰結(jié)點的g值和f值。
[0124] (9)以V(3xit-S為當(dāng)前結(jié)點在出口層對其每個相鄰出口結(jié)點執(zhí)行步驟(6) - (8)，當(dāng)終 點結(jié)點Vgoal所處的位置單元空間l〇Cg〇al對應(yīng)的出口結(jié)點Vexit-g被加入到開放列表作為待檢 驗結(jié)點時，從出口層切換到細粒度層進行路徑擴展搜索，將出口結(jié)點Vexit- gW〇PEN刪除，放 入封閉列表CLOSE，并執(zhí)行步驟(10)。
[0125] (10)以vexit-g為當(dāng)前結(jié)點回到細粒度層對其每個相鄰細粒度層結(jié)點執(zhí)行步驟 (6) - (8)，當(dāng)終點結(jié)點vgcial被加入到開放列表OPEN作為待檢驗結(jié)點時，表示已搜索到路徑， 此時結(jié)束循環(huán);或者當(dāng)為空，表明已無可以添加的新節(jié)點，而已檢驗的結(jié)點中沒有終點結(jié)點 v g〇ai則意味著路徑無法被找到，此時也結(jié)束循環(huán)。
[0126] 至此，所述最優(yōu)導(dǎo)航路徑確定，所述位置服務(wù)器4將所述最優(yōu)導(dǎo)航路徑顯示在所述 終端1的界面上，同時，在導(dǎo)航過程中，終端1及目標(biāo)好友終端2也可以通過文字聊天增加找 人過程中的交互和聯(lián)系，以補充地圖導(dǎo)航過程中缺少的信息。
[0127] 本實施例提供的室內(nèi)導(dǎo)航系統(tǒng)，結(jié)合層次室內(nèi)位置模型和路徑搜索算法確定最優(yōu) 導(dǎo)航路徑時，可降低算法的復(fù)雜度，提高搜索效率及導(dǎo)航精度。
[0128] 實施例二
[0129] 相應(yīng)于實施例一，當(dāng)終端1的實時幾何坐標(biāo)可以確定之后，就可以根據(jù)所述幾何坐 標(biāo)在所述社交網(wǎng)絡(luò)中發(fā)布簽到內(nèi)容;具體地，終端1接收到簽到請求時，所述位置服務(wù)器4根 據(jù)所述幾何坐標(biāo)中的所述終端1簽到點的符號位置與所述室內(nèi)空間位置模型數(shù)據(jù)庫中的語 義信息進行匹配，獲取所述簽到點的語義位置信息;將接收到的簽到動態(tài)的文本記錄內(nèi)容 及圖片內(nèi)容進行上傳；同時，顯示簽到點的語義位置并在地圖上顯示所在位置。這里，終端1 可以通過Wi-Fi建立的無線網(wǎng)絡(luò)進入社交網(wǎng)絡(luò)，也可以通過移動運營商的3G/4G網(wǎng)絡(luò)進入社 交網(wǎng)絡(luò)。
[0130] 這里，終端1在發(fā)布簽到內(nèi)容之前，還可以設(shè)置可見權(quán)限，即該簽到內(nèi)容和位置對 哪些好友可見，而對哪些好友不可見，以保護用戶的隱私。
[0131] 實際應(yīng)用中，人們在日常生活中常會記錄有特別意義的活動動態(tài)，例如周末去了 某家美味的餐廳品嘗了美食，或者去報告廳聆聽報告，又或者在某家服裝店購買了實惠的 衣服等。位置簽到動態(tài)刻畫了人們在現(xiàn)實世界中某時某刻某地的真實活動信息，而室內(nèi)細 粒度的位置粒度信息可更加真實反映人們的所處空間活動。用戶將這些位置簽到動態(tài)分 享到移動社交網(wǎng)絡(luò)當(dāng)中后，逐漸構(gòu)建了一個用戶在移動社交網(wǎng)絡(luò)中的形象標(biāo)簽，滿足了用 戶希望在好友心目中的印象構(gòu)建需求。例如，用戶在圖書館、書店發(fā)布的位置簽到動態(tài)較 多，那么該用戶的好友們心中對該用戶就會有"學(xué)霸"、"熱愛學(xué)習(xí)"等標(biāo)簽和印象。
[0132] 本實施例中，終端1實時采集定位傳感器數(shù)據(jù)，定位服務(wù)器3利用混合定位技術(shù) (PDR方法、Wi-Fi及藍牙)計算終端1的實時幾何坐標(biāo)，保證了用戶發(fā)布簽到時，簽到點幾何 坐標(biāo)的動態(tài)性及高精度性。
[0133] 實施例三
[0134] 相應(yīng)于實施例一，所述位置服務(wù)器4在出計算所述終端1與各個好友終端之間的距 離;所述社交應(yīng)用服務(wù)器5按照距離的遠近將所述好友終端（以列表形式）顯示在所述終端1 的界面上后，所述終端1還用于通過即時通信服務(wù)器6向目標(biāo)好友終端2發(fā)送追蹤請求。
[0135] 在進行好友追蹤時，由于涉及到用戶位置的訪問權(quán)限，故引入追蹤請求機制，即所 述終端1通過所述即時通信服務(wù)器6向目標(biāo)好友終端發(fā)送好友追蹤請求，當(dāng)所述好友追蹤請 求得到許可后，所述終端1將所述好友追蹤請求發(fā)送至所述位置服務(wù)器4;所述位置服務(wù)器4 接收到好友追蹤請求后，根據(jù)所述好友追蹤請求以第三預(yù)設(shè)的周期向所述定位服務(wù)器3獲 取所述目標(biāo)好友終端2的第二幾何坐標(biāo)，并將所述第二幾何坐標(biāo)與所述室內(nèi)空間位置模型 數(shù)據(jù)庫中細粒度層結(jié)點相匹配得到最相近的結(jié)點，并獲取該結(jié)點對應(yīng)的位置層的位置語義 信息;所述終端1將所述目標(biāo)好友終端2的位置語義信息顯示在界面上。其中，所述匹配過程 與室內(nèi)空間位置模型的構(gòu)建過程與實施例一的匹配過程、室內(nèi)空間位置模型的構(gòu)建過程完 全相同，在此不再贅述;所述第三預(yù)設(shè)的周期可以為1~3HZ，優(yōu)選地，可以為1HZ、1.5HZ或 2HZ。
[0136] 這里，當(dāng)所述追蹤請求得到確認之后，終端1與目標(biāo)好友終端2均可互相查看對方 的位置信息，以了解彼此之間的相互距離。
[0137] 而當(dāng)目標(biāo)好友為特殊群體時，追蹤請求機制需要被強制允許或預(yù)先被設(shè)置為允 許;其中，所述特殊群體可以包括:兒童、老人或病人等。
[0138] 進一步地，所述終端1還可以接收預(yù)設(shè)的所述目標(biāo)好友終端2的地理圍欄，當(dāng)所述 位置服務(wù)器4確定所述目標(biāo)好友終端2的位置超出所述地理圍欄時，所述社交應(yīng)用服務(wù)器5 用于向所述終端1推送提醒消息。其中，所述地理圍欄具體為所述目標(biāo)好友終端2的運動區(qū) 域。
[0139] 實際應(yīng)用中，當(dāng)A和B在室內(nèi)商場逛街時，由于商場里人流密集而且兩人關(guān)注點不 盡相同，因此兩人很可能各自埋沒在人流中，被人流沖散。那么A和B就可以使用好友動態(tài)追 蹤來實時查看對方的位置，同時設(shè)置提醒范圍，當(dāng)有一方走出該范圍時，另一方即可收到該 好友走遠的提醒消息，進而該用戶可快速意識到要去找到好友。
[0140] 另外，如果在養(yǎng)老院、幼兒園、醫(yī)院等室內(nèi)場所，看護人員有限，那么為相應(yīng)的追蹤 對象配備特殊的終端定位設(shè)備，看護人員通過終端1即可實時了解到追蹤對象的位置。當(dāng)有 追蹤對象疏于關(guān)注走出一定范圍時，看護人員將立馬收到消息提醒。
[0141] 本實施例中，終端1實時采集定位傳感器數(shù)據(jù)，定位服務(wù)器3利用混合定位技術(shù) (Wi-Fi、藍牙與PDR方法)計算終端1的實時幾何坐標(biāo)，保證了用戶進行好友追蹤時，好友實 時幾何坐標(biāo)的動態(tài)性及高精度性。
[0142] 實施例四
[0143] 相應(yīng)于實施例一，所述位置服務(wù)器4還可以實現(xiàn)精細位置信息的消息推送，具體過 程包括以下步驟：
[0144] 步驟a:所述終端1向所述位置服務(wù)器4發(fā)送地理圍欄服務(wù)請求；
[0145] 步驟b:當(dāng)所述位置服務(wù)器4確認所述請求后，所述位置服務(wù)器4開啟位置追蹤功 能，所述終端1定時向所述定位服務(wù)器3發(fā)送定位傳感器數(shù)據(jù)；
[0146] 步驟c:所述定位服務(wù)器3根據(jù)所述定位傳感器數(shù)據(jù)確定所述終端1的實時幾何坐 標(biāo)，將所述實時幾何坐標(biāo)發(fā)送至位置服務(wù)器4;這里，所述定位服務(wù)器3根據(jù)所述定位傳感器 數(shù)據(jù)確定所述終端1的實時幾何坐標(biāo)與實施例一中對終端1好友的實時幾何坐標(biāo)進行定位 的方法完全相同，在此不再贅述。
[0147] 步驟d:所述位置服務(wù)器4接收到所述終端1的實時幾何坐標(biāo)時，判斷該實時幾何 坐標(biāo)是否滿足預(yù)設(shè)的推送消息的觸發(fā)條件，若滿足，則向所述終端1推送相應(yīng)的服務(wù)消息， 當(dāng)終端1向所述位置服務(wù)器4發(fā)送已讀服務(wù)消息的讀取標(biāo)記信息時，則該服務(wù)完成，否則再 次向位置服務(wù)器4推送相應(yīng)的服務(wù)消息。若不滿足，則繼續(xù)從定位服務(wù)器3獲取終端1的實時 幾何坐標(biāo)，重復(fù)以上判斷過程。其中，所述觸發(fā)條件為預(yù)設(shè)的地理圍欄范圍，可以包括：l〇m、 20m 等。
[0148] 實際應(yīng)用時，當(dāng)用戶A在進入商場后訂閱了某興趣點(某專賣店）的消息推送服務(wù)。 當(dāng)Alice逛到某專賣店附近時，其將自動接收到該店的優(yōu)惠活動、新品等與專賣店的消息。 與實施例一種的周邊查詢功能不同，該功能是需要訂閱特定的興趣點信息并且根據(jù)位置靠 近關(guān)系自動接收訂閱的服務(wù)。當(dāng)然，興趣點信息不局限于本實施例中提到的商家信息，也包 括博物館展位、辦公樓科室、機場免稅店等。
[0149] 實施例五
[0150] 相應(yīng)于實施例一，所述終端1還用于向位置服務(wù)器4發(fā)送查詢請求及查詢參數(shù);所 述位置服務(wù)器4用于根據(jù)所述查詢請求搜索符合所述查詢參數(shù)的對象，并將符合查詢參數(shù) 的查詢對象的幾何坐標(biāo)返回至所述終端1。這里，所述查詢參數(shù)包括:查詢對象類別、查詢范 圍、興趣點類別及查詢數(shù)量;所述查詢對象類別包括:周邊好友查詢和周邊興趣點查詢。所 述興趣點類別包括:數(shù)碼產(chǎn)品、服裝、美食等。所述查詢范圍可以包括：l〇m、20m、50m或100m 等。
[0151 ]當(dāng)所述位置服務(wù)器4接收到查詢請求及查詢參數(shù)后，判斷所述查詢對象類別；當(dāng)確 定所述查詢對象類別為周邊好友查詢時，向所述社交應(yīng)用服務(wù)器3發(fā)送查詢請求，所述社交 應(yīng)用服務(wù)器5根據(jù)所述查詢請求向所述位置服務(wù)器4發(fā)送終端1的好友信息；當(dāng)所述位置服 務(wù)器4接收到所述好友信息后，根據(jù)好友信息以第四預(yù)設(shè)的周期向所述定位服務(wù)器3獲取所 述終端1的各個好友的實時幾何坐標(biāo)。其中，本實施例中獲取各個好友的實時幾何坐標(biāo)的方 法與實施例一中獲取終端1實時幾何坐標(biāo)的方法完全相同，在此不再贅述。所述好友信息可 以包括:好友頭像、名稱及好友社交關(guān)系等。其中，所述第四預(yù)設(shè)的周期為1Hz。
[0152]當(dāng)所述定位服務(wù)器3確定出所述終端1各個好友的實時幾何坐標(biāo)后，將各個好友 的實時幾何坐標(biāo)存儲至位置數(shù)據(jù)庫中，并根據(jù)所述位置服務(wù)器4發(fā)送的好友信息將相應(yīng)的 好友的實時幾何坐標(biāo)信息發(fā)送至位置服務(wù)器4,所述位置服務(wù)器4接收到終端1的相應(yīng)好友 的實時幾何坐標(biāo)信息后，將所述實時幾何坐標(biāo)信息映射到室內(nèi)空間位置模型的細粒度層。 其中，所述實時幾何坐標(biāo)不能通過終端直觀顯示，所述語義位置信息是可以通過終端直觀 顯示的。所述室內(nèi)空間位置模型由細粒度層、出口層以及位置層構(gòu)成。細粒度層是由結(jié)點和 邊組成的自適應(yīng)性圖模型，結(jié)點代表室內(nèi)空間特定位置點，邊表示了各個位置點之間的連 接關(guān)系。出口層與位置層則從細粒度層抽象得到的出口圖和語義位置圖，出口圖表示出口 結(jié)點及其拓撲關(guān)系，語義位置圖則表示室內(nèi)各個子空間及其拓撲關(guān)系。其中，所述室內(nèi)空間 位置模型的構(gòu)建過程與實施例一中的室內(nèi)空間位置模型的構(gòu)建過程完全相同，在此不再贅 述。
[0153] 當(dāng)終端1相應(yīng)好友的實時幾何坐標(biāo)信息映射到室內(nèi)空間位置模型中的細粒度層 后，所述位置服務(wù)器4還利用同樣的定位方法確定所述終端1的實時幾何坐標(biāo)，并利用周邊 查詢算法搜索符合所述查詢參數(shù)的對象，并將所述符合查詢參數(shù)的查詢對象的幾何坐標(biāo)信 息返回至所述終端1。在本實施例中，基于層次室內(nèi)位置模型的周邊查詢算法的詳細過程如 下：
[0154] (1)查詢移動參考點（即發(fā)起查詢請求的終端1)的幾何坐標(biāo)并獲得其相應(yīng)的網(wǎng)絡(luò) 結(jié)點；
[0155] (2)通過層次網(wǎng)絡(luò)擴展獲得第一次搜索樹的結(jié)果，并在該網(wǎng)絡(luò)擴展的范圍內(nèi)獲得 滿足條件的移動對象；
[0156] (3)如果參考點沒有移動，則網(wǎng)絡(luò)擴展搜索樹也不會改變，可直接獲得滿足條件的 移動對象；
[0157] (4)如果參考點移動了，更新網(wǎng)絡(luò)搜索樹的根結(jié)點，根結(jié)點為當(dāng)前參考點所映射的 網(wǎng)絡(luò)結(jié)點；
[0158] (5)接下來根據(jù)基于前一時刻位置的查詢獲取邊界結(jié)點，判斷該邊界結(jié)點是否已 超過范圍閾值，若在范圍閾值內(nèi)，則繼續(xù)進行網(wǎng)絡(luò)擴展;其中，所述范圍閾值為預(yù)設(shè)的可移 動范圍，比如，l〇m、20m等。
[0159] (6)若該邊界節(jié)點不在范圍閾值內(nèi)，則反向追蹤其父結(jié)點，沿著父結(jié)點指針刪除所 有距離值大于范圍閥值的結(jié)點，獲取更新后的網(wǎng)絡(luò)擴展搜索樹；
[0160] (7)最后遍歷更新后的網(wǎng)絡(luò)擴展搜索樹得到滿足條件的移動好友。
[0161] 進一步地，步驟(2)所涉及的層次網(wǎng)絡(luò)擴展方法詳細過程如下所示：
[0162] (a)根據(jù)參考點獲得參考點所處位置單元空間名稱標(biāo)識，在該標(biāo)識對應(yīng)的細粒度 層圖中進行網(wǎng)絡(luò)擴展，當(dāng)擴展到該位置單元空間連接的出口結(jié)點時停止。
[0163] (b)網(wǎng)絡(luò)擴展切換到出口層進行擴展，對移動參考點所處位置空間單元的所有出 口結(jié)點進行網(wǎng)絡(luò)擴展，在此過程中所有到參考點的距離小于等于范圍閾值的出口結(jié)點都將 添加進網(wǎng)絡(luò)擴展搜索樹中。
[0164] (c)步驟2得到的網(wǎng)絡(luò)擴展搜索樹的葉子結(jié)點均為出口結(jié)點，根據(jù)其連接的位置空 間單元得到相應(yīng)的細粒度層圖，并在細粒度層進行網(wǎng)絡(luò)擴展。當(dāng)被擴展結(jié)點到參考點的距 離大于范圍閾值時停止擴展。
[0165] 另外，當(dāng)所述查詢對象類別為周邊興趣點查詢時，所述位置服務(wù)器4具體還用于： 讀取(連接訪問）所述室內(nèi)空間模型中興趣點信息；利用周邊查詢算法計算所述興趣點結(jié) 果。并將興趣點結(jié)果返回至終端1。其中，查詢興趣點的過程與查詢周邊好友的查詢過程完 全一樣，在此不再贅述。
[0166] 本實施例提供的周邊位置查詢功能，利用粒子濾波融合定位算法，結(jié)合室內(nèi)空間 位置模型對周邊好友位置及興趣點進行定位，提高了定位精度及動態(tài)性;利用周邊查詢算 法計算周邊好友及興趣點的查詢結(jié)果，提高了查詢結(jié)果的精確性，改善了用戶體驗。
[0167] 以上所述，僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍，凡在 本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護 范圍之內(nèi)。
【主權(quán)項】
1. 一種室內(nèi)社交導(dǎo)航系統(tǒng)，其特征在于，所述系統(tǒng)包括： 定位服務(wù)器，用于接收終端發(fā)送的第一定位傳感器數(shù)據(jù)及目標(biāo)好友終端發(fā)送的第二定 位傳感器數(shù)據(jù)，根據(jù)所述第一定位傳感器數(shù)據(jù)計算所述終端的第一幾何坐標(biāo)，根據(jù)所述第 二定位傳感器數(shù)據(jù)計算所述目標(biāo)終端的第二幾何坐標(biāo);并將所述第一幾何坐標(biāo)及所述第二 幾何坐標(biāo)存儲于位置數(shù)據(jù)庫中； 位置服務(wù)器，用于獲取室內(nèi)位置模型數(shù)據(jù)，根據(jù)所述室內(nèi)空間位置數(shù)據(jù)構(gòu)建室內(nèi)位置 模型各層次的空間拓撲網(wǎng)絡(luò)圖； 接收所述終端發(fā)送的導(dǎo)航請求，根據(jù)所述導(dǎo)航請求向所述定位服務(wù)器獲取所述第一幾 何坐標(biāo)及所述第二幾何坐標(biāo)，并利用路徑搜索算法在所述空間拓撲網(wǎng)絡(luò)圖中計算最優(yōu)導(dǎo)航 路徑。2. 如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述室內(nèi)位置模型各層次的空間拓撲網(wǎng)絡(luò)圖 包括:細粒度層次AEGVG圖、出口層次模型圖及位置層次模型圖。3. 如權(quán)利要求2所述的系統(tǒng)，其特征在于，所述位置服務(wù)器根據(jù)所述室內(nèi)空間位置數(shù)據(jù) 構(gòu)建室內(nèi)位置模型的細粒度層次AEGVG圖具體包括： 根據(jù)室內(nèi)樓層平面圖提取出一維骨架，形成室內(nèi)空間狹長區(qū)域一維Voronoi圖； 將所述開闊區(qū)域以預(yù)設(shè)邊長進行網(wǎng)格劃分形成網(wǎng)格圖，將所述網(wǎng)格圖添加到所述 Voronoi圖中； 以行人的平均步長為采樣間隔進行采樣節(jié)點，生成所述AEGVG圖。4. 如權(quán)利要求2所述的系統(tǒng)，其特征在于，所述位置服務(wù)器根據(jù)所述室內(nèi)空間位置數(shù)據(jù) 構(gòu)建室內(nèi)位置模型的出口層次模型圖具體包括： 根據(jù)所述細粒度層AEGVG圖中的出口位置確定所述粗粒度層的出口節(jié)點； 將相鄰位置之間的可達路徑作為邊構(gòu)建所述出口層次模型圖。5. 如權(quán)利要求2所述的系統(tǒng)，其特征在于，所述位置服務(wù)器根據(jù)所述室內(nèi)空間位置數(shù)據(jù) 構(gòu)建室內(nèi)位置模型的位置層次模型圖具體包括： 根據(jù)所述細粒度層AEGVG圖中的符號位置確定所述粗粒度層的位置節(jié)點； 根據(jù)所述位置節(jié)點之間的鄰接、連通關(guān)系生成所述位置層次模型圖。6. 如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述定位服務(wù)器用于根據(jù)所述第一定位傳感 器數(shù)據(jù)計算所述終端的第一幾何坐標(biāo)，具體包括： 所述定位服務(wù)器檢測到所述第一定位傳感器數(shù)據(jù)中的錨點信號時，將所述錨點信號與 位置指紋數(shù)據(jù)庫進行指紋匹配確定所述終端的初始位置； 再以預(yù)設(shè)的周期定時檢測所述錨點信號，若檢測到所述錨點信號，利用粒子濾波融合 定位算法融合行人航位推算PDR方法、所述錨點信號和室內(nèi)空間信息確定所述終端的第一 幾何坐標(biāo)。7. 如權(quán)利要求1所述的系統(tǒng)，其特征在于，當(dāng)所述位置服務(wù)器構(gòu)建室內(nèi)位置模型各層次 的空間拓撲網(wǎng)絡(luò)圖后，具體還用于： 接收所述空間拓撲網(wǎng)絡(luò)圖中每條導(dǎo)航路徑的影響因子； 接收各個所述影響因子對當(dāng)前導(dǎo)航路徑的影響權(quán)重； 根據(jù)所述影響權(quán)重計算每條路徑的綜合權(quán)值。8. 如權(quán)利要求7所述的系統(tǒng)，其特征在于，所述影響因子具體包括:室內(nèi)行人可達距離、 可達時間、人員密度及道路寬度。9. 如權(quán)利要求8所述的系統(tǒng)，其特征在于，所述室內(nèi)行人可達距離由公式計算得出；其中，所述&為所述終端對應(yīng)的第一移動對 象;所述…為所述目標(biāo)好友終端對應(yīng)的第二移動對象;所述(Xx，yk)為細粒度層中距離所述 第一移動對象O1最近的結(jié)點nk的坐標(biāo);所述m為整數(shù)。10. 如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述路徑搜索算法的估價函數(shù)為:f(n) = g (n)+h(n);其中，所述f (η)為初始節(jié)點經(jīng)由節(jié)點η到目標(biāo)節(jié)點的估價函數(shù);所述g(n)為狀態(tài) 空間中所述初始節(jié)點到節(jié)點η的實際代價;所述h(n)為節(jié)點η到所述目標(biāo)節(jié)點最佳導(dǎo)航路徑 的實際代價。
【文檔編號】G01C21/20GK106017473SQ201610338026
【公開日】2016年10月12日
【申請日】2016年5月19日
【發(fā)明人】尚建嘎, 周智勇, 余芳文, 湯欣怡, 武永峰, 程穩(wěn)
【申請人】中國地質(zhì)大學(xué)（武漢）