一種室內社交網絡服務系統的制作方法

一種室內社交網絡服務系統的制作方法
【專利摘要】本發明提供了一種室內社交網絡服務系統，包括：定位服務器用于接收終端發送的定位傳感器數據，根據定位傳感器數據確定終端的幾何坐標，將幾何坐標發送至位置服務器；位置服務器將幾何坐標與室內空間位置模型數據庫匹配確定所述終端的語義位置，并將所述終端的語義位置返回至所述終端；其中，位置服務器將語義位置返回至所述終端，終端根據語義位置在所述社交網絡中發布簽到內容；終端實時采集定位傳感器數據，定位服務器利用混合定位技術(PDR與Wi?Fi、藍牙以及室內空間信息)計算終端的幾何坐標，并由位置服務器結合室內空間位置模型匹配方法計算終端語義位置，既保證了該系統的實時性動態性及高精度，又保證了在廣域室內空間的可用性和易用性。
【專利說明】
一種室內社交網絡服務系統
技術領域
[0001] 本發明屬于室內位置服務技術領域，尤其涉及一種室內社交網絡服務系統。
【背景技術】
[0002] 隨著移動互聯網和位置感知技術的發展，基于位置的移動社交網絡服務為人們生 活帶來諸多方便。其中的位置屬性將移動社交網絡延伸到現實，縮小了線上虛擬世界和線 下現實世界的差距，改善了社交網絡的服務效果，人們可以位置簽到( Check-in)、彼此共享 帶有位置標簽的多媒體內容(geo-tagging content)等；同時，用戶也可基于位置的空間關 聯拓展社會關系。
[0003] 目前，基于位置的移動社交網絡中的位置信息主要通過全球定位系統（GPS， Global Position System)、移動基站、Wi-Fi等定位方式獲得，相應的服務精度在10米到 100米不等，基于位置的移動社交網絡服務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，人們對于室內位置服務也具有巨大需求。因此，移動社交網 絡中的位置信息以及與位置相關的服務如果精細化到室內多樓層的功能空間，將有效提高 移動社交網絡服務的實用性。但是由于室內定位技術目前尚處于發展階段沒有統一的標 準，且大多依賴于定位基礎設施，需要預先部署訓練，定位成本較高。其次，用戶的實時位置 使得許多基于位置的移動社交網絡服務需要動態更新，例如好友之間的位置共享、發現附 近的人等。但是現有基于位置的移動社交網絡服務大多屬于用戶請求式的靜態服務，缺乏 主動更新的實時性。
[0004] 基于此，目前亟需一種動態、實時、細粒度(高精度）、低成本的室內移動社交網絡 服務系統。

【發明內容】

[0005] 針對現有技術存在的問題，本發明實施例提供了一種室內社交網絡服務系統，用 以解決現有技術中不能為用戶提供實時動態的、高精度、低成本的室內移動社交網絡服務 系統。
[0006] 本發明提供一種室內社交網絡服務系統，所述系統包括：
[0007] 定位服務器，用于接收終端發送的定位傳感器數據，根據所述定位傳感器數據確 定所述終端的幾何坐標，將所述幾何坐標發送至位置服務器；
[0008] 位置服務器，用于將所述幾何坐標與室內空間位置模型數據庫匹配確定所述終端 的語義位置，并將所述終端的語義位置返回至所述終端。
[0009] 上述方案中，所述定位服務器用于根據所述定位傳感器數據確定所述終端的幾何 坐標，具體包括：
[0010] 所述定位服務器檢測到定位傳感器數據中的錨點信號時，將所述錨點信號與位置 指紋數據庫進行指紋匹配確定所述終端的初始位置；
[0011] 再以預設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，Pedestrain Dead Reckoning)方法、所述錨點信號 和室內空間信息確定所述終端的實時幾何坐標。
[0012] 上述方案中，當所述定位服務器檢測到所述錨點信號時，測定接收到的信號強度 值，采用最近鄰匹配算法將信號強度值與位置指紋數據庫進行位置指紋匹配，確定所述終 端的初始位置。
[0013] 上述方案中，當所述定位服務器未檢測到所述錨點信號時，按照優先級先后選擇 GPS/基站信號的盲區點、所述終端的定位傳感器數據的特征點以及與所述終端進行交互的 方式來確定所述終端的初始位置;其中，所述定位傳感器數據的特征點為所述定位傳感器 數據的變化大于預設閾值時的數據。
[0014] 上述方案中，所述利用粒子濾波融合定位算法融合行人航位推算F>DR方法、所述錨 點信號和室內空間信息確定所述終端的實時幾何坐標具體包括：
[0015] 當所述定位服務器確定所述終端的初始位置后，利用所述PDR方法計算行人行走 的步長和朝向，推算所述終端的實時幾何坐標；
[0016]利用粒子濾波融合定位算法融合室內空間信息、所述錨點信號的特征點和所述定 位傳感器數據的特征點，對所述TOR方法定位得到的所述實時幾何坐標進行校正，減小定位 累積誤差;其中，所述錨點信號的特征點為所述錨點信號發生突變時的錨點信號強度值。
[0017] 上述方案中，所述位置服務器所述幾何坐標與室內空間位置模型數據庫匹配確定 所述終端的語義位置之前，還用于構建所述室內空間位置模型，具體包括：
[0018] 根據室內空間特點和行人運動特征，基于室內樓層平面圖構建所述室內空間位置 模型HiSeLoMo的細粒度層AEGVG圖，確定室內空間對象的幾何位置、符號位置、拓撲關系及 時空關系語義信息；
[0019]構建位置層次模型；
[0020] 構建出口層次模型；
[0021] 構建所述室內空間位置模型HiSeLoMo的移動對象層模型；
[0022]確定所述室內空間位置模型Hi SeLoMo的層間關系。
[0023]上述方案中，所述HiSeLoMo的細粒度層AEGVG圖的構建具體包括：
[0024] 根據所述室內樓層平面圖提取出一維骨架，形成Vorono i圖；
[0025] 將所述開闊區域以預設邊長進行網格劃分形成網格圖，將所述網格圖添加到所述 Voronoi圖中；
[0026] 以行人的平均步長為采樣間隔進行采樣節點，生成所述AEGVG圖。
[0027] 上述方案中，所述位置服務器還用于:接收好友追蹤請求，根據所述好友追蹤請求 向所述定位服務器獲取所述目標好友終端的幾何坐標，將所述目標好友終端的幾何坐標與 所述室內空間位置模型數據庫中的語義信息進行匹配，獲取所述目標好友終端的語義位置 信息，并將所述目標好友終端的語義位置信息發送至所述終端。
[0028] 上述方案中，所述系統還包括:社交應用服務器;其中，
[0029] 當所述位置服務器確定所述目標好友終端的位置超出預設的地理圍欄時，所述 社交應用服務器用于向所述終端推送提醒消息。
[0030] 上述方案中，所述位置服務器在接收好友追蹤請求之前，還用于計算所述終端與 各個好友終端之間的距離；
[0031] 所述社交應用服務器還用于按照距離的遠近將所述各個好友終端顯示在所述終 端界面上。
[0032] 本發明提供了一種室內社交網絡服務系統，所述系統包括:定位服務器，用于接收 終端發送的定位傳感器數據，根據所述定位傳感器數據確定所述終端的幾何坐標，將所述 幾何坐標發送至位置服務器;位置服務器，用于將所述幾何坐標與室內空間位置模型數據 庫匹配確定所述終端的語義位置，并將所述終端的語義位置返回至所述終端;其中，所述位 置服務器將所述語義位置返回至所述終端，所述終端根據所述語義位置在所述社交網絡中 發布簽到內容；如此，所述終端實時采集定位傳感器數據，定位服務器利用混合定位技術 (PDR方法、Wi-Fi、與藍牙及室內空間信息)計算終端的幾何坐標，并由位置服務器結合室內 空間位置模型匹配方法計算終端語義位置，既保證了該系統的實時性動態性及高精度，又 保證了在廣域室內空間的可用性和易用性。
【附圖說明】
[0033] 圖1為本發明實施例一提供的室內移動社交網絡服務系統的整體結構示意圖； [0034]圖2為本發明實施例一提供的室內空間位置模型HiSeLoMo框架結構圖；
[0035]圖3為本發明實施例一提供的室內平面圖的一維骨架圖；
[0036]圖4為本發明實施例一提供的所述HiSeLoMo的細粒度層AEGVG圖；
[0037] 圖5為本發明實施例一提供的粗粒度層中位置層次位置模型示意圖；
[0038] 圖6為本發明實施例一提供的粗粒度層中出口層次位置模型示意圖；
[0039] 圖7為本發明實施例一提供的移動對象動態拓撲關系示意圖；
[0040] 圖8為本發明實施例一提供的室內空間位置模型HiSeLoMo層間關系示意圖 [0041]圖9為本發明實施例一提供的室內空間位置模型HiSeLoMo各層之間屬性關聯關系 示意圖。
【具體實施方式】
[0042] 為了能為用戶提供實時動態的、高精度、低成本的室內移動社交網絡服務系統，本 發明提供了一種室內社交網絡服務系統，所述系統包括:定位服務器，用于接收終端發送的 定位傳感器數據，根據所述定位傳感器數據確定所述終端的幾何坐標，將所述幾何坐標發 送至位置服務器;位置服務器，用于將所述幾何坐標與室內空間位置模型數據庫匹配確定 所述終端的語義位置，并將所述終端的語義位置返回至所述終端。
[0043] 下面通過附圖及具體實施例對本發明的技術方案做進一步的詳細說明。
[0044] 實施例一
[0045] 本實施例提供一種室內社交網絡服務系統，所述系統包括:終端1、定位服務器2、 位置服務器3;其中，
[0046] 所述終端1利用內置的傳感器采集用戶行走時的定位傳感器數據，當用戶在室內 想通過社交網絡發布簽到內容時，終端1首先接收用戶發送的定位服務請求，根據所述定位 服務請求向定位服務器2發送定位傳感器數據;所述定位服務器2用于根據所述定位傳感器 數據確定所述終端1的幾何坐標，將所述幾何坐標發送至位置服務器3;所述位置服務器3用 于將所述幾何坐標與室內空間位置模型數據庫匹配確定所述終端1的語義位置;然后，所述 位置服務器3將所述語義位置返回至所述終端1，所述終端1根據所述語義位置在所述社交 網絡中發布簽到內容。其中，所述傳感器包括:定位傳感器及無線傳感器，所述定位傳感器 具體可以包括:加速度計、陀螺儀、羅盤等;所述無線傳感器可以包括:Wi-Fi傳感器及藍牙。 所述終端1可以包括：智能手機、平板電腦、智能手表等便于攜帶的智能設備。這里，可以通 過Wi-Fi建立的無線網絡進入社交網絡，也可以通過移動運營商的3G/4G網絡進入社交網 絡。
[0047] 具體地，當所述定位服務器2根據所述定位傳感器數據確定所述終端1的幾何坐 標時，首先判斷是否檢測到定位傳感器數據中的錨點信號，如果檢測到錨點信號，根據所述 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據庫進行 位置指紋匹配，計算信號強度值與位置指紋數據庫各個指紋數據之間的距離，從中選取最 小距離對應的指紋數據，以其所代表的幾何坐標作為所述終端的初始位置;如果未檢測到 錨點信號，按照優先級先后選擇GPS/基站信號的盲區點、所述終端1的定位傳感器數據呈現 特殊狀態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，所述特殊狀態的特征點為所述定位傳感器數據的變化大于預設閾值時的數據。
[0048] 這里，當定位服務器2確定出終端1的初始位置后，將初始位置數據存儲至位置數 據庫中。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 定位傳感器數據可以包括: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。
[0049] 當定位服務器2確定出終端1的初始位置后，利用行人航位推算PDR方法推算終端1 的實時幾何坐標，同時以預設的周期定時檢測所述錨點信號，利用粒子濾波融合定位算法 融合錨點信號的特征點、室內空間信息（室內地圖）及定位傳感器數據的特征點等多源信 息，以進一步校正PDR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。其 中，所述預設的周期可以根據終端1的配置而定，一般設置為10~20HZ，優選地，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生突變時的錨點信號強 度值。其中，所述室內地圖包括:墻、房間、走廊、門等室內空間要素位置及其結構。
[0050] 具體地，所述定位服務器2利用粒子濾波融合定位算法融合TOR方法、錨點信號、和 室內空間信息等多源信息確定所述終端1的實時幾何坐標具體包括：
[0051 ]所述定位服務器2將持有終端1的待定位的移動目標對象的狀態向量記為X1= (Xl， yi，ai)T，i = 1，2，…，N，其中，（xi，yi)表示坐標，ai為Weinberg步長模型的參數。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：
[0052] Zk=(ak, ^k, e.'f+T] (1)
[0053] 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；為第k步的朝向，所述朝向可以由終端1的羅盤測量得出，久為第k步的角速度， 所述角速度或可以由終端1中的陀螺儀測量得到;n表示高斯隨機過程。
[0054] xlk =x!k! +s[! sin/Vf (2)
[0055] v； = v； 1 + s',/ cosO[ (3)
[0056] 其中，在公式⑵中，#是由參數為ai的Weinberg步長模型
計算得出。與為第k步第i個粒子的朝向，可以由公式(4)計算得出：
[0057] 〇',： = Z,) (4)
[0058] 其中，在公式(4)中，巧為卡爾曼濾波器根據指南針和陀螺儀測量值計算得出的結 果。粒子濾波融合定位算法的具體計算步驟可描述如下：
[0059] a)初始化：即根據信號強度值計算出目標的初始位置，根據羅盤的測量值確定目 標的朝向。
[0060] b)預測:根據目標的運動模型得至隊時刻N個粒子的狀態<# =以……，巧。
[0061] c)權值計算:有兩種情況需要重新計算權值。第一種情況，穿過墻或障礙物的粒子 權重被賦為〇;第二種情況，當遇到特征點時，粒子權重將根據與特征點的距離進行重新計 算，距離愈近，權重愈大。在本發明中，通過給距離特征點較近的粒子賦更大的權值，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。權值的計算公式如(5)所示。
(5)
[0063] 其中，在公式(5)中，為特征點的坐標，〇為相應的標準差。
[0064] 另外，當環境中存在無線信號(Wi-Fi、藍牙)時，且定位服務器2通過解算所述終端 1的傳感器數據，捕獲到特征點（指環境中存在的一些沒有明顯標志的特征點，如地磁異常 點以及轉角等），則對特征點和無線指紋獲得的位置信息進行加權平均，并更新粒子權值； 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值;當僅僅捕獲到特征點，則基 于特征點產生的位置，更新權值。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;在計算出粒子的權值后，需要根據公式(6)對權值進行歸一化處 理：
[0065] = (6)
[0066] 其中，在公式(6)中，<表示k時刻第i個粒子的權重，;表示所有粒子的權重 之和。
[0067] d)狀態估計:濾波后的移動目標的狀態概率分布pk(xk|y1:k)可近似表示為：
[0068] p(xk | zu) ? Xti^k'S(xk-4) (7)
[0069] 并由此可得出位置狀態的估計，如公式(8)所示：
[0070] (:8)
[0071] e)重采樣:重采樣的基本思想是用權值大的粒子替換權值小的粒子。當由于消除 了無效粒子而導致樣本數不足時，需要根據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ai。
[0072] f)校正。根據各傳感器的測量值，判斷目標是否到達特征點的附近。如果到達了某 個特征點的附近區域，就根據所述特征點對目標的位置及朝向進行修正，循環執行（b)_ ⑴。
[0073] 而當所述定位服務器2以預設的周期未檢測所述錨點信號時，則只根據所述TOR方 法確定終端的實時幾何坐標，具體地:所述定位服務器2在確定用戶終端當前幾何坐標的基 礎上，捕獲用戶的步行事件，根據加速計計算行人行走的步長，根據羅盤確定行人朝向，通 過室內空間信息（如室內地圖）進行約束，估計推算用戶下一步位置，進而確定所述終端1的 實時幾何坐標，并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TOR方法的累積誤差。
[0074] 當所述定位服務器2確定出所述終端1的實時幾何坐標后，將實時幾何坐標存儲至 位置數據庫中。那么位置服務器3向所述定位服務器請求獲取實時幾何坐標，并將實時幾何 坐標與室內空間位置模型數據庫中的細粒度層結點相匹配得到最相近的結點，并獲取該結 點對應的位置層的位置語義信息。其中，所述實時幾何坐標不能通過終端1直觀顯示，所述 語義位置信息是可以通過終端1直觀顯示的。所述室內空間位置模型由細粒度層、出口層以 及位置層構成。細粒度層是由結點和邊組成的自適應性圖模型，結點代表室內空間特定位 置點，邊表示了各個位置點之間的連接關系。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，出口圖表示出口結點及其拓撲關系，語義位置圖則表示室內各個子空 間及其拓撲關系。
[0075] 這里，所述室內空間位置模型的構建過程具體如下：
[0076] 根據室內空間特點和移動目標對象運動特征，基于室內樓層平面圖構建所述室內 空間位置模型HiSeLoMo的細粒度層AEGVG圖，確定室內空間對象的幾何坐標、符號位置、拓 撲關系及時空關系語義信息。其中，所述語義信息可以具體為：房間與走廊的連通關系、房 間之間的鄰近關系、移動對象的幾何坐標、符號位置(房間編號）、功能、時空約束等屬性。其 中，所述室內空間位置模型Hi SeLoMo的框架如圖2所示。
[0077] 具體地，所述HiSeLoMo的細粒度層AEGVG圖包括:室內空間狹長區域一維Voronoi 圖及開闊區域二維規則覆蓋網格圖。通常，室內空間狹長區域通過一維Voronoi圖來表達， 而開闊區域則利用網格圖進行表達。其中，當室內空間單元的寬度小于等于一定值(如3m) 區域稱為狹長區域，例如走廊等；當室內空間單元的寬度大于一定值(如3m)的區域為開闊 區域，例如大廳等。
[0078] 這里，所述HiSeLoMo的細粒度層AEGVG圖的生成具體包括：
[0079] 首先，根據所述室內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；將開闊區域以預設邊長進行網格劃分形成網格圖，將所述網格圖添加到所述 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點，符合行人的運動特征，能夠 最大程度減少模型中的節點數量，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，對開闊區域則以邊長為lm的正方形網格進行劃分，以此為基礎構建開闊區域圖 模型。
[0080] 這里，所述HiSeLoMo的細粒度層AEGVG圖模型可以根據公式(9)進行形式化定義：
[0081] Gfine=(Vfine,Efine) (9)
[0082] 在公式(9)中，Vfine= {Vi}，是所述AEGVG圖中節點的集合；五細G X ，是所 述AEGVG圖中邊的集合;每條邊由兩個節點構成，由公式(10)所示。
[0083] e = (Vi,Vj) (10)
[0084]其中，每個節點每個節點描述了室內空間的某一離散位置，具有幾何坐 標、狀態、標簽等屬性;通常，所述節點的屬性信息可以通過〈Vid，xv，yv，cv，s v，1V，f V，bv>來表 示。所述Vid是所述節點的編號ID;所述(xv，y v)為節點的幾何坐標;所述cv為所述節點的空間 類型，所述cvG {room，corridor，door，vertical，passage};所述sv為所述節點的物理狀態， 所述 SvG {free，occpuied}，所述lv為節點的標簽屬性，所述fv為所述節點所處樓層標識，所 述b v為所述節點所處建筑物標識。
[0085]進一步地，所述邊eGEfine，表達了AEGVG圖中各個節點的連通關系，邊的屬性為〈 eid，Vi，V j，fe，be，We>，其中，Vi，V j表示邊的兩個端節點，fe和be表示邊的符號位置屬性，即邊 所對應的樓層和建筑物信息。邊有可能存在一對多的從屬關系，即一條邊經過了多個功能 空間單元。所述I表示邊的權重，通常將兩個節點的歐式距離作為權重值。
[0086]其次，構建位置層次模型；具體地，在細粒度層AEGVG圖模型基礎上抽象出粗粒度 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系 (如鄰接、包含關系)及時空關系（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系，如:從某個入口位置依次經過 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點；或者是位置之間的空 間包含關系，如:某樓層包含哪些位置，這些位置作為層次圖的子節點。
[0087]基于細粒度層的AEGVG圖模型，將具有相同標簽屬性lv的節點聚合為一個符號位 置。根據所述符號位置確定所述粗粒度層的位置節點；在形成粗粒度層中的位置節點之后， 根據位置節點之間的鄰接、連通關系，就可形成粗粒度層中完整的位置層次模型。位置層次 模型通常以節點代表符號位置，邊表示位置鄰接或包含關系的層次圖模型，可以如公式 (11)所示。
[0088] Gi〇c=(Vi〇c,Ei〇c) (11)
[0089] 在公式（11)中，Vioc^ {Vi}，表示所有符號位置的集合；，表示AEGVG 圖中位置鄰接或包含關系的集合;每條邊61。。=卜1，^￡￡1。。）。同時，每個符號位置^ =〈 locid，Cl。。，li。。，f 1。。，bi。。，ad j_loc>，所述locid為抽象位置空間的編號，C1。。為抽象位置空間 的類別，所述ci〇cG {room,corridor，vertical passage}，li。。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， c/oq := 丨，是與抽象位置具有相鄰關系的所有位置集合。
[0090] 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點， 如圖5所示，房間位置用圓形節點表示，垂直升降空間位置由方形節點表示，走廊則由三角 形節點表示。例如，細粒度層中的垂直空間VP2、走廊段HW4和房間RM12中的細粒度節點分別 抽象成粗粒度層中的位置節點VP2、HW4和RM12。在形成粗粒度層中的位置節點之后，根據 位置節點之間的關系，形成位置層次，如圖5左下方所示。例如位置節點VP2與走廊段節點 HW4相連通，HW4與走廊節點HW5相連通，HW5與RM14、HW6等位置節點相連通或者鄰接。通過位 置節點之間的鄰接、連通關系，就可形成粗粒度層中完整的位置層次模型。
[0091]然后，根據所述細粒度層AEGVG圖中的出口位置確定所述粗粒度層的出口節點;將 相鄰位置之間的可達路徑作為邊構建所述出口層次模型。
[0092] 具體地，結合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系（如連通關系、順序關系）、距離、約束 等語義信息。其中，出口指連通室內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；而虛擬出口是根據子空間單 元之間的連通關系而人為定義的出入口，在室內結構中并不存在。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 程中所經過出口的順序關系（如從某樓層出口到達某個位置出口所經過的出口的順序關 系)。
[0093] 出口層次對應細粒度層中連通不同空間單元之間的出口節點集合，該集合根據細 粒度層AEGVG模型中空間的類別屬性Cv為出口的節點提取得到。出口節點根據空間的鄰接 關系(抵達順序)形成層次結構，其中最頂層節點表示進入該空間的入口，從頂層節點往下， 不同層的節點表示可達的層次順序關系。如圖6所示，某工程樓四樓平面圖中VP2區域對應 的出口節點DR57為頂層節點，可到達DR55與DR20兩個出口，因此DR55和DR20兩個出口節點 作為DR57的子節點。
[0094] 通過將位置出口抽象為粗粒度的出口節點，相鄰位置之間的可達路徑作為邊，構 建出口層次模型。所述出口層次模型可由公式（12)表示。
[0095] Gexit=(Vexit,Eexit) (12)
[0096] 在公式（12)中，V^tilvi}是所有出口節點的集合，所述出口節點可以由公式(13) 表不。
[0097] Vi = <exid, lex, loci, locj,parentex> (13)
[0098]在公式（13)中，exid表示出口節點的編號，與細粒度層空間類型為door的節點編號 保持一致，U表示出口節點的語義位置信息，如節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。locjPloq分別對應位置 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點。所述parents表示出口節點 在出口層次樹結構中的父節點編號，，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：
[0099] eexit = ViXvi (14)
[0100] 其中，eexitGEexit〇
[0101]進一步地，構建所述室內空間位置模型HiSeLoMo的移動對象層模型。具體地，因在 移動計算環境中，存在大量的移動對象(如人員、移動資產等）。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，
[0102]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，所述〇b j s emant i c為移動對象的語義信息。
[0103] 這里，設Eobjsemantic= { Eperson U 2asset}，
[0104] 則objsemanticG 5] 〇bjsemantic= {person_id，asset_id} 〇
[0105]為了簡化移動對象之間的動態拓撲關系，基于HiSeLoMo細粒度層的拓撲圖Gfine， 將移動對象MovingObject在某時刻t的拓撲關系映射到細粒度層的拓撲圖Gfine-sub，如圖7所 示。具體的表達方式為:根據所述移動對象MovingObject在某時刻t的位置(x，y)，在細粒度 層拓撲圖Gfine中查詢距離該位置最近的節點NearestNode;所述移動對象MovingObject在 時刻t的拓撲關系即可表示為NearestNode所在的細粒度層拓撲子圖Gfi ne-sub。其中， c: (?知《，則MovingObjecti,t與NaerestNodei相映射，映射關系可由公式（15)表示。
[0106] f :Moving0b jecti.t^NearestNodei (15)
[0107]最后，確定所述室內空間位置模型Hi SeLoMo的層間關系。
[0108] 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 細粒度層中導出來，位置層次和出口層次之間也可以相互導出來，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系，所以出 口層和位置層之間可以相互導出。細粒度層與位置層次和出口層次中的屬性關系如圖9所 示，出口層和位置層中的節點、邊的屬性都是從細粒度層中導出來的。
[0109] 進一步地，當終端1的實時幾何坐標可以確定之后，就可以根據所述幾何坐標在所 述社交網絡中發布簽到內容;具體地，終端1接收到簽到請求時，所述位置服務器3根據所述 幾何坐標中的所述終端1簽到點的符號位置與所述室內空間位置模型數據庫中的語義信息 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的文本記錄內容及圖片 內容進行上傳；同時，顯示簽到點的語義位置并在地圖上顯示所在位置。
[0110] 這里，終端1在發布簽到內容之前，還可以設置可見權限，即該簽到內容和位置對 哪些好友可見，而對哪些好友不可見，以保護用戶的隱私。
[0111] 實際應用中，人們在日常生活中常會記錄有特別意義的活動動態，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。位置簽到動態刻畫了人們在現實世界中某時某刻某地的真實活動信息，而室內細 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分享 到移動社交網絡當中后，逐漸構建了一個用戶在移動社交網絡中的形象標簽，滿足了用戶 希望在好友心目中的印象構建需求。例如，用戶在圖書館、書店發布的位置簽到動態較多， 那么該用戶的好友們心中對該用戶就會有"學霸"、"熱愛學習"等標簽和印象。
[0112] 本實施例提供的室內移動社交網絡服務系統，終端1實時采集定位傳感器數據，定 位服務器2利用混合定位技術(Wi-Fi、藍牙或PDR方法)計算終端1的實時幾何坐標，保證了 用戶發布簽到時，簽到點幾何坐標的動態性及高精度性。
[0113] 實施例二
[0114] 相應于實施例一，所述室內移動社交網絡服務系統還具有好友動態追蹤功能，具 體地，參見圖1，所述系統還包括：即時通信服務器4及社交應用服務器5;其中，所述位置服 務器3用于計算所述終端1與各個好友終端之間的距離;所述社交應用服務器5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。
[0115] 在進行好友追蹤時，由于涉及到用戶位置的訪問權限，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器4向目標好友終端發送好友追蹤請求，當所述好友追蹤請 求得到許可后，所述終端1將所述好友追蹤請求發送至所述位置服務器3;所述位置服務器3 接收到好友追蹤請求后，根據所述好友追蹤請求以預設的周期向所述定位服務器2獲取所 述目標好友終端的幾何坐標，并將所述幾何坐標與所述室內空間位置模型數據庫中細粒度 層結點相匹配得到最相近的結點，并獲取該結點對應的位置層的位置語義信息;所述終端1 將所述目標好友終端的幾何坐標和語義信息分別以地圖和文本的形式顯示在界面上。其 中，所述匹配過程與室內空間位置模型的構建過程與實施例一的匹配過程、室內空間位置 模型的構建過程完全相同，在此不再贅述;所述預設的周期可以為1~3HZ，優選地，可以為 1HZ、1.5HZ或2HZ。
[0116] 這里，當所述追蹤請求得到確認之后，終端1與目標好友終端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。
[0117] 而當目標好友為特殊群體時，追蹤請求機制需要被強制允許或預先被設置為允 許;其中，所述特殊群體可以包括:兒童、老人或病人等。
[0118] 進一步地，所述終端1還可以接收預設的所述目標好友終端的地理圍欄，當所述 位置服務器3確定所述目標好友終端的位置超出所述地理圍欄時，所述社交應用服務器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好友終端的運動區域。
[0119] 實際應用中，當A和B在室內商場逛街時，由于商場里人流密集而且兩人關注點不 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追 蹤來實時查看對方的位置，同時設置提醒范圍，當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。
[0120] 另外，如果在養老院、幼兒園、醫院等室內場所，看護人員有限，那么為相應的追蹤 對象配備特殊的終端定位設備，看護人員通過終端1即可實時了解到追蹤對象的位置。當有 追蹤對象疏于關注走出一定范圍時，看護人員將立馬收到消息提醒。
[0121] 本實施例提供的室內移動社交網絡服務系統，終端1實時采集定位傳感器數據，定 位服務器2利用混合定位技術(PDR方法、Wi-Fi、藍牙)計算終端1的實時幾何坐標，保證了用 戶進行好友追蹤時，好友實時幾何坐標的動態性及高精度性。
[0122] 實施例三
[0123] 相應于實施例一，所述室內移動社交網絡服務系統還具有精細位置信息的消息推 送功能，具體過程包括以下步驟：
[0124] 步驟a:所述終端1向所述位置服務器3發送地理圍欄服務請求；
[0125] 步驟b:當所述位置服務器3確認所述請求后，所述位置服務器3開啟位置追蹤功 能，所述終端1定時向所述定位服務器2發送定位傳感器數據；
[0126] 步驟c:所述定位服務器2根據所述定位傳感器數據確定所述終端1的實時幾何坐 標，將所述實時幾何坐標發送至位置服務器3;這里，所述定位服務器4根據所述定位傳感器 數據確定所述終端1的實時幾何坐標與實施例一中對終端1好友的實時幾何坐標進行定位 的方法完全相同，在此不再贅述。
[0127] 步驟d:所述位置服務器3接收到所述終端1的實時幾何坐標時，判斷該實時幾何 坐標是否滿足預設的推送消息的觸發條件，若滿足，則向所述終端1推送相應的服務消息， 當終端1向所述位置服務器3發送已讀服務消息的讀取標記信息時，則該服務完成，否則再 次向位置服務器3推送相應的服務消息。若不滿足，則繼續從定位服務器2獲取終端1的實時 幾何坐標，重復以上判斷過程。其中，所述觸發條件為預設的地理圍欄范圍。比如，10m、20m 等。
[0128] 實際應用時，當用戶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。 當Alice逛到某專賣店附近時，其將自動接收到該店的優惠活動、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位置靠 近關系自動接收訂閱的服務。當然，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。
[0129] 實施例四
[0130] 相應于實施例一，所述室內移動社交網絡服務系統還具有室內周邊查詢功能，具 體地：
[0131] 所述終端1用于以預設的周期向位置服務器3發送查詢請求;所述位置服務器3用 于根據所述查詢請求計算符合所述查詢參數的對象，并將查詢結果的位置信息返回至所述 終端1。這里，所述查詢參數包括:查詢對象類別、查詢范圍、興趣點類別及查詢數量;所述查 詢類別包括:周邊好友查詢和周邊興趣點查詢。所述興趣點類別包括:數碼產品、服裝、美食 等。所述查詢范圍可以包括：l〇m、20m、50m或100m等。，
[0132] 當所述位置服務器3接收到查詢請求及查詢參數后，判斷所述查詢對象類別；當確 定所述查詢對象類別為周邊好友查詢時，向所述社交應用服務器3發第一獲取請求，所述社 交應用服務器5根據所述第一獲取請求向所述位置服務器2發送終端1的好友信息；當所述 位置服務器3接收到所述好友信息后，根據好友信息向所述定位服務器2獲取所述終端1的 各個好友的實時幾何坐標。其中，本實施例中獲取各個好友的實時幾何坐標的方法與實施 例一中獲取終端1實時幾何坐標的方法完全相同，在此不再贅述。所述好友信息可以包括： 好友頭像、名稱及好友社交關系等。
[0133] 當所述定位服務器2確定出所述終端1各個好友的實時幾何坐標后，將各個好友的 實時幾何坐標存儲至位置數據庫中，并根據所述位置服務器2發送的好友信息將相應的好 友的實時幾何坐標信息發送至位置服務器3,所述位置服務器3接收到終端1的相應好友的 實時幾何坐標信息后，將所述實時幾何坐標信息映射到室內空間位置模型的細粒度層。其 中，所述實時幾何坐標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。所述室內空間位置模型由細粒度層、出口層以及位置層構成。細粒度層是由結點和邊 組成的自適應性圖模型，結點代表室內空間特定位置點，邊表示了各個位置點之間的連接 關系。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 點及其拓撲關系，語義位置圖則表示室內各個子空間及其拓撲關系。其中，所述室內空間位 置模型的構建過程與實施例一中的室內空間位置模型的構建過程完全相同，在此不再贅 述。
[0134] 當終端1相應好友的實時幾何坐標信息映射到室內空間位置模型中的細粒度層 后，所述位置服務器3還利用同樣的定位方法確定所述終端1的實時幾何坐標，并利用周邊 查詢算法計算查詢結果，并將查詢結果返回至終端1。在本實施例中，基于層次室內位置模 型的周邊查詢算法的詳細過程如下：
[0135] (1)查詢移動參考點（即發起查詢請求的終端1)的幾何坐標并獲得其相應的網絡 結點；
[0136] (2)通過層次網絡擴展獲得第一次搜索樹的結果，并在該網絡擴展的范圍內獲得 滿足條件的移動對象；
[0137] (3)如果參考點沒有移動，則網絡擴展搜索樹也不會改變，可直接獲得滿足條件的 移動對象；
[0138] (4)如果參考點移動了，更新網絡搜索樹的根結點，根結點為當前參考點所映射的 網絡結點；
[0139] (5)接下來根據基于前一時刻位置的查詢獲取邊界結點，判斷該邊界結點是否已 超過范圍閾值，若在范圍閾值內，則繼續進行網絡擴展;其中，所述范圍閾值為預設的可移 動范圍，比如，l〇m、20m等。
[0140] (6)若該邊界節點不在范圍閾值內，則反向追蹤其父結點，沿著父結點指針刪除所 有距離值大于范圍閥值的結點，獲取更新后的網絡擴展搜索樹；
[0141] (7)最后遍歷更新后的網絡擴展搜索樹得到滿足條件的移動好友。
[0142] 進一步地，步驟(2)所涉及的層次網絡擴展方法詳細過程如下所示：
[0143] (a)根據參考點獲得參考點所處位置單元空間名稱標識，在該標識對應的細粒度 層圖中進行網絡擴展，當擴展到該位置單元空間連接的出口結點時停止。
[0144] (b)網絡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 口結點進行網絡擴展，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點都將 添加進網絡擴展搜索樹中。
[0145] (c)步驟2得到的網絡擴展搜索樹的葉子結點均為出口結點，根據其連接的位置空 間單元得到相應的細粒度層圖，并在細粒度層進行網絡擴展。當被擴展結點到參考點的距 離大于范圍閾值時停止擴展。
[0146] 另外，當所述查詢對象類別為周邊興趣點查詢時，所述位置服務器3具體還用于： 讀取(連接訪問）所述室內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 果。并將興趣點結果返回至終端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。
[0147]本實施例中用粒子濾波融合定位算法，結合室內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性;利用周邊查詢算法計算周邊好友及興趣點的 查詢結果，提高了查詢結果的精確性，改善了用戶體驗。
[0148] 實施例五
[0149] 相應于實施例一，所述室內移動社交網絡服務系統還具有好友導航功能，具體地： 當所述終端1想進行好友實時導航功能之前，所述位置服務器3用于計算所述終端1與各個 好友終端之間的距離;所述社交應用服務器還用于按照距離的遠近將所述好友終端（以列 表形式)顯示在終端1的界面上。
[0150] 這里，比如所述終端1選擇向目標好友終端發送導航請求，所述導航請求得到許可 時，終端1將所述導航請求轉發至所述位置服務器3。
[0151] 當所述導航請求得到許可后，所述定位服務器2用于以預設的周期接收所述終端1 發送的第一定位傳感器數據及所述目標好友終端發送的第二定位傳感器數據，以確定所述 終端1及所述目標好友終端的第一實時幾何坐標及第二實時幾何坐標。這里，所述定位服務 器2確定所述終端1的第一實時幾何坐標及所述目標好友終端的第二實時幾何坐標與實施 例一中的確定方法完全一樣，在此不再贅述。
[0152] 進一步地，當所述定位服務器2確定好所述終端1及所述目標好友終端的第一實時 幾何坐標及第二實時幾何坐標后，所述位置服務器3用于根據所述導航請求獲取室內位置 模型數據，根據所述室內空間位置數據構建室內位置模型各層次的空間拓撲網絡圖（即構 建室內位置模型）。這里，構建室內位置模型的過程與實施例一中的構建過程完全一樣，在 此不再贅述。
[0153] 當所述位置服務器3構建好室內位置模型各層次的空間拓撲網絡圖后，具體還用 于接收空間拓撲網絡圖中每條導航路徑的影響因子;接收各個所述影響因子對當前導航路 徑的影響權重;根據所述影響權重計算每條路徑的綜合權值。其中，所述影響因子具體包 括:室內行人可達距離、可達時間、人員密度及道路寬度。
[0154] 具體地，本實施例中主要是以室內行人可達距離為影響因子對最優導航路徑進行 計算的，因此，室內道路的可達距離即為路徑的權值，那么基于所構建的室內位置模型的室 內行人可達距離可由公式（16)計算得出：
(16)
[0156] 其中，在公式（16)中，所述I0D(0i，0j)為室內行人可達距離;所述0i為所述終端1對 應的第一移動對象;所述…為所述目標好友終端2對應的第二移動對象;所述( Xx，yk)為細粒 度層中距離所述第一移動對象⑴最近的結點nk的坐標;所述m為整數。
[0157] 這里，在所述位置服務器3構建所述室內位置模型各層次的空間拓撲網絡圖的同 時，向所述定位服務器2獲取所述終端1及所述目標好友終端的第一實時幾何坐標及第二 實時幾何坐標，利用路徑搜索算法在所述空間拓撲網絡圖中計算最優導航路徑，其中，所述 最優導航路徑即為室內行人可達距離最短的路徑，所述路徑搜索算法的估價函數為:f(n) = g(n)+h(n);其中，所述f (n)為初始節點經由節點n到目標節點的估價函數;所述g(n)為狀 態空間中所述初始節點到節點n的實際代價;所述h(n)為節點n到所述目標節點最佳導航路 徑的實際代價。本實施例中是以節點n到所述目標節點之間的歐式距離作為權重值，其路徑 搜索的具體步驟如下：
[0158] (1)將導航兩側的終端1的所述第一實時幾何坐標與目標好友終端所述第二實時 幾何左邊映射到所述室內位置模型中的細粒度層結點，起始結點和終點結點都分別為 Vstart 和 Vgoal 〇
[0159] (2)將所述起始結點vstart放入開放列表OPEN中（所述開放列表的f?值和g值都為0)。
[0160] (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 小值的結點，并把查找到的結點作為當前結點。
[0161] (4)把當前結點從OPEN中刪除，將當前結點加入封閉列表CLOSE。
[0162] (5)對當前結點相鄰的每個結點依次執行步驟(6) - (8)，當終點結點vgcial被加入 到開放列表作為待檢驗結點時，表示已搜索到路徑，此時結束循環;或者當l 〇Cstart對應的出 口結點Ve3xlt-S被放入到開放列表作為待檢驗結點時，表示在當前位置單元空間l ocstart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，將出口結點vMit- s從OPEN中刪 除，放入封閉列表CLOSE，并執行步驟(9)。
[0163] (6)如果該相鄰結點不可通行或者已經在CLOSE中，則繼續擴展下一結點。
[0164] (7)如果該相鄰結點不在OPEN中，則將該結點添加到OPEN中，并將該相鄰結點的父 結點設為當前結點，同時保存該相鄰結點的g值和f值。
[0165] (8)如果該相鄰結點在OPEN中，則判斷若經由當前結點到達該相鄰結點的g值是否 小于原來保存的g值，若小于，則將該相鄰結點的父親結點設為當前結點，并重新設置該相 鄰結點的g值和f值。
[0166] (9)以Ve5Xit-s為當前結點在出口層對其每個相鄰出口結點執行步驟(6) - (8)，當終 點結點Vgoal所處的位置單元空間l〇Cg〇al對應的出口結點Vexit-g被加入到開放列表作為待檢 驗結點時，從出口層切換到細粒度層進行路徑擴展搜索，將出口結點Vexit- gW〇PEN刪除，放 入封閉列表CLOSE，并執行步驟(10)。
[0167] (10)以Vexit-g為當前結點回到細粒度層對其每個相鄰細粒度層結點執行步驟 (6) - (8)，當終點結點vgcial被加入到開放列表OPEN作為待檢驗結點時，表示已搜索到路徑， 此時結束循環;或者當為空，表明已無可以添加的新節點，而已檢驗的結點中沒有終點結點 v g〇ai則意味著路徑無法被找到，此時也結束循環。
[0168] 至此，所述最優導航路徑確定，所述位置服務器3將所述最優導航路徑顯示在所述 終端1的界面上，同時，在導航過程中，終端1及目標好友終端也可以通過文字聊天增加找人 過程中的交互和聯系，以補充地圖導航過程中缺少的信息。
[0169] 本實施例中結合室內位置模型和路徑搜索算法確定最優導航路徑時，可降低算法 的復雜度，提高搜索效率及導航精度。
[0170] 以上所述，僅為本發明的較佳實施例而已，并非用于限定本發明的保護范圍，凡在 本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發明的保護 范圍之內。
【主權項】
1. 一種室內社交網絡服務系統，其特征在于，所述系統包括： 定位服務器，用于接收終端發送的定位傳感器數據，根據所述定位傳感器數據確定所 述終端的幾何坐標，將所述幾何坐標發送至位置服務器； 位置服務器，用于將所述幾何坐標與室內空間位置模型數據庫匹配確定所述終端的語 義位置，并將所述終端的語義位置返回至所述終端。2. 如權利要求1所述的系統，其特征在于，所述定位服務器用于根據所述定位傳感器數 據確定所述終端的幾何坐標，具體包括： 所述定位服務器檢測到定位傳感器數據中的錨點信號時，將所述錨點信號與位置指紋 數據庫進行指紋匹配確定所述終端的初始位置； 再以預設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空間信息確定所述終端的實時 幾何坐標。3. 如權利要求2所述的系統，其特征在于，當所述定位服務器檢測到所述錨點信號時， 測定接收到的信號強度值，采用最近鄰匹配算法將信號強度值與位置指紋數據庫進行位置 指紋匹配，確定所述終端的初始位置。4. 如權利要求3所述的系統，其特征在于，當所述定位服務器未檢測到所述錨點信號 時，按照優先級先后選擇GPS/基站信號的盲區點、所述終端的定位傳感器數據的特征點以 及與所述終端進行交互的方式來確定所述終端的初始位置;其中，所述定位傳感器數據的 特征點為所述定位傳感器數據的變化大于預設閾值時的數據。5. 如權利要求4所述的系統，其特征在于，所述利用粒子濾波融合定位算法融合行人航 位推算TOR方法、所述錨點信號和室內空間信息確定所述終端的實時幾何坐標具體包括： 當所述定位服務器確定所述終端的初始位置后，利用所述PDR方法計算行人行走的步 長和朝向，推算所述終端的實時幾何坐標； 利用粒子濾波融合定位算法融合室內空間信息、所述錨點信號的特征點和所述定位傳 感器數據的特征點，對所述TOR方法定位得到的所述實時幾何坐標進行校正，減小定位累積 誤差;其中，所述錨點信號的特征點為所述錨點信號發生突變時的錨點信號強度值。6. 如權利要求1所述的系統，其特征在于，所述位置服務器所述幾何坐標與室內空間位 置模型數據庫匹配確定所述終端的語義位置之前，還用于構建所述室內空間位置模型，具 體包括： 根據室內空間特點和行人運動特征，基于室內樓層平面圖構建所述室內空間位置模型 HiSeLoMo的細粒度層AEGVG圖，確定室內空間對象的幾何位置、符號位置、拓撲關系及時空 關系語義信息； 構建位置層次模型； 構建出口層次模型； 構建所述室內空間位置模型Hi SeLoMo的移動對象層模型； 確定所述室內空間位置模型Hi SeLoMo的層間關系。7. 如權利要求6所述的系統，其特征在于，所述Hi SeLoMo的細粒度層AEGVG圖的構建具 體包括： 根據所述室內樓層平面圖提取出一維骨架，形成Vorono i圖； 將所述開闊區域以預設邊長進行網格劃分形成網格圖，將所述網格圖添加到所述 Voronoi圖中； 以行人的平均步長為采樣間隔進行采樣節點，生成所述AEGVG圖。8. 如權利要求1所述的系統，其特征在于，所述位置服務器還用于:接收好友追蹤請求， 根據所述好友追蹤請求向所述定位服務器獲取目標好友終端的幾何坐標，將所述目標好友 終端的幾何坐標與所述室內空間位置模型數據庫中的語義信息進行匹配，獲取所述目標好 友終端的語義位置信息，并將所述目標好友終端的語義位置信息發送至所述終端。9. 如權利要求8所述的系統，其特征在于，所述系統還包括:社交應用服務器;其中， 當所述位置服務器確定所述目標好友終端的位置預設的地理圍欄時，所述社交應用服 務器用于向所述終端推送提醒消息。10. 如權利要求9所述的系統，其特征在于，所述位置服務器在接收好友追蹤請求之前， 還用于計算所述終端與各個好友終端之間的距離； 所述社交應用服務器還用于按照距離的遠近將所述各個好友終端顯示在所述終端界 面上。
【文檔編號】G06Q50/00GK105931124SQ201610338027
【公開日】2016年9月7日
【申請日】2016年5月19日
【發明人】尚建嘎, 周智勇, 余芳文, 湯欣怡, 武永峰, 程穩
【申請人】中國地質大學（武漢）