• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

一种基于智能手机传感器数据的地图轮廓生成方法

陶涛, 孙玉娥, 陈冬梅, 杨文建, 黄河, 罗永龙

陶涛, 孙玉娥, 陈冬梅, 杨文建, 黄河, 罗永龙. 一种基于智能手机传感器数据的地图轮廓生成方法[J]. 计算机研究与发展, 2020, 57(7): 1490-1507. DOI: 10.7544/issn1000-1239.2020.20190605
引用本文: 陶涛, 孙玉娥, 陈冬梅, 杨文建, 黄河, 罗永龙. 一种基于智能手机传感器数据的地图轮廓生成方法[J]. 计算机研究与发展, 2020, 57(7): 1490-1507. DOI: 10.7544/issn1000-1239.2020.20190605
shu
Tao Tao, Sun Yu’e, Chen Dongmei, Yang Wenjian, Huang He, Luo Yonglong. A Method of Map Outlines Generation Based on Smartphone Sensor Data[J]. Journal of Computer Research and Development, 2020, 57(7): 1490-1507. DOI: 10.7544/issn1000-1239.2020.20190605
Citation: Tao Tao, Sun Yu’e, Chen Dongmei, Yang Wenjian, Huang He, Luo Yonglong. A Method of Map Outlines Generation Based on Smartphone Sensor Data[J]. Journal of Computer Research and Development, 2020, 57(7): 1490-1507. DOI: 10.7544/issn1000-1239.2020.20190605
shu
陶涛, 孙玉娥, 陈冬梅, 杨文建, 黄河, 罗永龙. 一种基于智能手机传感器数据的地图轮廓生成方法[J]. 计算机研究与发展, 2020, 57(7): 1490-1507. CSTR: 32373.14.issn1000-1239.2020.20190605
引用本文: 陶涛, 孙玉娥, 陈冬梅, 杨文建, 黄河, 罗永龙. 一种基于智能手机传感器数据的地图轮廓生成方法[J]. 计算机研究与发展, 2020, 57(7): 1490-1507. CSTR: 32373.14.issn1000-1239.2020.20190605
shu
Tao Tao, Sun Yu’e, Chen Dongmei, Yang Wenjian, Huang He, Luo Yonglong. A Method of Map Outlines Generation Based on Smartphone Sensor Data[J]. Journal of Computer Research and Development, 2020, 57(7): 1490-1507. CSTR: 32373.14.issn1000-1239.2020.20190605
Citation: Tao Tao, Sun Yu’e, Chen Dongmei, Yang Wenjian, Huang He, Luo Yonglong. A Method of Map Outlines Generation Based on Smartphone Sensor Data[J]. Journal of Computer Research and Development, 2020, 57(7): 1490-1507. CSTR: 32373.14.issn1000-1239.2020.20190605
shu

一种基于智能手机传感器数据的地图轮廓生成方法

  • 1(苏州大学计算机科学与技术学院 江苏苏州 215006)

  • 2(苏州大学轨道交通学院 江苏苏州 215131)

  • 3(中国科学技术大学苏州研究院 江苏苏州 215123)

  • 4(安徽师范大学计算机与信息学院 安徽芜湖 241002)

  • 5(网络与信息安全安徽省重点实验室(安徽师范大学) 安徽芜湖 241002) (ttao@stu.suda.edu.cn)

基金项目: 国家自然科学基金面上项目(61672369,61873177,61572342)；网络与信息安全安徽省重点实验室开放课题(AHNIS2019003)；江苏高校优势学科建设工程资助项目
详细信息

  • 中图分类号: TP391

A Method of Map Outlines Generation Based on Smartphone Sensor Data

  • 1(School of Computer Science and Technology, Soochow University, Suzhou, Jiangsu 215006)

  • 2(School of Rail Transportation, Soochow University, Suzhou, Jiangsu 215131)

  • 3(Suzhou Institute for Advanced Study, University of Science and Technology of China, Suzhou, Jiangsu 215123)

  • 4(School of Computer and Information, Anhui Normal University, Wuhu, Anhui 241002)

  • 5(Anhui Provincial Key Laboratory of Network and Information Security (Anhui Normal University), Wuhu, Anhui 241002)

Funds: This work was supported by the General Program of the National Natural Science Foundation of China (61672369, 61873177, 61572342), the Open Project of Anhui Provincial Key Laboratory of Network and Information Security (AHNIS2019003), and the Priority Academic Program Development of Jiangsu Higher Education Institutions.

摘要

    摘要
  • 摘要: 近年来，随着社会经济的不断发展，许多商业服务以及旅游出行活动对环境地图的依赖越来越大.传统的地图生成方法主要基于车辆驱动型的GPS设备进行数据的采集和路网的构建.然而该类方法存在精度低、时效性差等缺点，并且该类方法对于一些采集设备难以到达或者GPS信号弱的地带无法进行地图的构建.为了解决上述问题，提出了通过挖掘广泛普及的智能手机内部传感器数据进行地图构建的思想，并基于该思想提出了一种数据融合算法.该算法基于智能手机采集的行人步行数据，利用机器学习分类算法与信号处理技术进行行进状态的识别，采用分段机制结合动态时间规整算法进行转向情况的处理，通过融合有效状态下行进的距离数据和方向数据，最终生成局部地图轮廓.将所提算法在真实路网采集的数据上进行实验，实验结果证明了所提方法对局部地图轮廓构建的有效性以及深入挖掘传感器数据的可行性.
    Abstract: With the development of the economy, environmental maps are becoming more and more important to our daily lives. The existing mechanisms of map generation are mainly based on vehicle-driven GPS equipment for data acquisition and road network construction. However, these methods have the disadvantages of low precision and poor efficiency, and the methods cannot construct the map for some areas where the acquisition equipment is difficult to reach or the GPS signal is weak. In order to solve the problems mentioned above, this paper proposes an idea of constructing a map through mining the sensor data generated by the widely used smartphones. Based on this idea, a data fusion algorithm is proposed. Firstly, the machine learning classification algorithm and signal processing technology are used to identify the traveling state. And then, the segmentation mechanism is combined with the dynamic time warping algorithm to process the steering segment. Finally, the local map outline is generated by the fusion of the distance data and direction data of the effective segment. The experimental results based on the data collected from the real road network prove the effectiveness of the proposed method in the construction of local map outlines and the feasibility of deep mining sensor data.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(34)

  • 期刊类型引用(14)

    1. 胡磊，甘胜丰. 基于YOLO-CIRCLE算法的圆形钢卷检测. 湖北第二师范学院学报. 2023(02): 18-25 . 百度学术
    2. 张晓辉，何金海，兰鹏燕，徐圣斯. 局部几何与全局结构联合感知的三维形状分类方法. 计算机应用研究. 2023(12): 3828-3833 . 百度学术
    3. 张晓媛，于洋，王新蕊. 三维图像虚拟视点生成优化研究仿真. 计算机仿真. 2022(03): 205-209 . 百度学术
    4. 张艳丽，牛任恺，张鑫磊，孙志杰，王利赛. 基于序列标注的业务异常工单判别方法研究. 电子设计工程. 2022(07): 139-143 . 百度学术
    5. 吴康楠，姜洪庆. 面向绿色化改造的历史民居建筑三维重构方法. 工业加热. 2022(05): 27-30+40 . 百度学术
    6. 连远锋，裴守爽，胡伟. 融合NFFD与图卷积的单视图三维物体重建. 光学精密工程. 2022(10): 1189-1202 . 百度学术
    7. 李远松，丁津津，徐晨，高博，汤汉松，单荣荣. 基于智能感知与深度学习的智能变电站设备状态检测方法. 电气工程学报. 2022(02): 208-214 . 百度学术
    8. 郭艺辉，陆寄远，黄承慧，钟雪灵，林淑金，苏卓，罗笑南. 基于混合频谱信号编码的网格纹理平滑. 计算机学报. 2021(02): 318-333 . 百度学术
    9. 谢昊洋，钟跃崎. 基于图卷积网络的非参数化三维人体重建. 毛纺科技. 2021(04): 18-24 . 百度学术
    10. 李海生，武玉娟，郑艳萍，吴晓群，蔡强，杜军平. 基于深度学习的三维数据分析理解方法研究综述. 计算机学报. 2020(01): 41-63 . 百度学术
    11. 曲海成，田小容，刘腊梅，石翠萍. 多尺度显著区域检测图像压缩. 中国图象图形学报. 2020(01): 31-42 . 百度学术
    12. 杨晓文，尹洪红，韩燮，刘佳鸣. 基于蚁狮优化的极限学习机的网格分割方法. 激光与光电子学进展. 2020(04): 163-169 . 百度学术
    13. 崔金栋，陈思远. 融媒体信息推荐模型构建与信息推荐方法研究. 情报科学. 2020(07): 52-58 . 百度学术
    14. 周燕，曾凡智，吴臣，罗粤，刘紫琴. 基于深度学习的三维形状特征提取方法. 计算机科学. 2019(09): 47-58 . 百度学术

    其他类型引用(20)

    • 资源附件(0)
计量
  • 文章访问数:  977
  • HTML全文浏览量:  2
  • PDF下载量:  318
  • 被引次数: 34
出版历程
  • 发布日期:  2020-06-30

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(34)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计