本發(fā)明涉及定位，尤其涉及一種行人定位方法及裝置。

背景技術(shù)：

1、超寬帶（uwb）技術(shù)作為一種高精度定位技術(shù)，廣泛應(yīng)用于室內(nèi)定位系統(tǒng)。uwb技術(shù)通過(guò)測(cè)量定位終端與多個(gè)信標(biāo)間的時(shí)間差來(lái)確定定位，這一過(guò)程依賴(lài)于信標(biāo)和終端之間的有效通信。如果事先能預(yù)測(cè)出行人的大致位置，可以提前選擇最優(yōu)信標(biāo)進(jìn)行通信，從而改善定位的準(zhǔn)確性和響應(yīng)速度。

2、現(xiàn)有的uwb定位技術(shù)通常依賴(lài)于上一次定位的結(jié)果進(jìn)行信標(biāo)選擇，這種方法存在局限性，特別是在行人運(yùn)動(dòng)頻繁或者環(huán)境復(fù)雜的情況下，容易導(dǎo)致定位延遲或不準(zhǔn)確。此外，雖然現(xiàn)有技術(shù)中已經(jīng)利用實(shí)際地理信息（如樓宇布局和不可通行區(qū)域）輔助定位，但這些方法通常是靜態(tài)的，缺乏對(duì)行人行為動(dòng)態(tài)變化的實(shí)時(shí)響應(yīng)能力。

3、上述內(nèi)容僅用于輔助理解本發(fā)明的技術(shù)方案，并不代表承認(rèn)上述內(nèi)容是現(xiàn)有技術(shù)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的主要目的在于提供了一種行人定位方法及裝置，旨在解決現(xiàn)有技術(shù)中上述技術(shù)問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種行人定位方法，所述行人定位方法包括:

3、獲取行人歷史軌跡數(shù)據(jù)以及環(huán)境數(shù)據(jù)；

4、根據(jù)所述行人歷史軌跡數(shù)據(jù)以及環(huán)境數(shù)據(jù)，預(yù)測(cè)行人的下一位置；

5、根據(jù)預(yù)測(cè)出的行人的下一位置，基于預(yù)先訓(xùn)練好的強(qiáng)化學(xué)習(xí)模型，選擇出所述下一位置附近的信標(biāo)；

6、根據(jù)選擇出的下一位置附近的信標(biāo)，對(duì)行人進(jìn)行定位。

7、優(yōu)選地，在所述行人定位方法中，所述根據(jù)所述行人歷史軌跡數(shù)據(jù)以及環(huán)境數(shù)據(jù)，預(yù)測(cè)行人的下一位置，包括：

8、以環(huán)境數(shù)據(jù)中的關(guān)鍵點(diǎn)作為圖中的節(jié)點(diǎn)，將節(jié)點(diǎn)之間的可通行性作為邊，構(gòu)建圖結(jié)構(gòu)，其中節(jié)點(diǎn)的特征包括所述節(jié)點(diǎn)所處位置的環(huán)境信息，邊的特征包括路徑的長(zhǎng)度、通過(guò)難度；

9、通過(guò)預(yù)先構(gòu)建的圖卷積神經(jīng)網(wǎng)絡(luò)，對(duì)節(jié)點(diǎn)以及其鄰居節(jié)點(diǎn)的信息進(jìn)行聚合，得到節(jié)點(diǎn)的特征表示，聚合公式如下：

10、；

11、其中，為節(jié)點(diǎn)v在第l層的特征表示；

12、w（l）為第l層的權(quán)重矩陣；

13、n（v）為節(jié)點(diǎn)v的鄰居集合；

14、du和dv分別表示節(jié)點(diǎn)u和v的度；

15、σ為激活函數(shù)；

16、根據(jù)歷史軌跡數(shù)據(jù)以及相應(yīng)的環(huán)境數(shù)據(jù)，預(yù)測(cè)行人的下一位置，預(yù)測(cè)模型如下：

17、;

18、其中，為下一位置的預(yù)測(cè)值；

19、h（）為預(yù)測(cè)模型；

20、為歷史軌跡數(shù)據(jù)對(duì)應(yīng)的特征表示，即為節(jié)點(diǎn)v在最后一層的特征表示；

21、為歷史軌跡數(shù)據(jù)對(duì)應(yīng)的環(huán)境數(shù)據(jù)的特征表示，即為節(jié)點(diǎn)v的鄰居節(jié)點(diǎn)的特征表示；

22、為與節(jié)點(diǎn)v連接的邊的特征。

23、優(yōu)選地，在所述行人定位方法中，所述根據(jù)歷史軌跡數(shù)據(jù)以及相應(yīng)的環(huán)境數(shù)據(jù)，預(yù)測(cè)行人的下一位置的步驟之前，還包括：

24、獲取行人的步態(tài)數(shù)據(jù)、行為數(shù)據(jù)以及當(dāng)前環(huán)境數(shù)據(jù)；

25、分別提取所述步態(tài)數(shù)據(jù)、行為數(shù)據(jù)、以及當(dāng)前環(huán)境數(shù)據(jù)的特征；

26、將提取的所述步態(tài)數(shù)據(jù)、行為數(shù)據(jù)、以及當(dāng)前環(huán)境數(shù)據(jù)的特征作為輸入，輸入訓(xùn)練好的長(zhǎng)短期記憶網(wǎng)絡(luò)模型，輸出行人下一步的行為意圖預(yù)測(cè)；

27、相應(yīng)地，所述根據(jù)歷史軌跡數(shù)據(jù)以及相應(yīng)的環(huán)境數(shù)據(jù)，預(yù)測(cè)行人的下一位置，包括：

28、根據(jù)歷史軌跡數(shù)據(jù)、相應(yīng)的環(huán)境數(shù)據(jù)、以及行人下一步的行為意圖預(yù)測(cè)，預(yù)測(cè)行人的下一位置。

29、優(yōu)選地，在所述行人定位方法中，所述分別提取所述步態(tài)數(shù)據(jù)、行為數(shù)據(jù)、以及當(dāng)前環(huán)境數(shù)據(jù)的特征，包括：

30、使用卷積網(wǎng)絡(luò)對(duì)所述步態(tài)數(shù)據(jù)、行為數(shù)據(jù)進(jìn)行特征提?。?/p>

31、使用全連接層對(duì)所述當(dāng)前環(huán)境數(shù)據(jù)進(jìn)行特征提取。

32、優(yōu)選地，在所述行人定位方法中，所述將提取的所述步態(tài)數(shù)據(jù)、行為數(shù)據(jù)、以及當(dāng)前環(huán)境數(shù)據(jù)的特征作為輸入，輸入訓(xùn)練好的長(zhǎng)短期記憶網(wǎng)絡(luò)模型，輸出行人下一步的行為意圖預(yù)測(cè)之后，所述方法還包括：

33、根據(jù)歷史軌跡數(shù)據(jù)、相應(yīng)的環(huán)境數(shù)據(jù)、以及行人下一步的行為意圖預(yù)測(cè)，對(duì)行人軌跡進(jìn)行預(yù)測(cè)。

34、優(yōu)選地，在所述行人定位方法中，所述根據(jù)預(yù)測(cè)出的行人的下一位置，基于預(yù)先訓(xùn)練好的強(qiáng)化學(xué)習(xí)模型，選擇出所述下一位置附近的信標(biāo)的步驟之前，還包括：

35、定義狀態(tài)st、動(dòng)作空間，其中狀態(tài)st包括當(dāng)前位置pt、周?chē)艠?biāo)的分布和信號(hào)強(qiáng)度bt、以及環(huán)境動(dòng)態(tài)特征et，動(dòng)作空間為a={b1，b2，……，bn}，bi為第i個(gè)信標(biāo)，動(dòng)作at為系統(tǒng)在時(shí)刻t做出的信標(biāo)選擇；

36、設(shè)置獎(jiǎng)勵(lì)函數(shù)，公式為：

37、；其中，rt為獎(jiǎng)勵(lì)，誤差表示定位結(jié)果與實(shí)際位置的偏差；延遲表示系統(tǒng)響應(yīng)時(shí)間，α和β為調(diào)整獎(jiǎng)勵(lì)的權(quán)重；

38、構(gòu)建強(qiáng)化學(xué)習(xí)模型，通過(guò)策略選擇動(dòng)作，并根據(jù)獎(jiǎng)勵(lì)更新策略，更新公式如下：

39、；

40、η為學(xué)習(xí)率，γ為折扣因子。

41、優(yōu)選地，在所述行人定位方法中，所述行人定位方法應(yīng)用于服務(wù)器，所述服務(wù)器聚合多個(gè)分布式終端設(shè)備發(fā)送的強(qiáng)化學(xué)習(xí)模型參數(shù)，每個(gè)分布式終端設(shè)備上建立有所述強(qiáng)化學(xué)習(xí)模型；所述方法還包括：

42、所述服務(wù)器聚合每個(gè)所述分布式終端設(shè)備發(fā)送的強(qiáng)化學(xué)習(xí)模型參數(shù)，得到整體模型，其中整體模型的參數(shù)的計(jì)算公式如下：

43、；

44、其中，為整體模型的參數(shù)；

45、wk為第k個(gè)分布式終端設(shè)備的強(qiáng)化學(xué)習(xí)模型的參數(shù)；

46、dk為第k個(gè)分布式終端設(shè)備的數(shù)據(jù)集；

47、在完成整體模型后，將新的整體模型發(fā)送給每個(gè)所述分布式終端設(shè)備，以使所述分布式終端設(shè)備使用整體模型更新自身的強(qiáng)化學(xué)習(xí)模型參數(shù)；

48、其中，每個(gè)所述分布式終端設(shè)備最小化其數(shù)據(jù)上的損失函數(shù)，損失函數(shù)為：

49、；

50、每個(gè)所述分布式終端設(shè)備上的數(shù)據(jù)集為,目標(biāo)函數(shù)為：

51、；

52、每個(gè)分布式終端設(shè)備將模型參數(shù)

53、為分布式終端k的損失函數(shù)；

54、w為共享模型的參數(shù)；

55、xi為輸入數(shù)據(jù)；

56、yi為對(duì)應(yīng)的目標(biāo)輸出；

57、為預(yù)測(cè)函數(shù)。

58、為了實(shí)現(xiàn)上述目的，本發(fā)明還提供一種行人定位裝置，所述行人定位裝置包括:

59、獲取單元，用于獲取行人歷史軌跡數(shù)據(jù)以及環(huán)境數(shù)據(jù)；

60、預(yù)測(cè)單元，用于根據(jù)所述行人歷史軌跡數(shù)據(jù)以及環(huán)境數(shù)據(jù)，預(yù)測(cè)行人的下一位置；

61、選擇單元，用于根據(jù)預(yù)測(cè)出的行人的下一位置，基于預(yù)先訓(xùn)練好的強(qiáng)化學(xué)習(xí)模型，選擇出所述下一位置附近的信標(biāo)；

62、定位單元，用于根據(jù)選擇出的下一位置附近的信標(biāo)，對(duì)行人進(jìn)行定位。

63、為了實(shí)現(xiàn)上述目的，本發(fā)明還提供一種計(jì)算機(jī)設(shè)備，包括：

64、至少一個(gè)處理器；以及，

65、與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，

66、所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行上述的行人定位方法。

67、為了實(shí)現(xiàn)上述目的，本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的行人定位方法。

68、本發(fā)明至少具有如下有益效果：

69、本發(fā)明提供的行人定位方法，通過(guò)獲取行人歷史軌跡數(shù)據(jù)以及環(huán)境數(shù)據(jù)；根據(jù)所述行人歷史軌跡數(shù)據(jù)以及環(huán)境數(shù)據(jù)，預(yù)測(cè)行人的下一位置；根據(jù)預(yù)測(cè)出的行人的下一位置，基于預(yù)先訓(xùn)練好的強(qiáng)化學(xué)習(xí)模型，選擇出所述下一位置附近的信標(biāo)；根據(jù)選擇出的下一位置附近的信標(biāo)，對(duì)行人進(jìn)行定位，如何可以提高在復(fù)雜環(huán)境和動(dòng)態(tài)變化下的精度和響應(yīng)速度。

70、進(jìn)一步地，本發(fā)明通過(guò)先預(yù)測(cè)下一位置，可以篩選出下一位置附近的信標(biāo)，主動(dòng)與這些信標(biāo)進(jìn)行通信，能夠獲得更優(yōu)的測(cè)距，從而定位更精準(zhǔn)；

71、進(jìn)一步地，假設(shè)不知道下一位置，那么只能在無(wú)線(xiàn)電環(huán)境中盲目的掃描，而無(wú)線(xiàn)電環(huán)境比較復(fù)雜，會(huì)浪費(fèi)比較多的時(shí)間根據(jù)信號(hào)的強(qiáng)度關(guān)系來(lái)篩選信標(biāo)以及對(duì)信標(biāo)做測(cè)距，例如可能在無(wú)線(xiàn)電掃描中，可能是很遠(yuǎn)處的信標(biāo)能通信上，則會(huì)花費(fèi)大量時(shí)間與這個(gè)信標(biāo)通信，然而這個(gè)測(cè)距是沒(méi)有意義的。由于通常需要的是附近的信標(biāo)的測(cè)距，如此更準(zhǔn)確。本發(fā)明通過(guò)先預(yù)測(cè)下一位置，給出一個(gè)大概范圍，那么就可以根據(jù)下一位置輔助確定主動(dòng)與哪幾個(gè)信標(biāo)進(jìn)行通信，去獲取更有利于精確定位行人所在位置的測(cè)距。