[发明专利]定位方法、电子设备和计算机可读存储介质

说明书

本发明实施例公开了一种定位方法、电子设备和计算机可读存储介质，根据预先确定的不同网格的第二指纹信息确定定位请求中的第一指纹信息对应的中心点，根据所述中心点确定多个输入网格，根据各输入网格对应的特征信息确定多个特征图，将多个特征图输入至预先训练的卷积神经网络模型以获取定位信息，其中，各输入网格对应的特征信息中包括至少一种与第一指纹信息的特征信息，由此，本发明实施例可以较为方便地扩展特征信息，减小特征信息的损失，提高定位的准确度。

技术领域

本发明涉及计算机技术领域，更具体地，涉及一种定位方法、电子设备和计算机可读存储介质。

背景技术

随着移动互联网的发展，出现了大量的基于位置的服务(LBS)。移动用户或终端的位置准确性对这些服务的效率至关重要。在相关技术中，通常采用GPS/GNSS定位或通过机器学习模型定位。但是，移动终端在某些情况下，例如在室内、或天气不好等，基于GPS/GNSS的定位可能不准确。

为了处理上述情况，通常采用构建网络位置定位NLP(Network LocationProvider)服务。NLP服务通过组合环境中的无线信号信息和保持在线的数据库信息来提供位置估计。在现有的机器学习模型定位方法中，将整个地理空间分割成大量的非常小的地理网格，并通过召回、排序、平滑等处理，得到最接近真实位置的网格作为用户或终端的位置。但是，这种方法不能描述网格在空间中的局部相关性，并且平滑过程的加入可能会导致优化目标与最终目标不一致的情况，从而可能导致定位不准确。

发明内容

有鉴于此，本发明实施例提供一种定位方法、电子设备和计算机可读存储介质，以减小特征信息的损失，提高定位的准确度。

第一方面，本发明实施例提供一种定位方法，所述方法包括：

接收定位请求，所述定位请求包括当前位置对应的第一指纹信息，所述第一指纹信息包括在所述当前位置扫描到的无线访问接入点AP的标识和信号强度；

根据预先确定的不同网格的第二指纹信息确定所述第一指纹信息对应的中心点，其中，所述网格为预先划分的地理区域；

根据所述中心点确定多个输入网格；

根据各输入网格对应的特征信息确定多个特征图，所述特征图的各像素的值对应于所述各输入网格的特征信息，其中，至少一种特征信息与所述第一指纹信息相关；

将所述多个特征图输入至预先训练的卷积神经网络模型以获取定位信息。

可选的，根据预先确定的不同网格的第二指纹信息确定所述第一指纹信息对应的中心点包括：

计算所述第一指纹信息与各所述第二指纹信息的相似度；

根据各相似度大小对各网格进行排序；

根据相似度排序结果获取至少一个相似网格；

根据所述至少一个相似网格的位置信息确定所述中心点。

可选的，根据所述至少一个相似网格的位置确定所述中心点包括：

计算所述至少一个相似网格的位置坐标的中位数或平均值；

将所述中位数或平均值确定为所述中心点的位置坐标。

可选的，将所述多个特征图输入至预先训练的卷积神经网络模型以获取定位信息包括：

将所述多个特征图输入至所述卷积神经网络模型进行特征处理，输出位置偏移，所述位置偏移为所述定位信息相对于所述中心点位置的偏移；

根据所述位置偏移和所述中心点位置获取所述定位信息。

可选的，所述位置偏移包括经度偏移和纬度偏移。