测绘学报 ›› 2017, Vol. 46 ›› Issue (3): 371-380.doi: 10.11947/j.AGCS.2017.20160530
方志祥1, 罗浩2, 李灵1
收稿日期:
2016-10-24
修回日期:
2017-03-09
出版日期:
2017-03-20
发布日期:
2017-04-11
作者简介:
方志祥(1977-),男,教授,博士生导师,研究方向为行人导航、时空行为建模与应用。E-mail:zxfang@whu.edu.cn
基金资助:
FANG Zhixiang1, LUO Hao2, LI Ling1
Received:
2016-10-24
Revised:
2017-03-09
Online:
2017-03-20
Published:
2017-04-11
Supported by:
摘要: 行人导航状态的自动识别是行人导航研究的一个难点问题,对提升行人导航软件服务的精准反馈与改善导航性能至关重要,此方面已有的研究工作很少。本文提出了一种基于有限状态自动机的行人导航状态匹配算法,其核心思想是在识别行人动作基础上匹配行人当前导航状态。利用谷歌眼镜及智能手机采集的多种传感器数据对行人动作进行识别,得到其动作特征参数;然后将行人导航状态分为熟悉、陌生及迷路3类,根据有限状态自动机理论建立状态转移模型,设计基于该模型的行人导航状态匹配算法;最后,实现状态匹配算法,通过试验对该算法的有效性进行验证。试验结果表明,该算法能够较好地识别行人导航过程中的状态转移,其中对熟悉向陌生状态转移识别准确度较高,对迷路状态识别准确度达到90%。
中图分类号:
方志祥, 罗浩, 李灵. 有限状态自动机辅助的行人导航状态匹配算法[J]. 测绘学报, 2017, 46(3): 371-380.
FANG Zhixiang, LUO Hao, LI Ling. A Finite State Machine Aided Pedestrian Navigation State Matching Algorithm[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(3): 371-380.
[1] 张星, 李清泉, 方志祥, 等. 顾及地标与道路分支的行人导航路径选择算法[J]. 武汉大学学报(信息科学版), 2013, 38(10):1239-1242. ZHANG Xing, LI Qingquan, FANG Zhixiang, et al. Landmark and Branch-based Pedestrian Route Complexity and Selection Algorithm[J]. Geomatics and Information Science of Wuhan University, 2013, 38(10):1239-1242. [2] 陈玥璐, 武刚, 陈飞翔. 基于地标的行人导航路径引导方法[J]. 地理与地理信息科学, 2015, 31(1):17-22. CHEN Yuelu, WU Gang, CHEN Feixiang. Route Directions Method of Pedestrian Navigation Based on Landmark[J]. Geography and Geo-Information Science, 2015, 31(1):17-22. [3] 李清泉, 李秋萍, 方志祥. 一种基于时空拥挤度的应急疏散路径优化方法[J]. 测绘学报, 2011, 40(4):517-523. LI Qingquan, LI Qiuping, FANG Zhixiang. An Emergency Evacuation Routing Optimization Method Based on Space-time Congestion Concept[J]. Acta Geodaetica et Cartographica Sinica, 2011, 40(4):517-523. [4] 于海璁, 陆锋. 一种基于遗传算法的多模式多标准路径规划方法[J]. 测绘学报, 2014, 43(1):89-96. YU Haicong, LU Feng. A Multi-modal Multi-criteria Route Planning Method Based on Genetic Algorithm[J]. Acta Geodaetica et Cartographica Sinica, 2014, 43(1):89-96. [5] FANG Zhixiang, LI Qingquan, ZHANG Xing. A GIS Data Model for Landmark-based Pedestrian Navigation[J]. International Journal of Geographical Information Science, 2012, 26(5):817-838. [6] 李瑞峰, 王亮亮, 王珂. 人体动作行为识别研究综述[J]. 模式识别与人工智能, 2014, 27(1):35-48. LI Ruifeng, WANG Liangliang, WANG Ke. A Survey of Human Body Action Recognition[J]. Pattern Recognition and Artificial Intelligence, 2014, 27(1):35-48. [7] 凌志刚, 赵春晖, 梁彦, 等. 基于视觉的人行为理解综述[J]. 计算机应用研究, 2008, 25(9):2570-2578. LING Zhigang, ZHAO Chunhui, LIANG Yan, et al. Survey on Vision-based Human Action Understanding[J]. Application Research of Computers, 2008, 25(9):2570-2578. [8] POPPE R. A Survey on Vision-based Human Action Recognition[J]. Image and Vision Computing, 2010, 28(6):976-990 [9] WEINLAND D, RONFARD R, BOYER E. A Survey of Vision-based Methods for Action Representation, Segmentation and Recognition[J]. Computer Vision and Image Understanding, 2011, 115(2):224-241. [10] LARA Ó D, PÉREZ A J, LABRADOR M A, et al. Centinela:A Human Activity Recognition System Based on Acceleration and Vital Sign Data[J]. Pervasive and Mobile Computing, 2012, 8(5):717-729. [11] 陈野, 王哲龙, 李政霖, 等. 基于BSN和神经网络的人体日常动作识别方法[J]. 大连理工大学学报, 2013, 53(6):893-897. CHEN Ye, WANG Zhelong, LI Zhenglin, et al. Human Daily Activity Recognition Method Based on BSN and Neural Network[J]. Journal of Dalian University of Technology, 2013, 53(6):893-897. [12] 罗浩, 方志祥, 萧世伦. 基于谷歌眼镜传感器的曲线拟合计步算法[J]. 计算机工程与应用, 2016, 52(18):40-45, 67. LUO Hao, FANG Zhixiang, XIAO Shilun. Curve Fitting Step Counting Algorithm Based on Google Glass Sensor[J]. Computer Engineering and Applications, 2016, 52(18):40-45, 67. [13] 陈国良, 张言哲, 杨洲. 一种基于手机传感器自相关分析的计步器实现方法[J]. 中国惯性技术学报, 2014, 22(6):794-798. CHEN Guoliang, ZHANG Yanzhe, YANG Zhou. Realization of Pedometer with Auto-correlation Analysis Based on Mobile Phone Sensor[J]. Journal of Chinese Inertial Technology, 2014, 22(6):794-798. [14] YANG Xiuxin, DINH A, CHEN Li. Implementation of a Wearerable Real-time System for Physical Activity Recognition Based on Naive Bayes Classifier[C]//Proceedings of International Conference on Bioinformatics and Biomedical Technology. Chengdu, China:IEEE, 2010:101-105. [15] 杨凯鹏, 张德珍, 崔皓. 谷歌眼镜产品及其专利布局分析[J]. 中国发明与专利, 2014(1):40-45. YANG Kaipeng, ZHANG Dezhen, CUI Hao. Google Glasses Products and Patent Distribution Analysis[J]. China Invention & Patent, 2014(1):40-45. [16] 周宝定, 李清泉, 毛庆洲, 等. 用户行为感知辅助的室内行人定位[J]. 武汉大学学报(信息科学版), 2014, 39(6):719-723. ZHOU Baoding, LI Qingquan, MAO Qingzhou, et al. User Activity Awareness Assisted Indoor Pedestrian Localization[J]. Geomatics and Information Science of Wuhan University, 2014, 39(6):719-723. [17] 孙承岳. 结合近景和远景分析的行人状态跟踪[D]. 北京:北京交通大学, 2014. SUN Chengyue. The Tracking of Pedestrians' Status Based on the Analysis of Far-view Video and Near-view Video[M]. Beijing:Beijing Jiaotong University, 2014. [18] 刘光新, 李克平, 倪颖. 交叉口行人过街心理及交通行为分析[J]. 交通科技与经济, 2008, 10(5):58-61. LIU Guangxin, LI Keping, NI Ying. An Overview on Pedestrian Psychology and Behavior when Crossing Intersections[J]. Technology & Economy in Areas of Communications, 2008, 10(5):58-61. [19] YIN Yongfeng, Liu Bin, NI Hongying. Real-time Embedded Software Testing Method Based on Extended Finite State Machine[J]. Journal of Systems Engineering and Electronics, 2012, 23(2):276-285. [20] ANDERSON J A. Automata Theory with Modern Applications[M]. Cambridge:Cambridge University Press, 2006:105-108. [21] WAGNER F, SCHMUKI R, WAGNER T, et al. Modeling Software with Finite State Machines:A Practical Approach[M]. Boca Raton, FL:CRC Press, 2006. [22] 胡宏宇, 王殿海, 孙迪. 基于视频跟踪方法的行人过街状态表达与分析[J]. 交通信息与安全, 2009, 27(3):43-47. HU Hongyu, WANG Dianhai, SUN Di. Representation and Analysis of Pedestrian Crossing States Based on Video Tracking[J]. Journal of Transport Information and Safety, 2009, 27(3):43-47. [23] 胡清梅, 方卫宁, 郭北苑, 等. 基于行人运动模型的人群疏散三维仿真[J]. 北京交通大学学报, 2009, 33(4):34-37. HU Qingmei, FANG Weining, GUO Beiyuan, et al. 3-D Simulation of Crowd Evacuation Based on a Pedestrian Movement Model[J]. Journal of Beijing Jiaotong University, 2009, 33(4):34-37. [24] 林水强, 吴亚东, 余芳, 等. 姿势序列有限状态机动作识别方法[J]. 计算机辅助设计与图形学学报, 2014, 26(9):1403-1411. LIN Shuiqiang, WU Yadon, YU Fang, et al. Posture Sequence Finite-State Machine Method for Motion Recognition[J]. Journal of Computer-aided Design & Computer Graphics, 2014, 26(9):1403-1411. [25] 许睿. 行人导航系统算法研究与应用实现[D]. 南京:南京航空航天大学, 2008. XU Rui. Research and Application on Navigation Algorithm of Pedestrian Navigation System[D]. Nanjing:Nanjing University of Aeronautics and Astronautics, 2008. |
[1] | 刘经南, 罗亚荣, 郭迟, 高柯夫. PNT智能与智能PNT[J]. 测绘学报, 2022, 51(6): 811-828. |
[2] | 韩李涛, 周丽娟, 龚城, 张爱国. 顾及步行习惯的室内导航网络及其生成算法[J]. 测绘学报, 2022, 51(5): 729-738. |
[3] | 方金凤, 孟祥福. 基于LBSN和多图融合的兴趣点推荐[J]. 测绘学报, 2022, 51(5): 739-749. |
[4] | 张睿卓. 基于多源数据的林区电力走廊安全风险评估方法[J]. 测绘学报, 2022, 51(5): 784-784. |
[5] | 夏吉喆, 周颖, 李珍, 李帆, 乐阳, 程涛, 李清泉. 城市时空大数据驱动的新型冠状病毒传播风险评估——以粤港澳大湾区为例[J]. 测绘学报, 2020, 49(6): 671-680. |
[6] | 朱庆, 冯斌, 李茂粟, 陈媚特, 徐肇文, 谢潇, 张叶廷, 刘铭崴, 黄志勤, 冯义从. 面向动态关联数据的高效稀疏图索引方法[J]. 测绘学报, 2020, 49(6): 681-691. |
[7] | 陆川伟, 孙群, 陈冰, 温伯威, 赵云鹏, 徐立. 车辆轨迹数据的道路学习提取法[J]. 测绘学报, 2020, 49(6): 692-702. |
[8] | 尹烁, 闫小明, 晏雄锋. 基于特征边重构的建筑物化简方法[J]. 测绘学报, 2020, 49(6): 703-710. |
[9] | 吴华意, 黄蕊, 游兰, 向隆刚. 出租车轨迹数据挖掘进展[J]. 测绘学报, 2019, 48(11): 1341-1356. |
[10] | 郭庆胜, 刘洋, 李萌, 程晓茜, 何捷, 王慧慧, 魏智威. 基于网格模型的导航道路图渐进式化简方法[J]. 测绘学报, 2019, 48(11): 1357-1368. |
[11] | 吴政, 武鹏达, 李成名. 对等网络下自适应层级的矢量数据时空索引构建方法[J]. 测绘学报, 2019, 48(11): 1369-1379. |
[12] | 王培晓, 张恒才, 王海波, 吴升. ST-CFSFDP:快速搜索密度峰值的时空聚类算法[J]. 测绘学报, 2019, 48(11): 1380-1390. |
[13] | 万子健, 李连营, 杨敏, 周校东. 车辆轨迹数据提取道路交叉口特征的决策树模型[J]. 测绘学报, 2019, 48(11): 1391-1403. |
[14] | 胡光辉, 熊礼阳, 汤国安. DEM地表坡向变率的向量几何计算法[J]. 测绘学报, 2019, 48(11): 1404-1414. |
[15] | 张旭, 郝向阳, 李建胜, 李朋月. 监控视频中动态目标与地理空间信息的融合与可视化方法[J]. 测绘学报, 2019, 48(11): 1415-1423. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||