本發(fā)明涉及寵物定位,尤其涉及寵物定位搜尋方法及系統(tǒng)。
背景技術(shù):
1、隨著寵物數(shù)量的增加,寵物走失問題也日益嚴(yán)重。雖然gps和北斗等衛(wèi)星定位技術(shù)在戶外環(huán)境下能提供較高的定位精度(通常在5—10米范圍內(nèi)),但在室內(nèi)、城市峽谷、高樓密集區(qū)或信號遮擋嚴(yán)重的區(qū)域,定位精度會大幅下降,甚至無法定位。且通常情況下僅采用寵物的實時定位對用戶進行引導(dǎo),但寵物并不會安靜地站在原地,且基于大多數(shù)寵物的運動情況,用戶大部分時候都無法跟上寵物移動的速度,這就會導(dǎo)致當(dāng)用戶根據(jù)當(dāng)前定位搜尋寵物時,下一個時刻寵物就偏離了用戶搜尋方向,導(dǎo)致用戶需要重新到達新的定位點,影響用戶搜尋體驗。
2、中國專利《結(jié)合uwb定位和視覺的寵物跟蹤方法、裝置、設(shè)備及介質(zhì)》,公開號:cn118283533a,公開日:2024年07月02日,具體公開了包括:獲取寵物看護場景下的多幀實時圖像和寵物身上佩戴的發(fā)射器發(fā)出的uwb定位信號;所述uwb定位信號進行處理,確定寵物位置信息;依據(jù)尋寵小車位置信息和所述寵物位置信息,確定小車運動參數(shù);將各幀所述實時圖像輸入預(yù)訓(xùn)練的寵物目標(biāo)檢測模型中,輸出寵物目標(biāo)檢測結(jié)果;依據(jù)尋寵小車位置信息、寵物位置信息、小車運動參數(shù)和寵物目標(biāo)檢測結(jié)果,控制尋寵小車對寵物進行實時跟蹤。該方案雖然通過寵物目標(biāo)檢測模型得到寵物目標(biāo)檢測結(jié)果,但實際上是對寵物目標(biāo)的追蹤,仍存在搜尋難度較大的問題,且利用尋寵小車對寵物進行實時跟蹤雖然解決了用戶無法跟上寵物移動的問題,但適用性較差。
3、中國專利《一種寵物定位方法及設(shè)備》,公開號:cn?117560627?a,公開日:2024年02月13日,具體公開了通過寵物終端與寵物主人所持的移動終端之間建立有無線連接,為目標(biāo)寵物佩戴所述寵物終端,寵物終端內(nèi)置gps定位模塊,移動終端中安裝有寵物定位應(yīng)用;當(dāng)基于無線連接的持續(xù)中斷確定目標(biāo)寵物丟失時,通過gps定位模塊獲取目標(biāo)寵物所處位置的實時定位數(shù)據(jù),并對實時定位數(shù)據(jù)進行位置篩選,得到目標(biāo)寵物的目標(biāo)定位點。同樣該方案也存在無法便于用戶直接尋找到寵物的技術(shù)問題。
技術(shù)實現(xiàn)思路
1、本發(fā)明針對現(xiàn)有技術(shù)中丟失寵物搜尋基于實時定位數(shù)據(jù)存在用戶搜尋體驗較差的問題,提供寵物定位搜尋方法及系統(tǒng),以預(yù)測的寵物位置規(guī)劃用戶搜尋軌跡,減少用戶非必要搜尋,同時以軌跡比對提高預(yù)測精準(zhǔn)度。
2、為實現(xiàn)上述技術(shù)目的,本發(fā)明提供的一種技術(shù)方案是,寵物定位搜尋方法,包括如下步驟:s1:獲取寵物歷史運動數(shù)據(jù),基于寵物歷史運動數(shù)據(jù)構(gòu)建寵物運動預(yù)測模型;s2:基于初始丟失時序獲取到的寵物定位數(shù)據(jù)獲取對應(yīng)寵物類型的環(huán)境范圍,根據(jù)環(huán)境范圍獲取實時環(huán)境數(shù)據(jù),利用寵物運動預(yù)測模型以及實時環(huán)境數(shù)據(jù)輸出所有丟失時序內(nèi)的第一寵物運動預(yù)測軌跡;s3:以所有丟失時序獲取到的寵物定位數(shù)據(jù)構(gòu)建寵物運動實際軌跡,基于寵物運動實際軌跡和第一寵物運動預(yù)測軌跡輸出預(yù)測誤差軌跡;s4:以預(yù)測誤差軌跡更新寵物運動預(yù)測模型,以更新后的寵物運動預(yù)測模型輸出未來時序內(nèi)的第二寵物運動預(yù)測軌跡;s5:獲取用戶歷史運動數(shù)據(jù)以及用戶當(dāng)前位置,基于第二寵物運動預(yù)測軌跡輸出用戶搜尋軌跡;s6:比較實時寵物定位數(shù)據(jù)與第二寵物運動預(yù)測軌跡對應(yīng)時序的預(yù)測定位數(shù)據(jù),當(dāng)實時寵物定位數(shù)據(jù)不符合預(yù)測定位數(shù)據(jù)時,以實時寵物定位數(shù)據(jù)與預(yù)測定位數(shù)據(jù)的差異值更新第二寵物運動預(yù)測軌跡,并重新執(zhí)行s5。
3、本發(fā)明還進一步設(shè)置為,所述s1包括:獲取丟失寵物歷史運動數(shù)據(jù),對丟失寵物歷史運動數(shù)據(jù)執(zhí)行數(shù)據(jù)預(yù)處理;基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建基礎(chǔ)深度學(xué)習(xí)模型;利用丟失寵物歷史運動數(shù)據(jù)對基礎(chǔ)深度學(xué)習(xí)模型進行訓(xùn)練,輸出寵物運動預(yù)測模型。
4、本發(fā)明還進一步設(shè)置為,所述基于初始丟失時序獲取到的寵物定位數(shù)據(jù)獲取對應(yīng)寵物類型的環(huán)境范圍包括:
5、基于寵物類型獲取寵物最大運動速度;以預(yù)設(shè)搜尋時序以及丟失時序獲得運動時序;以運動時序以及寵物最大運動速度獲取對應(yīng)寵物類型的環(huán)境范圍。
6、本發(fā)明還進一步設(shè)置為,所述根據(jù)環(huán)境范圍獲取實時環(huán)境數(shù)據(jù)還包括:基于寵物類型獲取環(huán)境特征;搜尋基礎(chǔ)環(huán)境區(qū)域中對應(yīng)環(huán)境特征的環(huán)境獲取對應(yīng)實時環(huán)境數(shù)據(jù)。
7、本發(fā)明還進一步設(shè)置為,所述以所有丟失時序獲取到的寵物定位數(shù)據(jù)構(gòu)建寵物運動實際軌跡包括:以所有丟失時序獲取到的寵物定位數(shù)據(jù)作為實際運動節(jié)點;基于定位采樣間隔以及寵物類型繪制實際運動節(jié)點之間的模擬運動軌跡;以實際運動節(jié)點以及模擬運動軌跡輸出寵物運動實際軌跡。
8、本發(fā)明還進一步設(shè)置為,所述基于寵物運動實際軌跡和第一寵物運動預(yù)測軌跡輸出預(yù)測誤差軌跡包括:匹配寵物運動實際軌跡中實際運動節(jié)點以及第一寵物運動預(yù)測軌跡中預(yù)測運動節(jié)點;以不匹配的實際運動節(jié)點對應(yīng)的模擬運動軌跡以及預(yù)測運動節(jié)點對應(yīng)的預(yù)測運動軌跡輸出預(yù)測誤差軌跡。
9、本發(fā)明還進一步設(shè)置為,所述以不匹配的實際運動節(jié)點對應(yīng)的模擬運動軌跡以及預(yù)測運動節(jié)點對應(yīng)的預(yù)測運動軌跡輸出預(yù)測誤差軌跡包括:以第一寵物運動預(yù)測軌跡中對應(yīng)的預(yù)測運動軌跡作為匹配實際運動節(jié)點的實際運動軌跡;以實際運動軌跡構(gòu)建運動損耗曲線,基于寵物類型獲取寵物運動損耗上限,以運動損耗曲線以及寵物運動損耗上限獲得不匹配的實際運動節(jié)點對應(yīng)的模擬運動軌跡。
10、本發(fā)明還進一步設(shè)置為,所述以所有丟失時序獲取到的寵物定位數(shù)據(jù)構(gòu)建寵物運動實際軌跡包括:以所有丟失時序獲取到的寵物定位數(shù)據(jù)作為實際運動節(jié)點;匹配實際運動節(jié)點以及第一寵物運動預(yù)測軌跡中預(yù)測運動節(jié)點;以與預(yù)測運動節(jié)點不匹配的實際運動節(jié)點以及定位采樣間隔構(gòu)建模擬運動軌跡。
11、本發(fā)明還進一步設(shè)置為,所述s1還包括:基于寵物歷史定位數(shù)據(jù)以及寵物歷史實際位置數(shù)據(jù)構(gòu)建定位修正模型。
12、作為本發(fā)明提供的另一種技術(shù)方案,寵物定位搜尋系統(tǒng),連接于寵物定位系統(tǒng),用于實現(xiàn)如上述的方法,包括:數(shù)據(jù)采集模塊,用于離線預(yù)存寵物歷史運動數(shù)據(jù)以及寵物定位系統(tǒng)傳輸?shù)膶崟r寵物定位數(shù)據(jù);數(shù)據(jù)建模模塊,用于基于寵物歷史運動數(shù)據(jù)構(gòu)建寵物運動預(yù)測模型輸出寵物運動預(yù)測軌跡;軌跡構(gòu)建模塊,用于基于丟失時序構(gòu)建寵物運動實際軌跡;誤差分析模塊,用于基于寵物運動預(yù)測軌跡、實時寵物定位數(shù)據(jù)以及寵物運動實際軌跡輸出預(yù)測誤差軌跡或?qū)崟r寵物定位數(shù)據(jù)與預(yù)測定位數(shù)據(jù)的差異值;軌跡規(guī)劃模塊,用于根據(jù)寵物運動預(yù)測軌跡輸出用戶搜尋軌跡。
13、本發(fā)明的有益效果:通過丟失時段的寵物行為習(xí)慣更新寵物運動預(yù)測模型,從而使得寵物運動預(yù)測模型更為貼近丟失情況下的寵物行為,提高預(yù)測運動軌跡的精確度,同時在獲取實時定位數(shù)據(jù)后,僅根據(jù)實時定位數(shù)據(jù)以及預(yù)測定位數(shù)據(jù)的差異值更新第二寵物運動軌跡,避免因?qū)櫸锱及l(fā)選擇更新模型造成的模型偏差,進一步提高預(yù)測精準(zhǔn)度。
14、寵物運動預(yù)測模型基于用戶自己寵物的私域數(shù)據(jù)以及所有用戶寵物在非隱私區(qū)域的公域數(shù)據(jù),以大部分寵物的習(xí)慣以及在不同區(qū)域的表現(xiàn)補充對應(yīng)寵物類型在不同區(qū)域下的表現(xiàn),在保護用戶隱私的前提下,提高模型構(gòu)建準(zhǔn)確性。
1.寵物定位搜尋方法,其特征是:包括如下步驟:
2.根據(jù)權(quán)利要求1所述的寵物定位搜尋方法,其特征是:
3.根據(jù)權(quán)利要求1所述的寵物定位搜尋方法,其特征是:
4.根據(jù)權(quán)利要求1所述的寵物定位搜尋方法,其特征是:
5.根據(jù)權(quán)利要求1所述的寵物定位搜尋方法,其特征是:
6.根據(jù)權(quán)利要求5所述的寵物定位搜尋方法,其特征是:
7.根據(jù)權(quán)利要求6所述的寵物定位搜尋方法,其特征是:
8.根據(jù)權(quán)利要求1所述的寵物定位搜尋方法,其特征是:
9.根據(jù)權(quán)利要求1所述的寵物定位搜尋方法,其特征是:
10.寵物定位搜尋系統(tǒng),連接于寵物定位系統(tǒng),用于實現(xiàn)權(quán)利要求1至權(quán)利要求9任意一項所述的寵物定位搜尋方法,其特征是:寵物定位搜尋系統(tǒng)包括: