[发明专利]轨迹重建方法、装置、计算机设备和存储介质

权利要求书

1.一种轨迹重建方法，其特征在于，所述方法包括：

采集终端设备在多个时间点的惯性传感器数据及无线保真网络的信号强度数据；

根据各所述时间点的无线保真网络的信号强度数据，生成各所述时间点对应的初始定位坐标；

根据各所述时间点的惯性传感器数据，生成各所述时间点对应的位移向量；

根据各所述时间点对应的初始定位坐标及位移向量对初始定位模型进行训练，得到局部定位模型；所述局部定位模型包括多个模型参数；

将所述多个模型参数上传至中心节点，以使所述中心节点对多个所述局部定位模型的各个模型参数进行均衡操作，并得到均衡后的多个模型参数；

接收所述中心节点返回的所述均衡后的多个模型参数；

根据所述均衡后的多个模型参数建立全局定位模型；

将各所述时间点对应的初始定位坐标及位移向量输入所述全局定位模型，得到各所述时间点的最终定位坐标；

根据各所述最终定位坐标进行轨迹重建。

2.根据权利要求1所述的方法，其特征在于，所述局部定位模型为局部变分高斯过程状态空间模型，所述多个模型参数包括第一模型参数、第二模型参数、第三模型参数及第四模型参数，所述根据各所述时间点对应的初始定位坐标及位移向量对初始定位模型进行训练，得到局部定位模型，包括：

利用高斯过程对各所述时间点对应的初始定位坐标与真实位置坐标间的映射关系进行建模，得到观测量子模型，所述观测量子模型包括所述第一模型参数及所述第二模型参数，所述第二模型参数表示概率分布的协方差矩阵；

利用高斯过程对各所述时间点对应的位移向量与真实位置坐标间的映射关系进行建模，得到状态演进子模型，所述状态演进子模型包括所述第三模型参数及所述第四模型参数，所述第四模型参数表示概率分布的协方差矩阵；

根据所述观测量子模型及所述状态演进子模型得到所述局部变分高斯过程状态空间模型。

3.根据权利要求2所述的方法，其特征在于，所述将所述多个模型参数上传至中心节点，以使所述中心节点对多个所述局部定位模型的各个模型参数进行均衡操作，并得到均衡后的多个模型参数，包括：

将所述第一模型参数、所述第二模型参数、所述第三模型参数及所述第四模型参数上传至中心节点，以使所述中心节点对多个所述局部变分高斯过程状态空间模型的各个模型参数进行均衡操作，并得到均衡后的所述第一模型参数、所述第二模型参数、所述第三模型参数及所述第四模型参数。

4.根据权利要求3所述的方法，其特征在于，所述观测量子模型包括：

式中， 表示高斯过程 的均值函数， 表示高斯过程的协方差函数，由所述第一模型参数 确定， 表示概率分布 的均值， 表示概率分布 的协方差矩阵， 为所述第二模型参数， 表示t时间点的真实位置坐标。

5.根据权利要求4所述的方法，其特征在于，所述利用高斯过程对各所述时间点对应的初始定位坐标与真实位置间的映射关系进行建模，得到观测量子模型，包括：

根据训练数据集 ，生成对应的观测量对数边际似然函数：

式中，为单位矩阵，所述训练数据集用于描述各所述时间点对应的初始定位坐标与真实位置间的映射关系；

通过最大化所述观测量对数边际似然函数，得到所述第一模型参数及所述第二模型参数；

根据所述第一模型参数及所述第二模型参数确定所述观测量子模型。

6.根据权利要求2所述的方法，其特征在于，所述状态演进子模型包括：

式中， 表示高斯过程 的均值函数， 表示高斯过程的协方差函数， 由所述第三模型参数 确定， 表示概率分布的均值， 表示概率分布 的协方差矩阵， 为所述第四模型参数， 表示t时间点的真实位置坐标， 表示t时间点的位移向量。