可用于具有 IPS 扩展模块许可的 ArcGIS 组织。
填充由创建 IPS 质量数据集工具生成的 IPS 质量数据集。
该工具从使用 ArcGIS IPS Setup 应用程序收集的 IPS 质量记录中提取 IPS 引擎计算的位置，并将它们与记录轨迹上的参考位置相关联。 参考位置是通过记录轨迹的航路点（在 IPS Setup 应用程序中称为测量点）的时间插值获得的。
输出点要素将追加到指定目标 IPS 质量数据集参数值中的计算位置和参考位置要素类。
此工具创建以下字段：
有关详细信息，请参阅计算 IPS 定位质量。
目标 IPS 质量数据集参数值必须是文件或企业级地理数据库中的要素数据集，其中包含符合 IPS 模型中计算位置要素类和参考位置要素类的两个要素类。
IPS 记录要素参数值必须是符合 IPS 模型中 IPS 记录要素类的要素图层、要素类或要素服务。
视线阻挡细节要素参数值必须是符合 Indoors 信息模型 Details 要素类的要素图层、要素类或要素服务。 过滤这些要素以仅包括阻挡视线的要素。 例如，使用定义查询仅选择代表墙壁的要素。 通常情况下，此信息在 Use Type 字段中编码。
| 标注 | 说明 | 数据类型 |
目标 IPS 质量数据集 |
将填充由创建 IPS 质量数据集工具生成的 IPS 质量数据集。 | Dataset |
IPS 记录要素 |
IPS 记录要素图层包含使用 ArcGIS IPS Setup 应用程序收集的记录。 | Feature Layer |
视线阻挡细节要素 (可选) |
来自 Indoors 数据集的细节要素表示用于视线计算的障碍物。 建议仅使用有意义的要素，例如代表墙壁的要素。 | Feature Layer |
| 标注 | 说明 | 数据类型 |
| 输出 IPS 质量数据集 | 更新的 IPS 质量数据集。 | Dataset |
| 输出参考位置 | IPS 质量数据集中更新的参考位置要素类。 | Feature Class |
| 输出计算位置 | IPS 质量数据集中更新的计算位置要素类。 | Feature Class |
arcpy.indoorpositioning.ComputePositioningQuality(target_ips_quality_dataset, in_ips_recordings_features, {in_sight_blocking_details_features})| 名称 | 说明 | 数据类型 |
target_ips_quality_dataset |
将填充由创建 IPS 质量数据集工具生成的 IPS 质量数据集。 | Dataset |
in_ips_recordings_features |
IPS 记录要素图层包含使用 ArcGIS IPS Setup 应用程序收集的记录。 | Feature Layer |
in_sight_blocking_details_features (可选) |
来自 Indoors 数据集的细节要素表示用于视线计算的障碍物。 建议仅使用有意义的要素，例如代表墙壁的要素。 | Feature Layer |
| 名称 | 说明 | 数据类型 |
| out_ips_quality_dataset | 更新的 IPS 质量数据集。 | Dataset |
| out_reference_positions | IPS 质量数据集中更新的参考位置要素类。 | Feature Class |
| out_computed_positions | IPS 质量数据集中更新的计算位置要素类。 | Feature Class |
以下 Python 窗口脚本演示了如何使用 ComputePositioningQuality 函数填充 IPS 质量数据集。
# Name: ComputePositioningQuality_example1.py
# Description: Populates an ArcGIS IPS Quality dataset
# Import system modules
import arcpy
# Set local variables
quality_dataset = r"C:\\demo.gdb\\IPS_Quality"
quality_recordings = r"C:\\demo.gdb\\IPS_Recordings"
details_lyr = r"C:\\demo.gdb\\Details"
# call the Compute Positioning Quality tool to populate the quality dataset
arcpy.indoorpositioning.ComputePositioningQuality(quality_dataset, quality_recordings, details_lyr)