低功耗蓝牙手机终端室内定位方法

为满足高精度室内定位的需求,提出了基于地图匹配技术和指纹技术的高精度室内蓝牙定位方法。该方法以低功耗蓝牙手机终端为指纹采集和定位媒介,通过获取蓝牙信号强度参数,并与室内地图进行匹配处理,建立蓝牙信号指纹库。在定位阶段,通过手机终端获取附近蓝牙信号强度信息,与指纹进行对比。在位置计算过程中,采用地图匹配技术,通过空间叠加分析过滤后确定手机终端的空间位置。本文选取了一典型商业环境,通过测试,当蓝牙锚点部署密度间隔15 m时,平均定位精度在3 m以内。     

手机室内定位的应用与服务

随着智能手机的普及,基于手机的室内定位应用越来越受到各界的关注,并在各个领域得到快速的应用。基于手机的室内定位技术在商业广场线上线下融合、安全监控、个人服务等方面都有着极为核心的作用。首先介绍了室内位置服务应用平台的架构体系,其次介绍了手机室内定位的常用技术及其基本原理,最后介绍了室内定位在商场、机场、个人服务等方面的典型应用,并进行了总结。     

基于MENS-INS的智能手机室内定位系统

针对目前室内定位技术前期指纹数据采集工作量大、成本高、需部署特殊硬件的问题,提出了一种基于智能手机MENS-INS的室内定位系统.以Android系统为平台设计开发了一款手机应用,利用手机MENS中的陀螺仪、加速计和磁力计获取数据,采用INS算法以及Kalman滤波,结合电子地图匹配算法,实现较长距离内定位精度控制在1～2 m,有助于室内定位技术的大规模推广.     

一种基于模式识别的行人航迹推算方法

行人航迹推算(Pedestrians Dead reckoning,PDR)被广泛用于室内定位与导航,传统的PDR算法通常将手机固定某一姿态,但是在实际定位场景中,用户使用手机的模式通常不固定。针对传统手机PDR算法受限于手机携带方式的问题,此处提出基于模式识别的PDR算法,利用手机加速度计传感器测量加速度信号,通过采用"数据采集、数据处理、特征提取、分类识别"的流程,利用K近邻算法对手机的使用模式进行了识别,实验表明提出的算法具有较强的实用性。     

室内无线通讯手机卫星定位的可能性研究

随着第三代无线通讯技术的发展,手机定位已经成为一种时尚。但是利用无线通讯技术实现室内卫星定位还是一门刚刚兴起的新技术。本文就室内卫星定位技术的特点、发展和市场状况进行了探讨,并通过理论和试验结果分析其可行性和应用性,同时提出其市场前景。这将对AGPS技术的发展起到一定的促进作用。     

二维码定位技术支持下的室内导航电子地图的设计与实现——以武汉大学图书馆为例

随着大型复杂公共室内空间逐渐增多,室内导航已成为当前基于位置服务（LBS）领域的研究热点。本研究结合空间定位技术和移动地图技术,设计和开发了一种面向复杂室内空间的导航电子地图,利用二维码技术进行准确的室内空间定位,并以武汉大学图书馆为样区,设计了一套面向复杂室内空间结构的位置编码规则。在此基础上,开发和实现了可提供图书馆室内定位与最优路径推送的手机端导航电子地图。     

一种基于智能手机的室内融合定位方法

随着室内无线终端与智能手机的快速发展,室内定位技术成为近几年的研究热点之一。本文研究了基于低功耗蓝牙(BLE)和行人航位推算(PDR)技术,利用扩展卡尔曼滤波(EKF)进行融合处理的室内定位方法。该方法包含3部分:①离线阶段利用蓝牙指纹快速采集方法建立指纹库,在线阶段利用加权K邻近算法进行指纹定位;②利用手机内置传感器准确估计航向角,并结合步态识别算法和步长估计算法推算行人位置;③利用EKF对两种定位结果进行融合,获取最优位置估计。试验结果表明,融合定位方法的平均定位精度为1.17 m,90%的概率定位精度达到2 m。     

采用安卓系统的多模室内地图自动构建系统

近年来室内定位技术的逐渐被关注也带动了对室内地图的需求,但是室内地图由于多种原因并无法及时获得精确的室内地图,所以室内地图的挖掘构建也是一个重要的研究方面。提出了一种利用移动终端传感器进行的多模获取室内地理信息特征点,并绘制室内地图的系统。系统通过加速度传感器,陀螺仪的读数特征识别电梯、楼梯、转弯、室内静止点等点,利用无线路由器信号读数变化特征,获取读数峰值,利用用来获取室内走廊以及房间形状,进而绘制出较为精准的室内地图。     

基于智能手机的地磁与PDR定位算法

近年来室内定位技术成为国内外研究的热点,形成了多种室内定位技术共存的局面,其中WiFi、蓝牙、超宽带等无线网络定位技术应用较广,但是这些定位技术都依赖于基础设施,定位成本较高。此处使用室内地磁信号,无需部署任何基础设施即可定位,并利用手机端MEMS传感器实现行人不同运动模式下的步频探测与航向估计。针对地磁信号具有低辨识度的缺点以及PDR的误差累积问题,利用粒子滤波算法融合地磁与PDR定位结果,有效提高了系统的稳定性,保证了定位精度。实验表明,粒子融合定位方法能够消除PDR的漂移,并且平均定位精度达到1.38 m,定位误差在1.5 m内达到80%以上,具有较强的实用性。     

基于图像匹配的高精度室内定位技术研究

本文提出了一种新的室内定位方法,上传由手机摄像头拍摄的照片,在定位图像库中进行场景选择、图像匹配,得到最佳匹配图像,根据该图像的预留信息实现准确的室内定位。首先,利用深度卷积神经网络特征和无监督学习方法进行场景选择,然后采用ASIFT(Affine Scale Invariant Feature Transform)算法对既定场景的图像逐一匹配,同时加入对极几何约束,进一步提高定位精度和速度。这种基于图像匹配的室内定位技术能够同时得到用户的位置信息和拍照时的方向信息。