顾及步行习惯的室内导航网络及其生成算法

室内导航网络是实现室内路径规划和导航的基础。针对现有室内导航网络存在拓扑连通结构不合理、生成路径几何形态不自然等问题,本文依据人类长期以来形成的“抄近路”习性及“避碰”安全需求,提出了一种符合人行走习惯的室内导航网络及其自动生成算法。该导航网络将室内可通行空间划分为普通房间和走廊,普通房间内网络映射为房间结点与门结点的直线连接;形状复杂的走廊空间则依据空间尺度和凹凸性被细分为狭窄走廊空间和开阔走廊空间,狭窄走廊空间以中轴线作为路线,开阔走廊空间则将门结点和通道口结点连接形成完全图;最后将房门结点连接到走廊路线,形成完整室内导航网络。试验结果表明:该模型及其生成算法能够依据室内空间尺度对复杂通行空间进行合理分区,生成与空间特征一致的导航网络结构,使得规划生成的最短路径形态更符合人们的行走习惯。     

基于Wi-Fi和Android平台的室内定位技术研究

由于GPS不能满足用户对室内定位的需求,研究并开发基于Wi-Fi和Android平台的室内定位系统,利用位置指纹匹配算法和Kalman滤波实现室内定位。实验结果表明,该系统具有良好的实时动态定位效果。     

面向对象快速设计安卓室内地图服务系统

随着手机智能化水平的不断进步,地理信息系统在移动通讯设备中的移植技术具有越来越重要的研究价值。参照嵌入式系统的快速面向对象建模过程的基本思想,设计了安卓平台室内地图服务系统,实现室内地图的需求分析、对象分析、机械设计和数据设计。以广州白云机场室内地图设计为例,分别在瓦片地图模型、地图概括、路径导航文件组织优化的基础上,实现飞机场内快速面向对象建模的安卓平台室内地图设计。     

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VRML的摄影测量室内控制场仿真设计系统研究开发

室内精密控制场为近景摄影测量的研究与实验提供物方基准。快速、方便、准确地设计出满足多用途研究需求的精密控制场的技术方法,是数字摄影测量一项重要的研究内容。文中探讨以VRML为主要仿真平台,采用VB为开发语言,建立摄影测量室内精密控制场仿真设计系统的方法,并应用该系统指导实际控制场建立,实现相应功能。结果表明,该系统在控制场的仿真设计及三维可视化分析方面,不仅具有建模方法灵活、设计场景逼真的特点,而且具有同数据库连接方便、与模型对象交互功能强、支持可视化分析与数据双向查询等优点,并可实现建模和建库的自动化,满足相机检校、支持算法研究和测量精度评定等应用需要。     

室内地图表示方法研究与实践

随着智能技术和室内定位技术的发展,位置服务已从室外拓展到室内,室内地图已成为室内位置服务的重要支撑工具。因此,室内地图采用何种表示方法,才能很好地引导人们快速进行室内导航和应用,是室内地图设计与制作中的热点和难点问题。此处在分析室内空间认知特点的基础上,重点研究了室内多楼层、单楼层、室内外切换条件下,室内地图表示方法的特点,并以北京首都国际机场作为示例,制作了室内地图样图,验证了表示方法的合理性。为今后设计制作科学实用的室内地图,提供重要的方法参考。     

九孔鲍室内流水养殖

设计了陆上室内流水养成池和育苗池进行集约化养鲍。每个养成池70m×5．0m×1.8m，放鲍笼1254个，每笼放养壳长2cm的九孔鲍40～45只，投喂新鲜江湾。经8～10个月的饲养，鲍壳长可达6cm，成活率达70％～85％。     

微纳米Ca(OH)2加固遗址土室内试验研究

无机材料以兼容性强、耐久性好等特点被广泛应用于土遗址加固,特别疏松结构土遗址加固一直是学界关注的焦点,微纳米Ca(OH)₂具有分子结构小、加固效果显著和耐久性好等特点。以世界文化遗产锁阳城为代表,制备密度为1.5g/cm³的疏松土样,采用浓度为5%、7.5%和10%微纳米Ca(OH)₂的悬浊液滴渗加固,通过透气性、色差、无侧限抗压强度和抗剪强度测试发现,透气性下降值均在2%以内,5%和7.5%微纳米Ca(OH)₂加固后色差ΔE_ab*均小于4,在一定范围内可接受;其中用浓度为7.5%微纳米Ca(OH)₂加固3次后抗压强度和抗剪强度均有提高,无侧限抗压强度增长率为9.8%,土的黏聚力增加了34%,内摩擦角提高了9°;土-水特征曲线表明,微纳米Ca(OH)₂对土的体积收缩率具有较好的抑制作用。扫描电镜、X射线衍射和热重分析发现,微纳米Ca(OH)₂渗透加固后,在碱性环境下发生了的物理化学反应,在物理层面主要通过填充、包...     

WiFi-PDR室内组合定位的无迹卡尔曼滤波算法

针对当前室内定位的应用需求和亟待解决的关键问题,结合城市室内环境下广泛存在的WiFi无线信号以及智能手机传感器信息,提出了一种WiFi无线信号联合行人航迹推算(PDR)的室内定位方法。该方法采用无迹卡尔曼滤波(UKF)算法对WiFi和PDR定位信息进行融合处理,有效克服了WiFi单点定位精度低和PDR存在累计误差的问题。针对融合算法中WiFi指纹匹配计算量大的问题,用k-means聚类算法对WiFi指纹库进行聚类处理,降低了指纹匹配算法的计算量,提高了算法的实时性。通过在华为P6-U06智能手机平台上实际测试,在时间效率上经过聚类处理后系统定位耗时有很大程度的改善,平均降幅为51%,其中最大降幅达到64%,最小的也达到了36%;在定位精度上,当室内人员为行走状态时WiFi定位平均误差为7.76m,PDR定位平均误差为4.57m,UKF滤波融合后平均定位误差下降到1.24m。     

面向室内WLAN定位的动态自适应模型

提出了一种面向无线局域网(wireless local area network,WLAN)位置指纹匹配定位的动态自适应模型,借助多个基站的实时数据为稳健室内定位提供更新的匹配数据库——radio map。基于基站与radio map采样点之间的空间关联性,将基站数据和radio map分别作为多层神经网络的输入和输出,动态更新radio map;利用多元数据异常探测技术检验基站数据捕获环境的时空变化;根据探测结果采用顾及室内布局的数值内插和再训练的方式更新模型,从而使其适应环境的时空变化。在室内动态环境中进行了多次验证试验。试验结果显示,在时变因素作用下,相比较传统方法,采用所提模型的定位方法的平均误差至少下降10%;在空间变化因素(以信标移动为例)作用下,其他方法平均定位误差大幅增加了至少165%,而采用所提模型方法的平均定位误差只增加了10%~20%,定位精度维持在3m左右(即原始精度)。结果证明采用了所提模型的定位系统能够自适应环境的时空变化而保持原有定位表现。不过,与传统位置指纹匹配定位方法相比,该模型带来了更多的计算负荷。