Indoor localization for pedestrians with real-time capability using multi-sensor smartphones

ABSTRACT

The localization of persons or objects usually refers to a position determined in a spatial reference system. Outdoors, this is usually accomplished with Global Navigation Satellite Systems (GNSS). However, the automatic positioning of people in GNSS-free environments, especially inside of buildings (indoors) poses a huge challenge. Indoors, satellite signals are attenuated, shielded or reflected by building components (e.g. walls or ceilings). For selected applications, the automatic indoor positioning is possible based on different technologies (e.g. WiFi, RFID, or UWB). However, a standard solution is still not available. Many indoor positioning systems are only suitable for specific applications or are deployed under certain conditions, e.g. additional infrastructures or sensor technologies. Smartphones, as popular cost-effective multi-sensor systems, is a promising indoor localization platform for the mass-market and is increasingly coming into focus. Today’s devices are equipped with a variety of sensors that can be used for indoor positioning. In this contribution, an approach to smartphone-based pedestrian indoor localization is presented. The novelty of this approach refers to a holistic, real-time pedestrian localization inside of buildings based on multi-sensor smartphones and easy-to-install local positioning systems. For this purpose, the barometric altitude is estimated in order to derive the floor on which the user is located. The 2D position is determined subsequently using the principle of pedestrian dead reckoning based on user's movements extracted from the smartphone sensors. In order to minimize the strong error accumulation in the localization caused by various sensor errors, additional information is integrated into the position estimation. The building model is used to identify permissible (e.g. rooms, passageways) and impermissible (e.g. walls) building areas for the pedestrian. Several technologies contributing to higher precision and robustness are also included. For the fusion of different linear and non-linear data, an advanced algorithm based on the Sequential Monte Carlo method is presented.     

基于光能利用率模型的玉米遥感估产研究

农作物长势监测和产量预测对于国家制定相关粮食政策、农业发展等都具有重要的意义,如何获得高效、宏观、精确的估产方法一直是学者关注的重点问题。以吉林省德惠市的玉米作为研究对象,利用光能利用率模型对玉米进行产量估算的研究,并且使用空间数据插值方法中的反距离权重法获得了每月平均温度数据的格网数据。通过玉米的净初级生产力NPP的累计值以及玉米的收获指数来获得最终的玉米产量值,利用验证点实测产量值与估算值的相关性和相对误差进行精度验证,相关系数R^2为0.649 9,平均相对误差值为1.676%,证明基于光能利用率模型的玉米估产在研究区具有一定的可行性。     

建筑物侧面轮廓线约束的高分辨率遥感影像建筑物高度估算方法

针对现有利用阴影长度法提取建筑物高度时存在的阴影间相互遮挡问题,提出了一种基于建筑物侧面轮廓线进行建筑物高度估算的新方法。首先,利用RPC模型计算建筑物像点位移的方向与卫星成像角度,再将遥感影像进行旋转,使建筑物像点位移沿水平方向;然后,利用Canny算法进行轮廓检测,并构建一定长度的矩形形态学结构元素,对轮廓图像进行形态学开运算,以提取侧面轮廓线,再利用Hough变换与建筑物角点约束,对所提取的轮廓线进一步筛选;最后,根据卫星侧视成像时建筑物高度与像点位移的几何关系进行建筑物的高度估算。利用实际的高分辨率卫星影像对本文方法进行了验证,并与阴影法估算建筑物高度进行了对比。试验结果证明,利用建筑物侧面轮廓线进行建筑物高度估算平均误差可以达到0.7 m,且实际精度优于使用阴影法进行建筑物高度估算。     

灰色稳健总体最小二乘估计及高铁路基变形预测

最小二乘估计和部分变量误差模型的总体最小二乘估计不具备抵御粗差的能力。鉴于粗差可能同时出现在灰色白化微分方程的观测值和系数矩阵中,本文提出基于IGGⅢ抗差方案的部分变量总体最小二乘稳健估计。结合仿真数据和高铁路基观测数据,系统地比较稳健最小二乘、部分变量总体最小二乘、本文算法参数估计结果和算法稳定性。结果表明,本文算法预测精度高,可以应用到高铁路基沉降预测中。     

雷达-雨量计联合估测区域降水量方法研究Ⅰ——模式集成法的提出

天气雷达估测区域降水量是其应用研究的重要领域,不断研究改进雷达估测区域降水量精度和稳定度是雷达气象工作的重要目标。文章回顾了集合预报理论基础及其发展概况,总结分析集合预报方法、产品表现形式等。对前期雷达估测区域降水量的8种方法,从基本原理和特点等方面进行了系统分析。对该理论在雷达估测区域降水领域的适用性进行了分析,阐述了集合预报理论在该领域应用的概念模型,并提出了两种集成估测区域降水量的新方法,为下一步的应用研究提供了理论支撑。     

一种新的守时型原子钟综合时间尺度方法研究

在这篇文章中, 提出了一种基于改进的指数平滑和Vondrak_Cepek联合平滑的氢铯综合时间尺度产生方法. 以最小误差方法为理论基础, 动态估计氢原子钟频率漂移参数, 提升氢原子钟钟差预测准确度; 基于改进的二次指数平滑产生氢原子钟组时间尺度、加权平均方法产生铯原子钟时间尺度, 同时设计Vondrak_Cepek滤波器以结合两类时间尺度长短期稳定度优势, 提升综合时间尺度性能. 实验结果表明, 所提方法产生的氢铯综合时间尺度时稳可达1.60x10^-15,天稳可达3x10^-15,优于ALGOS、AT1和Kalman滤波3种经典方法产生的时间 尺度性能.     

基于MATLAB的基本矩阵随机采样鲁棒估计

基本矩阵的估算可以分为线性算法、非线性优化迭代算法、鲁棒估计算法三大类,而以鲁棒估计效率、效果最为突出,但是实现比较复杂。本文通过数码相机获取的两张未标定照片,采样互相关系数法和RANSAC算法,在MATLAB中实现了基本矩阵的自动拟合,实验表明拟合精度较高、速度快,为下一步三维场景的自动重建和量测奠定了基础。     

非线性半参数模型最小二乘核估计的直接解法

基于非线性半参数模型最小二乘核估计,给出了其参数分量和非参数分量估计的构造式,导出了参数分量和非参数分量顾及二次项直接解法的计算公式。用实测数据进行计算,证明了对于非线性半参数模型最小二乘核估计,可采用顾及二次项的直接解法。     

地理信息系统技术在中小学布局调整中的作用

我国“十五”期间开始中小学布局调整,经过几年的调整,教育条件、教育质量都有所改善,但也带来一些问题,这些问题的根本原因在于缺乏科学预测和规划。地理信息系统技术是利用计算机解决各学科空间问题的学科,它可以在中小学布局中进行科学分析和预测,为中小学布局调整提供决策支持。