CN104395696B - 估计设备位置的方法和实施该方法的装置 - Google Patents

估计设备位置的方法和实施该方法的装置 Download PDF

Info

Publication number
CN104395696B
CN104395696B CN201380033777.1A CN201380033777A CN104395696B CN 104395696 B CN104395696 B CN 104395696B CN 201380033777 A CN201380033777 A CN 201380033777A CN 104395696 B CN104395696 B CN 104395696B
Authority
CN
China
Prior art keywords
equipment
measurement
user
result
predicted
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201380033777.1A
Other languages
English (en)
Other versions
CN104395696A (zh
Inventor
M·J·皮杰尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN104395696A publication Critical patent/CN104395696A/zh
Application granted granted Critical
Publication of CN104395696B publication Critical patent/CN104395696B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A61B5/1117—Fall detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/40—Correcting position, velocity or attitude
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position

Abstract

提供一种探测对设备的位置的错误测量结果的方法，所述设备包括位置测量器件，所述方法包括：从多个可能的状态中确定所述设备的用户的运动状态；使用多个模型和所述用户的确定的运动状态来预测所述设备的位置，每个模型对应于所述多个可能的状态中的相应的一个；使用所述位置测量器件来测量所述设备的位置；将所述设备的预测位置与所述设备的测量位置进行比较；并且基于所述比较步骤的结果来确定所述设备的所述测量位置是否是错误的。

Description

估计设备位置的方法和实施该方法的装置
技术领域
本发明涉及便携式设备或移动设备，所述便携式设备或移动设备包括接收器(例如，卫星定位系统接收器)，来自所述接收器的测量结果用于提供设备的位置的测量。
背景技术
当前，卫星定位系统(例如，GPS)是便携式电子设备或移动电子设备可用的最准确的地点数据源中的一个。然而，具有与卫星定位系统相关联的许多缺陷。例如，当设备在室内，在浓密树叶下或在“城市峡谷”中(即，在许多高层建筑物之间)时，便携式电子设备或移动电子设备可能不能接收来自卫星的信号，这使其不可能获得位置测量(有时被称为“困境”)。在位置测量中，卫星定位系统也能够易于出错，这能够归因于许多不同的原因，包括“多重路径”，在所述“多重路径”中，来自卫星的信号在到达卫星定位系统接收器之前能够被建筑物反射。这些错误能够引起报告位置离实际位置有一些距离，有时甚至远到若干城市街区。这些错误的测量结果有时被称为“异常值”。
GPS使能的设备能够用于追踪携带该设备的用户的地点。这样设备的用户能够包括老年人、儿童、阿尔茨海默氏症患者或痴呆患者(其易于游荡)或在护理中心或医院中的患者。在这些情况中的一些中，能够建立“地理围栏”，所述“地理围栏”对允许用户在其中自由移动的安全或可接受区域(或相反地，用户不应该进入的区域)进行划界。将任何获得的位置测量结果与地理围栏进行比较，并且如果发现用户在地理围栏之外(即，在用户不应该在的区域中)，能够触发警报或唤起警示。由设备获得的位置测量结果能够被提供到远程地点，例如，呼叫中心或紧急服务人员，以使能设备并且因此发现用户。
应当理解，在地理围栏应用中，当事实上用户在可接受区域之内时，异常值位置测量结果能够指示用户在可接受区域之外，并且能够导致警报被触发。为了用户的利益能够提供警报(即，警报对设备的用户能够是音响的，以指示用户已经穿过地理围栏)，或者警报能够用于发起人员调度或紧急服务，以定位和帮助设备的用户。同样地，当事实上用户已经穿过地理围栏时，异常值位置测量结果能够指示用户在可接受区域之内，这意味着不可以触发警报。因此，使由异常值引起的假警报最小化是可期望的。
即使正确地触发警报(即，用户已经穿过地理围栏)，涉及紧急服务的异常值测量结果或被调度以寻找用户的其他人员能够将人员派往错误的方向，并且延迟提供给用户的援助。
因此，需要改进的技术以识别异常值位置测量结果。
发明内容
根据本发明的第一方面，提供一种探测对设备的位置的错误测量结果的方法，所述设备包括位置测量器件，所述方法包括：从多个可能的状态中确定所述设备的用户的运动状态；使用多个模型和所述用户的确定的运动状态来预测所述设备的位置，每个模型对应于所述多个可能的状态中的相应的一个；使用所述位置测量器件来测量所述设备的所述位置；将所述设备的预测位置与所述设备的测量位置进行比较；并且基于比较步骤的结果来确定所述设备的所述测量位置是否是错误的。因此，本发明通过使预测算法适于用户的当前运动状态来提高了预测位置的准确度，这使来自位置测量器件的错误测量结果更易于识别。
优选地，多个可能的状态包括用户坐下、躺下、站立不动、行走、奔跑以及乘车行进中的两个或更多个。
优选地，确定用户的运动状态的步骤包括分析来自一个或多个传感器的信号和/或设备的一个或多个更早的测量位置。在一些实施例中，来自一个或多个传感器的信号包括来自加速度计、磁力计以及陀螺仪中的一个或多个的信号。
在一些实施例中，确定用户的运动状态的步骤包括分析来自一个或多个传感器的信号，以识别指示用户的脚步和/或用户的取向的信号。
在一些实施例中，预测设备的位置的步骤包括：使用多个模型中的每个以估计设备的下一位置；根据用户的所确定的运动状态对从模型中的每个获得的设备的下一位置的估计结果进行加权；并且结合加权的估计结果以确定设备的预测位置。
在备选实施例中，预测设备的位置的步骤包括：选择对应于用户的所确定的运动状态的多个模型中的一个；并且使用多个模型中的选定的一个以确定设备的预测位置。
在优选实施例中，多个模型使用航位推算以估计设备的位置。在又一优选实施例中，多个模型还使用指示公路和/或人行道的地图数据以估计设备的位置。通过将预测位置限制到与用户的所确定的运动状态一致的位置(即，如果确定正在乘车行进，则在公路上，而如果确定正在步行，无论正在站立、行走或奔跑，则在人行道上)，这进一步提高了设备的预测位置的准确度。
优选地，使用卡尔曼滤波器来实施所述方法，并且其中，预测设备的位置的步骤包括使用多个模型、用户的所确定的运动状态以及卡尔曼滤波器的当前状态。
优选地，在卡尔曼滤波器中，对设备的预测位置与设备的测量位置的比较步骤的结果用于更新卡尔曼滤波器的当前状态。
优选地，基于比较步骤的结果确定设备的测量位置是否是错误的步骤包括将比较步骤的结果与阈值进行比较。在一些实施例中，阈值是静态(固定)的阈值，但在优选实施例中，阈值是根据比较步骤的结果的预期大小调节的尺度因子。
优选地，基于对比较步骤的结果与针对设备的一个或多个先前的测量位置的比较步骤的结果的比较来调节尺度因子。甚至更优选地，基于对比较步骤的结果与针对设备的多个先前的测量位置的比较步骤的结果的平均值或加权平均值的比较来调节尺度因子。
所述方法还能够包括如果确定设备的测量位置是错误的则根据进一步分析来抛弃设备的测量位置的步骤。在一些实施例中，所述进一步分析能够包括确定设备相对于预定义的地理围栏的位置。
根据本发明的第二实施例，提供一种计算机程序产品，所述计算机程序产品包括在其中实现的计算机可读代码，所述计算机可读代码被配置为使得当适当的计算机或处理器运行所述计算机可读代码时，令所述计算机或所述处理器执行上述方法中的任何部分。
根据本发明的第三方面，提供一种装置，所述装置包括处理器，所述处理器被配置为：从多个可能的状态中确定设备的用户的运动状态；使用多个模型和所述用户的确定的运动状态来预测所述设备的位置，每个模型对应于所述多个可能的状态中的相应的一个；从位置测量器件获得对所述设备的所述位置的测量结果；将所述设备的预测位置与所述设备的测量位置进行比较；并且基于所述比较的结果来确定所述设备的所述测量位置是否是错误的。
在一些实施例中，所述装置被配置为由用户穿戴或携带的设备，所述设备还包括用于获得对设备的位置的测量结果的位置测量器件。在备选实施例中，所述装置是对于由用户穿戴或携带的设备的单独的设备。
优选地，多个可能的状态包括用户坐下、躺下、站立不动、行走、奔跑以及乘车行进中的两个或更多个。
优选地，所述处理器被配置为通过分析来自一个或多个传感器的信号和/或设备的一个或多个更早的测量位置来确定用户的运动状态。在这些实施例中，所述设备额外地包括一个或多个传感器。在一些实施例中，来自一个或多个传感器的信号包括来自加速度计、磁力计以及陀螺仪中的一个或多个的信号。
在一些实施例中，所述处理器被配置为通过分析来自一个或多个传感器的信号以识别指示用户的脚步和/或用户的取向的信号来确定用户的运动状态。
在一些实施例中，所述处理器被配置为通过以下步骤来预测设备的位置：使用多个模型中的每个以估计设备的下一位置；根据用户的所确定的运动状态对从模型中的每个获得的设备的下一位置的估计结果进行加权；并且结合加权的估计结果以确定设备的预测位置。
在备选实施例中，所述处理器被配置为通过以下步骤来预测设备的位置：选择对应于用户的所确定的运动状态的多个模型中的一个；并且使用多个模型中的选定的一个以确定设备的预测位置。
在优选实施例中，多个模型使用航位推算以估计设备的位置。在又一优选实施例中，多个模型还使用指示公路和/或人行道的地图数据以估计设备的位置。通过将预测位置限制到与用户的所确定的运动状态一致的位置(即，如果确定正在乘车行进，则在公路上，而如果确定正在步行，无论正在站立、行走或奔跑，则在人行道上)，这进一步提高了设备的预测位置的准确度。
优选地，所述处理器包括卡尔曼滤波器，并且所述处理器被配置为使用多个模型、用户的所确定的运动状态以及卡尔曼滤波器的当前状态来预测设备的位置。
优选地，在卡尔曼滤波器中，对设备的预测位置与设备的测量位置的比较结果用于更新卡尔曼滤波器的当前状态。
优选地，所述处理器被配置为通过将比较结果与阈值进行比较来确定设备的测量位置是否是错误的。在一些实施例中，阈值是静态(固定)的阈值，但在优选实施例中，阈值是根据比较结果的预期大小由处理器调节的尺度因子。
优选地，通过对比较结果与针对设备的一个或多个先前的测量位置的比较结果进行比较，由处理器调节尺度因子。甚至更优选地，通过对比较结果与针对设备的多个先前测量位置的比较结果的平均值或加权平均值进行比较，由处理器调节尺度因子。
所述处理器能够被进一步配置为如果确定设备的测量位置是错误的则根据进一步分析来抛弃设备的测量位置。在一些实施例中，由处理器进行的所述进一步分析能够包括确定设备相对于预定义的地理围栏的位置。
附图说明
为了更好地理解本发明，并且更清晰地示出本发明如何实现，现在将仅以范例的方式参考附图，其中：
图1是根据本发明的实施例的设备的方框图；并且
图2是图示了根据本发明的实施例对位置测量结果执行的处理的方框图。
具体实施方式
尽管以下将参考使用卫星定位系统(例如，GPS)获得的位置测量结果描述本发明，但是应当理解，便携式电子设备或移动电子设备也能够或备选地使用除了从一组卫星接收的那些信号之外的信号做出位置测量，并且应当理解，根据本发明的处理算法可应用于识别使用其他类型的定位系统(例如，分析接收的Wi-Fi网络信号和/或分析在靠近设备的移动通信网络中的单元的单元识别符(Cell ID)的那些定位系统)获得的异常值位置测量结果。
在图1中示出了根据本发明的实施例的示例性设备。在该实施例中，设备2是移动电话或智能手机，尽管应当理解，在其他实施例中，设备2能够采取不同的形式，例如，个人紧急响应系统(PERS)设备、移动PERS设备、用于监测用户是否已经遭受跌倒的用户穿戴的跌倒探测器或在汽车中使用的卫星定位系统。
设备2包括卫星定位系统接收器4，在该实施例中，所述卫星定位系统接收器4是GPS模块4(尽管应当理解，设备2能够备选地包括其他类型的卫星定位系统的接收器(例如，Galileo或GLONASS)或用于接收来自其他源的信号(例如，Wi-Fi信号或无线通信信号)的接收器，所述信号能够被处理以确定设备2的位置)，所述接收器4被耦合到天线6，所述天线6接收来自GPS卫星的信号。GPS模块4被连接到处理器8，所述处理器8控制设备2的一般操作。
由于在该实施例中的设备2是移动电话或智能手机，因此设备2还包括收发器电路10和相关联的天线12，所述收发器电路10和是相关联的天线12用于与移动通信网络进行无线通信。
设备2还包括存储器模块14，所述存储器模块14能够存储程序代码，所述程序代码由处理器8运行以令处理器8执行根据本发明的控制设备2所要求的处理。存储器模块14也能够存储由GPS模块4获得的设备2的位置的一个或多个最近的测量结果。
在图示的实施例中，设备2还包括一个或多个传感器16，所述一个或多个传感器16能够用于确定设备2的用户的行为(并且具体为用户的运动状态)。这样的行为能够包括用户站立不动、坐下或躺下、行走、奔跑以及乘车行进。适当的传感器16包括加速度计、陀螺仪和/或磁力计。在传感器16是加速度计的实施例中，加速度计16输出指示在一个、二个或三个维度上作用在设备2上的加速度的信号。在这种情况下，以一维、二维或三维矢量(ax，ay，az)的形式提供在每个采样时刻处的加速度计16的输出。加速度计16能够测量具有30或50Hz的采样率的加速度，尽管应当理解能够使用其他采样率。
通过分析来自一个或多个传感器16的信号和/或通过分析设备2的位置的先前的测量结果，能够估计设备2的用户的当前行为(运动状态)。例如，能够根据来自加速度计16的信号来识别设备2的用户的步伐(例如，以用户的脚与地面撞击的形式)，并且能够根据步伐的幅度和频率来确定用户是否正在行走或奔跑。能够将步伐探测与对先前的位置测量结果的分析进行结合来确定用户正在移动的速度。由于信号将展示用户步行行进不能够达到的加速度和减速度，因此来自加速度计的信号也能够用于识别用户何时正在乘车行进。和步伐探测一样，能够将对加速度计信号的该分析与对先前的位置测量结果的分析进行结合来确定用户/设备2正在移动的速度。根据在来自加速度计的信号中缺乏任何明显的非重力加速度能够确定用户的站立不动、坐下或躺下状态，与之一起，使用加速度计信号(和/或来自陀螺仪的信号)确定用户的姿势或取向。再一次，能够将对加速度计和/或陀螺仪信号的分析与对先前的位置测量结果的分析进行结合来确定用户/设备2的速度。在以上的每种情况下，由于这将给出用户/设备2的近似速度，并且该速度能够与恰当的模型相关，因此(例如，如果设备2不包括一个或多个传感器16)仅使用对先前的位置测量结果的分析能够做出运动状态的探测。例如从由Sasank Reddy等人的“Using Mobile Phones to DetermineTransportation Modes”(ACM Transactions on Sensor Networks，Vol.6，No.2，Article13)、由T.Nick的“Classifying means of transportation using mobile sensor data”(Neural Networks(IJCNN)，18-23July 2010年，第1-6页)或由F.Foerster等人的“Detection of posture and motion by accelerometry:a validation study inambulatory monitoring”(Computer in Human Behaviour，Vol.15，Issue 5，1September1999年，第571-583页)中，GPS、加速度计以及陀螺仪信号处理领域的技术人员将意识到能够实施以上处理的方式。
图2是图示了根据本发明的实施例的由处理器8执行的处理以识别异常值位置测量结果的方框图。
根据本发明由处理器8执行的处理基于卡尔曼滤波器20。卡尔曼滤波器20重复地经历许多步骤：首先，基于卡尔曼滤波器20的当前状态，做出关于滤波器20的下一状态的预测(方框22)。卡尔曼滤波器20的状态表示位置并且通常也表示其他变量(例如，前进方向、高度、速度等)，因此预测状态将是在一些时间间隔之后设备2的新位置、前进方向、高度、速度等。使用适当的模型(例如，采取滤波器20的当前状态(包括位置、前进方向以及速度)并且通过假设用户/设备2将以其当前的前进方向和速度继续处于直线上来确定新位置的航位推算模型)，确定对滤波器20的下一状态的预测。本领域技术人员应当理解能够使用备选类型的模型。
其次，将预测状态转换成预测位置(方框24)。在方框22中预测的状态包括位置、前进方向、高度、速度等，在方框22与24之间的转换能够包括提取状态的位置部分以提供预测位置。备选地，方框24能够提供的不仅仅是预测位置(其能够被提供为经度和纬度的测量结果)，从GPS模块4中方框24能够提供前进方向、速度和/或精度衰减因子(DoP)。
然后将预测位置与实际观察结果(即，使用GPS模块4确定的设备2的位置26)进行比较，并且计算残差(方框28)。残差28基本上是GPS位置26与预测位置24之间的差(例如，距离)。残差28用于确定滤波器20的新状态30。然后针对新的GPS位置测量结果26重复滤波处理。
更新滤波器20的状态(方框30)引起滤波器20具有通常对应于在预测位置24与观察到的GPS位置26之间的状态的状态。如本领域技术人员已知的，使用卡尔曼增益来更新滤波器20的状态。
在方框28处，为错误或异常值的GPS位置测量结果26(即，它们不表示设备2的实际位置)将很可能导致大的残差，并且该大的残差馈通到滤波器20的新状态30。针对是异常值的一系列观察到的GPS位置26，以这种方式更新滤波器20的状态令路径变得平滑化，从而减少个体异常值测量结果对设备2的记录路径的影响。
在GPS测量处理中，与非卡尔曼滤波器相比，卡尔曼滤波器的常规使用能够提高预测GPS位置的准确度。然而，通过常规的卡尔曼滤波器预测的位置仍然不总是足够准确以用于识别异常值GPS测量结果。具体地，在方框28处，通过滤波器的不好的预测表现将导致高的残差，从而使对在有效的GPS位置测量结果26与不准确(异常值)的GPS测量结果之间的区分变得困难。因此，可以期望提高由滤波器20做出的预测的准确度，从而使在方框28中计算的残差最小化并且使得更加容易识别异常值GPS位置测量结果。
因此，根据本发明的方面，为了提高在方框24处由滤波器20预测的位置，基于用户的当前行为(运动状态)调整或选择滤波器20。
在具体实施例中，根据本发明的滤波器20能够是交互式的多个模型卡尔曼滤波器(IMMKF)。然而，通常的卡尔曼滤波器具有单预测函数(用于根据当前状态计算新状态22)和单输出函数(用于计算观察结果(预测位置)24)，IMMKF能够包括多个模型，每个具有单独的预测函数和输出函数。IMMKF能够将权重分配给多个模型的输出，以确定在给定时间处多个模型对最终输出结果的影响(即，用于确定GPS位置测量结果26是否是异常值的残差28)。最终输出结果(即，IMMKF的输出)是多个模型的输出的加权平均值。如上所述，估计的用户的行为(运动状态)用于调整或更新在IMMKF中使用的权重(方框32)。在根据状态估计确定新预测位置(即，完成方框22和24之后)时能够更新权重。如上所述，行为估计能够基于先前的GPS位置测量结果26和/或来自一个或多个传感器16的输出(在图2中输出用方框34表示输出)。作为范例，根据GPS测量结果26和/或传感器输出能够确定用户的每个可能的运动状态的可能性。这能够使用隐马尔可夫模型或贝叶斯信度网络来实施。
在备选实施例中，能够提供多个卡尔曼滤波器20，每个具有对应于用户的具体类型的行为(运动状态)的预测函数和输出函数。在这些实施例中，用户的估计行为用于选择滤波器20中的最恰当的一个来使用，以确定测量结果是否是异常值。在该实施例中，应当理解，将提供多个滤波器20，并且在图2中的“更新模型权重”方框32将由“模型选择”方框或“模型使能”方框来代替。在后续的处理中将使用选定的滤波器20的残差28，以确定GPS位置测量结果26是否是异常值。
如上所述，能够被确定并且在IMMKF或在相应的卡尔曼滤波器中能够具有对应的模型的用户的行为包括用户站立不动、坐下或躺下(在这种情况下，模型通常将预测下一状态22与当前状态相似或相同)、行走或奔跑(在这种情况下，模型通常将预测的状态限于在给定时间尺度之内通过用户步行移动可到达的位置)或乘车行进(在这种情况下，模型通常能够将预测的状态限于通过用户乘车行进可到达的位置)。本领域技术人员将意识到能够用于确定用户行为的适当算法。在每种情况下，模型能够基于航位推算，这意味着模型预测滤波器20的下一状态是通过用户以当前的前进方向和速度直线移动获得的状态(在步行或奔跑模型的情况下，根据加速度计测量结果能够探测脚步，并且探测的脚步用于估计用户移动的速度和/或距离)。
如上所述，站立、坐下或躺下模型能够预测下一状态22与当前状态相似或相同。作为备选，由于GPS常常遭受测量结果错误，因此另一途径是，假设这些位置遵循集中在实际位置上的正态分布(即，分布的平均值)，根据最近的GPS位置估计下一状态22。
联合指示公路和人行道的地图数据，行走、奔跑和/或乘车行进模型能够被进一步精细化，以将下一预测状态/位置限于是在用户当前被确定所在的人行道或公路上的位置(即，通过从航位推算导出的距离预测用户继续处于其当前的人行道或公路上)。
因此，如以上所指示的，根据用户的当前行为来调整IMMKF的加权或从多个滤波器20中动态地选择恰当的滤波器20提高了预测位置24的准确度，并且因此减少了在方框28中计算的残差。
为了确定当前的GPS位置测量结果26是否是异常值，将针对该测量结果计算的残差28与阈值进行比较(方框36)。
在简单实施例中，在方框36中的阈值是静态的(即，固定的)。然而，由于残差28的绝对误差随采取的GPS位置测量结果26之间行进的距离依尺度决定(即，当设备2更快移动时，绝对误差增加，假设采样率(即，获得的每个GPS位置测量结果之间的时间)不变)，因此在方框38中的阈值是根据残差28的预期大小调节的尺度因子是可期望的。
因此，在优选实施例中，在方框36中的阈值是尺度因子，基于对在GPS位置测量结果26与在方框24中预测的位置之间的当前绝对误差(即，残差28)与一个或多个先前的位置测量结果26的绝对误差(即，残差28)的比较来更新(在方框38中)所述尺度因子。在一些实施例中，将当前的残差28与针对最近的位置测量结果26的残差28中的两个或更多个的平均值(例如，平均值或加权平均值)进行比较。与更早的残差28相比相对高的残差28引致更高的尺度因子36以用于评估下一残差28。残差越低(即，模型越好地预测用户的位置)，尺度因子将越低，从而意味着(由于尺度因子/阈值是低的)异常值测量结果变得更容易探测。相反地，当模型在其预测中较不准确时(或许由于用户正在高速行进)，尺度因子将增加以进行补偿。
如果残差28超过静态阈值或尺度因子36，则当前的GPS位置测量结果26被确定是异常值。在该情况下，尽管使用异常值GPS位置测量结果26计算的残差仍然用于更新滤波器20的状态(方框30)，但是所述残差不被使用在任何后续的处理中(如由方框40所指示的)。如以上所指示的，这样的处理能够包括：确定用户/设备2是否在(通过地理围栏勾画的)许可区域之内或之外；(例如如果已经触发警示)将位置测量结果报告到远程地点；和/或使用位置测量结果以在地图上图示用户/设备2正在采取或已经采取的位置或路线。
如果残差28未超过静态阈值或尺度因子36，则能够正常处理当前的GPS位置测量结果26(即，所述当前的GPS位置测量结果26不被认为是异常值)。在图示的实施例中，该处理包括将GPS位置测量结果26与地理围栏进行比较(方框42)，以确定用户/设备2是否在许可区域之内或之外。如果用户被确定在许可区域之内，则不采取行动(方框44)。然而，如果用户被确定在许可区域之外，则能够触发警示(方框46)。该警示能够包括向设备2的用户发出他们在许可区域之外的音响的和/或可见的警示，和/或该警示能够包括使用收发器电路10和相关联的天线12来向远程监测站(例如，呼叫中心)发起呼叫或警报。如以上所指示的，处理也能够或备选地包括(例如如果已经触发警报)将位置测量结果报告到远程地点；和/或使用位置测量结果以在地图上图示用户/设备2正在采取或已经采取的位置或路线。
尽管图2图示了由设备2中的处理器8执行根据本发明的处理，但是应当理解，在备选实施例中，GPS模块4能够被配置为实施根据本发明的处理，以识别异常值位置测量结果。在又一备选实施例中，在远离设备2的设备中能够执行根据本发明的处理，所述设备2由用户携带或穿戴，在这种情况下，设备2能够被配置为将位置测量数据和使用一个或多个传感器16收集的任何数据传输到远程设备。
因此，提供一种用于处理位置测量结果以识别不准确或异常值的测量结果的改进的技术。
尽管已经在附图和前面的描述中详细图示和描述了本发明，但是这样的图示和描述应当被认为是图示性或示范性的，而非限制性的。本发明不限于所公开的实施例。
本领域技术人员通过研究附图、公开内容以及权利要求，在实践所要求保护的发明时能够理解和实现对所公开的实施例的变型。在权利要求中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以实现在权利要求中记载的若干项的功能。尽管在互不相同的从属权利要求中记载的特定措施，但是这并不指示不能有效地使用这些措施的组合。计算机程序可以被存储和/或分布在合适的介质上，例如与其他硬件一起或作为其他硬件的部分供应的光学存储介质或固态介质，但是也可以以其他形式被分布，例如经由因特网或其他有线或无线的通信系统。在权利要求中的任何附图标记都不应被解释为对范围的限制。

Claims (23)

1.一种探测对设备的位置的错误测量结果的方法，所述设备包括位置测量器件，所述方法包括如下步骤：
从多个可能的状态中确定所述设备的用户的运动状态；
使用多个模型和所述用户的确定的运动状态来预测所述设备的预测位置，每个模型对应于所述多个可能的状态中的相应的一个；
使用所述位置测量器件来测量所述设备的测量位置；
将所述设备的所述预测位置与所述设备的所述测量位置进行比较以将残差计算为所述测量位置与所述预测位置之间的差；并且
基于所计算的残差来确定所述设备的所述测量位置是否是错误的。
2.根据权利要求1所述的方法，其中，确定所述用户的所述运动状态的步骤包括分析来自一个或多个传感器的信号和/或所述设备的一个或多个更早的测量位置。
3.根据权利要求1或2所述的方法，其中，使用卡尔曼滤波器来实施所述方法，并且其中，预测所述设备的预测位置的步骤包括使用多个模型、所述用户的所确定的运动状态以及所述卡尔曼滤波器的当前状态。
4.根据权利要求1或2所述的方法，其中，基于所述比较的步骤的结果来确定所述设备的所述测量位置是否是错误的步骤包括将所述比较的步骤的结果与阈值进行比较。
5.根据权利要求4所述的方法，其中，所述阈值是根据所述比较的步骤的结果的预期大小来调节的尺度因子。
6.根据权利要求4所述的方法，其中，所述阈值是基于对所述比较的步骤的结果与针对所述设备的一个或多个先前的测量位置的所述比较的步骤的结果的平均值或加权平均值的比较来调节的尺度因子。
7.根据权利要求1或2所述的方法，还包括如果确定所述设备的所述测量位置是错误的则根据进一步分析抛弃所述设备的所述测量位置的步骤。
8.根据权利要求7所述的方法，其中，所述进一步分析包括确定所述设备相对于预定义的地理围栏的位置。
9.一种探测对设备的位置的错误测量结果的装置，所述设备包括位置测量器件，所述装置包括：
用于从多个可能的状态中确定所述设备的用户的运动状态的模块；
用于使用多个模型和所述用户的确定的运动状态来预测所述设备的预测位置的模块，每个模型对应于所述多个可能的状态中的相应的一个；
用于使用所述位置测量器件来测量所述设备的测量位置的模块；
用于将所述设备的所述预测位置与所述设备的所述测量位置进行比较以将残差计算为所述测量位置与所述预测位置之间的差的模块；以及
用于基于所计算的残差来确定所述设备的所述测量位置是否是错误的模块。
10.根据权利要求9所述的装置，其中，用于确定所述用户的所述运动状态的所述模块包括用于分析来自一个或多个传感器的信号和/或所述设备的一个或多个更早的测量位置的模块。
11.根据权利要求9或10所述的装置，其中，使用卡尔曼滤波器来实施所述装置，并且其中，用于预测所述设备的预测位置的所述模块包括使用多个模型、所述用户的所确定的运动状态以及所述卡尔曼滤波器的当前状态。
12.根据权利要求9或10所述的装置，其中，用于基于所述比较的结果来确定所述设备的所述测量位置是否是错误的所述模块包括用于将所述比较的结果与阈值进行比较的模块。
13.根据权利要求12所述的装置，其中，所述阈值是根据所述比较的结果的预期大小来调节的尺度因子。
14.根据权利要求12所述的装置，其中，所述阈值是基于对所述比较的结果与针对所述设备的一个或多个先前的测量位置的所述比较的结果的平均值或加权平均值的比较来调节的尺度因子。
15.根据权利要求9或10所述的装置，还包括用于如果确定所述设备的所述测量位置是错误的则根据进一步分析抛弃所述设备的所述测量位置的模块。
16.根据权利要求15所述的装置，其中，所述进一步分析包括确定所述设备相对于预定义的地理围栏的位置。
17.一种探测对设备的位置的错误测量结果的装置，包括：
处理器，其被配置为：
从多个可能的状态中确定设备的用户的运动状态；
使用多个模型和所述用户的确定的运动状态来预测所述设备的预测位置，每个模型对应于所述多个可能的状态中的相应的一个；
从位置测量器件获得所述设备的测量位置；
将所述设备的所述预测位置与所述设备的所述测量位置进行比较以将残差计算为所述测量位置与所述预测位置之间的差；并且
基于所计算的残差来确定所述设备的所述测量位置是否是错误的。
18.根据权利要求17所述的装置，其中，所述设备包括所述位置测量器件，所述位置测量器件用于获得对所述设备的所述位置的测量结果。
19.根据权利要求17或18所述的装置还包括：包括加速度计、磁力计以及陀螺仪的组中的一个或多个传感器。
20.根据权利要求17或18所述的装置，其中，所述处理器还被配置为确定所述设备相对于预定义的地理围栏的所述测量位置。
21.根据权利要求20所述的装置，其中，所述装置还包括收发器电路和相关联的天线，所述收发器电路和所述相关联的天线用于根据所述设备相对于所述预定义的地理围栏的所确定的测量位置来将警示发送到远程监测站。
22.根据权利要求21所述的装置，其中，所述装置还被布置为将所述测量位置报告到所述远程监测站。
23.一种存储有计算机程序的计算机存储介质，所述计算机程序包括在其中实施的计算机可读代码，所述计算机可读代码被配置为使得当由适当的计算机或处理器运行所述计算机可读代码时，令所述计算机或所述处理器执行权利要求1-8中的任一项所述的方法。
CN201380033777.1A 2012-06-28 2013-06-17 估计设备位置的方法和实施该方法的装置 Expired - Fee Related CN104395696B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261665359P 2012-06-28 2012-06-28
US61/665,359 2012-06-28
PCT/IB2013/054933 WO2014001947A1 (en) 2012-06-28 2013-06-17 A method of estimating the position of a device and an apparatus implementing the same

Publications (2)

Publication Number Publication Date
CN104395696A CN104395696A (zh) 2015-03-04
CN104395696B true CN104395696B (zh) 2017-12-15

Family

ID=48998647

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380033777.1A Expired - Fee Related CN104395696B (zh) 2012-06-28 2013-06-17 估计设备位置的方法和实施该方法的装置

Country Status (7)

Country Link
US (1) US9560619B2 (zh)
EP (1) EP2867615B1 (zh)
JP (1) JP6295250B2 (zh)
CN (1) CN104395696B (zh)
BR (1) BR112014032023A2 (zh)
PL (1) PL2867615T3 (zh)
WO (1) WO2014001947A1 (zh)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8938210B1 (en) * 2011-06-29 2015-01-20 Integrity Tracking, Llc Personal monitoring system and method
US20130127658A1 (en) * 2011-11-22 2013-05-23 Radio Systems Corporation Method and Apparatus to Determine Actionable Position and Speed in GNSS Applications
US10495464B2 (en) * 2013-12-02 2019-12-03 The Regents Of The University Of California Systems and methods for GNSS SNR probabilistic localization and 3-D mapping
EP2884696A1 (en) * 2013-12-11 2015-06-17 Telefonaktiebolaget L M Ericsson (publ) Sketch based monitoring of a communication network
US10571594B2 (en) * 2014-07-15 2020-02-25 SeeScan, Inc. Utility locator devices, systems, and methods with satellite and magnetic field sonde antenna systems
WO2016088027A1 (en) * 2014-12-04 2016-06-09 Koninklijke Philips N.V. Calculating a health parameter
CN105759289A (zh) 2014-12-15 2016-07-13 国际商业机器公司 用于处理gps漂移的方法和系统
US9734682B2 (en) 2015-03-02 2017-08-15 Enovate Medical, Llc Asset management using an asset tag device
US9903952B2 (en) 2015-03-18 2018-02-27 Amazon Technologies, Inc. GPS error correction via network of fixed point ground stations
CN106324633B (zh) * 2015-06-26 2022-07-05 无线电通信系统公司 Gnss应用中跟踪位置及速度的系统及方法
US10437575B2 (en) 2015-08-14 2019-10-08 Aeris Communications, Inc. Aercloud application express and aercloud application express launcher
US10648823B2 (en) 2017-06-22 2020-05-12 Aeris Communications, Inc. Learning common routes and automatic geofencing in fleet management
US10231084B2 (en) * 2015-08-14 2019-03-12 Aeris Communications, Inc. System and method for monitoring devices relative to a learned geographic area
US9774994B2 (en) 2015-08-14 2017-09-26 Aeris Communications, Inc. System and method for monitoring devices relative to a user defined geographic area
GB2542631B (en) * 2015-09-28 2017-09-13 tado GmbH Method and system for controlling a home appliance depending on a user position
US10386493B2 (en) 2015-10-01 2019-08-20 The Regents Of The University Of California System and method for localization and tracking
CN105534526B (zh) * 2015-12-16 2018-11-16 哈尔滨工业大学深圳研究生院 一种测量足底压力的方法
US20190007868A1 (en) * 2015-12-28 2019-01-03 Nec Corporation Management system, mobile object, management device, location notification method, management method, and program
CA2952880C (en) * 2015-12-31 2024-04-02 Radio Systems Corporation Method and apparatus to determine actionable position and speed
CN105575043A (zh) * 2016-01-04 2016-05-11 广东小天才科技有限公司 一种消除危险的提醒方法和系统
CN106289248B (zh) * 2016-07-28 2020-04-24 南京航空航天大学 一种基于手机的固定安装及非固定安装模式辨识方法
US20180070212A1 (en) * 2016-09-02 2018-03-08 Athentek Innovations, Inc. Systems and methods to track movement of a device in an indoor environment
JP6794895B2 (ja) 2017-03-28 2020-12-02 カシオ計算機株式会社 電子機器、位置特定システム、位置特定方法及びプログラム
US11627195B2 (en) 2017-06-22 2023-04-11 Aeris Communications, Inc. Issuing alerts for IoT devices
US11132636B2 (en) 2017-06-22 2021-09-28 Aeris Communications, Inc. System and method for monitoring and sharing location and activity of devices
US10735904B2 (en) 2017-06-22 2020-08-04 Aeris Communications, Inc. System and method for monitoring location and activity of devices
JP6946813B2 (ja) * 2017-07-20 2021-10-06 株式会社豊田中央研究所 状態推定装置及びプログラム
US20200297442A1 (en) * 2017-08-16 2020-09-24 Intuitive Surgical Operations, Inc. Systems and methods for monitoring patient motion during a medical procedure
CN107515413A (zh) * 2017-08-16 2017-12-26 广东远峰电子科技股份有限公司 一种基于智能手表的gps漂移过滤方法和该智能手表
US10578747B2 (en) * 2017-12-14 2020-03-03 Swift Navigation, Inc. Systems and methods for reduced-outlier satellite positioning
EP3815398B1 (en) * 2018-06-27 2023-09-06 Niantic, Inc. Multi-sync ensemble model for device localization
CN111487659B (zh) * 2019-01-28 2022-07-05 广州市中海达测绘仪器有限公司 状态识别方法、装置、计算机设备和存储介质
CN110058276A (zh) * 2019-02-27 2019-07-26 北京三快在线科技有限公司 异常点判断方法及装置
KR20210152549A (ko) 2019-05-01 2021-12-15 스위프트 내비게이션, 인크. 고-무결성 위성 포지셔닝을 위한 시스템 및 방법
CN112508316B (zh) * 2019-09-16 2023-08-08 中国科学院信息工程研究所 实时异常检测系统中的自适应异常判定方法和装置
KR102247523B1 (ko) * 2020-09-25 2021-05-03 재단법인대구경북과학기술원 농기계 및 그의 자율 주행 방법
US11550067B2 (en) 2020-12-17 2023-01-10 Swift Navigation, Inc. System and method for fusing dead reckoning and GNSS data streams
US20230243665A1 (en) * 2022-02-02 2023-08-03 Viavi Solutions Inc. Utilizing models to evaluate geolocation estimate quality without independent test data
US11906640B2 (en) 2022-03-01 2024-02-20 Swift Navigation, Inc. System and method for fusing sensor and satellite measurements for positioning determination
WO2023167916A1 (en) 2022-03-01 2023-09-07 Swift Navigation, Inc. System and method for detecting outliers in gnss observations

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6438165B2 (en) * 1998-03-09 2002-08-20 Lg Electronics Method and apparatus for advanced encoder system
JP3593459B2 (ja) * 1998-07-27 2004-11-24 株式会社日立製作所 移動体監視方法及びシステム
JP2001264409A (ja) * 2000-03-21 2001-09-26 Clarion Co Ltd カーナビゲーション装置におけるマルチパス判定方法
US6486831B1 (en) 2001-04-23 2002-11-26 Itt Manufacturing Enterprises, Inc. Methods and apparatus for estimating accuracy of measurement signals
US6816090B2 (en) * 2002-02-11 2004-11-09 Ayantra, Inc. Mobile asset security and monitoring system
JP4781785B2 (ja) 2004-11-09 2011-09-28 パナソニック株式会社 位置情報検出装置および位置情報検出方法
US7702370B2 (en) * 2005-03-17 2010-04-20 Qualcomm Incorporated GPS position tracking method with variable updating rate for power conservation
KR100651912B1 (ko) * 2005-08-25 2006-12-01 엘지전자 주식회사 위치 정보 서비스 시스템 및 이를 이용한 이동통신 단말의위치정보 갱신방법
US7720577B2 (en) * 2006-05-17 2010-05-18 The Boeing Company Methods and systems for data link front end filters for sporadic updates
US8452660B2 (en) * 2006-06-06 2013-05-28 Fujitsu Frontech North America Inc. Self-checkout security system and method therefor
US7702459B2 (en) * 2006-10-17 2010-04-20 Alpine Electronics, Inc. GPS accuracy adjustment to mitigate multipath problems for MEMS based integrated INS/GPS navigation systems
JP2009159336A (ja) 2007-12-26 2009-07-16 Panasonic Corp 行動範囲把握方法および行動把握装置
US8536999B2 (en) * 2008-07-16 2013-09-17 Qualcomm Incorporated Method for dynamic creation of a GeoFence in a wireless system
JP5376960B2 (ja) * 2009-01-15 2013-12-25 株式会社東芝 測位装置及び測位時間間隔制御方法
FR2949866B1 (fr) * 2009-09-10 2011-09-30 Thales Sa Systeme hybride et dispositif de calcul d'une position et de surveillance de son integrite.
US8334806B2 (en) * 2009-10-15 2012-12-18 Qualcomm Incorporated Methods and apparatuses for responding to a request for satellite positioning system related information associated with a mobile station
US20110228810A1 (en) * 2010-02-09 2011-09-22 O'hara Gary Multiple object talking non-contact thermometer
JP5712530B2 (ja) * 2010-09-02 2015-05-07 カシオ計算機株式会社 測位装置、測位方法、及び、プログラム
US8694251B2 (en) * 2010-11-25 2014-04-08 Texas Instruments Incorporated Attitude estimation for pedestrian navigation using low cost mems accelerometer in mobile applications, and processing methods, apparatus and systems
WO2013028388A1 (en) * 2011-08-19 2013-02-28 30 Second Software Geo-fence entry and exit notification system
US9069073B2 (en) * 2011-12-19 2015-06-30 Texas Instruments Incorporated Removing and de-weighting outlier measurements from satellite and previous information
US9459339B2 (en) * 2013-06-13 2016-10-04 Texas Instruments Incorporated Kalman filter for indoor positioning

Also Published As

Publication number Publication date
US9560619B2 (en) 2017-01-31
WO2014001947A1 (en) 2014-01-03
BR112014032023A2 (pt) 2017-06-27
JP2015527572A (ja) 2015-09-17
EP2867615B1 (en) 2017-02-22
JP6295250B2 (ja) 2018-03-14
PL2867615T3 (pl) 2017-08-31
EP2867615A1 (en) 2015-05-06
CN104395696A (zh) 2015-03-04
US20150173037A1 (en) 2015-06-18

Similar Documents

Publication Publication Date Title
CN104395696B (zh) 估计设备位置的方法和实施该方法的装置
US11051156B2 (en) Tracking and accountability device and system
KR101904214B1 (ko) 실내 위치 측정 방법 및 장치
US10142790B2 (en) Conservation of battery life in GPS accessing portable devices
US9462423B1 (en) Qualitative and quantitative sensor fusion for indoor navigation
KR20180089441A (ko) 구조의 수직 층 메커니즘을 가진 컴퓨팅 시스템 및 그 동작 방법
US9763219B2 (en) Method of estimating position of user device
Ahn et al. RescueMe: An indoor mobile augmented-reality evacuation system by personalized pedometry
US20140330535A1 (en) Method and apparatus for elevator motion detection
US20100217672A1 (en) Positional Information Analysis Apparatus, Positional Information Analysis Method, and Positional Information Analysis System
KR20160075686A (ko) 관심 지점을 위한 클러스터링 방법 및 관련 장치
CN105938189B (zh) 多人协作式楼层定位方法和系统
CN104169680A (zh) 使用气压传感器监测设备的高度改变
US10805767B2 (en) Method for tracking the location of a resident within a facility
EP4220233A1 (en) Method of estimating the position of a device
KR20130059344A (ko) 물체의 제로 속도 상태를 검출하는 방법 및 시스템
CN108139458A (zh) 用于确定室内方位的方法、设备和系统
GB2520751A (en) Location finding apparatus and associated methods
JP5857397B2 (ja) 段差情報取得システム及び段差情報取得方法
Basso et al. A smartphone-based indoor localization system for visually impaired people
JP2017142180A (ja) 位置推定方法及び位置推定システム
Mehrabian et al. Sensor fusion for indoor positioning system through improved RSSI and PDR methods
US10914793B2 (en) Method and system for magnetometer calibration
Martin et al. Simplified pedestrian tracking filters with positioning and foot-mounted inertial sensors
Ho-Sy et al. A hybrid algorithm based on wifi for robust and effective indoor positioning

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171215

Termination date: 20200617

CF01 Termination of patent right due to non-payment of annual fee