CN106658708A - 一种wifi位置指纹采集方法及系统 - Google Patents
一种wifi位置指纹采集方法及系统 Download PDFInfo
- Publication number
- CN106658708A CN106658708A CN201611173822.5A CN201611173822A CN106658708A CN 106658708 A CN106658708 A CN 106658708A CN 201611173822 A CN201611173822 A CN 201611173822A CN 106658708 A CN106658708 A CN 106658708A
- Authority
- CN
- China
- Prior art keywords
- location
- sampling
- fingerprint
- node
- point
- 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.)
- Pending
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
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0252—Radio frequency fingerprinting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/10—Small scale networks; Flat hierarchical networks
- H04W84/12—WLAN [Wireless Local Area Networks]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)
Abstract
本发明公开了一种WIFI位置指纹采集方法及系统,该方法包括:S1.构建地图结构,生成位置指纹数据库;S2.根据采样过程中运动模式获取起点位置,并将所述起点位置信息添加至所述位置指纹数据库内;S3.根据采样过程中方向变化获取转弯点位置,并将所述转弯点位置信息添加至所述地图结构内;S4.获取多个采样点的位置坐标信息,并将所述位置坐标信息添加至所述地图结构内。本发明指纹采集可以伴随日常活动同时进行,从而大大地降低了建立指纹数据库的人力成本;本发明的WIFI位置指纹采集方法是一种持续不间断的指纹采集方法,可以实时地更新室内指纹变化情况,以保证可靠的定位精度,且相比传统指纹采集方法具备更好的系统移植性。
Description
技术领域
本发明涉及无线通信领域,尤其涉及一种WIFI位置指纹采集方法及系统。
背景技术
近年来随着智能手机和移动互联网应用的快速发展,基于位置的服务吸引了越来越多的关注。实时定位技术已经成为交通、商业、物流、个性服务等多个高层次应用的基础技术。在室外环境下,全球导航卫星系统经过长期的发展,已经可以提供很好的定位服务,例如全球定位系统,俄罗斯格洛纳斯卫星导航系统(GLONASS),以及我国正在研制和即将应用的北斗卫星导航系统(Beidou Navigation System,BDS)。然而,在室内环境中,由于卫星信号到达地面时较弱、不能穿透建筑物,以及多径效应等问题,全球定位系统无法提供可靠的服务。因此,近年来室内定位技术已经成为导航领域的一个热门研究方向。
基于WIFI位置指纹的室内定位方法属于场景分析法的一种,由于其定位精度相对较高、易于部署、可移植性强等特点,已经成为应用最为广泛的室内定位技术之一。
如申请号为CN201310565574.9的专利文献提供的“基于WIFI指纹技术的定位方法和装置”,该发明公开了一种基于WIFI 指纹技术的定位方法和装置。该方法包括:根据用户定位请求获取待定位WIFI 指纹,并根据所述待定位WIFI 指纹匹配至少一个候选WIFI 指纹;根据候选WIFI指纹位置确定目标位置;根据候选WIFI 指纹位置确定所述目标位置的预估定位精度;将所述目标位置和预估定位精度提供给用户。
又如申请号为CN201610178611.4的专利文献提供的“一种WIFI定位指纹采集装置及方法”,该发明提供一种WIFI定位指纹采集装置及方法,采用红外测距技术,确定定位点进行WIFI数据的采集。
WIFI位置指纹定位系统为了保证其较高的定位精度,需要一个指纹采集的过程,传统的指纹训练方法需要耗费大量的人力,因此成为制约WIFI位置指纹定位系统推广应用的最主要因素。
发明内容
针对上述现有技术的现状,本发明所要解决的技术问题在于提供一种效率更高的WIFI位置指纹采集方法及系统。
本发明解决上述技术问题所采用的技术方案为:
一种WIFI位置指纹采集方法,包括:
S1.构建地图结构,生成位置指纹数据库;
S2.根据采样过程中运动模式获取起点位置,并将所述起点位置信息添加至所述位置指纹数据库内;
S3.根据采样过程中方向变化获取转弯点位置,并将所述转弯点位置信息添加至所述位置指纹数据库内;
S4.获取多个采样点的位置坐标信息,并将所述位置坐标信息添加至所述位置指纹数据库内。
进一步地,所述地图结构包括节点和路径;
所述节点为所述路径的端点,包括起点和转弯点,所述节点还包括用户自定义节点;
所述步骤S1中,根据所有节点坐标以及节点之间连通关系完成地图结构的构建。
进一步地,所述步骤S1中,根据所述用户自定义节点位置,可以采集大量指纹训练数据集,所述指纹训练数据集经过处理后生成位置指纹数据库。
进一步地,所述步骤S2中,当采样过程中运动模式为静止时,检测所处位置接收信号强度向量及对应的采样时间戳,选取所述接收信号强度向量集合概率值最大的位置为静止状态所处位置;
当采样过程中运动模式由静止转变为移动时,设置所述静止状态所处位置为路径的起点,并将其存入所述位置指纹数据库。
进一步地,所述步骤S2中,通过加速度传感器判别运动模式,当所述加速度传感器X轴、Y轴、Z轴三个方向读数的标准差大于设定阈值时,判断采样运动模式由静止转变为移动。
进一步地,所述步骤S3中,当从起点开始沿着路径移动采样时,通过方向传感器检测方向变化,当所述方向传感器度数变化超过设定阈值时,判断采样方向发生变化。
进一步地,所述采样方向变化分为两种情况:
当方向变化为在当前路径上发生反方向转变时,根据采样移动速度和相应的时间戳来获得转弯点的坐标;
当方向变化为移动至另一条路径时,根据方向发生改变前的采样方向在所述地图结构中筛选出所有可能的节点,再根据采样移动速度和相应的时间戳匹配出实际所在节点。
进一步地,所述步骤S4中,根据所述起点与转弯点的位置坐标,及路径上每个参考点对应的采样时间戳,利用线性内插方法计算出路径中每个参考点的位置坐标;
将当前的转弯点作为新的起点,重复执行步骤S3、S4,直至采样结束。
一种WIFI位置指纹采集系统,包括:
构建模块,用于构建地图结构,生成位置指纹数据库;
采样模块,用于获取起点、转弯点以及多个采样点的位置坐标信息;
添加模块,用于将采样模块采集到的位置坐标信息添加至所述位置指纹数据库内。
进一步地,所述采样模块包括:
接收信号强度检测单元,用于采集接收信号强度向量;
时间单元,用于记录采样对应时间戳;
速度传感器,用于检测采样移动速度;
加速度传感器,用于判别所述采样模块运动模式;
方向传感器,用于检测所述采样模块方向的变化。
本发明与现有指纹采集方法相比具有如下优点:
(1)本发明指纹采集可以伴随日常活动同时进行,从而大大地降低了建立指纹数据库的人力成本。
(2)本发明的WIFI位置指纹采集方法是一种持续不间断的指纹采集方法,可以实时地更新室内指纹变化情况,以保证可靠的定位精度,且相比传统指纹采集方法具备更好的系统移植性。
附图说明
图1为本发明实施例中一种WIFI位置指纹采集方法流程示意图;
图2为本发明实施例中一种node-edge地图结构示意图;
图3为本发明实施例中线性内插计算位置坐标方法示意图。
具体实施方式
以下是本发明的具体实施例并结合附图,对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
如图1所示为本实施例中一种WIFI位置指纹采集方法,该方法包括:
S1.构建地图结构,生成位置指纹数据库;
S2.根据采样过程中运动模式获取起点位置,并将所述起点位置信息添加至所述位置指纹数据库内;
S3.根据采样过程中方向变化获取转弯点位置,并将所述转弯点位置信息添加至所述位置指纹数据库内;
S4.获取多个采样点的位置坐标信息,并将所述位置坐标信息添加至所述位置指纹数据库内。
所谓位置指纹,是指对于特定的位置,都有唯一的可测物理量映射,这种用于标识位置的可测物理量被称为位置指纹。
在基于WIFI的室内定位技术中,通常采用WIFI接收信号强度作为位置指纹。
WIFI位置指纹定位原理为:无线信号的信号强度在空间传播过程中,会随着传播距离的增加而减弱,接收端设备与信号源距离越近,信号源的信号强度就越强接收端离发送方越远,接收到的信号强度就越弱。根据终端设备接收到的信号强度和已知的无线信号赓牙落模型,WIFI位置指纹定位可以估算出接收方和发送方之间的距离,根据估算接收方与多个发送方之间的距离,就可以计算出接收方的位置。
基于位置指纹的定位方法一般分为两个阶段:离线数据采集阶段和在线定位阶段。
离线数据采集阶段主要是在预先设定的参考点上采集多个无线接入点(AccessPoint,AP)的接收信号强度样本,然后与位置信息一起存入数据库中,这个数据库就称为位置指纹数据库。
WIFI位置指纹定位进行在线定位时, 移动终端将收集到的各个不同信号源在该点的信号强度数据发送给定位服务器, 定位服务器根据信号强度的高斯分布的平均值和标准差,根据当前点实时测得的对应信号源的信号强度,去计算覆盖当前点的所有信号源的联合高斯分布概率。这个概率值越大,表示移动终端当前位置越靠近定位服务器已经保存的点。
由于空间是连续的, 要想获得空间每一点信号强度的高斯分布是不可能的。所以我们无法获取理想状态下空间的信号强度, 为了解决这个问题, 可以在特定空间中按一定密度选择一些特征点, 这些特征点可以作为系统的训练点。通过训练点将空间网格化。同时,特征点也作为定位终端的基准点来使用。所有的定位结果都以特征点作为参考点产生的。对于不同环境的无线局域网, 首先构建无线信号强度分布图, 及构建信号强度经验值数据库, 也叫WIFI位置指纹库。环境平面图、AP位置、AP发射功率均已确定, 在移动终端可能出现的概率较大的地方分不同方向, 多次采集信号强度。
地图信息是本发明的基础,也是唯一的先验因素。
本实施例步骤S1中内容包括两部分,node-edge地图结构、位置指纹数据库。
如图2所示为本实施例中一种node-edge地图结构图,node-edge地图结构包括:node与edge。
edge指一条可行直线路径;
node指edge的节点,其中包括用户自定义node。
用户自定义node表示日常生活中用户会经常性停留一段时间的位置,例如办公桌,茶水间等。所有满足上述条件的位置都可以作为用户自定义 node,但是考虑到实际情况并非所有室内人员都参与采样工作,所以只选择参与指纹采样的人员经常性停留的点作为用户自定义 node。
由于不同人员在室内日常活动点的不同,不同的采样人员拥有不同的用户自定义node。针对特定人员的用户自定义node选取需要遵循一定的准则。
本文构建地图结构的方式通过存储所有node的坐标以及node之间的连通关系来实现。
由于用户自定义node都是一些会经常停留的点,所以当采样人员停留在用户自定义node位置处,可以采集大量的指纹训练数据集。指纹训练数据集通过一定的处理,可以生成位置指纹数据库。
步骤S2中,采样时存在两种采样运动模式:静止和行走。
可以通过智能设备的加速度传感器判别运动模式。
加速度传感器是一种能够测量加速度的传感器。通常由质量块、阻尼器、弹性元件、敏感元件和适调电路等部分组成。传感器在加速过程中,通过对质量块所受惯性力的测量,利用牛顿第二定律获得加速度值。根据传感器敏感元件的不同,常见的加速度传感器包括电容式、电感式、应变式、压阻式、压电式等。
根据目前设备定位的坐标系,设备加速度传感器包括三个方向:x轴、Y轴和Z轴。分别表示三个方向加速度计读数的标准差,分别是设定的阈值。当三个方向加速度计的标准差大于设定的阈值,则可以判断运动模式由静止转变为行走。
当采样过程中运动模式为静止时,检测所处位置接收信号强度向量及对应的采样时间戳,选取所述接收信号强度向量集合概率值最大的位置为静止状态所处位置;
当采样过程中运动模式由静止转变为移动时,设置所述静止状态所处位置为路径的起点,并将其存入所述位置指纹数据库。
步骤S3中,将行走方向发生改变的点称为转弯点。对于每个node,往往存在几条包含该node的edge。这意味着对于我们已经获取的起点,存在着几条可以行走的edge。所以首先我们需要在可能的几条edge中找出采样路径经过的那条edge。edge之间的差别体现在方向角度上,所以智能设备的方向传感器被用来进行edge匹配。
确定初始edge之后,初始的采样行走方向也确定了。从起点开始沿着当前的edge行走采样,通过设备方向传感器数据检测方向的变化。
方向传感器通过对力敏感的传感器感受手机在变换姿势时重心的变化,使手机光标变化位置从而实现选择的功能。手机重力感应技术:利用压电效应实现,简单来说是测量内部一片重物(重物和压电片做成一体)重力正交两个方向的分力大小,来判定水平方向。
当沿着一个确定的方向行走时,方向传感器的读数变化在很小范围内,当方向传感器度数的变化超过设定的阈值时,则可以判断方向发生了变化。根据地图结构,方向变化分为两种情况:在当前edge上发生反方向转弯,行走到另一条edge。
前文提到,通过采样程序,我们可以采集到每个样本点的RSS向量以及对应的采样时间戳。如果是第一种情况,使用预估的行走速度和相应的时间戳,来获得转弯点的坐标。如果是第二种情况,这种情况只能发生在当前两条edge连接的node位置,node的坐标已经存储在地图结构中。根据方向发生改变前的采样方向在存储的地图结构中遍历出所有可能的node。再利用使用预估的行走速度和相应的时间戳匹配出实际所在node。
步骤S4中,通过步骤S2、S3,已经获得了从起点到转弯点的直线路径。由于直线路径上的采样点位置坐标具有随机性,我们无法直接获得每个采样点的位置坐标信息,通过基于采样点时间戳的线性内插方法进行解决,示意图如图3所示。
在认为行走采样为匀速的基础上,根据起点转弯点的位置坐标,及路径上每个参考点对应的采样时间戳,就可以利用线性内插方法计算出路径中每个参考点的位置坐标。
接下来,将当前的转弯点作为新的起点,再跳至步骤S3去寻找新的转弯点。按照此步骤执行,直至本次采样结束。
本实施例还提供一种WIFI位置指纹采集系统,包括:
构建模块100,用于构建地图结构,生成位置指纹数据库;
采样模块200,用于获取起点、转弯点以及多个采样点的位置坐标信息;
添加模块300,用于将采样模块200采集到的位置坐标信息添加至地图结构和位置指纹数据库内。
采样模块200包括:
接收信号强度检测单元310,用于采集接收信号强度向量;
时间单元320,用于记录采样对应时间戳;
速度传感器330,用于检测采样移动速度;
加速度传感器340,用于判别所述采样模块运动模式;
方向传感器350,用于检测所述采样模块方向的变化。
系统工作时,构建模块100构建node-edge地图结构,并根据所有node的坐标以及node之间的连通关系生成位置指纹数据库;
采样模块200用于获取起点、转弯点以及多个采样点的位置坐标信息;
添加模块300将采样模块200采集到的位置坐标信息添加至地图结构和位置指纹数据库内。
本发明指纹采集可以伴随日常活动同时进行,从而大大地降低了建立指纹数据库的人力成本;
本发明的WIFI位置指纹采集方法是一种持续不间断的指纹采集方法,可以实时地更新室内指纹变化情况,以保证可靠的定位精度,且相比传统指纹采集方法具备更好的系统移植性。
本发明指纹采集可以伴随日常活动同时进行,从而大大地降低了建立指纹数据库的人力成本。
本发明的WIFI位置指纹采集方法是一种持续不间断的指纹采集方法,可以实时地更新室内指纹变化情况,以保证可靠的定位精度,且相比传统指纹采集方法具备更好的系统移植性。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (10)
1.一种WIFI位置指纹采集方法,其特征在于,包括:
S1.构建地图结构,生成位置指纹数据库;
S2.根据采样过程中运动模式获取起点位置,并将所述起点位置信息添加至所述位置指纹数据库内;
S3.根据采样过程中方向变化获取转弯点位置,并将所述转弯点位置信息添加至所述位置指纹数据库内;
S4.获取多个采样点的位置坐标信息,并将所述位置坐标信息添加至所述位置指纹数据库内。
2.如权利要求1所述的一种WIFI位置指纹采集方法,其特征在于,所述地图结构包括节点和路径;
所述节点为所述路径的端点,包括起点和转弯点,所述节点还包括用户自定义节点;
所述步骤S1中,根据所有节点坐标以及节点之间连通关系完成地图结构的构建。
3.如权利要求1所述的一种WIFI位置指纹采集方法,其特征在于,所述步骤S1中,根据所述用户自定义节点位置采集指纹训练数据集,所述指纹训练数据集经过处理后生成位置指纹数据库。
4.如权利要求1所述的一种WIFI位置指纹采集方法,其特征在于,所述步骤S2中,当采样过程中运动模式为静止时,检测所处位置接收信号强度向量及对应的采样时间戳,选取所述接收信号强度向量集合概率值最大的位置为静止状态所处位置;
当采样过程中运动模式由静止转变为移动时,设置所述静止状态所处位置为路径的起点,并将其存入所述位置指纹数据库。
5.如权利要求4所述的一种WIFI位置指纹采集方法,其特征在于,所述步骤S2中,通过加速度传感器判别运动模式,当所述加速度传感器X轴、Y轴、Z轴三个方向读数的标准差大于设定阈值时,判断采样运动模式由静止转变为移动。
6.如权利要求1所述的一种WIFI位置指纹采集方法,其特征在于,所述步骤S3中,当从起点开始沿着路径移动采样时,通过方向传感器检测方向变化,当所述方向传感器度数变化超过设定阈值时,判断采样方向发生变化。
7.如权利要求6所述的一种WIFI位置指纹采集方法,其特征在于,所述采样方向变化分为两种情况:
当方向变化为在当前路径上发生反方向转变时,根据采样移动速度和相应的时间戳来获得转弯点的坐标;
当方向变化为移动至另一条路径时,根据方向发生改变前的采样方向在所述地图结构中筛选出所有可能的节点,再根据采样移动速度和相应的时间戳匹配出实际所在节点。
8.如权利要求1所述的一种WIFI位置指纹采集方法,其特征在于,所述步骤S4中,根据所述起点与转弯点的位置坐标,及路径上每个参考点对应的采样时间戳,利用线性内插方法计算出路径中每个参考点的位置坐标;
将当前的转弯点作为新的起点,重复执行步骤S3、S4,直至采样结束。
9.一种WIFI位置指纹采集系统,其特征在于,包括:
构建模块,用于构建地图结构,生成位置指纹数据库;
采样模块,用于获取起点、转弯点以及多个采样点的位置坐标信息;
添加模块,用于将采样模块采集到的位置坐标信息添加至所述位置指纹数据库内。
10.如权利要求9所述的一种WIFI位置指纹采集系统,其特征在于,所述采样模块包括:
接收信号强度检测单元,用于采集接收信号强度向量;
时间单元,用于记录采样对应时间戳;
速度传感器,用于检测采样移动速度;
加速度传感器,用于判别所述采样模块运动模式;
方向传感器,用于检测所述采样模块方向的变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611173822.5A CN106658708A (zh) | 2016-12-16 | 2016-12-16 | 一种wifi位置指纹采集方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611173822.5A CN106658708A (zh) | 2016-12-16 | 2016-12-16 | 一种wifi位置指纹采集方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106658708A true CN106658708A (zh) | 2017-05-10 |
Family
ID=58823219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611173822.5A Pending CN106658708A (zh) | 2016-12-16 | 2016-12-16 | 一种wifi位置指纹采集方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106658708A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107562058A (zh) * | 2017-09-14 | 2018-01-09 | 重庆理工大学 | 基于位置标签识别的WiFi指纹采集系统及采集方法 |
CN109982263A (zh) * | 2019-04-04 | 2019-07-05 | 中国矿业大学 | 一种基于惯性测量轨迹点的WiFi指纹库更新方法 |
US10660062B1 (en) | 2019-03-14 | 2020-05-19 | International Business Machines Corporation | Indoor positioning |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104394588A (zh) * | 2014-11-15 | 2015-03-04 | 北京航空航天大学 | 基于Wi-Fi指纹和多维尺度分析的室内定位方法 |
CN104507097A (zh) * | 2014-12-19 | 2015-04-08 | 上海交通大学 | 一种基于WiFi位置指纹的半监督训练方法 |
CN104869536A (zh) * | 2014-12-25 | 2015-08-26 | 清华大学 | 无线室内定位指纹地图的自动更新方法及装置 |
CN105208651A (zh) * | 2015-08-17 | 2015-12-30 | 上海交通大学 | 基于地图结构的Wi-Fi位置指纹非监督训练方法 |
CN105704676A (zh) * | 2016-01-20 | 2016-06-22 | 上海交通大学 | 利用信号时间相关性提高指纹室内定位精度的方法 |
-
2016
- 2016-12-16 CN CN201611173822.5A patent/CN106658708A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104394588A (zh) * | 2014-11-15 | 2015-03-04 | 北京航空航天大学 | 基于Wi-Fi指纹和多维尺度分析的室内定位方法 |
CN104507097A (zh) * | 2014-12-19 | 2015-04-08 | 上海交通大学 | 一种基于WiFi位置指纹的半监督训练方法 |
CN104869536A (zh) * | 2014-12-25 | 2015-08-26 | 清华大学 | 无线室内定位指纹地图的自动更新方法及装置 |
CN105208651A (zh) * | 2015-08-17 | 2015-12-30 | 上海交通大学 | 基于地图结构的Wi-Fi位置指纹非监督训练方法 |
CN105704676A (zh) * | 2016-01-20 | 2016-06-22 | 上海交通大学 | 利用信号时间相关性提高指纹室内定位精度的方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107562058A (zh) * | 2017-09-14 | 2018-01-09 | 重庆理工大学 | 基于位置标签识别的WiFi指纹采集系统及采集方法 |
CN107562058B (zh) * | 2017-09-14 | 2020-08-04 | 重庆理工大学 | 基于位置标签识别的WiFi指纹采集系统及采集方法 |
US10660062B1 (en) | 2019-03-14 | 2020-05-19 | International Business Machines Corporation | Indoor positioning |
CN109982263A (zh) * | 2019-04-04 | 2019-07-05 | 中国矿业大学 | 一种基于惯性测量轨迹点的WiFi指纹库更新方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kang et al. | Improved heading estimation for smartphone-based indoor positioning systems | |
CN102905368B (zh) | 基于智能手机平台的移动辅助室内定位方法和系统 | |
Sun et al. | Indoor positioning tightly coupled Wi-Fi FTM ranging and PDR based on the extended Kalman filter for smartphones | |
CN103925923B (zh) | 一种基于自适应粒子滤波器算法的地磁室内定位系统 | |
US9292936B2 (en) | Method and apparatus for determining location | |
CN107094319A (zh) | 一种高精度室内外融合定位系统和方法 | |
CN108844533A (zh) | 一种基于多传感器融合和姿态解算的自由姿态pdr定位方法 | |
CN104320759B (zh) | 基于固定地标的室内定位系统指纹库构建方法 | |
CN105424030A (zh) | 基于无线指纹和mems传感器的融合导航装置和方法 | |
CN102209386A (zh) | 一种室内无线定位方法及装置 | |
CN104956185A (zh) | 步数检测中的摆动补偿 | |
CN103826299B (zh) | 基于无线信号感知的室内增强现实实现方法 | |
CN104105067A (zh) | 基于地磁信息的实时定位系统及方法 | |
CN109298436A (zh) | 一种多信息融合的室内定位与导航方法 | |
CN105704652A (zh) | 一种wlan/蓝牙定位中的指纹库采集和优化方法 | |
CN107655474A (zh) | 一种基于智能终端的导航方法及导航系统 | |
CN102033220A (zh) | 一种室内无线定位信息融合方法及系统 | |
CN107302754A (zh) | 一种基于WiFi与PDR的室内定位简易方法 | |
CN106658708A (zh) | 一种wifi位置指纹采集方法及系统 | |
CN105208651A (zh) | 基于地图结构的Wi-Fi位置指纹非监督训练方法 | |
CN104507097A (zh) | 一种基于WiFi位置指纹的半监督训练方法 | |
CN109660937A (zh) | 运动轨迹生成方法及装置 | |
CN104540219A (zh) | 一种低复杂度的Wi-Fi指纹室内定位方法 | |
Zhuang et al. | SMART: Simultaneous indoor localization and map construction using smartphones | |
CN109819406A (zh) | 一种基于众包的室内定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |
|
RJ01 | Rejection of invention patent application after publication |