CN108351217A - 在全球定位系统拒绝访问或全球定位系统不准确区域中以自动地图生成来导航、追踪及定位的移动装置 - Google Patents
在全球定位系统拒绝访问或全球定位系统不准确区域中以自动地图生成来导航、追踪及定位的移动装置 Download PDFInfo
- Publication number
- CN108351217A CN108351217A CN201680052131.1A CN201680052131A CN108351217A CN 108351217 A CN108351217 A CN 108351217A CN 201680052131 A CN201680052131 A CN 201680052131A CN 108351217 A CN108351217 A CN 108351217A
- Authority
- CN
- China
- Prior art keywords
- path
- map
- mobile device
- estimation
- direction finding
- 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.)
- Granted
Links
Classifications
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
- G01C21/1654—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with electromagnetic compass
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
- G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning systems
-
- 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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/383—Indoor data
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3848—Data obtained from both position sensors and additional sensors
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3859—Differential updating map data
-
- 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
-
- 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
- G01S5/01—Determining conditions which influence positioning, e.g. radio environment, state of motion or energy consumption
- G01S5/017—Detecting state or type of motion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/024—Guidance services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
一种用于在全球定位系统拒绝访问或全球定位系统不准确的区域中映射、跟踪、定位及导航的系统及方法,特征是基于群众外包独特路径特征(UPFs)结合从多个行动装置相关联的多个路径估计准确且自动的进行一行人通道地图的生成及更新。搜索及匹配新产生的多个独特路径特征及相关联的多个路径估计到具有已知的多个独特路径特征及相关联的多个通道(或多个通道评估)的一行人通道地图,以在全球定位系统拒绝访问或全球定位系统不准确的区域提供多个移动装置的同时定位及映射(SLAM),包含室内、地下、拥有高层建筑的密集城市街道、天然峡谷及类似环境。多个独特路径特征对噪声及取向不变性是有利的,能够在多个低成本移动装置传感器上操作及用于现实生活中的人类行为的处理。所述创新的多个独特路径特征及行人通道地图能够用于路线寻找,生成多个引导指令、追踪及分析行人交通。
Description
技术领域
本发明通常是有关于映射,特别是有关映射及多个移动装置。
背景技术
个人移动装置目前正用于提供各种服务。一项服务是导航。户外导航可以利用各种输入及传感器,例如全球定位系统(GPS)。导航在全球定位系统-拒绝访问或全球定位系统不准确的区域需要新的方法及系统以导航、追踪及定位多个移动装置,例如室内、地下、具有高层建筑的密集城市街道、天然峡谷及类似环境。
发明内容
根据实施例的教导,提供了一种用于映射的方法,所述方法包含以下步骤:基于一移动装置的一位置及一移动来接收一传感器数据;基于所述传感器数据生成一路径估计及一位置量测向量,所述路径估计包含所述移动装置的所述移动的多个位置;及所述位置量测向量包含一个或更多的量测结果在所述多个位置中每一个所述多个位置中每一个所述传感器数据;通过执行基于所述路径估计及所述位置量测向量的一操作,以基于所述传感器数据、所述路径估计及所述位置量测向量来生成一个或更多的独特路径特征。
根据实施例的教导,提供了一种用于映射的系统,所述系统包含:一处理系统包含一个或更多的处理器,所述处理系统被配置为:基于一移动装置的一位置及一移动来接收一传感器数据;基于所述传感器数据生成一路径估计及一位置量测向量,所述路径估计包含所述移动装置的所述移动的多个位置;及所述位置量测向量包含来自于由所述多个位置中的每一个所得的所述传感器数据在所述多个位置的每一个处的一个或更多的量测结果;以及所述位置量量测量包含一个或更多的量测结果,所述多个位置中的每一个来自所述传感器数据;通过执行基于所述路径估计及所述位置量测向量的一操作,以基于所述传感器数据、所述路径估计及所述位置量测向量来生成一个或更多的独特路径特征。在一个任选的实施例中,所述路径估计包含由以下组成的群组中选出的一个或更多的量测结果:所述路径估计的位置不确定度;以及全局轴框架取向估计将所述移动设备对准一个或更多的其他移动装置所使用的一公共轴框架。在另一个任选的实施例中,所述位置量测向量包含由以下组成的群组中选出的一个或更多的量测结果:
(a)多个磁场量测结果;
(b)多个校准的磁场量测结果;
(c)来自Wi-Fi网路、蓝牙低功耗通信、蜂窝式基站或其他多个射频电信标台中的至少一个或更多的多个无线电信号强度指示量测结果;
(d)来自Wi-Fi网路、蓝牙低功耗通信、蜂窝式基站或其他多个射频电信标台中的至少一个或更多的多个途径损失量测结果;及
(e)来自Wi-Fi网路、蓝牙低功耗通信、蜂窝式基站或其他多个射频电信标台中的至少一个或更多的多个到达时间差量测结果。
在另一个任选的实施例中,所述位置量测向量是一位置量测变化向量,其中在所述位置量测变化向量中的每一组的一个或更多的量测结果是基于从所述多个位置中的一第一个位置到所述多个位置中的另一个位置的一变化而来。
在另一个任选的实施例中,生成所述多个独特路径特征包含:执行基于所述位置量测向量及所述位置量测变化向量的一操作。在另一个任选的实施例中,所述操作是一取向不变函数,所述取向不变函数独立于所述移动装置的所述取向。在另一个任选的实施例中,所述操作是由以下组成的群组中选出的一个或更多的技术:
(a)所述位置量测向量及多个量测变化之间的一点积;
(b)一自相关性;
(c)一交互相关性;
(d)在所述路径估计上的一路径积分;
(e)所述位置量测向量与所述路径估计上的多个量测变化之间的一自相关性;
(f)在所述位置量测向量上的多个磁场量测的一路径积分;
(g)在一路径变化估计(速度)上的多个磁场量测的一路径积分;
(h)在多个磁场量测变化上的多个磁场量测的一路径积分;
(i)一无线电信号强度指示的函数;
(j)在所述位置量测向量上的一无线电信号强度指示的函数;
(k)在多个无线电信号强度指示量测变化上的多个无线电信号强度指示量测的一路径积分;
(l)在所述位置量测向量上的一路径损失的函数;
(m)在多个途径损失量测变化上的多个途径损失量测的一路径积分;
(n)在所述位置量测向量上的一到达时间差的函数;及
(o)在多个到达时间差量测变化上的一到达时间差的一路径积分。
在另一个任选的实施例中,所述多个位置是一路径长度量测对应于所述移动装置的所述移动的3至15米之间的一距离。
在另一个任选的实施例中,所述方法还包含以下步骤:基于所述多个独特路径特征,计算所述移动装置已依循移动的一个或更多的通道。
在另一个任选的实施例中,所述的方法还包含:计算多个通道评估及多个收敛权重,以用于组合从多个估计不确定度量测衍生的多个通道估计。在另一个任选的实施例中,所述的方法还包含一步骤:基于所述多个通道决定多个汇集处。
在另一个任选的实施例中,所述的方法还包含基于所述多个通道生成一行人通道地图,所述行人通道地图包含多个独特路径特征及多个相关联的通道。
在另一个任选的实施例中,所述行人通道地图更包含与所述多个位置及所述多个通道相关联的一信息附加层。
在另一个任选的实施例中,所述方法还包含从所述行人通道地图移除所述多个通道及/或多个汇集处中的一个或更多个。
在另一个任选的实施例中,所述方法还包含基于所述多个独特路径特征计算一个或更多的通道估计,然后计算所述多个通道估计而成为一个或更多的通道的一汇合。
在另一个任选的实施例中,分别对于相对应的多个移动装置生成多个独特路径特征。在另一个任选的实施例中,多个通道是基于所述多个独特路径特征的相关性分析而计算出的。在另一个任选的实施例中,多个独特路径特征是从相对应的多个移动装置被群众外包的。
在另一个任选的实施例中,所述方法还包含基于反转所述传感器数据来生成一反向路径。在另一个任选的实施例中,所述处理系统还被配置为基于所述移动装置已经移动的所述多个独特路径特征计算出一个或更多的多个通道。
在另一个任选的实施例中,所述处理系统进一步被配置为基于所述多个独特路径特征计算一个或更多的通道估计,然后计算所述多个通道估计而成为一个或更多的通道的一汇合。在另一个任选的实施例中,所述处理系统还被配置为基于所述多个通道生成一行人通道地图。
根据本实施例的教导,提供了一种定位方法,所述方法包含以下步骤:基于一移动装置的一位置及一移动来接收一传感器数据;基于所述传感器数据生成一路径估计及一位置量测向量(LVM),所述路径估计包含所述移动装置的所述移动的多个位置:以及所述位置量测向量包含来自于由每个所述位置所得的所述传感器数据在所述多个位置的每一个处的一个或更多的量测结果;通过执行基于所述路径估计及所述位置量测向量的一操作,以基于所述传感器数据、所述路径估计及所述位置量测向量来生成一个或更多的独特路径特征;及将所述生成的多个独特路径特征与在一行人通道地图中存储的多个独特路径特征进行比对,以决定匹配多个独特路径特征。
根据本实施例的教导,提供了一种用于定位的系统,包含:一处理系统,包含一个或更多的处理器,所述处理系统被配置为:基于一移动装置的一位置及一移动来接收一传感器数据;基于所述传感器数据生成一路径估计及一位置量测向量(LVM),所述路径估计包含所述移动装置的所述移动的多个位置:以及所述位置量测向量包含来自于由每个所述位置所得的所述传感器数据在所述多个位置的每一个处的一个或更多的量测结果;通过执行基于所述路径估计及所述位置量测向量的一操作,以基于所述传感器数据、所述路径估计及所述位置量测向量来生成一个或更多的独特路径特征;及将所述生成的多个独特路径特征与在一行人通道地图中存储的多个独特路径特征进行比对,以决定匹配多个独特路径特征
在另一个任选的实施例中,所述匹配多个独特路径特征具有多个相关联的行人通道,并且更包含以下步骤:将所述行人通道地图提供至一地图显示器。
在另一个任选的实施例中,所述方法更包含以下步骤:基于所述传感器数据及所述通道,计算所述移动装置的所述通道中的一个通道上的一位置。
在另一个任选的实施例中,所述匹配多个独特路径特征被用于改善随后的多个路径估计及多个位置量测向量的生成。
在另一个任选的实施例中,所述比对是在对应于所述移动装置的所述移动的最近的3至15米的一路径长度上进行的。
在另一个任选的实施例,所述路径估计包含所述路径估计的一位置不确定度量测,及所述路径估计更包含:从所述位置不确定度量测衍生出一搜索界限。
在另一个任选的实施例中,所述方法包含由以下组成的群组中选出的一个或更多的函数:
(a)在所述行人通道地图上寻找由一第一位置到一第二位置的一路线,其中所述第一位置由以下组成的群组中选出:
(i)所述移动装置的一当前位置;及
(ii)所述行人通道地图上的一位置;
所述第二位置由以下组成的群组中选出:
(iii)所述移动装置以外的一装置的一位置;及
(iv)所述行人通道地图上的一位置;
以及,制备所述路线的多个特征以用于实时追踪;
(b)基于所述行人通道地图,生成多个导引指令以用于导航到一目的地位置;
(c)在导航期间追踪所述移动装置;
(d)基于一用户提供的信息更新所述行人通道地图;
(e)分析所述行人通道地图,以生成在一行人交通行为上的一分析;及
(f)分析所述移动装置的所述位置及多个用户行动的多个组合。
在另一个任选的实施例中,所述路径估计包含由以下组成的群组中选出的一个或更多的量测结果:所述路径估计的一位置不确定度;及将所述移动装置的一全局轴框架取向估计与通过一个或更多的其他的移动装置使用的一公共轴框架进行对准。
根据本实施例的教导,提供了一种非瞬时计算机可读存储介质,所述非瞬时计算机可读存储介质上嵌入有用于映射的计算机可读代码,所述计算机可读代码包含程序代码用于:基于一移动装置的一位置及一移动来接收一传感器数据;基于所述传感器数据生成一路径估计及一位置量测向量,所述路径估计包含所述移动装置的所述移动的多个位置;以及所述位置量测向量包含来自于由每个所述位置所得的所述传感器数据在所述多个位置的每一个处的一个或更多的量测结果;通过执行基于所述路径估计及所述位置量测向量的一操作,以基于所述传感器数据、所述路径估计及所述位置量测向量来生成一个或更多的独特路径特征。
根据本实施例的教导,提供了一种非瞬时计算机可读存储介质,所述非瞬时计算机可读存储介质上嵌入有用于映射的计算机可读代码,所述计算机可读代码包含程序代码用于:基于一移动装置的一位置及一移动来接收一传感器数据;基于所述传感器数据生成一路径估计及一位置量测向量(LMV),所述路径估计包含所述移动装置的所述移动的多个位置;以及所述位置量测向量包含来自于由每个所述位置所得的所述传感器数据在所述多个位置的每一个处的一个或更多的量测结果;通过执行基于所述路径估计及所述位置量测向量的一操作,以基于所述传感器数据、所述路径估计及所述位置量测向量来生成一个或更多的独特路径特征;并包含将所述生成的多个独特路径特征与在一行人通道地图中存储的多个独特路径特征进行比对,以决定匹配多个独特路径特征。
根据本实施例的教导,提供了一种计算机程序,所述计算机程序可以加载到一服务器上通过一网络连接到一客户端计算机,以便使所述服务器运行所述计算机程序构成根据当前描述的系统中的服务器。
根据本实施例的教导,提供了一种计算机程序,可以通过一网络连接到一服务器加载所述计算机程序到一计算机上,以便使所述计算机运行所述计算机程序构成根据当前描述的系统中的一移动装置。
附图说明
本文仅以示例的方式参照所附附图描述实施例,其中:
图1是用于全球定位系统-拒绝访问或全球定位系统中的映射、追踪及导航的一系统的高层次图。
图2是用于一种映射方法的一个流程图(用于生成一行人通道地图的方法)。
图3是一个自动地图生成及更新示例的简图。
图4是具有多个路径估计的漂移的一个自动地图生成及更新地图生成的简图。
图5是具有路径估计校正的实时导航的简图。
图6是在一个典型办公空间中一相关性通道(tunnel)的简图。
图7是一种用于定位方法的流程图(使用一行人通道地图用于定位及导航的方法)。
图8是被配置为实施本发明的所述系统的一个示例性系统的高层次部分方框图。
缩写及定义
为了便于参考,本部分包含本文件中使用的缩写、首字母缩略词及简短定义的简要列表。本部分不应被视为限制。更完整的描述可以在下文找到,及在所有适用的标准中找到。
AMGU:自动地图生成及更新。
BLE信标:蓝牙低功耗信标,一种无线装置,周期性广播一个蓝牙低功耗数据包。
群众-外包:通过招募一些人或多个装置的服务来获取信息或输入到特定任务或项目中。通过征集一大群人或多个装置的贡献来获得所需的服务,想法或内容的过程。
INS:惯性导航系统。
通道(Lane):在本文的所述上下文中,术语“通道(lane)”或“行人通道(pedestrian lane)”通常指多个路径的一汇合,换句话说,是指由在一室内环境中通过行走的人创建的行走模式(具有多个移动装置)。
(多个)通道估计:基于一个或更多的多个路径估计的一通道的一个估计,通常在彼此所在附近的若干多个路径估计汇集到一通道估计。
延迟下载:类似于“延迟上传”,但通常以相反的方向,即从一服务器或云端到一移动装置。
延迟上传:当一个连接及带宽可用时上传(发送或取回)数据,通常在收集/生成所述数据之后的一段延迟时间之后。延迟上传通常是从一移动装置到一服务器,对于不需要上传、或者不是时间敏感的、不是实时、及可以以一延迟上传的数据,可能显着地比数据可用时较晚。一个典型的用途是上传通过一手机在白天收集的数据,虽然在白天时不使用(避免使用)移动数据带宽,相反地当所述手机在傍晚或夜间返回家时使用本地Wi-Fi网路。值得注意的是,如果连接及有足够的带宽可用时,那么通常通过延迟上传进行通信的数据可以更快地传达,延迟更少或无延迟,例如实时。
曲线积分:一积分,其为沿着一条曲线评估要积分的函数。在所述领域中也被称为路径积分、曲线积分(curve integral,curvilinear integral)以及轮廓积分。要整合的函数可以是一标量场或一向量场。精细积分的值是曲线上所有点上的场的值的加总,通过曲线上的一些标量函数加权。这样的加权与通过定义多个间隔的简单积分组成的曲线积分具有区别。
LMV:位置量测向量,一个或更多的量测结果的一群组。
地图(Map):在本文的上下文中,术语“地图”通常指一种创新的室内行人通道导航地图,也被称为一室内地图、室内区域导航地图、导航地图、区域导航地图、通道地图及行人通道地图。
移动装置:通常为一现代智能手机,通常是移动或可被移动的一个装置,包含一个或更多的传感器,提供关于所述装置的位置及移动的数据。
移动装置路径:通过一移动装置获取的一个物理、真实的旅行线路。通过一移动装置旅行的一路径。
MRC:最大比值合并。
路径:在本文的上下文中,术语“路径”通常是指通过一移动装置获取的旅行的一个(真实世界、物理的)路线,并且通常是相对应人员携带所述移动装置。多个路径通过多个路径估计及多个独特路径特征表示,然后合并成汇集到一通道(行人通道)表示通过多个行人所创造的类通道的交通模式。
(多个)路径估计:基于所述位置的传感器数据及一移动装置的移动的一次初始决定。通常在给定的多个时间通过多个量测结果的一向量表示,例如一位置量测向量(LMV)。
路径分离:一个可能汇合处的初始鉴定。
PDR:行人航位推算。
PLM:行人通道地图。
RSSI:无线电信号强度指示。
PL:路径损失。
QR:快速响应代码。
SLAM:同时定位及映射。
TDOA:到达时间差。
TOA:到达时间。
UPF:多个独特路径特征。
具体实施方式 第一实施例-图1至图8
参考所有附图及所附描述,可以更好地理解根据一个实施例的系统及方法的原理及操作。本发明是一种用于全球定位系统-拒绝访问或全球定位系统不准确区域中的映射、追踪、定位及导航的系统。所述系统有助于基于群众外包独特路径特征(多个独特路径特征)准确及自动生成一行人通道地图(PLM)与多个移动装置相关的多个通道相结合。所述当前实施例的创新特征是搜索及匹配新生成的多个独特路径特征及将多个路径估计相关联到具有已知的多个独特路径特征及相关联的多个通道(或多个通道评估)的一行人通道地图。当导航时执行同时定位及映射(SLAM)生成新的同时定位及映射(SLAM),并更新现有的地图。
全球定位系统拒绝访问或全球定位系统不准确的地区包含室内、地下、高层建筑密集的城市街道,天然峡谷以及类似的环境。在一高层次,一个系统的典型优选实施例包含具有多个传感器、无线通信介质的多个移动装置,并且在一些实施例中也是一服务器。一行人通道地图(“导航地图”或只是“地图”)自动生成、更新,并用于所述多个移动装置的实时定位及导航。多个移动装置持续采用多个传感器的多个量测结果,当所述移动装置沿一移动装置路径移动时。将多个量测结果发送至一处理器(处理系统),其中路径估计由惯性导航系统(INS)或行人航位推算(PDR)及独特路径特征(UPFs)计算。多个独特路径特征对装置定位、传感器噪声、漂移、偏差及干扰都很有用。一个这样重要的特征(独特路径特征)是所述多个磁场量测结果的路径积分,下面描述所述方法的几种变化。可以使用的其他多个特征(多个独特路径特征)基于已知的RF(射频)估计,诸如RSSI(无线电信号强度指示)、PL(路径损失)、TDOA(到达时间差)及TOA到达时间)。虽然这些技术对于常规位置确定度是已知的,所述当前实施例是使用这些技术以一种创新方法中来独特地识别一路径(非一位置)。一般方法介绍了路径向量的多个量测结果(多个指纹(fingerprints))的一个独特路径识别函数的自相关性。使用来自多个移动装置(例如,群众外包)的路径估计及所述多个独特路径特征来自动生成及更新所述行人通道地图,具有多个路径、多个汇合处及多个通道及所述随着时间推移相应的独特多个特征(多个独特路径特征)。为此,下面将讨论几个路径部分匹配、合并及优化以及汇合处、多个通道及环境变化识别的方法。所述行人通道地图可以增加地理围栏,用于所述边界或墙壁可视化的目的,从而创建一个楼层基本框架平面图或行人移动区域。生成的行人通道地图然后提供一种方式来定位及追踪一移动装置的实时、正确所述装置的惯性导航系统/行人航位推算路径估计,从源位置到目的地位置找到一路线,生成用于导航的多个引导指令,并允许用户在所述行人通道地图上标记及添加信息。同时描述了关于室内地图的一个优选实施例,但是基于所述描述,所述技术领域的技术人员将能够实施室内、室外及组合环境的生成及定位。
现在参考所述附图,图1是用于全球定位系统-拒绝访问或全球定位系统不准确区域中的一个系统的映射、追踪及导航的一个高层次图。移动装置116包含多个传感器100及一处理系统,诸如示例性处理器114。多个传感器包含,但不限于一加速度计S01、陀螺仪S02、磁力计S03、气压计S04、多个无线电传感器S05、全球定位系统S06以及其他多个传感器S0X。处理器114可以包含一个或更多的处理器及/或多个协同处理器,通常是所述移动装置116是本身拥有的,一个或更多的所述多个传感器100生成传感器数据102由所述处理器114接收。传感器数据被发送到一本地惯性导航系统/行人航位推算模块104及一本地独特路径特征模块106。本地惯性导航系统/行人航位推算模块104输出生成的数据(包含多个量测结果及估计)到所述本地独特路径特征模块106,并且到图形用户界面110,本地惯性导航系统/行人航位推算模块104可以与所述本地独特路径特征模块106交换数据。本地惯性导航系统/行人航位推算模块104及所述本地独特路径特征模块106两者皆输出多个量测结果(量测数据)发送给搜索及匹配模块108两者,及任选地通过“延迟上传”170(连接170A)到服务器130到一自动地图生成及更新(AMGU)模块120。用于校正118的反馈从所述的搜索及匹配模块108输出到所述的本地惯性导航系统行人航位推算模块104。所述搜索及匹配模块108使用一行人通道地图本地复本112在所述移动装置116上处理(映射、追踪、定位及导航)。自动地图生成及更新模块120输出诸如多个通道及相关联的多个独特路径特征给开发者图形用户界面/分析模块122及更新126行人通道地图数据124(导航地图数据)。所述行人通道地图数据124可以由所述服务器130下载128或根据需要、期望或需求由所述移动装置116检索。类似于“延迟上传”,所述地图下载128可以是“延迟下载”。所下载的行人通道地图数据124可作为所述行人通道地图的本地复本112存储在所述移动装置116上。搜索及匹配模块108然后使用所述更新的行人通道地图本地复本112用于未来的处理。在当前图中未示出的是所述行人通道地图本地复本112通过所述搜索及匹配模块108更新,也没有其他从所述移动装置116、所述处理器114或所述搜索及匹配模块108到所述服务器130的更新。
替代地或除了上述处理之外,任选的服务器处理160包含传感器数据102通过延迟上传170(连接170B)到服务器130到服务器惯性导航系统/行人航位推算164模块及服务器独特路径特征模块166。服务器惯性导航系统行人航位推算模块164可以与所述服务器独特路径特征模块166交换数据。类似于本地惯性导航系统/行人航位推算模块104及本地独特路径特征模块106的所述功能,将输出多个量测结果发送给搜索匹配模块108,所述服务器惯性导航系统/行人航位推算164模块及服务器独特路径特征模块166输出多个量测结果至所述自动地图生成及更新120。类似于用于校正118的反馈从所述搜索及匹配模块108输出到所述本地惯性导航系统/行人航位推算模块104,反馈168从所述自动地图生成及更新120输出至所述服务器惯性导航系统/行人航位推算模块164。基于当前描述,本领域技术人员将认识到所述惯性导航系统/行人航位推算模块(104、164)、所述独特路径特征模块(106、166)以及所述搜索及匹配模块108/自动地图生成及更新模块120的类似功能。为了清楚起见,所描述的当前描述通常只关于所述本地模块(本地惯性导航/系统行人航位推算104、本地独特路径特征106、搜索匹配模块108)具有所述服务器模块的所述功能(服务器惯性导航系统/行人航位推算164、服务器独特路径特征166及自动地图生成及更新120)对本领域技术人员来说明白易懂的。类似地,多个行人通道地图的生成及更新可以以所述移动装置116上的一个或更多的本地行人通道地图发生,一个或更多的在所述服务器130上的全局(主要)行人通道地图,或者本地及全局并行或异步方式取决于系统参数,例如配置、主动通信及可用带宽。所述本地及服务器模块之间的差异,特别是在所述本地搜索及匹配模块108之间(通常只处理本地数据)及所述服务器自动地图生成及更新120(通常处理来自多个移动装置的群众外包数据),在下面适当地描述。
替代地,有本地模块(本地惯性导航系统/行人航位推算104、本地独特路径特征106以及搜索及匹配模块108)与所述服务器模块(服务器惯性导航系统/行人航位推算164、服务器独特路径特征166及自动地图生成及更新120)相比,可能有更低功率、更小,具有更轻量的实施方式,其可以对在所述服务器130上及/或云端实施相对较大的电力可用性、计算能力及较高的系统性能加以利用。
在(多个)连接及充足带宽可用的情况下,那么通常通信的数据,经由所述延迟上传170(连接170A或连接170B)或所述延迟地图下载128,可以更快地传达、延迟更少,或者没有延迟,例如实时。所述配置可以实施所述云端的所有处理(例如,在所述服务器130中示出的所有处理)以实时的方式(而不是使用一延迟上传或下载),例如,在导航期间将多个量测结果及/或传感器数据102发送到所述云端(服务器130)并将一位置输出从所述云端(服务器130)发回到所述移动装置116以帮助定位所述移动装置116(及相关联用户)在一行人通道地图上。
可以使用开发者的图形用户界面/分析模块122用于监控所述系统、开发多个行人通道地图、分析,并用于手动调整、添加及/或删除自动创建的多个通道及多个汇合处。
为了清楚当前的描述,一个移动装置116与一个用户相关联,这个描述不是限制性的,多个移动装置也可以不受用户支配。例如,一个或更多的机器人或无人机可以发送一个或更多的相关联的多个移动装置进入未映射的建筑物或一栋已经损坏的建筑物(例如作为一次地震后的救援努力的一部分)以快速生成可用路径的一个(行人通道)地图并且得知所述建筑的哪些区域是可通过的“地面实况调查”。可以预见的是,基于当前的描述附加多个传感器,例如接近传感器及雷达可以添加到空中、水上或水下的飞行器或风帆船生成多个路径的三维地图,包含所述路径的宽度(垂直于行进方向的横截面)。
所述当前实施例的特征是通常执行同时定位及映射(SLAM)。所述映射及定位(导航)两者的方法都执行类似的功能。在导航时,多个路径估计、多个位置量测向量(LMVs)及多个独特路径特征的生成也可以用于映射,以生成新的,并更新现有的多个行人通道地图,同时定位及映射可以本地地在所述移动装置116上,远程地(离线或实时)在服务器130上,或作为所述本地及远程多个装置的组件及模块之间的处理及通信的组合来执行。在主要多个磁场量测结果被用于位置映射的情况下,这种技术可以被认为是“磁场同时定位及映射”。
现在参考图2,一种映射方法的流程图(生成一行人通道地图的方法)。新的多个传感器量测结果200从所述多个传感器100发送作为传感器数据102,并由所述处理器114接收。所述传感器数据102的至少一个子集被使用。所有传感器数据都可以使用,但可以不是必需的,而不是所有传感器数据都必须被使用。基于所述移动装置116的位置及移动,移动装置116沿着一移动装置路径连续地取得传感器的多个量测结果。处理器114可以运行一个或更多的低复杂度模块(未在所述图中示出)以从(原始的、大量的)传感器数据102提取基本数据。所述基本数据被发送用于所述本地处理器114中的进一步处理。任选地并且优选地(经由延迟上传170,连接170B)到所述服务器130用于任选的服务器处理160。如本领域所知。所述服务器130可以通过各种技术实施,包含但不仅限于,单台机器,两台或两台以上计算机群集,以及以云端为基础(计算机技术)。提取的基本数据可用于生成及更新一个(独特的)行人通道地图。通常,基本数据来自多个多装置,例如众多装置的群众外包数据,用于生成及更新多个行人通道地图。替代地或另外,来自使用(在相同的移动装置路径上重复移动)一个或几个装置的数据可以用于处理。所述处理器114还可以运行一个或更多的低复杂度模块以在所述最新的本地行人通道地图上准确地定位所述移动装置116(区域导航地图,下面更详细讨论)。应该注意的是,一个本地行人通道地图可以在需要时通过以一延迟下载或实时地图下载128由所述移动装置116接收或检索。
所述传感器数据用于生成202,一路径估计(路径估计,估计路径)及一个或更多的独特路径特征(多个独特路径特征)。优选地,还生成一个逆路径。所述地方惯性导航系统/行人航位推算104也生成一位置确定度(或相反的,一不确定度)量测及一全局轴框架取向估计,用于将不同的多个移动装置对准到同一个轴框架。优选地,所述全局轴取向与所述移动装置116的取向无关。所述惯性导航系统行人航位推算104的输出在本文中通常被称为“惯性导航系统/行人航位推算估计”或“惯性导航系统/行人航位推算输出”。
所述本地惯性导航系统/行人航位推算104基于所述传感器数据生成一路径估计。在本文的上下文中,一路径估计是一系列多个位置的估计,在规定的时间内,沿着所述移动装置的所述移动路径。一路径估计一般至少有两个位置,通常至少有几个位置,并可能是经过至少几秒或一段时间内相当于至少1米的一路径长度量测的众多位置。一路径的一部分,或一路径的一分段,是从所述众多位置将一部分切取以维持所述多个位置顺序,例如所有的所述多个位置之间的一路径长度相当于3至15米,或10至60米,一路径估计也可以被认为是一个轨迹或轨迹估计。
对于一路径估计中的每个位置(或替代地,每个时间)一个或更多的,通常至少几个,可以从所述传入传感器数据102量测及/或计算以下示例性估计值:位置、方向/航向、磁场(通常是校准的磁场),及各种射频估计,例如无线电信号强度指示、途径损失、到达时间差及到达时间。多个磁场量测结果通常由所述移动装置116的磁力计S03量测。可以通过一次校准程序生成校准的多个磁场量测结果来实施一位置量测向量,这对于旋转是不变的,即从测得的磁场中去除硬磁及软磁的影响。一个或更多的量测结果(或估计及计算的数据)的每一组被称为一位置量测向量(LMV)。所述位置量测向量中的每个估计可以具有一个相对应的不确定度/确定度量测。例如,位置及位置不确定度,方向(其可以在所述全局轴框架中以诸如四元数、旋转矩阵、双向向量的形式实施)及方向不确定度(至所述全球轴框架),及无线电信号强度指示及无线电信号强度指示不确定度。每种类型的估计可能对每个位置都有一个或更多的值,例如,所述区域中的接收到的多个Wi-Fi网络热点信号中的每一个的无线电信号强度指示值。本技术领域的技术人员将认识到以上所述的一路径估计的组成部分可以合并为单一单路径估计向量,或一个或更多的值(例如位置及方向)可以被处理作为一个单独的位置量测向量(例如包含来自物理现象的传感器数据)。一个典型的实施包含一路径估计包含所述移动装置的多个位置的所述移动,在每个位置处(在所述路径估计中)的一个或更多的物理现象的一个或更多的量测结果(或估计),换句话说,每个位置量测向量都与一个不同的位置及所述多个位置相对应,并与所述路径估计的多个位置相对应。所述量测或估计的物理现象是一静止(或缓慢变化)的现象,类似于由多个移动装置量测的一位置。例如,考虑了来自多个热点或多个蓝牙低功耗(BLE)电信标台经校准的磁场或射频估计值。所述后一种类型的位置量测向量在文献中也被称为位置指纹。
一个任选的附加实施方式包含定义每组量测结果的一位置量测向量变化(LMVC)作为通过所述移动装置所采用的一路径中两个位置量测向量之间变化的量测,在这种情况下,每个量测组不包含在多个位置(多个点)处的多个量测结果,而是两个位置(两个时间点)之间的多个量测结果的变化。对于一位置量测向量变化不限于两个点的选择,也不限于所述变化的量测。通常,所述两点是连续的沿着所述移动装置的所述路径及所述操作,是一种差异化操作。
在上述讨论中,所述多个量测结果及估计是相关联的作为成长时间的一函数。换句话说,所列出的多个估计及多个量测是对于时间的每个点。
替代地,所述列出的估计值及多个量测可以是对于某些(“x”)估计的行进距离中的每一个,或者对于其他一些(“y”)估计的磁场行进距离中的每一个(其中磁场距离是一些累积磁场变化量测的一数量)。在所估计的距离及所估计的磁场距离的情况下,一个额外的假设可以做出,如果所述距离不增长(不能增加)然后所述估计值不会更新(保持稳定),在更一般的描述中,所述列出的估计及多个量测可以针对一些其他(“z”)估计的位置量测向量行进距离中的每一个(其中位置量测向量行进距离是一些累积的位置量测向量变化量量测的一数量,即位置量测向量变化上的绝对值)。所述累积的估计行进驶距离(或估计的磁场行进距离或更一般地估计的位置量测向量行进距离),对应于在所述现实世界中行进距离的实际数量且可以用作一路径长度量测。
所述全局轴取向可以被衍生,例如,从一重力估计或一距离(或长时间)平滑磁场估计。本领域已知技术用于一般地生成全局轴取向。
所述位置确定度量测(或所述位置不确定度)是一个数量,意味着一量测或决定的位置有多准确(或不准确)与所述的真实(真实世界)位置相比。
所述本地惯性导航系统/行人航位推算104最好也生成一个反向路径(或者更技术地,这一点处处理,一反向路径估计)。一反向路径可以被认为是所述移动装置移动从末端到一个真实移动装置路径的开始。换言之,如果所述用户已经在相对的方向上走过相同的路径。反向路径可以被生成,例如,对于给定的路径长度,通过反转传感器的多个量测结果的时间顺序,或一路径估计的一长度的时间窗口。使用收集的传感器数据对于一路径以计算一反向路径以为所述系统提供附加数据(用于生成及更新多个行人通道地图)而无需一移动装置实际收集两个方向的数据。对应于一个反向路径,一反路径位置量测向量及反位置量测向量变化也可以计算出来。
所述本地独特路径特征模块106基于所述传感器数据102及所述惯性导航系统/行人航位推算的估计从所述的本地惯性导航系统/行人航位推算模块104(如多个路径估计,多个位置量测结果及位置量测向量变化)生成一个或更多的独特路径特征。新生成的多个独特路径特征是与从相同的多个位置相应的惯性导航系统/行人航位推算估计值相关联的。一般而言,所述独特路径特征协会具体包含所述路径估计。一独特路径特征(UPF)是沿着所述移动装置的所述移动路径于位置上的多个量测结果(多个位置量测向量)及/或多个量测变化(多个位置量测向量变化)的一操作。一独特路径特征操作包含在多个量测结果上的一操作,通常沿着一个路径的所有位置的多个量测结果(或一路径的部份/路径部分),例如在一量测向量或量测变化向量的一操作,(多个)独特路径特征及(多个)路径估计的组合独特地识别在室内环境中的一路径或一路径的一部分,因此指示符“独特路径特征”。所述操作优选地对移动装置方向、传感器噪声、漂移、偏差及干扰是稳健的。所述操作优选地对于所述移动装置116取向或全局轴框架是不变的,即采用相同路径的两个移动装置将生成一个相似的独特路径特征,不论所述移动装置116如何由一个用户持有或如何保持装置初始轴框架,例如在两个量测的或估计的向量场之间的点积。
通常,所述本地独特路径特征模块106生成每个独特路径特征具有相应的独特路径特征确定度(或不确定度),一数量是指一个独特路径特征是多准确度(或不准确)。所述独特路径特征不确定度来源于所述多个量测结果及在生成所述独特路径特征的函数正在操作生成的估计不确定度,以及所述操作。
用于生成一独特路径特征的操作示例包含:
所述位置量测向量与所述路径估计上的多个量测变化之间的一自相关性,
在一路径变化估计(速度)上的多个磁场量测的一路径积分,
在多个磁场量测变化上的多个磁场量测的一路径积分,
在多个无线电信号强度指示量测变化上的多个无线电信号强度指示量测的一路径积分,
在多个途径损失量测变化上的多个途径损失量测的一路径积分,以及
在多个到达时间差量测变化上的一到达时间差的一路径积分。
在上述生成一独特路径特征的操作示例中,所述点积可以使用乘法,且当提及无线电信号多个量测结果(例如无线电信号强度指示、途径损失、到达时间差等)时,所述量测向量中的每个元素都是一个量测结果与一个单一信标、热点或蜂窝式基站相关联。
于多个磁场量测结果上的多个独特路径特征的一家族被称为多个磁场独特路径特征。于已知射频估计上的多个独特路径特征的一家族,例如无线电信号强度指示、途径损失及到达时间差等,简称为多个射频独特路径特征。当前实施例的一个特征是即传统多个量测结果的使用,例如到达时间差是用于识别一位置,相形之下在当前的实施例中的创新用法使用多个量测结果以(独特地)识别一路径(路线或一系列的点而不是一个点)。例如,在多个点处的传统射频指纹量测无线电信号强度指示将每个无线电信号强度指示量测与一位置配对。相反的,所述当前实施例的一个特征不是(仅)决定一个位置,而是将一系列点与其他一系列点进行比较来确定一路径(或一通道,详见下文)。不同于传统的多个量测结果关注于决定一个静态位置基于传感器数据(位置指纹),所述当前实施例沿着一路径长度决定一独特路径特征(一量测对应于所述传感移动装置所行进的所述距离)。这可以被认为是“路径指纹”,与传统的“位置指纹”相反。可以比喻在一座山上的徒步旅行路线:当一路线上的每个位置具有一定高度(指纹)道路及高度随着路线(多个独特路径特征)的改变,创建一些模式或曲线,在独特地识别所述路线中附近的可能的路径。
如上所述,当与所述服务器的连接可用时,所述本地惯性导航系统/行人航位推算模块104输出(包含至少路径估计)以及所述本地独特路径特征模块106新生成的多个独特路径特征被上传以作为来自所述移动装置116的数据(通常经由连接170A从多个移动装置/群众外包以便延迟上传170)。优选地,多个移动装置116生成用于上传的相应的多个独特路径特征。所述上传的数据然后,由所述自动地图生成及更新模块120使用(或所述搜索及匹配模块108的所述本地数据)以自动生成并更新一个或更多的多个行人通道地图,具有多个路径、多个汇合处以及多个通道,以及相关联的多个独特特征(多个独特路径特征)。
所述自动地图生成及更新模块120基本上进行一搜索以用于来自多个装置(或来自所述单一移动装置116的本地所述搜索及匹配模块108)新生成的多个独特路径特征之间的一匹配204,及与已经识别的多个通道(或多个通道的多个部分,或相交的多个通道的多个部分的串接)相关联的已知多个独特路径特征。所述当前实施例的创新特征是搜索及匹配新生成的多个独特路径特征及相关联的多个路径估计,到具有已知多个独特路径特征及相关联的多个通道(或多个通道评估)的一行人通道地图。
取决于是否找到匹配206,所述方法可以执行各种处理。如果一匹配没有被找到(找不到一匹配)则将所述路径估计与相关联的所述(未找到的)多个独特路径特征被添加到一地图220(加入一行人通道地图)以作为一新通道估计。所述新通道估计值加入相关联的多个独特路径特征用于通道估计(来自所述路径估计)。一更新的地图222(行人通道地图)生成并能够(例如作为更新126到行人通道地图数据124)用于通过多个移动装置存储、分发、下载及检索(例如通过地图下载128),在所述移动装置116上处理正在进行的一种情况下,通过所述搜索及匹配模块108,所述更新的地图222可立即用于所述处理器114以替代或添加到所述导航地图本地复本112。
当一匹配被找到206在新生成的多个独特路径特征与已知的多个独特路径特征之间,然后相对应的多个路径估计及多个路径现在也被称为匹配,匹配的多个独特路径特征及相关联的路径估计准备并合并208以生成更新的地图222。准备(在方框208中)包含优化所述数据及/或其他已知功能,例如清除、筛选及归一化。所述路径长度也可以针对一路径的多个匹配部分进行调整及/或优化。所述多个路径估计来自一个或更多的移动装置116(来自众多的移动装置116的群众外包)可以根据匹配的部分进行合并及平滑处理(所述多个路径估计的部分)。所述领域的技术人员将意识到到所述传感器的多个量测结果及所生成的数据的准备(如预处理)可以被执行一次或更多的次数,可能在所述方法的多个步骤中。
合并(在方框208中)包含加入所述新生成的多个独特路径特征及相关联的路径估计,到具有已知的多个独特路径特征及相关联的多个通道(或多个通道评估)的一行人通道地图。这样的群众外包技术汇集到一个独特的导航地图(独特行人通道地图),其中所述多个路径,行人在一室内环境中创造了多个独特路径特征。此外,这样的创新技术制作了实际上发生在一个室内环境中的人类行走路线,与传统技术相比,显着地简化了路线寻找的问题。
一行人通道地图的一个优选的实施方式基本上是作为一个导向的多重图。一个多重图是在多个顶点之间允许多个多重导向边缘(箭头)的一个图。一个多重图中的一个顶点可以用来表示一行人通道地图的一个“汇合处”并且在一个多图中连接两个顶点的多个边缘中的一个可以用来表示一行人通道地图的“通道”。每个(导定)通道是与一组路径估计相关联的,以及从源汇合处到目的地汇合处乡关联的多个独特路径特征。一汇合处主要是与一位置估计(及任选地其他多路径估计的一小部分)相关联的。一“路径分离”具有一种临时性质,也就是说,所述系统尚未决定如果一路径分离是一真实的汇合处或可能是一些用户改变所述的用户正在使用的所述多个通道。路径分离通过附加数据(多个路径估计及多个独特路径特征)而持续存在,可以被验证,并最终改变状态为一汇合处。
识别多个分离及多个汇合处210是通常在任何时候将新数据添加到一行人通道地图中时执行。为了清楚起见,应该注意的是多个模块,例如所述准备及合并208及所述识别多个分离,及多个汇合处210可以更新并使存取更新的多个行人通道地图(线未在图2中示出)。使用至少一部分的,通常是全部的,所述行人通道地图数据为一通道(或通道估算)新的多个分离被识别,对于现有的多个分离,增加作为一个汇合处的概率,并且当所述概率超过一个指定概率时,所述分离的状态被改变成为一汇合处。一种识别多个路径分离的技术是增加要比对的多个路径估计的匹配部分长度,直到所述多个路径估计不再匹配,即所述多个独特路径特征或所述惯性导航系统/行人航位推算多个路径估计在多个匹配部分的所述多个边缘处开始强烈地不同。在多个匹配丢失/开始的一点处,所述多个点首先被识别作为多个路径分离并作为多个顶点添加到所述行人通道地图。如果随着时间的推移,在一个原来的分离的附近没有额外的多个分离,所述顶点相关联的所述原来的分离被丢弃,如果随着时间的推移在所述原来的分离的附近存在更多的多个分离时,那么所述分离被认定为一汇合处。所述多个分离及多个汇合处可以被使用以生成一更新的地图222。
识别多个通道212通常也是在任何时间执行的,新的数据被添加到一行人通道地图中。类似于多个分离成为多个汇合处,多个路径估计被使用以创建多个通道评估可能会继续存在,被验证,并最终改变状态为一“通道”。一通道是多个路径的一汇合(由多个路径估计表示)来自许多不同的多个移动装置。简单来说,一通道可以被认为是交通模式,人们行走携带多个移动装置上所创造的。在一条走廊(一移动装置移动的物理空间)内可以有多条通道。
一通道具有相关联的多个独特路径特征。所述的多个路径到一通道的汇合通常对应于是否所述多个路径的多个独特路径特征是否匹配(此过程也可以决定所述通道宽度)。多个通道评估可以是一个相关性的通道(correlation tunnel)路径使用多个独特路径特征及/或多个路径估计彼此靠得很近,足够小(小于一给定的量)的位置不确定度的匹配。换句话说,在一个范围内相关的多个独特路径特征,或多个独特路径特征之间的一接头处,定义了一界限,一三维(3D)通道(通道界限)。当两个移动装置在此通道界限内行进时,所述两个移动装置中的每一个将生成多个独特路径特征,彼此匹配。替代地,或另外地,如果两个路径估计的所述位置不确定度足够小(小于一给定的量)且所述两个路径估计彼此靠近(一几何阈值)那么所述两个路径估计可以被认为是“在相同的通道上行走”。优选地,在一种情况下,多个移动装置116生成多个相应的多个独特路径特征,基于相关的所述多个独特路径特征,可以计算出多个通道。
多个通道连接多个分离及/或汇合处。如上所述,多个通道基本上从相同并且彼此靠近来源及多个目的地汇合处向边缘移动。多个通道连接多个分离及/或多个汇合处。这种多个通道的识别允许所述实时追踪知道当一位用户切换多个通道时。多个通道被整合并更新为一行人导航地图。所述多个通道可用于生产及/或更新一行人通道地图,如更新地图222所示。
任选地,所述方法可以识别环境改变214,例如移除未验证或过时的多个通道及多个汇合处。当在一行人通道地图中有多个通道及多个汇合处没有被匹配时(匹配失败)对于一给定的时间量,所述多个通道及多个汇合处可以被抛弃。所述给定的时间量可以被配置,并且可以在所述地图上从一行人通道地图上的一个位置变化到另一位置,或从一地图到另一地图。当所述行人通道地图是自适应的,所述量测(指纹)环境中的一次改变将导致新的多个通道及多个汇合处及相关联的新的及另外的多个独特路径特征。因此,废弃的多个通道及多个汇合处可以被移除。另一种方法是抛弃现有的多个通道及多个汇合处是当人们(及相对应的多个移动装置)靠近现有的多个通道及多个汇合处时,但在所述现有的多个通道及多个汇合处上未能获得一次量测匹配。这些技术可以随着时间的推移清理出所述行人通道地图,使所述地图更简单地存储及更简单地导航,一地图保留数据与当前多个通道相比不相关(不相关)。所述环境改变可用于生成更新的地图222。
任选地,所述方法可以更新一个或更多的地理围栏224。一行人通道地图更新后,例如具有新的多个通道,可以基于所述新的多个通道来创建及/或更新地理围栏。围绕多个通道的多个地理围栏描绘了多个行人移动区域及多个安全岛,使所述行人通道地图在向一个用户显示时更加完整,直观及用户友善。
一行人通道地图通常包含已知的多个独特路径特征及相关联的多个通道(或多个通道评估)作为所述地图的一个基础。多个行人通道地图也可以包含额外及任选的数据,例如多个通道评估,多个分离,多个路径,多个汇合处及相关联的导航信息(一个信息层)。
现在参考图3,一自动地图生成及更新的示例示意图。当前图的左侧是一个真实(真实世界)建筑物图340及多个移动装置路径(也被称为“地面实况”)。示出了多个墙壁300,多个走廊302及多个房间304。示出了三个示例性路径(多个移动装置路径):用户1路径(1),用户2路径(2)及用户3路径(3)。每个示例性路径代表一个用户的移动及所述用户相关联的移动装置116。在所述建筑340的某些点上。用户匹配的多个路径,例如在第一部分306中,用户1路径(1)及用户2路径(2)两者行进在第一交叉点308A及第二交叉点308B之间相同的走廊。在第二部分310中,用户l及用户3都与相关联的多个移动装置沿着相同的走廊一起移动,但在不同的多个位置(所述走廊的侧面,其中用户l及用户3的所述多个路径不匹配/匹配失败)。对于相同的第二部分310,用户1路径(1)及用户3路径(3)中的每一个都显示在所述走廊的一侧。
当前图的右侧是一行人通道地图342的一个可视化表示。如当前示例使用来自多个移动装置116的数据,所述行人通道地图342的生成通常由在所述服务器130上执行所述自动地图生成及更新120。所述行人通道地图342显示了示例性通道326,一第一汇合处328A,一第二汇合处328B,一路径分离332。如本文其他部分所详细描述,从多个移动装置116收集传感器数据102当所述多个移动装置116沿着一移动装置路径移动时(如用户1路径(1),用户2路径(2)及用户3路径(3))。收集的数据及/或多个独特路径特征通过延迟上传170(连接170A或连接170B)发送到所述服务器130。所述自动地图生成及更新模块执行一次搜索以进行在新收到的来自多个装置的多个独特路径特征与具有相关联的已经识别的多个路径的已知多个独特路径特征之间的一匹配204。例如,假使示例性通道326(及相关联的多个独特路径特征)已经从所述用户1路径(1)的先前处理的多个路径估计及多个独特路径特征中获知,那么当从用户2接收到多个路径估计及多个独特路径特征时(用户2的移动装置114沿着用户2路径(2)移动)将用户2的多个独特路径特征与所述行人通道地图342的多个独特路径特征进行比较,在这种情况下,对于所述第一部分306对于用户2的多个独特路径特征找到一匹配。从用户2接收的所述数据(多个路径估计、多个独特路径特征,以及任选地其他数据如位置确定量测及全局轴框架取向估计)然后用于识别及加强多个通道的映射(来自第一部分306的示例性通道326),多个汇合处(来自第一交叉点308A的第一汇合处328A,及来自第二交叉点308B的第二汇合处328B)并尽可能识别或强化多个分离(例如分离332)。
值得注意的是行人通道地图342的第二部分310(来自建筑物地图340)已经被处理以识别所述第二通道330中的两个通道。一个或更多的地理围栏320可被生成或更新以描绘围绕已知多个通道的一楼层平面图的骨架。
现在参考图4,具有多个路径估计漂移的一自动地图生成及更新地图生成的一示意图。为了简化以下示例性描述,合理对准于所述全球坐标系(所述全球轴框架)被假定用于涉及所述多个移动装置。如果所述多个移动装置尚未与所述全局轴框架对准(未对准),独特路径特征匹配可以用所述多个移动装置被找到以一个移动坐标系统对准到另一个移动坐标系统(例如,通过重力估计,磁场估计或其他航向估计),在所述第一部分306中,所述用户路径(1)及所述用户2路径(2)行进在所述第一交叉点308A及所述第二交叉点308B之间相同的走廊。但是,所述两个路径不估计(估计失败)所述相同的路径,具有一个漂移或一个差异介于所述现实世界中的多个移动装置路径估计及坐标系统之间。所述漂移是所述多个惯性传感器的一种固有的性质导致生成的数据(多个路径估计)这是偏离于所述地面实况。当所述自动地图生成及更新120处理来自所述用户1及用户2每个移动装置的所述数据时,所述自动地图生成及更新必须决定,假使所述数据足够接近(在一个预定义或决定的范围内),将所述数据合并到一共同通道估计或通道。如果所述手机的所述地面实况确实接近(如所述建筑地图340所示),所述量测多个独特路径特征将匹配,及合并将平均所述路径估计中的所述差异(当来自不同多个装置的惯性量测是独立的)。可以存储所有用户数据(来自用户1及用户2)与所述识别的示例通道326相关联并使用于所述行人通道地图342的用户数据的未来匹配。
定位及导航:
最新的行人通道地图维护在所述移动装置116上,作为所述导航地图本地复本112。此行人通道地图通常从所述服务器130通过所述地图下载128下载导航地图数据124到所述移动装置116。所述下载可以通过一延迟下载,当一个连接可用时,或以实时的方式通过所述移动装置请求,当一个导航功能(在所述行人通道地图上的实时定位)被激活时。在一个情况下,在所述移动装置116与所述服务器130之间的一个连接不可用时(无法使用),所述移动装置可以维护及更新所述导航地图本地复本112。
当定位及导航时,生成多个独特路径特征的多个功能及将所述生成的多个独特路径特征与存储的多个独特路径特征比较通常由所述移动装置中的相同的处理器114执行。然而,本领域技术人员将认识到实施的变型是可能的,包含所述移动装置116处理器114启动所述多个方法的一个或多个步骤以由其他本地或远程的多个处理器或多个装置执行。例如,所述传感器数据102及/或所述多个独特路径特征可以实时发送(经由连接170A及/或连接170B)到服务器130以实时处理及从所述服务器130返回行人通道地图,多个通道,及/或所述移动装置116的位置到所述移动装置116(在所述匹配的多个通道中的一个上)。
现在参考图7,一种用于定位的方法的流程图(使用一行人通道地图的定位及导航的方法),并再次参照图1及图2,当导航启动时701,一种用于定位的方法使用与用于映射的所述方法相似的步骤。
一种定位方法开始类似于所述生成一地图的方法(映射),通过基于一移动装置116的位置及移动来接收700传感器数据102。所述多个传感器量测结果的接收700用于定位与当映射时接收的新的多个传感器量测结果200基本相同。基于至少一个所述传感器数据102的子集,所述本地惯性导航系统/行人航位推算模块104生成702一路径估计及一位置量测向量(LMV)。所述路径估计包含所述移动装置移动的多个位置。所述位置量测向量包含来自所述传感器数据102从所述多个位置中的每一个在所述多个位置中的每一个处的一个或更多的量测结果。基于所述传感器数据102、所述路径估计及所述位置量测向量,一个或更多的独特路径特征(多个独特路径特征)由所述本地独特路径特征模块106通过执行基于所述路径估计及所述位置量测向量的一操作。
所述当前实施例的一个特征是通常执行同时定位及映射(SLAM)。比较映射方框202及导航方框702,两者执行类似的功能。在导航时,用于导航的多个路径估计、多个位置量测向量及多个独特路径特征的生成也可以用来生成新的,并用来更新现有的多个行人通道地图。所述领域的技术人员将会明白映射及定位(导航)的方法之间的连接及改变。例如,在导航时,方框702可以任意地生成一个反向路径(类似于映射方框202的典型功能)用于在映射在导航期间使用。
任选地,决定703所述移动装置116的初始粗略位置以决定在所述行人通道地图上的哪些部分在所述移动装置116的附近可以基于多个蓝牙低功耗电信标台,多个Wi-Fi网络热点位置数据,多个不准确的全球定位系统读取及多个不准确的惯性导航系统/行人航位推算估计达成。一粗略的位置估计也可以通过人工操作或通过其他外部系统手动给定,例如已知位置标签的相机条码/快速反应(QR)扫描。在决定初始粗略位置之后,所述定位方法可用于改进所述位置。
用于匹配的一搜索在方框704中执行,在所述搜索及匹配模块108处执行类似于所述自动地图生成及更新模块120的一个功能,包含将所述生成的多个独特路径特征与在一行人通道地图(导航地图本地复本112)中存储的多个独特路径特征进行比较,以决定匹配的多个独特路径特征。假使(寻找匹配失败)一匹配没有被找到706,所述方法循环到方框704并继续搜索在所述生成的多个量测结果与所述行人通道地图之间的一匹配。任选地,并且通常地,可以将不匹配的输出添加到一地图220(加入到一行人通道地图)作为一个新的通道估计(及多个另外的映射功能以继续适当的用于同时定位及映射)。
所述搜索及匹配模块108的所述输出可以用作为用于修正118所述本地惯性导航系统/行人航位推算模块104的反馈。反馈可以包含所述生成多个独特路径特征,匹配的多个独特路径特征,在所述多个通道中的一个上的匹配位置,匹配位置地图取向/航向数据及相关联的多个不确定度量测。反馈可用于改进后续多个路径估计,航向及方向的生成。所述本地惯性导航系统/行人航位推算模块104可以使用所述反馈用于校正多个估计及然后输出到所述图形用户界面110用于向所述移动装置116的一用户呈现一位置。当一匹配被找到706时,所述方法通常进入一追踪状态730,或追踪模式。在这种状态下,所述位置不确定度通常地低于一个非追踪状态的所述位置不确定度。
通常,所述位置不确定量测决定一搜索区域,即在所述行人通道地图的哪些区域上要搜索以用于一个匹配。当没有匹配被找到时,所述不确定度增加,并且当一匹配被找到时,所述不确定度减小。然后可以将追踪/非追踪状态解释为所述位置不确定度量测的显着减少/增加。
在所述追踪状态730中,对所述惯性导航系统/行人航位推算模块的反馈以及惯性导航系统/行人航位推算估计的校正继续,以及搜索及匹配,但是通常在较小的搜索区域上。当没有找到匹配时(寻找匹配失败)最近的追踪丢失,即所述生成的多个独特路径特征及传感器数据不再在所述行人通道地图上对于一定量的时间或距离及/或所述位置不确定度超过一定义的数量标明一匹配,并且所述方法循环回去在一个较大区域上搜索一匹配704。
如果一行人通道地图包含地理围栏,所述(多个)地理围栏可以通过将所述估计限制为不跨越地理围栏(留在一地理围栏的所述界限内)进一步改进实时位置估计。
所述移动装置116附近的地图数据也可以显示,例如,到所述移动装置116上的图形用户界面100(连接未在图中示出)。
任选地及通常地,所述匹配的多个输出可以被发送用于识别多个分离及多个汇合处210(及另外的映射功能继续适用于同时定位及映射)。
定位,导航及追踪可以包含当所述移动装置116切换多个通道,跨越多个汇合处,停止并且滞留时。
任选地及另外地,所述当前装置位置可以用于寻找所述行人通道地图上从所述当前装置位置或其他源位置输入,到另一个装置位置,或另一目的地位置输入的一路线并用于实时追踪准备所述路线的多个特征。
一路线可以与一个或更多的多个行人通道地图结合使用以生成多个引导指令,基于所述行人通道地图及在所述行人通道地图上所述移动装置116的追踪用于导航到一目的地位置。例如,在5米处右转,后退10米等。
任选地,多个用户或其他多个系统可以标记及添加信息到所述行人通道地图,例如商品或物品的多个位置、广告、信息标志等。
现在参考图5,具有路径估计校正的实时导航的一个示意图,一行人通道地图342的一个视觉表示包含用户4路径(4)(虚线)的一个迭加沿着所述第二走廊330移动,在所述第一汇合处328A处左转进入第一部分306直至所述第二汇合处328B,再右转。所述用户4路径估计(4A)从示例性通道326改变。在当前图中,一条虚线表示所述用户没有来自所述搜索及匹配模块的连接反馈的路径估计(4A)。然而,由于所述用户实际上在所述示例性通道326上行进,所述用户的计算的多个独特路径特征与在所述本地行人通道地图中的所述多个独特路径特征匹配,从所述搜索及匹配模块108启用一个修正反馈。在当前图中的一第二虚线(4B)示出了在从所述搜索及匹配模块的反馈之后的所述用户4路径估计修正(4B)。
所述创新的多个独特路径特征及行人通道地图启用多个功能,例如路线寻找、生成多个引导指令及行人交通的追踪及分析。寻找在所述行人通道地图上的从一第一位置(例如所述移动装置的一当前位置及在所述行人通道地图上的一位置)到一第二位置(例如所述移动装置以外的一装置的一位置及在所述行人通道地图上一位置的)的一路线,可用于为实时追踪准备所述路线的多个特征。用于导航到一目的地位置生成的多个引导指令可以基于所述行人通道地图达成。例如,多个指令如“在5米处右转,后退10米等”。所述移动装置可在导航期间被追踪。所述行人通道地图可以根据用户提供的信息进行更新。例如,用户可以添加多个商店位置、信息标志或添加广告。所述行人通道地图及/或所述移动装置的所述位置及用户的多个行动的多个组合可以进行分析以生成行人交通行为分析。例如,逗留时间/位置、繁忙时间、热图-人们花最多时间及最拥挤的地方。另一个示例,一用户在一些的商店的一走道打开一浏览器以搜索某一产品。
一个详细的实施方式:
应该注意的是,在下面的数学描述中,连续时间符号被使用。基于此描述,本领域技术人员将能够转换到其他多个领域(例如到一个数字采样的领域)。
所述本地惯性导航系统/行人航位推算模块104输出一路径估计γ(t)及(任选地)mB(t)多个磁场量测结果,可以与陀螺仪S02数据融合以具有一个方向独立的轴框架(即,陀螺仪将磁场量测结果旋转到一些初始主体轴框架)。一个目的是在所述全局轴框架取向上具有所述路径估计,但可以理解的是没有一些初始全球定位系统位置或其他辅助信息手段,这个估计可能是非常不准确的。此外,一般惯性导航系统/行人航位推算受到一个固有漂移的影响因为一般实施方式使用多个低成本的传感器。至少这些原因(也参见下文),位置精确度也优选地被估计σγ(t)并假定随着时间增长而没有位置校正。到所述本地惯性导航系统/行人航位推算模块104的所述多个输入包含来自多个传感器100的传感器数据102,例如加速度计S01,陀螺仪S02,磁力计S03,气压计S04/高度计及全球定位系统接收器S06。惯性导航系统/行人航位推算算法在本领域中是已知的,例如参见通过Z Tian,Y Zhang,MZhou,及Y Liu等人提出的“使用一智能手机用于磁场、角速度、重力(MARG)导航的行人船位推测法”,EURASIP信号处理进展期刊2014年(1),1-9页。
所述多个输入到所述本地独特路径特征模块106包含γ(t)从所述本地惯性导航系统/行人航位推算模块104及m(t)所述从智能手机磁力计获得的一些建筑物内的多个路径的多个原始磁场量测信号,(及任选mB(t)地)
所述本地独特路径特征模块106可以计算一独特路径函数:
其是所述积分路径
及或即所述路径可以是在所述磁场量测结果上所述路径估计或所述时间衍生。然而,替代所述路径的时间参数化,路径长度参数化将在这里使用:
及或m′(l)。
应该注意的是,所述的符号是通过简化来编写g(l)=g(γ(l))。
所述路径长度是从所述本地惯性导航系统/行人航位推算模块104的所述路径估计中计算出的,即并且也用于在下面的描述中寻找匹配窗口大小。
其他路径函数的示例,以生成其他衍生的多个路径特征,包含:
及类似的,每个函数都有物理世界的优点及缺点。
描述这样的多个路径函数的更一般情况是:
其中f1,2(l)是量测结果的指纹(量测结果)向量具有在一特定位置处相对应的尺寸。在通信系统术语中,这基本上是沿着一个路径生成多个向量量测结果的路径的自相关性。这样的一个变量是取一路径长度L的一个循环自相关性,以将所述多个量测结果限制为多个路径部分。
作为用于所述路径长度的替代实施方式,所述测量路径长度可以被使用,然而这可能更容易产生位置量测结果噪声。
如果射频指纹也是可用的(即,有多个应用编程接口(APIs)以访问多个射频量测结果并且识别出显着的基础架构),更多的多个路径函数则可以被生成伴随着归纳。例如,f1=f2=f=[f0,f1,f2,...,fM-1]T是一射频量测向量,其中每个元素与一个固定的基础架构点相关联,即蜂窝单元格识别编号或Wi-Fi网络热点介质存取控制(MAC)识别编号,并且所述多个元素是多个量测结果,例如无线电信号强度指示,路径损失(PL)及到达时间差。
最后,所述多个独特路径特征可以被高通滤波以移除长期平均值。
一个替代的方法以计算所述独特路径特征可以是直接将所述点积FFr(l,r)=f1(l)·f′2(l-r)作为所述独特路径特征,并且构建所述积分及DC去除作为所述AMGU搜索及匹配程序的一部分。
给定一路径长度窗口大小以匹配,L,及所述匹配的分辨率,lres,表示采样的多个独特路径特征的所述向量具有Fl=[F(l),F(l-lres),F(l-2lres),...F(l-L)]T,
让σl为相对应的位置不确定度。
为简单起见,只取FFr(l,0)=F(l)。
假设一个新的用户独特路径特征数据Fl new及在所述行人通道地图中的一个单一路径(再次为了简单起见)一个错误函数被建构为
其中范数(norm)是一些p范数(p-norm),假使考虑用于所述多个独特路径特征或Lp-范数(Lp-norm)的自相关性当仅考虑所述点积作为独特路径特征时。
替代地,可以使用所述相关性系数来建构误差函数,如下
具有内积为2-范数(2-norm)向量空间或L2空间。
应该注意的是:在一个典型的实施方式中,实际行人通道地图是一个直接的多重图,因此实际上有几个建筑的选项对于在所述行人通道地图中的每个位置(参见r)。当这种情况时,最小值eL(l,r)可以用于所述多个选项。
此外,假设为搜索仅限于在所述位置不确定度的合理搜索界限内,即对于每一个l,以限制搜索的复杂度及匹配模糊度。
现在的问题可以被认为是:在所述行人通道地图独特路径特征数据中新的独特路径特征数据的最佳拟合是什么:
一判决器(具有多个阈值),可以被推导出来,因为当有路径匹配时及没有时
经过一匹配已经被找到后,所述匹配进行了优化
其中Lmin及Lmax是预定义的参数。
进一步优化可以通过获取分数样本插值来最小化误差。
现在所述新的多个独特路径特征及所述惯性导航系统/行人航位推算估计两者与所述行人通道地图结构合并,在此示例中,最大比率组合(MRC)用于合并所述多个位置估计。
是新位置的不确定度量测,
是所述匹配的地图位置的不确定度量测,以及是所述匹配的错误量测的一不确定度函数(并被加入因为所述匹配引入了关于精确位置的一些另外的不确定度。
现在参考图6,一典型办公空间的一相关性通道的一个示意图。如本文其他地方所指出的,多个通道评估可以是多个路径的一个相关性通道使用多个独特路径特征及/或多个路径估计彼此靠得很近具有足够小(小于一给定的量)的位置不确定度来匹配。一个典型的办公室走廊600可以具有2米(2m)的一宽度602,及3米(3m)的高度604。一个相关性通道606可以通过一个或更多的用户(对应于所述(多个)用户相关联的(多个)移动设备116)在所述走廊600的不同定位中的移动来形成,例如所述走廊的中间611,中间的左边612或中间的右边613。在这种情况下,示例性相关性通道是0.9米的高度及0.5米的宽度,在所计算的路径为中心。所述相关性通道可以表示多个用户的多个不同定位,当所述多个用户穿过所述走廊及/或与所述用户相关联的移动装置116的多个不同定位。例如,所述用户的移动装置116可能低于所述用户(配戴在臀部上,拿在手中),在所述用户的中间(在一件衬衫或上衣口袋里),或高于所述用户(讲电话时在头部附近)。对于所描述的相关性通道606,例如,不应该超过0.25米)。用于所述独特路径特征合并一平均函数可以与一遗忘因子一起使用,因此所述行人通道地图具有一遗忘因素并能适应环境变化。
0≤α<1
非匹配的多个位置被添加到所述行人通道地图作为另外的边缘。
图8是被配置为实施本发明的所述系统的示例性系统900的一高层次部分方框图。所述系统900可用于实施一个或更多的组件及/或模块,例如所述处理器114,服务器130及任选的服务器处理160。系统(处理系统)900包含一处理器902(一个或更多的)及四个典型的记忆装置:一随机存储器(RAM)904,一开机只读存储器(ROM)906,一大容量存储装置(硬盘)908及一闪速存储器910,所有通过一条公共总线912进行通信。如在本领域中已知的,处理及存储器可以包含存储软件及/或固件的任何计算机可读介质及/或任何(多个)硬件元件,包含但不仅限于,(多个)现场可编程逻辑阵列(FPLA)元件,(多个)硬连线逻辑元件,(多个)现场可编程门阵列(FPGA)元件,及(多个)专用集成电路(ASIC)元件。处理器902中可以使用任何指令群集架构,包含但不仅限于,精简指令集计算机(RISC)架构及/或复杂指令集计算机(CISC)架构。一模块(处理模块)914显示在大容量存储器908上,但是对于本领域的技术人员来说明白易懂的是,可以位于任何多个存储器装置上。
大容量存储装置908的一个非限制性示例是一非暂时性计算机可读存储介质,承载计算机可读代码,用于实施所述映射、追踪、定位,及在此描述的导航方法。这种计算机可读存储介质的其他例子包含:多个只读存储器,如多个光盘,承载这样的代码。
系统900可以具有一个操作系统存储在所述多个存储器装置上,所述只读存储器可以包含所述系统的开机代码,且所述处理器可以被配置用于执行所述开机代码将所述操作系统加载到随机存储器904,执行所述操作系统以将计算机可读代码复制到随机存储器904并执行所述代码。
网络连接620提供进出系统900的任何通信。通常地,一单一网络连接提供了一个或更多的链接,包含虚拟连接,在本地及/或远程网络连接到其他多个装置。替代地,系统900可以包含多于一个的网络连接(未示出),每个网络连接提供一个或更多的链接到其他多个装置及/或多个网络。
系统900可以实施为一服务器或客户端分别通过一个网络连接到一个客户端或服务器。
应该注意的是,对于多个模块及处理的各种变异的实施方式是可能的,取决于其应用。多个模块优选以软件实施,但也可以用硬件及固件来实施,在一个处理器或分散式的多个处理器上在一个或更多的位置。上述模块功能可以组合及实施为更少的模块或者分成多个子功能且实施为一个更大数量的多个模块。基于以上所述,本领域的技术人员将能够设计用于一个特定应用的一个实施方式。
应该注意的是,上述的多个示例,所使用的数字及示例性计算是协助本实施例的描述,无意的印刷错误,数学错误及/或简化计算的使用不会偏离本发明的实用性及基本优点。
对所附的权利要求书起草时没有多重附属而言,这只是为了配合司法不允许这样的多重附属的形式要求。应该注意的是,所有可能的多个特征的组合可以通过多重附属的权利要求的设想都应被包含在内并且应该被认为是本发明的一部分。
应该理解的是,以上描述仅用作示例,并且在所附权利要求定义的本发明的范围内可以有许多其他实施例。
Claims (31)
1.一种用于映射的方法,其特征在于:所述方法包含以下步骤:
(a)基于一移动装置的一位置及一移动来接收一传感器数据;
(b)基于所述传感器数据生成一路径估计及一位置量测向量,
(i)所述路径估计包含所述移动装置的所述移动的多个位置;及
(ii)所述位置量测向量包含来自于由所述多个位置中的每一个所得的所述传感器数据在所述多个位置的每一个处的一个或更多的量测结果;以及
(c)通过执行基于所述路径估计及所述位置量测向量的一操作,以基于所述传感器数据、所述路径估计及所述位置量测向量来生成一个或更多的独特路径特征。
2.如权利要求1所述的方法,其特征在于:所述路径估计包含由以下组成的群组中选出的一个或更多的量测结果:
(a)所述路径估计的一位置不确定度;及
(b)将所述移动装置的一全局轴框架取向估计与通过一个或更多的其他的移动装置使用的一公共轴框架进行对准。
3.如权利要求1所述的方法,其特征在于:所述位置量测向量包含由以下组成的群组中选出的一个或更多的量测结果:
(a)多个磁场量测结果;
(b)多个校准的磁场量测结果;
(c)来自Wi-Fi网路、蓝牙低功耗通信、蜂窝式基站或其他多个射频电信标台中的至少一个或更多的多个无线电信号强度指示量测结果;
(d)来自Wi-Fi网路、蓝牙低功耗通信、蜂窝式基站或其他多个射频电信标台中的至少一个或更多的多个途径损失量测结果;及
(e)来自Wi-Fi网路、蓝牙低功耗通信、蜂窝式基站或其他多个射频电信标台中的至少一个或更多的多个到达时间差量测结果。
4.如权利要求1所述的方法,其特征在于:所述位置量测向量是一位置量测变化向量,其中在所述位置量测变化向量中的每一组的一个或更多的量测结果是基于从所述多个位置中的一第一个位置到所述多个位置中的另一个位置的一变化而来。
5.如权利要求4所述的方法,其特征在于:生成所述多个独特路径特征包含:执行基于所述位置量测向量及所述位置量测变化向量的一操作。
6.如权利要求1所述的方法,其特征在于:所述操作是一取向不变函数,所述取向不变函数独立于所述移动装置的所述取向。
7.如权利要求1所述的方法,其特征在于:所述操作是由以下组成的群组中选出的一个或更多的技术:
(a)所述位置量测向量及多个量测变化之间的一点积;
(b)一自相关性;
(c)一交互相关性;
(d)在所述路径估计上的一路径积分;
(e)所述位置量测向量与所述路径估计上的多个量测变化之间的一自相关;
(f)在所述位置量测向量上的多个磁场量测的一路径积分;
(g)在一路径变化估计(速度)上的多个磁场量测的一路径积分;
(h)在多个磁场量测变化上的多个磁场量测的一路径积分;
(i)一无线电信号强度指示的函数;
(j)在所述位置量测向量上的一无线电信号强度指示的函数;
(k)在多个无线电信号强度指示量测变化上的多个无线电信号强度指示量测的一路径积分;
(l)在所述位置量测向量上的一路径损失的函数;
(m)在多个途径损失量测变化上的多个途径损失量测的一路径积分;
(n)在所述位置量测向量上的一到达时间差的函数;及
(o)在多个到达时间差量测变化上的一到达时间差的一路径积分。
8.如权利要求1所述的方法,其特征在于:所述的方法还包含以下步骤:基于所述多个独特路径特征,计算所述移动装置已依循移动的一个或更多的通道。
9.如权利要求8所述的方法,其特征在于:所述的方法还包含:计算多个通道评估及多个收敛权重,以用于组合从多个估计不确定度量测衍生的多个通道估计。
10.如权利要求8所述的方法,其特征在于:所述的方法还包含一步骤:基于所述多个通道决定多个汇集处。
11.如权利要求8所述的方法,其特征在于:被比对的多个部分是在对应于3至15米之间的一距离的一路径长度上。
12.如权利要求8所述的方法,其特征在于:所述的方法还包含一步骤:基于所述多个通道生成一行人通道地图,所述行人通道地图包含多个独特路径特征及多个相关联的通道。
13.如权利要求12所述的方法,其特征在于:所述行人通道地图更包含与所述多个位置及所述多个通道相关联的一信息附加层。
14.如权利要求12所述的方法,其特征在于:所述的方法还包含一步骤:从所述行人通道地图移除所述多个通道及/或多个汇集处中的一个或更多个。
15.如权利要求1所述的方法,其特征在于:所述的方法还包含一步骤:基于所述多个独特路径特征计算一个或更多的通道估计,然后计算所述多个通道估计而成为一个或更多的通道的一汇合。
16.如权利要求15所述的方法,其特征在于:使用反馈来更新所述一个或更多的通道估计。
17.如权利要求1所述的方法,其特征在于:分别对于相对应的多个移动装置生成多个独特路径特征。
18.如权利要求17所述的方法,其特征在于:多个通道是基于所述多个独特路径特征的相关分析而计算出的。
19.如权利要求1所述的方法,其特征在于:多个独特路径特征是从相对应的多个移动装置被群众外包的。
20.如权利要求1所述的方法,其特征在于:所述的方法还包含以下步骤:
基于反转所述所述位置量测向量包含来生成一反向路径。
21.一种用于映射的系统,其特征在于:所述的系统包含:
(a)一处理系统,包含一个或更多的处理器,所述处理系统被配置用以实施权利要求1至19的任一项。
22.一种用于定位的方法,其特征在于:所述方法包含以下步骤:
(a)基于一移动装置的一位置及一移动来接收一传感器数据;
(b)基于所述传感器数据生成一路径估计及一位置量测向量(LVM),
(i)所述路径估计包含所述移动装置的所述移动的多个位置:以及
(ii)所述位置量测向量包含来自于由每个所述位置所得的所述传感器数据在所述多个位置的每一个处的一个或更多的量测结果;
(c)通过执行基于所述路径估计及所述位置量测向量的一操作,以基于所述传感器数据、所述路径估计及所述位置量测向量来生成一个或更多的独特路径特征;及
(d)将所述生成的多个独特路径特征与在一行人通道地图中存储的多个独特路径特征进行比对,以决定匹配多个独特路径特征。
23.如权利要求22所述的方法,其特征在于:所述路径估计包含由以下组成的群组中选出的一个或更多的量测结果:
(a)所述路径估计的一位置不确定度;及
(b)将所述移动装置的一全局轴框架取向估计与通过一个或更多的其他的移动装置使用的一公共轴框架进行对准。
24.如权利要求22所述的方法,其特征在于:所述匹配多个独特路径特征具有多个相关联的行人通道,并且更包含以下步骤:将所述行人通道地图提供至一地图显示器。
25.如权利要求24所述的方法,其特征在于:所述方法更包含以下步骤:基于所述传感器数据及所述通道,计算所述移动装置的所述通道中的一个通道上的一位置。
26.如权利要求22所述的方法,其特征在于:所述匹配多个独特路径特征被用于改善随后的多个路径估计及多个位置量测向量的生成。
27.如权利要求22所述的方法,其特征在于:所述操作是是一取向不变函数,所述取向不变函数独立于所述移动装置的所述取向。
28.如权利要求22所述的方法,其特征在于,所述比对是在对应于所述移动装置的所述移动的最近的3至15米的一路径长度上进行的。
29.如权利要求22所述的方法,其特征在于:所述路径估计包含所述路径估计的一位置不确定度量测,及所述路径估计更包含:从所述位置不确定度量测衍生出一搜索界限。
30.如权利要求22所述的方法,其特征在于:所述方法包含由以下组成的群组中选出的一个或更多的函数:
(a)在所述行人通道地图上寻找由一第一位置到一第二位置的一路线,其中所述第一位置由以下组成的群组中选出:
(i)所述移动装置的一当前位置;及
(ii)所述行人通道地图上的一位置;
所述第二位置由以下组成的群组中选出:
(iii)所述移动装置以外的一装置的一位置;及
(iv)所述行人通道地图上的一位置;
以及,制备所述路线的多个特征以用于实时追踪;
(b)基于所述行人通道地图,生成多个导引指令以用于导航到一目的地位置;
(c)在导航期间追踪所述移动装置;
(d)基于一用户提供的信息更新所述行人通道地图;
(e)分析所述行人通道地图,以生成在一行人交通行为上的一分析;及
(f)分析所述移动装置的所述位置及多个用户行动的多个组合。
31.一种用于定位的系统,其特征在于:所述系统包含:
(a)一处理系统,包含一个或更多的处理器,所述处理系统被配置用以实施权利要求22至30的任一项。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562216575P | 2015-09-10 | 2015-09-10 | |
US62/216,575 | 2015-09-10 | ||
PCT/IB2016/055233 WO2017042672A1 (en) | 2015-09-10 | 2016-09-01 | Navigate, track, and position mobile devices in gps-denied or gps-inaccurate areas with automatic map generation |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108351217A true CN108351217A (zh) | 2018-07-31 |
CN108351217B CN108351217B (zh) | 2022-03-01 |
Family
ID=58239222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680052131.1A Active CN108351217B (zh) | 2015-09-10 | 2016-09-01 | 在全球定位系统拒绝访问的导航、追踪及定位的移动装置 |
Country Status (7)
Country | Link |
---|---|
US (2) | US10584972B2 (zh) |
EP (1) | EP3347677B1 (zh) |
KR (1) | KR20180052636A (zh) |
CN (1) | CN108351217B (zh) |
ES (1) | ES2920837T3 (zh) |
IL (1) | IL257725B (zh) |
WO (1) | WO2017042672A1 (zh) |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017042672A1 (en) * | 2015-09-10 | 2017-03-16 | Oriient New Media Ltd. | Navigate, track, and position mobile devices in gps-denied or gps-inaccurate areas with automatic map generation |
KR102500299B1 (ko) * | 2015-12-03 | 2023-02-16 | 삼성전자주식회사 | 사용자 단말 및 그 제어 방법 |
US10151588B1 (en) | 2016-09-28 | 2018-12-11 | Near Earth Autonomy, Inc. | Determining position and orientation for aerial vehicle in GNSS-denied situations |
US20190104492A1 (en) * | 2017-03-28 | 2019-04-04 | Irvine Sensors Corporation | Cell Phone-Based Land Navigation Methods and Systems |
US10830592B2 (en) * | 2017-09-21 | 2020-11-10 | Dell Products L.P. | Indoor navigation path determination system |
JP6740988B2 (ja) * | 2017-09-26 | 2020-08-19 | カシオ計算機株式会社 | 地図情報提供装置、携帯型地図送信装置、地図情報提供システム、地図情報提供方法及びプログラム |
CN107632606A (zh) * | 2017-09-27 | 2018-01-26 | 哈工大机器人(合肥)国际创新研究院 | 大区域基于Slam和Tag标签的移动机器人导航与定位方法 |
US11227435B2 (en) | 2018-08-13 | 2022-01-18 | Magic Leap, Inc. | Cross reality system |
WO2020036898A1 (en) | 2018-08-13 | 2020-02-20 | Magic Leap, Inc. | A cross reality system |
EP3861387A4 (en) | 2018-10-05 | 2022-05-25 | Magic Leap, Inc. | RENDERING LOCATION-SPECIFIC VIRTUAL CONTENT IN ANY LOCATION |
EP3782381B1 (en) * | 2018-12-17 | 2024-03-06 | Google LLC | Discovery and ranking of locations for use by geographic context applications |
US11997455B2 (en) | 2019-02-11 | 2024-05-28 | Koko Home, Inc. | System and method for processing multi-directional signals and feedback to a user to improve sleep |
US11320804B2 (en) | 2019-04-22 | 2022-05-03 | Lg Electronics Inc. | Multi information provider system of guidance robot and method thereof |
IL266185B (en) | 2019-04-23 | 2022-07-01 | Oriient New Media Ltd | Route mapping tool in an indoor location |
US10775175B1 (en) * | 2019-06-28 | 2020-09-15 | Rockwell Collins, Inc. | Wearable dead reckoning system for GPS-denied navigation |
US10616723B1 (en) * | 2019-07-16 | 2020-04-07 | Eagle Technology, Llc | System for mapping building interior with PDR and ranging and related methods |
JP7274970B2 (ja) * | 2019-08-01 | 2023-05-17 | 本田技研工業株式会社 | 追従対象特定システム及び追従対象特定方法 |
CN110519701B (zh) * | 2019-08-15 | 2021-02-12 | 广州小鹏汽车科技有限公司 | 定位信息的创建方法、车载终端、服务器设备和定位系统 |
JP2022551733A (ja) | 2019-10-15 | 2022-12-13 | マジック リープ, インコーポレイテッド | 位置特定サービスを伴うクロスリアリティシステム |
JP2022551735A (ja) | 2019-10-15 | 2022-12-13 | マジック リープ, インコーポレイテッド | 無線フィンガプリントを用いたクロスリアリティシステム |
KR20210049521A (ko) * | 2019-10-25 | 2021-05-06 | 삼성전자주식회사 | 위치를 탐지하는 전자 장치 및 그 방법 |
CN114730546A (zh) | 2019-11-12 | 2022-07-08 | 奇跃公司 | 具有定位服务和基于位置的共享内容的交叉现实系统 |
KR20210058604A (ko) | 2019-11-14 | 2021-05-24 | 김성우 | 이동식 초음파세척기 |
CN114762008A (zh) | 2019-12-09 | 2022-07-15 | 奇跃公司 | 简化的虚拟内容编程的交叉现实系统 |
WO2021163306A1 (en) | 2020-02-13 | 2021-08-19 | Magic Leap, Inc. | Cross reality system with accurate shared maps |
CN115398484A (zh) | 2020-02-13 | 2022-11-25 | 奇跃公司 | 具有用于定位的地理定位信息优先级的交叉现实系统 |
EP4104001A4 (en) | 2020-02-13 | 2024-03-13 | Magic Leap Inc | CROSS-REALLY SYSTEM WITH MAP PROCESSING USING MULTIPLE RESOLUTION FRAME DESCRIPTORS |
WO2021173779A1 (en) | 2020-02-26 | 2021-09-02 | Magic Leap, Inc. | Cross reality system with fast localization |
US11668572B2 (en) * | 2020-03-04 | 2023-06-06 | Johnson Controls Tyco IP Holdings LLP | Systems and methods for generating indoor paths |
WO2021182934A1 (ko) * | 2020-03-13 | 2021-09-16 | 엘지전자 주식회사 | 사이드링크를 지원하는 무선통신시스템에서 vru가 이동 경로를 예측하는 방법 및 이를 위한 장치 |
KR20220153030A (ko) * | 2020-03-13 | 2022-11-17 | 엘지전자 주식회사 | 사이드링크를 지원하는 무선통신시스템에서 vru 장치가 진입 경로를 예측하는 방법 및 이를 위한 장치 |
US11240635B1 (en) * | 2020-04-03 | 2022-02-01 | Koko Home, Inc. | System and method for processing using multi-core processors, signals, and AI processors from multiple sources to create a spatial map of selected region |
CN115803788A (zh) | 2020-04-29 | 2023-03-14 | 奇跃公司 | 用于大规模环境的交叉现实系统 |
CN111486849B (zh) * | 2020-05-29 | 2021-08-27 | 北京大学 | 一种基于二维码路标的移动视觉导航方法及系统 |
US20210396522A1 (en) * | 2020-06-17 | 2021-12-23 | Microsoft Technology Licensing, Llc | Pedestrian dead reckoning using map constraining features |
US11703335B2 (en) * | 2020-06-19 | 2023-07-18 | Toyota Research Institute, Inc. | Coordinating and learning maps dynamically |
US11546724B2 (en) | 2020-08-12 | 2023-01-03 | Here Global B.V. | Method, apparatus, and system for determining a non-specific location according to an observed mobility pattern derived from non-positioning related sensor data |
US11681304B2 (en) | 2020-09-01 | 2023-06-20 | International Business Machines Corporation | Emergency response system |
US11592517B2 (en) * | 2020-12-19 | 2023-02-28 | Here Global B.V. | Offline radio maps for GNSS-denied areas |
US11617059B1 (en) | 2021-05-28 | 2023-03-28 | T-Mobile Usa, Inc. | Mobile device geographic location determination for emergency services |
US20230003544A1 (en) * | 2021-06-14 | 2023-01-05 | Astra Navigation, Inc. | Embedding a Magnetic Map into an Image File |
CN113573232B (zh) * | 2021-07-13 | 2024-04-19 | 深圳优地科技有限公司 | 机器人巷道定位方法、装置、设备及存储介质 |
AU2021464938A1 (en) * | 2021-09-17 | 2024-05-02 | Hid Global Corporation | Location recognition using inertial measurement unit |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060267833A1 (en) * | 2004-10-04 | 2006-11-30 | Q-Track, Inc. | Electromagnetic location and display system and method |
CN101968365A (zh) * | 2009-07-27 | 2011-02-09 | 宏达国际电子股份有限公司 | 导航路径显示方法、导航装置及计算机程序产品 |
CN103294750A (zh) * | 2012-01-26 | 2013-09-11 | 现代自动车株式会社 | 生成路径的装置和方法 |
US20130332064A1 (en) * | 2012-06-12 | 2013-12-12 | Trx Systems, Inc. | System and method for localizing a trackee at a location and mapping the location using inertial sensor information |
WO2013188597A2 (en) * | 2012-06-12 | 2013-12-19 | Amrit Bandyopadhyay | Irregular feature mapping |
US20150204670A1 (en) * | 2014-01-16 | 2015-07-23 | Qualcomm Incorporated | Sensor assisted validation and usage of map information as navigation measurements |
WO2015121677A1 (en) * | 2014-02-17 | 2015-08-20 | Isis Innovation Ltd | Determining the position of a mobile device in a geographical area |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9395190B1 (en) * | 2007-05-31 | 2016-07-19 | Trx Systems, Inc. | Crowd sourced mapping with robust structural features |
US9226111B2 (en) * | 2012-11-21 | 2015-12-29 | Apple Inc. | Pathway matching |
WO2017042672A1 (en) * | 2015-09-10 | 2017-03-16 | Oriient New Media Ltd. | Navigate, track, and position mobile devices in gps-denied or gps-inaccurate areas with automatic map generation |
-
2016
- 2016-09-01 WO PCT/IB2016/055233 patent/WO2017042672A1/en active Application Filing
- 2016-09-01 KR KR1020187007363A patent/KR20180052636A/ko not_active Application Discontinuation
- 2016-09-01 EP EP16843762.2A patent/EP3347677B1/en active Active
- 2016-09-01 ES ES16843762T patent/ES2920837T3/es active Active
- 2016-09-01 US US15/757,656 patent/US10584972B2/en active Active
- 2016-09-01 CN CN201680052131.1A patent/CN108351217B/zh active Active
-
2018
- 2018-02-25 IL IL257725A patent/IL257725B/en unknown
-
2020
- 2020-01-06 US US16/734,861 patent/US11187540B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060267833A1 (en) * | 2004-10-04 | 2006-11-30 | Q-Track, Inc. | Electromagnetic location and display system and method |
CN101968365A (zh) * | 2009-07-27 | 2011-02-09 | 宏达国际电子股份有限公司 | 导航路径显示方法、导航装置及计算机程序产品 |
CN103294750A (zh) * | 2012-01-26 | 2013-09-11 | 现代自动车株式会社 | 生成路径的装置和方法 |
US20130332064A1 (en) * | 2012-06-12 | 2013-12-12 | Trx Systems, Inc. | System and method for localizing a trackee at a location and mapping the location using inertial sensor information |
WO2013188597A2 (en) * | 2012-06-12 | 2013-12-19 | Amrit Bandyopadhyay | Irregular feature mapping |
US20150204670A1 (en) * | 2014-01-16 | 2015-07-23 | Qualcomm Incorporated | Sensor assisted validation and usage of map information as navigation measurements |
WO2015121677A1 (en) * | 2014-02-17 | 2015-08-20 | Isis Innovation Ltd | Determining the position of a mobile device in a geographical area |
Also Published As
Publication number | Publication date |
---|---|
US20200141739A1 (en) | 2020-05-07 |
EP3347677A1 (en) | 2018-07-18 |
US11187540B2 (en) | 2021-11-30 |
ES2920837T3 (es) | 2022-08-10 |
IL257725A (en) | 2018-04-30 |
IL257725B (en) | 2021-08-31 |
WO2017042672A1 (en) | 2017-03-16 |
EP3347677A4 (en) | 2019-01-02 |
KR20180052636A (ko) | 2018-05-18 |
CN108351217B (zh) | 2022-03-01 |
US10584972B2 (en) | 2020-03-10 |
US20180245927A1 (en) | 2018-08-30 |
EP3347677B1 (en) | 2022-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108351217A (zh) | 在全球定位系统拒绝访问或全球定位系统不准确区域中以自动地图生成来导航、追踪及定位的移动装置 | |
CN105761242B (zh) | 一种基于计算机双目视觉与惯性测量的盲人行走定位方法 | |
CN105424030B (zh) | 基于无线指纹和mems传感器的融合导航装置和方法 | |
Grejner-Brzezinska et al. | Multisensor navigation systems: A remedy for GNSS vulnerabilities? | |
CN103411609B (zh) | 一种基于在线构图的飞行器返航路线规划方法 | |
CN109682382A (zh) | 基于自适应蒙特卡洛和特征匹配的全局融合定位方法 | |
CN110146909A (zh) | 一种定位数据处理方法 | |
CN108387241A (zh) | 更新自动驾驶车辆的定位地图的方法和系统 | |
CN103889049A (zh) | 基于惯性测量元件辅助的无线信号室内定位系统与方法 | |
US9515752B2 (en) | Method for mapping wi-fi fingerprints by means of blind collection of RSS measurements | |
CN109031379A (zh) | 一种导航路线地图的生成方法和系统 | |
CN108426576A (zh) | 基于标识点视觉导航与sins的飞行器路径规划方法及系统 | |
KR102585821B1 (ko) | 증강 현실 장치 및 위치 설정 방법 | |
Huang et al. | Feature matching in cadastral map integration with a case study of Beijing | |
CN202770447U (zh) | 室内智能定位导航系统 | |
CN107702708B (zh) | 一种二维地磁分布定位方法 | |
Zhuang et al. | Autonomous WLAN heading and position for smartphones | |
Liang et al. | Indoor mapping and localization for pedestrians using opportunistic sensing with smartphones | |
Wietrzykowski et al. | Adopting the FAB-MAP algorithm for indoor localization with WiFi fingerprints | |
Alliez et al. | Indoor localization and mapping: Towards tracking resilience through a multi-slam approach | |
CN116429112A (zh) | 多机器人协同定位方法和装置、设备及存储介质 | |
Funke et al. | Compass-based navigation in street networks | |
Al Mamun et al. | Faster: Fast, stable, expendable and reliable radio map for indoor localization | |
US11812342B2 (en) | Cellular-based navigation method | |
Zhang et al. | A Geomagnetic Positioning Model Based on Naive Bayes Classifier |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |