CN111323010A - 一种室内外智能导航系统 - Google Patents

一种室内外智能导航系统 Download PDF

Info

Publication number
CN111323010A
CN111323010A CN202010317528.7A CN202010317528A CN111323010A CN 111323010 A CN111323010 A CN 111323010A CN 202010317528 A CN202010317528 A CN 202010317528A CN 111323010 A CN111323010 A CN 111323010A
Authority
CN
China
Prior art keywords
positioning
point
indoor
algorithm
map
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.)
Withdrawn
Application number
CN202010317528.7A
Other languages
English (en)
Inventor
韩梦玲
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.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
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 Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN202010317528.7A priority Critical patent/CN111323010A/zh
Publication of CN111323010A publication Critical patent/CN111323010A/zh
Withdrawn legal-status Critical Current

Links

Images

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
    • G01C21/10—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
    • 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
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3629—Guidance using speech or audio output, e.g. text-to-speech

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种室内外智能导航系统，包括：地图搭建模块：用于室内楼层及室外的地图建模，得到最终地图；蓝牙定位模块：用于用户使用过程中定位自己在地图上的位置；路径导航模块：用于基于A*算法的路网最优路径算法实现室内地图中跨楼层的精准定位及室外地图的GPS定位；语音播报模块：用于地图上室内外标志性的建筑物或定位地点的实时播报。这种导航系统，可实现室内外高精度的定位效果，且低成本、低功耗、连接速度快及连接稳定性强。

Description

一种室内外智能导航系统
技术领域
本发明涉及导航技术，具体是一种室内外智能导航系统。
背景技术
目前，GPS导航定位技术基本满足了人们在室外场景中对位置服务的需求，但是室内场景下，经常出现如下几种问题：
1.找具体楼层的具体房号难：
当使用GPS导航定位到需要到达的建筑物时，对于需要到达的某个楼层的具体房号难以快速精准定位，在寻找的过程中容易迷路浪费时间。
2.找洗手间难：
室内提供洗手间(公共设施)的标识少，即使有也难以确定哪个洗手间离目前位置更近一些。
发明内容
本发明的目的是针对现有技术中存在的不足，而提供一种室内外智能导航系统。这种导航系统，可实现室内外高精度的定位效果，且低成本、低功耗、连接速度快及连接稳定性强。
实现本发明目的的技术方案是：
一种室内外智能导航系统，包括，
地图搭建模块：用于室内楼层及室外的地图建模，得到最终地图，以3D虚拟化技术为基础，以数字化、可视化、智能化、网络化、网格化、集成化理念为目标，应用SVE 3D可视化场景编辑器工具，自由创建楼宇室内3D房屋地图及室外地图，同时支持应用无人机倾斜摄影生成的室外地图，实现楼宇建筑室外和室内打通，搭建可视化、网格化管理的底层地图基础，
搭建地图的过程为：在SVE Cloud三维场景编辑器中，首先搭建一个空白场景，然后创建楼层，将cad建筑平面图导入SVE Cloud三维场景编辑器，调好cad平面图上两点距离和实际两点距离的比例，在楼层中绘制墙面，地砖，门，摆放桌子，椅子以及其他室内装饰，然后在厕所，楼梯，电梯以及重要的房间设置好POI点，最后导出，得到最终的地图；
蓝牙定位模块：用于用户使用过程中定位自己在地图上的位置，基于RSSI进行距离测量，利用三维空间四点定位算法得到当前位置，由于目标通常是运动的，所以还需要卡尔曼滤波将观测结果和预测结果进行加权平均实现运动目标的跟踪，
蓝牙定位的过程为：
第一步：RSSI测距：根据蓝牙信号随传播距离衰减的原理，根据信标结点的发射功率和接收到的功率，通过建立信号强弱与距离之间的衰减模型，计算出节点间的距离，衰减模型为RSSI＝P0-10nlg(d)，其中RSSI为接收器接收到的信号强度，d为参考距离,单位是m，p0为参考点的信号强度，n为衰减指数，n 的取值根据环境确定，大约在1.4～2.5之间；
第二步：三维空间四点定位算法，由RSSI测距技术得到未知点与参考点之间的距离
Figure BDA0002460125390000021
三维空间四点定位算法基于RSSI原理，已知四个基站点的坐标(x1,y1,z1)(x2,y2,z2)(x3,y3,z3)(x4,y4,z4)和距离未知点(x,y,z) 的长度d1,d2,d3,d4，通过公式
Figure BDA0002460125390000022
将三维空间转换为二维空间，其中r 为两个定位点的空间距离，h为楼层相差高度，得到以下四个二次方程：
(x-x1)2+(y-y1)2+(z-z1)2＝r12
(x-x2)2+(y-y2)2+(z-z2)2＝r22
(x-x3)2+(y-y3)2+(z-z3)2＝r32
(x-x4)2+(y-y4)2+(z-z4)2＝r42
最后通过高斯-约旦消元法的原理得到定位点的x,y,z和h的值；
第三步：卡尔曼滤波，在室内定位的过程中，定位点是在运动的，而不是固定不动的，卡尔曼滤波根据上一时刻的位置和速度来预测出当前位置，在定位系统中每0.1s获取当前的位置信息，卡尔曼滤波通过这0.1s和上0.1s的位置信息，以及不确定性来预测下0.1s的位置信息，具体公式如下：
xk -＝Axk-1+Buk-1
Pk -＝APk-1AT+Q
Kk＝Pk -HT(HPk -HT+R)-1
xk＝xk -+Kk(zk-Hxk -)，
Pk＝Pk --KkHPk -，
其中A是从xk-1到xk的状态转移矩阵，B是控制矩阵，xk是状态向量，Pk是协方差，K值得选取取决于最小化后验误差的协方差,H是状态变量到测量的转换矩阵。
第四步：蓝牙定位成功后，惯性导航在蓝牙定位点的10米半径范围内可以自由移动，一旦出了蓝牙10米范围即被拉回蓝牙定位点，当处于信标盲区或者干扰较强的地方时，避免当前位置延迟和偏差，其中惯性导航组合由测量转动运动的三个陀螺仪和测量平移运动的加速度的三个加速度计组合而成，计算机通过测得的加速信号计算出速度和位置数据然后在显示器中显示各种导航参数；
路径导航模块：用于基于A*算法的路网最优路径算法实现室内地图中跨楼层的精准定位及室外地图的GPS定位，在地图可行的范围内，进行室外GPS定位和室内部署蓝牙设备，通过beacon技术实现蓝牙定位服务，实现用户通过实时定位起始点到终点的实时定位导航，
路径导航的过程为：在室内时，
若起点和终点处于同一楼层时采用A*算法，A*算法的公式为f(n)＝g(n)+ h(n)，f(n)为代价估计，g(n)为是代价，h(n)为估计代价，根据POI点的规模，动态选择估计函数h(n)，当POI点规模>1000时，将曼哈顿距离作为估计函数， POI点规模<1000时，采用欧式距离作为估计函数；
若起点和终点处于不同楼层时采用基于A*算法的路网最优路径算法，在室内进行跨层的路径规划时必须经过电梯节点或者是楼梯节点，这些节点是固定有限的，当起点和终点只相差一层时，路网最优路径算法的第一步就是搜索起点到所有电梯节点或者是楼梯节点入口的路径；第二步是寻找电梯结点或者楼梯节点的出口到终点的路径；第三步是将路网最优路径算法中第一步和第二步搜索到的结点添加到网路图中拼接成一个大的网路图，最后采用A*算法搜索从起点到终点的最优路径，当起点和终点只相差几层时，优先考虑直梯，多层的路网最优路径算法每次规划路径需要进行3次A*算法；
语音播报模块：用于地图上室内外标志性的建筑物或定位地点的实时播报，在地图上重要的POI位置点，标注语音播报热点，并上传语音播报的内容文件，让用户在生活中、行走时，通过移动终端进入系统后，开启语音播报功能后，通过定位，自动进行附近POI点语音播报或用户手动选择POI点进行语音播报。
这种导航系统，可实现室内外高精度的定位效果，且低成本、低功耗、连接速度快及连接稳定性强。
附图说明
图1为实施例的结构示意图。
图2为实施例中地图的结构示意图：
图3为实施例中路径规划的流程示意图：
具体实施方式
下面结合附图及具体实施例对本发明作进一步的详细描述，但不是对本发明的限定
实施例：
参照图1，一种室内外智能导航系统，包括，
地图搭建模块：用于室内楼层及室外的地图建模，得到最终地图，
如图2所示，搭建地图的过程为：在SVE Cloud三维场景编辑器中，首先搭建一个空白场景，然后创建楼层，本例创建5层，将每层的cad建筑平面图分别导入SVE Cloud三维场景编辑器，调好cad平面图上两点距离和实际两点距离的比例，在楼层中绘制墙面，地砖，门，摆放桌子，椅子以及其他室内装饰，然后在厕所，楼梯，电梯以及重要的房间设置好POI点，最后导出，得到最终的地图；
蓝牙定位模块：用于用户使用过程中定位自己在地图上的位置，
蓝牙定位的过程为：
第一步：RSSI测距，RSSI是根据接收信号能量强度进行距离测量的一种技术，根据蓝牙信号随传播距离衰减的原理，根据信标结点的发射功率和接收到的功率，通过建立信号强弱与距离之间的衰减模型，就可以计算出节点间的距离，衰减模型为RSSI＝P0-10nlg(d)，其中RSSI为接收器接收到的信号强度，d为参考距离,单位是m，p0为参考点的信号强度，n为衰减指数，n的取值根据环境确定，大约在1.4～2.5之间，本例n为2.1；
第二步：三维空间四点定位算法，由RSSI测距技术可得到未知点与参考点之间的距离
Figure BDA0002460125390000041
三维空间四点定位算法基于RSSI原理，本例已知四个基站点的坐标(2.0,0.0,0.0)(2.0,2.0,2.0)(0.0,2.0,2.0)(0.0,0.0,3.0) 和距离未知点(x,y,z)的空间距离为d1＝3.06,d2＝2.40,d3＝2.11,d4＝2.30，通过公式
Figure BDA0002460125390000051
将三维空间转换为二维空间，其中r为两个定位点的平面距离，h为楼层相差高度，得到以下四个二次方程：
(x-2.0)2+(y-0.0)2+(z-0.0)2＝3.062-h2
(x-2.0)2+(y-2.0)2+(z-2.0)2＝2.402-h2
(x-0.0)2+(y-2.0)2+(z-2.0)2＝2.112-h2
(x-0.0)2+(y-0.0)2+(z-3.0)2＝2.302-h2
最后通过高斯-约旦消元法的原理得到定位点的(0.41,0.88,1.75)，h＝1.75；
第三步：卡尔曼滤波，卡尔曼滤波是一种用来对系统状态进行最优估计的算法，在室内定位的过程中，通常定位点是在运动的，而不是固定不动的，卡尔曼滤波根据上一时刻的位置和速度来预测出当前位置，有效解决系统定位导航过程中时刻计算当前位置所带来的系统卡顿不流畅等问题，在定位系统中每0.1s获取当前的位置信息，卡尔曼滤波通过这0.1s和上0.1s的位置信息，以及不确定性来预测下0.1s的位置信息，具体公式如下：
xk -＝Axk-1+Buk-1
Pk -＝APk-1AT+Q
Kk＝Pk -HT(HPk -HT+R)-1
xk＝xk -+Kk(zk-Hxk -)，
Pk＝Pk --KkHPk -，其中A是从xk-1到k的状态转移矩阵，B是控制矩阵，xk是状态向量，Pk是协方差，K值得选取取决于最小化后验误差的协方差,H是状态变量到测量的转换矩阵；
第四步：蓝牙定位成功后，惯性导航在蓝牙定位点的10米半径范围内是可以自由移动的，一旦出了蓝牙10米范围即被拉回蓝牙定位点，惯性导航在定位导航中起辅助作用，当处于信标盲区或者干扰较强的地方时，可以及时得避免当前位置延迟和偏差的情况；
惯性导航组合由测量转动运动的三个陀螺仪和测量平移运动的加速度的三个加速度计组合而成，计算机通过测得的加速信号计算出速度和位置数据然后在显示器中显示各种导航参数；
路径导航模块：用于基于A*算法的路网最优路径算法实现室内地图中跨楼层的精准定位及室外地图的GPS定位，
如图3所示，路径规划是为用户在选择和起点和终点后为用户提供一条最优路径，由于是在室内，用户的选择的起点和终点不一定是在同一楼层，因此需要根据不同的情况选择了不同的搜索方法：
起点和终点处于同一楼层时采用A*算法，A*算法的公式为f(n)＝g(n)+ h(n)，f(n)为代价估计，g(n)为是代价，h(n)为估计代价，根据POI点的规模，动态选择估计函数h(n)，当POI点规模>1000时，将曼哈顿距离作为估计函数， POI点规模<1000时，采用欧式距离作为估计函数；
起点和终点处于不同楼层时采用基于A*算法的路网最优路径算法，在室内进行跨层的路径规划时必须经过电梯节点或者是楼梯节点，而这些节点是固定有限的，当起点和终点只相差一层时，路网最优路径算法的第一步就是搜索起点到所有电梯节点或者是楼梯节点入口的路径；第二步是寻找电梯结点或者楼梯节点的出口到终点的路径；第三步是将路网最优路径算法中第一步和第二步搜索到的结点添加到网路图中拼接成一个大的网路图，最后采用A*算法搜索从起点到终点的最优路径，当起点和终点只相差几层时，优先考虑直梯，多层的路网最优路径算法每次规划路径需要进行3次A*算法；
语音播报模块：用于地图上室内外标志性的建筑物或定位地点的实时播报，通过定位，自动进行附近POI点语音介绍播报或用户手动选择POI点进行语音播报介绍。

Claims (1)

1.一种室内外智能导航系统，其特征在于，包括，
地图搭建模块：用于室内楼层及室外的地图建模，得到最终地图，
搭建地图的过程为：在SVE Cloud三维场景编辑器中，首先搭建一个空白场景，然后创建楼层，将cad建筑平面图导入SVE Cloud三维场景编辑器，调好cad平面图上两点距离和实际两点距离的比例，在楼层中绘制墙面，地砖，门，摆放桌子，椅子以及其他室内装饰，然后在厕所，楼梯，电梯以及重要的房间设置好POI点，最后导出，得到最终的地图；
蓝牙定位模块：用于用户使用过程中定位自己在地图上的位置，
蓝牙定位的过程为：
第一步：RSSI测距：根据蓝牙信号随传播距离衰减的原理，根据信标结点的发射功率和接收到的功率，通过建立信号强弱与距离之间的衰减模型，计算出节点间的距离，衰减模型为RSSI＝P0-10nlg(d)，其中RSSI为接收器接收到的信号强度，d为参考距离,单位是m，p0为参考点的信号强度，n为衰减指数，n的取值根据环境确定，大约在1.4～2.5之间；
第二步：三维空间四点定位算法，由RSSI测距技术得到未知点与参考点之间的距离
Figure FDA0002460125380000011
三维空间四点定位算法基于RSSI原理，已知四个基站点的坐标(x1,y1,z1)(x2,y2,z2)(x3,y3,z3)(x4,y4,z4)和距离未知点(x,y,z)的长度d1,d2,d3,d4，通过公式
Figure FDA0002460125380000012
将三维空间转换为二维空间，其中r为两个定位点的空间距离，h为楼层相差高度，得到以下四个二次方程：
(x-x1)2+(y-y1)2+(z-z1)2＝r12
(x-x2)2+(y-y2)2+(z-z2)2＝r22
(x-x3)2+(y-y3)2+(z-z3)2＝r32
(x-x4)2+(y-y4)2+(z-z4)2＝r42
最后通过高斯-约旦消元法的原理得到定位点的x,y,z和h的值；
第三步：卡尔曼滤波，在室内定位的过程中，定位点是在运动的，而不是固定不动的，卡尔曼滤波根据上一时刻的位置和速度来预测出当前位置，在定位系统中每0.1s获取当前的位置信息，卡尔曼滤波通过这0.1s和上0.1s的位置信息，以及不确定性来预测下0.1s的位置信息，具体公式如下：
xk -＝Axk-1+Buk-1
Pk -＝APk-1AT+Q
Kk＝Pk -HT(HPk -HT+R)-1
xk＝xk -+Kk(zk-Hxk -)，
Pk＝Pk --KkHPk -，
其中A是从xk-1到xk的状态转移矩阵，B是控制矩阵，xk是状态向量，Pk是协方差，K值得选取取决于最小化后验误差的协方差,H是状态变量到测量的转换矩阵。
第四步：蓝牙定位成功后，惯性导航在蓝牙定位点的10米半径范围内可以自由移动，一旦出了蓝牙10米范围即被拉回蓝牙定位点，当处于信标盲区或者干扰较强的地方时，避免当前位置延迟和偏差，其中惯性导航组合由测量转动运动的三个陀螺仪和测量平移运动的加速度的三个加速度计组合而成，计算机通过测得的加速信号计算出速度和位置数据然后在显示器中显示各种导航参数；
路径导航模块：用于基于A*算法的路网最优路径算法实现室内地图中跨楼层的精准定位及室外地图的GPS定位，
路径导航的过程为：在室内时，
若起点和终点处于同一楼层时采用A*算法，A*算法的公式为f(n)＝g(n)+h(n)，f(n)为代价估计，g(n)为是代价，h(n)为估计代价，根据POI点的规模，动态选择估计函数h(n)，当POI点规模>1000时，将曼哈顿距离作为估计函数，POI点规模<1000时，采用欧式距离作为估计函数；
若起点和终点处于不同楼层时采用基于A*算法的路网最优路径算法，在室内进行跨层的路径规划时必须经过电梯节点或者是楼梯节点，这些节点是固定有限的，当起点和终点只相差一层时，路网最优路径算法的第一步就是搜索起点到所有电梯节点或者是楼梯节点入口的路径；第二步是寻找电梯结点或者楼梯节点的出口到终点的路径；第三步是将路网最优路径算法中第一步和第二步搜索到的结点添加到网路图中拼接成一个大的网路图，最后采用A*算法搜索从起点到终点的最优路径，当起点和终点只相差几层时，优先考虑直梯，多层的路网最优路径算法每次规划路径需要进行3次A*算法；
语音播报模块：用于地图上室内外标志性的建筑物或定位地点的实时播报，通过定位，自动进行附近POI点语音播报或用户手动选择POI点进行语音播报。
CN202010317528.7A 2020-04-21 2020-04-21 一种室内外智能导航系统 Withdrawn CN111323010A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010317528.7A CN111323010A (zh) 2020-04-21 2020-04-21 一种室内外智能导航系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010317528.7A CN111323010A (zh) 2020-04-21 2020-04-21 一种室内外智能导航系统

Publications (1)

Publication Number Publication Date
CN111323010A true CN111323010A (zh) 2020-06-23

Family

ID=71168154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010317528.7A Withdrawn CN111323010A (zh) 2020-04-21 2020-04-21 一种室内外智能导航系统

Country Status (1)

Country Link
CN (1) CN111323010A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112231861A (zh) * 2020-10-16 2021-01-15 哈尔滨工业大学 一种抑制调姿共振的集群式控制力矩陀螺隔振方法
CN112946323A (zh) * 2021-01-28 2021-06-11 任俊儒 一种实时动态高精度步行导航方法、装置及相关组件
CN113340294A (zh) * 2021-06-02 2021-09-03 南京师范大学 一种融合地标的ar室内地图导航方法
CN113465604A (zh) * 2021-05-31 2021-10-01 杭州易现先进科技有限公司 跨楼层导航的方法和系统
CN114147736A (zh) * 2021-11-16 2022-03-08 摩霄智能科技(深圳)有限公司 多功能安防和陪伴机器人系统
CN114894198A (zh) * 2022-07-15 2022-08-12 南京千目信息科技有限公司 一种基于商场三维导航地图的导航方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104849740A (zh) * 2015-05-26 2015-08-19 福州大学 集成卫星导航与蓝牙技术的室内外无缝定位系统及其方法
CN107094319A (zh) * 2016-02-17 2017-08-25 王庆文 一种高精度室内外融合定位系统和方法
CN108520544A (zh) * 2018-04-12 2018-09-11 郑州信大先进技术研究院 一种面向智慧消防的室内地图构造方法及装置
CN110278530A (zh) * 2019-07-25 2019-09-24 南京华苏科技有限公司 一种基于bim和蓝牙技术的室内实时定位的方法
CN110320495A (zh) * 2019-08-01 2019-10-11 桂林电子科技大学 一种基于Wi-Fi、蓝牙和PDR融合定位的室内定位方法
CN110645980A (zh) * 2019-09-27 2020-01-03 成都市灵奇空间软件有限公司 一种室内外一体化定位导航方法及其系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104849740A (zh) * 2015-05-26 2015-08-19 福州大学 集成卫星导航与蓝牙技术的室内外无缝定位系统及其方法
CN107094319A (zh) * 2016-02-17 2017-08-25 王庆文 一种高精度室内外融合定位系统和方法
CN108520544A (zh) * 2018-04-12 2018-09-11 郑州信大先进技术研究院 一种面向智慧消防的室内地图构造方法及装置
CN110278530A (zh) * 2019-07-25 2019-09-24 南京华苏科技有限公司 一种基于bim和蓝牙技术的室内实时定位的方法
CN110320495A (zh) * 2019-08-01 2019-10-11 桂林电子科技大学 一种基于Wi-Fi、蓝牙和PDR融合定位的室内定位方法
CN110645980A (zh) * 2019-09-27 2020-01-03 成都市灵奇空间软件有限公司 一种室内外一体化定位导航方法及其系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112231861A (zh) * 2020-10-16 2021-01-15 哈尔滨工业大学 一种抑制调姿共振的集群式控制力矩陀螺隔振方法
CN112231861B (zh) * 2020-10-16 2021-07-06 哈尔滨工业大学 一种抑制调姿共振的集群式控制力矩陀螺隔振方法
CN112946323A (zh) * 2021-01-28 2021-06-11 任俊儒 一种实时动态高精度步行导航方法、装置及相关组件
CN113465604A (zh) * 2021-05-31 2021-10-01 杭州易现先进科技有限公司 跨楼层导航的方法和系统
CN113465604B (zh) * 2021-05-31 2024-01-26 杭州易现先进科技有限公司 跨楼层导航的方法和系统
CN113340294A (zh) * 2021-06-02 2021-09-03 南京师范大学 一种融合地标的ar室内地图导航方法
CN114147736A (zh) * 2021-11-16 2022-03-08 摩霄智能科技(深圳)有限公司 多功能安防和陪伴机器人系统
CN114894198A (zh) * 2022-07-15 2022-08-12 南京千目信息科技有限公司 一种基于商场三维导航地图的导航方法和系统

Similar Documents

Publication Publication Date Title
CN111323010A (zh) 一种室内外智能导航系统
JP5740537B2 (ja) デバイス位置のための位置表示制御
KR102147625B1 (ko) 위치지문맵의 생성 및 이용
CN102752855B (zh) 基于路径规则和预测的室内人员定位系统及方法
US20140128093A1 (en) Portal transition parameters for use in mobile device positioning
US20130297198A1 (en) Method for generating map data
US20110172916A1 (en) Mobile Device Positioning In A Constrained Environment
CN109982245B (zh) 一种室内实时三维定位方法
CN103841642A (zh) 一种三维室内定位方法
Ascher et al. Multi-floor map matching in indoor environments for mobile platforms
EP3851790A1 (en) Analyzing sets of altitude data from mobile device groups to detect that the state of an air-conditioning system of a building has changed
CN108801267B (zh) 一种融合多传感器的室内无锚点定位方法
Jaworski et al. Real-time 3D indoor localization
Willemsen et al. Concept for building a MEMS based indoor localization system
Ehrlich et al. Pedestrian localisation inside buildings based on multi-sensor smartphones
Naguib et al. Scalable and accurate indoor positioning on mobile devices
Kaewpinjai et al. On improving indoor navigation accuracy using bluetooth beacons
CN113340294A (zh) 一种融合地标的ar室内地图导航方法
CA3017287A1 (en) Methods and systems for indoor positionig of a device through a fusion of a plurality of bluetooth signals
CN113625321A (zh) 轨道交通室内外一体化导航方法、装置、设备及存储介质
AU2014201377B2 (en) Position indication controls for device locations
Kashimoto et al. A floor plan creation tool utilizing a smartphone with an ultrasonic sensor gadget
Avanzato et al. Identification of mobile terminal with femtocell on drone for civil protection applications
Hofer et al. Combined Wi-Fi and Inertial Navigation with Smart Phones in Out-and Indoor Environments
Marin et al. Intelligent luminaire based real-time indoor positioning for assisted living

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200623