CN111427982A - 一种基于群智感知的WiFi室内定位指纹数据库构建及更新技术 - Google Patents
一种基于群智感知的WiFi室内定位指纹数据库构建及更新技术 Download PDFInfo
- Publication number
- CN111427982A CN111427982A CN202010202573.8A CN202010202573A CN111427982A CN 111427982 A CN111427982 A CN 111427982A CN 202010202573 A CN202010202573 A CN 202010202573A CN 111427982 A CN111427982 A CN 111427982A
- Authority
- CN
- China
- Prior art keywords
- wifi
- indoor positioning
- fingerprint
- updating
- fingerprint database
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 33
- 238000010276 construction Methods 0.000 title claims abstract description 16
- 238000005259 measurement Methods 0.000 claims description 20
- 239000013598 vector Substances 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 17
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于群智感知的WiFi室内定位指纹数据库构建及更新技术,包括步骤:通过WiFi强度变化识别室内地标,创建地标数据库;基于行人轨迹推算技术捕捉用户的行走轨迹;根据指纹信息进行步长和步频的调整,利用行人轨迹推算技术协助构建WiFi室内定位指纹数据库。本发明的有益效果是:WiFi指纹数据定位精度高、实时性好、较为稳定,对室内定位技术的实现有极大帮助,因而对WiFi室内定位指纹数据库进行快速构建、自动更新能够提升室内定位技术的准确性、实用性。本发明提出的方法能够较为快速、便捷地建立WiFi室内定位指纹数据库,并且能够通过后续提交的WiFi指纹对指纹数据库进行自动更新,大大提高了定位精度。
Description
技术领域
本发明涉及室内指纹定位领域,尤其包括一种基于群智感知的WiFi室内定位指纹数据库构建及更新技术。
背景技术
以GPS(Global Positioning System,GPS)为代表的卫星定位系统已经全天候覆盖全球室外环境,深刻改变着人们的生产生活方式。时代的进步又激发人们在室内环境中随时随地获取精确位置的渴望。近年来,市场上各类基于室内位置的服务(IndoorLocation Base d Service,ILBS)产品以及概念争奇斗艳,包括基于位置的广告推送、位置签到(Geo-tag ging)等等。室内定位正在传统导航与位置服务市场之外打开一片新天地。科技行业咨询公司IDTechEx预测,2024年前室内定位的总市场规模将超过100亿美元。
然而,包括GPS在内的各类卫星导航技术却穿透不了钢筋水泥,导致GPS在室内环境一筹莫展。近10多年来,室内定位一直是学界持续关注的热点话题,是MobiCom、SIGCOMM、I NFOCOM、NSDI等网络领域顶级会议上的热点研究方向。业界在定位精度、实时性、稳定性等传统性能指标之外对定位技术提出了新的要求,尤其是对普适性室内定位技术的需求。基于WiFi位置指纹(简称“指纹”,下同)的室内定位技术由于充分利用现有WLAN基础设施,无需部署任何其它专用设备,只需特定的定位软件即可通过智能手机等移动终端实现定位,具有定位成本低、适用范围广等优点,成为当前被广泛认可和采纳的室内定位技术。然而在现实应用中,指纹数据库构建费时费力且可扩展性差,无法适应动态环境变化,导致定位精度下降。
发明内容
本发明的目的是克服现有技术中的不足,提供一种基于群智感知的WiFi室内定位指纹数据库构建及更新技术,可以创建WiFi室内定位指纹数据库并进行自动更新。
这种基于群智感知的WiFi室内定位指纹数据库构建及更新技术,包括WiFi室内定位指纹数据库的创建和对WiFi室内定位指纹数据库的更新;
所述WiFi室内定位指纹数据库的创建,具体包括以下步骤:
步骤A1、通过WiFi强度变化识别室内地标,创建地标数据库;
步骤A2、基于行人轨迹推算技术捕捉用户的行走轨迹;
步骤A3、根据指纹信息进行步长和步频的调整,利用行人轨迹推算技术协助构建WiFi室内定位指纹数据库;
所述WiFi室内定位指纹数据库的更新,具体包括以下步骤:
步骤B1、检测WiFi接入点是否存在故障;若某一WiFi接入点数据异常,则删去该WiF i接入点的数据信息;
步骤B2、计算新提交的指纹向量与标准向量的距离,并与K个最相似向量进行比较;利用新提交的指纹更新K个指纹信息;
步骤B3、对各个位置进行指纹更新,非更新参考点则将根据空间信息进行更新。
作为优选,所述步骤A1具体包括如下步骤:
步骤A1.1、利用WiFi信号强度识别室内地标;
步骤A1.2、利用区域指纹特征过滤错误识别,将正确识别加入地标数据库。
作为优选,所述步骤A2具体包括如下步骤:
步骤A2.1、利用行人轨迹推算技术估算当前时刻的位置坐标;
步骤A2.2、利用指纹的定位结果实现步频与步长估算模型的自适应修正。
作为优选,所述步骤A3具体包括如下步骤:
步骤A3.1、利用行人轨迹推算技术获取智能设备当前位置,并与该位置采集的WiFi信号强度测量值绑定;
步骤A3.2、基于WiFi信号强度测量值相似性对所有WiFi信号强度测量值进行聚类;
步骤A3.3、对每个聚类后的类簇,取所有指纹所绑定位置的均值作为参考点,并将均值作为该参考点的标准指纹特征向量;
步骤A3.4、对每个参考点,计算该类簇中WiFi信号强度测量值与其标准特征向量的相似性,选择最相似的前K个WiFi信号强度测量值作为参考点的指纹并与其绑定,将其余的W iFi信号强度测量值过滤掉。
作为优选,步骤B3所述非更新参考点根据空间信息进行更新,具体包括如下步骤:
1)、记录每个位置的最近更新时间;
2)、对指纹进行更新时,比较更新间隔与阈值的大小;
3)、基于空间相关性对超过阈值的参考点进行更新。
作为优选,步骤2)所述阈值为64。
本发明的有益效果是:WiFi指纹数据定位精度高、实时性好、较为稳定,对室内定位技术的实现有极大帮助,因而对WiFi室内定位指纹数据库进行快速构建、自动更新能够提升室内定位技术的准确性、实用性。本发明提出的方法能够较为快速、便捷地建立WiFi室内定位指纹数据库,并且能够通过后续提交的WiFi指纹对指纹数据库进行自动更新,大大提高了定位精度。
附图说明
图1为实施例中的基于群智感知的WiFi室内定位指纹数据库构建及更新技术的流程图;
图2为实施例中的自动构建WiFi室内定位指纹数据库流程图;
图3为实施例中的基于行人轨迹推算技术协助的WiFi室内定位指纹数据库构建过程示意图;
图4为实施例中的WiFi指纹库信息更新流程图;
图5为实施例中的非更新参考点信息更新流程图。
具体实施方式
下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出,对于本技术领域的普通人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
本专利首先利用移动群智感知设计思路,深入挖掘室内不同网络接入点的WiFi信号蕴含的时空模式;其次,利用行人轨迹推算技术(Pedestrian Dead Reckoning,PDR)协助构建指纹数据库并通过室内地标特殊特征消除行人轨迹推算技术定位累积误差;最后,利用多个终端设备在线接收的WIFI信号强度样本与位置空间关联性,基于插值法自动构建及更新WiFi室内定位指纹数据库。
实施例:
基于群智感知的WiFi室内定位指纹数据库构建及更新技术的流程如图1所述,包括如下步骤:
S1、识别室内地标并创建地标数据库;
具体而言,主要利用WiFi信号强度在滑动窗口的波动幅度和运动传感器突变信息识别室内地标。由于WiFi信号强度变化与运动传感器突变可能产生错误的地标识别,因而利用区域指纹特征来过滤错误识别,将正确识别加入地标数据库。
S2、基于行人轨迹推算技术捕捉用户行走轨迹;
行人轨迹推算技术假定人在短时间内做直线运动,未来时刻的位置信息可以基于当前时刻的位置、方向、位移等信息进行推断。其中,方向信息可以通过移动终端的方向传感器或陀螺仪直接读取,而位移信息则依赖于用户的步行检测和步幅长度。对于步行检测采用计算量较小的波峰检测法,而步长利用与步频、方差存在线性关系来估计。针对行人轨迹推算技术存在的累积误差缺陷,则运用指纹定位进行修正。假定初始位置为(0,0),位移方向为x正向+5,y正向+6,则当前时刻的位置坐标为(5,6)。假定此时的指纹坐标定位为(4,5),则说明步频、步长估计过高,降低步频及步长估计参数。
S3、利用行人轨迹推算技术协助构建指纹数据库;
具体而言,利用行人轨迹推算技术获取当前位置,之后与WiFi信号强度测量值绑定、聚类,形成标准的指纹特征向量,并取K个WiFi信号强度测量值作为当前位置的指纹并进行绑定。
S4、检测WiFi接入点是否存在故障;
具体而言,由于室内WiFi信号强度测量值存在时变性特点,为维持稳定的定位精度需要经常检测WiFi接入点是否有效。因此,每次新加入指纹时需要对每个WiFi接入点的数据进行检查,判断是否异常。
S5、对各个位置进行指纹更新;
每次新加入指纹时,与该位置的原指纹进行比较并进行更新;同时,判断是否存在较长时间都未更新的位置,基于空间相关性对这些位置进行更新。
自动构建WiFi室内定位指纹数据库流程如图2所述,具体包括:
S1.1、基于WiFi信号强度变化识别室内地标;
S1.2、基于区域指纹特征过滤错误识别;
S1.3、基于行人轨迹推算技术定位及室内地标进行WiFi信号强度测量值绑定;
S1.4、对测量值进行聚类并取均值作为标准向量;
S1.5、取K个最相似测量值作为参考点的指纹并进行绑定;
基于行人轨迹推算技术协助的WiFi室内定位指纹数据库构建过程如图3所述,具体包括:
S3.1、对参考点位置及WiFi信号强度测量值进行绑定;
具体而言,首先利用行人轨迹推算技术获取智能设备当前位置,之后与该位置采集的Wi Fi信号强度测量值绑定。假定在(4,5)位置收集到的WiFi信号强度值为(1,1,3,3,4,4);其他在(4,5)位置收集到的WiFi信号强度值为(1,1,2,2,1,1);(1,1,3,3,4,4);(1,1,4,4,6,6);(1,1,3,3,5,5)。
S3.2、对绑定后的位置-WiFi信号强度数据进行聚类;
S3.3、将每类数据作平均处理;
具体而言,对每个聚类后的类簇,取所有指纹所绑定位置的均值作为参考点,并将均值作为该参考点的标准指纹特征向量。
S3.4、选取最相似的若干WiFi信号强度数据作为该位置的指纹;
具体而言,对每个参考点,计算该类簇中WiFi信号强度测量值与其标准特征向量的相似性,选择最相似的前K个WiFi信号强度测量值作为参考点的指纹并与其绑定,将其余的WiF i信号强度测量值过滤掉。假定聚类之后分为一类,其标准指纹特征向量为(1,1,3,3,4,4);假定取前3个最相似的WiFi信号强度测量值进行绑定,则绑定值为(1,1,3,3,4,4),(1,1,3,3,4,4),(1,1,3,3,5,5)
WiFi指纹库信息更新流程如图4所述,具体包括:
S5.1、基于WiFi信号强度值与历史信息比较判断故障;
具体而言,在更新指纹数据库时,基于当前指纹数据库中WiFi信号强度测量值统计信息进行WiFi接入点故障探测。若新加入指纹中来自某个WiFi接入点的WiFi信号强度测量值统计信息与当前指纹数据库中该WiFi接入点的统计信息相差较大,超过预先定义的阈值,则认为该WiFi接入点出现故障并在指纹数据库中去除该WiFi接入点的所有WiFi信号强度测量值。进行更新时,假定在该位置接收到(1,1,3,3,4,10),则认为第6个WiFi接入点的数据差异过大,将标准向量修改为(1,1,3,3,4)。
S5.2、替换K个相似度最小指纹;
具体而言,计算新提交的指纹与该位置标准特征向量之间的相似度,并与该位置所绑定的K个指纹按指纹相似度进行降序排列,替换K个指纹中相似度最小的指纹。假定此时又接收到(1,1,3,3,6)和(1,1,3,3,4),由于前者与标准向量距离比原有3个值都大,后者比一个原有值小,因而将后者加入绑定值,更新为(1,1,3,3,4),(1,1,3,3,4),(1,1,3,3,4)。
S5.3、基于空间相关性更新“非更新参考点”;
将需要进行指纹更新的位置称之为“更新参考点”,对于长时间没有指纹更新的位置称之为“非更新参考点”。对于后者,基于参考点空间相关性利用插值法来更新“非更新参考点”的指纹。
如图5所示,所述更新非更新参考点信息的方法,具体包括:
1)、记录每个位置的最近更新时间;
具体而言,对每个位置的最近更新时间进行记录。每次提交新指纹并进行更新时,将这些位置的最近更新时间写入记录。
2)、对指纹进行更新时,比较更新间隔与阈值;
具体而言,每次提交新指纹并进行更新时,计算记录中的更新间隔是否超过阈值。例如,记录点1的最近更新时间分别为9分,记录点2的最近更新时间为15分;20分时更新记录点2的指纹,则此时记录点1的更新时间间隔为11分,记录点2的更新时间间隔为0分。假定阈值为10分,则需对记录点1进行“非更新参考点”更新。
3)、基于空间相关性对超过阈值的参考点进行更新;
具体而言,对于超过阈值的参考点,利于皮尔逊相关系数选择与其最相关的P个参考点,以这P个参考点接收WiFi信号强度的平均值更新该参考点。
Claims (6)
1.一种基于群智感知的WiFi室内定位指纹数据库构建及更新技术,其特征在于,包括WiFi室内定位指纹数据库的创建和对WiFi室内定位指纹数据库的更新;
所述WiFi室内定位指纹数据库的创建,具体包括以下步骤:
步骤A1、通过WiFi强度变化识别室内地标,创建地标数据库;
步骤A2、基于行人轨迹推算技术捕捉用户的行走轨迹;
步骤A3、根据指纹信息进行步长和步频的调整,利用行人轨迹推算技术协助构建WiFi室内定位指纹数据库;
所述WiFi室内定位指纹数据库的更新,具体包括以下步骤:
步骤B1、检测WiFi接入点是否存在故障;若某一WiFi接入点数据异常,则删去该WiFi接入点的数据信息;
步骤B2、计算新提交的指纹向量与标准向量的距离,并与K个最相似向量进行比较;利用新提交的指纹更新K个指纹信息;
步骤B3、对各个位置进行指纹更新,非更新参考点则根据空间信息进行更新。
2.根据权利要求1所述基于群智感知的WiFi室内定位指纹数据库构建及更新技术,其特征在于,所述步骤A1具体包括如下步骤:
步骤A1.1、利用WiFi信号强度识别室内地标;
步骤A1.2、利用区域指纹特征过滤错误识别,将正确识别加入地标数据库。
3.根据权利要求1所述基于群智感知的WiFi室内定位指纹数据库构建及更新技术,其特征在于,所述步骤A2具体包括如下步骤:
步骤A2.1、利用行人轨迹推算技术估算当前时刻的位置坐标;
步骤A2.2、利用指纹的定位结果实现步频与步长估算模型的自适应修正。
4.根据权利要求1所述基于群智感知的WiFi室内定位指纹数据库构建及更新技术,其特征在于,所述步骤A3具体包括如下步骤:
步骤A3.1、利用行人轨迹推算技术获取智能设备当前位置,并与该位置采集的WiFi信号强度测量值绑定;
步骤A3.2、基于WiFi信号强度测量值相似性对所有WiFi信号强度测量值进行聚类;
步骤A3.3、对每个聚类后的类簇,取所有指纹所绑定位置的均值作为参考点,并将均值作为该参考点的标准指纹特征向量;
步骤A3.4、对每个参考点,计算该类簇中WiFi信号强度测量值与其标准特征向量的相似性,选择最相似的前K个WiFi信号强度测量值作为参考点的指纹并与其绑定,将其余的WiFi信号强度测量值过滤掉。
5.根据权利要求1所述基于群智感知的WiFi室内定位指纹数据库构建及更新技术,其特征在于,步骤B3所述非更新参考点根据空间信息进行更新,具体包括如下步骤:
1)、记录每个位置的最近更新时间;
2)、对指纹进行更新时,比较更新间隔与阈值的大小;
3)、基于空间相关性对超过阈值的参考点进行更新。
6.根据权利要求5所述基于群智感知的WiFi室内定位指纹数据库构建及更新技术,其特征在于,步骤2)所述阈值为64。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010202573.8A CN111427982A (zh) | 2020-03-20 | 2020-03-20 | 一种基于群智感知的WiFi室内定位指纹数据库构建及更新技术 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010202573.8A CN111427982A (zh) | 2020-03-20 | 2020-03-20 | 一种基于群智感知的WiFi室内定位指纹数据库构建及更新技术 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111427982A true CN111427982A (zh) | 2020-07-17 |
Family
ID=71548353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010202573.8A Pending CN111427982A (zh) | 2020-03-20 | 2020-03-20 | 一种基于群智感知的WiFi室内定位指纹数据库构建及更新技术 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111427982A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113347562A (zh) * | 2021-05-31 | 2021-09-03 | 广东技术师范大学 | 一种室内位置指纹定位准确性自动验证方法及设备 |
CN115638795A (zh) * | 2022-12-26 | 2023-01-24 | 武汉大学 | 一种室内多源泛在定位指纹数据库的生成与定位方法 |
WO2023005864A1 (zh) * | 2021-07-28 | 2023-02-02 | 华为技术有限公司 | 一种位置语义指纹库构建方法以及相关装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104717744A (zh) * | 2014-12-19 | 2015-06-17 | 浙江大学城市学院 | 一种基于无线局域网及分层聚类的室内定位方法 |
CN106714109A (zh) * | 2017-01-12 | 2017-05-24 | 上海交通大学 | 基于众包数据的WiFi指纹库更新方法 |
CN107872874A (zh) * | 2017-09-20 | 2018-04-03 | 百度在线网络技术(北京)有限公司 | 定位数据的更新方法、服务器及计算机可读介质 |
CN108519578A (zh) * | 2018-03-23 | 2018-09-11 | 天津大学 | 一种基于群智感知的室内定位指纹库构建方法 |
CN110856112A (zh) * | 2019-11-14 | 2020-02-28 | 深圳先进技术研究院 | 一种群智感知的多源信息融合室内定位方法及系统 |
-
2020
- 2020-03-20 CN CN202010202573.8A patent/CN111427982A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104717744A (zh) * | 2014-12-19 | 2015-06-17 | 浙江大学城市学院 | 一种基于无线局域网及分层聚类的室内定位方法 |
CN106714109A (zh) * | 2017-01-12 | 2017-05-24 | 上海交通大学 | 基于众包数据的WiFi指纹库更新方法 |
CN107872874A (zh) * | 2017-09-20 | 2018-04-03 | 百度在线网络技术(北京)有限公司 | 定位数据的更新方法、服务器及计算机可读介质 |
CN108519578A (zh) * | 2018-03-23 | 2018-09-11 | 天津大学 | 一种基于群智感知的室内定位指纹库构建方法 |
CN110856112A (zh) * | 2019-11-14 | 2020-02-28 | 深圳先进技术研究院 | 一种群智感知的多源信息融合室内定位方法及系统 |
Non-Patent Citations (1)
Title |
---|
高文政: "基于众包数据的Wi-Fi指纹库生成与更新技术", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113347562A (zh) * | 2021-05-31 | 2021-09-03 | 广东技术师范大学 | 一种室内位置指纹定位准确性自动验证方法及设备 |
WO2023005864A1 (zh) * | 2021-07-28 | 2023-02-02 | 华为技术有限公司 | 一种位置语义指纹库构建方法以及相关装置 |
CN115638795A (zh) * | 2022-12-26 | 2023-01-24 | 武汉大学 | 一种室内多源泛在定位指纹数据库的生成与定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109298389B (zh) | 基于多粒子群优化的室内行人组合位姿估计方法 | |
CN110856112B (zh) | 一种群智感知的多源信息融合室内定位方法及系统 | |
CA2991505C (en) | Scalable indoor navigation and positioning systems and methods | |
CN109525935B (zh) | 一种针对普适室内环境的智能楼层感知方法及控制系统 | |
CA2983540C (en) | Systems and methods for determining indoor location and floor of a mobile device | |
CN111427982A (zh) | 一种基于群智感知的WiFi室内定位指纹数据库构建及更新技术 | |
KR101089995B1 (ko) | 핑거 프린트 방식의 위치 추적 시스템 및 그 방법 | |
JP6760114B2 (ja) | 情報処理装置、データ管理装置、データ管理システム、方法、及びプログラム | |
CN108632761B (zh) | 一种基于粒子滤波算法的室内定位方法 | |
CN111491367B (zh) | 一种基于群智感知和多融合技术的室内定位方法 | |
CN109413578B (zh) | 一种基于wifi与pdr融合的室内定位方法 | |
CN107396321B (zh) | 基于手机传感器和iBeacon的无监督式室内定位方法 | |
US11599825B2 (en) | Method and apparatus for training trajectory classification model, and electronic device | |
CN107580294B (zh) | 一种室内混合定位方法 | |
CN103874191A (zh) | 一种基于WiFi无线网络的定位方法 | |
KR101576424B1 (ko) | 실내 측위를 위한 지자기 센서 자동 보정 방법 | |
CN111383246B (zh) | 条幅检测方法、装置及设备 | |
CN112729301A (zh) | 一种基于多源数据融合的室内定位方法 | |
CN108801267B (zh) | 一种融合多传感器的室内无锚点定位方法 | |
CN112362044A (zh) | 室内定位方法、装置、设备和系统 | |
JP2023527526A (ja) | 測位方法、装置、モバイル端末、記憶媒体 | |
CN109739830B (zh) | 一种基于众包数据的位置指纹数据库快速构建方法 | |
KR101621839B1 (ko) | 이동 패턴 데이터베이스를 이용한 측위 방법 및 시스템 | |
Prentow et al. | Estimating common pedestrian routes through indoor path networks using position traces | |
CN115435782A (zh) | 一种多源信息约束下的抗干扰位置估计方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200717 |