CN107302754A - 一种基于WiFi与PDR的室内定位简易方法 - Google Patents
一种基于WiFi与PDR的室内定位简易方法 Download PDFInfo
- Publication number
- CN107302754A CN107302754A CN201710323757.8A CN201710323757A CN107302754A CN 107302754 A CN107302754 A CN 107302754A CN 201710323757 A CN201710323757 A CN 201710323757A CN 107302754 A CN107302754 A CN 107302754A
- Authority
- CN
- China
- Prior art keywords
- value
- rssi
- pdr
- node
- wifi
- 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
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- 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
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
- G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
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)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于WiFi与PDR的室内定位简易方法,包括以下步骤:设定初始位置和步长;通过加速度传感器测量的加速度值对行人的运动状态进行判定;通过RSSI值进行WiFi定位方法,采集多个参考节点的RSSI值,当检测到RSSI值超过阈值时,运用改进后的算法计算出当前位置,将当前位置作为实际位置值;进行PDR定位,对室内行人进行航迹推算得到位置估计。本发明基于RSSI的绝对定位克服了单独使用PDR航位推算算法时步长不稳定及容易产生积累误差的缺陷,又通过PDR技术减小RSSI定位的波动性。本发明避免设计复杂度较高的***,还减少硬件成本消耗,使得室内定位时耗费的成本较低。
Description
技术领域
本发明涉及室内定位技术领域,具体涉及一种基于Android智能终端设备的室内定位简易方法。
背景技术
随着无线通信技术的快速发展和人们对定位服务需求的日益增多,无线定位技术获得越来越多的关注。全球定位***GPS(Global Position System)是20世界70年代由美国国防部研制建立的一种具有全方位、全天候、全时段、高精度的卫星导航***,能为全球用户提供低成本、高精度的三维位置、速度和精确定时等导航信息。在信号比较容易到达的无遮挡的室外,可以通GPS来获取高精度的定位信息。对于室内环境,由于GPS信号强度受到室内复杂环境的影响而大为衰弱,降低了定位精度,无法取得有用的位置信息。
研究表明人们日常生活中90%的时间是在室内,也就是说大部分时间都是GPS定位照顾不到的,所以我们需要研究别的室内定位技术。现如今,室内定位技术受到了越来越多的关注,人们对室内定位的需求不断增长,如:地下车库对车辆位置的定位管理,医院对病人的跟踪管理,家中儿童老人定位看护以及发生灾难时的人员追踪与定位等等。根据室内环境的复杂多变性,室内定位的各种实现方法和解决方案也日益出现,比如依靠GNSS技术实现室内定位,或利用无线传输技术进行室内定位,以及利用航位推算、图像分析、电脑视觉等技术进行室内定位。
现有的红外线、RFID等定位技术的定位精度一般,而且需要预先在定位环境中铺设精度较高的信号接收装置,对信号接受装置的摆放位置也有很高要求。而如超声波和超宽带等定位技术的定位精度较高,但定位装置的成本造价太高,不便于技术推广。如蓝牙、ZigBee等定位技术虽然应用较为普及,实现成本较低,但定位精度受周围环境影响较大。WiFi技术是一种基于无线信号的定位技术,它对基础设施的需求低,成本低廉,而且不需要安装额外设备,是现在主流的室内定位技术。但WiFi室内定位技术也存在着信号容易被室内复杂环境干扰的缺点。PDR(Pedestrian Dead Reckoning)定位技术是一种基于传感器的定位技术,是一种相对位置定位技术,能够随时提供运动体连续的二维位置信息。与基于无线信号的定位技术相比,该技术的优点在于它的定位精度,取决于传感器实时测量的数据的准确性,受周围环境的干扰较小。但是PDR技术也有相应的缺点,它容易产生累积误差。
发明内容
本发明的目的在于克服现有的室内定位技术存在的精确度不足,易于受环境干扰和成本高的缺点,本发明提出了一种能够有效提高定位精度,减小环境干扰,成本低廉,技术原理简单,易于推广的室内定位简易方法。
本发明是通过下述技术方案实现的:
一种基于WiFi与PDR的室内定位简易方法,包括如下步骤:
S1:设定初始位置和步长;
S2:通过加速度传感器测量的加速度值对行人的运动状态进行判定;
S3:通过RSSI值进行WiFi定位方法,采集多个参考节点的RSSI值,当检测到RSSI值超过阈值时,运用改进后的算法计算出当前位置,将当前位置作为实际位置值;
S4:进行PDR定位,对室内行人进行航迹推算得到位置估计。
上述技术方案中,步骤S2中,判断行人的运动状态的方法如下:
通过Android***提供的***接口获取移动终端加速度传感器的实时数据,得到数组ai=(xi,yi,zi),xi、yi、zi分别代表***第i次测量时在三个方向上的加速度,与此同时通过对z轴加速度值zi进行峰值检测,得到z轴加速度峰值大小数据zp,间隔时间Ti,持续时间Td;
记录当前时刻的加速度传感器数据an=(xn,yn,zn)与100ms前的加速度传感器数据an-1=(xn-1,yn-1,zn-1),将an与an-1的数据与间隔时间Ti进行处理可以得到震动幅度值Value,Value由以下的式子得出:
Value=(|Xn-Xn-1|+|Yn-Yn-1|+|Zn-Zn-1|)/Ti*100,
对Value的累积值Values进行检测,当Values大于设定的震动阈值5时,才会判断z轴加速度峰值大小数据zp是否大于1.5,当300ms>持续时间Td>90ms,间隔时间Ti>100ms时,计步算法才会判定用户的移动。
上述技术方案中,在步骤S3中的采集RSSI值,当检测到有三个以上的RSSI值超过阈值时,运用RSSI三角形质心算法计算出当前位置,将当前位置作为实际位置值,实现RSSI测距补偿。
上述技术方案中,步骤S3具体通过以下步骤实现:
S301:设定RSSIi表示未知节点M接受固定锚节点B1信号的RSSI平均值,Pi表示未知节点M接收到固定锚节点Bi的信号强度平均值,则两者的转换关系,如公式所示:
为固定锚节点Bi和Bj之间的距离,为以固定锚节点Bi和Bj计算得到的从未知节点M到固定锚节点Bi的距离,如下式所示:
S302:所有锚节点以相同功率周期性地对外发出广播信息,信息中包括自身坐标及节点ID,未知节点收集每一锚节点的RSSI值,求出每个锚节点的平均值;
S303:当普通节点收集到一定数量的锚节点信息时,求出普通节点到锚节点距离,由对应公式计算出di,将计算得到的di值从小到大排列;
S304:普通节点根据RSSI值从大到小对锚节点排序,并建立RSSI值与节点到锚节点距离的映射,建立三个集合,
其中锚节点位置集合:P_set={(X1,Y1),(X2,Y2),…,(Xn,Yn),},
锚节点集合:B_set={a1,a2,…,an},
未知节点到锚节点距离集合:D_set={d1,d2,…,dn},三个集合根据di从小到大的顺序进行排列;
S305:在锚节点集合B_set中优先选取RSSI值大的前几个锚节点,组成以下的锚节点集合:
Tset={(a1,a2,a3),(a1,a2,a4)…..(a1,a3,a4),(a1,a3,a5)…}
对锚节点集合Tset,根据传统的三角形质心算法,求出最终节点M坐标,也就是最后的定位位置。
上述技术方案中,步骤S4具体包括对室内行人进行航迹推算,设定k是预先设定的步长,ai表示第i次测量的z轴加速度值,n表示行人在一步过程中一共采集到了n次z轴加速度值,根据以上的数值,估算位移stepsize,由下面的式子得出:
通过android智能设备提供的方位传感器对应API接口得到浮点型方向数据后,首先对东西南北四个方向进行判断,然后每隔45度分割,以此判断东南、东北、西南和西北,然后再计算出具体的度数得到具体的方位,根据方位和估算位移,由初始位置p0得到推算位置p1,将推算位置p1的值赋给p0,做好下一次PDR定位的准备。
上述技术方案中,所述android智能设备包智能手机、智能平板或者智能手表。
本发明与现有技术相比,具有如下有益效果:
由于本本发明使用的技术方案是采用基于RSSI的WiFi定位技术与PDR技术相融合的联合定位策略,基于RSSI的绝对定位克服了单独使用PDR航位推算算法时步长不稳定及容易产生积累误差的缺陷,又可以通过PDR技术减小RSSI定位的波动性。定位过程主要采用航位推算,规避了基于RSSI室内定位时信号易受环境干扰的缺点。同时,使用本发明的方法的***不用安装外部设备,对传感器的精度要求低,从而在避免设计复杂度较高的***的同时,还可减少硬件成本消耗,进而使得室内定位时耗费的成本较低。本发明具有成本低廉,技术原理简单,并且定位精度较高,受周围环境干扰较小的优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明的流程示意图;
图2为本发明中的运动状态判断原理图;
图3为本发明中基于PDR的计步算法流程图;
图4为本发明中基于RSSI的三角形质心定位原理图;
图5为本发明中运用方位传感器判断方向流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
如图1所示,本发明提出一种基于WiFi与PDR的室内定位简易方法,包括如下步骤:
S1:设定初始位置和步长;初始步长需要根据对应模型设定。通过一个佩戴在行人身上的设备,由加速度传感器实时收集数据,可以由收集的加速度信息和预先设定的阈值进行初始化状态判定。通过行人起步的时间和步行过程中的加速度值,通过步长算法求出行人的步长。
S2:通过加速度传感器测量的加速度值对行人的运动状态进行判定;
S3:通过RSSI值进行WiFi定位方法,采集多个参考节点的RSSI值,当检测到RSSI值超过阈值时,运用改进后的算法计算出当前位置,将当前位置作为实际位置值;
S4:进行PDR定位,对室内行人进行航迹推算得到位置估计。
步骤S2中,判断行人的运动状态的方法如下:
通过Android***提供的***接口获取移动终端加速度传感器的实时数据,得到数组ai=(xi,yi,zi),xi、yi、zi分别代表***第i次测量时在三个方向上的加速度,与此同时通过对z轴加速度值zi进行峰值检测,得到z轴加速度峰值大小数据zp,间隔时间Ti,持续时间Td,结果如图2所示。
记录当前时刻的加速度传感器数据an=(xn,yn,zn)与100ms前的加速度传感器数据an-1=(xn-1,yn-1,zn-1),将an与an-1的数据与间隔时间Ti进行处理可以得到震动幅度值Value,Value由以下的式子得出:
Value=(|Xn-Xn-1|+|Yn-Yn-1|+|Zn-Zn-1|)/Ti*100,
对Value的累积值Values进行检测,当Values大于设定的震动阈值5时,才会判断z轴加速度峰值大小数据zp是否大于1.5,当300ms>持续时间Td>90ms,间隔时间Ti>100ms时,计步算法才会判定用户的移动,如图3所示。
在步骤S3中的采集RSSI值,当检测到有三个以上的RSSI值超过阈值时,运用RSSI三角形质心算法计算出当前位置,将当前位置作为实际位置值,实现RSSI测距补偿。
步骤S3具体通过以下步骤实现:
S301:设定RSSIi表示未知节点M接受固定锚节点B1信号的RSSI平均值,Pi表示未知节点M接收到固定锚节点Bi的信号强度平均值,则两者的转换关系,如公式所示:
为固定锚节点Bi和Bj之间的距离,为以固定锚节点Bi和Bj计算得到的从未知节点M到固定锚节点Bi的距离,如下式所示:
S302:所有锚节点以相同功率周期性地对外发出广播信息,信息中包括自身坐标及节点ID,未知节点收集每一锚节点的RSSI值,求出每个锚节点的平均值;
S303:当普通节点收集到一定数量的锚节点信息时,求出普通节点到锚节点距离,由对应公式计算出di,将计算得到的di值从小到大排列;
S304:普通节点根据RSSI值从大到小对锚节点排序,并建立RSSI值与节点到锚节点距离的映射,建立三个集合,
其中锚节点位置集合:P_set={(X1,Y1),(X2,Y2),…,(Xn,Yn),},
锚节点集合:B_set={a1,a2,…,an},
未知节点到锚节点距离集合:D_set={d1,d2,…,dn},三个集合根据di从小到大的顺序进行排列;
S305:在锚节点集合B_set中优先选取RSSI值大的前几个锚节点,组成以下的锚节点集合:
Tset={(a1,a2,a3),(a1,a2,a4)…..(a1,a3,a4),(a1,a3,a5)…}
对锚节点集合Tset,根据传统的三角形质心算法,求出最终节点M坐标,也就是最后的定位位置,如图4所示。
步骤S4具体包括对室内行人进行航迹推算,设定k是预先设定的步长,ai表示第i次测量的z轴加速度值,n表示行人在一步过程中一共采集到了n次z轴加速度值,根据以上的数值,估算位移stepsize,由下面的式子得出:
通过android智能设备提供的方位传感器对应API接口得到浮点型方向数据后,首先对东西南北四个方向进行判断,然后每隔45度分割,以此判断东南、东北、西南和西北,然后再计算出具体的度数得到具体的方位,根据方位和估算位移,如图5所示。由初始位置p0得到推算位置p1,将推算位置p1的值赋给p0,做好下一次PDR定位的准备。
所述android智能设备包智能手机、智能平板或者智能手表。
上述方案使用的是基于RSSI的WiFi定位技术与PDR技术相融合的联合定位策略,基于RSSI的绝对定位克服了单独使用PDR航位推算算法时步长不稳定及容易产生积累误差的缺陷,又可以通过PDR技术减小RSSI定位的波动性。定位过程主要采用航位推算,规避了基于RSSI室内定位时信号易受环境干扰的缺点。同时,使用本发明的方法的***不用安装外部设备,对传感器的精度要求低,从而在避免设计复杂度较高的***的同时,还可减少硬件成本消耗,进而使得室内定位时耗费的成本较低。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (6)
1.一种基于WiFi与PDR的室内定位简易方法,其特征在于,包括如下步骤:
S1:设定初始位置和步长;
S2:通过加速度传感器测量的加速度值对行人的运动状态进行判定;
S3:通过RSSI值进行WiFi定位方法,采集多个参考节点的RSSI值,当检测到RSSI值超过阈值时,运用改进后的算法计算出当前位置,将当前位置作为实际位置值;
S4:进行PDR定位,对室内行人进行航迹推算得到位置估计。
2.根据权利要求1所述的基于WiFi与PDR的室内定位简易方法,其特征在于,步骤S2中,判断行人的运动状态的方法如下:
通过Android***提供的***接口获取移动终端加速度传感器的实时数据,得到数组ai=(xi,yi,zi),xi、yi、zi分别代表***第i次测量时在三个方向上的加速度,与此同时通过对z轴加速度值zi进行峰值检测,得到z轴加速度峰值大小数据zp,间隔时间Ti,持续时间Td;
记录当前时刻的加速度传感器数据an=(xn,yn,zn)与100ms前的加速度传感器数据an-1=(xn-1,yn-1,zn-1),将an与an-1的数据与间隔时间Ti进行处理可以得到震动幅度值Value,Value由以下的式子得出:
Value=(|Xn-Xn-1|+|Yn-Yn-1|+|Zn-Zn-1|)/Ti*100,
对Value的累积值Values进行检测,当Values大于设定的震动阈值5时,才会判断z轴加速度峰值大小数据zp是否大于1.5,当300ms>持续时间Td>90ms,间隔时间Ti>100ms时,计步算法才会判定用户的移动。
3.根据权利要求1所述的基于WiFi与PDR的室内定位简易方法,其特征在于在步骤S3中的采集RSSI值,当检测到有三个以上的RSSI值超过阈值时,运用RSSI三角形质心算法计算出当前位置,将当前位置作为实际位置值,实现RSSI测距补偿。
4.根据权利要求3所述的基于WiFi与PDR的室内定位简易方法,其特征在于,步骤S3具体通过以下步骤实现:
S301:设定RSSIi表示未知节点M接受固定锚节点Bi信号的RSSI平均值,Pi表示未知节点M接收到固定锚节点Bi的信号强度平均值,则两者的转换关系,如公式所示:
为固定锚节点Bi和Bj之间的距离,为以固定锚节点Bi和Bj计算得到的从未知节点M到固定锚节点Bi的距离,如下式所示:
S302:所有锚节点以相同功率周期性地对外发出广播信息,信息中包括自身坐标及节点ID,未知节点收集每一锚节点的RSSI值,求出每个锚节点的平均值;
S303:当普通节点收集到一定数量的锚节点信息时,求出普通节点到锚节点距离,由对应公式计算出di,将计算得到的di值从小到大排列;
S304:普通节点根据RSSI值从大到小对锚节点排序,并建立RSSI值与节点到锚节点距离的映射,建立三个集合,
其中锚节点位置集合:P_set={(X1,Y1),(X2,Y2),…,(Xn,Yn),},
锚节点集合:B_set={a1,a2,…,an},
未知节点到锚节点距离集合:D_set={d1,d2,…,dn},三个集合根据di从小到大的顺序进行排列;
S305:在锚节点集合B_set中优先选取RSSI值大的前几个锚节点,组成以下的锚节点集合:
Tset={(a1,a2,a3),(a1,a2,a4)…..(a1,a3,a4),(a1,a3,a5)…}
对锚节点集合Tset,根据传统的三角形质心算法,求出最终节点M坐标,也就是最后的定位位置。
5.根据权利要求1所述的基于WiFi与PDR的室内定位简易方法,其特征在于,步骤S4具体包括对室内行人进行航迹推算,设定k是预先设定的步长,ai表示第i次测量的z轴加速度值,n表示行人在一步过程中一共采集到了n次z轴加速度值,根据以上的数值,估算位移stepsize,由下面的式子得出:
通过android智能设备提供的方位传感器对应API接口得到浮点型方向数据后,首先对东西南北四个方向进行判断,然后每隔45度分割,以此判断东南、东北、西南和西北,然后再计算出具体的度数得到具体的方位,根据方位和估算位移,由初始位置p0得到推算位置p1,将推算位置p1的值赋给p0,做好下一次PDR定位的准备。
6.根据权利要求5所述的基于WiFi与PDR的室内定位简易方法,其特征在于,所述android智能设备包智能手机、智能平板或者智能手表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710323757.8A CN107302754A (zh) | 2017-05-10 | 2017-05-10 | 一种基于WiFi与PDR的室内定位简易方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710323757.8A CN107302754A (zh) | 2017-05-10 | 2017-05-10 | 一种基于WiFi与PDR的室内定位简易方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107302754A true CN107302754A (zh) | 2017-10-27 |
Family
ID=60137732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710323757.8A Pending CN107302754A (zh) | 2017-05-10 | 2017-05-10 | 一种基于WiFi与PDR的室内定位简易方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107302754A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107885208A (zh) * | 2017-11-10 | 2018-04-06 | 广东工业大学 | 一种机器人定位方法、***及机器人 |
CN107966151A (zh) * | 2017-11-22 | 2018-04-27 | 合肥工业大学 | 一种基于多传感器融合技术的室内行人航位推算方法 |
CN108599878A (zh) * | 2018-03-30 | 2018-09-28 | 西安蜂语信息科技有限公司 | 扫描设备的位置排序方法及装置 |
CN108769401A (zh) * | 2018-05-23 | 2018-11-06 | Oppo广东移动通信有限公司 | 信号检测方法及相关产品 |
CN109195099A (zh) * | 2018-07-06 | 2019-01-11 | 广东工业大学 | 一种基于iBeacon和PDR融合的室内定位方法 |
WO2020088644A1 (zh) * | 2018-11-01 | 2020-05-07 | 华为技术有限公司 | 定位方法及装置 |
WO2021012879A1 (zh) * | 2019-07-22 | 2021-01-28 | 香港中文大学(深圳) | 轨迹重建方法、装置、计算机设备和存储介质 |
CN112637762A (zh) * | 2020-12-11 | 2021-04-09 | 武汉科技大学 | 一种基于改进pdr算法的室内融合定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102123495A (zh) * | 2011-01-13 | 2011-07-13 | 山东大学 | 基于rssi校正的无线传感器网络质心定位算法 |
CN104061934A (zh) * | 2014-06-10 | 2014-09-24 | 哈尔滨工业大学 | 基于惯性传感器的行人室内位置跟踪方法 |
CN104655137A (zh) * | 2015-03-05 | 2015-05-27 | 中国人民解放军国防科学技术大学 | 行人航迹推测辅助的Wi-Fi信号指纹定位算法 |
CN105547298A (zh) * | 2015-12-25 | 2016-05-04 | 北京京元智慧应急技术有限公司 | 智能手机内置传感器与Wi-Fi融合的室内动态连续定位方法 |
US20170074965A1 (en) * | 2015-09-14 | 2017-03-16 | Samsung Electronics Co., Ltd. | Terminal and method for measuring location thereof |
CN106610292A (zh) * | 2015-10-22 | 2017-05-03 | 北京金坤科创技术有限公司 | 一种基于混合wifi与航迹推算的室内定位方法 |
-
2017
- 2017-05-10 CN CN201710323757.8A patent/CN107302754A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102123495A (zh) * | 2011-01-13 | 2011-07-13 | 山东大学 | 基于rssi校正的无线传感器网络质心定位算法 |
CN104061934A (zh) * | 2014-06-10 | 2014-09-24 | 哈尔滨工业大学 | 基于惯性传感器的行人室内位置跟踪方法 |
CN104655137A (zh) * | 2015-03-05 | 2015-05-27 | 中国人民解放军国防科学技术大学 | 行人航迹推测辅助的Wi-Fi信号指纹定位算法 |
US20170074965A1 (en) * | 2015-09-14 | 2017-03-16 | Samsung Electronics Co., Ltd. | Terminal and method for measuring location thereof |
CN106610292A (zh) * | 2015-10-22 | 2017-05-03 | 北京金坤科创技术有限公司 | 一种基于混合wifi与航迹推算的室内定位方法 |
CN105547298A (zh) * | 2015-12-25 | 2016-05-04 | 北京京元智慧应急技术有限公司 | 智能手机内置传感器与Wi-Fi融合的室内动态连续定位方法 |
Non-Patent Citations (1)
Title |
---|
郑学理,付敬奇: "基于PDR 和RSSI 的室内定位算法研究", 《仪器仪表学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107885208A (zh) * | 2017-11-10 | 2018-04-06 | 广东工业大学 | 一种机器人定位方法、***及机器人 |
CN107966151A (zh) * | 2017-11-22 | 2018-04-27 | 合肥工业大学 | 一种基于多传感器融合技术的室内行人航位推算方法 |
CN108599878A (zh) * | 2018-03-30 | 2018-09-28 | 西安蜂语信息科技有限公司 | 扫描设备的位置排序方法及装置 |
CN108769401A (zh) * | 2018-05-23 | 2018-11-06 | Oppo广东移动通信有限公司 | 信号检测方法及相关产品 |
CN108769401B (zh) * | 2018-05-23 | 2020-12-08 | Oppo广东移动通信有限公司 | 信号检测方法及相关产品 |
CN109195099A (zh) * | 2018-07-06 | 2019-01-11 | 广东工业大学 | 一种基于iBeacon和PDR融合的室内定位方法 |
CN109195099B (zh) * | 2018-07-06 | 2020-09-08 | 广东工业大学 | 一种基于iBeacon和PDR融合的室内定位方法 |
WO2020088644A1 (zh) * | 2018-11-01 | 2020-05-07 | 华为技术有限公司 | 定位方法及装置 |
WO2021012879A1 (zh) * | 2019-07-22 | 2021-01-28 | 香港中文大学(深圳) | 轨迹重建方法、装置、计算机设备和存储介质 |
CN112637762A (zh) * | 2020-12-11 | 2021-04-09 | 武汉科技大学 | 一种基于改进pdr算法的室内融合定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107302754A (zh) | 一种基于WiFi与PDR的室内定位简易方法 | |
CN108012326B (zh) | 基于栅格地图的机器人监视宠物的方法及芯片 | |
CN102419180B (zh) | 一种基于惯性导航***和wifi的室内定位方法 | |
CN108151747B (zh) | 一种利用声信号与惯性导航融合的室内定位***及定位方法 | |
CN103076619B (zh) | 一种消防员室内外3d无缝定位及姿态检测***及方法 | |
CN103995249B (zh) | 一种确定目标物位置的无线通信***和方法 | |
US8179253B2 (en) | Location and tracking system, method and device using wireless technology | |
CN109195099A (zh) | 一种基于iBeacon和PDR融合的室内定位方法 | |
CN106412826A (zh) | 基于多源信息融合的室内定位方法及定位装置 | |
CN102209386A (zh) | 一种室内无线定位方法及装置 | |
CN102927980A (zh) | 一种基于三维多点无线与微惯导的室内定位***、方法 | |
CN103561462A (zh) | 一种完全基于智能移动终端平台的室内定位***和方法 | |
CN109470238A (zh) | 一种定位方法、装置和移动终端 | |
CN112689235A (zh) | 一种基于蓝牙信号的定位方法及装置 | |
CN103033836B (zh) | 一种车载导航指向装置的导航指向方法 | |
CN103616025A (zh) | 一种现场人员三维定位导航*** | |
CN103471586A (zh) | 一种传感器辅助的终端组合定位方法及装置 | |
Xuan et al. | Making indoor maps with portable accelerometer and magnetometer | |
CN105180945A (zh) | 一种基于移动智能终端的室内运动轨迹重构的方法和*** | |
CN109782317A (zh) | 一种基于可穿戴式的定位*** | |
CN108139458A (zh) | 用于确定室内方位的方法、设备和*** | |
CN115112121B (zh) | 基于数据与模型结合的多源融合定位方法、***及终端 | |
US11029415B2 (en) | Systems and methods for estimating initial heading at start-up of navigation | |
CN104237846A (zh) | 自主式移动对象室内三维定位跟踪***与方法 | |
Kuusniemi et al. | Multi-sensor multi-network seamless positioning with visual aiding |
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: 20171027 |
|
RJ01 | Rejection of invention patent application after publication |