CN113094966A - 用于使用粒子滤波器进行定位的基于射频的虚拟运动模型 - Google Patents
用于使用粒子滤波器进行定位的基于射频的虚拟运动模型 Download PDFInfo
- Publication number
- CN113094966A CN113094966A CN202011178961.3A CN202011178961A CN113094966A CN 113094966 A CN113094966 A CN 113094966A CN 202011178961 A CN202011178961 A CN 202011178961A CN 113094966 A CN113094966 A CN 113094966A
- Authority
- CN
- China
- Prior art keywords
- user
- positioning signal
- computer
- motion
- implemented method
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
-
- 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
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/74—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/20—Monitoring; Testing of receivers
- H04B17/27—Monitoring; Testing of receivers for locating or positioning the transmitter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- 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
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/20—Design reuse, reusability analysis or reusability optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
用于使用粒子滤波器进行定位的基于射频的虚拟运动模型。使用粒子滤波器(PF)框架构建***,该框架利用来自往返时间(RTT)测距或BLE信号强度的数据来执行以下二者:(1)在测量阶段期间通过使用扫描数据来感测环境;以及(2)检测用户的运动状态,用户的运动状态在PF的运动更新阶段使用。为了检测用户的运动状态,使用接收到的测距扫描的时间差,在PF框架内利用该时间差。所描述的技术的主要优点在于,能够基于如使用测距扫描所估计的运动状态来动态地更新PF的速度参数。
Description
技术领域
所公开的实施方式总体上涉及定位和跟踪***和方法,并且更具体地,涉及用于使用粒子滤波器进行定位的基于射频的虚拟运动模型。
背景技术
如在Y.Gu,A.Lo和I.Niemegeers的“A survey of indoor positioning systemsfor wireless personal networks(用于无线个人网络的室内定位***的研究)”,IEEECommun.Surv.Tutor.,vol.11,no.1,pp.13–32,First 2009中描述的,个人通信***在许多公共和私人场所的普及以及新一代智能电话的问世使得能够开发基于标准无线通信技术的基于位置的服务(LBS)平台。使用诸如(在I.Vallivaara、J.Haverinen、A.Kemppainen和J.在2011 15th International Conference on Advanced Robotics(ICAR),2011,pp.198–203,IMU的“Magnetic field-based SLAM method for solving thelocalization problem in mobile robot floor-cleaning task(用于在移动机器人地板清洁任务中解决定位问题的基于磁场的SLAM方法)”中所描述的,在F.Li,C.Zhao、G.Ding、J.Gong,C.Liu、和F.Zhao在Proceedings of the 2012ACM Conference on UbiquitousComputing,New York,NY,USA,2012,pp.421–430的“A Reliable and Accurate IndoorLocalization Method Using Phone Inertial Sensors(使用电话惯性传感器的可靠且准确的室内定位方法)”中所描述的)磁传感器、(如在J.Biswas和M.Veloso在2010IEEEInternational Conference on Robotics and Automation,2010,pp.4379–4384的“WiFilocalization and navigation for autonomous indoor mobile robots(用于自主室内移动机器人的WiFi定位和导航)”中所描述的)射频(WiFi或BLE)、所描述的图像之类的各种传感器以及这些传感器的融合的定位已经由不同的研究小组进行了开发和试验。
传统上,使用J.Racko、P.Brida、A.Perttula、J.Parviainen和J.Collin在2016International Conference on Indoor Positioning and Indoor Navigation(IPIN),2016,pp.1–7的“Pedestrian Dead Reckoning with Particle Filter forhandheld smartphone(利用手持智能电话的粒子滤波器的行人航位推算)”中所描述的IMU传感器和/或使用在A.Kendall、M.Grimes、和R.Cipolla的“PoseNet:A ConvolutionalNetwork for Real-Time6-DOF Camera Relocalization(PoseNet:用于实时6-DOF相机重新定位的卷积网络)”ArXiv150507427Cs,May 2015以及H.Kawaji、K.Hatada、T.Yamasaki和K.Aizawa在Proceedings of the 1st ACM International Workshop on MultimodalPervasive Video Analysis,New York,NY,USA,2010,pp.1–4的“Image-based IndoorPositioning System:Fast Image Matching Using Omnidirectional Panoramic Images(基于图像的室内定位***:使用全向全景图像的快速图像匹配)”中描述的在诸如PF、卡尔曼滤波器(KF)及其扩展之类的定位算法中利用的、来自智能装置的相机的图像,来检测用户运动。在基于行人航位推算(PDR)-PF的定位***中,计步器用于确定性地计算用户走的步数,该步数进一步用于计算智能装置用户的位移。在J.Racko、P.Brida、A.Perttula、J.Parviainen和J.Collin在2016International Conference on Indoor Positioningand Indoor Navigation(IPIN),2016,pp.1–7的“Pedestrian Dead Reckoning withParticle Filter for handheld smartphone(利用手持智能电话的粒子滤波器的行人航位推算)”中,作者利用固定位移并将其与使用陀螺仪计算出的航向角融合。如在H.Nurminen、M.Koivisto、S.和R.Piché在2014International Conference onIndoor Positioning and Indoor Navigation(IPIN),2014,pp.646–655的“Motion modelfor positioning with graph-based indoor map(用于利用基于图形的室内地图进行定位的运动模型)”中描述的,Nurminen等利用组合步数检测、方位、地图和WLAN信息来估计用户的位置。类似地,Wei和Akinci使用深度学习模型来估计位置。基于IMU的PDR***的主要缺点在于3轴陀螺仪传感器随时间漂移,这使得传感器数据变得有噪声。类似地,基于视觉的***需要在给定图像中要被捕获的代表性特征以执行定位。
如本领域普通技术人员将理解的,所描述的定位传感器中的每个在噪声、采样率、特性和/或尺寸方面具有其自身的局限性,这在生成稳定的定位方面面临挑战。例如,使用相机会引起隐私问题,这可能限制此类***的应用。此外,在室内,由于遮蔽和多径效应,无线电信号受到严重影响,这使得可用的基于无线的定位***不太准确。因此,鉴于传统技术的上述局限性,需要用于稳定的室内定位和运动跟踪的新的改进的***和方法。
发明内容
本文描述的实施方式涉及基本上消除与传统的定位和运动跟踪***相关联的上述和其它问题中的一个或更多个的方法和***。
根据本文描述的发明构思的一个方面,提供了一种计算机实现的方法,该方法在包括中央处理单元、定位信号接收器和存储器的计算机化的***中执行,该计算机实现的方法包括:使用定位信号接收器接收至少一个定位信号;基于接收到的至少一个定位信号检测用户的运动状态;基于检测出的用户的运动来确定用户的运动状态的至少一个速度参数;以及至少基于接收到的定位信号和所确定的用户的运动的至少一个速度参数来确定用户的位置。
在一个或更多个实施方式中,确定用户的位置包括:基于接收到的至少一个定位信号和所确定的用户的运动的至少一个速度参数,连续地执行粒子滤波器循环。
在一个或更多个实施方式中,连续地执行粒子滤波器循环和检测用户的运动状态是并行地执行的。
在一个或更多个实施方式中,连续地执行粒子滤波器循环包括执行测量更新,执行运动更新以及对多个粒子进行重采样。
在一个或更多个实施方式中,执行测量更新包括:基于接收到的射频信号,计算多个粒子中的每个与至少一个射频信标之间的距离。
在一个或更多个实施方式中,执行测量更新包括:使用分类器的置信度来更新多个粒子。
在一个或更多个实施方式中,对多个粒子进行重采样包括:计算多个粒子中的每个的权重,并复制多个粒子中具有较高权重的粒子。
在一个或更多个实施方式中,基于第二个接收到的至少一个定位信号来执行测量更新。
在一个或更多个实施方式中,基于用户的运动状态的第二个速度参数来执行运动更新。
在一个或更多个实施方式中,接收至少一个定位信号包括:确定至少一个定位信号的往返时间。
在一个或更多个实施方式中,基于在两个相继的时间点所确定的往返时间来检测用户的运动状态。
在一个或更多个实施方式中,接收至少一个定位信号包括:确定至少一个定位信号的强度。
在一个或更多个实施方式中,至少一个定位信号是射频信号。
在一个或更多个实施方式中,至少一个定位信号是蓝牙低功耗(BLE)信号。
在一个或更多个实施方式中,至少一个定位信号是WIFI往返时间(WIFI RTT)信号。
在一个或更多个实施方式中,确定用户的位置包括确定用户的坐标。
根据本文描述的发明构思的另一方面,提供了一种包含一组计算机可执行指令的非暂时性计算机可读介质,该组计算机可执行指令在与包括中央处理单元、定位信号接收器和存储器的***结合执行时使***执行包括以下步骤的方法:使用定位信号接收器接收至少一个定位信号;基于接收到的至少一个定位信号检测用户的运动状态;基于检测出的用户的运动来确定用户的运动状态的至少一个速度参数;以及至少基于接收到的定位信号和所确定的用户的运动的至少一个速度参数来确定用户的位置。
根据本文描述的发明构思的又一方面,提供了一种***,其包括中央处理单元、定位信号接收器和存储器,存储器存储一组计算机可读指令,该组计算机可读指令使***执行包括以下步骤的方法:使用定位信号接收器接收至少一个定位信号;基于接收到的至少一个定位信号检测用户的运动状态;基于检测出的用户的运动来确定用户的运动状态的至少一个速度参数;以及至少基于接收到的定位信号和所确定的用户的运动的至少一个速度参数来确定用户的位置。
与本发明有关的附加方面将部分地在下面的描述中阐述,并且部分地从描述中将是显而易见的或者可以通过本发明的实践而获知。本发明的各方面可以借助于以下详细描述和所附权利要求中特别指出的元件以及各种元件和方面的组合来实现和获得。
应当理解,前面的描述和下面的描述二者只是示例性和解释性的,并非旨在以任何方式限制要求保护的发明或其应用。
附图说明
并入本说明书中并构成本说明书的一部分的附图例示了本发明的实施方式,并且与说明书一起用于解释和例示发明构思的原理。具体地:
图1例示了所描述的***的实施方式的示例性流程图。
图2例示了能够与图1所示的***结合使用的计算机化的移动***的示例性实施方式。
图3例示了一些示例实现的示例过程。
图4例示了具有适用于在一些示例实现中使用的示例计算机装置的示例计算环境。
图5示出了适用于一些示例实现的示例环境。
具体实施方式
在下面的详细描述中,将参照附图进行说明,在附图中相同的功能元件用相似的标号表示。前述附图通过图示而非限制的方式示出了与本发明的原理一致的特定实施方式和实现。对这些实现进行了足够详细的描述,以使本领域技术人员能够实践本发明,并且应当理解,可以利用其它实现,并且可以在不脱离本发明的范围和精神的情况下进行各种元件的结构改变和/或替换。因此,以下详细描述不应以限制性意义来解释。附加地,可以以在通用计算机上运行的软件的形式、以专用硬件的形式、或软件和硬件的组合来实现所描述的本发明的各种实施方式。
如本领域普通技术人员将理解的那样,估计用户的运动和/或行进距离具有挑战性,因为它要求以特定方位握持智能装置以使用惯性测量单元(IMU)估计正确的行进距离,和/或要求基于视觉的***的代表性特征。这两种传感器在IMU固有的时变漂移和所需的最小代表性特征方面有局限性。
因此,根据本文描述的实施方式的一个方面,提供了一种新颖的技术,其通过采用诸如WiFi RTT和/或BLE信标之类的测距***的时间测量而解决了估计用户的运动的问题。所描述的一个实施方式有助于估计在粒子滤波器(PF)的运动更新阶段期间被进一步利用的用户的运动状态(例如,停留状态、慢走、快走)。估计的运动状态用于从不同的速度参数中采样,这进而有助于改善用户的整体定位以及房间水平定位。
在一个或更多个实施方式中,使用PF框架来构建***,该PF框架利用来自RTT测距或BLE信号强度的数据来执行以下二者:(1)在测量阶段期间通过使用扫描数据来感测环境;以及(2)在PF的运动更新阶段期间检测使用其的用户的运动状态。为了检测用户的运动状态,使用接收到的测距扫描的时间差,在PF框架内利用该时间差。所描述的实施方式的主要优点在于,能够基于使用测距扫描所估计的运动状态来动态地更新PF的速度参数。
***的所描述的一个实施方式使用RTT测距,因为与基于BLE信号强度的距离估计相比,RTT测距具有更高的准确度。***的该实施方式包括两个块,即,用户的运动状态检测器和基于PF的用户的位置估计器。以下详细说明每个块的描述。
图1例示了所描述的***的实施方式的示例性流程图100。如图1所示,示例性流程图100包括用户运动状态估计器106和粒子滤波器循环107。下面将详细描述流程图100的相应块106和107。
用户的运动状态估计器
RTT扫描101由粒子滤波器循环107的测量更新例程109直接使用,以更新粒子(环境感测)。还利用分别在两个不同时间(t-1)和(t)的RTT扫描信息102和105来推导用户的运动状态106(运动更新110),这被进一步用于优化由RF的运动更新阶段110所使用的速度参数104。
如图1所示,运动状态估计器106利用来自RTT传感器的RF扫描,并计算在时间(t-1)接收的扫描(102)和在时间(t)接收到的扫描(105)之间的平均行进距离。用户运动检测块103进一步利用该距离来识别用户的状态(例如,停留、慢走、快走、跑)。估计出的用户状态用于动态地改变由粒子滤波器循环107的运动更新阶段110所使用的速度参数104。速度参数的改变使得粒子滤波器循环107能够获得用户的运动的更好的表示,而不是使用固定的速度参数。
粒子滤波器循环
上述粒子滤波器循环107基于本领域普通技术人员公知的顺序蒙特卡罗技术(Sequential Monte Carlo technique)作为样本重要度重采样(SIR)滤波器操作,以解决全局定位和跟踪装置轨迹的问题。粒子滤波使用一组虚构的粒子(也称为样本,每个样本具有坐标(x,y)和速度(vx,vy))以表示给定噪声和/或部分观测值的随机过程的后验分布。粒子滤波器循环的示例性操作在美国专利申请公开20180332369A1(其通过引用合并于此)中进行了详细描述。
在一个或更多个实施方式中,粒子滤波器循环107与用户运动状态估计器106并行操作。在步骤108初始化粒子之后,粒子滤波器循环107在测量更新阶段109期间利用原始RTT传感器数据。此外,在运动更新110期间,PF利用从用户运动状态估计器106可得的速度参数104,PF从速度参数104中采样粒子的速度。应该注意的是,基于估计出的用户的运动状态,在粒子滤波器循环107的每次迭代中更新速度参数104。
在一个或更多个实施方式中,***利用来自RTT传感器的数据来达到双重目的。首先,RTT扫描用作环境传感器,它提供从部署在给定环境中的锚点到PF的每个粒子的距离。这用于更新粒子的状态。此外,从RTT扫描推导出关于用户运动的代理信息。在一个或更多个实施方式中,这是通过采用在一段时间内接收到的扫描之间的时间差来完成的。所描述的***的一个或更多个实施方式将用户的运动状态分类为四类,诸如停留状态、慢走和快走。基于这些状态,动态地更新粒子滤波器循环107在运动更新阶段所使用的速度参数,参见步骤110。这与在我们的基准实验中使用的随机游走运动模型相反,在随机游走运动模型中根据常量来采样每个粒子的速度参数。随后,使用重要度权重对粒子进行重采样,参见步骤111。粒子滤波器循环107的输出用于估计用户的位置(x,y)112。
最后,应注意,所描述的实施方式能够从单个传感器推导代理信息,代理信息能够用于开发运动模型,该运动模型更能代表用户的实际运动。这进而导致使用粒子滤波器的更好估计。一个或更多个实施方式能够基于使用来自测距***的测量而检测到的用户的运动状态来动态地更新用户的速度、加速度和运动方向。这与依赖于诸如加速度计之类的本地传感器的现有***相反。如本领域普通技术人员将理解的,所描述的技术可以用于室内定位、用户运动状态检测以及房间水平定位。
计算平台
图2例示了可以与图1所示的***结合使用的计算机化的移动***200的示例性实施方式。在一个或更多个实施方式中,计算机化的移动***200可以在移动计算装置的形状因子内实现,移动计算装置诸如是智能电话、个人数字助理(PDA)、平板计算机或智能手表,它们全部都是在市场上可广泛获得的。
计算机化的***200可以包括:数据总线204或其它互连或通信机制,其用于跨计算机化的移动***200的各个硬件组件和在计算机化的移动***200的各个硬件组件之间传递信息;以及中央处理单元(CPU或简单地处理器)201,其与数据总线204联接、用于处理信息以及执行其它计算任务和控制任务。计算机化的***200还包括诸如随机存取存储器(RAM)或其它动态储存装置之类的存储器212,其联接到数据总线204、用于存储各种信息以及要由处理器201执行的指令。存储器212可以还包括诸如磁盘、光盘、固态闪存装置或其它非易失性固态储存装置之类的永久性储存装置。
在一个或更多个实施方式中,存储器212还可以用于在处理器201执行指令期间存储临时变量或其它中间信息。可选地,计算机化的***200还可以包括只读存储器(ROM或EPROM)202或其它静态储存装置,其连接到数据总线204、用于存储用于处理器201的指令和静态信息,诸如计算机化的***200的操作所必需的固件、基本输入输出***(BIOS)以及计算机化的***200的各种配置参数。
在一个或更多个实施方式中,计算机化的***200可以并入有显示装置209,显示装置209也可以联接到数据总线204,用于向计算机化的***200的用户显示各种信息。在另选的实施方式中,显示装置209可以与图形控制器和/或图形处理器(未示出)相关联。显示装置209可以实现为例如使用薄膜晶体管(TFT)技术或有机发光二极管(OLED)技术制造的液晶显示器(LCD),二者对于本领域普通技术人员是公知的。在各种实施方式中,显示装置209可以与计算机化的***200的其余组件一起合并到相同的通用壳体中。在另选的实施方式中,显示装置209可以位于这种壳体的外部。
在一个或更多个实施方式中,计算机化的***200可以还并入有GPS接收器203,GPS接收器203连接到数据总线204并且被配置为从一个或更多个GPS卫星接收位置信息,并且经由数据总线204向处理器201发送该信息。
在一个或更多个实施方式中,计算机化的***200可以并入有一个或更多个输入装置,诸如用于接收触觉命令的触摸屏接口210和键盘206,它们全部可以联接至上述数据总线204,用于向处理器201传递信息,信息包括但不限制于用户命令选择。在另选的实施方式中,输入装置可以包括用于跟踪用户的眼睛移动的***(未示出),该***可以用于向计算机化的***200指示由用户进行的命令选择。
在一个或更多个实施方式中,计算机化的***200可以附加地包括诸如蓝牙接收器之类的位置信号接收器103,位置信号接收器103被配置为执行针对信标106的扫描,并且经由数据总线204向处理器201提供上述扫描数据。另外,IMU 102也可以连接到数据总线204。
在一个或更多个实施方式中,计算机化的***200可以附加地包括诸如联接到数据总线204的网络接口205之类的通信接口。网络接口205可以被配置为使用WIFI接口207和蜂窝网络(GSM或CDMA)适配器208中的至少一个在计算机化的***200和互联网224之间建立连接。网络接口205可以配置为在计算机化的***200和互联网224之间提供双路数据通信。WIFI接口207可以遵循本领域普通技术人员公知的802.11a、802.11b、802.11g和/或802.11n协议以及蓝牙协议操作。在示例性实现中,WIFI接口207和蜂窝网络(GSM或CDMA)适配器208发送和接收载送表示各种类型的信息的数字数据流的电信号或电磁信号。例如,上述联网组件可以用于在计算机化的***200和其它网络组件之间建立网络数据连接。
在一个或更多个实施方式中,互联网224通常通过一个或更多个子网络向其它网络资源提供数据通信。因此,计算机化的***200能够访问位于互联网224上任何地方的各种网络资源,诸如web服务器、其它内容服务器以及其它网络数据储存资源。在一个或更多个实施方式中,计算机化的***200被配置为借助于网络接口205,通过包括互联网224的各种网络来发送和接收消息、媒体和其它数据(包括应用程序代码)。在互联网示例中,当计算机化的***200充当网络客户端时,它可以请求在计算机化的***200上执行的应用程序的代码或数据。类似地,它可以向其它网络资源发送各种数据或计算机代码。
在一个或更多个实施方式中,本文所述的功能由计算机化的***200响应于处理器201执行存储器212中包含的一个或更多个指令的一个或更多个序列来实现。此类指令可以从另一计算机可读介质读取到存储器212中。存储器212中包含的指令序列的执行使处理器201执行本文所描述的各种处理步骤。在另选的实施方式中,可以使用硬连线电路代替软件指令或与软件指令结合,来实现本发明的实施方式。因此,本发明的实施方式不限于硬件电路和软件的任何特定组合。
如本文所用的术语“计算机可读介质”是指参与向处理器201提供指令以供执行的任何介质。计算机可读介质仅仅是机器可读介质的一个示例,其可以载送用于实现本文描述的任何方法和/或技术的指令。这样的介质可以采取许多形式,包括但不限于,非易失性介质和易失性介质。
非暂时性计算机可读介质的常见形式包括例如,软盘、柔性盘、硬盘、磁带或任何其它磁性介质、CD-ROM、任何其它光学介质、穿孔卡、纸带、具有孔的图案的任何其它物理介质、RAM、PROM、EPROM、FLASH-EPROM、闪存驱动器、存储卡、任何其它存储器芯片或盒带、或计算机可以从中读取的任何其它介质。各种形式的计算机可读介质可以涉及将一个或更多个指令的一个或更多个序列载送给处理器201以供执行。例如,指令可以最初从远程计算机被载送在磁盘上。另选地,远程计算机能够将指令加载到其动态存储器中并通过互联网224发送指令。具体地,可以使用本领域公知的各种网络数据通信协议经由互联网224从上述远程计算机将计算机指令下载到计算机化的***200的存储器212中。
在一个或更多个实施方式中,计算机化的***200的存储器212可以存储以下的软件程序、应用或模块中的任何一个:
1.操作***(OS)213,其可以是用于实现基本***服务并管理计算机化的***200的各种硬件组件的移动操作***。操作***213的示例性实施方式是本领域技术人员公知的,并且可以包括任何现在已知或以后开发的移动操作***。
2.网络通信模块214,其用于使用下面描述的一个或更多个网络接口来使能网络通信。
3.软件模块215可以包括例如由计算机化的***200的处理器201执行的一组软件应用,其使计算机化的移动***300执行某些预定功能,诸如如上所描述的接收信标信号。在一个或更多个实施方式中,软件模块215可以包括例如也在图1中示出的用户运动状态估计器216以及粒子滤波器循环217(分别为元件106和107)。
4.数据储存器218可以例如用于存储诸如粒子坐标和速度之类的各种参数219。
图3例示了根据示例实现的示例过程300。如本文中所说明,可以在一个或更多个装置上执行示例过程300。
在301,使用例如定位信号接收器接收至少一个定位信号。
在303,基于,例如但不限于,所接收的至少一个定位信号来检测用户的运动状态。
在305,基于检测到的用户的运动来确定用户的运动状态的至少一个速度参数。
在307,至少基于接收到的定位信号和所确定的用户运动的至少一个速度参数来确定用户的位置。
图4例示了具有适合于在一些示例实现中使用的示例计算机装置405的示例计算环境400。计算环境400中的计算装置405可以包括一个或更多个处理单元、核心或处理器410,存储器415(例如,RAM、ROM等),内部储存器420(例如,磁储存器、光储存器、固态储存器和/或有机物)和/或I/O接口425,它们中的任何一个能够联接在用于通信信息的通信机制或总线430上,或嵌入在计算装置405中。
计算装置405可以通信地联接到输入/接口435和输出装置/接口440。输入/接口435和输出装置/接口440中的任一者或两者可以是有线接口或无线接口,并且可以是可拆卸的。输入/接口435可以包括可以用于提供输入的任何装置、组件、传感器或者物理或虚拟接口(例如,按钮、触摸屏接口、键盘、定点/光标控件、麦克风、相机、盲文、运动传感器、光学阅读器等)。
输出装置/接口440可以包括显示器、电视、监视器、打印机、扬声器、盲文等。在一些示例实现中,输入/接口435(例如,用户接口)和输出装置/界面440可以嵌入计算装置405或物理地联接至计算装置405。在其它示例实现中,其它计算装置可以用作计算装置405的输入/接口435和输出设备/接口440或提供计算装置405的输入/接口435和输出设备/接口440的功能。
计算装置405的示例可以包括但不限于高度移动的装置(例如,智能电话、车辆和其它机器中的装置、由人类和动物携带的装置等)、移动装置(例如,平板电脑、笔记本电脑、膝上型计算机、个人计算机、便携式电视、收音机等)、以及并非为移动性而设计的装置(例如,台式计算机、服务器装置、其它计算机、信息亭、其内嵌入有和/或联接到一个或更多个处理器的电视、收音机等)。
计算装置405可以通信地联接(例如,经由I/O接口425)至外部储存器445和网络450以用于与任何数量的联网组件、装置和***(包括相同或不同配置的一个或更多个计算装置)进行通信。计算装置405或任何连接的计算装置可以用作或被称为服务器、客户端、瘦服务器、通用机器、专用机器或另一标签,或者提供服务器、客户端、瘦服务器、通用机器、专用机器或另一标签的服务。例如但不作为限制,网络450可以包括区块链网络和/或云。
I/O接口425可以包括但不限于使用任何通信或I/O协议或标准(例如,以太网、802.11xs、通用***总线、WiMAX、调制解调器、蜂窝网络协议等)的有线和/或无线接口,用于向和/或从计算环境400中的至少所有已连接组件、装置和网络通信信息。网络450可以是任何网络或网络的组合(例如,互联网、局域网、广域网、电话网络、蜂窝网络、卫星网络等)。
计算装置405可以使用包括暂时性介质和非暂时性介质的计算机可用或计算机可读介质和/或使用包括暂时性介质和非暂时性介质的计算机可用或计算机可读介质来通信。暂时性介质包括传输介质(例如,金属电缆、光纤)、信号、载波等。非暂时性介质包括磁介质(例如,盘和带)、光学介质(例如,CD ROM、数字视频盘、蓝光盘)、固态介质(例如,RAM、ROM、闪存、固态储存器)以及其它非易失性储存器或存储器。
计算装置405可以用于在一些示例计算环境中实现技术、方法、应用、过程或计算机可执行指令。可以从暂时性介质中取回计算机可执行指令,并将其存储在非暂时性介质中并从该非暂时性介质中取回。可执行指令可以源自任何编程、脚本和机器语言(例如,C、C++、C#、Java、Visual Basic、Python、Perl、JavaScript等)中的一种或更多种。
处理器410可以在本机或虚拟环境中的任何操作***(OS)(未示出)下执行。可以部署一个或更多个应用,包括逻辑单元455、应用编程接口(API)单元460、输入单元465、输出单元470、用户运动状态检测器475、速度参数确定单元480、用户位置确定单元485和用于不同单元彼此通信、与OS通信以及与其它应用(未示出)通信的单元间通信机制495。
例如,用户运动状态检测器475、速度参数确定单元480和用户位置确定单元485可以实现以上关于上述结构而示出的一个或更多个处理。所描述的单元和元件可以在设计、功能、配置或实现上变化,并且不限于所提供的描述。
在一些示例实现中,当信息或执行指令被API单元460接收到时,它可以被通信至一个或更多个其它单元(例如,逻辑单元455、输入单元465、用户运动状态检测器475、速度参数确定单元480、以及用户位置确定单元485)。
在一些情况下,逻辑单元455可以被配置为控制单元之间的信息流,并引导由上述一些示例实现中的API单元460、输入单元465、用户运动状态检测器475、速度参数确定单元480和用户位置确定单元485提供的服务。例如,一个或更多个处理或实现的流可以由逻辑单元455单独控制或与API单元460结合来控制。
图5示出了适用于一些示例实现的示例环境。环境500包括装置505-545,并且每个装置经由例如网络560(例如,通过有线和/或无线连接)通信地连接到至少一个其它装置。一些装置可以通信地连接到一个或多个储存装置530和545。
一个或更多个装置505-545的示例可以分别是图5中描述的计算装置505。装置505-545可以包括但不限于具有如上所描述的监视器和相关联的网络摄像机的计算机505(例如,膝上型计算装置)、移动装置510(例如,智能电话或平板电脑)、电视机515、与车辆520相关联的装置、服务器计算机525、计算装置535-540、储存装置530和545。在一些实现中,装置505-520可被视为与用户相关联的用户装置。装置525-545可以是与服务提供商相关联的装置。
最后,应当理解,本文描述的过程和技术并非与任何特定设备固有地相关,并且可以通过组件的任何适当组合来实现。此外,根据本文所描述的教导,可以使用各种类型的通用装置。也可以证明构造专用设备以执行本文描述的方法步骤是有利的。
已经关于特定示例描述了本发明,这些示例在所有方面旨在是示例性的而不是限制性的。本领域技术人员将理解,硬件、软件和固件的许多不同组合将适合于实施本发明。例如,可以以多种编程或脚本语言(诸如,汇编、C/C++、Objective-C、perl、shell、PHP、Java、以及任何现在已知或以后开发的编程或脚本语言)来实现所描述的软件。
此外,通过考虑本文公开的本发明的实践和说明书,本发明的其它实现对于本领域技术人员将是显而易见的。所描述的实施方式的各个方面和/或组件可以在用于使用粒子滤波器进行定位的基于射频的虚拟运动模型中单独使用或以任何组合使用。旨在认为说明书和示例仅是示例性的,本发明的真实范围和精神由所附权利要求书指示。
Claims (21)
1.一种计算机实现的方法,该方法在包括中央处理单元、定位信号接收器和存储器的计算机化的***中执行,该计算机实现的方法包括以下步骤:
a.使用所述定位信号接收器来接收至少一个定位信号;
b.基于接收到的所述至少一个定位信号来检测用户的运动状态;
c.基于检测出的用户的运动来确定所述用户的运动状态的至少一个速度参数;以及
d.至少基于接收到的定位信号和所确定的所述用户的运动的至少一个速度参数来确定所述用户的位置。
2.根据权利要求1所述的计算机实现的方法,其中,确定所述用户的位置的步骤包括:基于接收到的至少一个定位信号和所确定的所述用户的运动的至少一个速度参数,连续地执行粒子滤波器循环。
3.根据权利要求2所述的计算机实现的方法,其中,连续地执行所述粒子滤波器循环和检测用户的运动状态是并行地执行的。
4.根据权利要求2所述的计算机实现的方法,其中,连续地执行所述粒子滤波器循环的步骤包括以下步骤:执行测量更新,执行运动更新以及对多个粒子进行重采样。
5.根据权利要求4所述的计算机实现的方法,其中,执行所述测量更新的步骤包括:基于接收到的射频定位信号,计算多个粒子中的每个粒子与至少一个射频信标之间的距离。
6.根据权利要求4所述的计算机实现的方法,其中,执行所述测量更新的步骤包括:使用分类器的置信度来更新多个粒子。
7.根据权利要求4所述的计算机实现的方法,其中,对所述多个粒子进行重采样的步骤包括:计算多个粒子中的每个粒子的权重,并复制所述多个粒子中具有更高权重的粒子。
8.根据权利要求4所述的计算机实现的方法,其中,基于第二个接收到的至少一个定位信号来执行所述测量更新。
9.根据权利要求4所述的计算机实现的方法,其中,基于所述用户的运动状态的第二个速度参数来执行所述运动更新。
10.根据权利要求1所述的计算机实现的方法,其中,接收所述至少一个定位信号的步骤包括:确定所述至少一个定位信号的往返时间。
11.根据权利要求8所述的计算机实现的方法,其中,基于在两个相继的时间点处确定的往返时间来检测所述用户的运动状态。
12.根据权利要求1所述的计算机实现的方法,其中,接收所述至少一个定位信号的步骤包括:确定所述至少一个定位信号的强度。
13.根据权利要求1所述的计算机实现的方法,其中,所述至少一个定位信号是射频RF信号。
14.根据权利要求1所述的计算机实现的方法,其中,所述至少一个定位信号是蓝牙低功耗BLE信号。
15.根据权利要求1所述的计算机实现的方法,其中,所述至少一个定位信号是WIFI往返时间WIFI RTT信号。
16.根据权利要求1所述的计算机实现的方法,其中,确定所述用户的位置的步骤包括确定所述用户的坐标。
17.一种非暂时性计算机可读介质,该非暂时性计算机可读介质包含一组计算机可执行指令,所述一组计算机可执行指令在与包括中央处理单元、定位信号接收器和存储器的***结合执行时使所述***执行包括以下步骤的方法:
a.使用所述定位信号接收器来接收至少一个定位信号;
b.基于接收到的至少一个定位信号来检测用户的运动状态;
c.基于检测出的用户的运动来确定所述用户的运动状态的至少一个速度参数;以及
d.至少基于接收到的定位信号和所确定的所述用户的运动的至少一个速度参数来确定所述用户的位置。
18.一种***,该***包括中央处理单元、定位信号接收器和存储器,所述存储器存储一组计算机可读指令,所述一组计算机可读指令使所述***执行包括以下步骤的方法:
a.使用所述定位信号接收器来接收至少一个定位信号;
b.基于接收到的至少一个定位信号来检测用户的运动状态;
c.基于检测出的用户的运动来确定所述用户的运动状态的至少一个速度参数;以及
d.至少基于接收到的定位信号和所确定的所述用户的运动的至少一个速度参数来确定所述用户的位置。
19.根据权利要求18所述的***,其中,确定所述用户的位置的步骤包括:基于接收到的至少一个定位信号和所确定的所述用户的运动的至少一个速度参数,连续地执行粒子滤波器循环。
20.根据权利要求19所述的***,其中,连续地执行所述粒子滤波器循环和检测用户的运动状态是并行地执行的。
21.根据权利要求19所述的***,其中,连续地执行所述粒子滤波器循环的步骤包括以下步骤:执行测量更新,执行运动更新以及对多个粒子进行重采样。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/725,822 | 2019-12-23 | ||
US16/725,822 US10871547B1 (en) | 2019-12-23 | 2019-12-23 | Radiofrequency based virtual motion model for localization using particle filter |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113094966A true CN113094966A (zh) | 2021-07-09 |
Family
ID=73823619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011178961.3A Pending CN113094966A (zh) | 2019-12-23 | 2020-10-29 | 用于使用粒子滤波器进行定位的基于射频的虚拟运动模型 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10871547B1 (zh) |
JP (1) | JP2021099303A (zh) |
CN (1) | CN113094966A (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11290850B2 (en) * | 2019-06-05 | 2022-03-29 | Research & Business Foundation Sungkyunkwan University | Methods and apparatuses for indoor positioning using particle filter based on intensity of radio signal |
CN112836418B (zh) * | 2021-01-15 | 2024-02-20 | 中国人民解放军91550部队 | 一种基于不完全测量的飞行器实时定位方法及*** |
CN116817903B (zh) * | 2023-08-24 | 2023-11-21 | 湖南大学 | 一种基于先验视觉引导的智能机器人全局定位方法及*** |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9217788B2 (en) * | 2009-03-19 | 2015-12-22 | Cork Institute Of Technology | Location and tracking system |
US8633817B2 (en) * | 2009-10-21 | 2014-01-21 | Qualcomm Incorporated | Mapping wireless signals with motion sensors |
EP2724174B1 (en) * | 2011-06-21 | 2018-08-29 | BAE Systems PLC | Tracking algorithm |
ITBA20130065A1 (it) * | 2013-10-02 | 2015-04-03 | Domenico Colucci | Sistema di localizzazione "indoor" ad alta affidabilita' e relative metodologie di utilizzo |
EP3161419B1 (en) * | 2014-06-26 | 2018-08-29 | Gipstech S.r.l. | Method for the localization of an individual |
US10142793B2 (en) | 2015-03-17 | 2018-11-27 | Philips Lighting Holding B.V. | Localization based on motion detection of the mobile device |
-
2019
- 2019-12-23 US US16/725,822 patent/US10871547B1/en active Active
-
2020
- 2020-07-14 JP JP2020120781A patent/JP2021099303A/ja active Pending
- 2020-10-29 CN CN202011178961.3A patent/CN113094966A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2021099303A (ja) | 2021-07-01 |
US10871547B1 (en) | 2020-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6665572B2 (ja) | 制御プログラム、制御方法およびコンピュータ | |
US9797732B2 (en) | Method and apparatus for using map information aided enhanced portable navigation | |
CN113094966A (zh) | 用于使用粒子滤波器进行定位的基于射频的虚拟运动模型 | |
US8983774B2 (en) | Intelligent map combination for venues enabling indoor positioning | |
US10681666B2 (en) | Coarse location estimation for mobile devices | |
CN112189218A (zh) | 基于场地的增强现实的方法和装置 | |
EP3414524A1 (en) | Method and system for using offline map information aided enhanced portable navigation | |
US20170358208A1 (en) | Parking event detection and location estimation | |
US10082584B2 (en) | Hybrid device location determination system | |
US20130065604A1 (en) | Method for seamless transition from urban outdoor environments to indoor navigation | |
KR20150074124A (ko) | 모바일 디바이스들의 맵-지원 센서-기반 포지셔닝 | |
US10228252B2 (en) | Method and apparatus for using multiple filters for enhanced portable navigation | |
JP2018189639A (ja) | 複数のビーコンの位置を決定するための方法、プログラム及びコンピュータシステム | |
Ortiz et al. | A new PDR navigation device for challenging urban environments | |
CN112785715A (zh) | 虚拟物体显示方法以及电子设备 | |
JP7077598B2 (ja) | 位置決定及び追跡のための方法、プログラム、及びシステム | |
US11199411B2 (en) | Systems and methods for utilizing graph based map information as priors for localization using particle filter | |
CN115164936A (zh) | 高精地图制作中用于点云拼接的全局位姿修正方法及设备 | |
CN107766476B (zh) | 基于楼块数据的众包数据处理方法、装置、设备及存储介质 | |
Löchtefeld et al. | PINwI: pedestrian indoor navigation without infrastructure | |
US10895626B2 (en) | Device state estimation with body-fixed assumption | |
US20140015851A1 (en) | Methods, apparatuses and computer program products for smooth rendering of augmented reality using rotational kinematics modeling | |
WO2020226102A1 (ja) | 歩行者自律航法装置、方法、及びプログラム | |
KR20220155421A (ko) | 포지셔닝 방법 및 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 | |
Michel | On mobile augmented reality applications based on geolocation |
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 |