TWI666954B - 物聯網裝置的多重訊號定位方法 - Google Patents
物聯網裝置的多重訊號定位方法 Download PDFInfo
- Publication number
- TWI666954B TWI666954B TW107142551A TW107142551A TWI666954B TW I666954 B TWI666954 B TW I666954B TW 107142551 A TW107142551 A TW 107142551A TW 107142551 A TW107142551 A TW 107142551A TW I666954 B TWI666954 B TW I666954B
- Authority
- TW
- Taiwan
- Prior art keywords
- wireless
- infrared
- signal
- iot device
- transmitting station
- Prior art date
Links
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
一種物聯網裝置的多重訊號定位方法,係用於在預定的一定位區域內定位一物聯網裝置,在該定位區域內建置有複數個WiFi無線發射台、複數個藍芽無線發射台及複數個紅外線發射台,複數個該WiFi無線發射台發送複數個WiFi無線訊號而形成有複數個WiFi無線訊號覆蓋範圍,複數個該藍芽無線發射台發送複數個藍芽無線訊號而形成有複數個藍芽無線訊號覆蓋範圍,複數個該紅外線發射台發送複數個紅外線訊號而形成有複數個紅外線訊號覆蓋範圍,並進行加權計算而得出該物聯網裝置的一定位位置。
Description
本發明係為一種物聯網裝置的定位方法,特別是關於一種物聯網裝置的多重訊號定位方法。
受惠於科技進步及網際網路快速成長,除了桌上型電腦、平板電腦和智慧型手機之外,一般生活中的物品包括手錶、衣服、家用電器乃至於賣場的飲料販賣機及互動式看板等,都能夠被賦予透過網路傳送和接收資料的能力,而這些具有聯網能力的物品,皆被稱為物聯網裝置。
物聯網裝置能夠在包含購物中心、停車場、居家照護、展覽中心及機場等不同場景中,提供追蹤、導航、路徑規劃、訊息訪問、尋找商品位置、遊戲及行動廣告等多樣化的服務,而這樣的服務則必須仰賴精準的室內定位技術來實現。
習知室內定位技術例如有WiFi定位及藍芽定位。WiFi定位係利用複數個WiFi基地台所發出的WiFi無線訊號強度(Reveived Signal Strngth Indicator,RSSI)來換算各個WiFi基地台與物聯網裝置之間的實際距離,再以三角定位法(Triangulation method)算出該物聯網裝置的位置。Bluetooth定位亦採用與WiFi定位相同的方式,利用複數個藍芽基地台所發出的藍芽無線訊號強度換算各個
藍芽基地台與物聯網裝置之間的實際距離,再以三角定位法(Triangulation method)算出該物聯網裝置的位置。兩者的差異在於,藍芽的有效距離較WiFi為短,但定位精確度較WiFi為高。然而,上述兩種無線訊號都容易受到空間環境的複雜度以及頻率接近的雜訊干擾,若為此增加基地台數量或放大發射功率,又會造成建置成本上升或能源的浪費。
由於室內定位對於物聯網的應用而言,是相當重要的一項技術,也是建立智慧化環境的關鍵,若室內定位的精確度能夠進一步提升,將使得物聯網的未來的發展不可限量。
本發明的目的即是提供一種物聯網裝置的多重訊號定位方法,能夠使用多種無線訊號,精確地定位出物聯網裝置的所在位置。
本發明為解決習知技術之問題所採用之技術手段係提供一種物聯網裝置的多重訊號定位方法,係用於在預定的一定位區域內定位一物聯網裝置,在該定位區域內建置有複數個WiFi無線發射台、複數個藍芽無線發射台及複數個紅外線發射台,複數個該WiFi無線發射台發送複數個WiFi無線訊號而形成有複數個WiFi無線訊號覆蓋範圍,複數個該藍芽無線發射台發送複數個藍芽無線訊號而形成有複數個藍芽無線訊號覆蓋範圍,複數個該紅外線發射台發送複數個紅外線訊號而形成有複數個紅外線訊號覆蓋範圍,該物聯網裝置的多重訊號定位方法包含下列步驟,(a)建置一無線訊號資料庫及一紅外線訊號資料庫,該無線訊號資料庫包括複數個無線參考點位置資料及對應的複數個無線參考點指紋資料,各個該無線參考點位置資料係記錄該定位區域中所預設的複數個無
線參考點的個別的位置,各個該無線參考點指紋資料係記錄在個別的該無線參考點之位置處對於周遭的各個該WiFi無線發射台及各個該藍芽無線發射台所測得的該WiFi無線訊號及該藍芽無線訊號的訊號強度所構成的一無線訊號強度特徵,該紅外線訊號資料庫包括分別對應於複數個該紅外線發射台的複數個紅外線發射台位置資料及複數個紅外線發射台指紋資料,各個該紅外線發射台位置資料係記錄該定位區域中的複數個該紅外線發射台的個別的位置,各個該紅外線發射台指紋資料係記錄在個別的該紅外線發射台之該紅外線訊號覆蓋範圍內相對於該紅外線發射台的各種角度及距離處所測得的接收該紅外線訊號的一解碼成功率與一發射台位置相關度權重值的一對照關係,(b)對於位在該定位區域內的該物聯網裝置,測出該物聯網裝置相對於周遭的各個該WiFi無線發射台及各個該藍芽無線發射台的該WiFi無線訊號及該藍芽無線訊號的該無線訊號強度特徵所構成的一物聯網裝置指紋資料,以及測出該物聯網裝置對於所處的該紅外線發射台的該紅外線訊號覆蓋範圍內的該紅外線訊號的一物聯網裝置解碼成功率,(c)根據該物聯網裝置指紋資料與複數個該無線參考點指紋資料而計算出該物聯網裝置相對於周遭的個別的該無線參考點的一距離相似度,以及根據選定的各個該無線參考點的該距離相似度分配選定的各個該無線參考點的權重值,並將各個該權重值與對應的各個該無線參考點位置資料進行加權計算而得出一第一參考位置,(d)自該紅外線訊號資料庫得出該物聯網裝置所處的該紅外線發射台的該紅外線訊號覆蓋範圍的該紅外線發射台位置資料,而將該紅外線發射台的位置作為一第二參考位置,以及自該紅外線發射台的該紅外線發射台指紋資料,根據該物聯網裝置解碼成功率而得出對應的該發射台位置相關
度權重值,並根據該發射台位置相關度權重值決定該第二參考位置相對於該第一參考位置的權重而進行加權計算,以得出該物聯網裝置的一定位位置。
在本發明的一實施例中係提供一種物聯網裝置的多重訊號定位方法,其中該步驟(c)中,該距離相似度係使用歐幾里得距離公式:
其中,E為該距離相似度,為無線參考點的訊號強度, RSSI 為該物聯網裝置的訊號強度,n為比對該無線參考點的總數。
在本發明的一實施例中係提供一種物聯網裝置的多重訊號定位方法,其中複數個該WiFi無線訊號覆蓋範圍之聯集係完全覆蓋該定位區域。
在本發明的一實施例中係提供一種物聯網裝置的多重訊號定位方法,其中該紅外線訊號覆蓋範圍係位於該WiFi無線訊號覆蓋範圍與該藍芽無線訊號覆蓋範圍之聯集內。
在本發明的一實施例中係提供一種物聯網裝置的多重訊號定位方法,其中該步驟(c)中,各個該無線參考點之選定係自該物聯網裝置周遭的各個該無線參考點中依照該距離相似度由高至低依序選出一預定數量的該無線參考點。
經由本發明的物聯網裝置的多重訊號定位方法所採用之技術手段,不論物聯網裝置移動至定位區域內的任何一個角落,都能夠得出物聯網裝置的定位位置。本發明除了應用在包含購物中心、停車場、居家照護、展覽中
心及機場等商業與家庭的場景之外,也能夠對於工廠內的製程控制、庫存管理等製造業的智慧化提供強而有力的協助。
本發明所採用的具體實施例,將藉由以下之實施例及附呈圖式作進一步之說明。
1‧‧‧WiFi發射台
2‧‧‧藍芽發射台
3‧‧‧紅外線發射台
P‧‧‧無線參考點
P1‧‧‧無線參考點
P2‧‧‧無線參考點
P3‧‧‧無線參考點
P4‧‧‧無線參考點
P5‧‧‧無線參考點
W1‧‧‧權重值
W2‧‧‧權重值
W3‧‧‧權重值
W4‧‧‧權重值
W5‧‧‧權重值
L‧‧‧定位區域
D‧‧‧物聯網裝置
R1‧‧‧第一參考位置
R2‧‧‧第二參考位置
R3‧‧‧定位位置
WR1‧‧‧權重值
WR2‧‧‧權重值
S1‧‧‧步驟
S2‧‧‧步驟
S3‧‧‧步驟
S4‧‧‧步驟
圖1係為顯示根據本發明之的一實施例的物聯網裝置的多重訊號定位方法的流程圖;圖2係為顯示根據本發明之的實施例的物聯網裝置的多重訊號定位方法的無線訊號覆蓋範圍與定位區域的示意圖;圖3係為顯示根據本發明之的實施例的物聯網裝置的多重訊號定位方法的定位區域中的無線參考點的示意圖;圖4係為顯示根據本發明之的實施例的物聯網裝置的多重訊號定位方法的物聯網裝置與選定的各個無線參考點之間的距離相似度與權重值的示意圖;圖5係為顯示根據本發明之的實施例的物聯網裝置的多重訊號定位方法的紅外線發射台的解碼成功率與發射台位置的示意圖圖6係為顯示根據本發明之的實施例的物聯網裝置的多重訊號定位方法的第一參考位置、第一參考位置的權重值、第二參考位置、第二參考位置的權重值及定位位置的示意圖。
以下根據第1圖至第6圖,而說明本發明的實施方式。該說明並非為限制本發明的實施方式,而為本發明之實施例的一種。
根據本發明的一實施例之物聯網裝置的多重訊號定位方法係用於在預定的定位區域L內定位物聯網裝置D,在該定位區域L內建置有複數個WiFi無線發射台1、複數個藍芽無線發射台2及複數個紅外線發射台3,複數個WiFi無線發射台1發送複數個WiFi無線訊號而形成有複數個WiFi無線訊號覆蓋範圍,複數個藍芽無線發射台2發送複數個藍芽無線訊號而形成有複數個藍芽無線訊號覆蓋範圍,複數個紅外線發射台3發送複數個紅外線訊號而形成有複數個紅外線訊號覆蓋範圍。
該物聯網裝置D的多重訊號定位方法的定位流程如圖1所示,包含下列步驟:建置無線訊號資料庫及紅外線訊號資料庫,無線訊號資料庫包括複數個無線參考點位置資料及對應的複數個無線參考點指紋資料,各個無線參考點位置資料係記錄定位區域中所預設的複數個無線參考點P的個別的位置,各個無線參考點指紋資料係記錄在個別的無線參考點P之位置處對於周遭的各個WiFi無線發射台1及各個該藍芽無線發射台2所測得的WiFi無線訊號及藍芽無線訊號的訊號強度所構成的無線訊號強度特徵,紅外線訊號資料庫包括分別對應於複數個紅外線發射台3的複數個紅外線發射台位置資料及複數個紅外線發射台指紋資料,各個紅外線發射台位置資料係記錄該定位區域L中的複數個紅外線發射台3的個別的位置,各個紅外線發射台指紋資料係記錄在個別的紅外線發射台3之紅外線訊號覆蓋範圍內相對於該紅外線發射台3的各種角度及距離處所測得的接收該紅外線訊號的解碼成功率與發射台位置相關度權重值WR2的一對照
關係(步驟S1)。詳細而言,如圖3所示,在複數個WiFi無線發射台1、複數個藍芽無線發射台2及複數個紅外線發射台3附近,密集地建置複數個無線參考點P,並將個別的無線參考點P之位置處對於周遭的各個WiFi無線發射台1及各個藍芽無線發射台2所測得的WiFi無線訊號及藍芽無線訊號的訊號強度所構成的無線訊號強度特徵作為無線參考點指紋資料而記錄於無線訊號資料庫。
對於位在該定位區域內的該物聯網裝置,測出該物聯網裝置D相對於周遭的各個該WiFi無線發射台1及各個該藍芽無線發射台2的該WiFi無線訊號及該藍芽無線訊號的該無線訊號強度特徵所構成的一物聯網裝置指紋資料,以及測出該物聯網裝置D對於所處的該紅外線發射台3的該紅外線訊號覆蓋範圍內的該紅外線訊號的一物聯網裝置解碼成功率(步驟S2)。詳細而言,如圖3所示,當物聯網裝置D進入定位區域L後,便可測出物聯網裝置D相對於周遭的各個WiFi無線發射台1及各個藍芽無線發射台2的WiFi無線訊號及藍芽無線訊號的無線訊號強度特徵作為物聯網裝置指紋資料。
根據該物聯網裝置指紋資料與複數個該無線參考點指紋資料而計算出該物聯網裝置D相對於周遭的個別的該無線參考點P的一距離相似度,以及根據選定的各個該無線參考點P的該距離相似度分配選定的各個該無線參考點P的權重值,並將各個該權重值與對應的各個該無線參考點位置資料進行加權計算而得出一第一參考位置R1(步驟S3)。詳細而言,在本實施例方法中,係利用歐幾里得距離公式,根據物聯網裝置指紋資料與複數個無線參考點指紋資料而計算出物聯網裝置D相對於周遭的個別的無線參考點P的距離相似度,距離相似度越高,即代表個別的無線參考點P越靠近物聯網裝置D。舉例而言,物聯網
裝置D當下所蒐集到的無線訊號強度特徵為(-40,-60,-55),無線訊號資料庫中無線參考點P1的無線訊號強度特徵為(-35,-57,-58),無線參考點P5的無線訊號強度特徵為(-30,-55,-65),利用利用歐幾里得距離公式計算如下:
自該紅外線訊號資料庫得出該物聯網裝置D所處的該紅外線發射台3的該紅外線訊號覆蓋範圍的該紅外線發射台位置資料,而將該紅外線發射台3的位置作為一第二參考位置R2,以及自該紅外線發射台3的該紅外線發射台指紋資料,根據該物聯網裝置解碼成功率而得出對應的該發射台位置相關度權重值WR2,並根據該發射台位置相關度權重值WR2決定該第二參考位置R2相對於該第一參考位置R1的權重而進行加權計算,以得出該物聯網裝置的一定位位置R3(步驟S4)。詳細而言,由於紅外線訊號相較於WiFi無線訊號及藍芽無線訊號,在定位時能夠獲得更精確的結果,故在WiFi無線訊號及藍芽無線訊號之外,本發明再加入紅外線訊號來進行物聯網裝置的多重訊號定位。如圖2所示,預先在定位區域L內建置複數個紅外線發射台3發送複數個紅外線訊號而形成有複數個紅外線訊號覆蓋範圍。接著,如圖5所示,針對個別的紅外線發射台3的紅外線訊號覆蓋範圍內的紅外線發射台3的各種角度及距離進行測試,而得出個別的紅外線發射台3的在不同角度及距離下的解碼成功率,再根據解碼成功率決定該紅外線發射台3的發射台位置相關度權重值WR2,最後將這些資料作為個別的紅外線發射台3的紅外線發射台指紋資料而記錄於紅外線訊號資料庫。有關解碼成功率,舉例而言,根據紅外線發射台3下方分別以0.5米、1米及1.5米的不同收訊距離與15度、20度、30度、40度及60度的不同收訊角度各測試20次的結果所得出的解碼成功率如下表:
此外,有關該紅外線發射台3的解碼成功率與發射台位置相關度權重值WR2的對照關係,舉例而言,解碼成功率為1%至25%時發射台位置相關度權重值WR2為25%,解碼成功率為26%至50%時,發射台位置相關度權重值WR2為50%,解碼成功率為51%至75%時,發射台位置相關度權重值WR2為75%,解碼成功率為76%至100%時,發射台位置相關度權重值WR2為100%。換言之,紅外線訊號的定位成功率高達76%以上時,該紅外線發射台的發射台位置相關度權重值WR2係為100%。接著,如圖5及圖6所示,當物聯網裝置D進入紅外線發射台3的紅外線訊號覆蓋範圍內時,物聯網裝置D便會對紅外線發射台3的紅外線訊號進行解碼,除了得出紅外線基地台位置資料而作為第二參考位置R2之外,也會得出物聯網裝置解碼成功率。接著,將物聯網裝置解碼成功率比對解碼成功率與發射台位置相關度權重值WR2的對照關係,即可決定紅外線發射台3的發射台位置相關度權重值WR2,即為第二參考位置R2相對於所有權重100%中所佔的比例。舉例而言,WR2的值為60%,WR1即為40%。接著,將第一參考位置R1的座標及第二參考位置R2的座標分別乘以各自的權重值後加總,即可得出物聯網裝置的定位位置R3。
經由本發明的物聯網裝置的多重訊號定位方法,藉由WiFi、藍芽及紅外線三種不同的無線訊號進行物聯網裝置的定位,更能夠避免受到空間環境的複雜度以及頻率接近的雜訊干擾,進而良好地對物聯網裝置進行室內定位,滿足物聯網裝置在各種場域中的定位需求。
以上之敘述以及說明僅為本發明之較佳實施例之說明,對於此項技術具有通常知識者當可依據以下所界定申請專利範圍以及上述之說明而作其他之修改,惟此些修改仍應是為本發明之發明精神而在本發明之權利範圍中。
Claims (5)
- 一種物聯網裝置的多重訊號定位方法,係用於在預定的一定位區域內定位一物聯網裝置,在該定位區域內建置有複數個WiFi無線發射台、複數個藍芽無線發射台及複數個紅外線發射台,複數個該WiFi無線發射台發送複數個WiFi無線訊號而形成有複數個WiFi無線訊號覆蓋範圍,複數個該藍芽無線發射台發送複數個藍芽無線訊號而形成有複數個藍芽無線訊號覆蓋範圍,複數個該紅外線發射台發送複數個紅外線訊號而形成有複數個紅外線訊號覆蓋範圍,該物聯網裝置的多重訊號定位方法包含下列步驟:(a)建置一無線訊號資料庫及一紅外線訊號資料庫,該無線訊號資料庫包括複數個無線參考點位置資料及對應的複數個無線參考點指紋資料,各個該無線參考點位置資料係記錄該定位區域中所預設的複數個無線參考點的個別的位置,各個該無線參考點指紋資料係記錄在個別的該無線參考點之位置處對於周遭的各個該WiFi無線發射台及各個該藍芽無線發射台所測得的該WiFi無線訊號及該藍芽無線訊號的訊號強度所構成的一無線訊號強度特徵,該紅外線訊號資料庫包括分別對應於複數個該紅外線發射台的複數個紅外線發射台位置資料及複數個紅外線發射台指紋資料,各個該紅外線發射台位置資料係記錄該定位區域中的複數個該紅外線發射台的個別的位置,各個該紅外線發射台指紋資料係記錄在個別的該紅外線發射台之該紅外線訊號覆蓋範圍內相對於該紅外線發射台的各種角度及距離處所測得的接收該紅外線訊號的一解碼成功率與一發射台位置相關度權重值的一對照關係;(b)對於位在該定位區域內的該物聯網裝置,測出該物聯網裝置相對於周遭的各個該WiFi無線發射台及各個該藍芽無線發射台的該WiFi無線訊號及該藍芽無線訊號的該無線訊號強度特徵所構成的一物聯網裝置指紋資料,以及測出該物聯網裝置對於所處的該紅外線發射台的該紅外線訊號覆蓋範圍內的該紅外線訊號的一物聯網裝置解碼成功率;(c)根據該物聯網裝置指紋資料與複數個該無線參考點指紋資料而計算出該物聯網裝置相對於周遭的個別的該無線參考點的一距離相似度,以及根據選定的各個該無線參考點的該距離相似度分配選定的各個該無線參考點的權重值,並將各個該權重值與對應的各個該無線參考點位置資料進行加權計算而得出一第一參考位置;(d)自該紅外線訊號資料庫得出該物聯網裝置所處的該紅外線發射台的該紅外線訊號覆蓋範圍的該紅外線發射台位置資料,而將該紅外線發射台的位置作為一第二參考位置,以及自該紅外線發射台的該紅外線發射台指紋資料,根據該物聯網裝置解碼成功率而得出對應的該發射台位置相關度權重值,並根據該發射台位置相關度權重值決定該第二參考位置相對於該第一參考位置的權重而進行加權計算,以得出該物聯網裝置的一定位位置。
- 如請求項1所述之物聯網裝置的多重訊號定位方法,其中該步驟(c)中,該距離相似度係使用歐幾里得距離公式:其中,E為該距離相似度,為無線參考點指紋資料, RSSI 為該物聯網裝置指紋資料,n為該無線參考點的總數。
- 如請求項1所述之物聯網裝置的多重訊號定位方法,其中複數個該WiFi無線訊號覆蓋範圍之聯集係完全覆蓋該定位區域。
- 如請求項1所述之物聯網裝置的多重訊號定位方法,其中該紅外線訊號覆蓋範圍係位於該WiFi無線訊號覆蓋範圍與該藍芽無線訊號覆蓋範圍之聯集內。
- 如請求項1所述之物聯網裝置的多重訊號定位方法,其中該步驟(c)中,各個該無線參考點之選定係自該物聯網裝置周遭的各個該無線參考點中依照該距離相似度由高至低依序選出一預定數量的該無線參考點。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107142551A TWI666954B (zh) | 2018-11-28 | 2018-11-28 | 物聯網裝置的多重訊號定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107142551A TWI666954B (zh) | 2018-11-28 | 2018-11-28 | 物聯網裝置的多重訊號定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI666954B true TWI666954B (zh) | 2019-07-21 |
TW202021396A TW202021396A (zh) | 2020-06-01 |
Family
ID=68049825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107142551A TWI666954B (zh) | 2018-11-28 | 2018-11-28 | 物聯網裝置的多重訊號定位方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI666954B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103458369A (zh) * | 2013-08-09 | 2013-12-18 | 南京信息工程大学 | 一种基于锚点和位置指纹的WiFi室内定位方法 |
US20140018095A1 (en) * | 2012-06-29 | 2014-01-16 | Lighthouse Signal Systems, Llc | Systems and methods for calibration based indoor geolocation |
CN103686999A (zh) * | 2013-12-12 | 2014-03-26 | 中国石油大学(华东) | 基于WiFi信号的室内无线定位方法 |
CN105898692A (zh) * | 2016-03-25 | 2016-08-24 | 北京智慧图科技有限责任公司 | 一种室内定位方法及装置 |
US20160309297A1 (en) * | 2013-12-05 | 2016-10-20 | At&T Mobility Ii Llc | Systems, Methods, and Computer-Readable Storage Devices for Generating and Using a Radio-Frequency Map of an Area |
WO2016165459A1 (zh) * | 2015-09-23 | 2016-10-20 | 中兴通讯股份有限公司 | 一种室内定位方法和设备 |
US20170265042A1 (en) * | 2016-03-10 | 2017-09-14 | Samsung Electronics Co., Ltd. | Methods and apparatuses for indoor positioning |
WO2018117554A1 (ko) * | 2016-12-19 | 2018-06-28 | 삼성전자 주식회사 | 위치 정보 제공 방법 및 그 장치 |
-
2018
- 2018-11-28 TW TW107142551A patent/TWI666954B/zh active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140018095A1 (en) * | 2012-06-29 | 2014-01-16 | Lighthouse Signal Systems, Llc | Systems and methods for calibration based indoor geolocation |
CN103458369A (zh) * | 2013-08-09 | 2013-12-18 | 南京信息工程大学 | 一种基于锚点和位置指纹的WiFi室内定位方法 |
US20160309297A1 (en) * | 2013-12-05 | 2016-10-20 | At&T Mobility Ii Llc | Systems, Methods, and Computer-Readable Storage Devices for Generating and Using a Radio-Frequency Map of an Area |
CN103686999A (zh) * | 2013-12-12 | 2014-03-26 | 中国石油大学(华东) | 基于WiFi信号的室内无线定位方法 |
WO2016165459A1 (zh) * | 2015-09-23 | 2016-10-20 | 中兴通讯股份有限公司 | 一种室内定位方法和设备 |
US20170265042A1 (en) * | 2016-03-10 | 2017-09-14 | Samsung Electronics Co., Ltd. | Methods and apparatuses for indoor positioning |
CN105898692A (zh) * | 2016-03-25 | 2016-08-24 | 北京智慧图科技有限责任公司 | 一种室内定位方法及装置 |
WO2018117554A1 (ko) * | 2016-12-19 | 2018-06-28 | 삼성전자 주식회사 | 위치 정보 제공 방법 및 그 장치 |
Also Published As
Publication number | Publication date |
---|---|
TW202021396A (zh) | 2020-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pu et al. | Indoor positioning system based on BLE location fingerprinting with classification approach | |
US9869748B2 (en) | Locating a mobile device | |
Kriz et al. | Improving indoor localization using bluetooth low energy beacons | |
Wang et al. | LiFS: Low human-effort, device-free localization with fine-grained subcarrier information | |
CN103024659B (zh) | 一种移动定位方法和*** | |
Chen et al. | FM-based indoor localization | |
Dahlgren et al. | Evaluation of indoor positioning based on Bluetooth Smart technology | |
Yiu et al. | Gaussian process assisted fingerprinting localization | |
US8983490B2 (en) | Locating a mobile device | |
US20150195682A1 (en) | Method and apparatus for recognizing indoor location using received signal strength intensity map | |
Yu et al. | 5 G wifi signal-based indoor localization system using cluster k-nearest neighbor algorithm | |
CN108307366A (zh) | 用于位置估计的方法和*** | |
CN109618284A (zh) | 三维基站定位方法及装置 | |
Huang et al. | RSS-based indoor positioning based on multi-dimensional kernel modeling and weighted average tracking | |
Li et al. | Fast indoor localization for exhibition venues with calibrating heterogeneous mobile devices | |
Machaj et al. | Impact of optimization algorithms on hybrid indoor positioning based on GSM and Wi‐Fi signals | |
Hui | RFID-based location tracking system using a peer-to-peer network architecture | |
Martins et al. | Improving bluetooth beacon-based indoor location and fingerprinting | |
D'Souza et al. | Indoor position tracking using received signal strength‐based fingerprint context aware partitioning | |
Yang et al. | An improved geometric algorithm for indoor localization | |
TWI666954B (zh) | 物聯網裝置的多重訊號定位方法 | |
Maneerat et al. | Performance Improvement Design of Bluetooth Low Energy‐Based Wireless Indoor Positioning Systems | |
Maneerat et al. | RoC: Robust and Low‐Complexity Wireless Indoor Positioning Systems for Multifloor Buildings Using Location Fingerprinting Techniques | |
WO2023083041A1 (zh) | 一种定位方法、装置及存储介质 | |
Maneerat et al. | Robust floor determination algorithm for indoor wireless localization systems under reference node failure |