CN112304317B - 一种基于室内多维度地磁特征的室内定位方法 - Google Patents
一种基于室内多维度地磁特征的室内定位方法 Download PDFInfo
- Publication number
- CN112304317B CN112304317B CN202011172941.5A CN202011172941A CN112304317B CN 112304317 B CN112304317 B CN 112304317B CN 202011172941 A CN202011172941 A CN 202011172941A CN 112304317 B CN112304317 B CN 112304317B
- Authority
- CN
- China
- Prior art keywords
- geomagnetic
- multidimensional
- variance
- indoor
- data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 230000001133 acceleration Effects 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000003491 array Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims 1
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005358 geomagnetic field Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
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
- G01C21/20—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
- G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
- G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于室内多维度地磁特征的室内定位方法,包括:构建待定位区域多维地磁特征指纹库;开始定位操作,获取待定位区域全局范围内各地磁值的方差,并采集多维地磁测量数据和加速度数据,将采集的多维地磁测量数据跟多维地磁特征指纹库进行匹配得到地磁特征匹配结果,将上述各地磁特征的方差作为权重并归一化,则初始位置由各地磁特征匹配结果加权平均得到;再进行跨步检测,若位置未移动,继续采集多维地磁测量数据进行匹配并重复上述步骤;若位置发生移动,则进行一系列计算操作得出最终定位结果。
Description
技术领域
本发明涉及定位技术领域,尤其涉及一种基于室内多维度地磁特征的室内定位方法。
背景技术
目前,虽然主流的全球卫星导航系统已经被大规模商业应用,在室外开阔环境下定位精度可以解决大部分定位需求,但该类信号无法覆盖室内,从而难以形成定位。
为了提供室内的位置服务,用于室内环境的无线定位技术已被广泛的研究,包括伪卫星、蓝牙、红外线、UWB等。这些定位技术能够提供长时间的定位精度,但是需要布设专门的信号发射和接受装置,因此成本问题限制了无线定位技术在大范围区域内的应用。地磁室内定位技术因为其不需要任何额外的信号发射装置并且较长时间内可以保持稳定的优势成为最近研究的热点。
现有技术中单一地磁指纹存在较高的误匹配现象,导致匹配精度不高。对于基于地磁场的室内定位方案而言,由于地磁广泛存在,并且基于地磁的定位方法的成本很低,因此,现有的基于地磁场的室内定位方案仍有很多改进的地方。
发明内容
针对以上问题,本发明提出一种基于室内多维度地磁特征的室内定位方法。
为实现本发明的目的,提供一种基于室内多维度地磁特征的室内定位方法,具体包括如下步骤:
s1、构建待定位区域多维地磁特征指纹库;
s2、用户发送定位请求,所述移动设备计算并得到待定位区域全局范围内水平地磁分量的方差、垂直地磁分量的方差和地磁模值的方差,所述移动设备开始采集多维地磁测量数据和加速度数据,并将采集的多维地磁测量数据跟所述多维地磁特征指纹库进行匹配得到地磁特征匹配结果,将上述各地磁特征的方差作为权重并归一化,则初始位置由各地磁特征匹配结果加权平均得到;
s3、参照上述步骤s2中采集的加速度数据进行跨步检测,所述跨步检测结果包括以下两种情形:
情形一:移动设备未发生位置移动,继续采集多维地磁测量数据进行匹配并重复所述步骤s2;
情形二:移动设备发生位置移动,计算步长li,其中,i=1,2,…n,n表示步数,所述步长li的估计误差为其中,表示服从正态分布,表示步长估计误差的方差,每次定位时以上一次时刻的定位坐标Pi-1为圆心,以li-Δli、li+Δli分别为半径确定两个圆形区域ci0和ci1,所述圆形区域ci0和ci1构成一个圆环区域ci1-ci0,所述圆环区域ci1-ci0内的坐标点即为待匹配点,其中,q表示圆环区域内地磁值个数;
根据所述圆形区域ci1内的坐标点在所述多维地磁指纹库中进行采样,得到局部地磁指纹库,并计算所述局部地磁指纹库中各地磁特征的方差,进而计算得出各地磁特征的归一化权重h表示地磁水平分量,v表示地磁垂直分量,m表示地磁模值;
增设方差阈值ε,若所述各地磁特征的方差中的某一地磁值方差大于阈值ε,则采用单点匹配模式:计算当前一步内的地磁特征测量值的平均值,并用该平均值在所述圆环区域ci1-ci0内进行地磁匹配并得到匹配结果;若所述各地磁特征的方差中的某一地磁值方差小于阈值ε,则采用序列匹配模式:将当前一步内的地磁特征测量值作为测量序列,将上一时刻的位置点Pi-1与所述圆环区域ci1-ci0中的每一位置点连线并组成待匹配线段,再使用动态时间规整算法计算并得出地磁匹配结果则每一步的定位结果即为
进一步地,所述步骤s1的具体过程包括:
在待定位区域规划多个采集路线,且在所述每条采集路线的初始位置和结束位置设置地标;
手持移动设备在所述采集路线上从初始位置匀速移动到结束位置,所述移动设备收集地磁数据、旋转矢量传感器数据以及上述各数据的时间戳,再根据所述旋转矢量传感器数据计算得出所述移动设备的载体坐标系相对地理坐标系的旋转角(θ,φ,ψ),其中,θ为俯仰角,φ为滚转角,ψ为偏航角,并参照所述旋转角计算各地理坐标系下的水平地磁分量、垂直地磁分量和地磁模值;
所述移动设备计算上述提取的各地磁数据对应的地理位置坐标fk=(xk,yk),其计算方法:其中,k表示地磁值个数,xk和yk表示第k个地磁值对应的平面坐标,tk表示坐标fk位置处对应地磁数据的时间戳,fs表示起始位置,ts表示起始位置地磁数据对应的时间戳,fe表示结束位置,te表示结束位置地磁数据对应的时间戳;
将上述提取的各地磁数据以及各地磁数据对应的地理位置坐标存储到同一个数组中,即其中,和分别表示指纹库中各个地磁特征,f表示多维地磁指纹库,hk表示第k个水平地磁特征指纹,vk表示第k个垂直地磁特征指纹,mk表示第k个地磁模值特征指纹,多个所述数组Bf构建成所述多维地磁指纹库f。
进一步地,所述采集路线覆盖整个待定位区域。
进一步地,所述移动设备采用智能手机。
进一步地,所述步骤s2中各地磁特征的方差的获取过程包括:
跟现有技术相比,本发明具有以下有益效果:
本发明构建了多维地磁特征指纹库,增加了匹配的精度,并且在多维地磁特征指纹库的基础上,根据待定位区域内各地磁特征的差异有选择地采用单点匹配方式或者序列匹配方式,有效避免了单点匹配方式定位精度低和序列匹配计算量大的问题。
附图说明
图1是一个实施例的基于室内多维度地磁特征的室内定位方法的工作流程示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
参考图1所示,图1为一个实施例的基于室内多维度地磁特征的室内定位方法的工作流程示意图。
步骤S1、离线阶段:规划采集路线以覆盖整个定位区域,在每条采集路线上初始位置与结束位置设置地标(坐标已知),手持手机从初始位置匀速走到结束位置,记录地磁数据加速度数据、旋转矢量传感器数据以及各数据时间戳,根据旋转矢量传感器输出值计算手机载体坐标系相对地理坐标系的旋转角(θ,φ,ψ),提取地理坐标系下水平地磁分量、垂直地磁分量、地磁模值,根据各数据时间戳计算各地磁测量值对应坐标,构建多维地磁指纹库
提取地理坐标系下水平地磁分量、垂直地磁分量、地磁模值:
地磁数据为手机磁强计测量得到,所述为载体坐标系下磁强计三轴数据,所述为载体坐标系下磁强计三轴数据,旋转矢量数据由旋转矢量传感器测量得到,可得到载体坐标系相对地理坐标系的旋转角(θ,φ,ψ),地理坐标系下垂直地磁分量地磁模值水平地磁分量
指纹库中各个地磁值对应的坐标计算:
多维地磁指纹库构建:
步骤S2、在线阶段:定位开始前计算待定位区域全局范围内水平地磁分量垂直地磁分量地磁模值的方差在初始位置采集一段时间地磁数据以及旋转矢量传感器数据计算得到地磁测量值分别对各地磁特征进行指纹匹配,得到匹配结果(Ph,Pv,Pm)。将定位区域内各个地磁值的方差作为权重并归一化,则定位初始位置由各地磁特征匹配结果加权平均得到。全局范围内各地磁特征的方差计算:
全局范围内各地磁特征的权重计算:
初始位置计算:
所述初始位置计算由各地磁特征匹配结果与各地磁特征的权重得到,在初始位置采集一段时间地磁数据以及旋转矢量传感器数据计算得到地磁测量值对每一个地磁特征测量值进行指纹匹配,得到匹配结果(Ph,Pv,Pm),
步骤S3、开始行走时,记录手机加速度数据,计算步长li(i=1,2,…n),步长估计误差为每次定位时以上次定位结果Pi-1为圆心,分别以li-Δli、li+Δli为半径,确定圆形区域ci0、ci1,则圆环区域ci1-ci0内坐标点即为待匹配点,其中,q表示圆环区域内点数。
步长计算:
圆环待匹配点计算:
根据圆形区域ci1坐标点在指纹库中进行采样,得到局部地磁指纹库 计算局部指纹库中各个地磁特征的方差进而计算各个地磁特征的归一化权重设置方差阈值ε,若σi中某一地磁值方差大于阈值ε,则说明局部指纹库中该地磁特征变化程度较大,则采用单点匹配模式,即将当前一步内该地磁特征测量值取平均,在圆环区域ci1-ci0内进行地磁得到匹配结果;若σi中某一地磁特征方差小于阈值ε,则说明局部指纹库中该地磁特征变化程度较小,则采用序列匹配模式,即将当前一步内该地磁特征测量值作为测量序列,将上一时刻位置Pi-1与圆环区域中每一点组成待匹配线段,使用动态时间规整算法得到匹配结果。假设各个地磁测量值的匹配结果为(i=1,2,…n,n代表步数),则每一步的定位结果表示为
单点匹配:所述单点匹配的过程为:若某一地磁特征的方差大于阈值ε,则计算一步之内该地磁特征平均值,然后计算该地磁特征测量值与该地磁特征局部指纹库之间的距离db,b为局部指纹库中点的个数,计算反距离权重归一化权重则该地磁特征地磁匹配结果为其中po为该地磁特征各个地磁值对应的匹配结果。
序列匹配:所述单点匹配的过程为若某一地磁特征的方差小于阈值ε,当前一步内该地磁特征测量值作为测量序列,将上一时刻位置Pi-1与圆环区域中每一点组成待匹配线段,待匹配序列由将上一时刻位置Pi-1=(xi-1,yi-1)与圆环区域中坐标点组成的线段在局部指纹库中采样获得,设指纹库的分辨率r=0.1×0.1,则在Pi-1=(xi-1,yi-1)与之间进行线性插值,第j个插值点的坐标为使用动态时间规整算法计算该地磁特征测量序列与待匹配序列之间的距离,取最小距离对应的坐标点作为序列匹配结果。
总的来说,如图1所示,本实施例利用智能手机中的磁强计与旋转矢量传感器的输出值提取地理坐标系下的多维地磁特征,结合对应坐标点构建多维地磁指纹库;当用户发送定位请求时,将测量得到的多维地磁测量值与指纹库进行匹配,结合各地磁特征方差权值得到粗略的初始位置,然后利用智能手机中的加速度计输出值进行跨步检测,若检测到用户没有行走,则采集地磁测量值进行匹配,将匹配结果作为当前位置输出,若检测到用户行走一步,则进行步长估计,并根据步长获取局部指纹库,计算局部指纹库各地磁特征方差,将局部指纹库各地磁特征方差与方差阈值进行比较,若某一地磁特征大于阈值则进行地磁单点匹配得到该地磁特征的匹配结果,反之某一地磁特小于阈值则进行地磁序列匹配得到该地磁特征的匹配结果,最后将各地磁特征匹配结果结合对应局部指纹库各地磁特征方差加权平均作为当前匹配结果。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
需要说明的是,本申请实施例所涉及的术语“第一\第二\第三”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换,以使这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
本申请实施例的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤或模块,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种基于室内多维度地磁特征的室内定位方法,其特征在于,具体包括如下步骤:
s1、构建待定位区域多维地磁特征指纹库;
s2、用户发送定位请求,移动设备计算并得到待定位区域全局范围内水平地磁分量的方差、垂直地磁分量的方差和地磁模值的方差,所述移动设备开始采集多维地磁测量数据和加速度数据,并将采集的多维地磁测量数据跟所述多维地磁特征指纹库进行匹配得到地磁特征匹配结果,将上述各地磁特征的方差作为权重并归一化,则初始位置由各地磁特征匹配结果加权平均得到;
s3、参照上述步骤s2中采集的加速度数据进行跨步检测,所述跨步检测结果包括以下两种情形:
情形一:移动设备未发生位置移动,继续采集多维地磁测量数据进行匹配并重复所述步骤s2;
情形二:移动设备发生位置移动,计算步长li,其中,i=1,2,…n,n表示步数,所述步长li的估计误差为其中,表示服从正态分布,表示步长估计误差的方差,每次定位时以上一次时刻的定位坐标Pi-1为圆心,以li-Δli、li+Δli分别为半径确定两个圆形区域ci0和ci1,所述圆形区域ci0和ci1构成一个圆环区域ci1-ci0,所述圆环区域ci1-ci0内的坐标点即为待匹配点,其中,q表示圆环区域内地磁值个数;
根据所述圆形区域ci1内的坐标点在所述多维地磁指纹库中进行采样,得到局部地磁指纹库,并计算所述局部地磁指纹库中各地磁特征的方差,进而计算得出各地磁特征的归一化权重h表示地磁水平分量,v表示地磁垂直分量,m表示地磁模值;
2.根据权利要求1所述的基于室内多维度地磁特征的室内定位方法,其特征在于,所述步骤s1的具体过程包括:
在待定位区域规划多个采集路线,且在每条采集路线的初始位置和结束位置设置地标;
手持移动设备在所述采集路线上从初始位置匀速移动到结束位置,所述移动设备收集地磁数据、旋转矢量传感器数据以及上述各数据的时间戳,再根据所述旋转矢量传感器数据计算得出所述移动设备的载体坐标系相对地理坐标系的旋转角(θ,φ,ψ),其中,θ为俯仰角,φ为滚转角,ψ为偏航角,并参照所述旋转角计算各地理坐标系下的水平地磁分量、垂直地磁分量和地磁模值;
所述移动设备计算提取的各地磁数据对应的地理位置坐标fk=(xk,yk),其计算方法:其中,k表示地磁值个数,xk和yk表示第k个地磁值对应的平面坐标,tk表示坐标fk位置处对应地磁数据的时间戳,fs表示起始位置,ts表示起始位置地磁数据对应的时间戳,fe表示结束位置,te表示结束位置地磁数据对应的时间戳;
3.根据权利要求2所述的基于室内多维度地磁特征的室内定位方法,其特征在于,所述采集路线覆盖整个待定位区域。
4.根据权利要求2所述的基于室内多维度地磁特征的室内定位方法,其特征在于,所述移动设备采用智能手机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011172941.5A CN112304317B (zh) | 2020-10-28 | 2020-10-28 | 一种基于室内多维度地磁特征的室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011172941.5A CN112304317B (zh) | 2020-10-28 | 2020-10-28 | 一种基于室内多维度地磁特征的室内定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112304317A CN112304317A (zh) | 2021-02-02 |
CN112304317B true CN112304317B (zh) | 2022-04-12 |
Family
ID=74331436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011172941.5A Active CN112304317B (zh) | 2020-10-28 | 2020-10-28 | 一种基于室内多维度地磁特征的室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112304317B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115507850B (zh) * | 2021-06-07 | 2024-10-29 | 中移(上海)信息通信科技有限公司 | 一种定位方法、装置及电子设备 |
CN115515223B (zh) * | 2021-06-23 | 2024-09-27 | 中移物联网有限公司 | 一种指纹信息的处理方法、装置及网络设备 |
CN114608560B (zh) * | 2022-03-22 | 2024-04-26 | 中国矿业大学 | 一种基于智能终端传感器的无源组合室内定位系统及方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105783917B (zh) * | 2014-12-18 | 2019-05-07 | 阿里巴巴集团控股有限公司 | 基于地磁的移动终端定位方法及其装置 |
JP6352877B2 (ja) * | 2015-09-18 | 2018-07-04 | ヤフー株式会社 | マップ生成装置、マップ生成方法及びマップ生成プログラム |
CN105910601B (zh) * | 2016-05-31 | 2019-01-18 | 天津大学 | 一种基于隐马尔科夫模型的室内地磁定位方法 |
CN107702708B (zh) * | 2017-11-28 | 2020-03-27 | 元力云网络有限公司 | 一种二维地磁分布定位方法 |
CN110081888B (zh) * | 2019-05-15 | 2021-06-22 | 华南师范大学 | 一种基于可信度的惯导和地磁融合的室内定位算法 |
CN111829516B (zh) * | 2020-07-24 | 2024-04-05 | 大连理工大学 | 一种基于智能手机的自主式行人定位方法 |
-
2020
- 2020-10-28 CN CN202011172941.5A patent/CN112304317B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112304317A (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110118549B (zh) | 一种多源信息融合定位方法和装置 | |
CN112304317B (zh) | 一种基于室内多维度地磁特征的室内定位方法 | |
CN106793086B (zh) | 一种室内定位方法 | |
CN108632761B (zh) | 一种基于粒子滤波算法的室内定位方法 | |
US20070282565A1 (en) | Object locating in restricted environments using personal navigation | |
CN103379619B (zh) | 一种定位方法和系统 | |
CN111829516B (zh) | 一种基于智能手机的自主式行人定位方法 | |
CN107179079A (zh) | 基于pdr与地磁融合的室内定位方法 | |
CN107389063A (zh) | 基于gsm/mems融合的高精度室内融合定位方法 | |
CN105043380A (zh) | 基于微机电传感器、WiFi定位、磁场匹配的室内导航方法 | |
CN106597363A (zh) | 一种室内wlan环境下的行人定位方法 | |
CN107014375B (zh) | 超低部署的室内定位系统及方法 | |
Dari et al. | CAPTURE: A Mobile Based Indoor Positioning System using Wireless Indoor Positioning System. | |
Yu et al. | Precise 3D indoor localization and trajectory optimization based on sparse Wi-Fi FTM anchors and built-in sensors | |
CN109211229A (zh) | 一种基于手机传感器及WiFi特征的人员室内定位方法 | |
CN112729301A (zh) | 一种基于多源数据融合的室内定位方法 | |
CN113566820B (zh) | 一种基于位置指纹和pdr算法的融合人行定位方法 | |
CN114509069B (zh) | 基于蓝牙aoa和imu融合的室内导航定位系统 | |
CN112797985B (zh) | 基于加权扩展卡尔曼滤波的室内定位方法及室内定位系统 | |
CN110285809A (zh) | 一种室内外一体化的组合定位装置 | |
CN106197418B (zh) | 一种基于滑动窗口的指纹法与传感器融合的室内定位方法 | |
CN116567531A (zh) | 基于粒子滤波算法的传感器融合室内定位方法及系统 | |
CN110658515A (zh) | 一种基于uwb单基站的多用户imu定位对齐方法 | |
Wang et al. | A real-time pedestrian dead reckoning system with FM-aided motion mode recognition | |
CN106028450B (zh) | 室内定位方法及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |