用于室內定位和跟蹤的深度智能手機傳感器WiFi融合

2021年12月30日整理發布：雖然室外導航服務很普遍，但沒有可靠和普遍的室內定位服務。最近在arXiv.org上發布了解決此問題的最新方法。它采用了智能手機的許多不同傳感器。網絡傳感器和觀察到的地標允許估計絕對位置。然后，使用加速度計、陀螺儀和磁力計等運動和位置傳感器來估計用戶位移(這種方法稱為行人航位推算，PDR)。

本文的一個新穎之處在于將深度學習方法應用于PDR。卷積和循環網絡提取不同傳感器之間隱藏的相關性，從而使它們能夠應對傳感器噪聲。此外，氣壓計數據用于識別樓層變化。該系統大大超過了國際室內定位和室內導航會議挑戰賽獲勝者的表現。

我們解決了室內定位問題，其目標是使用加速度計、陀螺儀和磁力計等慣性傳感器以及氣壓計和WiFi等其他環境和網絡傳感器，根據智能手機收集的數據預測用戶的軌跡。我們的系統實現了基于深度學習的行人航位推算(deepPDR)模型，該模型提供了對用戶相對位置的高速估計。使用卡爾曼濾波器，我們使用WiFi校正PDR的漂移，每次接收到WiFi掃描時都會預測用戶的絕對位置。最后，我們使用無地圖投影方法調整卡爾曼濾波器結果，該方法考慮了環境(走廊、門等)的物理約束，并將預測投影到可能的步行路徑上。