GPS与自包含传感器在行人无缝定位算法中的应用
需积分: 0 156 浏览量
更新于2024-08-10
收藏 5.29MB PDF 举报
"这篇博士学位论文主要探讨了GPS和自包含传感器在行人室内外无缝定位算法中的应用,特别是在雪天操场步频探测实验中的表现。实验结果显示了步频探测的周期和方差,揭示了在复杂环境如城市峡谷和室内GPS信号受限时,如何利用传感器辅助实现更准确的定位。"
在当前的技术背景下,随着移动设备的广泛普及和基于位置服务(LBS)的快速发展,行人导航定位技术的需求日益增长。尤其对于精度、稳定性和连续性的要求,使得研究者不断寻求新的解决方案。全球定位系统(GPS)尽管在户外定位中表现出色,但在高楼林立的城市峡谷和室内环境下,其信号易受遮挡和衰减,导致定位精度下降。
这篇由中国科学技术大学的陈伟博士完成的研究,着重探讨了GPS与自包含传感器结合的行人室内外无缝定位算法。这种算法的目标是在GPS信号弱或不可用时,利用传感器数据填补定位空白,提供连续的定位服务。实验在雪天操场环境下进行,通过图4.8至图4.10展示了步频探测的结果,包括单步周期和单步方差的分析。
步频探测是行人运动追踪的关键组成部分,它涉及到对行走节奏的精确测量。单步周期是指行走者每走一步所需的时间,而单步方差则反映了行走步伐的稳定性。在实验中,这些数据可能通过加速度计、陀螺仪等传感器获取,这些传感器能检测到行走者的微小运动变化。通过分析步频的周期性和方差,可以推断出行人的运动状态,进一步辅助定位计算。
论文中提到的PDR( Pedestrian Dead Reckoning)算法是一种典型的传感器辅助定位方法,它结合了步进计数、步长估算和方向感知来持续更新行人的位置。在GPS信号受限的情况下,PDR可以通过累积步行距离和方向来估算当前位置。
这篇研究为解决GPS在复杂环境下的局限性提供了新的视角,强调了传感器数据在增强定位性能中的作用。通过深入理解和优化步频探测的算法,可以提高室内和城市峡谷环境中的定位准确性和可靠性,这对于发展更加全面和智能的导航系统具有重要意义。
2022-06-04 上传
2019-05-27 上传
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
李_涛
- 粉丝: 56
- 资源: 3859
最新资源
- BottleJS快速入门:演示JavaScript依赖注入优势
- vConsole插件使用教程:输出与复制日志文件
- Node.js v12.7.0版本发布 - 适合高性能Web服务器与网络应用
- Android中实现图片的双指和双击缩放功能
- Anum Pinki英语至乌尔都语开源词典:23000词汇会话
- 三菱电机SLIMDIP智能功率模块在变频洗衣机的应用分析
- 用JavaScript实现的剪刀石头布游戏指南
- Node.js v12.22.1版发布 - 跨平台JavaScript环境新选择
- Infix修复发布:探索新的中缀处理方式
- 罕见疾病酶替代疗法药物非临床研究指导原则报告
- Node.js v10.20.0 版本发布,性能卓越的服务器端JavaScript
- hap-java-client:Java实现的HAP客户端库解析
- Shreyas Satish的GitHub博客自动化静态站点技术解析
- vtomole个人博客网站建设与维护经验分享
- MEAN.JS全栈解决方案:打造MongoDB、Express、AngularJS和Node.js应用
- 东南大学网络空间安全学院复试代码解析