室内行人惯性定位系统综述
需积分: 50 51 浏览量
更新于2024-09-09
收藏 1.31MB PDF 举报
"这篇文章是关于室内行人惯性定位系统的调查,主要探讨了现代行人步态推算(Pedestrian Dead Reckoning, PDR)技术的发展,并将其分类以理解不同领域的贡献。文章深入分析了步态检测、特征描述、惯性导航以及基于步态和方向的推算方法,并对比了各种技术。同时,还研究了如何通过粒子滤波器整合建筑地图,并分析了采用绝对位置校正推算输出的混合系统。此外,文中还考虑了智能手机作为PDR传感器设备的可能性。"
本文是IEEE通信综述与教程期刊2013年第3季度第15卷的一篇文章,由Robert Harle撰写。文章首先指出现代传感器和处理节点的小型化使得PDR系统成为室内跟踪的可行方案。PDR利用惯性和其他传感器,结合特定领域的步行知识来追踪用户移动。
在摘要中,作者提出了一个现代PDR系统的分类框架,用于定位不同研究领域的贡献。其中,步态检测是关键环节,涉及识别行走过程中的脚步动作;步态特征描述则涉及分析行人的步态模式;惯性导航依赖加速度和陀螺仪数据来估算位置;而基于步态和方向的推算则结合行走步数和行进方向来预测位置。
接下来,文章对利用粒子滤波器融合建筑地图的技术进行了分析,这有助于提高定位精度,特别是在复杂室内环境中。同时,混合系统通过获取如WiFi或蓝牙信标的绝对位置校正,可以修正死推算(Dead-Reckoning)的累积误差。
最后,文章讨论了智能手机作为PDR传感器的可能性,鉴于智能手机内置的各种传感器(如加速度计、陀螺仪),它们为实现低成本、便携式的室内定位提供了可能。通过这些集成的硬件,PDR系统可以在没有GPS信号的室内环境下提供持续的位置信息。
总结来说,该调查研究表明,PDR技术本身可以提供一定的定位能力,但结合其他辅助信息(如建筑地图、绝对位置校正和智能设备)可以显著提高室内定位的准确性和可靠性。随着技术的不断发展,PDR系统有望在室内导航和跟踪应用中发挥更大的作用。
2013-01-01 上传
2015-12-05 上传
2019-05-06 上传
2021-02-08 上传
2021-04-01 上传
2021-02-13 上传
2021-05-17 上传
2019-09-25 上传
2021-03-18 上传
futurelife2011
- 粉丝: 0
- 资源: 5
最新资源
- 前端协作项目:发布猜图游戏功能与待修复事项
- Spring框架REST服务开发实践指南
- ALU课设实现基础与高级运算功能
- 深入了解STK:C++音频信号处理综合工具套件
- 华中科技大学电信学院软件无线电实验资料汇总
- CGSN数据解析与集成验证工具集:Python和Shell脚本
- Java实现的远程视频会议系统开发教程
- Change-OEM: 用Java修改Windows OEM信息与Logo
- cmnd:文本到远程API的桥接平台开发
- 解决BIOS刷写错误28:PRR.exe的应用与效果
- 深度学习对抗攻击库:adversarial_robustness_toolbox 1.10.0
- Win7系统CP2102驱动下载与安装指南
- 深入理解Java中的函数式编程技巧
- GY-906 MLX90614ESF传感器模块温度采集应用资料
- Adversarial Robustness Toolbox 1.15.1 工具包安装教程
- GNU Radio的供应商中立SDR开发包:gr-sdr介绍