Из Википедии, бесплатной энциклопедии
  (Перенаправлен из внутреннего положения )
Перейти к навигации Перейти к поиску
Для более широкого освещения этой темы см. Система позиционирования .

В помещении система позиционирования ( IPS ) представляет собой сеть устройств , используемых для поиска людей или объектов , где GPS и другие спутниковые технологии не хватает точности или не полностью, например, внутри многоэтажных зданий, аэропортов, аллей, парковок и подземных местах.

Для определения местоположения в помещении используется большое количество разнообразных методов и устройств, начиная от уже развернутых реконфигурированных устройств, таких как смартфоны, антенны Wi-Fi и Bluetooth , цифровые камеры и часы; для специально построенных установок с реле и маяками, стратегически размещенными в определенном пространстве. В сетях IPS используются свет, радиоволны, магнитные поля, акустические сигналы и поведенческая аналитика. [1] [2] IPS может достигать точности позиционирования 2 см, [3] что на уровне приемников GNSS с поддержкой RTK, которые могут достигать точности 2 см вне помещений. [4]IPS использует различные технологии, включая измерение расстояния до ближайших узлов привязки (узлы с известными фиксированными позициями, например, точки доступа WiFi / LiFi , маяки Bluetooth или сверхширокополосные маяки), магнитное позиционирование , точный расчет . [5] Они либо активно обнаруживают мобильные устройства и метки, либо обеспечивают определение местоположения или окружающей среды для устройств. [6] Локализованный характер IPS привел к фрагментации конструкции, когда в системах используются различные оптические , радио или даже акустические технологии. [7] [8] [9][10] [11] [12] [13] [14]

IPS имеет широкое применение в коммерческой, военной, розничной и товарной отраслях. На рынке существует несколько коммерческих систем, но нет стандартов для системы IPS. Вместо этого каждая установка адаптирована к пространственным размерам, строительным материалам, требованиям точности и бюджетным ограничениям.

Для сглаживания для компенсации стохастических (непредсказуемых) ошибок должен существовать надежный метод значительного уменьшения бюджета ошибок. Система может включать информацию из других систем, чтобы справиться с физической неоднозначностью и обеспечить компенсацию ошибок. Обнаружение ориентации устройства (часто называемое направлением компаса , чтобы отличить его от вертикальной ориентации смартфона) может быть достигнуто либо путем обнаружения ориентиров внутри изображений, сделанных в реальном времени, либо с помощью трилатерации с маяками. [15] Также существуют технологии для обнаружения магнитометрической информации внутри зданий или мест со стальными конструкциями или в шахтах по добыче железной руды. [16]

Применимость и точность [ править ]

Из-за ослабления сигнала, вызванного строительными материалами, спутниковая система глобального позиционирования (GPS) теряет значительную мощность в помещении, что влияет на необходимое покрытие приемников как минимум четырьмя спутниками. Кроме того, многократные отражения от поверхностей вызывают многолучевое распространение, приводящее к неконтролируемым ошибкам. Эти же самые эффекты ухудшают все известные решения для определения местоположения внутри помещений, в которых используются электромагнитные волны от внутренних передатчиков к внутренним приемникам. Для решения этих проблем применяется комплекс физических и математических методов. Перспективное направление коррекции ошибок радиочастотного позиционирования открыто за счет использования альтернативных источников навигационной информации, таких как инерциальный измерительный блок.(IMU), монокулярная камера. Одновременная локализация и картографирование (SLAM) и WiFi SLAM. Интеграция данных из различных навигационных систем с разными физическими принципами может повысить точность и надежность всего решения. [17]

США Глобальная система позиционирования (GPS) и другие подобные глобальные навигационные спутниковые системы (GNSS) , как правило , не подходят для создания закрытых помещениях, так как микроволны будут ослаблены и рассеяны по крышам, стен и других предметов. Однако для того, чтобы сигналы позиционирования стали повсеместными, может быть выполнена интеграция между GPS и позиционированием в помещении. [18] [19] [20] [21] [22] [23] [24] [25]

В настоящее время приемники GNSS становятся все более и более чувствительными из-за увеличения вычислительной мощности микрочипов. Приемники GNSS с высокой чувствительностью могут принимать спутниковые сигналы в большинстве помещений, и попытки определить трехмерное положение в помещении оказались успешными. [26] Помимо увеличения чувствительности приемников, используется технология A-GPS , при которой альманах и другая информация передаются через мобильный телефон.

Однако, несмотря на то, что надлежащее покрытие для четырех спутников, необходимых для определения местоположения приемника, не достигается при всех текущих проектах (2008–11 гг.) Для работы внутри помещений, эмуляция GPS была успешно развернута в метро Стокгольма. [27] Решения по расширению покрытия GPS смогли обеспечить зональное позиционирование в помещении, доступное с помощью стандартных наборов микросхем GPS, таких как те, что используются в смартфонах. [27]

Типы использования [ править ]

Поиск и размещение [ править ]

Хотя большинство современных IPS способны определять местоположение объекта, они настолько грубые, что их нельзя использовать для определения ориентации или направления объекта. [28]

Поиск и отслеживание [ править ]

См. Также: Путевая точка и достопримечательность

Одним из методов достижения достаточной эксплуатационной пригодности является « отслеживание ». Образует ли определенная последовательность местоположений траекторию от первого до самого фактического местоположения. Статистические методы затем служат для сглаживания местоположений, определенных на треке, с учетом физических возможностей объекта двигаться. Это сглаживание необходимо применять, когда цель перемещается, а также для постоянной цели, чтобы компенсировать ошибочные меры. В противном случае единичное постоянное местоположение или даже следуемая траектория составили бы странствующую последовательность прыжков.

Идентификация и сегрегация [ править ]

В большинстве приложений совокупность целей больше, чем одна. Следовательно, система IPS должна служить для надлежащей идентификации каждой наблюдаемой цели и должна быть способна разделять и отделять цели индивидуально в группе. IPS должна иметь возможность идентифицировать отслеживаемые объекты, несмотря на "неинтересных" соседей. В зависимости от конструкции, либо сенсорная сеть должна знать, от какой метки она получила информацию, либо локационное устройство должно иметь возможность напрямую идентифицировать цели.

Беспроводные технологии [ править ]

Для определения местоположения можно использовать любую беспроводную технологию. Многие различные системы используют преимущества существующей беспроводной инфраструктуры для определения местоположения внутри помещений. Существует три основных варианта топологии системы для конфигурации оборудования и программного обеспечения: сетевая, терминальная и терминальная. Точность позиционирования можно повысить за счет оборудования и установок беспроводной инфраструктуры.

Система определения местоположения на основе Wi-Fi (WPS) [ править ]

Основная статья: Система позиционирования Wi-Fi
Дополнительная информация: Wi-Fi туда и обратно.

Система позиционирования Wi-Fi (WPS) используется там, где GPS неадекватен. Метод локализации, используемый для определения местоположения с помощью точек беспроводного доступа, основан на измерении интенсивности принятого сигнала ( сила принятого сигнала в английском языке RSS) и методе «fingerprinting». [29] [30] [31] [32] Чтобы повысить точность методов снятия отпечатков пальцев, могут применяться методы статистической постобработки (например, теория гауссовского процесса ) для преобразования дискретного набора «отпечатков пальцев» в непрерывное распределение RSSI каждая точка доступа по всей локации. [33] [34] [35] Типичные параметры, полезные для геолокации точки доступа Wi-Fiили точка беспроводного доступа включают SSID и MAC-адрес точки доступа. Точность зависит от количества позиций, внесенных в базу данных. Возможные колебания сигнала, которые могут возникнуть, могут увеличить количество ошибок и неточностей на пути пользователя. [36] [37]

Bluetooth [ править ]

Изначально Bluetooth заботился о близости, а не о точном местоположении. [38] Bluetooth не предназначался для привязки местоположения, как GPS, однако он известен как решение для геозон или микроизгородей, что делает его решением для приближения внутри помещения, а не решением для позиционирования внутри помещения.

Micromapping и крытый отображение [39] было связано с Bluetooth [40] и к Bluetooth LE на основе IBeacon способствовало Apple Inc. . Реализована и применяется на практике масштабная система позиционирования внутри помещений на базе iBeacons. [41] [42]

Положение динамика Bluetooth и домашние сети могут использоваться для широкого ознакомления.

Концепции узких мест [ править ]

Простая концепция индексации местоположения и отчетов о присутствии для помеченных объектов, использует только известную идентификацию датчика. [11] Это обычно относится к системам пассивной радиочастотной идентификации (RFID) / NFC , которые не сообщают об уровне сигнала и различных расстояниях отдельных тегов или большого количества тегов и не обновляют какие-либо ранее известные координаты местоположения датчик или текущее местоположение каких-либо тегов. Работоспособность таких подходов требует некоторого узкого прохода для предотвращения выхода за пределы диапазона.

Концепции сетки [ править ]

Вместо измерения на большом расстоянии может быть организована плотная сеть приемников малого радиуса действия, например, в виде сетки для экономии, по всему наблюдаемому пространству. Из-за малого радиуса действия помеченный объект будет идентифицирован только несколькими близкими сетевыми приемниками. Идентифицированный тег должен находиться в пределах досягаемости идентифицирующего считывателя, что позволяет приблизительно определить местоположение тега. Усовершенствованные системы сочетают в себе визуальное покрытие с сеткой камеры с покрытием беспроводной сети для труднодоступных мест.

Концепции датчиков дальнего действия [ править ]

Большинство систем используют непрерывные физические измерения (например, только угол и расстояние или расстояние) вместе с данными идентификации в одном комбинированном сигнале. Досягаемость этих датчиков обычно охватывает весь этаж, проход или отдельную комнату. Решения для малого радиуса действия применяются с несколькими датчиками и перекрывающимся радиусом действия.

Угол прибытия [ править ]

Угол прихода (AoA) - это угол, под которым сигнал достигает приемника. AoA обычно определяется путем измерения разницы во времени прихода (TDOA) между несколькими антеннами в матрице датчиков. В других приемниках он определяется набором высоконаправленных датчиков - угол может быть определен по тому, какой датчик принял сигнал. AoA обычно используется с триангуляцией и известной базовой линией для определения местоположения относительно двух якорных передатчиков.

Время прибытия [ править ]

Время прибытия (ToA, а также время полета) - это время, необходимое сигналу для распространения от передатчика к приемнику. Поскольку скорость распространения сигнала постоянна и известна (без учета различий в средах), время прохождения сигнала можно использовать для непосредственного расчета расстояния. Множественные измерения можно комбинировать с трилатерацией и мультилатерацией, чтобы найти местоположение. Этот метод используется в системах GPS и сверхширокополосной связи. Системы, которые используют ToA, обычно требуют сложного механизма синхронизации для поддержания надежного источника времени для датчиков (хотя этого можно избежать в тщательно спроектированных системах, используя повторители для установления связи [12] ).

Точность методов, основанных на TOA, часто страдает от условий сильного многолучевого распространения при локализации внутри помещения, что вызвано отражением и дифракцией радиочастотного сигнала от объектов (например, внутренних стен, дверей или мебели) в окружающей среде. Однако можно уменьшить влияние многолучевого распространения, применяя методы, основанные на временной или пространственной разреженности. [43] [44]

Индикация уровня принимаемого сигнала [ править ]

Индикация уровня принимаемого сигнала (RSSI) - это измерение уровня мощности, принимаемого датчиком. Поскольку радиоволны распространяются по закону обратных квадратов , расстояние можно приблизительно определить (обычно с точностью до 1,5 метра в идеальных условиях и от 2 до 4 метров в стандартных условиях [45] ) на основе соотношения между уровнем передаваемого и принимаемого сигнала (передача сила - постоянная величина, зависящая от используемого оборудования), пока никакие другие ошибки не приводят к ошибочным результатам. Внутри построек несвободное пространство, поэтому на точность существенно влияют отражение и поглощение от стен. Нестационарные объекты, такие как двери, мебель и люди, могут представлять еще большую проблему, поскольку они могут влиять на мощность сигнала динамическим и непредсказуемым образом.

Многие системы используют расширенную инфраструктуру Wi-Fi для предоставления информации о местоположении. [8] [9] [10] Ни одна из этих систем не предназначена для правильной работы с какой-либо инфраструктурой как есть. К сожалению, измерения уровня сигнала Wi-Fi очень зашумлены , поэтому в настоящее время ведутся исследования, направленные на создание более точных систем с использованием статистики для фильтрации неточных входных данных. Системы позиционирования Wi-Fi иногда используются на открытом воздухе в качестве дополнения к GPS на мобильных устройствах, где лишь несколько беспорядочных отражений нарушают результаты.

Другие беспроводные технологии [ править ]

  • Радиочастотная идентификация [11] (RFID): пассивные метки очень рентабельны, но не поддерживают никаких показателей.
  • Сверхширокополосный [12] [46] (UWB): снижение помех от других устройств
  • Инфракрасный (ИК): ранее был включен в большинство мобильных устройств
  • Gen2IR (инфракрасный порт второго поколения)
  • Связь в видимом свете [7] [47] (VLC), как LiFi : может использовать существующие системы освещения
  • Ультразвук : [13] волны движутся очень медленно, что обеспечивает гораздо более высокую точность

Другие технологии [ править ]

Нерадиотехнологии можно использовать для определения местоположения без использования существующей беспроводной инфраструктуры. Это может обеспечить повышенную точность за счет дорогостоящего оборудования и установок.

Магнитное позиционирование [ править ]

Основная статья: Магнитное позиционирование

Магнитное позиционирование может предложить пешеходам со смартфонами точность в 1-2 метра в помещении с уровнем достоверности 90% без использования дополнительной беспроводной инфраструктуры для определения местоположения. Магнитное позиционирование основано на железе внутри зданий, которое создает локальные вариации магнитного поля Земли. Неоптимизированные чипы компаса внутри смартфонов могут обнаруживать и записывать эти магнитные вариации для нанесения на карту мест внутри помещений. [48]

Инерционные измерения [ править ]

Расчет мертвых пешеходов и другие подходы к определению местоположения пешеходов предлагают инерциальную единицу измерения, переносимую пешеходом либо путем косвенного измерения шагов (подсчет шагов), либо с помощью подхода, устанавливаемого на ноге, [49] иногда ссылаясь на карты или другие дополнительные датчики для ограничения естественного дрейф датчика, возникающий при инерциальной навигации. Инерционные датчики MEMS страдают от внутренних шумов, которые со временем приводят к кубическому увеличению погрешности положения. Чтобы уменьшить рост ошибок в таких устройствах, часто используется подход, основанный на фильтрации Калмана . [50] [51] [52] [53] Однако для того, чтобы сделать его способным строить карту, структура алгоритма SLAM[54] будет использоваться. [55] [56] [57]

Инерционные меры обычно охватывают дифференциалы движения, поэтому местоположение определяется путем интегрирования и, следовательно, для получения результатов требуются константы интегрирования. [58] [59] Фактическая оценка местоположения может быть найдена как максимум двумерного распределения вероятностей, которое пересчитывается на каждом этапе с учетом модели шума всех задействованных датчиков и ограничений, создаваемых стенами и мебелью. [60] Основываясь на движениях и поведении пользователей при ходьбе, IPS может оценивать местоположение пользователей с помощью алгоритмов машинного обучения. [61]

Позиционирование на основе визуальных маркеров [ править ]

Система визуального позиционирования может определять местоположение мобильного устройства с камерой путем декодирования координат местоположения по визуальным маркерам. В такой системе маркеры размещаются в определенных местах по всему объекту, каждый маркер кодирует координаты этого места: широту, долготу и высоту от пола. Измерение угла обзора от устройства до маркера позволяет устройству оценить свои собственные координаты местоположения относительно маркера. Координаты включают широту, долготу, высоту и высоту от пола. [62]

Местоположение основано на известных визуальных особенностях [ править ]

Набор последовательных снимков с камеры мобильного устройства может создать базу данных изображений, подходящую для оценки местоположения на месте проведения мероприятия. После создания базы данных мобильное устройство, перемещающееся по объекту, может делать снимки, которые можно интерполировать в базу данных объекта, получая координаты местоположения. Эти координаты могут использоваться в сочетании с другими методами определения местоположения для повышения точности. Обратите внимание, что это может быть частный случай объединения датчиков, когда камера играет роль еще одного датчика.

Математика [ править ]

После сбора данных датчика IPS пытается определить место, из которого, скорее всего, была получена полученная передача. Данные от одного датчика, как правило, неоднозначны и должны быть разрешены с помощью ряда статистических процедур для объединения нескольких входных потоков датчиков.

Эмпирический метод [ править ]

Один из способов определения местоположения - сопоставление данных из неизвестного местоположения с большим набором известных местоположений с использованием такого алгоритма, как k-ближайший сосед . Этот метод требует всестороннего обследования на месте и будет неточным при любых значительных изменениях в окружающей среде (из-за движущихся людей или движущихся объектов).

Математическое моделирование [ править ]

Местоположение будет рассчитано математически путем аппроксимации распространения сигнала и определения углов и / или расстояния. Затем обратная тригонометрия будет использоваться для определения местоположения:

  • Трилатерация (расстояние от якорей)
  • Триангуляция (угол к анкерам)

Продвинутые системы сочетают более точные физические модели со статистическими процедурами:

  • Байесовский статистический анализ (вероятностная модель) [63]
  • Фильтрация Калмана [9] (для оценки надлежащих потоков создания ценности в условиях шума).

Использует [ редактировать ]

Основным потребительским преимуществом позиционирования внутри помещений является распространение мобильных вычислений с учетом местоположения внутри помещений. Поскольку мобильные устройства становятся повсеместными, контекстная осведомленность о приложениях становится приоритетом для разработчиков. Однако большинство приложений в настоящее время полагаются на GPS и плохо работают в помещении. Применение внутри помещений включает:

  • Средства доступности для слабовидящих . [64]
  • Дополненная реальность [65]
  • Школьный кампус
  • Экскурсии по музею [66]
  • Торговые центры , в том числе гипермаркеты .
  • Склады
  • Фабрика
  • Аэропорты , автобусные , железнодорожные станции и станции метро
  • Парковочные места , в том числе в гипермаркетах
  • Таргетированная реклама
  • Социальная сеть
  • Больницы
  • Гостиницы
  • Виды спорта
  • Круизные суда
  • Внутренняя робототехника [67]
  • Туризм
  • Парк развлечений

См. Также [ править ]

  • Автоматическое определение местоположения автомобиля
  • Bluetooth с низким энергопотреблением
  • Киберфизическая система
  • Счисление
  • Магнитное поле Земли
  • Планы этажей и система навигации по дому .
  • Геолокация
  • Карты помещений Google
  • GSM локализация
  • Домашняя автоматизация
  • Домашняя сеть
  • Интернет вещей (IoT)
  • Сервис на основе местоположения
  • Планирование движения
  • Navizon
  • Связь ближнего поля (NFC)
  • Машина маршрутизации с открытым исходным кодом
  • Pointr
  • Система определения местоположения в реальном времени (RTLS)
  • Одновременная локализация и отображение (SLAM).
  • Роботизированное картографирование
  • Sensor Fusion
  • Skyhook Wireless
  • Связь в видимом свете (VLC), определение местоположения и Li-Fi
  • Поиск пути
  • WebGL

Ссылки [ править ]

  1. ^ Лопес-де-Теруэль, Педро Э .; Гарсия, Феликс Дж .; Кановас, Оскар; Гонсалес, Рубен; Карраско, Хосе А. (01.01.2017). «Мониторинг поведения человека с использованием пассивной системы позиционирования в помещении: пример на предприятии малого и среднего бизнеса» . Процедуры информатики . 14-я Международная конференция по мобильным системам и повсеместным вычислениям (MobiSPC 2017) / 12-я Международная конференция по будущим сетям и коммуникациям (FNC 2017) / Партнерские семинары. 110 : 182–189. DOI : 10.1016 / j.procs.2017.06.076 . ISSN  1877-0509 .
  2. ^ Курран, Кевин; Фьюри, Эоган; Ланни, Том; Сантос, Хосе; Вудс, Дерек; МакКоги, Эйден (2011). «Оценка технологий определения местоположения в помещении» . Журнал геолокационных служб . 5 (2): 61–78. DOI : 10.1080 / 17489725.2011.562927 . S2CID 6154778 . 
  3. ^ «Точность 2 см с использованием внутренней системы позиционирования» . VBOX Automotive . 2019-11-19.
  4. ^ «Точность 2 см при использовании RTK» . VBOX Automotive . 2019-11-19.
  5. ^ Цю, Чен; Мутка, Мэтт (2016). «CRISP: сотрудничество между смартфонами для улучшения информации о местоположении внутри помещений». Беспроводные сети . 24 (3): 867–884. DOI : 10.1007 / s11276-016-1373-1 . S2CID 3941741 . 
  6. ^ Фьюри, Эоган; Курран, Кевин; МакКевитт, Пол (2012). «ПРИВЫЧКИ: подход байесовского фильтра к отслеживанию и местонахождению в помещении». Международный журнал био-вдохновленных вычислений . 4 (2): 79. CiteSeerX 10.1.1.459.8761 . DOI : 10.1504 / IJBIC.2012.047178 . 
  7. ^ a b Лю X, Макино Х., Мазе К. 2010. Улучшенная оценка местоположения в помещении с использованием флуоресцентной световой системы связи с девятиканальным приемником . Транзакции IEICE по коммуникациям E93-B (11): 2936-44.
  8. ^ a b Чанг, N; Рашидзаде, Р; Ахмади, М. (2010). «Надежное позиционирование в помещении с использованием дифференциальных точек доступа Wi-Fi». IEEE Transactions on Consumer Electronics . 56 (3): 1860–7. DOI : 10.1109 / tce.2010.5606338 . S2CID 37179475 . 
  9. ^ a b c Chiou, Y; Ван, С; Да, S (2010). «Адаптивная оценка местоположения, использующая алгоритмы отслеживания для внутренних WLAN». Беспроводные сети . 16 (7): 1987–2012. DOI : 10.1007 / s11276-010-0240-8 . S2CID 41494773 . 
  10. ^ a b Lim, H; Кунг, L; Hou, JC; Хайюнь, Ло (2010). «Внутренняя локализация с нулевой конфигурацией через беспроводную инфраструктуру IEEE 802.11». Беспроводные сети . 16 (2): 405–20. DOI : 10.1007 / s11276-008-0140-3 . S2CID 17678327 . 
  11. ^ a b c Реза, AW; Геок, Т.К. (2009). «Исследование определения местоположения внутри помещения через сеть считывателей RFID с использованием алгоритма покрытия сетки». Беспроводная персональная связь . 49 (1): 67–80. DOI : 10.1007 / s11277-008-9556-4 . S2CID 5562161 . 
  12. ^ а б в Чжоу, Y; Закон, CL; Guan, YL; Чин, Ф (2011). «Внутренняя эллиптическая локализация на основе асинхронного измерения диапазона СШП». IEEE Transactions по приборостроению и измерениям . 60 (1): 248–57. DOI : 10,1109 / tim.2010.2049185 . S2CID 12880695 . 
  13. ^ a b Schweinzer, H; Каньяк, Г. (2010). «Локализация ультразвукового устройства и его потенциал для безопасности беспроводной сенсорной сети». Инженерная практика управления . 18 (8): 852–62. DOI : 10.1016 / j.conengprac.2008.12.007 .
  14. ^ Цю, Чен; Мутка, Мэтт (2017). «Бесшумный свисток: эффективное позиционирование в помещении с помощью акустического распознавания на смартфонах». 18-й Международный симпозиум IEEE 2017 года по миру беспроводных, мобильных и мультимедийных сетей (WoWMoM) . С. 1–6. DOI : 10.1109 / WoWMoM.2017.7974312 . ISBN 978-1-5386-2723-5. S2CID  30783515 .
  15. ^ Позиционирование и ориентация с использованием обработки изображений, исследование 2007 г., проведенное Вашингтонским университетом . Было разработано несколько подобных подходов, и в настоящее время (2017 г.) существуют приложения для смартфонов, реализующие эту технологию.
  16. ^ Startup использует смартфон для отслеживания людей в помещении , - About Indoor Atlass (веб-сайт MIT Technology Review)
  17. ↑ Владимир Максимов и Олег Табаровский, ООО «РТЛС», Москва, Россия (2013). Обзор подходов к повышению точности для тесно связанной персональной внутренней навигационной системы ToA / IMU. Труды Международной конференции по внутреннему позиционированию и внутренней навигации, октябрь 2013 г., Монбельяр, Франция. Смотрите публикацию здесь
  18. ^ Ван Мохд Yaakob Ван Bejuri, Мохд Murtadha Мохамад и Раджа Zahilah (2015). Offline Beacon Selection-based RSSI Fingerprinting для помощи при покупках с учетом местоположения: предварительный результат. Новые тенденции в интеллектуальной информации и системах баз данных, стр. 303-312, см. Публикацию здесь
  19. ^ Ван Мохд Yaakob Ван Bejuri, Мохд Murtadha Мохамад и Раджа Zahilah (2015). Локализация аварийно-спасательных работ (ERL) с использованием GPS, беспроводной локальной сети и камеры » Международный журнал программной инженерии и ее приложений , том 9, № 9, стр. 217-232, https://serscjournals.org/index.php/IJSEIA /vol9_no9_2015/19.pdf
  20. ^ Ван Мохд Yaakob Ван Bejuri и Мохд Murtadha Мохамад (2014). Анализ производительности обнаружения и сопоставления функций на основе серого мира для мобильных систем позиционирования. Зондирование и визуализация, Vol. 15, No. 1, pp. 1-24 [1]
  21. ^ Ван Мохд, Яакоб Ван Беджури; Муртадха Мохамад, Мохд (2014). «Надежное мобильное позиционирование в помещении на основе беспроводной LAN / FM-радио: первый результат» (PDF) . Международный журнал программной инженерии и ее приложений . 8 (2): 313–324.
  22. ^ Ван; Яакоб Ван Беджури, Мохд; Муртадха Мохамад, Мохд; Сапри, Маймунах; Шафри Мохд Рахим, Мохд; Асенали Чаудри, Джунаид (2014). «Оценка эффективности обнаружения и сопоставления функций на основе пространственной корреляции для автоматизированной системы навигации для инвалидных колясок». Международный журнал исследований интеллектуальных транспортных систем . 12 (1): 9–19. DOI : 10.1007 / s13177-013-0064-х . S2CID 3478714 . 
  23. ^ Ван Мохд Яакоб Ван Беджури, Ван Мохд Насри Ван Мухамад Саидин, Мохд Муртадха Мохамад, Маймунах Сапри и Ках Сенг Лим (2013). Повсеместное позиционирование: интегрированное позиционирование GPS / беспроводной локальной сети для системы навигации для инвалидных колясок. Интеллектуальные информационные системы и системы баз данных, Vol. 7802, стр. 394-403, См. Публикацию здесь
  24. ^ Ван Мохд Yaakob Ван Bejuri, Мохд Murtadha Мохамад Maimunah Sapri и Мохд Адли Rosly (2012). Повсеместное позиционирование WLAN / камеры с использованием обратной интенсивности цветности Обнаружение и сопоставление пространственных объектов: предварительный результат. Международная конференция по человеко-машинным системам 2012 (ICOMMS 2012). Смотрите публикацию здесь
  25. ^ З. Хорват, Х. Хорват (2014): Точность измерения GPS, встроенного в смартфоны и планшеты, Международный журнал по электронике и коммуникационным технологиям, выпуск 1, стр 17-19, [2]
  26. ^ "GNSS Indoors - Борьба с замиранием, Часть 1 - Внутри GNSS" . www.insidegnss.com . 2008-03-12. Архивировано из оригинала на 2018-01-10 . Проверено 18 октября 2009 .
  27. ^ a b https://www.gpsworld.com/syntony-rises-high-by-going-underground/#:~:text=Syntony%20GNSS%2C%20a%20simulator%20company,sea%20in%20and%20around % 20Стокгольм .
  28. ^ Фьюри, Эоган; Курран, Кевин; МакКевитт, Пол (2012). «Вероятностное моделирование движения человека в помещении для оказания первой помощи». Журнал окружающего интеллекта и гуманизированных вычислений, том . 3 (5): 559–569. DOI : 10.1007 / s12652-012-0112-4 . S2CID 16611408 . 
  29. ^ Виолеттас, GE; Теодору, TL; Георгиадис, СК (август 2009 г.). «Net Argus : монитор SNMP и позиционирование Wi-Fi, трехуровневый пакет приложений». 2009 Пятая Международная конференция по беспроводной и мобильной связи . С. 346–351. DOI : 10.1109 / ICWMC.2009.64 . ISBN 978-1-4244-4679-7. S2CID  23482772 .
  30. ^ П. Бахл и В. Н. Падманабхан, « РАДАР: встроенная система определения местоположения и отслеживания пользователей на основе радиочастот », в материалах 19-й ежегодной совместной конференции обществ компьютеров и связи IEEE (INFOCOM '00), т. 2, стр. 775–784, Тель-Авив, Израиль, март 2000 г.
  31. ^ Юсеф, Мустафа; Агравала, Ашок (4 января 2007 г.). «Система определения местоположения Хоруса». Беспроводные сети . 14 (3): 357–374. DOI : 10.1007 / s11276-006-0725-7 . ISSN 1022-0038 . S2CID 62768948 .  
  32. ↑ Y. Chen и H. Kobayashi, « Геолокация внутри помещений на основе силы сигнала », в Proceedings of the IEEE International Conference on Communications (ICC '02), vol. 1, стр. 436–439, Нью-Йорк, Нью-Йорк, США, апрель – май 2002 г.
  33. ^ Голован А.А. и др. Эффективная локализация с использованием различных моделей среднего смещения в гауссовских процессах // Международная конференция по внутреннему позиционированию и внутренней навигации (IPIN) 2014 г. - IEEE, 2014. - С. 365-374. [3]
  34. ^ Hähnel BFD, Fox D. Гауссовские процессы для оценки местоположения на основе силы сигнала // Труды робототехники: наука и системы. - 2006. [4]
  35. ^ Феррис Б., Фокс Д., Лоуренс Н. Д. Wi-Fi-удар с использованием гауссовских моделей скрытых переменных процесса // IJCAI. - 2007. - Т. 7. - №. 1. - С. 2480-2485. [5]
  36. ^ Лимберопулос, Димитриос; Лю, Цзе; Ян, Сюэ; Рой Чоудхури, Ромит; Хандзиски, Владо; Сен, Сувик (2015). Реалистичная оценка и сравнение технологий определения местоположения внутри помещений . Материалы 14-й Международной конференции по обработке информации в сенсорных сетях - IPSN '15 . С. 178–189. DOI : 10.1145 / 2737095.2737726 . ISBN 9781450334754. S2CID  1028754 .
  37. ^ Laoudias, C .; Константину, G .; Константинидес, М .; Nicolaou, S .; Zeinalipour-Yazti, D .; Панайоту, CG (2012). «Внутренняя платформа позиционирования Airplace для смартфонов Android». 2012 13-я Международная конференция IEEE по управлению мобильными данными . С. 312–315. DOI : 10.1109 / MDM.2012.68 . ISBN 978-1-4673-1796-2. S2CID  14903792 . (Награда за лучшее демо)
  38. ^ «Все, что вы всегда хотели знать о маяках» . Яркий разговор . Проверено 12 июня 2014 .
  39. ^ «Apple запускает обширный проект, чтобы нанести на карту каждое большое здание, которое может» . Business Insider . Проверено 12 июня 2014 .
  40. ^ «Apple Inc. iBeacon с Micromapping может произвести революцию в розничной торговле» . ValueWalk. Январь 2014 . Проверено 12 июня 2014 .
  41. ^ "Music City Center Unveil Wayfinding App" . Проверено 28 ноября 2014 .
  42. ^ "Приложение Music City Center направляет посетителей" . Проверено 28 ноября 2014 .
  43. ^ Поурхомаюн; Джин; Фаулер (2012). «Пространственная локализация в помещении на основе пространственной разреженности в беспроводной сенсорной сети для вспомогательных систем здравоохранения» (PDF) . Embc2012 .
  44. ^ CR Comsa и др., « Локализация источника с использованием разницы во времени прибытия в рамках структуры разреженного представления », ICASSP, 2011.
  45. ^ Чжан Цзе; Лю Хунли; Танджян (декабрь 2010 г.). «Исследование точности определения дальности на основе RSSI беспроводной сенсорной сети». 2-я Международная конференция по информатике и инженерии : 2338–2341. DOI : 10,1109 / ICISE.2010.5691135 . ISBN 978-1-4244-7616-9. S2CID  14465473 .
  46. ^ «Racelogic представляет систему позиционирования для помещений VBOX» . 2018-09-24.
  47. ^ Ли, Йонг Ап; Кавеград, Мохсен; «Конструкция гибридной системы локализации в помещениях большой дальности с видимым светом и беспроводной сетью», Серия летних тематических встреч Photonics Society, 2012 IEEE, том, №, стр. 82-83, 9–11 июля 2012 г. Смотрите публикацию здесь
  48. ^ «Геопространственный мир, август 2014» (PDF) . Журнал Cite требует |magazine=( помощь )
  49. ^ Фокслин, Эрик (1 ноября 2005 г.). «Отслеживание пешеходов с помощью инерционных датчиков, устанавливаемых на башмаках». Компьютерная графика и приложения IEEE . 25 (6): 38–46. DOI : 10,1109 / MCG.2005.140 . PMID 16315476 . S2CID 19038276 .  
  50. ^ Бозе, Субходжйоти; Гупта, Амит К .; Гендель, Питер (2017). «О шумовых и энергетических характеристиках устанавливаемой на башмаке инерциальной системы позиционирования с несколькими IMU». 2017 Международная конференция по внутреннему позиционированию и внутренней навигации (IPIN) . С. 1–8. DOI : 10.1109 / IPIN.2017.8115944 . ISBN 978-1-5090-6299-7. S2CID  19055090 .
  51. ^ Гупта, Амит К .; Ског, Исаак; Гендель, Питер (2015). «Долгосрочная оценка работоспособности пешеходного навигационного устройства, устанавливаемого на лапах». Ежегодная конференция IEEE в Индии, 2015 г. (INDICON) . С. 1–6. DOI : 10.1109 / INDICON.2015.7443478 . ISBN 978-1-4673-7399-9. S2CID  33398667 .
  52. ^ Нильссон, Джон-Олоф; Гупта, Амит К .; Гендель, Питер (2014). «Легкая инерциальная навигация на лапах». 2014 Международная конференция по внутреннему позиционированию и внутренней навигации (IPIN) . С. 24–29. DOI : 10.1109 / IPIN.2014.7275464 . ISBN 978-1-4673-8054-6. S2CID  898076 .
  53. ^ Чжан, Вэньчао; Ли, Сянхун; Вэй, Дунъянь; Цзи, Синьчунь; Юань, Хун (2017). «Система PDR на лапах, основанная на алгоритме компаса IMU / EKF + HMM + ZUPT + ZARU + HDR +». 2017 Международная конференция по внутреннему позиционированию и внутренней навигации (IPIN) . С. 1–5. DOI : 10.1109 / IPIN.2017.8115916 . ISBN 978-1-5090-6299-7. S2CID  19693291 .
  54. ^ Одновременная локализация и отображение
  55. ^ Ван Мохд Yaakob Ван Bejuri, Мохд Murtadha Мохамад, Раджа Zahilah (2015). Предложение аварийно-спасательного местоположения (ERL) с использованием оптимизации инерциального измерительного блока (IMU) на основе одновременной локализации и отображения пешеходов (SLAM). Международный журнал умного дома. Том 9: № 12, стр: 9-22. https://serscjournals.org/index.php/IJSH/vol9_no12_2015/2.pdf
  56. ^ Ван Мохд Yaakob Ван Bejuri, Мохд Murtadha Мохамад, Раджа Zahilah (2015). Оптимизация местоположения аварийно-спасательных работ (ERL) с использованием повторной выборки KLD: первоначальное предложение. Международный журнал u- и электронных услуг, науки и технологий. Том 9: № 2, стр: 249-262. https://serscjournals.org/index.php/IJUNESST/vol9_no2/25.pdf
  57. ^ Ван Мохд Yaakob Ван Bejuri, Мохд Murtadha Мохамад, Раджа Zahilah (2015). Оптимизация пылевого фильтра Рао-Блэквелла при одновременной локализации и картировании пешеходов (SLAM): первоначальное предложение. Международный журнал безопасности и ее приложений. Том 9: № 11, стр: 377-390. https://serscjournals.org/index.php/IJSIA/vol9_no11_2015/35.pdf
  58. ^ «Слияние датчиков и карт для навигации внутри помещений» . Архивировано из оригинала на 2010-04-28.
  59. ^ «Пешеходная локализация для помещений» (PDF) .
  60. ^ Карбони, Давиде; Манчину, Андреа; Маротто, Валентина; Пирас, Андреа; Серра, Альберто (2015). «Внутренняя навигация без инфраструктуры: пример». Журнал геолокационных служб . 9 : 33–54. DOI : 10.1080 / 17489725.2015.1027751 . S2CID 34080648 . 
  61. ^ Цю, Чен; Мутка, Мэтт (2017). «Самостоятельная локализация в помещении путем профилирования движения вне помещения на смартфонах». 18-й Международный симпозиум IEEE 2017 года по миру беспроводных, мобильных и мультимедийных сетей (WoWMoM) . С. 1–9. DOI : 10.1109 / WoWMoM.2017.7974311 . ISBN 978-1-5386-2723-5. S2CID  8560911 .
  62. ↑ Роберто Мишель, (2016) Управление информацией: носимые устройства подлежат переоборудованию, Modern Materials Handling, последнее обращение 28 декабря 2016 г. [6]
  63. ↑ Аль-Ахмади, Абдулла; Касайме, Язид Мохаммад; RP, Praveen; Альгамди, Али (2019). «Байесовский подход к моделированию распространения волн внутри помещений» . Прогресс в Электромагнетизма Исследовательского М . 83 : 41–50. DOI : 10,2528 / pierm19042804 . ISSN 1937-8726 . 
  64. ^ Бай, Y; Цзя, Вт; Чжан, Х; Mao, ZH; Солнце, М. (2014). Ориентировочное позиционирование в помещении для людей с ослабленным зрением . 12-я Международная конференция по обработке сигналов (ICSP). 2014 . С. 678–681. DOI : 10.1109 / ICOSP.2014.7015087 . ISBN 978-1-4799-2186-7. PMC  4512241 . PMID  26213718 .
  65. ^ Gaith Saqer (март 2010). «Первое приложение Junaio 2.0 с дополненной реальностью для использования внутри помещений на SXSW с API разработчиков» . Архивировано из оригинала на 2010-03-12.
  66. ^ «Fraunhofer IIS использует магию позиционирования Awiloc в помещении, чтобы направлять посетителей музея» .
  67. ^ Qiu, C .; Мутка, МВ (2015-10-01). AirLoc: локализация в помещении с помощью мобильных роботов . 2015 12-я Международная конференция IEEE по мобильным специализированным и сенсорным системам (MASS) . С. 407–415. DOI : 10,1109 / MASS.2015.10 . ISBN 978-1-4673-9101-6. S2CID  13133026 .

Внешние ссылки [ править ]

  • Гибридное решение OpenHPS для внутреннего и наружного позиционирования
  • EZ Локализация
  • Микромэппинг в OpenStreetMap
  • Внутреннее картографирование в OpenStreetMap
  • IPIN конференции.