Fusion of WiFi, smartphone sensors and landmarks using the Kalman filter for indoor localization.
Fusion of WiFi, smartphone sensors and landmarks using the Kalman filter for indoor localization.
复制标题
DOI：
10.3390/s150100715
复制
发表时间：
2015-01-05
期刊：
影响因子：
--
通讯作者：
Xie L
中科院分区：
文献类型：
--
作者：
Chen Z;Zou H;Jiang H;Zhu Q;Soh YC;Xie L
基于位置的服务（LBS）最近引起了广泛的关注。室外定位可以通过GPS技术来解决，但如何在室内环境中准确有效地定位行人仍然是一个具有挑战性的问题。基于WiFi或行人航位推算（PDR）的最新技术具有若干限制性问题，诸如WiFi信号的变化和PDR的漂移。室内定位的辅助工具是地标，它可以很容易地识别基于特定的传感器模式在环境中，这将被利用在我们提出的方法。在这项工作中，我们提出了一个传感器融合框架相结合的WiFi，PDR和地标。由于整个系统运行在智能手机上，这是资源有限的，我们制定的传感器融合问题在线性的角度，然后卡尔曼滤波器，而不是粒子滤波器，这是在文献中广泛使用。此外，新的技术，以提高个人的方法的准确性。在实验中，开发了一个Android应用程序，用于实时室内定位和导航。我们提出的方法和个人的方法之间的比较。结果表明，使用我们提出的框架显着改善。我们提出的系统可以提供1米的平均定位精度。
Location-based services (LBS) have attracted a great deal of attention recently. Outdoor localization can be solved by the GPS technique, but how to accurately and efficiently localize pedestrians in indoor environments is still a challenging problem. Recent techniques based on WiFi or pedestrian dead reckoning (PDR) have several limiting problems, such as the variation of WiFi signals and the drift of PDR. An auxiliary tool for indoor localization is landmarks, which can be easily identified based on specific sensor patterns in the environment, and this will be exploited in our proposed approach. In this work, we propose a sensor fusion framework for combining WiFi, PDR and landmarks. Since the whole system is running on a smartphone, which is resource limited, we formulate the sensor fusion problem in a linear perspective, then a Kalman filter is applied instead of a particle filter, which is widely used in the literature. Furthermore, novel techniques to enhance the accuracy of individual approaches are adopted. In the experiments, an Android app is developed for real-time indoor localization and navigation. A comparison has been made between our proposed approach and individual approaches. The results show significant improvement using our proposed framework. Our proposed system can provide an average localization accuracy of 1 m.
登录
查看更多内容
DOI：
10.3390/s130911280
发表时间：
2013-08-23
期刊：
Sensors (Basel, Switzerland)
影响因子：
--
作者：
Chu HJ;Tsai GJ;Chiang KW;Duong TT
通讯作者：
Duong TT
DOI：
10.1155/asp/2006/86706
发表时间：
2006-01-01
期刊：
EURASIP JOURNAL ON APPLIED SIGNAL PROCESSING
影响因子：
--
作者：
Evennou, Frederic;Marx, Francois
通讯作者：
Marx, Francois
影响因子：
4.3
作者：
Lim, Chin-Heng;Wan, Yahong;Samson See, Chong-Meng
通讯作者：
Samson See, Chong-Meng
影响因子：
3.5
作者：
Kuban, DA;Dong, L;De Crevoisier, R
通讯作者：
De Crevoisier, R
DOI：
10.3390/s130201402
发表时间：
2013-01-24
期刊：
Sensors (Basel, Switzerland)
影响因子：
--
作者：
Pei L;Guinness R;Chen R;Liu J;Kuusniemi H;Chen Y;Chen L;Kaistinen J
通讯作者：
Kaistinen J