论文部分内容阅读
位置信息是物联网中非常重要的感知信息。由于人们大部分时间是在室内环境中进行活动,室内环境下基于位置的服务(Location Based Service)具有较为广阔的应用前景。同时,随着便携式移动设备的计算和感知能力的增强,室内位置服务层出不穷。比如,室内位置服务的基础室内地图(Indoor Floor plan);无需部署任何外部设备的惯性导航定位(Pedestrian Dead Reckoning)。此外,室内地标识别也是室内位置服务的重要研究问题。比如,基于群智感知(CrowdSensing)的方式可以识别并定位出环境中潜在的室内地标,从而可以为室内地图提供更为丰富的上下文环境信息;当用户经过某些室内地标并被识别时,惯性导航定位的误差可以被矫正以获得更准确的位置信息。基于用户通过某室内地标时动作行为将表现出特异特征的观察。本论文设计了基于多传感器融合的地标识别系统。该系统能够识别的室内地标包括电梯、楼梯、手扶梯、自动售卖机、地铁检票口。其核心思想是基于智能手机上的运动传感器(加速度计、陀螺仪与磁力计)对用户行为进行多模态感知,并通过对用户经过不同地标时的动作行为特征的提取与识别,以准确识别室内环境下常见的地标。本系统主要分为三部分:数据采集、数据处理和地标识别。1)数据采集:完成智能手机对用户运动的多维度感知,包括对对加速度计、陀螺仪与磁力计数据的采集;2)数据处理:为了获取较为稳定的用户行为特征,本部分将对感知到的多模态数据进行预处理。包括将陀螺仪与磁力计的坐标转化为全局坐标,及通过低通滤波消除加速度计度数中的噪音。3)地标识别:本部分利用了特征提取、决策层数据融合,并应用机器学习的方法完成地标识别。通过实验,验证了该地标识别方法的可行性。