-1

我正在研究一个室内定位系统，在我所有的真实测试都失败后，我有一个疑问：

我已经使用 android 传感器值和一些机器学习算法（具有良好的理论结果）做了一些工作，但在真实环境中我发现了一些问题。

我的建议是分为三个阶段：

  1. 第一阶段包括通过一个带有一些点的地图的安卓应用程序收集数据。您移动到实际点位置并保存与点坐标相关联的传感器值。
  2. 第二阶段包括创建机器学习模型（在本例中为分类器），以每次根据传感器值预测用户位置。
  3. 然后，我们将分类器导出到设备并实时预测用户位置。

我们在指纹识别阶段（阶段 1）存储的数据是 Android Sensor Manager 提供的加速度计、磁力计和陀螺仪的 x、y、z 值。在第二种方法中，我们使用中值滤波器从该值中滤除噪声。我们的问题是你拿着手机的方式会改变测量值。原因是 Android 传感器值是针对设备坐标系给出的，因此传感器值会随着手机方向和倾斜度而变化。

Android 设备坐标系

所以，问题是：

是可行的，或者有一种方法可以构建室内定位系统（定位精度约为 2-3 米），仅考虑使用机器学习算法（或其他算法）工作的安卓智能手机传感器（加速度计、陀螺仪和磁力计）在真实环境中？

提前致谢！！

4

1 回答 1

1

有几家公司开始仅基于磁力计进行指纹识别，但据我所知，他们最终至少将其与其他技术混合使用，例如 BLE 信标或类似技术。

据我所知，问题在于，由于建筑物内部的变化，磁场可能会发生巨大变化，但也会在您的范围之外发生变化（即雷暴）。

退后一步，我发现您的方法存在另一个问题：不同的设备型号在传感器提供的数据方面表现完全不同。更糟糕的是，同一个设备今天提供的数据可能与昨天大不相同。对于磁力计来说尤其如此——至少从我的经验来看是这样。

于 2018-05-08T09:24:26.567 回答