作者:冯描芬,余敏,薛峰 单位:中国电子科技集团公司第四十九研究所 出版:《传感器与微系统》2020年第04期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGQJ2020040340 DOC编号:DOCCGQJ2020040349 下载格式:PDF + Word/doc 文字可复制、可编辑
《PDR算法对地磁室内定位精度的提升研究》PDF+DOC2019年第12期 黄鹤,张新宇,仇凯悦 《Xtion/IMU组合的机器人室内定位方法》PDF+DOC2020年第06期 高明镜,郭杭 《基于Android的PDR改进算法研究》PDF+DOC2020年第07期 刘玲玉,刘狄松,常铁原 《基于CNN的多目标航迹融合算法》PDF+DOC2019年第09期 徐嘉辉,刘宇,车佳,张良俊,王锦,张杨 《基于改进PDR与RSSI融合的定位算法》PDF+DOC2020年第07期 郭娅婷,杨君,甘露 《多视角几何Rao-Blackwellised SLAM 算法》PDF+DOC2015年第07期 弋英民,黄莹 《基于GPS/MEMS惯性传感器的消防员室内定位研究》PDF+DOC2018年第07期 朱新宇,陶庭叶,姜冬致 《无线传感器网络室内测距与定位算法应用研究》PDF+DOC2016年第23期 曾利军,刘卉,聂朝阳,李晓翠 《室内BLE/MEMS跨楼层融合定位算法》PDF+DOC2017年第05期 周牧,王斌,田增山,张千坤 《视觉伺服中运动物体的速度估计》PDF+DOC2004年第12期 王刚,宁文军,王国栋
  • 针对传统WiFi-行人航迹推算(PDR)定位算法中WiFi信号提供的初始位置存在误差及PDR也存在累积误差等因素导致定位精度下降的问题,提出了一种基于卷积神经网络(CNN)的活动识别辅助PDR室内定位算法。在实验区域布置若干接入点(AP),在特征区域得出的AP信号强度阈值RSSI_θ作为触发器,当移动设备检测到信号强度(RSSI)大于RSSI_θ时,则触发该算法,判断用户是否在特征区域内活动,是否与当前特征点活动匹配;若匹配,则将此时位置校正为当前特征点所属位置,否则继续PDR定位。实验结果表明:相较于传统WiFi-PDR算法,该算法在特征点处定位精度提高了33. 5%,且整体定位精度提高了24. 6%。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。