利用移动传感器众包室内地图
利用移动传感器众包室内地图
Crowd Sourcing Indoor Maps with Mobile Sensors
本文介绍了一种众包室内地图的算法。通过志愿者所穿戴的智能手机中的三轴加速度计、磁力计和Nike跑鞋中的压力计，在室内行走过程中，应用程序将这些众包数据发送到制图服务器。该算法再通过DR方法从这些众包数据中获取用户的步行轨迹，估计出室内地图。
一个成功的众包室内地图项目中至少包含三个问题：相对制图、全局制图和激励机制（Incentive）问题。其中相对制图最关键的问题是确定地图正确的比例和方位，本文主要解决的这个问题。而全局制图最关键的问题是把相对地图转换到某个通用的全局坐标系下，如UTM System。作者下一步将利用建筑物的出入口位置（轨迹的起点和终点）的GPS坐标和Wi-Fi热点测量值解决这个问题。此外，关于激励机制（Incentive）的问题，就是怎样激励人们搜集行走的测量数据并发送到制图服务器，其中Waze.com就是一个极好的案例。
这篇文章的主要贡献就是为解决相对制图为题提供了一种解决方案。文中提出了一种估计走廊长度和方位的方法。在计算一层楼的地图时需要正确估计三条走廊的长度和方位。长度参数的估计标准差是3%，方位参数的估计标准差是0.074弧度（约4度）。
在将来的工作中，需要对所提出的方法在多个楼层进行测试。此外，目前的研究主要限制在识别建筑物的走廊，还相对比较容易并且不需要大量的采样。当然，建筑物中还有开放空间和楼梯，这些通常比较难以识别，真正的众包地图还需要表达更多室内语义信息。
The paper describes algorithms required to enable the crowd sourcing of indoor building …
利用房间指纹基于走廊自动构建室内地图
利用房间指纹基于走廊自动构建室内地图
Hallway based automatic indoor floorplan construction using room fingerprints
人们70%以上的时间都处在室内空间。了解室内环境信息对广泛新兴的移动社交应用至关重要。在这些应用中往往需要室内楼层平面图。然而，很多环境中的室内地图不可用或者通过人工制作地图往往耗时、耗力且存在很多误差。本文中作者设计了一种自动构建室内地图的系统。该系统通过利用Wi-Fi指纹和用户的运动特征信息，通过三个关键步骤自动构建室内地图。
第一步、构建房间邻接图，以确定房间之间的邻接关系；
第二步、学习走廊布局，以估计沿着每个走廊的房间大小和房间顺序；
第三步、进行伸缩处理，以调整房间大小并优化整个楼层平面图的精度。
该系统可以用在新兴的移动应用中用于生成、使用、共享室内地图。
People spend approximately 70% of their …
Map++：一种自动地图语义识别的众包感知系统
Map++：一种自动地图语义识别的众包感知系统
Map++: A Crowd-sensing System for Automatic Map Semantics Identification
商业的或免费的数字地图服务已经成为我们日常生活中很重要的一部分。这些服务还存在更大的改进空间，比如通过丰富的语义信息来增强它的功能。本文中作者提出了一种Map++系统，能够利用标准的手机传感器以众包感知的方式用不同的道路语义信息丰富数字地图，比如隧道、颠簸路段、桥、人行桥、人行横道和道路容量等。通过分析可知，人们在乘车或行走过程中所携带的手机传感器特征受不同道路特征的影响，因此，可以从中挖掘扩展免费和商业制图服务中的要素。作者设计实现了一套Map++并在大城市中进行了评估。评估结果表明，Map++在行人乘车或行走过程中的检测不同语义精度分别为：错报率（False Positive Rate） 3%、漏报率(False Negative Rate)6%。
Abstract Digital maps have become a part of our daily life with a number of commercial …
室内众包的力量：众包室内3D地图
室内众包的力量：众包室内3D地图
The Power of Indoor Crowd: Indoor 3D Maps from the Crowd
近年来，随着基于智能手机的标记技术的发展，目前智能手机上都配有高分辨率的相机和多种微电子传感器，这使得人们开发一些新的移动应用成为可能。在本文中，作者解决了从众包图片中重建室内大规模3D模型的关键问题。作者设计实现了一套IndoorCrowd系统，即支持重建大规模室内3D场景的智能手机增强众包系统。IndoorCrowd填补了当前基于云的3D重建系统的空白，它能够在移动端捕获到满足室内大规模3D重建需求的高质量图片，同时在云服务端部署了自动基于图片的3D重建管道，能够从图片和传感器数据中生成3D模型。此外，作者还提供了一种直观的在线注释工具能够方便的对图片进行标记处理。这些标记信息与传感器信息相结合能够很大程度上减少IndoorCrowd的处理时间。
Abstract—Remarkable progress was made with smartphones in the last few years. Modern smartphones are now equipped with high-resolution …
面向室内多房间结构的有效移动制图方法
面向室内多房间结构的有效移动制图方法
Effective Mobile Mapping of Multi-Room Indoor Structures
本文中作者设计了一种系统，能够简易的构建室内场景并自动生成楼层平面图，可缩放其尺寸（scale to their metric dimensions）。所提出的方法利用手机中包含的仪器（如加速度计、地磁仪、相机等）管理室内场景，而不需要受Manhattan World assumption的约束。该方法不需要经过特别的训练或设备，就能够生成精确的2D楼层平面图和3D场景表达模型，能够满足仿真和交互应用的需求。
Abstract：The authors present a system to easily capture building interiors and automatically generate floor plans scaled to their metric …
MapGENIE: 基于众包数据的增强语法室内地图构建方法
MapGENIE: 基于众包数据的增强语法室内地图构建方法
MapGENIE：Grammar-enhanced Indoor Map Construction from Crowd-sourced Data
位置服务在室外环境中已得到了广泛应用，但在室内环境中还不可用。主要有两个方面的原因：第一，没有支持移动设备的现成的室内定位系统；第二，在大部分建筑中缺乏面向公众的室内地图数据。同时，存在大量的劳力成本，使得有效的创建室内地图仍然面临许多挑战。
作者提出的MapGENIE方法解决了室内制图的问题，即通过搜集室内建筑环境中行人的运动轨迹自动的构建室内地图。由于通过行人移动设备从后台搜集轨迹数据，避免了传统室内制图过程中花费大量的劳力成本，同时能够提高室内地图的有效性。为了改进地图构建过程，MapGENIE利用建筑物内部信息并通过语法编码建筑结构信息。该方法在室内制图过程中仅需要小量的轨迹数据而不需要用户的参与。
为了测试MapGENIE的性能，作者实现了一套基于Android的系统，通过志愿者用绑在脚上的IMU搜集轨迹数据。与单纯的基于轨迹的方法相比，利用语法的方法能够识别出建筑物中四倍的房间数，同时在检测到房间的大小时错误率也更低。
Abstract-While location-based services are already well established in outdoor scenarios, …
夜读——思想的力量（三）
夜读——思想的力量（三）
今日文摘，来自《The Master Key System 硅谷禁书》。
心态的平和，内心的平静，会使我们的生活和工作变得更加顺利，也会使我们的人生境遇变得更加顺畅。外在的客观世界就是我们内心世界的反映，专注于"和谐"，意味着排除一切杂念，完全的、彻底的专注。
确定一个具体的目标的意识，以及执行目标的意志力，并使它付诸实践。当这个法则畅通无阻的运行，你将发现你所寻求的东西会主动找上门来，一切会喜出望外、尽如人意。
人类的思想本身控制着人的任何行为。
决定人一生的便是他的思想，所以人的思想在生命过程中的映射即是这一生的写照。
…