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 …