基于眾包的室內(nèi)地圖自動構(gòu)建方法研究與實現(xiàn).pdf

1、基于位置的服務(wù)和應(yīng)用，如基于位置的社交網(wǎng)絡(luò)、游戲和廣告等，在過去十多年里得到了快速增長。這得力于智能移動設(shè)備的普遍使用和定位技術(shù)的發(fā)展。這些基于位置的服務(wù)和應(yīng)用通常使用地圖來顯示用戶位置。戶外位置服務(wù)提供商提供了幾乎所有地區(qū)的室外街道地圖，但室內(nèi)平面圖的發(fā)展目前仍非常有限，極大影響了基于室內(nèi)定位的服務(wù)和應(yīng)用的快速發(fā)展和部署。目前絕大多數(shù)室內(nèi)應(yīng)用都依賴于手動創(chuàng)建的室內(nèi)平面圖。手動添加、編輯和維護大量的建筑物平面圖需要巨大的成本和努力。

2、r>　　為解決上述問題，本文提出一種基于智能手機和眾包方式的室內(nèi)地圖自動構(gòu)建方法。該方法通過手機傳感器采集人在室內(nèi)行動的相關(guān)數(shù)據(jù)，通過行人航位推算算法計算得到人的步數(shù)、步長和方向，從而確定人在每一步的位置信息，并由此獲得人的行走軌跡。為了準確高效構(gòu)建地圖，本文采用眾包方式獲取大量行人的軌跡信息，通過對大量軌跡數(shù)據(jù)的分析，構(gòu)建出室內(nèi)地圖信息。為了檢測室內(nèi)標志點，本文提出一種有效的上下樓位置檢測算法和房間門口位置檢測算法。上下樓檢測基于氣壓

3、數(shù)據(jù)斜率變化和加速度量級。房間門口位置檢測結(jié)合陀螺儀和WiFi進行，并通過基于密度的聚類算法進一步確定門口位置。根據(jù)門口位置，本文對大量的行人軌跡數(shù)據(jù)進行分段和聚類處理。對房間類型軌跡，本文使用α-shape算法構(gòu)建出房間形狀和大小。對走廊類型軌跡，本文采用主成分分析算法構(gòu)建出走廊的長和寬。根據(jù)軌跡的位置坐標，將構(gòu)建出的房間和走廊拼接成完整的室內(nèi)地圖，從而完成室內(nèi)地圖自動構(gòu)建。
　　本文對該方法進行了實現(xiàn)，并在實際環(huán)境中進行了實驗