融合WiFi与可穿戴惯导模块的室内定位方法

为解决基于智能手机的人员室内定位追踪易受手机姿态影响的问题,提出一种融合WiFi与可穿戴惯导模块的室内定位方法。通过固定在胸部的惯性测量单元实现行人航迹推算PDR定位,消除手机姿态对PDR定位的影响,采用加权贝叶斯算法实现WiFi指纹定位,为PDR提供初始定位,同时基于无迹卡尔曼滤波融合WiFi定位结果与PDR定位结果,以减少PDR的累积定位误差。最后,在真实室内环境中进行大量实验,实验结果证明本文提出的加权贝叶斯WiFi定位算法相比于传统贝叶斯算法定位误差降低了51.9%,提出的融合WiFi与可穿戴惯导模块的定位方法具有更好的精度和稳定性,相比于纯PDR定位算法平均定位误差降低了65.2%,相比于完全利用手机实现的融合算法,在3种不同手机姿态下平均定位误差分别下降了12.3%、39.3%和48.4%。

姿态感知无线空中鼠标的开发与实现

针对传统鼠标的使用受二维平面限制的问题,开发并实现了一种姿态感知无线空中鼠标。采用Arduino Nano作为主控制器,对JY-901惯导模块采集的鼠标姿态数据进行处理,得到光标的位移量,通过蓝牙发送到接收端。接收端为Arduino Leonardo微控制处理器,其从蓝牙接收端获得数据并解析,进而实现控制电脑光标的运动。经LabVIEW平台测试的结果表明,鼠标运行稳定、移动平滑、用户体验良好,可满足实际应用的需求。