一种基于iBeacon和Wi-Fi的位置空间模型定位方法

从信号传播的物理建模转变为对信号环境与用户行为的建模,提出了一种基于i Beacon和Wi-Fi的位置空间模型定位技术和算法。通过i Beacon、空间位置及POI构建位置空间模型索引,并根据用户的常态行为特征,对空间位置和POI分别设置不同权重,最后通过位置空间模型索引计算终端的具体位置,显著提高了定位的合理性和精度。

基于智能终端的移动机器人室内外无缝定位方法

提出了一种移动机器人室、内外无缝定位方法,利用全球定位系统(GPS)、惯性导航单元(IMU)和蓝牙信标(iBeacon)作为传感器,通过智能终端的惯性传感器对准建立移动机器人运动模型,推导出系统状态方程和观测方程;利用iBeacon/IMU和GPS/IMU组合导航系统的观测噪声建立系统的非线性模型,采用粒子滤波作为交互式多模型匹配模滤波器,针对模型切换频繁引入的不匹配模型竞争,采用误差压缩率的加权幂在线调整Markov参数.结果表明,与传统的交互式多模型粒子滤波(IMM-PF)算法、单模型算法和交互式多模型卡尔曼滤波(IMM-KF)算法相比,所提出的方法在观测噪声干扰的情况下可以自动调整系统模型,减小了不匹配模型的影响,提高了定位精度,实现了移动机器人的室内、外无缝定位.

基于游览行为的游客偏好学习方法

针对目前游客偏好学习方法无法获取特定景区内的细粒度客观游客偏好问题,提出一种基于游览行为的游客偏好学习方法。通过结合iBeacon并利用智能手机中的相机、加速度传感器采集游客真实的行为数据,获取游客在景区内各游览点的拍照次数、游玩时间、停留次数等多种游览行为,通过偏好学习模型获取游客偏好。与传统的通过评分、评价获取游客偏好的方法相比,该方法可准确客观获取游客对于景区中游览点的喜好度。

基于蓝牙RSSI定位的盲人辅助系统

针对盲人出行困难的问题,笔者主要介绍了一种基于蓝牙RSSI(Received Signal Strength Indicator)定位的盲人辅助系统,该系统集成了超声波、陀螺仪和蓝牙等模块,基于Debian Linux 平台进行编程,实现了盲人行动辅助所需的障碍检测、空间定位及姿态提醒等功能,在铺设iBeacon 基站的室内和室外环境下,可较为准确地判定使用者位置和运动姿态,进而对危险区域和障碍物进行警告,对于到达目的地给予相应的提示。通过仿真实验,结果验证该系统精度高、实时性好,同时具有较强的导向性、稳定性。