我只是想大声一点,而且还没有玩过android加速度计API,所以请多多包涵。
首先,传统上,要从加速度计获得导航,您将需要6轴加速度计。您需要X,Y和Z的加速度,还需要Xr,Yr和Zr的旋转。没有旋转数据,您将没有足够的数据来建立矢量,除非您假设设备永远不会改变其姿态,这将是非常有限的。无论如何,没人会读TOS。
哦,您知道INS随地球旋转而漂移,对吗?所以也有。一小时后,您正神秘地在15°的斜坡上爬升到太空。假设您拥有INS能够维持那么长的位置,而这是电话尚无法做到的。
利用加速度计(甚至带有3轴加速度计)进行导航的一种更好的方法是,尽可能将GPS绑定到INS上。GPS不足的地方,INS很好称赞。GPS可能会突然将您射离3个街区,因为您离树太近了。INS并不是很好,但是至少它知道您没有被流星击中。
您可以做的是记录电话加速度计数据,以及其中的许多数据。像几周值得。将其与良好的(我的意思是非常好的)GPS数据进行比较,并使用数据挖掘来建立加速度计数据与已知GPS数据之间趋势的相关性。(专业提示:您可能需要检查GPS历书中几何形状好,卫星很多的日子。有时候,您可能只有4颗卫星,这还不够)。带着手机在口袋里走路时,加速度计数据记录了一个非常特定的模式。基于数据挖掘,您可以与该用户建立该设备的配置文件,以及该模式具有GPS数据时所代表的速度类型。您应该能够检测到转弯,爬楼梯,坐下(校准为0速度时间!)和其他各种任务。手机的握持方式需要完全视为单独的数据输入。我闻到一个用于进行数据挖掘的神经网络。换句话说,有些东西看不到输入的含义。该算法只会寻找模式的趋势,而不会真正关注INS的实际测量。它所知道的就是historically, when this pattern occurs, the device is traveling and 2.72 m/s X, 0.17m/s Y, 0.01m/s Z, so the device must be doing that now.
它将相应地向前推进。重要的是,它必须完全盲目,因为仅将手机放在口袋中可能会定向为4个不同方向之一,而如果您切换口袋则可能定向为8个方向。还有很多方法来握住手机。我们在这里谈论很多数据。
显然,您仍然会有很多漂移,但是我认为您最好通过这种方式运气,因为设备会在您停止行走时知道,并且位置漂移不会永久存在。它知道您根据历史数据保持静止。传统的INS系统没有此功能。漂移将永久保留所有未来的测量结果和化合物。对于传统的惯性导航系统而言,过高的准确性或定期进行辅助导航检查至关重要。
每个设备和每个人都必须拥有自己的个人资料。它包含大量数据和大量计算。每个人走的速度都不同,步调不同,手机也要放在不同的口袋里,等等。为了在现实世界中实现这一点,肯定需要在服务器端处理数字运算。
如果您确实使用GPS作为初始基准,那么部分问题就是GPS往往会随着时间的流逝而自行迁移,但这并不是永久错误。将接收器放在一个位置并记录数据。如果没有WAAS修正,您可以轻松地获得位置修正,该修正会在您周围100英尺的随机方向上漂移。使用WAAS,可能下降到6英尺。实际上,在背包上安装亚米RTK系统可能会更好,至少可以降低ANN的算法。
使用我的方法,您在INS上仍然会有角度漂移。这是个问题。但是,如果您到目前为止已经构建了一个ANN,以在n个用户中倾倒数周的GPS和INS数据,并且实际上已经使它工作到了这一点,那么到目前为止,您显然并不介意大数据。继续沿着那条路走,并使用更多数据来帮助解决角度漂移:人是习惯的生物。我们几乎做同样的事情,例如在人行道上走,穿过门,上楼梯,而不要做疯狂的事情,例如穿过高速公路,穿过墙壁或离开阳台。
假设您要从“老大哥”那里获取一个页面,然后开始存储有关人们去向的数据。您可以开始绘制人们应该行走的地方。可以肯定的是,如果用户开始走楼梯,那么她将与走前的人处于同一楼梯台阶。经过1000次迭代和一些最小二乘调整后,您的数据库几乎可以准确地知道这些阶梯在哪里。现在,您可以在人开始走路时纠正角度漂移和位置。当她撞上那些楼梯,掉下那个大厅或者沿着人行道行驶时,任何漂移都可以得到纠正。您的数据库将包含按某人可能会走到那里或该用户过去曾走过那里的可能性加权的扇区。为此,对空间数据库进行了优化divide and conquer
只分配有意义的部门。就像那些MIT项目中,配备激光的机器人从黑色图像开始,然后每转一圈在迷宫中绘制迷宫,照亮所有墙壁的位置。
高流量区域将获得更高的权重,而从未有人到达的区域将获得0的权重。较高的交通区域具有较高的分辨率。从本质上讲,您最终将获得一张遍历所有人的地图,并将其用作预测模型。
如果您可以使用这种方法确定一个人在剧院中的座位,我不会感到惊讶。如果有足够的用户去看电影院,并且有足够的分辨率,您将获得数据映射电影院的每一行以及每一行的宽度。访问位置的人越多,您可以预测该人所处位置的保真度就越高。
另外,如果您对此类资料的最新研究感兴趣,我强烈建议您(免费)订阅GPS World杂志。每个月我都会与众不同。