基于神经网络的室内外场景识别方法

针对目前室内外场景识别方法所面临的低精度、低可靠性和低稳定性的问题,提出了一种基于神经网络算法的高精度室内外场景识别的方法.该方法利用智能手机内置的光传感器、磁传感器和全球导航卫星系统(global navigation satellite system,GNSS)模块采集训练数据,根据卫星数量、高度角、信噪比数据在室内外具有不同的特性,将场景划分成不同的区间并结合室内外的地磁数据与光照强度数据构成场景识别的特征,最后将不同时间的特征数据输入神经网络模型进行训练室内外场景识别模型.大量的测试实验结果表明,基于神经网络的室内外场景识别方法在不同的场景下识别准确率可以达到96％,能有效地识别室内外场景,具有较强的稳定性,可为室内外无缝定位系统的构建提供参考.     

基于深度神经网络的WiFi室内定位系统设计

针对地下停车场、地下矿井等用户场景定位服务的高精度需求,设计了一种基于WiFi信号的室内定位系统.系统的设计引入了深度神经网络算法,对WiFi指纹数据进行训练,得到一种室内定位模型.通过对UJIIndoorLoc数据进行实验仿真,结果表明,该室内定位模型的楼层定位准确率较传统机器学习模型提升约6%,位置定位精度较传统模型提升约7%.通过对实际应用场景进行测试,测试结果表明该室内定位模型的定位精度优于传统机器学习模型,提升约5%.     

特大城市室内外无缝定位系统研究

随着网络环境的优化以及移动终端的普及,定位技术在物联网、军事通信以及社交网络方面都有着广泛的应用。各类LBS服务的发展现状既体现了广大人民群众在消费、社交等物质与精神两方面的需求,也是未来经济发展的重要推动力。实现上述LBS服务的前提和基础是准确、快速地对用户所处实时位置进行测定,特别是在人口稠密、高楼密布的城区环境下实现室内外高精度无缝定位。对于室外环境下的定位,全球卫星导航系统(GNSS)作为一种覆盖全球的定位手段已经得到了广泛应用。而对于室内环境,GNSS信号无法工作,无线室内定位技术逐渐成为人们关注的热点。该项目主要分为3个子课题:(1)研制城市区域室内外无缝定位信号体制与导航电文协议。(2)构建特大城市室内外定位系统。(3)研制一套以智能手机、平板电脑等为平台的移动终端三维可视化引擎和导航定位组件,都按照研究计划稳步进行中。依据项目总体技术需求,本年度开展了基于智能终端的海量三维模型数据管理和线程同步等室内精细三维模型数据调度的研究、三维实体模型辅助下的室内地形匹配与智能路径规划方法探索,以及开发了一套跨平台的智能终端三维可视化引擎系统。首先,室内外无缝定位信号体制研究已经基本完成,包括对各类室内外定位信号系统层级、传感器的界定,对各种无线定位信号特性的研究等。而对于室内定位导航电文格式设计、导航电文标准的顶层设计以及各种传输协议设计都在稳步进行中,并在中国矿业大学区域试验场进行了简单位置传输协议实现。其次,该项目根据构建特大城市室内外定位系统需要解决的信标优化部署、楼层判定、按需射频指纹采集、异构设备聚类与迁移、基于指纹相似性的地理位置聚类以及高精度定位算法等具体技术难点开展研究并提出了相应的解决方案。为了进一步提高定位精度,该项目通过理论研究和实验验证提高提出了混合高斯模型、基于公共信标集的高精度射频指纹定位算法、基于奇异值分解的射频指纹排序定位算法、基于空间相关性滤波和最小余差迭代的NLOS识别定位算法。最后,为了使室内外定位服务商用化、大众化、公共化,该项目搭建一个基于互联网的公共定位能力服务室内外定位平台。该平台由室内外定位平台、室内外定位门户、能力开放接口、手机客户端SDK等组成,是一个满足内容和应用聚合要求的业务运营管理和业务能力支撑的统一平台。     

基于X3D的虚拟网络综合布线实验室的设计与实现

依托高校网络资源平台,应用X3D及相关技术,开发出一套完整的具有3D交互式的虚拟网络综合布线实验系统。系统功能包括在虚拟场景中演示工具、组装设备、使用和模拟室内外布线场景,实现了用户与虚拟工具、设备的交互操作等。     

室内Wi-Fi定位系统设计及组合算法

为了实现较高精度的室内定位功能,利用Wi-Fi技术设计并搭建了室内定位系统,并提出一种定位组合算法。选择以Android系统为载体的移动定位终端,应用Eclipse开发工具自主开发手机端功能模块。除此之外,在PC端应用Mysql和QT Creator软件创建并设计定位指纹信息库及服务器端窗口,以完善室内定位系统。着重研究并设计了室内定位组合算法:包括位置指纹投票法与基于损耗测距模型的结合,NN匹配算法的应用等,成功获得了较高的定位精度。通过进行系统的实地测试与定位结果分析,验证了组合算法的有效性。     

基于安卓的课程辅助学习系统

通过分析安卓的这个平台,相对于其他系统更容易实现和扩展,通过Android Studio这个软件进行安卓学习系统的开发,通过和老师小组成员的讨论对于学习系统的架构的定位,做出更适于高校同学应用的安卓软件,实现单选、多选、复习和登录的功能,后期还会有填空题的出现,让学生通过各种不同的题型对他们的学习掌握情况有一个很好的了解。这次软件中的题目主要基于操作系统原理课程,通过后期的更新题型和题目来对学生进行测试。系统的核心模块包括:章节学习、选择题、判断题、综合题等模块。通过以上模块的相互联系,该系统实现了用户移动学习功能,使得学习方式完成移动化。     

5G/GNSS融合系统定位精度仿真分析

全球导航卫星系统(global navigation satellite system,GNSS)在室内或室内外交界处等多径干扰的复杂环境下伪距测量精度不高,定位精度不佳,甚至无法定位.第5代通信系统(5G)是我国目前大力发展的移动通信系统,其特征在于基站密度高,室内外覆盖性强,通信带宽大,因此具备精确测量基站与用户终端相对距离的潜力.融合5G与GNSS信号进行定位,可有效解决GNSS覆盖性不足、城市峡谷定位精度低等问题.本文通过对不同场景下的多径干扰进行定量分析,使用蒙特卡洛仿真的方法论证了几种典型的多径干扰条件下5G/GNSS融合系统的水平定位性能上下限.仿真结果表明,在室内或室内外交界处等多径干扰严重的环境下,室内布设足够的5G基站并融合5G带内资源后可以使定位精度达到亚米级.     

基于3DS室内模型的虚拟漫游关键技术研究

虚拟室内漫游技术已成为房地产销售的重要手段,长期以来3DS室内效果图得到广泛应用,但基于3DS室内模型的虚拟室内漫游技术鲜有研究。以3DS MAX、VC++和OpenGL软件为平台,对基于3DS室内模型虚拟漫游的几个关键技术进行研究。室内场景建模完全在3DS MAX软件下实现,为实现场景管理对墙体、地面和顶模型进行规划处理,用多边形建模法实现;室内场景管理则基于Portal技术,设计视锥体裁剪算法,实现了实时性漫游;室内漫游采用包围球碰撞检测技术,实现了真实感漫游。     

基于GIS室内定位和导航的电子地图设计与应用

设计室内大型场馆的定位导航电子地图是为了改变传统室外定位导航模式,方便快捷地为地图使用者提供定位和导航路径信息。引入了室内GIS矢量电子地图模型的概念和设计方法,结合网格采集图层、地理数据库、网络数据集等技术,实现了在大型场馆的定位导航功能,对同类室内定位和导航电子地图的设计与实现具有一定参考价值。     

基于卷积神经网络的室内场景识别

场景识别一直是图像处理领域的重要问题之一,对研究移动机器人定位、计算机视觉等方面具有重要意义.然而,室内场景的复杂性与无序性使室内场景识别研究面临许多挑战.传统的手工提取特征无法充分描述室内场景的信息,而卷积神经网络提取的特征能够包含丰富的场景语义和结构信息,且对于平移、比例缩放、倾斜等形式的变形具有高度不变性,因此提出了应用基于卷积神经网络的GoogLeNet网络模型来完成识别任务的方法.该网络模型在深度学习框架Caffe上对MIT_Indoor数据集的识别准确率为59.7%,高于使用传统手工提取特征的算法的准确率,对比结果说明了深度卷积神经网络在室内场景识别问题上的有效性.     

场景三维仿真漫游系统设计与实现

基于软件平台3DS MAX和VRP,开发了多个针对室内、外场景的三维漫游展示系统。文中具体描述了此类系统的实现流程,重点分析并阐述了场景建模阶段各项工作的要点,比较了室内、外场景在建模阶段的制作差异。由于一般的场景建模数据量较大,因此需要将优化的思想贯穿于每个制作过程,以达到后期系统展示效果和性能之间的平衡。所总结内容对类似系统的实现具有现实的参考价值。     

Atmospheric Pressure-Aware Seamless 3-D Localization and Navigation for Mobile Internet Devices

This paper describes a seamless three-dimensional (3-D) localization and navigation system for smartphones.The smartphone includes an atmospheric pressure sensor to measure the user’s altitude that is combined with the outdoor Global Positioning System (GPS) and indoor WiFi-APs localization systems in a seamless 3-D localization system.The smartphone software also provides seamless navigation services by updating map information for both indoor and outdoor locations through the mobile Internet.The indoor floor information calculated from the altitude information is used to project localization anchor nodes,e.g.,WiFi-AP,on different floors onto the user’s floor with an indoor 3-D localization algorithm using projection distances based on a Received Signal Strength (RSS) algorithm.Tests show that the 3-D method reduces systematic errors and achieves much higher accuracy than the traditional two-dimensional localization method.     

基于WiFi的便携式室内定位系统

针对全球定位系统无法满足室内定位的问题,基于Android平台开发了利用Wi Fi信号特征的便携式室内定位系统.该系统由移动定位终端、服务器和数据库组成,移动定位终端和服务器联合完成定位功能.定位算法采用基于接收信号强度指示(RSSI)的指纹算法,以场景分析的手段估算出移动定位终端的坐标.在线定位阶段,采用欧氏距离平方倒数作为权重系数对K最近邻算法的权重系数进行改进,以减小在线阶段的误差.实验表明,系统便于携带,操作简单,单次定位速度小于3 s,并且系统3 m内的定位精度达到80%以上.     

基于Unity3d的室内漫游仿真系统

虚拟漫游是虚拟现实技术理论的一个重要的实践与应用,在许多领域有着广泛的应用.本文以三维软件3dmax实现建模和贴图、以unity3d为虚拟现实开发平台,提出开发室内三维漫游展示系统的自由行走、飞行、对象的重置及声音和视频的处理等关键技术及具体解决方法.从而设计成可以和用户交互的、可由用户自己设计并能够按照自己的意愿漫游...     

基于WRV的室内移动机器人定位系统

针对W(WLAN,Wireless Local Area Network)、R(RFID,Radio Frequency Identification)、V(Video)技术在室内定位的特点,提出了基于WRV信息融合的机器人定位方法。以概率法为基础,进行了基于Kalman滤波的WLAN机器人定位实验;以增加移动误差补偿的极大似然估计定位算法为基础,进行了基于Kalman滤波的RFID机器人定位实验;以SIFT算法为基础,进行了机器人定位实验;最后研究了机器人多信息融合定位算法并进行了实验。移动机器人定位实验表明:机器人多信息融合定位平均定位偏差为0.381m,减少了WLAN、RFID及视觉系统单独定位时的偏差,定位精度上有了明显的提高,可以较好地满足室内移动机器人的定位要求。     

基于蓝牙4.0的室内定位及信息服务应用模型研究

分析了目前基于蓝牙4.0的室内定位技术,提出了通用的室内定位应用模型.该通用模型中包含多个模块,数据管理、服务管理、应用管理等内容可以基于室内定位实现,而室内定位依赖于蓝牙4.0来提高准确性和可连接性.针对利用该模型进行信息服务进行了分析研究,提出了利用蓝牙4.0来实现室内定位及信息服务的一种方法.     

SuperMap RealSpace GIS在历史建筑三维重建中的应用研究——以杭州市锅子弄34号历史建筑三维重建为例

以始建于20世纪30年代杭州市锅子弄34号历史建筑的三维重建为例,用CAD、3DS Max等建模软件构建建筑主体以及附属建筑、周边植被环境等的三维模型,在SuperMap Object 6R开发平台的基础上进行二次开发;依托SuperMap的RealSpace GIS技术实现在大场景空间环境和室内空间环境下的三维可视化...     

众包室内定位系统中基于多维尺度变换的接收信号强度平滑理论

基于WLAN指纹的定位方法具有成本低、可用性好等优点,近年来越来越受到人们的关注。为了实现室内定位系统的快速部署,通常采用众包技术替代传统部署方法。在离线阶段建立radio map时,由于利用众包技术采集的RSS数据量大大减少,使得RSS数据中的噪声和采集误差无法得到有效抑制,造成建立的radio map精度较低,定位误差增大。针对该问题,本文提出了一种基于多维尺度变换（Multidimensional Scaling, MDS）算法的RSS平滑理论。利用相邻位置RSS数据之间的相关性,在每个位置推断出一个最优RSS值,从而实现抑制噪声和消除采集误差的作用,最终得到更平滑的radio map,提高定位精度。实验结果表明,采用MDS方法达到了预期的目标。基于WLAN指纹的定位方法具有成本低、可用性好等优点,近年来越来越受到人们的关注。为了实现室内定位系统的快速部署,通常采用众包技术替代传统部署方法。在离线阶段建立radio map时,由于利用众包技术采集的RSS数据量大大减少,使得RSS数据中的噪声和采集误差无法得到有效抑制,造成建立的radio map精度较低,定位误差增大。针对该问题,本文提出了一种基于多维尺度变换（Multidimensional Scaling, MDS）算法的RSS平滑理论。利用相邻位置RSS数据之间的相关性,在每个位置推断出一个最优RSS值,从而实现抑制噪声和消除采集误差的作用,最终得到更平滑的radio map,提高定位精度。实验结果表明,采用MDS方法达到了预期的目标。基于WLAN指纹的定位方法具有成本低、可用性好等优点,近年来越来越受到人们的关注。为了实现室内定位系统的快速部署,通常采用众包技术替代传统部署方法。在离线阶段建立radio map时,由于利用众包技术采集的RSS数据量大大减少,使得RSS数据中的噪声和采集误差无法得到有效抑制,造成建立的radio map精度较低,定位误差增大。针对该问题,本文提出了一种基于多维尺度变换（Multidimensional Scaling, MDS）算法的RSS平滑理论。利用相邻位置RSS数据之间的相关性,在每个位置推断出一个最优RSS值,从而实现抑制噪声和消除采集误差的作用,最终得到更平滑的radio map,提高定位精度。实验结果表明,采用MDS方法达到了预期的目标。