相关实验视频
Updated: Jun 9, 2025
07:51
Video Movement Analysis Using Smartphones ViMAS: A Pilot Study
Published on: March 14, 2017
16.8K
一个基于智能手机多源数据的新场景传感模型
Zhenke Ding1, Zhongliang Deng1, Enwen Hu1
1School of Electronic Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China.
Sensors (Basel, Switzerland)
|October 26, 2024
概括
本研究介绍了一种使用智能手机传感器的新型场景传感模型,以改善多传感器融合导航. 该模型准确地检测环境,提高全球导航卫星系统 (GNSS) 和惯性测量单位 (IMU) 的定位精度.
科学领域:
- 计算机科学 计算机科学
- 机器人技术 机器人技术 机器人技术
- 地理学工程 工程地质学
背景情况:
- 先进的导航系统依赖于多传感器融合,其中单个传感器数据质量因环境而异.
- 准确的环境场景检测对于优化多源融合定位中的传感器权重至关重要.
研究的目的:
- 为基于智能手机的多传感器融合导航开发一个上下文感知场景感知模型.
- 通过准确识别室内,半室内,室外和半室外环境来提高定位准确度.
主要方法:
- 利用来自全球导航卫星系统 (GNSS),惯性测量单位 (IMU),蜂,光学和Wi-Fi传感器的多源数据.
- 构建了一个多尺度,多窗口,连接上下文的场景感知模型,包含卷积神经网络 (CNN) 和双向长短期记忆 (BiLSTM) 网络.
- 采用元启发式优化算法来改进模型.
主要成果:
- 该模型准确地检测出各种环境场景 (室内,半室内,室外,半室外).
- 场景检测为自适应式多传感器融合定位提供了基础基础.
- 增强对传感器数据的时间,空间和统计特征的理解.
结论:
- 开发的场景传感模型显著改善了多传感器融合定位的基础.
- 这种方法提供了一个强大的解决方案,可以在各种环境中提高导航准确性.
- 该研究强调了传感器融合算法中环境背景的重要性.
