强大的室内行人回溯使用磁特签名和惯性数据
Chia Hsuan Tsai1, Roberto Manduchi1
1Department of Computer Science & Engineering, University of California, Santa Cruz, Santa Cruz, USA.
概括
这项研究介绍了一种基于智能手机的室内导航系统,用于视力障碍者. 这种无手解决方案可提供可靠的路径回溯,而不需要预先存在的地图或基础设施.
科学领域:
- 辅助技术 辅助技术 辅助技术
- 人与计算机的交互
- 机器人技术 机器人技术 机器人技术
背景情况:
- 视障人士在陌生的室内环境中面临重大挑战.
- 当前的导航辅助工具通常依赖于现有的地图或外部基础设施,限制了它们的适用性.
- 有效的路线寻找,特别是回溯,对于独立的流动性至关重要.
研究的目的:
- 为视力障碍者开发一个无手室内导航系统.
- 为了使以前经过的路径可以在没有外部基础设施的情况下可靠地回溯.
- 通过混合机器学习方法提高定位准确性.
主要方法:
- 一个基于智能手机的系统被开发用于室内导航.
- 为了增强定位,采用了集成机器学习的混合匹配方法.
- 该系统旨在在没有预先存在的地图或外部基础设施的情况下运行.
- 测试涉及来自视障人士的数据集.
主要成果:
- 拟议的系统证明了可靠的回溯辅助的潜力.
- 机器学习集成提高了定位准确性,解决了现实世界的挑战.
- 免费手的方法对于视力受损的用户来说是有效的.
结论:
- 开发的导航解决方案为视障人士提供了一个有前途的方法.
- 系统能够促进路径回溯的能力提高了用户的独立性.
- 未来的工作可以进一步完善机器学习模型,以获得更高的准确性.


