相关实验视频
Updated: Jan 13, 2026
16:14
Trajectory Data Analyses for Pedestrian Space-time Activity Study
Published on: February 25, 2013
14.1K
一个改进的步骤检测算法用于室内导航问题,具有预先确定的活动类型.
Michał Zieliński1, Andrzej Chybicki2, Aleksandra Borsuk1
1Faculty of Electronics, Telecommunications and Informatics, Gdańsk University of Technology, 80-233 Gdańsk, Poland.
Sensors (Basel, Switzerland)
|October 29, 2025
概括
本研究介绍了一种基于智能手机的室内导航系统,使用惯性传感器和长期短期内存网络进行准确的步骤检测. 具体活动模型的准确度高达96%,在复杂的环境中改善了行人死亡计算.
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
- 信号处理 信号处理
背景情况:
- 全球定位系统 (GPS) 在室内不可靠.
- 室内导航 (IN) 对医院和机场等公共空间至关重要.
- 步行者死亡计算 (PDR) 依赖于准确的步骤检测和计数.
研究的目的:
- 开发一个基于智能手机的室内定位系统.
- 为了利用惯性传感器数据进行步骤检测和计数.
- 为了提高室内导航系统的准确性.
主要方法:
- 使用智能手机惯性传感器数据.
- 采用长期短期记忆 (LSTM) 网络进行步骤模式识别.
- 训练了针对不同运动类型的通用和场景特定模型.
主要成果:
- 通过通用模型实现了93%的平均步骤检测准确度.
- 特定场景的模型在复杂的运动中达到高达96%的准确性.
- 通过专门针对特定活动的模型来减少错误阳性.
结论:
- 使用LSTM网络的基于智能手机的PDR对于室内导航是有效的.
- 具体活动培训提高了复杂的室内环境中的准确性.
- 为了实时移动部署延迟,需要进一步优化.
