数字脉冲无线电超宽带（IR-UWB）发射器的高谱利用率和AM-PM失真校准

研究问题

如何设计数字脉冲无线电超宽带（IR-UWB）发射器，以实现高的频谱利用效率并有效地校正幅度相位调制（AM-PM）失真？

提出方法

研究涉及开发了一种创新的IR-UWB发射器设计方案，该方案采用了先进的信号处理技术。方法集中在优化频谱使用和实施稳健的AM-PM失真校准机制上。进行了详细的模拟和实验设置以验证所提出的方法。

创新点

高谱利用率：提出的发射器利用了复杂的调制方案和自适应滤波算法，从而最大化频谱效率。
AM-PM失真校准：引入了一种新颖的校准技术来减轻AM-PM失真，确保在不同条件下都能保持一致的性能。

结论

该研究成功地展示了设计一个数字IR-UWB发射器是可行的，该发射器能实现高的频谱利用效率并通过精确的校准方法有效地缓解了AM-PM失真。这项工作对于未来无线通信系统中超宽带技术的发展具有重要的贡献。

原文链接

https://ieeexplore.ieee.org/abstract/document/10714370/

Draper的可穿戴运动学系统（WKS）在JETT3测试中的评估及未来挑战环境下的评价计划

研究问题

如何在模拟极端光照条件下对Draper WKS的导航性能进行评估和改进？

提出方法

使用太阳光模拟器在南极测试环境中提供低角度阳光，以模拟南半球的光照条件。
测试工程师穿戴带有WKS硬件的假想宇航服，在这种环境下进行行走试验。
在测试期间，工程师模仿太空行走中的各种活动，并且离开人造阳光区域进入阴影区使用宇航服上的灯光源。

创新点

利用南极独特的低光照环境来模拟实际外太空作业条件下的挑战。
开发了基于视觉和惯性传感器结合的导航系统，用于高精度的位置估计。

结论尽管测试过程中由于记录设备的问题未能收集到GPS数据进行直接对比，但通过定性的评估发现WKS能够很好地适应并反映出行走路线及位置。下一步计划是在2024年5月举行的JETT5中进一步验证其性能，并将集成的GPS数据作为参考以改进系统准确性。

注：以上内容基于提供的描述进行了推断整理，请根据实际研究细节进行调整和补充。

原文链接

https://seal.ae.gatech.edu/sites/default/files/2024-09/MarioCourtney.pdf

欧罗巴及其他天体智能着陆系统开发进展

研究问题

如何在没有高分辨率轨道侦察的情况下，在木卫二等非常粗糙的地点进行安全精确的着陆？

提出方法

激光雷达开发

ELSA激光雷达由Sigma Space Corporation根据欧罗巴着陆器团队的需求开发，其外形小巧（40x40x25厘米），质量为9千克。该设备在极端辐射环境下可以工作，并能够检测悬崖、陨石坑等危险区域。

现场测试

ELSA激光雷达进行了静态现场测试和直升机飞行动态测试。结果显示，在360米范围内对平坦校准板进行成像时，能够准确估计距离；动态测试中扫描密集目标时，所获取的数据清晰可见且几乎没有运动造成的数据缺口。

创新点

开发了一款能够在极端辐射环境下工作的高性能激光雷达。
激光雷达能利用单光子计数技术，在低光照条件下有效工作，并能够检测到远处的微小障碍物。
高性能激光雷达与基于惯性的导航系统的结合，实现了在多变环境中的安全精确着陆。

结论智能着陆系统的开发极大地提高了行星探索的能力。高性能的激光雷达传感器与强大的导航算法相结合，使得在多种复杂地形环境下进行安全精确的降落成为可能，并能够避开各种障碍物以选择科学意义重大的落点。

原文链接

https://seal.ae.gatech.edu/sites/default/files/2024-10/Johnson_Progress-on-Development-of-an-Intelligent-Landing-System-for-Europa-and-Other-Planetary-Bodies.pdf

基于时空注意力的惯性导航Transformer (STAN)

研究问题

传统的惯性导航方法和最近的数据驱动方法在准确捕获IMU测量值的时空关系方面面临挑战，这可能会导致导航任务中的潜在不准确性。

提出方法

本文介绍了 STAN（Spatial-Temporal Attention-Based Inertial Navigation Transformer Network），这是一种创新性的基于时空注意力机制的惯性导航Transformer网络。主要组成部分包括：

两个变压器编码器：一个使用位置编码捕捉时序注意，另一个专注于在没有位置编码的情况下捕捉空间注意。
特征融合层以合并来自时间和空间编码器提取的特征。
完全连接层用于预测。

创新点

时空注意力机制：通过引入一种新的机制扩展了传统的Transformer编码器，在并行模式下同时抽取时序和空间信息，消除了对RNN或CNN模块的需求。
平行编码器: 采用两个变压器编码器以高效地捕捉IMU测量值的时域和空域特性。

结论

STAN方法通过有效集成时空动态信息，在诸如广泛使用的KITTI数据集上的定位任务中展示了惯性导航的重要进展。

原文链接

https://www.ion.org/publications/abstract.cfm?articleID=19903

向持久的空间感知迈进：基于智能手机的行人航位推算（PDR）室内定位技术综述

研究问题

基于PDR的室内定位的主要方法有哪些？
智能手机如何在提高室内环境中的空间感知方面发挥作用？
PDR为核心的定位系统存在哪些限制及未来的发展方向？

提出方法

本文采用系统的文献综述法，分析现有行人航位推算技术的相关文献。关键方面包括从智能手机传感器（如加速度计、陀螺仪）中收集数据、算法开发以及通过实证研究进行验证。

创新点

全面分析：对基于PDR的室内定位方法进行了详尽的研究。
实用应用见解：强调实际部署中的实用性和观察到的限制。
未来发展方向：提出改进动态室内环境下的准确性和可靠性的新型技术方案。

结论

本文回顾了行人航位推算在智能手机为主要数据收集设备的情况下，对于室内定位所取得的重要进展。然而，长时间累积误差和对初始位置固定的依赖仍然是突出的问题。文章最后建议了一些研究方向以克服这些限制，实现持久的空间感知。

原文链接

https://ieeexplore.ieee.org/abstract/document/10716421/

朝向持久空间感知：基于智能手机的行人航位推算室内定位综述

研究问题

行人航位推算（PDR）在使用智能手机进行室内定位时，提供持续的空间感知效果如何？

方法

本文回顾了以行人航位推算为中心的智能手机技术在室内定位系统中的现状和趋势。该文献综述包括对最近进展、用于PDR实施的方法论以及其在现实世界应用中有效性的分析。

创新点

对现有适用于智能手机的行人航位推算法进行了全面分析。
评估了在室内环境中实现PDR时遇到的挑战和局限性。
讨论将PDR与其它定位技术相结合以提高准确性和可靠性的方法。

结论

综述指出，尽管行人航位推算是室内定位的一种有前景的方法，但仍面临诸如漂移误差、需频繁校准等重大挑战。未来的研究应着眼于开发结合PDR与其他互补技术（如Wi-Fi指纹识别或蓝牙信标）的混合解决方案，以实现更准确和可靠的室内空间定位。

原文链接

https://ieeexplore.ieee.org/abstract/document/10716421/

朝向持久空间感知：基于智能手机行人航位推算的室内定位综述

研究问题

行人航位推算（PDR）技术在使用智能手机进行室内定位以实现持久空间感知方面的有效性如何？

提出方法

文献回顾：全面审查现有的基于PDR的室内定位方法。
技术分析：考察智能手机的能力及其对PDR精度和可靠性的影响。
案例研究：评估实际应用，理解当前技术的实际影响。

创新点

集成先进的传感器融合技术以提高PDR系统的准确性。
开发自适应算法，在各种室内条件下增强定位性能。
探索机器学习方法预测和补偿行人移动追踪中的误差。

结论

基于智能手机的行人航位推算（PDR）的室内定位为实现持久空间感知提供了有希望的解决方案。然而，当前的方法面临诸如随着时间推移积累漂移误差以及需要适应各种室内环境的强大算法的需求等挑战。未来的研究应重点整合先进的传感器技术和机器学习技术以进一步提高基于PDR系统的可靠性和准确性。

原文链接

https://ieeexplore.ieee.org/abstract/document/10716421/

[23] 刘、任、梁中化、杨国和李伟. "基于机器学习的单LED与单旋转光探测器的室内可见光定位"

研究问题: 本文探讨了使用单个LED光源和一个可旋转光探测器来实现基于机器学习算法的高精度室内可见光定位系统。

提出方法: 研究中采用了卷积神经网络 (CNN) 来提取由多个方向信号强度数据组成的特征，并训练支持向量机 (SVM) 进行分类，从而确定目标在室内的位置信息。通过一个旋转探测器收集不同角度的LED光源信号，实现了高精度定位。

创新点: 提出了一种使用单个LED和单一旋转光探测器来实现室内可见光定位的新方法，并且利用机器学习技术简化了系统硬件配置。

[24] 张飞凡、柯伟、欧阳洪新和邱诗. "基于嵌入式人工智能的室内可见光定位方法"

研究问题: 本文提出了基于嵌入式人工智能技术的室内可见光定位解决方案，旨在提升移动设备在室内的位置精度。

提出方法: 使用深度神经网络 (DNN) 来分析由LED光源发出的信号，并结合硬件实现的人工智能芯片来实时计算目标的位置信息。该系统通过集成于设备中的AI芯片进行快速处理和优化能耗以实现实时定位能力。

创新点: 提出了一个基于嵌入式人工智能技术的新颖室内可见光定位方法，能够在减少能耗的同时提供高精度的定位服务。

[25] 希克, 萨德·梅胡姆、哈菲兹·M. 阿西夫、卡穆兰·拉海米法尔和法迪·阿尔-图尔詹姆. "基于时间差到达的室内可见光定位系统"

研究问题: 本文探讨了一种基于可见光通信技术(TDOA)的高精度室内定位方法。

提出方法: 系统通过多个LED发射器与接收器测量信号的时间延迟，并计算不同方向间的时间差异来确定目标位置。这种方法利用了时间差到达算法来进行精确的位置估计。

创新点: 首次提出了将TDOA技术应用于可见光通信系统中的室内定位，证明了其有效性和相对于传统方法的优势。

[26] 哈达里, 涅哈、尤努斯·伊萨姆·奥特曼、路易斯·内罗·阿尔维斯、扎比赫·加瑟洛伊、斯坦尼斯拉夫·扎瓦诺维奇和何华. "基于倾斜LED的高精度室内可见光定位系统"

研究问题: 本文介绍了一种采用倾斜布置的LED光源来提高精度的新型室内可见光定位系统。

提出方法: 系统利用多个不同角度倾斜的LED光源覆盖整个区域，通过接收来自不同方向的信号强度变化来进行精确的位置估计。该技术结合硬件装置与软件算法协同工作来实现高精度定位服务。

创新点: 采用倾斜布置LED光源的方法显著提高了系统的精度，并增加了其适应性，适用于更多样化的应用场景。

[27] 方俊基、蔡诗和陈伟. "基于发光二极管的室内定位系统"

研究问题: 本文提出了一种基于LED光源特性的高精度室内定位解决方案，以提高移动设备在室内的位置准确性和可靠性。

提出方法: 系统通过固定布置具有不同发光特性（如光谱、强度等）的多个LED光源覆盖整个区域，并利用这些光源产生的光强变化来进行精确的位置估计。该技术结合硬件装置与软件算法协同工作来实现高精度定位服务。

创新点: 利用基于光线强度信息的LED定位系统，能够有效地降低复杂度并提高系统的实用性和可靠性。

原文链接

https://semarakilmu.com.my/journals/index.php/applied_sciences_eng_tech/article/download/9665/6280

基于SEC-PnP算法的相机定位全局最优性的可证明性分析

研究问题

如何通过SEC-PnP算法获得的姿态估计结果证明其全局最优性，并探讨实现这种最优性的必要条件。此外，在不同噪声水平和2D-3D关联数量下，评估认证最佳解相对于Cramér-Rao 下限（CRLB）的精度。

提出方法

该研究提出了一种分析方法来证明通过SEC-PnP算法获得的姿态估计结果的全局最优性，并讨论了确保这种全局最优性的必要条件。同时，在特定噪声水平和2D-3D关联数量下，将认证最佳解与CRLB进行了对比，以评估其精度。

创新点

分析证明: 提供了一种用于证明SEC-PnP结果全局最优性的分析方法。
条件分析: 描述了实现姿态估计中全局最优性的必要条件。
精度研究: 评估认证最佳解相对于CRLB的精度。

结论

提出的这种方法，凭借其能够实现全局最优性的能力，在需要高可靠性和精度的应用领域具有巨大潜力。通过在各种条件下验证SEC-PnP最高可达成精度并与Cramér-Rao 下限（CRLB）相对比，本工作推进了GNSS信号受阻或不可用环境中基于相机定位领域的研究。

发表信息

出版于: 第37届卫星部门导航协会国际技术会议 (ION GNSS+ 2024) 时间：2024年9月16日 - 20日地点：马里兰州巴尔的摩市霍顿酒店

页码：1756 - 1770

引用此文章: Triolo, Antonino, Zhu, Chen, Meurer, Michael, "基于SEC-PnP算法的相机定位全局最优性的可证明性分析," 第37届卫星部门导航协会国际技术会议 (ION GNSS+ 2024), 马里兰州巴尔的摩市, 2024年9月，第1756-1770页。https://doi.org/10.33012/2024.19863

原文链接

https://www.ion.org/publications/abstract.cfm?articleID=19863

138. 基于蓝牙低功耗技术与机器学习的云计算室内定位系统

研究问题: 如何利用蓝牙低功耗技术和机器学习算法提升室内定位系统的精度和可靠性。

提出方法:

该论文提出了一种基于蓝牙低能量（BLE）技术的新型室内定位系统，结合了机器学习算法，并通过云计算平台来增强其性能。具体步骤如下：

数据收集：利用多个BLE信标在室内环境中部署并采集信号强度数据。
特征提取：从采集的数据中提取有效的特征用于训练机器学习模型。
模型构建与训练：使用支持向量机（SVM）、随机森林等机器学习算法对上述特征进行建模，并通过历史数据对其进行训练。
云平台集成：将该定位系统部署在云计算平台上，以实现跨设备和应用程序的无缝交互。

创新点:

结合了BLE技术与多种机器学习模型来提高室内定位精度；
提供了一种基于云的服务架构，使得该系统能够被灵活地扩展到更多应用场景中去。

结论: 该论文提出了一种新的室内定位方法，通过结合蓝牙低功耗技术和先进的数据分析工具，在保证高准确性的前提下实现了更佳的用户体验。此外，利用云计算平台还可以轻松实现系统的可伸缩性以及跨设备间的交互操作能力。

原文链接

https://repositori.uji.es/bitstreams/555815ce-e550-4ad8-a608-82121c770297/download

基于空间-时间注意力的惯性导航变换器（STAN）

研究问题

如何在基于数据驱动的惯性导航方法中同时利用空间信息和时序关系，以提高定位精度？

提出方法

方法概述

提出了一种创新的空间-时间注意机制的惯性导航变换器网络 (STAN)，旨在解决现有基于数据驱动的惯性导航技术忽略固有空间信息的问题。该架构包含两个变压器编码器：一个用于捕获时序注意力，包括位置编码；另一个专注于捕获空间注意力，无需位置编码。

特征融合

在这些并行编码器之后，采用特征融合层将从空间和时间编码器提取的特征合并在一起。

预测

在网络中集成多个全连接 (FC) 层以促进预测。

创新点

提出了一种新颖的空间-时间注意机制的惯性导航变换器网络。
通过引入新颖的空间-时间注意力机制扩展了传统 Transformer 编码器，实现从原始 IMU 测量数据中并行提取空间和时间信息。
避免依赖 RNN 或 CNN 模块，从而提高效率和性能。

结论

该设计确保 STAN 能够有效地结合空间信息与时间动态，在惯性导航任务中表现出增强的性能。STAN 方法的有效性在广泛使用的 KITTI 数据集中得到展示。

原文链接

https://www.ion.org/publications/abstract.cfm?articleID=19903

基于因子图的增量平滑无线电SLAM：机会性无线电导航方法

研究问题

如何在GPS中断的情况下使用机会性无线电测量来改进惯性导航系统（INS）的位置、导航和授时（PNT）精度？

提出方法

作者将现有的扩展卡尔曼滤波器（EKF）解决方案重新表述为基于因子图的增量非线性最小二乘法（NLS）解，从而在整个轨迹上执行迭代优化。

创新点

将现有EKF解决方案重构成基于因子图的NLS解。
通过在整个轨迹上进行迭代优化来避免与SLAM问题相关的非线性和线性化误差问题。

结论所提出的方法相对于最先进的解决方案将定位误差减少了30%以上，同时保持了相当的计算负担。

原文链接

https://www.ion.org/publications/abstract.cfm?articleID=19691

视觉惯性导航系统中利用多机器学习误差补偿减少位置不确定性

研究问题

在没有全球导航卫星系统（GNSS）信号的情况下，如何改进视觉惯性导航系统（VINS），以实现在城市空中交通应用中的可靠导航，并通过位置不确定性校正确保安全和不间断飞行。

提出方法

数据集生成：使用MATLAB结合Unreal Engine无人机模拟环境，以复制复杂场景。
误差校正器：利用门控循环单元（GRU）基于的误差补偿器。
验证场景：在传感器噪声、特征跟踪误差、环境动态、天气影响以及照明条件组合中进行验证。

创新点

引入了多机器学习辅助混合视觉惯性里程计（multi-ML hybrid VIO）。
在复杂环境中通过减少各种不确定性的影响来增强定位。
相比现有技术，同时减少了位置不确定性并提高了准确性。

结论

所提出的框架代表了提高无人机导航安全性和有效性的重大进展。在复杂的场景中，多机器学习混合VIO架构表现出了优越性能，与现有方法相比，实现了水平定位RMSE误差的减少，并且展示了对已见和未见过故障场景的泛化能力。

发表于：第37届国际卫星分部导航研究所（ION GNSS+ 2024）技术会议论文集，2024年9月16日至20日，马里兰州巴尔的摩霍顿宫酒店。页码：1741 - 1755。

引用本文： Tabassum, T.E., Petrunin, I., Rana, Z.A.，“利用多机器学习误差补偿减少视觉惯性导航系统中的位置不确定性”，第37届国际卫星分部导航研究所（ION GNSS+）会议论文集，马里兰州巴尔的摩，2024年9月。doi:10.15398/journal.XXXXXX

*注：请将“doi:10.15398/journal.XXXXXX”替换为实际DOI号（一旦可用）。

原文链接

https://www.ion.org/publications/abstract.cfm?articleID=19790

基于单一惯性测量单元的实时手臂运动跟踪和手部手势识别

研究问题

本研究关注的是提高实时手臂运动跟踪和手部手势识别系统在精度与可靠性方面的性能。现有的许多解决方案往往依赖于多个传感器或摄像机，这会增加复杂性和成本。挑战在于开发一个仅使用单个IMU的系统，并且同时保持高精确度和速度。

方法

该方法涉及设计一种算法来处理从单一IMU获取的数据以准确地跟踪手臂运动并识别手势动作。关键方面包括：

数据预处理：过滤噪声并校准传感器读数。
特征提取：确定用于运动跟踪和手势识别的关键参数。
机器学习模型：基于提取的特征训练分类器，区分不同的手势。

创新点

单一传感器利用：通过仅使用单个IMU，该系统减少了硬件需求，并简化了实施过程。
实时性能：所提出的方案实现了实时处理能力，使与应用的交互无缝进行。
灵活性：该系统适用于各种环境并且可以不作重大修改集成到不同的设备中。

结论

研究证明，当结合优化算法时，单个IMU能够有效地执行实时手臂运动跟踪和手部手势识别。这为需要精确人体动作分析的领域开发出低成本且高效的解决方案提供了新的可能性。

原文链接

https://ieeexplore.ieee.org/abstract/document/10710280/

基于地面地图注册约束的LiDAR/GNSS/INS定位导航解决方案

研究问题

如何在复杂的城市环境中提高激光雷达（LiDAR）、全球卫星导航系统（GNSS）和惯性导航系统（INS）集成系统的精度与鲁棒性，特别是在动态环境（例如具有不同高度的场景）中减少漂移现象？

提出方法

所提出的解决方案涉及双阶段传感器融合框架：

第一阶段：利用扩展卡尔曼滤波器（EKF）对GNSS和INS数据进行融合。
第二阶段：通过因子图优化将激光测距仪里程计与地图约束定位相结合，采用地面地图注册约束（GMRC）增强在动态环境中的鲁棒性。

创新点

引入了地面地图注册约束（GMRC），以提高准确性和可靠性。
开发了一种双阶段传感器融合框架，在复杂的城市环境中实现更高效和精确的导航。

结论本研究展示了基于GMRC的方法在动态环境下改善定位精度和鲁棒性方面的有效性，特别是在高度变化的环境中。此方法克服了现有单阶段方法的局限，并通过高级整合技术实现了性能提升。未来的工作将着重于进一步优化系统以适应实时应用及更广泛的环境条件。

发表于：第37届卫星分会国际技术会议，《导航协会》(ION GNSS+ 2024)，马里兰州巴尔的摩市Hilton Baltimore Inner Harbor酒店，2024年9月16日 - 20日，页码：2102-2110。

引文：艾梦琦，埃勒布比（Elhabiby）莫罕默德，哈加格梅赫达，霍克马巴迪阿斯拉萨班吉安伊利亚尔，穆萨（Moussa）莫罕默德，杨洪洲，埃尔-谢米耶（El-Sheimy）纳斯尔，“基于地面地图注册约束的LiDAR/GNSS/INS：城市峡谷中的激光雷达-GNSS/INS导航解决方案”，《第37届卫星分会国际技术会议》(ION GNSS+ 2024)论文集，马里兰州巴尔的摩市，2024年9月16日-20日，pp. 2102-2110。

原文链接

https://www.ion.org/publications/abstract.cfm?articleID=19688

平面和线特征不确定性建模以提高RTK/INS/LiDAR集成导航系统的一致性

研究问题

如何应用不确定性建模来增强平面和线特征的提取，从而提升RTK（实时动态定位）/INS（惯性导航系统）/LiDAR（激光雷达）集成导航系统的整体一致性？

方法

本研究通过开发一种新的框架来进行不确定性建模，特别针对了RTK、INS和LiDAR数据的融合。这包括：

对从LiDAR点云中提取出的平面和线特征进行详细分析。
引入随机模型来量化这些特征中的不确定性。
开发算法将这些不确定性与RTK和INS测量结果集成，以提高导航精度。

创新点

主要创新点包括：

提出了一个全面适用于平面和线性特征的不确定性模型。这些关键成分在LiDAR数据中至关重要。
展示了该不确定性模型如何增强多传感器融合技术的一致性和可靠性，在RTK/INS/LiDAR系统中广泛应用。

结论

研究表明，通过考虑来自LiDAR的平面和线特征固有的不确定性，可以实现更加强大且一致性的集成导航解决方案。这对于需要高精度和可靠性的应用（如自动驾驶车辆和空中机器人）尤其重要。

原文链接

https://ieeexplore.ieee.org/abstract/document/10716594/

零速检测的足部安装超宽带技术在行人定位中的应用

研究问题

零速度检测是脚部安装平台惯性导航系统中一个重要的问题。如何利用更有效的传感器和算法提高零速度检测的准确性？

提出方法

本文提出了一种新颖的方法，该方法利用双足安装的超宽带（UWB）传感器以及IMU进行零速度检测。通过先前的研究和实验发现，在脚跟触地及离开地面时，双脚之间的距离达到最大值。在行走过程中，UWB传感器提供的距离观察具有周期性特征，这种特性与步态周期内的各种事件相关联，并被用来利用UWB传感器执行零速度检测。

创新点

所提出的方法利用双足安装的超宽带（UWB）传感器进行零速检测，为传统惯性传感器方法提供了一种替代方案。此技术利用了步行过程中双脚之间距离观察的独特周期特性，并与步态周期的关键阶段相一致。

结论

本研究介绍了一种结合IMUs使用的足部安装超宽带（UWB）传感器的新型零速度检测方法，该方法显示出了从0.54到0.81的IoU分数和从0.70到0.90的F1分数。结果表明基于超宽带的方法作为目前惯性传感器技术的一种可行替代方案具有潜在价值。

发表于：《第37届卫星分会所主办的导航研究所国际技术会议论文集》（ION GNSS+ 2024），马里兰州巴尔的摩，2024年9月，页码1572-1587。 DOI: https://doi.org/10.33012/2024.19776

原文链接

https://www.ion.org/publications/abstract.cfm?articleID=19776

面向持久空间感知的室内定位研究综述：基于智能手机的行人死 reckoning 方法

研究问题

行人死 reckon（PDR）技术在利用智能手机实现室内定位中的持久空间感知方面有多有效？

提出方法

本文回顾并评估了各种以行人死 reckon 为中心的方法，这些方法用于室内定位系统，并特别关注使用智能手机作为传感设备的应用。研究涉及对现有文献进行全面分析，旨在识别关键挑战和最近的 PDR 技术进展。

创新点

对当前用于室内导航的 PDR 算法进行全面回顾。
识别与基于智能手机定位精度及鲁棒性相关的关键问题。
提出潜在解决方案以增强在具有挑战性的室内环境中 PDR 系统的可靠性和性能。

结论

本文得出结论，虽然行人死 reckon 是实现持久空间感知的一种有前途的方法，但在传感器漂移校正、初始化以及长时间保持准确定位方面仍然存在重大挑战。未来的研究应致力于整合多种传感模式以提高使用智能手机进行室内定位系统的鲁棒性与精度。

原文链接

https://ieeexplore.ieee.org/abstract/document/10716421/

实时支持快速移动速度的可见光定位

研究问题：

如何实现支持快速移动速度的实时可见光定位？

提出方法：

本文提出了一种基于调制可见光信号的方法，使用高速相机捕捉图像并分析其中的时间信息来确定位置。系统采用时间戳技术和频域处理算法以提高精度和稳定性。

创新点：

实现了支持快速移动速度的实时室内定位。
通过改进时间戳技术提高了系统的鲁棒性和准确性。

结论：

实验结果表明，该方法在高速运动条件下仍能保持高精度，并且具有良好的抗干扰性能。这为开发实用的可见光室内定位系统提供了新的思路和可行方案。

基于机器学习的单LED及旋转式光电探测器的可见光室内定位

研究问题：

如何利用单个LED及旋转式光电探测器实现基于机器学习的可见光室内定位？

提出方法：

通过使用一个固定位置上的LED作为光源，以及能够旋转捕获光线变化信息的单一光电探测器，收集大量数据用于训练神经网络模型。该模型能够根据接收到的光线强度变化来推断用户的位置。

创新点：

引入机器学习算法提高定位精度和可靠性。
仅依靠单个LED和旋转式光敏元件实现室内位置追踪，大大简化了硬件需求。

结论：

实验表明所提出的方法在多种复杂环境下均能有效工作，并且具有较好的鲁棒性。此方法为未来的智能家居和智能建筑应用提供了新的可能性。

基于嵌入式人工智能的室内可见光定位方法

研究问题：

如何利用嵌入式人工智能技术实现室内可见光定位？

提出方法：

采用深度学习模型在低成本微控制器上进行训练，使得该系统能够在本地完成计算任务而无需依赖云端资源。结合多个固定位置上的LED作为信号源，并利用图像处理技术来提取关键信息并计算目标的位置。

创新点：

结合传统光学成像技术和现代计算机视觉算法实现准确度较高的室内定位。
通过优化传感器布局提升系统性能和准确性。

结论：

实验结果表明，所提出的系统能够在不同环境条件下正常工作，并且具有良好的精度和鲁棒性。这为未来的智能家居和智能建筑应用提供了一种新的途径。

支持快速移动速度的实时可见光定位

研究问题：

如何实现支持快速移动速度的实时可见光定位？

提出方法：

提出了一种基于高速相机的时间戳技术和频域处理算法来分析图像中的时间信息，以确定目标位置。

创新点：

实现了支持快速运动的实时室内定位。
通过改进时间戳技术提高了系统的稳定性和准确性。

结论：

实验结果表明，在高速移动条件下该方法仍能保持高精度，并且具有良好的抗干扰性能。这为开发实用的可见光室内定位系统提供了新的思路和可行方案。

LED室內導航系統中的信噪比

研究問題：

如何在基於LED的室內導航系統中提高信噪比？

提出方法：

通過分析不同配置下的系統信號傳輸特性，優化光源布置和接收器參數以增強信號強度並減少噪音干擾。此外還研究了各種環境因素對系統性能的影響。

创新点：

提出了一种新的方法来改善LED室内导航系统的信噪比。
通过实验验证不同设计方案的有效性及其适用场景。

结论：

研究表明，合理设计光源布局和参数可以显著提升基于LED的室内定位系统的精度。这为未来的研究提供了有价值的参考信息，并且有助于开发更高效的室内导航技术。

原文链接

https://semarakilmu.com.my/journals/index.php/applied_sciences_eng_tech/article/download/9665/6280

基于深度学习的Wi-Fi信号指纹室内定位技术

研究问题

在构建大规模离线指纹数据库以支持高精度室内定位服务的过程中，如何解决成本增加、工作量加大以及系统复杂性提高的问题？

提出方法

选择条件表格对抗生成网络（CTGAN）来生成用于室内定位的合成指纹数据库。利用CTGAN不仅在训练过程中最大限度地保留了原始信息，并使生成的数据更接近真实数据分布。

创新点

使用深度生成模型解决Wi-Fi信号指纹中的稀疏数据问题。
采用条件表格对抗生成网络（CTGAN）进行合成数据生成。
在较少指纹数据的情况下实现更高的定位精度。

结论通过收集少量指纹数据，可以达到较高的定位精度。因此，使用小规模数据集并通过CTGAN进行数据合成可减轻离线指纹数据库的挑战问题。

发表于：第37届国际导航卫星分部会议论文集（ION GNSS+ 2024），马里兰州巴尔的摩市，2024年9月16日至20日，第1354-1362页。

原文链接

https://www.ion.org/publications/abstract.cfm?articleID=19868

解锁精度：基于UWB的iPhone室内定位系统实现与评估

研究问题

如何利用iPhone UWB通信功能进行室内定位系统的性能评估，并关注其在不同场景中的定位准确性及潜在挑战。

提出方法

实验评估了UWB的定位精度，同时在无需切换区域的小范围场景和需要切换的手持设备（PDR）技术与蓝牙低功耗技术相融合的大范围场景中进行了综合测试。

创新点

评估利用iPhone UWB通信功能的室内定位系统。
关注智能手机UWB定位的精度及挑战。
对UWB技术与其他技术（如蓝牙低功耗和步行者自我定位）结合进行集成性评估。

结论

结果表明，UWB可以在小范围内提供高精度定位服务，但在大范围区域内因切换不足而导致可用性显著下降。研究最后讨论了改进通信协议以增强UWB定位系统性能的需求。

原文链接

https://www.ion.org/publications/abstract.cfm?articleID=19798

基于SLWKNN的WiFi指纹定位方法

研究问题

本文提出了一种基于简化局部加权K-最近邻（Simplified Local Weighted K-Nearest Neighbors，简称SLWKNN）的WiFi指纹定位方法，旨在解决传统K-最近邻算法在信号不稳定的环境中的精度和效率问题。

提出方法

该研究采用了以下步骤来实现其创新的方法：

数据收集：从实际环境中获取大量的WiFi指纹数据。
数据预处理：去除噪声信号，进行特征选择以提高模型的鲁棒性。
模型构建：提出SLWKNN算法，对传统K-最近邻方法进行了改进，增强了在非理想环境下的性能。

创新点

本文的主要创新在于：

引入了简化局部加权的思想，有效地提高了定位精度。
通过调整权重分配策略，使得模型能够更好地适应信号强度变化的环境条件。
提高了算法效率，在保持较高定位准确性的前提下减少了计算复杂度。

结论

研究结果表明，基于SLWKNN的方法在多种WiFi环境中具有良好的性能表现。相比传统方法，其不仅提高了定位精度，同时也有效提升了系统响应速度和稳定性。这项工作为未来无线网络室内定位技术的发展提供了新的思路和方向。

原文链接

https://ieeexplore.ieee.org/abstract/document/10716452/

基于PDR和环境通用BLE设备机会信号的室内定位

研究问题

如何在GNSS受限环境中（如购物中心、机场和车站）利用智能手机进行引导和导航，同时避免大规模部署和维护专用定位设备的问题。

提出方法

所提方法采用构建与优化相结合的方法构造BLE设备的地图。具体步骤如下：

在初始条件下，楼层平面图的骨架结构约束及步行速度被用来估计基于 PDR 的相对轨迹从而得到绝对轨迹，并由此生成第一代 BLE 地图。
一旦获得BLE地图，结合PDR 基于轨迹和BLE扫描数据，可以估计出更准确的绝对轨迹，进而用于构建下一代BLE地图。

创新点

无需大规模部署和维护设备即可利用环境中的通用 BLE 设备进行室内定位。
采用构建与优化相结合的方法来构建 BLE 设备地图。
结合 PDR 基于相对轨迹和环境 BLE 信号，准确估计绝对轨迹。

结论

在办公环境中进行的评估证明了所提出方法在制图和定位方面的准确性。发表于：第三十七届卫星分部国际技术会议（ION GNSS+ 2024） 2024年9月16日 - 20日巴尔的摩内港希尔顿酒店马里兰州巴尔的摩

页码：1971 - 1980

原文链接

https://www.ion.org/publications/abstract.cfm?articleID=19882

超宽带室内定位技术基于最大相关度准则无迹卡尔曼滤波器的研究

研究问题

如何利用超宽带（UWB）技术在GPS信号缺失的环境中提高定位精度？

提出方法

使用UWB进行室内定位。
采用最大相关度准则无迹卡尔曼滤波器（MCCUKF）。
开展实验以评估所提出方法的有效性。

创新点

研发了一种使用MCCUKF算法来增强在GPS信号不可用或不稳定的室内环境中定位精度的方法。
展示了比传统滤波器更为优越的性能，表明其提升了跟踪和定位的精确度。

结论

研究结果表明，最大相关度准则无迹卡尔曼滤波器（MCCUKF）显著提高了基于UWB技术在GPS缺失环境下的室内定位系统的精度。该方法优于现有方法。

原文链接

https://www.nature.com/articles/s41598-024-74773-y

室内环境行人导航中的WiFi-RTT 后世SLAM研究

作者

Khalil Jibran Raja 和 Paul D. Groves

研究问题

如何利用 WiFi RTT 测量改进室内环境中的行人导航系统？

提出方法

本研究采用 WiFi RTT 测量来改进室内的行人导航系统，通过应用利用先前 SLAM 地图不断改善其准确性的后世 SLAM 算法实现这一目标。

创新点

采用了 WiFi RTT 进行基于飞行时间的定位。
使用了后世 SLAM 技术来提高地标估计和整体定位精度。
在没有专门调查步骤的情况下，实现了移动设备亚两米级的位置精度。
提高了室内导航系统的效率，减少了对大规模初始调查的依赖。

结论

算法在改进短试运行中的地标估计准确性方面始终有效。后世 SLAM 实现亚两米级别的准确率 78% 的时间，超过了常规 SLAM 在这一水平达到 61%。此外，在 42% 的情况下，地标位置精度低于一米的比率是后世 SLAM 达到的，而普通 SLAM 则为 28%。

这项研究通过展示 WiFi RTT 和后世 SLAM 算法在改进室内行人导航系统方面的潜力，对这一领域做出了重大贡献。

原文链接

https://www.ion.org/publications/abstract.cfm?articleID=19877

提升工作场所行人速度和行走距离估算精度的姿势图优化方法

研究问题

室内定位系统在工作环境中具有重要意义，特别是在全球导航卫星系统（GNSS）信号不可用的情况下。这些系统通过准确的本地化和移动跟踪提供了对个人工作量的宝贵见解。如何更准确地估算行人速度和行走距离是一个亟待解决的问题。

提出方法

行人航位推算（PDR）： 利用IMU数据估计速度变化和姿态。
蓝牙低功耗（BLE）： 使用RSSI信号通过粒子滤波进行绝对定位，运用菲利斯定律和占用网格加权方法。
姿势图优化： 将粒子滤波器输出作为初始状态以减少本地最小值及位置估计中的不连续性。

创新点

提出了一种将PDR与BLE以及姿势图优化相结合的稳健方法，实现了更准确的室内定位。
通过BLE集成解决传统PDR方法的局限性，并提供绝对速度上下文。
提高了行人速度和行走距离估算的可靠性，有利于对不同工作环境中身体负荷进行定量评估。

结论

在xDR Challenge 2023开放数据集上的测试证明，该方法有效减少了粒子滤波输出中的不连续性问题，并且没有均匀提高位置精度。所提出的方法显著提高了速度和行走距离估计的可靠性，有助于推进室内定位技术的发展。

原文链接

https://www.ion.org/publications/abstract.cfm?articleID=19826

135. 基于物联网的室内定位教育框架

研究问题: 如何利用物联网技术来促进室内定位教育？

方法: 提出了一种基于物联网的框架，该框架可以用于教室内定位系统的原理和应用。此框架包括一个应用程序以及一个用于存储数据的云服务。

创新点: 本文提出了一种新颖的教学框架，通过物联网设备收集实际位置数据，并使用这些数据进行教学活动。这种方法使得学生能够直接体验到室内定位技术的应用情况，提高学习兴趣和理解程度。

结论: 实验结果显示，基于物联网的教学框架可以帮助学生更好地掌握室内定位系统的原理和技术，从而促进教育的有效性。

136. 雾计算在WSN中的室内定位方法

研究问题: 如何利用雾计算在无线传感器网络（WSN）中提高定位精度和效率？

方法: 提出了一个基于雾计算的方案来优化数据处理过程，并降低响应时间，从而改善室内定位的质量。

创新点: 论文引入了雾计算的概念到WSN定位系统中，通过边缘设备预处理大量位置信息，减少对云服务器的需求，提高整体性能和效率。

结论: 实验结果表明，在物联网应用中采用雾计算方法可以显著提升无线传感器网络的室内定位精度与速度，并且降低了延迟时间以及成本开销。

137. 基于空间众包技术的室内导航系统中的异常路径检测

研究问题: 如何在基于空间众包技术的室内导航系统中检测异常路径？

方法: 提出了一种通过分析用户行为来识别和处理异常路径的方法。利用机器学习算法（如支持向量机）从众包数据集中自动发现偏离常规路线的数据点。

创新点: 论文首次将空间众包技术应用于室内导航领域，能够实时监测并纠正由各种意外因素引起的定位错误或误导性信息传播问题。

结论: 通过实验验证了所提方法的有效性，在复杂环境下的路径异常检测准确率达到90%以上。该系统有助于提升用户的导航体验和安全性。

138. 基于蓝牙低能耗与云计算的新型室内定位系统

研究问题: 如何结合机器学习、蓝牙低功耗技术和云计算技术来创建更精确的室内定位方案？

方法: 提出了一种基于蓝牙低能耗信号强度分析与机器学习相结合的方法，借助云端强大的数据处理能力实现高效的室内位置跟踪服务。

创新点: 论文将BLE（Bluetooth Low Energy）技术与云平台结合，在大规模环境应用中展示了其优越的性能表现。同时引入了ML（Machine Learning）技术进一步提高了定位精度和鲁棒性。

结论: 经过多次实验验证表明，所提出的系统能够提供可靠且精确的位置信息，并具有良好的可扩展性和易用性特点，在商业场景下也具备广泛应用价值。

139. 基于博弈论的安全众包室内导航系统

研究问题: 如何设计一个基于众包的安全室内导航系统，同时保证服务质量？

方法: 提出了一种结合博弈论和信誉机制的方法来提高用户提交数据的质量。利用这些高质量的数据构建安全且可靠的导航路径。

创新点: 论文首次提出了使用博弈理论解决室内导航中的安全隐患问题，并通过引入声誉系统提升了整个系统的信任度。

结论: 实验表明，该模型能够有效阻止恶意行为者的攻击并保持较高水平的服务质量。

140. Fly-Navi: 具有实时地图生成功能的新型室内导航系统

研究问题: 如何开发一个能在飞行过程中实时生成地图的室内导航系统？

方法: 设计了一个名为Fly-Navi的新型室内导航解决方案，它能够根据当前位置和移动趋势即时绘制新的路径图。

创新点: 首次实现了完全自适应的地图构建功能，在动态变化环境中也能为用户提供最新的定位信息。此外还具备了良好的用户体验设计以增强导航指引效果。

结论: 测试结果显示，Fly-Navi系统在提高用户满意度方面表现优异，并展示了强大的环境感知能力与适应性。

原文链接

https://repositori.uji.es/bitstreams/555815ce-e550-4ad8-a608-82121c770297/download