基于安卓平台的室内导航系统文献综述

 2021-11-01 22:14:47

毕业论文课题相关文献综述

文 献 综 述1.前言  近年来,随着城市的高速发展,大型商场、高铁站和停车场等人流密集的室内场所的定位和导航成为新的研究热点。室内导航是指对室内环境下的载体姿态、位置进行精确的测量,比较成熟的室外导航方式如 GPS导航难以直接应用,需构建新型的导航系统,而基于智能手机上惯性系统的室内导航就是很好解决方案。1.1研究背景及意义  随着现代通讯技术的快速发展,智能手机逐渐深入社会生活各个领域。导航与智能手机也在进行紧密的结合。虽然GPS 卫星定位与导航功能已经成为现在智能手机的基本配置和功能。但是建筑物的遮挡,室内环境下GPS信号穿墙能力差而使定位准确度下降。不过由于智能手机上还具备加速度传感器、陀螺仪、电子罗盘等传感器,为基于惯性系统的室内导航的实现提供了可能,此外通过智能手机运算处理还能解决地图渲染、路径规划等功能,而随着基于安卓平台的智能手机普遍率提高,基于安卓的室内导航研究具有很好的实际应用意义和发展前景。1.2.国内外研究现状1.2.1当前主要室内定位技术  Wi-Fi定位  Wi-Fi定位相比于北斗、GPS、基站定位方式的优势在于室内定位精度高。由于Wi-Fi热点廉价、布设容易,很容易通过增加Wi-Fi热点来提高室内定位精度。若用于LBS,Wi-Fi定位可作为一定室内区域(如博物馆内部、校园内各建筑内部)的定位手段,而在室外仍用北斗定位等方式。当前比较流行的Wi-Fi定位是无线局域网络系列标准之IEEE802.11的一种定位解决方案。该系统采用经验测试和信号传播模型相结合的方式,易于安装,需要很少基站,能采用相同的底层无线网络结构,系统总精度高。Wi-Fi绘图的精确度大约在1米至20米的范围内,总体而言,它比蜂窝网络三角测量定位方法更精确。但是,如果定位的测算仅仅依赖于哪个Wi-Fi的接入点最近,而不是依赖于合成的信号强度图,那么在楼层定位上很容易出错。目前,它应用于小范围的室内定位,成本较低。但无论是用于室内还是室外定位,Wi-Fi收发器都只能覆盖半径90米以内的区域,而且很容易受到其他信号的干扰。               图1 Wi-Fi定位原理图  蓝牙技术  这是一种短距离低功耗的无线传输技术,在室内安装适当的蓝牙局域网接入点,把网络配置成基于多用户的基础网络连接模式,并保证蓝牙局域网接入点始终是这个微微网(piconet)的主设备,就可以获得用户的位置信息。蓝牙技术主要应用于小范围定位,例如单层大厅或仓库。蓝牙室内定位技术最大的优点是设备体积小、易于集成在 PDA、PC以及手机中,因此很容易推广普及。其不足在于蓝牙器件和设备的价格比较昂贵,而且对于复杂的空间环境,蓝牙系统的稳定性稍差,受噪声信号干扰大。蓝牙定位技术的代表是 Nokia,推出了 HAIP 的室内精确定位解决方案,采用基于蓝牙的三角定位技术,除了使用手机的蓝牙模块外,还需部署蓝牙基站,最高可以达到亚米级定位精度。但由于蓝牙基站的不普及,室内精确定位成本较高,基站需要10米覆盖。                图2蓝牙室内定位场景图  ZigBee技术  ZigBee是一种新兴的短距离、低速率无线网络技术,它介于射频识别和蓝牙之间,也可以用于室内定位。主要用于工业的传感领域和智能家居方面。它有自己的无线电标准,在数千个微小的传感器之间相互协调通信以实现定位。这些传感器只需要很少的能量,以接力的方式通过无线电波将数据从一个传感器传到另一个传感器,所以它们的通信效率非常高。ZigBee最显著的技术特点是它的低功耗和低成本。基站需要300米覆盖。  LED定位  LED 定位系统通过往天花板上的 LED 灯具实现,灯具发出像莫斯电报密码一样的闪烁信号,再由用户智能手机照相机接收并进行检测,而且用户不需要将手机相机对准某一个特定方向,亦可以接收到反馈过来的直接光源信号,定位精度可以在 1 米之内。LED 定位需要改造 LED 灯具,增加芯片,增加成本,尽管如此,LED 定位是一种很有潜力的室内定位技术。  摄像头定位  利用手机摄像头拍摄的照片来计算出设备的位置和方向。不过前提是需要有建筑物内部的全景图库(跟 Google 的街景图类似)。由于系统清楚图库中的每一张照片的实际位置,因此通过照片比对也能计算出设备的位置所在。图片的匹配成功达到了 96%。一旦将图片匹配结果用于位置修正,最后的定位误差不会超过 1 米。  射频识别技术  射频识别技术利用射频方式进行非接触式双向通信交换数据以达到识别和定位的目的。这种技术作用距离短,一般最长为几十米。但它可以在几毫秒内得到厘米级定位精度的信息,且传输范围很大,成本较低。同时由于其非接触和非视距等优点,可望成为优选的室内定位技术。目前,射频识别研究的热点和难点在于理论传播模型的建立、用户的安全隐私和国际标准化等问题。优点是标识的体积比较小,造价比较低,但是作用距离近,不具有通信能力,而且不便于整合到其他系统之中。  超宽带(UWB)定位  超宽带技术是一种全新的、与传统通信技术有极大差异的通信新技术。超宽带系统与传统的窄带系统相比,具有穿透力强、功耗低、抗多径效果好、安全性高、系统复杂度低、能提供精确定位精度等优点。因此,超宽带技术可以应用于室内静止或者移动物体以及人的定位跟踪与导航,且能提供十分精确的定位精度。它不需要使用传统通信体制中的载波,而是通过发送和接收具有纳秒或纳秒级以下的极窄脉冲来传输数据,从而具有GHz量级的带宽。其定位方案采用 UWB(超宽带)脉冲信号,由多个传感器采用 TDOA 和 AOA 定位算法对标签位置进行分析,多径分辨能力强、精度高,定位精度可达亚米级。但 UWB 难以实现大范围室内覆盖,且手机不支持 UWB,定位成本非常高。超宽带用于室内精确定位,例如战场士兵的位置发现、机器人运动跟踪等能做到3D定位,精度可做到15~30cm,成本昂贵;于工业流水线上的自动化生产制造,如汽车自动化生产流水线的定位。  二维码定位  这个大概是最精确又最简单可靠的定位方式。通过手机摄像头拍摄贴在特殊位置上的二维码,二维码里存储了当前的位置信息,从而定位了拍摄时手机所在的位置。该方式简单、低成本而且有效。  惯性导航定位  利用三轴加速度仪技术和速度补偿算法可以实现10公里无信号导航,缺是定位的误差随时间逐步积累。Broadcom 和 Intel推出利用手机的惯性传感器数据进行定位计算的硬件解决方案,但由于手机初始姿态的不确定性和手机惯性传感器精度问题,室内定位效果不佳。现在越来越多的人用自主惯性传感器定位导航进行辅助导航。

               图3目前室内导航技术定位精度及难度对比   1.2.2国外研究方案

  苹果  苹果在2013年WWDC上推出一项基于低功耗蓝牙技术进行一个十分精确的微定位技术iBeacon。iBeacon设备发送蓝牙信号广播设备的ID号, 当你的手持设备靠近一个iBeacon设备基站时,设备就能够感应到iBeacon信号,其范围在几毫米到50米之间。其实iBeacon应用对我们最深刻的印象就是微信的摇一摇功能,能够实现和周围人的互动。                  图4 iBeacon基站定位技术  自从苹果公司于2013年推出这套方案之后,iBeacon已经在很多领域得到了应用。一些零售店已使用该技术为消费者导购。据美国媒体报道,美国老牌零售商梅西商店已经开始在商场内部部署iBeacon传感器,名为ShopBeacon。其中曼哈顿和旧金山两家梅西百货的顾客将能第一时间体验到ShopBeacon的便捷。用户携带iPhone在不同楼层间走动,便能够接受到不同的商家信息。  谷歌  谷歌最初使用的定位技术为AGPS(AssistedGPS),依靠GSM GPS这种最原生态的定位技术。2011年,Google在手机地图6.0版添加了室内导航的功能,之后Google在网页版也增添了该功能。目前,谷歌地图支持室内定位的国家从2011年的9个到现在的19个,支持的建筑从10万个到100万个。Google的室内导航定位功能从技术层面来看并没有太多突破,主要是依靠GPS卫星信号,并加以Wifi定位技术等辅助。  谷歌新的Visual Positioning Service可以用来解决室内导航的问题。这种技术基于与现实世界信息紧密耦合的增强现实的想法。 它将在环境中寻找不同的视觉特征,以便仅使用手机上的相机创建位置的地图。此外在2019年4月10日,谷歌还发布了一款可以利用Wi-Fi来进行室内定位的应用程序WifiRttSca。开发人员可利用WifiRttSca进行范围测量,从而开发出室内定位和导航系统。                 图5传统GPS定位与室内定位对比图1.2.3国内研究方案  百度  CNNIC《中国移动互联网发展报告》在报告中指出,百度地图的用户占我国地图APP市场份额达到40.9%,为谷歌地图 高德地图的总和,百度公司早在2012年的百度地图4.0中,就已经将室内定位作为一大特色。百度重点打造室内定位意图简单,将更好拓展商业模式及打造平台优势。当然,百度在室内地图这块并不是单打独斗。公司已经和高德、万达在室内地图领域进行合作,并且现在能够将定位精度控制在3米以内。定位地图可以在西直门凯德MALL,王府井百货、东直门来福士、北京APM、东直门银座MALL等商场使用。  高德  2012年9月12日,高德地图推出了室内地图功能,是国内第一个正式发布室内地图的图商。在高德地图安卓最新版中,用户可以对北京、上海、广州等大城市的大型商场进行楼层概览、商户搜索以及商品搜索,同时还融入了看电影主体频道,为室内地图的用户提供影讯、在线选座等功能。而高德2014年4月宣布:开放室内地图SDK和静态地图API,同时提供室内场景浏览、楼层切换、室内外地图切换等功能,这在国内室内地图史上还属于首次。对于高德包容的态度,为其获得了国内几千个建筑的室内地图。这些数据包括了商场、医院、学校等。2013年高德API服务调用量增长了5.6倍。而阿里投资银泰也将使高德大大受益,并能贯穿阿里的O2O战略。  喵街:  喵街App是由阿里巴巴集团打造的消费者逛街神器,喵街能够基于用户当前地理位置,提供商场及商户吃喝玩购信息查询、室内导航找店、停车找车缴费、餐厅在线排队、电影购票选座等智慧逛街服务。喵街采用的是基于蓝牙4.0的iBeacon定位方案,由高德开放平台提高画面数据,实现手机的室内定位和导航。              图6室内导航在商场的应用     寻鹿:  寻鹿是中国第一款提供主要城市机场室内导航服务的安卓手机应用,主要由智慧图提供支持。2013年7月,一支由中科院、北邮、信息科技大学的几位博士组成的学院派团队智慧图针对C端市场推出了两只寻鹿系App,目的是先解决机场、商场两个人流密集场所的室内定位导航问题。寻鹿支持国内八大主要城市机场室内定位,同时还提供机场服务设施、商业设施、交通设施、停车服务等内容精确位置查询。寻鹿使用室内定位技术为商场和机场的用户提供室内定位和导航。寻鹿采用"wifi指纹定位"作为室内定位技术。智慧图寻鹿典型的案例就是万达广场室内商场导航。  蜂鸟视图:  北京蜂鸟视图科技有限公司2014年年初成立,主要从事二三维一体化室内地图、室内全景地图、商品三维全息模型等室内空间数据产品的制作与销售及室内定位导航解决方案的定制与服务。蜂鸟视图主要特点在于其推出的3D视图较普通2D视图更有形象具体性。  上海懋特:  懋特(上海)物联网科技有限公司是专业物联网应用解决方案提供商 ,也是业界领先的室内位置信息数据和解决方案的提供商。采用全球领先的室内外定位融合技术,其特点是前后一体化的解决方案,从前端手环APP到定位引擎和地图的管理后台,是软硬件一体方案。              图7 室内定位的物联网应用场景1.3基于安卓平台的室内导航系统的研究发展动态  中国海洋大学的王立剑[26]用对智能手机的三维加速计、三维陀螺仪的硬件条件,设计和实现了基于 Android 平台的行人室内跟踪和导航系统,主要实现三个模块: 计步模块、方向判别模块、显示模块。  哈尔滨工业大学的陶强[24]设计并实现了一个基于安卓平台的地磁定位室内导航系统,利用Android 手机的地磁传感器实现定位并为用户提供到指定地点的导航服务,还具有楼层检测功能  西安建筑科技大学的田腾飞[21]结合智能手机内置传感器,基于现有的位置服务、增强现实技术、图像识别技术,使得现有的导航系统具有准确的导航效果提示还具有较强的互动性。引用百度地图API,运用OpenGlL ES技术处理图形接口,还运用ORB图像识别算法。  浙江工业大学的邬锦彬[23]认为现有的室内导航系统(如基于 Wi-Fi 和蓝牙的室内定位系统等)大多需要架设基础网络设施(如无线 AP 及蓝牙基站等),并且需要构建庞大的信号指纹数据库,对于还未架设无线基础设施的场景便束手无策。 而利用地磁指纹进行定位导航的前提是构建建筑物内的地磁指纹数据库,然而在一些大型建筑物内构建地磁指纹数据库将会变得十分繁杂。因此他将众包思想应用于地磁指纹数据库的构建工作,让智能手机用户参与到构建工作中来,从而能够极大地减小构建地磁指纹数据库的工作量。  电子科技大学的洪超[25]基于惯性传感器的室内定位技术,受 NFC 芯片能够在短距离和短时间内快速交换数据特点的启发,提出了在安卓平台上基于 NFC 校正的多传感器室内定位方法。  华南理工大学的陈浩权[20]主要分析研究了基于激光雷达的室内移动机器人 SLAM 建图。首先提出一种基于扩展卡尔曼滤波器实现编码器里程计、IMU 以及激光雷达里程计数据融合的高精度里程计,他采用的是ROS机器人操作系统和QT开发程序  长安大学的刘万青[19]将蓝牙定位和航位推算相融合,利用卡尔曼滤波原理进行导航解算,以弥补蓝牙定位和航位推算自身的不足;针对难以合理确定观测方程和状态方程权重问题,以方差分量估计法确定自适应因子,采用自适应卡尔曼滤波原理,较好地协调了两者的权比问题  中国地质大学的王超[22]利用 Eclipse 进行手机传感器数据采集软件的开发,以及微电子机械系统(Micro-Electro-Mechanical System,MEMS)陀螺仪,MEMS 加速度计在静止状态下的数据分析,这其中包括平稳性分析,随机误差分析。特别的是他采用行进过程中手机传感器在身体不同部位的数据特点分析,这三个位置分别是脚踝、手持腰前、随臂摇摆。参考文献[1]Zhu Ruihui,Wang Yunjia,Yu Baoguo,Gan Xingli,Jia Haonan,Wang Boyuan. Enhanced Heuristic Drift Elimination with Adaptive Zero-Velocity Detection and Heading Correction Algorithms for Pedestrian Navigation.[J]. Sensors (Basel, Switzerland),2020,20(4).[2]李萌,杨晓峰,王岚,刘岚,妙亮,王海青,李璐.基于地磁/惯性算法的行人导航系统设计[J].机械与电子,2018,36(12):51-53 57.[3]王晓雷,闫双建,曹玲芝,李栋豪,张庆芳,张吉涛,郑晓婉.基于多传感器零速修正的行人导航系统研究[J].电子测量与仪器学报,2019,33(04):58-64.[4]贾亮,陈海明.基于MEMS惯性传感器零速检测算法的研究[J].电脑与信息技术,2019,27(03):26-29.[5]岑世欣,高振斌,于明,曾成.基于自适应阈值的行人惯性导航零速检测算法[J].压电与声光,2019,41(04):601-606.[6]Hui-Huang Hsu,Jung-Kuei Chang,Wei-Jan Peng,Timothy K. Shih,Tun-Wen Pai,Ka Lok Man. Indoor localization and navigation using smartphone sensory data[J]. Annals of Operations Research,2018,265(2).[7]Md Abid Hasan,Mohammad Nasimuzzaman Mishuk. MEMS IMU Based Pedestrian Indoor Navigation for Smart Glass[J]. Wireless Personal Communications,2018,101(1).[8]李毅,张广斌,张健,杨悦,吴磊.基于手机app的室内导航系统的设计与开发[J].电子设计工程,2017,25(24):78-81.[9]柳胜凯,苏婷立,王彬彬,金学波,彭世禹.基于多传感器数据融合的室内行人航位推算法[J].传感器与微系统,2018,37(03):133-137.[10]张会清,许潇民.基于运动姿态识别的行人惯性导航算法[J].传感器与微系统,2018,37(05):123-127.[11]黄欣,熊智,许建新,徐丽敏.基于零速/航向自观测/地磁匹配的行人导航算法研究[J].兵工学报,2017,38(10):2031-2040.[12]林育曼,潘敏洁,卓伟鹏,饶浩.基于Android的智能手机室内导航路径规划设计[J].电脑与电信,2017(08):19-21.[13]Yu Chunyang,El-Sheimy Naser,Lan Haiyu,Liu Zhenbo. Map-Based Indoor Pedestrian Navigation Using an Auxiliary Particle Filter.[J]. Micromachines,2017,8(7).[14]Pham Duy Duong,Suh Young Soo. Pedestrian Navigation Using Foot-Mounted Inertial Sensor and LIDAR.[J]. Sensors (Basel, Switzerland),2016,16(1).[15]Gu Yang,Song Qian,Li Yanghuan,Ma Ming,Zhou Zhimin. An Anchor-Based Pedestrian Navigation Approach Using Only Inertial Sensors.[J]. Sensors (Basel, Switzerland),2016,16(3).[16]Liu, Wen,Zhang, Yingjun,Yang, Xuefeng,Xing, Shengwei. Pedestrian navigation using inertial sensors and altitude error correction[J]. Sensor Review,2015,35(1).[17].室内导航的春天在哪里[J].中国测绘,2013(03):66-67.[18]王锐. 基于行人航位推算(PDR)技术的室内导航系统[D].南京邮电大学,2019.[19]刘万青. 基于蓝牙RSSI测距的室内定位[D].长安大学,2019.[20]陈浩权. 基于激光雷达的室内移动机器人关键技术研究[D].华南理工大学,2019.[21]田飞腾. 基于安卓平台的增强现实导航系统设计与实现[D].西安建筑科技大学,2018.[22]王超. 基于手机传感器的室内导航定位研究[D].中国地质大学(北京),2017.[23]邬锦彬. 基于地磁指纹的室内导航系统设计与实现[D].浙江工业大学,2016.[24]陶强. 基于安卓平台的地磁定位室内导航系统的设计与实现[D].哈尔滨工业大学,2016.[25]洪超. 基于多传感器的安卓平台室内导航技术研究[D].电子科技大学,2015.[26]王立剑. 基于Android平台的手机室内定位及导航的设计与实现[D].中国海洋大学,2013.[27]朱建佳. 基于Android平台的室内导航系统的设计与实现[D].北京邮电大学,2014.[28]张翔. 智能手机室内导航技术研究[D].南京邮电大学,2014.[29]李旭. 基于移动设备的室内定位系统的研究与实现[D].浙江理工大学,2013.[30]胡天琨. 基于Android的室内导航定位系统设计与实现[D].东华大学,2013.[31]韩延彬. 面向人群疏散的动态路径规划模型及方法研究[D].山东师范大学,2019.[32]刘远恒. 基于WIFI/PDR的室内组合定位算法的研究[D].哈尔滨工程大学,2019.[33]王谦. 基于蓝牙的室内定位系统设计与实现[D].东华大学,2017.[34]梁焰松. 室内导航路径规划算法的实现研究[D].华中科技大学,2015.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。