针对目前大多数楼层识别方法由于未考虑楼梯间的活动识别,在楼梯处楼层定位结果来回切换的问题,提出了一种基于Wi-Fi/气压计组合的楼层定位方法。在平面楼层离线建立指纹库,并用基于密度聚类(density-based spatial clustering of appli...针对目前大多数楼层识别方法由于未考虑楼梯间的活动识别,在楼梯处楼层定位结果来回切换的问题,提出了一种基于Wi-Fi/气压计组合的楼层定位方法。在平面楼层离线建立指纹库,并用基于密度聚类(density-based spatial clustering of applications with noise,DBSCAN)算法对指纹库进行聚类,区分不同区域的信号特征,在线接收信号与指纹库进行匹配识别楼层。在楼梯间用气压计进行上下楼活动识别,活动识别融合了步频检测,以应对突然运动状态的改变导致的误判。结果显示,在平面楼层本文方法较基本楼层识别方法准确率提高;在楼层过渡部分能有效识别上下楼活动,解决了楼梯间楼层来回切换问题,融合步频检测后能有效剔除人运动状态改变导致的误判。实验表明本文的楼层定位方法能有效应对复杂环境的楼层定位需求,且完备性较强。展开更多
文摘针对目前大多数楼层识别方法由于未考虑楼梯间的活动识别,在楼梯处楼层定位结果来回切换的问题,提出了一种基于Wi-Fi/气压计组合的楼层定位方法。在平面楼层离线建立指纹库,并用基于密度聚类(density-based spatial clustering of applications with noise,DBSCAN)算法对指纹库进行聚类,区分不同区域的信号特征,在线接收信号与指纹库进行匹配识别楼层。在楼梯间用气压计进行上下楼活动识别,活动识别融合了步频检测,以应对突然运动状态的改变导致的误判。结果显示,在平面楼层本文方法较基本楼层识别方法准确率提高;在楼层过渡部分能有效识别上下楼活动,解决了楼梯间楼层来回切换问题,融合步频检测后能有效剔除人运动状态改变导致的误判。实验表明本文的楼层定位方法能有效应对复杂环境的楼层定位需求,且完备性较强。
