Nachdem ich ein bisschen mehr gegoogelt hatte, fand ich dieses Papier, Verwenden von Wi-Fi zum Navigieren in den großen Innenräumen . Ich nehme an, der Algorithmus, der mehrere Fingerabdrücke sowie Kompass und Beschleunigungsmesser verarbeitet, hat Apple aufgefallen.
Wenn ein Gerät, das WiFiSLAM verwendet, seinen Standort wissen möchte, analysiert es die Signalstärken und eindeutigen IDs aller Wi-Fi-Netzwerke in seiner Umgebung. Dies wird mit einem Referenzdatensatz für den Bereich abgeglichen, auf den entweder über das Internet zugegriffen oder der auf dem Gerät gespeichert ist. Die Standortschätzung kann geschärft werden, wenn sich ein Gadget geringfügig bewegt, da die WiFiSLAM-Algorithmen mehrere Fingerabdrücke erfassen können. Kompassdaten und Beschleunigungsmessersignale, die die Schritte einer Person erfassen, werden auch verwendet, um die Genauigkeit nachfolgender Standortkorrekturen zu verfeinern, wenn sich eine Person bewegt.
WiFiSLAM benötigt ähnliche Daten, um im Voraus in einem bestimmten Gebäude gesammelt zu werden, bevor Standortkorrekturen angeboten werden können. Eine Person, die eine andere spezielle App ausführt, muss einige Male um ein Gebäude herumgehen und jeden Raum mindestens einmal betreten. Ursprünglich für die Roboternavigation entwickelte Algorithmen verarbeiten das sich ändernde Muster von Wi-Fi-Fingerabdrücken und -Schritten, um den von der Person zurückgelegten Pfad wiederherzustellen. Diese Ablaufverfolgung wird dann manuell mit einer Karte des Ortes verknüpft, sodass WiFiSLAM einem Benutzer in dieser Umgebung mitteilen kann, wo er sich befindet.
Edit 2: Es sieht auch so aus, als hätte WifiSlam ein Blog entfernt . Google hat es jedoch noch mit einigen Details im Cache :
Zuletzt wurde die Inertialsensor-Fusion von WiFiSLAM in
Grizzly Analytics vorgestellt . Es hat eine ausgezeichnete E-Mail-Diskussion mit Dr. Bruce Krulwich ausgelöst und wir würden es gerne hier für Sie zusammenfassen!
Das Demo-Video enthält keine Karteneinschränkungen. Es ist ein reiner Beschleunigungsmesser, ein Gyroskop und ein Kompass.
Wir sind in der Lage, eine überdurchschnittliche Genauigkeit zu erzielen, da wir nicht-traditionelle Musteranpassungsansätze für die Sensorfusion verwenden, anstatt die herkömmlichen Techniken der „Doppelintegration + Kalman-Filter“, die traditionell verwendet werden.
Wir hielten das Telefon vor uns und versuchten, einen typischen Smartphone-Benutzer nachzuahmen, der einer Karte folgt und beim Betrachten seines Telefons geht. Nichts Superspezifisches.
Die Inertial-Sensor-Fusion ist ab den Releases der letzten Woche der gesamten WiFiSLAM-Produktlinie standardmäßig aktiviert: footprint.io, WiFiSLAM QuickMap und das Indoor Location SDK. Jeder Benutzer von WiFiSLAM mit einem Gyroskop-fähigen Smartphone erhält eine Hybridpositionierung, die sowohl unsere Wi-Fi-Fingerabdrucktechnologie als auch unsere Inertialsensor-Fusion verwendet.
Bearbeiten 3 Grizzly Analytics bietet Details zur Karteneinrichtung in ihrem letzten Blog-Beitrag .
WiFiSlam hat eine mobile App veröffentlicht, mit der jeder Smartphone-Benutzer ein Bild von einer Karte seiner Indoor-Site machen, einige Male auf der Site herumlaufen und diese Site im Standortpositionierungssystem von WiFiSLAM arbeiten lassen kann. Diese App ermöglicht ein viel einfacheres Crowd-Sourcing von Indoor-Karten als Google oder andere und ermöglicht die Verbreitung von iPhone-Indoor-Positionen wie ein Lauffeuer, wenn iPhone-Fanboys springen, um ihre Site-Maps hochzuladen.
Bearbeiten 4 Hier ist ein Video aus dem GeoMeetup (freundlicherweise gepostet von Ragi Burhum ), in dem Joseph Huang von WiFiSLAM einen Vortrag über die zugrunde liegenden Algorithmen hält.