《基於仿腦模型和群智感知的室內定位方法研究》是依託上海交通大學，由裴凌擔任項目負責人的面上項目。
基本介紹
- 中文名：基於仿腦模型和群智感知的室內定位方法研究
- 項目類別：面上項目
- 項目負責人：裴凌
- 依託單位：上海交通大學
項目摘要,結題摘要,
項目摘要
目前室內定位方法均局限在特定的小塊區域，依賴特定的基礎設施、信號環境或設備。為實現大範圍、無約束、魯棒的室內定位，受哺乳動物導航機制啟發，本項目提出基於仿腦模型和群智感知的室內定位方法。該方法面向移動智慧型終端，借鑑大腦通過“格線細胞”和“位置細胞”組織空間信息的方式，利用自身運動感知和複雜路徑整合進行導航的方法，建立仿腦導航模型；設計仿腦信號地圖，提出基於群智感知定位與測圖算法，實現高精度定位與信號地圖獲取。
結題摘要
目前室內定位方法均局限在特定的小塊區域，依賴特定的基礎設施、信號環境或設備。為實現大範圍、無約束、魯棒的室內定位，受哺乳動物導航機制啟發，本項目提出基於仿腦模型和群智感知的室內定位方法。該方法面向移動智慧型終端，借鑑大腦通過“格線細胞”和“位置細胞”組織空間信息的方式，利用自身運動感知和複雜路徑整合進行導航的方法，建立仿腦導航模型；設計仿腦信號地圖，提出基於群智感知定位與測圖算法，實現高精度定位與信號地圖獲取。 項目主要成果如下： (1)初步建立了仿腦導航模型，通過吸引子網路和基於興奮抑制機制的活躍簇，實現了本體運動、信號地圖、路徑整合的集成。為仿腦行人導航的深入研究奠定了基礎。 (2)圍繞自然狀態下本體運動中的航向估計問題，提出了簡化橢球模型快速磁校準算法。在三維空間中繞智慧型終端任意兩個軸旋轉兩周，然後通過使用奇異值分解和平方根法求解橢球方程未知數。實驗結果表明，校準後的磁場方差降低94.08%，而傳統的六位置校準法和“8”字校準法降低分別為91.73 % 和49.83 %。校準收斂時間為2-4秒，而傳統方法需要至少10秒。此外，項目提出在智慧型終端不同攜帶方式下，利用行人行進方向產生加速度在地球坐標系水平面的投影，計算行進方向與北向夾角的方法，避免了傳統航向估計中對行人手機姿態的約束。 (3)針對信號地圖的建模，提出了群智感知信號地圖生成與更新方法。通過信號空間相似性及環境中的方向變化顯著區域的空間特性，挖掘出“位置細胞”，利用這些“位置細胞”和GraphSLAM算法，收斂出較為準確的用戶軌跡。經北京新世界商場8000平米3人4天貢獻的2431條數據進行了驗證，精度已經超過了單次Supervised Learning信號地圖。提出了指紋置信模型，實驗結果表明經過8次信號地圖指紋的疊代更新，定位的平均誤差從4.10 米降低到1.88 米。針對不同移動終端WiFi信號的差異性，利用Rank based feature進行模式識別。通過16種不同型號的設備在上海美羅城88家店鋪的實際測試，最終準確識別店鋪的精度達到了90%以上。
