TWI425241B - Combining the signal intensity characteristic comparison and position prediction analysis of hybrid indoor positioning method - Google Patents
Combining the signal intensity characteristic comparison and position prediction analysis of hybrid indoor positioning method Download PDFInfo
- Publication number
- TWI425241B TWI425241B TW100108217A TW100108217A TWI425241B TW I425241 B TWI425241 B TW I425241B TW 100108217 A TW100108217 A TW 100108217A TW 100108217 A TW100108217 A TW 100108217A TW I425241 B TWI425241 B TW I425241B
- Authority
- TW
- Taiwan
- Prior art keywords
- signal strength
- user
- module
- predicted position
- positioning method
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 26
- 238000004458 analytical method Methods 0.000 title claims description 18
- 238000001914 filtration Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 230000005653 Brownian motion process Effects 0.000 claims description 5
- 238000005537 brownian motion Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000010355 oscillation Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 235000015096 spirit Nutrition 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Description
本發明係有關於一種結合訊號強度特徵比對與位置預測分析之混合式室內定位方法，尤指一種包括設定步驟及追蹤定位步驟，俾能由運算手段之判斷模組決定由第一預測位置或是第二預測位置作為使用者下一次移動的預測位置者。
隨著無線通訊技術的迅速發展，使得行動定位服務愈來愈受到眾人的重視，目前行動定位服務是以全球定位系統GPS為代表，室內定位服務存在著龐大的商機。然而，要提供室內定位服務必須利用不同於全球定位系統的技術。全球定位系統GPS技術最大的限制在於必須與衛星系統隨時保持視連線狀態，於室內或是建築物時，由於無線訊號無法直接與用戶端設備直接做訊號的連結，加上室內環境擺設複雜、精密度要求較高，所以室內定位系統在實作上存在著如訊號強度擷取、資料庫建置以及定位演算法等許多難題需要克服與解決。
目前在無線網路環境下進行定位服務的定位模式大致有收訊角度法(Angle of Arrival,AOA)、收訊時間(Time of Arrival,TOA)、收訊時間差(Time Difference of Arrival,TDOA)以及訊號強度法(Received Signal Strength,RSS)等定位模式，上述四種定位模式中以訊號強度法較適合於室內環境，其他三種定位模式在室內環境受到多重路徑問題的影響程度較大；反觀訊號強度法對於位置移動時訊號強弱的變化是比較可預期，換言之，訊號強度法可以獲得較高的定位精確度。
另一方面，由於GPS無法提供室內的定位服務，故使用WiFi的定位系統是有其必要性，選擇適合的存取點(AP)也能改善定位的精準度，且在樓層的定位判斷中，WiFi的定位系統也提供了可行的方案。在室內多重路徑(multipath)嚴重的環境，或是人群動態走動的環境，其定位誤差結果也會隨著訊號震盪而有震盪或預測突然非常不準確的情形發生。
隨著室內定位服務範疇、應用愈來愈廣泛，現今802.11 WLAN廣泛被佈建於室內的環境，而且訊號傳播(signal propagation)在室內的環境受到室內嚴重的多重路徑(multipath)的影響，故訊號傳播在室內的環境相當複雜。且環境的些微改變，都可能造成訊號嚴重震盪的情形，例如：障礙物的出現或是人群的移動等等。因為上述的情形，使得即使使用者在同一個地點，在不同時間從802.11存取點(access points,AP)收到的訊號強度都會不一樣，這種情形將會導致定位精準度的降低。
再者，經本申請人檢索本國專利檢索系統後發現有本國發明第I243255號『使用混亂樣本策略之室內定位方法及系統』，以及發明公開第201020578『室內定位方法及其系統』等二件專利前案，該二件專利前案只著重在定位演算法本身或是採用較適合的Access point的資訊來當做定位演算法的參數，來提升定位的精準，惟，訊號震盪的情形仍無法避免，況且該二件專利前案並無存取點及參考點數量的過濾功能，及以存取點集合與訊號強度進行評分的功能設置，以致因訊號處理時間過長而影響室內定位追蹤的效能，以及定位的精確度。
此外，經本申請人經檢索美國專利系統後發現與本發明相關的專利前案分別為美國專利第US0176583號、專利第US0257831號，及專利第AU317677號等三件，其中美國第US0176583號專利則未考慮信號波動(signal fluctuation)對於定位精確度所造成的影響，故與本發明技術內容以及達成功效皆有所不同。至於美國第US0257831號以及第AU317677號等二件專利不僅沒有考慮信號波動(signal fluctuation)對於定位精確度所造成的影響，而且沒有考慮到移動客戶端的流動(mobile client的mobility)的特性，故上述之該等專利前案確實與本發明的技術內容以及所達成功效皆有所不同。
本發明之主要目的，在於提供一種結合訊號強度特徵比對與位置預測分析之混合式室內定位方法，主要是用來解決室內訊號震盪的問題，藉以將較佳的定位演算法配合移動預測技術，將訊號震盪所致的不良影響降至最低，並可進一步校正被追蹤者的預測位置，在室內多重路徑嚴重影響的環境下，仍然可以提供精確度高且定位品質更佳的室內定位服務，藉以達到預測估算合理與校正不準確的預測結果，而可獲得較低的定位誤差率。
為達上述功效本發明採用之技術模組係於室內區域設置複數存取點，並於室內區域劃分設定複數個參考點，以上網裝置於每一參考點收集複數存取點所發射的識別訊號，並將複數該識別訊號以及識別訊號的訊號強度資料透過無線網路傳輸至運算手段之資料庫內，運算手段以過濾模組對各參考點內多餘的識別訊號以及參考點進行過濾，讓使用者之上網裝置於一預定時間收集複數存取點所發射的識別訊號，運算手段之評分模組依據使用者所收集到識別訊號及訊號強度對每一參考點進行評分，運算手段之估算模組再依據評分結果選出一參考點為使用者所在的第一預測位置，運算手段另以移動預測模組依據複數初步預測位置來估算使用者平均的移動速度，進而估算出使用者預備移動的第二預測位置，運算手段再以判斷模組決定由第一預測位置或是第二預測位置作為使用者下一次移動的預測位置。
隨著移動計算能力的提升，使得室內定位服務愈來愈受到重視，故對於使用者的位置與移動路徑必須要有一定程度的掌握才行。由於現今的上網裝置(10)如行動電話、PDA筆電以及平板電腦等電子產品大多已內建Wi-Fi通訊模組(如無線網卡)，因此，本發明採用接收Wi-Fi訊號來達到定位的目的更顯得具市場價值。本發明之室內定位技術除可以應用在大型的展館或是展場，以對進入展館或是展場之使用者進行相關的參觀導覽與路徑的指引，並可應用在宿舍、居家或辦公室，以實現辦公室自動化、家庭自動化等用途上；亦可應用此定位技術，讓外勤人員(如業務、保全人員、警察人員以及計程車司機)可以獲悉知自己目前所處的位置資訊。
由於室內定位服務系統大多是建構在指紋運算法的架構之下，致使波動訊號一直是訊號強度法(RSS)的問題關鍵所在。這些波動訊號會讓室內定位精確度大幅降低，為解決此一嚴重問題，任何現有的指紋為基礎的室內定位算法皆可被集成到本發明的室內定位技術架構中，藉以進一步估算上網裝置的所在位置。本發明是利用模型預測中的布朗運動，且進一步提出一種移動性預測的技術，進而達到預測估算合理與校正誤差率高的預測結果，而可獲得較低的定位誤差率，此外，當某些室內區域(1)的實驗訓練記錄或是無線電地圖過時而不符實際所需時，亦可經由本發明的運作而加以發現，並且給予即時的更正與重建。
請參看第一至四圖所示，基於上述功效目的，本發明發基本實施例係於室內區域(1)不同位置設置複數存取點(40)(access points,AP)，此方法更包含下列步驟：設定步驟：於室內區域(1)劃分設定複數個參考點(1a)，如第四圖所示，再以上網裝置(10)於每一參考點(1a)收集複數存取點(40)所發射的識別訊號，並將收集到之複數識別訊號以及識別訊號的訊號強度資料透過通訊網路(20)傳輸至資料庫(31)內，藉以建置出一套可供比對的無線電地圖(radio map)；及追蹤定位步驟：以一過濾模組對各參考點(1a)內多餘的識別訊號以及參考點(1a)進行過濾刪除，讓使用者手持之上網裝置(10)於一預定時間內收集複數存取點(40)所發射的識別訊號；並以一運算手段(30)之評分模組(33)依據使用者所收集到之複數識別訊號及識別訊號的訊號強度對每一參考點(1a)進行評分，運算手段(30)之估算模組(34)則依據評分結果而選出一個參考點(1a)作為使用者所在的第一預測位置；另一方面，運算手段(30)以移動預測模組(35)依據複數個初步預測位置來估算使用者平均的移動速度，進而估算出使用者預備移動的第二預測位置，運算手段(30)再以一判斷模組(36)決定由第一預測位置或是第二預測位置作為使用者下一次移動的預測位置。
請參看第三、四圖所示，本發明過濾模組包含一存取點過濾器(320)及一空間過濾器(321)，此存取點過濾器(320)係將微弱訊號以及新增的存取點(40)予以過濾刪除，經存取點(40)過濾後，空間過濾器(321)再挑選出同時可以收到複數個存取點(40)集合裡面所有存取點(40)的參考點(1a)，藉以刪除無法收到複數個存取點(40)集合裡面所有存取點(40)的參考點(1a)。
詳細言之，經過存取點過濾後，假設使用者在某個時間點可以收到複數個存取點集合Am={AP1,AP2,…,APm}這些802.11 APs的識別訊號，空間過濾器(321)即是挑選出同時可以收到Am裡面所有存取點(40)AP的參考點(1a)，這些參考點(1a)構成了一個集合S，假設S={ref1,ref2,…,refk}，此集合稱為一個候選集合(candidate set)。
請參看第一至四圖所示，評分模組(33)的評分運算法主要是基於公式1、公式2及公式3，以對各參考點(1a)進行評分，其中，SSi
為使用者從其中一個存取點(40)(APi
)收到的訊號強度，Wi,j
與di,j
分別為在其中一該參考點(1a)(refj
)從其中一該存取點(40)(APi
)收到的平均訊號強度與標準差(如公式2中所示)，並利用高斯分佈(Gaussiandistribution)來估量從該存取點(40)(APi
)所收到的訊號強度，如第六圖所示，則使用者之訊號強度SSi
與Wi,j
之間的差異則可用面積(Areai,j
)(以式1來表示)，該參考點(1a)(refj
)上所能收到的該存取點(40)(APi
)數的集合為Aj
，則Aj
與Am
的差距愈小表示該使用者的位置愈有可能在該參考點(1a)(refj
)上，並由公式3來執各行該參考點(1a)(refj
)的評分，再將評分結果送至估算模組(34)中。於一種具體的實施例中，估算模組(34)係選擇評分最小的參考點(1a)作為上述的第一預測位置。
請參看第三、五圖所示，本發明運算手段(30)建立有一特徵資料庫(39)，用以儲存使用者的移動軌跡記錄，估算步驟更包括一實驗訓練步驟，於實驗訓練步驟中可將複數個定位實驗結果做為統計資料的推論分析依據，並可針對多個距離(r)以統計資料來推論計算定位誤差小於r的機率(pe1,r
)；另，移動預測模組(35)則是利用布朗運動法(Brownian motion)計算第二預測位置會在以距離(r)為半徑圓裡的機率(pn+1,r
)，如附件圖1所示，當移動軌跡記錄少於預設數量時，判斷模組(36)則以第一預測位置作為使用者下一次移動的預測位置。
再請參看第五圖所示，當移動軌跡記錄大於或等於該預設數量時，判斷模組(36)則選擇一個正實數(r)由統計資料推算機率(pe1,r
)與機率(pn+1,r
)，當機率(pe1,r
)大於或等於機率(pn+1,r
)時，則以該第一預測位置作為該使用者下一次移動的預測位置，當機率(pe1,r
)小於機率(pn+1,r
)時，則以第二預測位置作為該使用者下一次移動的預測位置；反之，當第一預測位置與該第二預測位置的差異過大時，判斷模組(36)則以統計資料進行推論分析，而可依據推論分析結果來修正使用者下一次移動的預測位置。
具體言之，本發明移動預測模組(35)是根據前面M個FPEL的位置來計算使用者平均的移動速度(v)來預測下一點的位置(point Q)。(以最近一個FEL的位置開始計算)，並利用布朗運動法計算下一點的位置會在以r為半徑的圓裡的機率(pn+1,r
)：
請參看第一、二圖所示，於一種較為具體的實施例中，上述資料庫(31)(radio map)建立有室內區域(1)的地圖資料，當運算手段(30)之判斷模組(36)決定使用者下一次移動的預測位置時，判斷模組(36)則將與預測位置相應的地圖資料傳輸至使用者的上網裝置(10)中，而且參考點(1a)係以框格狀的方式密佈劃分於該室內區域(1)。另外，通訊網路(20)則包括一無線區域網路，及一網際網路，至於連結在上網裝置(10)與各存取點(40)及運算手段(30)之間的通訊網路(20)則為一種無線區域網路，此無線區域網路為IEEE所制定之802.11系列標準的無線區域網路(20)(WLAN,Wireless LAN)。
請參看第一、二圖所示，本發明運算手段(30)的具體實施例係包含至少一近端的伺服器(37)及一遠端的主伺服器(38)，當使用者第一次啟用室內定位服務時，必須向遠端主伺服器(38)申請註冊，如第二圖所示，當使用者通過註冊程序後，即可啟用上述的室內定位服務，上述資料庫(31)可以建立在伺服器(37)上，此伺服器(37)用以接收由上網裝置(10)所傳輸的複數識別訊號以及識別訊號的訊號強度資料，並以評分模組(33)對各參考點(1a)進行評分，再將評分結果上傳至主伺服器(38)，以進行使用者下一次移動位置預測的運算，主伺服器(38)再以估算模組(34)、移動預測模組(35)及判斷模組(36)進行運算，再將運算結果經伺服器而傳輸至上網裝置(10)之中，如此使用者即可獲悉目前所處的室內位置資訊。
為驗證本發明所提出的室內定位方法確實為可行有效技術方案，本發明係透過上網裝置(10)來收集室內區域(1)環境中各存取點(40)的IEEE802.11無線訊號，如附件圖2所示為台大資工系4樓的建築物俯視圖，其中建築物內設有20組存取點(40)，參考點(1a)的數量為80，且分佈在建築物各處，即東，南，西，北的方向，各參考點(1a)之間相互間隔2公尺左右，藉以建構出一無線地圖，同時使用的上網裝置(10)為採用Androidl.5操作系統的行動電話，而且收集約100個訊號樣本，並讓眾人走動，藉以實際掌握人員移動之動向，並預測出人員欲移動的位置。經實驗例的驗證後，儘管有一些第一預測位置(FPELs)較為不準確，追究原因是波動信號所致，同時亦發現本發明對於無線電地圖的重建，確實大有助益，當預測位置結果總是依靠移動預測模組(35)推論時，即可合理的懷疑此室內區域(1)的無線電地圖可能已經過時，應該予以重建。
在移動性預測技術方面，是以M個第一預測位置(FPELs)來計算上網裝置(10)的平均移動速度，因此，M的數量值不能設置過大亦不能設置太小，如此方能獲得上網裝置(10)準確的平均移動速度，M的數量值的最佳數量為6個第一預測位置(FPELs)。
第七圖則顯示三種定位預測模式，第一種為訓練階段且無移動預測模式(ML)，第二種為無移動預測模式(without MP)，第三種則為具有移動預測模式(with MP)，本發明定位方法在不同採樣週期則會有不同的定位精度，事實上，定位精確度是以第三種定位預測模式(with MP)為最佳，第一種定位模式則最差。一般而言，當上網裝置(10)接收訊號的採樣週期較長時，則會有較好的定位精度，在附件圖1所示可以看到，第一種定位預測模式(ML)預測技術定位效果較差是因為訊號波動的問題所致。本發明可以利用移動預測模組(35)來校正定位偏差，因此，當採樣週期較長且超過2.5秒時，則定位平均誤差率較低，而且更為穩定。
因此，藉由上述技術特徵的設置，本發明確實可以解決室內訊號震盪的問題，藉以將較佳的定位演算法配合移動預測技術，將訊號震盪所致的不良影響降至最低，並可進一步校正被追蹤者的預測位置，在室內多重路徑嚴重影響的環境下，仍然可以提供精確度高且定位品質更佳的室內定位服務，藉以達到預測估算合理與校正不準確的預測結果，而可獲得較低的定位誤差率。
以上所述，僅為本發明之一可行實施例，並非用以限定本發明之專利範圍，凡舉依據下列請求項所述之內容、特徵以及其精神而為之其他變化的等效實施，皆應包含於本發明之專利範圍內。本發明所具體界定於請求項之結構特徵，未見於同類物品，且具實用性與進步性，已符合發明專利要件，爰依法具文提出申請，謹請 鈞局依法核予專利，以維護本申請人合法之權益。
(1)．．．室內區域
(1a)．．．參考點
(10)．．．上網裝置
(20)．．．無線網路
(30)．．．運算手段
(31)．．．資料庫
(320)．．．存取點過濾器
(321)．．．空間過濾器
(33)．．．評分模組
(34)．．．估算模組
(35)．．．移動預測模組
(36)．．．判斷模組
(37)．．．伺服器
(38)．．．主伺服器
(39)．．．
特徵資料庫
(40)．．．存取點
第一圖係係本發明基本架構的實施示意圖。
第二圖係本發明具體架構的實施示意圖。
第三圖係本發明控制手段的控制方塊示意圖。
第四圖本發明於室內區域具體實施的示意圖。
第五圖係本發明的控制流程示意圖。
第六圖係本發明訊號強度差異以高斯分佈表示的示意圖。
第七圖係本發明以三種預測位置模式進行誤差率比對的示意圖。
附件：圖1係以布朗運動推論預測位置的示意圖；圖2係以台大資工系4樓的建築物俯視圖。
(10)．．．上網裝置
(20)．．．通訊網路
(30)．．．運算手段
(31)．．．資料庫
(37)．．．伺服器
(38)．．．主伺服器
(39)．．．特徵資料庫
(40)．．．存取點
Claims (9)
- 一種結合訊號強度特徵比對與位置預測分析之混合式室內定位方法，其係於一室內區域不同位置設置複數存取點(access points,AP)，該方法包括下列步驟：設定步驟：於該室內區域劃分設定複數個參考點，以一上網裝置於每一該參考點收集複數該存取點所發射的識別訊號，並將收集到之複數個該識別訊號及該識別訊號的訊號強度資料透過一通訊網路傳輸至一資料庫；及追蹤定位步驟：以一過濾模組對各該參考點內多餘的該識別訊號及該參考點進行過濾；一使用者以該上網裝置於一預定時間收集複數個該存取點所發射的該識別訊號，經一運算手段之評分模組依據所收集到之複數個該識別訊號及該識別訊號的訊號強度對每一該參考點進行評分；該運算手段之一估算模組再依據評分結果而選出一該參考點為使用者所在的第一預測位置；該運算手段另以一移動預測模組依據複數個初步預測位置來估算該使用者平均的移動速度，進而估算出該使用者預備移動的第二預測位置；該運算手段再以一判斷模組決定由該第一預測位置或是該第二預測位置作為該使用者下一次移動的預測位置，其中，該評分模組係透過式1、式2及式3以對各該參考點進行評分：
- 如請求項1所述之結合訊號強度特徵比對與位置預測分析之混合式室內定位方法，其中，該過濾模組包含一存取點過濾器及一空間過濾器，該存取點過濾器係將微弱訊號及新增的該存取點予以過濾刪除，經存取點過濾後，該空間過濾器再挑選出同時可以收到該複數個存取點集合裡面所有該存取點的該參考點，藉以刪除無法收到該複數個存取點集合裡面所有該存取點的該參考點。
- 如請求項1所述之結合訊號強度特徵比對與位置預測分析之混合式室內定位方法，其中，該估算模組係選擇評分最小的該參考點作為該第一預測位置。
- 如請求項1所述之結合訊號強度特徵比對與位置預測分析 之混合式室內定位方法，其中，該運算手段建立有一特徵資料庫，用以儲存該使用者的移動軌跡記錄，該估算步驟則更包括一實驗訓練步驟，於該實驗訓練步驟中可將複數個定位實驗結果做為統計資料的推論分析依據，並可針對多個距離(r)以該統計資料來推論計算定位誤差小於r的機率(pel,r )，該移動預測模組利用布朗運動法(Brownian motion)計算該第二預測位置會在以距離(r)為半徑圓裡的機率(pn+1,r )，當移動軌跡記錄少於預設數量時，該判斷模組則以該第一預測位置作為該使用者下一次移動的預測位置。
- 如請求項4所述之結合訊號強度特徵比對與位置預測分析之混合式室內定位方法，其中，當移動軌跡記錄大於或等於該預設數量時，該判斷模組則選擇一個正實數(r)由該統計資料推算機率(pel,r )與機率(pn+1,r )，當機率(pel,r )大於或等於機率(pn+1,r )時，則以該第一預測位置作為該使用者下一次移動的預測位置，當機率(pel,r )小於機率(pn+1,r )時，則以該第二預測位置作為該使用者下一次移動的預測位置。
- 如請求項4或5所述之結合訊號強度特徵比對與位置預測分析之混合式室內定位方法，其中，當該第一預測位置與該第二預測位置的差異過大時，該判斷模組則以該統計資料進行推論分析，而可依據推論分析結果來修正該使用者下一次移動的預測位置。
- 如請求項1所述之結合訊號強度特徵比對與位置預測分析之混合式室內定位方法，其中，該資料庫建立有該室內區域的地圖資料，當該判斷模組決定該使用者下一次移動的預測位置時，該判 斷模組則將與該預測位置相應的該地圖資料傳輸至該使用者的該上網裝置中。
- 如請求項1所述之結合訊號強度特徵比對與位置預測分析之混合式室內定位方法，其中，該參考點係以框格狀的方式密佈劃分於該室內區域，該通訊網路包括一無線區域網路以及一網際網路，連結在該上網裝置與各該存取點及該運算手段之間的該通訊網路為該無線區域網路，該無線區域網路為IEEE所制定之802.11系列標準的無線區域網路(WLAN,Wireless LAN)。
- 如請求項1所述之結合訊號強度特徵比對與位置預測分析之混合式室內定位方法，其中，該運算手段包含至少一近端的伺服器及一遠端的主伺服器，該資料庫係建立在該服器上，該伺服器用以接收由該上網裝置所傳輸的複數該識別訊號以及該識別訊號的訊號強度資料，並以該評分模組對各該參考點進行評分，再將評分結果上傳至該主伺服器，以進行該使用者下一次移動位置預測的運算，該主伺服器再以該估算模組、該移動預測模組及該判斷模組進行運算，再將運算結果經該伺服器而傳輸至該上網裝置之中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW100108217A TWI425241B (zh) | 2011-03-11 | 2011-03-11 | Combining the signal intensity characteristic comparison and position prediction analysis of hybrid indoor positioning method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW100108217A TWI425241B (zh) | 2011-03-11 | 2011-03-11 | Combining the signal intensity characteristic comparison and position prediction analysis of hybrid indoor positioning method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201237452A TW201237452A (en) | 2012-09-16 |
| TWI425241B true TWI425241B (zh) | 2014-02-01 |
Family
ID=47223136
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW100108217A TWI425241B (zh) | 2011-03-11 | 2011-03-11 | Combining the signal intensity characteristic comparison and position prediction analysis of hybrid indoor positioning method |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI425241B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9265015B2 (en) * | 2013-03-15 | 2016-02-16 | Whistle Labs, Inc. | Detecting interaction among entities via proximity |
| TWI554136B (zh) * | 2014-09-24 | 2016-10-11 | 緯創資通股份有限公司 | 室內定位方法以及使用該方法的裝置 |
| US10849205B2 (en) | 2015-10-14 | 2020-11-24 | Current Lighting Solutions, Llc | Luminaire having a beacon and a directional antenna |
| TWI669615B (zh) * | 2018-12-10 | 2019-08-21 | 中華電信股份有限公司 | 行動定位修正之系統與方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1666113A (zh) * | 2002-05-31 | 2005-09-07 | 埃卡豪股份有限公司 | 在无线环境中移动的目标装置的位置误差估计 |
| CN1938996A (zh) * | 2004-04-06 | 2007-03-28 | 皇家飞利浦电子股份有限公司 | 用于移动设备的基于定位的切换 |
| TW200847686A (en) * | 2007-02-19 | 2008-12-01 | Microsoft Corp | Self-configuring wireless network location system |
| TW200850023A (en) * | 2007-02-21 | 2008-12-16 | Qualcomm Inc | Wireless node search procedure |
| TW200938865A (en) * | 2008-03-03 | 2009-09-16 | Ind Tech Res Inst | Transformation apparatus for the signal strength in a wireless location system and method thereof |
| TW201006290A (en) * | 2008-07-30 | 2010-02-01 | Univ Chang Gung | Method for calibration-free wireless localization algorithm |
| CN101695152A (zh) * | 2009-10-12 | 2010-04-14 | 中国科学院计算技术研究所 | 室内定位的方法及其系统 |
-
2011
- 2011-03-11 TW TW100108217A patent/TWI425241B/zh not_active IP Right Cessation
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1666113A (zh) * | 2002-05-31 | 2005-09-07 | 埃卡豪股份有限公司 | 在无线环境中移动的目标装置的位置误差估计 |
| CN1938996A (zh) * | 2004-04-06 | 2007-03-28 | 皇家飞利浦电子股份有限公司 | 用于移动设备的基于定位的切换 |
| TW200847686A (en) * | 2007-02-19 | 2008-12-01 | Microsoft Corp | Self-configuring wireless network location system |
| TW200850023A (en) * | 2007-02-21 | 2008-12-16 | Qualcomm Inc | Wireless node search procedure |
| TW200938865A (en) * | 2008-03-03 | 2009-09-16 | Ind Tech Res Inst | Transformation apparatus for the signal strength in a wireless location system and method thereof |
| TW201006290A (en) * | 2008-07-30 | 2010-02-01 | Univ Chang Gung | Method for calibration-free wireless localization algorithm |
| CN101695152A (zh) * | 2009-10-12 | 2010-04-14 | 中国科学院计算技术研究所 | 室内定位的方法及其系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201237452A (en) | 2012-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kim et al. | Smartphone-based collaborative and autonomous radio fingerprinting | |
| CN109275095B (zh) | 一种基于蓝牙的室内定位系统、定位设备和定位方法 | |
| CN110913344B (zh) | 协同目标跟踪系统和方法 | |
| US8634853B2 (en) | Method for enhancing location identity through incorporation of shorter-range communication and sensing (nearlocate) | |
| CN104185270B (zh) | 室内定位方法、系统和定位平台 | |
| CN103997717B (zh) | 一种实时室内定位系统及方法 | |
| CN103945332B (zh) | 一种接收信号强度和多径信息联合神经网络室内定位方法 | |
| US20180003507A1 (en) | Position estimation | |
| US9749805B2 (en) | Methods, wireless device and network node for managing positioning method based on prediction | |
| CN104869636B (zh) | 基于测距信息融合的室内定位方法 | |
| CN103068035A (zh) | 一种无线网络定位方法、装置及系统 | |
| CN103889049A (zh) | 基于惯性测量元件辅助的无线信号室内定位系统与方法 | |
| US9979559B2 (en) | Feedback in a positioning system | |
| CN107580313A (zh) | 结合蓝牙Beacon与智能手机的室内定位系统及其定位方法 | |
| CN111698774A (zh) | 基于多源信息融合的室内定位方法及装置 | |
| CN107801147A (zh) | 一种基于rssi测距改进的多区域自适应室内定位方法 | |
| CN104320759A (zh) | 基于固定地标的室内定位系统指纹库构建方法 | |
| CN107110652A (zh) | 处理空间特征 | |
| Jiang | A WLAN fingerprinting based indoor localization technique | |
| TWI425241B (zh) | Combining the signal intensity characteristic comparison and position prediction analysis of hybrid indoor positioning method | |
| Feng et al. | Anonymous indoor navigation system on handheld mobile devices for visually impaired | |
| Ai et al. | Robust low-latency indoor localization using Bluetooth low energy | |
| CN103905994A (zh) | 一种基于容错思想的室内Wi-Fi指纹定位方法 | |
| CN110611952A (zh) | 指纹匹配定位方法 | |
| CN110519693A (zh) | 一种面向智能移动终端的融合定位方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |