采用安卓系統(tǒng)的多模室內(nèi)地圖自動(dòng)構(gòu)建系統(tǒng)

許 強(qiáng)，趙 方，尚國(guó)強(qiáng)，朱沿旭，左 超

(1.北京郵電大學(xué)，北京 100876；2.北京航空航天大學(xué)電子信息工程學(xué)院，北京 100191；3總裝備部工程設(shè)計(jì)研究總院，北京 100028)

1 背景介紹

當(dāng)今世界，電子地圖在人們的生活中越來(lái)越突顯出愈發(fā)重要的輔助作用，現(xiàn)在室外地圖構(gòu)建技術(shù)已經(jīng)逐漸趨于成熟，能夠?yàn)橛脩?hù)提供精確的室外地圖，而相關(guān)室外位置技術(shù)也層出不窮，豐富了人們的日常生活，帶來(lái)極大的便利。

然而隨著移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展，但是室外位置相關(guān)技術(shù)已經(jīng)不能完全滿(mǎn)足人們的定位需求了，人們不僅僅滿(mǎn)足于能獲得在室外的精準(zhǔn)定位，對(duì)室內(nèi)精準(zhǔn)定位提出了迫切需求，室內(nèi)位置相關(guān)技術(shù)應(yīng)用研究逐漸開(kāi)始流行。

室內(nèi)位置相關(guān)技術(shù)的核心就是室內(nèi)定位，室內(nèi)定位是指利用各種手持設(shè)備基于或者不基于室內(nèi)已知精確位置基礎(chǔ)設(shè)施，推導(dǎo)計(jì)算出當(dāng)前設(shè)備在室內(nèi)所處位置。

現(xiàn)今室內(nèi)定位大部分是基于已知地圖的，但是由于建筑建成時(shí)間、建筑所有權(quán)、建筑管理等原因，并不能獲取有效即時(shí)室內(nèi)地圖，所以沒(méi)有辦法保證利用地圖進(jìn)行室內(nèi)精準(zhǔn)定位的方案順利進(jìn)行。

為了彌補(bǔ)室內(nèi)地圖的缺失，繪制室內(nèi)地圖是必不可少的步驟，但是當(dāng)今常見(jiàn)的室內(nèi)地圖繪制通常需要使用很大的精力，例如基于達(dá)時(shí)間差(time difference of arrival，TDOA)的ARIADNE系統(tǒng)[1]，要首先部署室內(nèi)射頻信號(hào)發(fā)射點(diǎn)，然后進(jìn)行海量采樣，才能畫(huà)出較精準(zhǔn)的可用射頻指紋信息圖，這個(gè)繪制過(guò)程往往要耗費(fèi)大量人力物力，有時(shí)甚至條件難以滿(mǎn)足。

當(dāng)完成室內(nèi)距離、興趣點(diǎn)(points of interests，POI)等數(shù)據(jù)大量采集后，還需要經(jīng)過(guò)繁雜的處理、運(yùn)算繪出室內(nèi)定位可用的矢量地圖，總的來(lái)說(shuō)，從數(shù)據(jù)采集到室內(nèi)地圖繪制整個(gè)過(guò)程都是條件要求極高并且運(yùn)算量很大的，難以符合快速獲取室內(nèi)地圖的要求。

針對(duì)以上情況，提出一個(gè)眾包的解決方案，擬利用群體無(wú)意識(shí)協(xié)作，降低對(duì)人力投入的依賴(lài)，利用無(wú)關(guān)人群手持設(shè)備中安裝的相關(guān)軟件，調(diào)用各種內(nèi)置傳感器采集信號(hào)數(shù)據(jù)，在手機(jī)獲得網(wǎng)絡(luò)鏈接時(shí)，隨機(jī)地發(fā)送給服務(wù)器，從大量數(shù)據(jù)中提取出室內(nèi)拓?fù)鋱D，并將其應(yīng)用到室內(nèi)定位中。

2 相關(guān)工作

從各種角度看來(lái)，室內(nèi)定位不可能獨(dú)立于室內(nèi)地圖而存在，離開(kāi)了室內(nèi)地圖，室內(nèi)定位就像是無(wú)根之木，定位根本無(wú)從談起。只有結(jié)合了室內(nèi)地圖，室內(nèi)定位才有據(jù)可依，才變得有意義。同樣，室內(nèi)地圖也需要用于室內(nèi)定位才能彰顯出它的作用，并且室內(nèi)地圖的獲取同樣也需要部分依賴(lài)于室內(nèi)定位技術(shù)，室內(nèi)定位和室內(nèi)地圖兩者是相輔相成的一個(gè)整體。

現(xiàn)在較先進(jìn)的繪制室內(nèi)地圖和室內(nèi)定位使用的的數(shù)據(jù)很多都是來(lái)源于同樣類(lèi)型的信號(hào)數(shù)據(jù)，這些數(shù)據(jù)不僅可以利用到室內(nèi)定位中，也同樣可以利用到室內(nèi)地圖的構(gòu)建繪制中。

對(duì)于室內(nèi)定位來(lái)講，近年來(lái)定位方案層出不窮，但都離不開(kāi)以下幾個(gè)方向：基于紅外技術(shù)、基于超聲波技術(shù)、基于藍(lán)牙技術(shù)、基于射頻識(shí)別技、基于無(wú)線保真(wireless fidelity，WiFi)相關(guān)技術(shù)、基于地磁、基于加速度傳感器等。這些方向總結(jié)起來(lái)可以分為兩大類(lèi)，一類(lèi)是基于信號(hào)傳播模型的，另一類(lèi)是基于信號(hào)指紋的[2]。

基于信號(hào)傳播模型的室內(nèi)定位，主要是首先在室內(nèi)部署信標(biāo)點(diǎn)，即已知信號(hào)發(fā)射源在地圖上的位置坐標(biāo)，將在某地點(diǎn)接收到的接收信號(hào)強(qiáng)度值(received signal strength，RSS)代入相應(yīng)的信號(hào)傳播模型中，計(jì)算推斷出該點(diǎn)位置。較早的RSS相關(guān)傳播模型有基于到達(dá)時(shí)間(time of arrival，TOA)的PinPoint系統(tǒng)，基于到TDOA的Cricket和基于到達(dá)角度(angle of arrival，AOA)的VOR系統(tǒng)等。

除此之外，較常用的信號(hào)傳播模型有長(zhǎng)距離路徑衰減模型(long-distance path loss，LDPL)模型，它是利用測(cè)量到的RSS值根據(jù)射頻(radio frequency，RF)傳播距離模型來(lái)確定當(dāng)前位置距離已知錨點(diǎn)(anchor point，AP)長(zhǎng)度，然后通過(guò)AP點(diǎn)位置和長(zhǎng)度來(lái)確定當(dāng)前所處具體位置。但是很明顯這種模型犧牲了室內(nèi)復(fù)雜環(huán)境下的定位精度，換取降低初期大量人工采樣的代價(jià)。雖然這種模型算法免去了人工采樣的過(guò)程，但是需要初期部署AP點(diǎn)，并設(shè)定AP點(diǎn)精準(zhǔn)坐標(biāo)，這樣才能利用已知精確位置AP點(diǎn)進(jìn)行定位。EZ模型是基于LDPL模型的一種變型，它利用無(wú)線信號(hào)傳播測(cè)算距離并利用遺傳算法解決定位問(wèn)題，EZ要根據(jù)在窗戶(hù)或者建筑入口處隨機(jī)獲得全球定位系統(tǒng)(global positioning system，GPS)信號(hào)來(lái)確定位置的絕對(duì)坐標(biāo)。

這種測(cè)算距離位置已知信號(hào)源長(zhǎng)度的方法不僅僅可以用在室內(nèi)定位，也可以用于室內(nèi)地圖繪制，但是這類(lèi)方法要實(shí)現(xiàn)知道所有的信號(hào)源坐標(biāo)，所以部署過(guò)之后，繪制室內(nèi)地圖的意義并不大。

對(duì)于基于信號(hào)指紋的室內(nèi)定位來(lái)說(shuō)，最重要的就是室內(nèi)多種類(lèi)型的興趣點(diǎn)，興趣點(diǎn)是指已知位置點(diǎn)或者可以通過(guò)分析某種數(shù)據(jù)的變化特征得出的點(diǎn)，可以在室內(nèi)定位中用做AP點(diǎn)，常見(jiàn)的使用這些特征點(diǎn)指紋的方法是通過(guò)大量采集信號(hào)數(shù)據(jù)，分析得出相應(yīng)特征點(diǎn)指紋，并將得出的指紋存入數(shù)據(jù)庫(kù)，然后利用人當(dāng)時(shí)所處地理位置信息與指紋匹配，進(jìn)行定位。

最早使用基于指紋匹配技術(shù)的室內(nèi)定位系統(tǒng)是RADAR[3]，RADAR是一個(gè)利用射頻指紋(radio frequency identification devices，RFID)來(lái)進(jìn)行用戶(hù)室內(nèi)定位和室內(nèi)移動(dòng)軌跡記錄的系統(tǒng)。之后的一些室內(nèi)定位系統(tǒng)有基于RADAR改進(jìn)的Horus系統(tǒng)，使用室內(nèi)RFID[4]定位的LANDMARC系統(tǒng)[5]，和利用室內(nèi)WiFi指紋的WILL系統(tǒng)[2]。

這種采集信號(hào)指紋用作室內(nèi)定位的思路，也同樣適用于室內(nèi)地圖挖掘，而且比基于信號(hào)傳播模型的方法更契合實(shí)際。通常在挖掘繪制室內(nèi)地圖的時(shí)候，室內(nèi)的POI點(diǎn)也是可以利用的，最常見(jiàn)的思路就是采集到室內(nèi)的各個(gè)AP之后，根據(jù)AP之間的連通關(guān)系畫(huà)出室內(nèi)連通圖。

最初的室內(nèi)地圖繪制，主要是通過(guò)人工測(cè)量室內(nèi)相關(guān)數(shù)據(jù)，再由相關(guān)人員利用繪圖軟件繪制地圖。后來(lái)的利用定位技術(shù)的繪制地圖方法也主要是基于這種最原始的思路，都是需要測(cè)量各種距離數(shù)據(jù)，然后利用數(shù)據(jù)繪制出地圖來(lái)，例如現(xiàn)在蘋(píng)果(Apple)公司推出的利用iBeacon方式繪制室內(nèi)地圖，這些方式都要預(yù)先部署基礎(chǔ)設(shè)施，并且知道設(shè)施的具體位置，這樣很難做到大規(guī)模繪制室內(nèi)地圖。

后來(lái)利用室內(nèi)各種信號(hào)指紋挖掘室內(nèi)地圖，雖然在方法上更方便，但是還是存在缺點(diǎn)，例如仍然無(wú)法消除對(duì)人工部署已知基礎(chǔ)設(shè)施的依賴(lài)，仍然需要安排一些人員進(jìn)行數(shù)據(jù)采集工作，并且當(dāng)前的地圖繪制方法很難找到一種低消耗且高質(zhì)量的思路。

鑒于以往地圖繪制技術(shù)通常需要有目的性的部署相關(guān)基礎(chǔ)設(shè)施，并且需要專(zhuān)門(mén)人員在建筑內(nèi)采集數(shù)據(jù)，導(dǎo)致繪制成本較高，并且有些前提條件不能很好的滿(mǎn)足，所以為了避免這些短處，本系統(tǒng)主要是基于眾包的方式采集數(shù)據(jù)，眾包主要是指利用人群的無(wú)意識(shí)協(xié)作，即利用裝在很多人手機(jī)上軟件的附加功能，在平時(shí)用戶(hù)手持手機(jī)活動(dòng)的時(shí)候開(kāi)始采集相關(guān)數(shù)據(jù)，并臨時(shí)存儲(chǔ)在手機(jī)上。當(dāng)手機(jī)獲取網(wǎng)絡(luò)訪問(wèn)的時(shí)候，將采集到的數(shù)據(jù)傳輸?shù)椒?wù)器端。這種模式大大地降低了采數(shù)據(jù)開(kāi)銷(xiāo)，能夠?qū)?shù)據(jù)采集的任務(wù)分配給很多人共同完成。而繪制地圖主要是基于WiFi基礎(chǔ)設(shè)施，以智能手機(jī)為輔助，采集多種室內(nèi)地理信息特征點(diǎn)，挖掘室內(nèi)地圖并利用得到的地圖進(jìn)行室內(nèi)定位。

3 方法設(shè)計(jì)

當(dāng)前在做室內(nèi)定位方面，大部分是需要基于已知地圖的，在地圖未知的情況下，進(jìn)行室內(nèi)定位非常艱難，而本研究主旨就是利用WiFi指紋以及其他輔助AP挖掘室內(nèi)拓?fù)浣Y(jié)構(gòu)、構(gòu)建室內(nèi)地圖，為進(jìn)一步室內(nèi)定位提供基礎(chǔ)。

本文提出一種C/S(Client+Server)架構(gòu)的系統(tǒng)來(lái)實(shí)現(xiàn)室內(nèi)拓?fù)鋱D繪制的方案，基于安卓(Android)系統(tǒng)的客戶(hù)端主要負(fù)責(zé)利用手機(jī)內(nèi)自帶的各類(lèi)傳感器，收集目標(biāo)數(shù)據(jù)并對(duì)數(shù)據(jù)進(jìn)行初步處理，將其保存在手機(jī)本地。當(dāng)手機(jī)偶然獲得網(wǎng)絡(luò)訪問(wèn)的時(shí)候，將存儲(chǔ)的數(shù)據(jù)發(fā)送到服務(wù)器上，在服務(wù)器上，對(duì)采集到的數(shù)據(jù)進(jìn)行聚類(lèi)分析等后續(xù)處理，并挖掘出室內(nèi)拓?fù)浣Y(jié)構(gòu)，繪制室內(nèi)地圖。

圖1 系統(tǒng)結(jié)構(gòu)圖

3.1 客戶(hù)端設(shè)計(jì)

根據(jù)前人在基于信號(hào)指紋的室內(nèi)定位技術(shù)的卓越研究成果，主要基于計(jì)步器[6]，采集室內(nèi)WiFi指紋、用加速度傳感器采集樓梯電梯以及利用陀螺儀采集轉(zhuǎn)彎點(diǎn)等地理位置信息特征點(diǎn)。首先經(jīng)過(guò)粗粒度處理之后臨時(shí)存儲(chǔ)在用戶(hù)手機(jī)上，然后當(dāng)手機(jī)獲得網(wǎng)絡(luò)訪問(wèn)的時(shí)候，將數(shù)據(jù)文件發(fā)送給服務(wù)器端。

以下介紹使用的室內(nèi)地理信息特征點(diǎn)。

3.1.1 WiFi-MARK

采集WiFi數(shù)據(jù)的時(shí)候，并不需要知道WiFi信號(hào)源的具體位置，亦即不需要事先部署滿(mǎn)足需要的WIFI設(shè)施，而是只需要利用室內(nèi)已存在的基礎(chǔ)設(shè)施即可。

圖2 WiFi空間信號(hào)強(qiáng)度示意圖

由于WiFi傳播信號(hào)如圖2，在三維空間中WiFi信號(hào)強(qiáng)度相同的空間可以構(gòu)成一個(gè)球面，而對(duì)于水平的樓層來(lái)說(shuō)則是一個(gè)圓，行走過(guò)程的軌跡相當(dāng)于是“等WiFi強(qiáng)度”圓形區(qū)域的一條割線，根據(jù)幾何知識(shí)可知，在這條割線的正中間是WiFi信號(hào)最強(qiáng)的點(diǎn)，如圖3所示，在采集數(shù)據(jù)的時(shí)候?qū)⑵溆涗浵聛?lái)，作為一個(gè)WiFi標(biāo)記，稱(chēng)作WiFi-PEAK。WiFi-PEAK記錄格式為：

WP={RSSID，RSSI，wPosition，A}；

其中RSSID指該點(diǎn)接收到的WIFI信號(hào)的ID，RSSI代表對(duì)應(yīng)的RSSID信號(hào)強(qiáng)度，wPosition是指該點(diǎn)基于計(jì)步器的相對(duì)位置，A是指該點(diǎn)接收到的臨近WiFi接入點(diǎn)集合，用來(lái)分辨當(dāng)前點(diǎn)和RSSID的相對(duì)位置。

圖3 WiFi信號(hào)強(qiáng)度變化

之所以要采用WiFi信號(hào)最強(qiáng)點(diǎn)而不是采集普通WiFi信號(hào)用作為WiFi指紋是因?yàn)椋河捎谠O(shè)備差異性、設(shè)備位置不同和采樣時(shí)間變化，采集到的WiFi信號(hào)強(qiáng)度并不相同，甚至還有相對(duì)較大的誤差，這些誤差給生成WiFi指紋的過(guò)程帶來(lái)很大麻煩，而采集信號(hào)最強(qiáng)點(diǎn)則避免了這些麻煩[8]。

使用滑動(dòng)窗口的方式采集WiFi信號(hào)最強(qiáng)點(diǎn)，亦即在一條沒(méi)有拐彎的路徑上，使用7個(gè)窗口的滑動(dòng)窗口機(jī)制，識(shí)別出信號(hào)最強(qiáng)點(diǎn)。

3.1.2 電梯樓梯

利用手機(jī)中自帶的加速度傳感器，能夠測(cè)量記錄手機(jī)的實(shí)時(shí)重力讀數(shù)。根據(jù)重力讀數(shù)以及在電梯、扶梯和樓梯處的重力變化特征，如圖3.4所示，能識(shí)別出相應(yīng)的電梯扶梯和樓梯，這些地點(diǎn)通過(guò)走廊連接入室內(nèi)地圖[9]。

圖4 電梯、樓梯和正常行走時(shí)的重力讀數(shù)區(qū)別

3.1.3 轉(zhuǎn)彎點(diǎn)

在常見(jiàn)的室內(nèi)定位中，轉(zhuǎn)彎點(diǎn)通常是無(wú)用的，有些甚至將其視作產(chǎn)生噪聲干擾的來(lái)源之一，但是在本系統(tǒng)中，通過(guò)記錄手機(jī)中自帶的陀螺儀讀數(shù)變化，識(shí)別出轉(zhuǎn)彎點(diǎn)(cornerpoint，CP)，并將其記錄下來(lái)。識(shí)別過(guò)程也使用滑動(dòng)窗口機(jī)制，轉(zhuǎn)彎點(diǎn)記錄格式如下：

CP={bDirection，aDirection，pPosition}；

其中bDirection是指在轉(zhuǎn)彎前的前進(jìn)方向，aDirection是轉(zhuǎn)彎之后的前進(jìn)方向，pPosition是指由計(jì)步器所得的轉(zhuǎn)彎點(diǎn)的相對(duì)位置。轉(zhuǎn)彎點(diǎn)可以用在約束兩段直的走廊路徑上，鏈接兩個(gè)不同方向的走廊。

3.1.4 門(mén)

由以上的點(diǎn)可以畫(huà)出走廊的形狀，為了繪制室內(nèi)地圖還需要房間的形狀。而房間和走廊的連接點(diǎn)是門(mén)，同樣在繪制地圖的時(shí)候，也可以通過(guò)門(mén)來(lái)將室內(nèi)數(shù)據(jù)和走廊數(shù)據(jù)聯(lián)系起來(lái)。

門(mén)是跟走廊直接連接的，根據(jù)采集到的數(shù)據(jù)分析，其中較大概率的情況下，在門(mén)的位置的地方會(huì)有靜止并且方向不規(guī)則變化的特征，根據(jù)這個(gè)概率性特征以及判斷是否與走廊緊密相連，可以確定出門(mén)所在位置。

3.1.5 室內(nèi)靜止點(diǎn)

房間在室內(nèi)地圖中是很重要的一部分，在繪制室內(nèi)地圖的過(guò)程中，不僅要繪制出房間的大致形狀，并且還要將相鄰房間區(qū)分出來(lái)。在大多數(shù)情況下，人們?cè)诜块g內(nèi)通常會(huì)有較長(zhǎng)時(shí)間的靜止(例如10 min以上的靜止)，在設(shè)計(jì)的系統(tǒng)中，當(dāng)手機(jī)長(zhǎng)時(shí)間靜止的話(huà)，將其認(rèn)為是在室內(nèi)，并記錄該點(diǎn)位置及相關(guān)信息，相關(guān)信息主要是指在該點(diǎn)接收到的部分WiFi信號(hào)的RSSID以及其對(duì)應(yīng)強(qiáng)度，其中部分是指僅記錄RSS>-40以及RSS<-80的信號(hào)特征，由于每個(gè)房間是墻壁封閉的，所以每個(gè)房間里的點(diǎn)采集到的該特征是有較大差別的，通過(guò)這個(gè)特征將不同房間的點(diǎn)區(qū)分出來(lái)，并標(biāo)示出房間[10]。

3.2 服務(wù)器端設(shè)計(jì)

將服務(wù)器設(shè)計(jì)為迭代式的，在服務(wù)器端將采集到的數(shù)據(jù)梳理分類(lèi)，利用K-means算法，剔除噪聲點(diǎn)，將采集到的室內(nèi)WiFi-PEAK、樓梯電梯點(diǎn)和轉(zhuǎn)彎點(diǎn)數(shù)據(jù)進(jìn)行聚類(lèi)，得到相對(duì)應(yīng)的可用AP，通過(guò)轉(zhuǎn)彎點(diǎn)的約束走廊方向，連接分段走廊，并且加入AP點(diǎn)即可擬合出較為精確的走廊地圖，根據(jù)采集到的室內(nèi)靜止點(diǎn)和從門(mén)到室內(nèi)靜止點(diǎn)之間的行走軌跡，可以畫(huà)出房間的形狀，并且通過(guò)室內(nèi)靜止點(diǎn)的數(shù)據(jù)可以區(qū)分出房間，利用門(mén)的點(diǎn)將房間和走廊連接起來(lái)就可以得到房間和走廊的完整地圖。

接下來(lái)可利用手機(jī)在窗口或者門(mén)口偶然獲得的GPS信號(hào)，以修正室內(nèi)相關(guān)地理信息點(diǎn)在地球坐標(biāo)系中的精確位置，最終獲得室內(nèi)外無(wú)縫銜接的地圖。

4 系統(tǒng)實(shí)現(xiàn)

針對(duì)上一節(jié)定義的需要采集的點(diǎn)，設(shè)計(jì)出的客戶(hù)端核心代碼結(jié)構(gòu)如下：

Algorithm1 Anchor points recognition

Scanresult=Wifimanager.ScanWifi()；//掃描WiFi信號(hào)

Δdegree=| oldDegree - curDegree |；//陀螺儀角度變化

if(0<Δdegree<40){

if(Scanresult.slidewindow.hasMidPeak)

Write(scanresult.peak)；//滑動(dòng)窗口得出WIFI-PEAK

}else if(Δdegree>40 &&Δdegree<320){

if(preSteps>3 && postSteps>3)

Write(turning)；//得到轉(zhuǎn)彎點(diǎn)

if(threshold0

Write(door)；//得到門(mén)的位置

}

if(statictime>threshold3)

write(roompoint)；//得到室內(nèi)靜止點(diǎn)

if(accellorator.patten==ELEVATOR){//根據(jù)加速度傳感器的變化得到相應(yīng)的電梯和樓梯的位置

write(elevator)；

}else if(accellorator.patten==STAIR){

Write(stair)；

}

將采集到的點(diǎn)存儲(chǔ)在移動(dòng)終端本地，當(dāng)獲得網(wǎng)絡(luò)的時(shí)候隨機(jī)將數(shù)據(jù)文件發(fā)送到服務(wù)器端，服務(wù)器接收到數(shù)據(jù)之后，將接收到的數(shù)據(jù)進(jìn)行聚類(lèi)，并多次迭代。聚類(lèi)的相關(guān)偽碼如下：

Algorithm2 Anchor points clustering

//數(shù)據(jù)讀取

read(wifidata)；

read(turningdata)；

read(stepdata)；

read(elevatordata)；

read(stairdata)；

//聚類(lèi)處理

line[1]=kmeans(firststep，'sqEuclidean')；//起點(diǎn)

for i=1：wifidata.length //WIFI-PEAK

record[wifidata[i].mac].insert(wifidata[i].position)；

for i=1：record.length

line[i+1]=kmeans(record[i]，'sqEuclidean')；

line[i]=kmeans(turndata，'sqEuclidean')；//轉(zhuǎn)彎點(diǎn)

line[i+1]=kmeans(stairdata，'sqEuclidean')；

line[i]=kmeans(elevatordata，'sqEuclidean')；//電梯

//擬合處理

polyfit(line.x，line.y)；

根據(jù)以上系統(tǒng)實(shí)現(xiàn)，將客戶(hù)端安裝在不同型號(hào)的手機(jī)上(MEIZU MX，MEIZU MX3，SAMSUNG NOTE2，htc one)并在北京郵電大學(xué)明光樓內(nèi)采集數(shù)據(jù)，得到結(jié)果如下圖：

圖5 數(shù)據(jù)分類(lèi)聚類(lèi)以及擬合直線

與明光樓的室內(nèi)實(shí)際圖對(duì)比如下：

以上數(shù)據(jù)是總共行走了50次之后得到的路徑，可以看出已經(jīng)與實(shí)際情況相差無(wú)幾。

圖6 走廊圖放在實(shí)際地圖內(nèi)

5 結(jié)束語(yǔ)

從實(shí)驗(yàn)結(jié)果來(lái)看，本系統(tǒng)在精確度上是值得認(rèn)可的，在不需要事先布置任何先驗(yàn)基礎(chǔ)設(shè)施的情況下，可以無(wú)障礙的獲取室內(nèi)可用的地理信息特征點(diǎn)，并將其轉(zhuǎn)化為AP點(diǎn)，并用來(lái)繪制室內(nèi)地圖。

在數(shù)據(jù)采集的過(guò)程中，如果采集數(shù)據(jù)的程序一直運(yùn)行的話(huà)，陀螺儀讀數(shù)——即角度變化讀數(shù)累積誤差將會(huì)變得大到不能接受，所以必須要對(duì)陀螺儀讀數(shù)過(guò)一段時(shí)間內(nèi)進(jìn)行重置校正。

門(mén)的識(shí)別在當(dāng)前研究領(lǐng)域都是一個(gè)比較困難的問(wèn)題，在本文中采取的方法也只是利用一定概率出現(xiàn)某種特征的方法判別門(mén)的位置，這是一個(gè)可以繼續(xù)研究的方向。

[1] JI Yi-ming，BIAZ S，PANDEY S，et al.ARIADNE：A Dynamic Indoor Signal Map Construction and Localization System[C]//Proceedings of the 4th International Conference on Mobile Systems，Applications and Services.NY：ACM，2006：151-164.

[2] WU Chen-shu，YANG Zheng，LIU Yun-hao，et al.WILL：Wireless Indoor Localization without Site Survey[C]//Proceedings of INFOCOM 2012.Orlando：IEEE，2013：839-848.

[3] BAHL P，PADMANABHAN V N .RADAR：An In-building RF-based User Location and Tracking System[EB/OL].[2014-08-15].http：//research.microsoft.com/en-us/people/padmanab/infocom2000.pdf.

[4] 王小輝，汪云甲，張偉.基于RFID的室內(nèi)定位技術(shù)評(píng)述[J].傳感器與微系統(tǒng)，2009，28(2)：1-3+7.

[5] NI L M，LIU Yun-hao，LAU Y C，et al.LANDMARC：Indoor Location Sensing Using Active RFID[EB/OL].[2014-08-15].http：//www.cs.ust.hk/～liu/Landmarc.pdf.

[6] ALZANTOT M，YOUSSEF M.UPTIME：Ubiquitous Pedestrian Tracking Using Mobile Phones[C]//Proceedings of Wireless Communications and Networking Conference(WCNC)，Shanghai：IEEE，2012：3204-3209.

[7] CHINTALAPUDI K，IYER A P，PADMANABHAN V N.PADMANABHAN.Indoor Localization without the Pain[EB/OL].[2014-08-15].http：//research.microsoft.com/pubs/135721/ez-mobicom.pdf.

[8] SHEN Guo-bin，CHENG Zhuo，ZHANG Pei-chao，et al.Walkie-markie：Indoor Pathway Mapping Made Easy[C]//Proceedings of the 10th USENIX Conference on Networked Systems Design and Implementation.CA：USENIX Association，2013：85-98.

[9] WANG Feng，LUO Hai-yong，LI Zhao-hui，et al.Activity-based Smartphone-oriented Landmark Identification for Localization[C]//Proceedings of Principle and Application Progress in Location-based Services.Switzerland：Springer International Publishing，2014：59-71.

[10] ERIC T，ZAKHOR A.Floor Plan Generation and Room Labeling of Indoor Environments from Laser Range Data[C]//Proceedings of the 10th International Joint Conference on Computer Vision，Imaging and Computer Graphics Theory and Applications.Lisbon：GRAPP，2014：22-33.