[论文解读] Pedestrian Positioning Using WiFi Fingerprints and a Foot-mounted Inertial Sensor

Yang Gu, Caifa Zhou+2 more|arXiv (Cornell University)|Apr 11, 2017

Indoor and Outdoor Localization Technologies参考文献 6被引用 4

一句话总结

该论文提出了一种基于粒子滤波的融合方法，结合足部安装的惯性传感器与WiFi指纹定位技术，用于室内行人定位，无需离线现场勘测，且计算成本低于高斯过程方法。该方法通过基于信号强度一致性的粒子加权，限制了惯性定位的漂移，实现了无需事先掌握接入点位置或接收信号强度（RSS）分布信息的高精度、实时定位。

ABSTRACT

Foot-mounted inertial positioning (FMIP) and fingerprinting based WiFi indoor positioning (FWIP) are two promising solutions for indoor positioning. However, FMIP suffers from accumulative positioning errors in the long term while FWIP involves a very labor-intensive offline training phase. A new approach combining the two solutions is proposed in this paper, which can limit the error growth in FMIP and is free of any offline site survey phase. This approach is realized in the framework of a particle filter, where each particle denotes a potential trajectory of the user and is weighted according to its consistency in signal strength space. Compared with the traditional Gaussian process based approaches, the proposed one has less computational cost and is free from any prior information in the position domain, such as the positions of access points, received signal strengths at certain positions and so on. An experiment is carried out to demonstrate the performance of the proposed approach compared to the traditional Gaussian process based approach.

研究动机与目标

• 为解决足部安装惯性定位（FMIP）中的长期漂移问题，且不依赖昂贵的离线现场勘测。
• 消除在WiFi指纹定位中对接入点位置和接收信号强度（RSS）分布的先验知识需求。
• 开发一种计算效率高的室内定位系统，能够在长时间内保持高精度。
• 在统一框架中融合惯性与指纹定位数据，避免使用基于高斯过程的建模方法。

提出的方法

• 采用粒子滤波框架，其中每个粒子代表一个候选用户轨迹。
• 根据粒子在指纹定位空间中与观测到的WiFi信号强度的一致性对粒子进行加权。
• 该方法避免使用高斯过程对RSS建模为位置的函数，从而降低计算复杂度。
• 系统无需事先了解接入点位置或特定点位的RSS值。
• 惯性测量与实时WiFi指纹定位的融合实现了连续、无漂移的跟踪。
• 粒子滤波通过信号强度匹配动态更新粒子权重，从而在动态环境中实现鲁棒定位。

实验结果

研究问题

• RQ1 基于粒子滤波融合足部惯性数据与WiFi指纹定位，是否能在无需离线现场勘测的情况下实现高精度室内定位？
• RQ2 与基于高斯过程的方法相比，该方法在计算成本和精度方面表现如何？
• RQ3 该粒子滤波框架在多大程度上能限制惯性定位误差的累积？
• RQ4 该系统是否能在不掌握接入点位置或RSS分布先验知识的情况下有效运行？

主要发现

• 所提方法在无需任何离线现场勘测或接入点位置先验知识的情况下，实现了高精度的室内行人定位。
• 基于粒子滤波的方法相比传统的高斯过程方法具有显著更低的计算成本。
• 通过实时WiFi指纹定位校正，该系统有效限制了足部惯性定位中的长期漂移。
• 实验结果表明，与基于高斯过程的方法相比，所提方法在定位精度和效率方面表现更优。