[论文解读] Ubiquitous WLAN/camera positioning using inverse intensity chromaticity space-based feature detection and matching: A preliminary result

Wan Bejuri Wan Mohd. Yaakob, Mohamad Mohd Murtadha+2 more|arXiv (Cornell University)|Feb 27, 2012

Indoor and Outdoor Localization TechnologiesEngineering参考文献 19被引用 16

一句话总结

本文提出了一种新颖的室内定位方法，结合WLAN指纹识别与基于相机的特征检测，利用反向强度色度空间实现鲁棒的位置估计。通过模型拟合融合接收信号强度与走廊兴趣点信息，该方法消除了传统搜索算法，降低了计算复杂度，并在室内环境中展示了有前景的预实验结果。

ABSTRACT

This paper present our new intensity chromaticity space-based feature detection and matching algorithm. This approach utilizes hybridization of wireless local area network and camera internal sensor which to receive signal strength from a access point and the same time retrieve interest point information from hallways. This information is combined by model fitting approach in order to find the absolute of user target position. No conventional searching algorithm is required, thus it is expected reducing the computational complexity. Finally we present pre-experimental results to illustrate the performance of the localization system for an indoor environment set-up.

研究动机与目标

• 开发一种低复杂度的室内定位系统，避免使用传统的基于搜索的定位算法。
• 整合WLAN信号强度测量值与来自走廊的相机衍生兴趣点特征。
• 通过模型拟合融合多传感器数据，提升定位精度。
• 评估在室内环境中使用反向强度色度空间进行特征检测的可行性。

提出的方法

• 系统使用反向强度色度空间检测并匹配由相机捕获的走廊场景中的视觉特征。
• 同时，从多个WLAN接入点收集接收信号强度（RSS）值。
• 通过模型拟合方法将特征点与RSS指纹相结合，以估计用户的绝对位置。
• 该方法通过直接将位置模型拟合到融合数据，避免了迭代搜索。
• 融合过程利用视觉特征与RSS测量之间的空间一致性，以优化定位精度。

实验结果

研究问题

• RQ1 反向强度色度空间能否在室内走廊环境中有效检测并匹配视觉特征？
• RQ2 WLAN RSS与基于相机的特征在多大程度上可被融合以提升定位精度？
• RQ3 与传统基于搜索的方法相比，所提出的模型拟合方法在多大程度上降低了计算复杂度？
• RQ4 在不依赖外部定位基础设施的现实室内环境中，该系统的性能如何？

主要发现

• 所提出的方法通过消除对传统搜索算法的需求，成功降低了计算复杂度。
• WLAN RSS与基于相机的视觉特征的融合提升了室内环境中的定位鲁棒性。
• 预实验结果证明了该方法在真实室内环境中的可行性。
• 使用反向强度色度空间可有效实现走廊场景中的特征检测与匹配。