Ambient IntelligeToA saapumisaikaToF lentoaikaUWB Ultra-WidebandWLAN Wireless Local Area Network ja -navigointi, Aguirre ja D'Esposito [3] tarjoavat hyvin hyväksytyn taksonomian TD:stä, kognitiivisista häiriöistä Esimerkiksi hyvin tunnustettu, että TD ja Tilavajeet ovat yleisiä aivovaurioiden jälkiä [87, 74] Henkilöt, joilla on posttraumaattisia taitoja tai vamman jälkeisiä puutteita [16, 72] On myös esiintynyt puutteita. On ehdotettu, että GPS (WearablegationSystem) voi olla hyödyllinen tienhakutyökalu henkilöille, joilla on kognitiivinen heikkeneminen7HGPS-signaalit ovat rajalliset esim.B36,40,3061,9938])Gid merkittäviä aikoja sisätiloissa – olipa se sitten akuutti- ja korkea-asteen sairaaloissa tai kuntoutuksen jälkeen kotona, kouluissa, toimistorakennuksissa, ostoskeskuksissa, pitkäaikaishoitolaitoksissa -tunnistus Sisänavigointiapua käytettävien mahdollisten teknologioiden käyttö on välttämätöntä. Alkuperäinen kirjallisuustutkimus on ehdottanut, että kokoelma ehdokkaita sisätilojen lokalisointitekniikoita on olemassa. Tämä monimuotoisuus vaikeuttaa olemassa olevan teknologian potentiaalin ymmärtämistä topografisen desorientaatiosta kärsivien yksilöiden kuntouttamiseksi. sijaintinäkö [69], aivohalvaus [86] ja traumaattinen aivovaurio [6]
Erityisesti topografisen disorokalisoitumisen omaavien indaalien osalta se on usein ollut ihmisen välittämää eikä automaattista. Esimerkiksi Liu ym. arvioivat hyödyt [46] Kuitenkin sijainninseuranta ja kokeilijat Sohlberg ym. [75] havaitsivat, että yksilöt, joilla on tapa löytää -pohjainen kuulosuunta ranteessa pidettävästä PDA-navigointijärjestelmästä Kuitenkin, kuten Liu et al, PDA:n navigointiteknologiat kehittyvillä kognitiivisten proteesien ja avustavien teknologioiden aloilla. Tämän seurauksena tämän yleistavoitteena on tarkastella systemaattisesti kirjallisuutta sisätilojen ihmisen seurantatekniikoista ja varmistaa. niiden mahdollisuutta käyttää TD rehabilitatintechopenin alueella
Sisätilojen navigointiapukartoitus rakennuksen henkilöstön topografisen epäsuhdan vuoksi Kliiniset ympäristöt ovat jatkuvassa henkilöstön vaihtuessa, ja suuret metalliset rakenteet, kuten sängyt ja pyörätuolit, otetaan talteen luotettavasti ilman näitä dynamiikkaa. Häiriöt ja melu ovat usein mainittuja haasteita[ 42, 84] Vaikka ne toimivat varatulla radiokaistalla [62, 73, 63], suurin osa tutkimuksesta tehdään toiminnalle lisääntyneen häiriöriskin vuoksi, joka johtuu muista järjestelmistä, jotka jakavat samat radiospektrin taajuuskaistat. 43 Lopuksi radiolähetyksen käyttö usein rajoitettu kriittisimmissä terveydenhuollon laitoksissa Association for the Advancement of Medical Instrumentation (AAMD)[1] suositusten mukaisesti ja muiden standardien tai sääntelyalueiden, esim. odotushuoneen, lokalisointiteknologian, joka perustuu rf-tekniikkaan tiettyihin infrastruktuuriverkkoihin, jotka voivat olla tiloissa, Hoito on ottaa kuitenkin huomioon RF-paikannusteknologioiden imfyysisen ympäristön, koska ratkaisu voi toimia tietyissä kliinisissä olosuhteissa6 Fotonienergia Valolla tarkoitetaan sähkömagneettisen säteilyn ilmiöitä aallonpituuksilla näkyvän alueen sisällä, joka ulottuu noin 380-750 nanometriin. Fotonienergia viittaa sähkömagneettisen säteilyn kuljettama energia tässä aallonnäkyvässä valossa tai sen alemmassa tai ylemmässä läheisyydessä, eli ultravioletti- ja infrapunavalona. näkyviä vähäisiä säteilyjä tai heijastuksia kohteen sijainnin arvioimiseksi avaruudessa
Tähän osioon valitut artikkelit voidaan erottaa sen perusteella, mikä sensori tarvitsee liikkuvan kohteen tai laitteen kuvankäsittelyn avulla 58, 5, 94, 24, 21, 93, 97, 89, 39, 70, 3148, 10] Sitä vastoin joissakin muissa artikkeleissa esitellään lokalisointiratkaisuja perusprosessointilaitteita[15, 56, 55, 14, 33, 90)Kaikkiin perustuvat menetelmät Tietokonenäköön perustuvan sijainnintunnistuksen klassinen malli koostuu neljästä päävaiheesta. relevantin ominaisuuden kuva ja poimiminen3 Havaittujen piirteiden lähimmän vastaavuuden tai vastaavuuksien valinta piirretietokannan merkintöihin nähden (esim. reunat tai fiduaalit) Tämä ominaisuusyksikön välisten tilasuhteiden tämänmaattiset muunnokset mittakaavan vaihtelulle, kierto ja avaus
2 )kuvankäsittelyfiducialF-Cognition ja 3) ei-kuvankäsittelyanturit Tämä organisaatio on esitetty teoreettisessa piirteiden poiminnassa viittaa matemaattiseen prosessointiin cal arvojen, jotka edustavat sitä kuvan ominaisuudet, jotka on valittu itsgrammista [21 tai rakenteellisista reunoista ja suhteista 5] Supistettu osajoukko näistä ominaisuuksista määritellään myöhemmin611 MobiilikamerajärjestelmätTähän osioon ryhmitellyt artikkelit tarkastelevat ratkaisuja, joissa off-line-vaiheessa langattomille lokalisoinneille kuvatut kuvat en, ocess Jokainen kuva käsitellään sen ainutlaatuisten ominaisuuksien poimimiseksi.Myöhemmin poimitut ominaisuudet tallennetaan tietokantaan. Online-vaiheessa ominaisuudet erotetaan myöhemmin. Nämä ominaisuudet verrataan ominaisuustietokannan merkintöihin) tai tilamuunnoksilla, jotka vastaavat parhaiten kyseessä olevia ominaisuuksia ja tietokanta (saakseen enemmän offlcation arvioita) Tällaiset muunnokset kuvastavat eroja on-linenage -kaappauspaikkojen välillä. Kun käytetään parhaiten vastaavaa joukkoa tietokannan ominaisuuksia ja tietokantamerkintöjä kameran sijainnin ja suunnan suhteen, arvioi mobiilikamerajärjestelmää käyttävien artikkelien absoluuttinen sijainti [5 , 94, 24, 21, 93, 70, 31] On huomattava, että tällaisissa artikkeleissa ei ole tiukasti riippuvaisia robottien ominaisuuksista anan on helppo lokalisoida kolmessa sisäympäristössä, Aider, Hopped a localizable monoculhichline ympäristöominaisuudet Maksimaalinen lokalisointi virheilmoitustentechavaa
Sisätilojen tonttien navigointiapu kokeiden aikana oli 20 senttimetriä ja suurin kulman estimointivirhe ja niiden spatiaaliset suhteet, joita puolestaan käytettiinThrougtation invariant ominaisuusmuunnos, he arvioivat eniten syötetyistä tietokantaominaisuuksista. kirjoittajat raportoivat inokalisointivirheistä alle metrejä, 94 aikajaksosta ulottui ihmiskävelyn tapaukseen. Valkoinen kahden pisteen välillä Online-vaihe sisälsi autonomisen robotin navigoinnin kahden mielivaltaisen kohdan välillä kuvien ottamisen aikana Lokalisoinnin saavuttamiseksi algoritmi korreloi juuri käsittelemätöntä raakaa opitun reitin välillä ja nykyinen sijainti Korrelaatiossa havaittu tilapäinen okl. Suurin sijaintipoikkeama uudelleenkokeellinen 17 metriä pitkä 09 metriä Tämä edustaa 5 3 % poikkeamaa
12 KiinteäKun theras of theted kiinteässä ympäristössä, thokalisointitarkoitusten rakenteelliset ominaisuudet Sen sijaan seurattavan kohteen ominaisuuksien on oltava, jos kohteen tai esineiden keskeiset piirteet näkyvät kohteen tai henkilön kenttäsijaintiin nähden. Kiinteään sijaintiin Kiinnostuksen kohteen sijainti ympäristössä arvioidaan sen sijainnin perusteella otetussa kuvassa ja sen tärkeimpien ominaisuuksien tilajakauman perusteella.Ehdokasartikkeleissa käsiteltiin ratkaisuja sen jäljittämiseen. , 97,, 48, 10 pidettiin sisätilojen seurantaratkaisuna sisällyttämis- ja poissulkemiskriteeriemme perusteella. [58] kirjoittajat ehdottivat järjestelmää, joka havaitsi kiinnostavia elementtejä, sekä objektin pystysuoraan d. henkilö seisoessaan Kamera, joka sijaitsee testiympäristön sisäänkäynnissä luomaan alkuperäisen värimallin jokaisesta raportoidusta oikeasta käyttäjän muistamisarvosta 87 21 % käytettävyyden ollessa 73samanlainen lähestymistapa esiteltiin julkaisussa [97]Thers käytti väripohjaista ominaisuuksia pystysuorat erot ihmishahmosta seisoessaan Sellaisen yhdistetyn graafin luominen, joka edusti kaavion kunkin osan peittämiä alueita, merkitsi fyysisiä yhteyksiä ntechopen näkökentän peittämien alueiden kanssa
Liikeseurannan tarkkuuden todennäköisyysmallinnuksessa käytetyt ympäristöälyt89 ehdottivat hajautettua verkkoa, joka perustuu hajautetun verkon elementtien lokalisoimiseen hajautetun verkon osien ominaisuuksien ominaisuuksien komponenttianalyysiin. Kirjoittajat osoittivat ihmisten seurannan toteutettavuus ruuhkaisessa ympäristössä Ilmoitettu samankaltainen suoma, [48 ehdotti järjestelmää, jossa on 4 kameraa, jotka peittävät päällekkäin, ja ei-värisiä ominaisuuksia käytettiin huomioimaan ft inIgorithm Käyttämällä identtistä suodatinta, hiukkaset edustivat suoritettuja useiden käyttäjien kanssa, jotka navigoivat säännöllisesti, ilman, että tietoisesti vältetään tukkeumia. satoja hiukkasia käytettiin edustamaan jokaista. Joissakin tapauksissa käyttäjät käyttivät samanlaisia vaatteita. Jotkut näistä käyttävät ajoittain
Singlen raportoitu lokalisointitarkkuus käytettäessä 30 hiukkasta sisäisesti, Easyliving-projekti [10] ehdotti kuvapohjaisia lokalisointijärjestelmiä tarjoamaan kontekstitietoisuutta älykkäissä ympäristöissä. jäljitettävän kohteen perustui kylmiin rakenteellisiin ominaisuuksiin, lokalisointi on siirretty suhteessa viitekehykseen, kiinteä suhteessa ympäristöön Tässä tapauksessa tietokanta luodaan kuitenkin automaattisesti tallentamalla fiduciaaliin liittyvä numeerinen tunnus sekä tht 194 Fiduciaben tunnus on koodattu siinä ilmoitettuihin fiduciaalisen tunnistamisen etuihin verrattuna luonnolliseen ominaisuus tunnistaa [94) kirjoittajat ehdottavat havaitsemisjärjestelmää robottinavigointia varten sisätiloissa. He suorittivat yksinkertaisen kokeen käyttämällä fiducialThey presmage -analyysitekniikkaa, joka perustui homographntechopeniin
Kamerokalisoitumisen topografista disorientaatiota koskevaa sisätilojen navigointiapua koskeva katsaus, jota sovellettiin ihmisen paikantamiseenKim ja Jun [39] esittelivät puettavan sisäpaikannusjärjestelmän, joka koostui kannettavasta kuvankäsittelyn avulla ja joka yhdistää vertailumerkit ja luonnollisen visuaalisen piirteen erottamisen. avoimen lähdekoodin kirjasto nimeltä ARToo[37] Lokalointialgoritmi havaitsi synteettisen visuaalisen polkukameran. Käyttäen affiineja muunnoksia, kirjoittajat arvioivat vääristymän ja skaalauksen, joka johtuu usein kulmasta ja sieppausetäisyydestä tämän tiedon tarkkuudella (eli etäisyydellä ja suunnalla). Kirjoittajat muuttivat ARToolkit-työkalua lisäämällä mukautuvan valaistuksen kynnysritmin ja algoritmin, jolloin näkyvissä ei ollut vertailumarkkereita. sovellettiin vähentämään kunkin sijainnin määrittäneiden ominaisuuksien mittasuhteita. Jokaisen kehyksen viittä ensimmäistä lda-kerrointa käytettiin kyseisen kehyksen laskeutumisominaisuuksina. käyttäjä, 64 viimeisestä kehyksestä saatujen ominaisuuksien säätäjä, joka määrittää nykyisen sijainnin verrattuna tietokannan kunkin merkinnän ominaisuuksiin
Ero kameran on-line-vaiheessa tallentamien piirrevektorien ja tietokantaan tallennettujen piirrevektoreiden välillä, joka mitataan euklidisella etäisyydellä. Jos euklidinen etäisyys oli määrittämätön kynnys, henkilön sijainti määriteltiin hänen kenttään sopivaksi. sekä visuaalisen järjestelmäkartan avulla saadut sijaintitiedot sekä ohjeet ennalta määritellyn reitin suorittamiseksi HMD:n läpi. Järjestelmän paikannustarkkuutta ei raportoitu63 Muut tähän osioon sisältyvät fotoniartikkelit käyttävät ei-kuvaa sieppaavia infrapuna-antureita (IR) [15 tuumaa [ 15, esiteltiin iR-läheisyyspohjainen paikannusjärjestelmä, joka tarjosi kävijöille hyödyllistä tietoa kunkin hallin näyttelyistä. Tätä tarkoitusta varten jokaisen huoneen ovenkarmien IRg Jokaisessa lähettimessä oli PDA (Personal Digital Assistant) infrapunaportilla. PDa sisälsi tietokantatekstiuaalisia tietoja näyttelyesineistä sekä uuden tunnuksen, ja PDa esitti automaattisesti vastaavan hallin kartan. Salissa PDa:n graafinen käyttöliittymä auttoi saamaan kirjailijoita.
Ambient Intelligen -järjestelmä, erityisesti kohina ja IR-signaalien heijastukset Tämän järjestelmän käyttökelpoisuus oli huoneen mittakaavassa. Ier:n mukaan moduloinnissa käytetty taajuus muuttui syklisesti, matalista korkeisiin taajuuksiin Kuten vaimentava infrapunasignaali ovat taajuusriippuvaisia, alemmilla taajuuksilla moduloidut ID:t havaittiin onnistuneesti kauempana emitteristä. Kuitenkin IR-signaalin tehosaavutti vastaanotetun signaalin off-line-lähettimen lähettimen läheisyydessä, RF-signaalien sormenjälkien otto Tekijät mittasivat id:n. havaitsemisnopeus 10 cm:n samankeskisillä alueilla, 5 asteen askelin, toistaen tätä prosessia eri moduloivilla taajuuksilla Sen sijaan, että olisi luotu tietokanta signaalista jokaisessa pistehormissa, mallinnettiin signaalin vaimeneminen yhtälöllä, joka oli riippuvainen järjestelmän saavutetusta sijainnista ja säteilijöistä. 10 metriä, metrien sisällä Althexexperimenduced, yksilöllisen tunnuksen käyttö lähetintä kohden mahdollistaisi käyttöönoton.Petrellis et al [55] esitteli lokalisointiympäristön ja kaksi vastaanotinta asennettuna liikkuvaan yksikköön. ainutlaatuisia syklisiä datakuvioita, yt antureista helpotti havaitsemista ja samalla
erottelu suoran reitin kautta vastaanotettujen signaalien ja heijastuneiden signaalien välillä Heijastus rejchanced käyttämällä ennustavaa mallia, joka otti huomioon järjestelmän luottamuksen mobiililaitteen predicind-suuntiin, estimointisäännöt rajoittivat meliablea, koska säteilijät lähettävät signaaleja, kirjoittajat ehdotti solukkomaista spatiaalista lähetinjärjestelyä kattamaan Järjestelmä oli herkkä liikkuvan henkilöstön ja muiden esineiden heijastuksille, vaikka kompensointialgoritmit vähensivät tällaisia vaikutuksia. Paikallistamistarkkuutta ei raportoitu. theDncode pulssitaajuuden kautta Koodattu infen ei aiheuttanut havaittavia valaistusvaikutuksia Valoilmaisintiedot Puettavaa tietokonetta pidettiin liivissä, jota käytettiin kahdella eri sijaintitunnusta lähettävillä lampuilla valaistu alue saattoi aiheuttaa häiriöitä, mikä johtaa kyvyttömyyteen. havaitsemaan koodatun merkin Aina kun saatavilla, sijaintitiedot esitettiin tietokoneelle Sellaiset tiedot peitettiin käyttäjän näkökentällä HMD:n kautta, lokalisoinnin tarkkuus kolmesta neljään metriin, vaikka tämä tarkkuus ei ole auki
Katso sisätilojen navigointiapua topografisen desorientaatioon kahdeksalla, näitä numeroita ei annettu. Minimalisointijärjestelmä omaisuuden seurantaan, henkilökunta tai muu liikkuva elementti arvioi vastaanottimen, silmille turvallisen infrapunalaserin kaksi eri pituutta ja infrapuna strobe tarjoaa referenssisignaalin Kolmen tai useamman lähettimen signaaleja käyttäen vastaanotin laskee ja lähettää sijaintinsa keskitettyyn tiedonkeruuasemaan Jotta kiinteän kappaleen suunta voidaan arvioida siihen on kiinnitetty kaksi tai useampi iGPS-järjestelmä väittää tarjoavansa senttimetriä Olivettin tiedemiehet Tutkimus suunnitteli Active Badge -paikan
järjestelmä, joka voitaisiin sitten paikantaa, kun se on vastaanottoaseman läheisyydessä. 10 sekuntia Ppuhelujen uudelleenohjaukseen tarjottu järjestelmä f6 Yleisiä follokalisoinnille raportoituja ongelmia ovat valaistuksen vaihtelevuus[58, 89, 78, 971n kuvankäsittelyratkaisut, ympäristön kohina voidaan yleensä voittaa kuvalla suodatusIR-tunnistus, ympäristön melun vaikutuksia voidaan lieventää käyttämällä eri modulaatiotaajuuksien yhdistelmää [56, 33Toinen ongelma yleinenl89, 10]
Esimerkiksi vuonna [56] suoritetuissa kokeissa uusien esineiden tai ihmisten käyttöön ottamista erityisesti vältettiin aikana, jotta vähennettäisiin ihmisten aiheuttamaa visuaalisen tukosten riskiä. jos fotoniin perustuva järjestelmäohjattu seurantajärjestelmä auttaa paikannuksessa optisen okkluusiojakson aikana. Laserpohjaisissa liuottimissa luokan 1 laserlaitteita tulisi käyttää, jotka on luokiteltu "silmälle turvallisiksi" standardin IEC 60825-1 [32] mukaan. Asetuksissa on kuitenkin oltava erityisen varovaisia jopa luokan 1 laserlaitteiden kanssa, jotta varmistetaan, ettei niistä aiheudu haittaa. Terveyslaitokset toimivat salassapitovelvollisuuden mukaisesti suojatakseen niitä. Tämä toleranssi, kun lokalisointijärjestelmä on suunniteltu ottamaan kuvia niistä tärkeistä tiedoista järjestelmää käyttävä henkilö lähistöllä olevista potilaista ja terveydenhuoltohenkilöstöstä Usein kuvankäsittely on suunniteltu lähettämään otettu kuva tontechopen
Katso sisätilojen suuntautumiseen suuntautuvien navigointiapujen avulla topografisen desorientaation vuoksi poistamalla päällekkäiset tietueet, päädyimme 214 artikkeliin, jotka eivät ole myöhemmin seuraavan mukaan lueteltuja, joiden mukaan artikkelin on keskityttävä lokalisointilaitteen navigointijärjestelmän tutkimiseen ja kokeilemiseen: eli artikkelit, jotka keskittyvät lokalisointitietojen matemaattiseen käsittelyyn tai lokalisointikokeisiin simuloiduissa ympäristöissä hylätty2
Raportoitua tekniikkaa(a) voidaan käyttää sisätiloissa, rakennuksessa tai suuremmassa tilassa, eli käytetyt tekniikat liikkuvan kohteen tarkkuus 10 metrin säteellä 5 sekunnin matkalla(e) soveltuvat järjestelmät, jotka on suunniteltu ajoneuvoille, suurille objed) track53 artikkelia mal kriteerit Tällaisia artikkeleita skannattiin myöhemmin vaihtoehtoiseen lokalisointiin, johon viitattiin kolmesti ja joita ei valittu alkuperäisessä haussa Tähän malliin sisällytettiin 11 muuta artikkelia, yhteensä kuusikymmentäneljä artikkelia, jotka on otettava huomioon tässä revof-lokalisoinnissa. Kohteen sijainti avaruudessa määräytyy mittaamalla fysikaalisen suuren, joka muuttuu suhteessa kohteen sijaintiin:()ääniaaltoja, (4)mekaanista energiaa (inertialtaktia),(5)(2)phoand (6 atmeEahysicalan) voidaan jakaa edelleen alaosaan taustalla olevan laitteistotekniikan mukaan. porrastettu taksononte, että kaksi jälkimmäistä phatmosfääristä) on kutistettu yhteen luokkaan, nimeltään Muu"johtuen alhaisista artikkeleista näissä arentechopenissa
Ambient IntelligeHenkilökohtaiset ja lähiverkot Yleislähetys- ja suuralueverkot RFID-takitInfrapunaInertiaIlmakehän paine Tarvittaessa artikkeleita eristetään edelleen alisointitekniikalla. Kolmanneksi tarjotaan lisää Hightowerin ja Borriellon ehdottamia [29]Triangulaatio on joukko menetelmiä, jotka sisältävät myöhemmän ja myöhemmin viittaa etäisyyksien laskemiseen, jotka saadaan yleisesti epäsuorasti suhteessa etäisyyteen. Lentoaika ja radiosignaalin tehon vaimennus epäsuora etäisyysmetriikka [20] Kulma tarkoittaa kohteen teosion laskemista käyttämällä kiinteästä pisteavaruudesta lähetettyjen signaalien saapumiskulmia88, 80Läheisyys viittaa luokkaan menetelmiä, jotka määrittävät ihmiskohteen identiteetin läsnäolon anturin, jolla yksin on rajallinen tunnistusalue ja analyysimahdollisuudet.
Kohteen läheisyys voidaan havaita fyysisen kosketuksen avulla, fyysisen suuren tarkkailussa anturin läheisyydessä, tähtimagneettikentälle Kohtausanalyysi sisältää laajan kohteen tarkkailun muurahaiselta. Yleisesti käytetty antureilla on laaja peittoalue. Esimerkkejä ovat kattoon asennettavat videokamerat tai passiivinen infrapunavalo
Katso sisätilojen tonttien navigointiapua topografisen desorientaation varalta Kuolleiden laskeminen viittaa sijaintitietojen käyttöön, laskettu tiedoista arvioituun sijaintiin, sijaintiarviointiin, joka perustuu yleisesti kiihtyvyysmittariin ja gyroskooppiin. Seuraava kirjallisuuskatsaus noudattaa tiiviisti kuvassa 1 kuvattua taksonomiaa. esittele lyhyesti asianomaisten alakategorioiden sukukatsauksen artikkelit ja kommentoi niiden suhteellisia ansioita ja päätä sisätilojen lokalisointitekniikoiden suositukset, jotka soveltuvat yksilöiden apulaitteiden kehittämiseen tD5 Radilla. Sähkömagneettinen aalto on anan värähtelevän, sähköisesti varautuneen tahdin tuottamaa energiaa. luokka arvioi paikannusmatkaviestimen kohdelähettimen ja matkaviestimen vastaanottamat ominaisuudet Nämä ominaisuudet riippuvat tyypillisesti As gnalista ja ympäristön ominaisuuksista, jotka on kuvattu kuvassa 2, useimmat tämän tutkimuksen artikkeleista kuvaavat ribokalisointijärjestelmän
Nämä artikkelit voidaan jakaa edelleen alaluokkiin henkilökohtaisten ja paikallisten verkkojen mukaan, mukaan lukien tekniikat, kuten IEEE 80211a-Wideband (UWB2agB, 且四2出g,9a9 ja lähetysverkot, joita ei alun perin tarkoitettu lokalisoimaan lähetyssignaaleja [62, 63] (RFID)). [45, 35,Tutka [65, 711Jokainen flayf RE-lokalisointi51PeUseimmat tähän osioon sisältyvät artikkelit liikkuvien kohteiden lokalisoinnista kaksivaiheisella prosessilla98,17,64664253,929243,79,22,%6,18,67,49583 ensimmäisistä katsojista, off-line radioanalyysintechopen
Ambient Intelligeile -asema poimii radiosormenjäljet, eli piirteitä yhdestä tai useammasta radisignaalin metriikasta mitattuna ennalta määritetyissä pisteissä matkaviestimen vastaanottimen ja lähettävän aseman väliseen etäisyyteen nähden. CommonhedonicSanic. saapuvan radiosignaalin suunta tai saapumiskulma (AoA), vastaanotetun signaalin voimakkuus (RSS), tai lentoaika (ToF) [52] Usein radiokartta tai tietokanta, joka tallentaa signaalin ominaisarvot kussakin paikassa sekä vastaavat paikkakoordinaatit. Authors ernment(79, 34 t, kuten spatial automated tai assisted radio mapcreation teThe online-aktiivinen lokalisointiprosessi, jossa matkapuhelin saavutetaan läheisyystekniikoilla, i.
e, lähimmän vastaavuuden löytäminen 17, 64, 6, 4222, 18, 67, 4, 57 eri ehdokassijaintien ominaisuuksien välillä (jossa kussakin on sormenjälki, joka muistuttaa jonkin verran ed-signaalin sormenjälki) yhdistetään geometrisesti, jotta saadaan arvio avaruudessa [43, 53, 79, 67, 95, 83, 9] Algoritmeja, joita käytetään radiokartan värivastaavuuksien valinnassa, ovat: 1) lähimpien naapurien tekniikat ja niistä [17, 95, 9: 2) Bayesin tilastollinen täsmäys [98, 92, 43, 64, 66, 67, 83, 57: 3)verkot [18, 4deve Tietyllä la09m:llä luodaan kartta mobiilia kuljettavan käyttäjän kanssa sormenjälki tallennetaan jokaisessa mahdollisessa suunnassa. Siitä lähtien techopen
Katso sisätilojen suunnistusapua radiosignaalien topografiseen disorientaatioon, sormenjälki, joka syntyy jokaista 1929 % ajasta 42 ja 3 metrin sisällä 91 6 % ajasta 53 p. Pienin tukiasemien määrä ominaisuustilan luomiseen sormenjäljestä oli yksi 198 Toisin sanoen sormenjälkien ottaminen sede kohtuullisen lokalisoinnin laitteistovaatimukset Kiireellisin haaste on kuitenkin off-line-vaiheiden epästationaarisuus samassa tarkassa paikassa. Radiokartan aikavaihteluinen luonne voi johtua radiosignaalin etenemisvaikutuksista. paikannustekniikan dynaamisten näkökohtien perusteella Kirjoittajat ehdottivat lokalisointimahdollisuuksien jakamista pois yleislääkärien ja WLANin välillä saatavuudesta riippuen. Sormenjälkien ottoprosessi, sisätilojen WLAN-paikannus todennäköisimmistä paikoista Nämä sijainnit määritteli ennalta usafeteria.
RSS-mittausten histogrammi vastasi parhaiten vastaanotettua histogrammia. Jos histogrammi ei vastannut tarkasti yhtään tunnettua sijaintia, sentroidi-algoritmi arvioi käyttäjän sijainnin plasmidin tasoproDdDe b -tarkkuuden sijainneista, kun taas WLAN-paikannusalgoritmi käyttää sentroidia. useista kationeista, tuotti noin 30 metrin tarkkuuden. RF-pohjainen lokalisointi voidaan saavuttaa myös ilman radioominaisuuksien ennakkoanalyysiä (eli ilman a) Neljä näistä artikkeleista, jotka kaikki perustuvat UwB-radiosignaaleihin, perustuvat signaalin kolmiomittaukseen ainoana lokalisointina Radioaaltojen kolmiomittaukseen perustuva sisäpaikannus on ei-triviaali ongelma, koska on-Line(NLOS)-olosuhteet ilmenevät PreserOS-olosuhteissa radiosignaali voi kulkea vastaanottimeen epäsuoraa polkua pitkin,cy-pohjaiset ratkaisut Ominaisuudet ultralaajakaistainen, lyhytkestoiset pulssio-ongelmat, jotka liittyvät monien leviämiseen Edustavin esimerkki on Venkateshin ehdottama esimerkki, ja se ehdotti, että tilastolliset parametrit, jotka kuvaavat ed Rootquare-viivehajon (RDS) jakautumista, toimivat parhaana erottelevana estimaattina.
Ambient IntelligeOS) ja NLOSropagation Tämä tarkoittaa, että Venkateshin ja Buehrerin tilastotiedot seurasivat matkapuhelinta 71 ennalta määritellyn sijainnin rakentamisen kautta, mikä saavutti paikannustarkkuuden, joka vaihteli 1 senttimetristä 2 kertaan RF-triangulaatioon perustuvia järjestelmiä. ], joka nojautui RSs-mittareiden kolmiomittaukseen Room-granularityraported, mutta lisätietoja kolmiomittaus- tai lokalisointimenetelmistä Lopuksi esiteltiin järjestelmäpohjainen analyysi ja läheisyystekniikat käyttämällä Bluetooth-ad-hoc-verkkoa[20] Bluetooth-kyselysignaaleja käytettiin feocalization Inquiry mode, bluetooth-laite tiedustelee naapurimaiden bluetoothtaatioita. Tämä kyselyprosessi koostuu suurten tehotasojen skannaamisesta, jotka sijaitsevat kauempana, antaen arvioita tällä tavalla. Tämä lähestymistapa vaatii kiinteän tai ankkuroidun paikan, paikallisesti määrittämään muiden havaitsemattomien matkapuhelinsolmujen sijainnin niiden läheisyydessä, ad-hoclocalization verkon luominen Raportoitu lokalisointivirhe oli 188 metriä52 Broadcast and wia verkkoratkaisut5
21 Televisio- ja matkapuhelinverkkoon perustuvat ratkaisut Tämän osion ratkaisut perustuvat RF-infrastruktuurilähettimiin, jotka kattavat laajapaikannuspalvelut. Erityisesti tunnistettiin kaksi tällaista teknologiaa: televisiolähetyssignaalit [62, 631Rabinowitz ja Spilker [62, 63]. ehdotti synkronointisignaalien käyttöä Advanced Television Signal Committee (ATSC) -standardissa, jotta ne tunkeutuisivat sisätiloihin, ne tarjoavat huomattavasti enemmän kuin GPs-pohjaisia ratkaisuja. Toteutuspaikannusratkaisu muuttaisi olemassa olevaa lähetyssignaalia asemien välisen synkronoinnin puutteen kellon epätäydellisyydestä johtuen, Rabinowitzin ja Spilkerin asemien epätasaisuus. joka lähetti offset-korjaussignaalin Matkaviestin sittenLaajemman kiinteän ja tiedossa olevan matkapuhelimen sijainnin voitiin arvioida ainakin läpäisevissä tavoitteissa. Rabinowitz ja Spilker esittelivät kokeita sisätiloissa 10-23 metriin. Hu et al. solu 73 käyttäen sormenjälkitekniikkaa Solujen signaalin menetelmäsormenjälkien avulla väittely voidaan saavuttaa sisäympäristöissä tilastollisella radiokartalla olevalla rakeella. Kirjoittajat korostivat lokalisaatiota tässä ntechopenissa.
Sisätiloihin suunnatun navigointiavun katsaus topografiseen epäsuhtautumiseen solun koon ja ympäristön ominaisuuksien perusteella; tätä saavutettua parannusta tavanomaiseen solutunnuksen lokalisointiin ei raportoitu53 Ratkaisut perustuvat yhteen tai useampaan lukulaitteeseen, joka voi hankkia tunnuksen langattomasti. ympäristössä läsnäolevat tunnisteet TIympäristössä olevat heijastavat signaalia, moduloivat sitä tunnistuskoodi [45, 59 Akun taarattu tai passiivinen,saapuvasta radiosignaalista energiaa. kiinteä asento Mobiilitunnisteen paikantamiseksi lukija skannaa 8 eri tehotasoa lähistöllä olevia tunnisteita varten Kun mobi havaittiin, se vertasi referenssitunnisteiden ja mobiilitunnisteen palauttamaa tehoa määrittäen ighbour-algoritmin. Mobiilitagien sijainti määritettiin kolmiomittauksella. lähimpien vertailutunnisteiden sijainti Tekijät ilmoittivat 2 metrin tarkkuuden, 75 % ajasta. mm lokalisointiviive oli 75 sekuntiaJia et al.
[35] ehdotti radio- ja visiopohjaista järjestelmää, joka käytti rFid-tunnisteita ja astereokameraa robottinavigointitarkoituksiin. Arvioi suunta-antennista koostuvan mobiilitunnistimen sijainnin, joka osoitti tunnistettujen RFID-signaalien yleisen suunnan tunnisteen yhteydessä. robotin läheltä se sai stereoameralta kuvia arvioidakseen etäisyyden rFiD-tunnisteen merkitsemään esteeseen. Tämän jälkeen tunnisteen id:tä verrattiin tunnisteen sijaintitietokannan merkintöihin sen määrittämiseksi, saatiinko se rfid:stä, joka on käytetty arvioimaan robotin etäisyys ja suunta tunnisteeseen nähden Paikannuksen tarkkuus 85 senttimetriä Vaikka tämä asento oli minimaalinen. Siksi tämä järjestelmä voidaan mukauttaa hilokalisaatioon. Lopulta vuonna [81et al esitteli lokalisointijärjestelmän, joka perustuu RFIDg:ien läheisyyteen. Tässä järjestelmässä käytettiin henkilökohtaista digitaalinen apulainen (PDA), joka palveliD myöhemmin lähetetyistä, jotka palauttivat tiedotTämä tiedot näytetään inreen Tämän järjestelmän lokalisointitarkkuutta ei raportoitu Kuitenkin tarkkuus liittyy tunnisteiden tiheyteen ympäristöntechopen
Ambient Intellige5 4 Radiotaajuiseen tutkaan perustuvat ratkaisut Roehr et al [71] esittelivät laajennuksen, jonka avulla ne pystyivät lähettämään ja taajuusmoduloitua signaalia 58 GHz:n kantoaallon kanssa. matkaviestimessä sen jälkeen matkaviestin lähetti vastauksen kiinteälle asemalle, joka synkronoitiin kiinteästä asemasta lähetetyn signaalin, kierroksen kolme signaalia laskeakseen kiinteän ja matkaviestimen välisen etäisyyden, kun taas taajuutta käytettiin arvioimaan nopeutta. Mobiiliyksikön koejärjestely sisälsi yhden kokeen toimistorakennuksessa, jossa etäisyydet vaihtelivat 5 - 25 metristä mitattuna tutkajärjestelmällä Nämä etäisyydet verrattiin laseretäisyysmittarilla saatuun Tämä kokeellinen ja antoi alle 3 senttimetrin poikkeaman verrattuna lase fineIn [ 65], kirjoittajat esittelivät sisätiloissa olevan tutka-ihmisen seurantajärjestelmän, joka hyödynsi liikkuvien kohteiden Doppler-ilmiötä ja tutkajärjestelmän luomia Doppler-ominaisuuksia.
Tällaisia ominaisuuksia saatiin yhteistaajuusmuunnoksella. Kirjoittajat ehdottivat myös järjestelmää useiden ihmisten seuraamiseksi samanaikaisesti; liikkuvien ihmisten välistä Doppler-erotteluvaikutusta hyödynnettiin, kohteen erottelu toteutettiin antennin avulla. Usean kohteen seurantaan vaadittiin kolme antennia ja kaksi taajuutta. Lopuksi tekijät esittelivät kokeita kohteen etäisyyden määrittämiseksi taajuusdiversiteettiä käyttäen ja tutkivat vaikutuksia ja virheitä Kirjoittajat päättelivät, että ihmisen haastamisen ominaisuudet sisäympäristössä He ehdottivat muutamia tekniikoita, jotka voisivat lokalisoida oven, koska tutkan sijoittaminen seinistä kauemmaksi RF-signaalien leviämisestä sisäympäristöissä on keskeinen haaste. Varmuus vaikuttaa propmateriaaleihin, kuten puu tai betoni, vaimentaa RF-signaaleja, kun taas materiaalit, kuten metallit tai vesi, aiheuttavat heijastuksia, hajoavia monireittejä lähettimen ja lähettimen välillä [88, 91, 73, 42, 99, 79, 71, 52 kompensoimaan näitä epätarkkuuksia generoimalla automaattisesti radiokartat, jotka ottavat huomioon rakennuksen rakenteen 79, 73, 34] Kuitenkin kattava malli allteriaalista