基于众包的室内地图自动构建方法研究与实现
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景 | 第11-12页 |
1.2 地图的研究与发展现状 | 第12-14页 |
1.2.1 数字地图发展现状 | 第12-13页 |
1.2.2 室内地图研究现状 | 第13-14页 |
1.2.3 室内地图自动构建 | 第14页 |
1.3 论文主要内容和贡献 | 第14-16页 |
1.4 论文组织安排 | 第16-17页 |
第二章 室内地图自动构建关键技术 | 第17-29页 |
2.1 室内环境建模 | 第17-18页 |
2.1.1 栅格(瓦片)模型 | 第17页 |
2.1.2 矢量模型 | 第17-18页 |
2.2 行人航位推算算法 | 第18-23页 |
2.2.1 MEMS惯性传感器 | 第18-20页 |
2.2.2 人体行走模型 | 第20-21页 |
2.2.3 行人航位推算 | 第21-23页 |
2.3 轨迹数据处理与分析 | 第23-28页 |
2.3.1 轨迹数据预处理 | 第24-25页 |
2.3.2 轨迹数据管理 | 第25-26页 |
2.3.2.1 轨迹索引和检索 | 第25-26页 |
2.3.3 轨迹中的不确定性 | 第26页 |
2.3.3.1 减少轨迹中的不确定性 | 第26页 |
2.3.3.2 轨迹数据的隐私 | 第26页 |
2.3.4 将轨迹转变为其他表现形式 | 第26-28页 |
2.3.4.1 轨迹转换为图形 | 第26-27页 |
2.3.4.2 轨迹转化为矩阵 | 第27页 |
2.3.4.3 轨迹转化为张量 | 第27-28页 |
2.4 本章小结 | 第28-29页 |
第三章 基于众包的室内地图自动构建 | 第29-53页 |
3.1 基本过程 | 第30-31页 |
3.2 行走轨迹数据收集 | 第31-35页 |
3.2.1 传感器原始数据去噪 | 第32页 |
3.2.2 室内行走轨迹 | 第32-35页 |
3.2.2.1 步数检测 | 第33-34页 |
3.2.2.2 步长估算 | 第34页 |
3.2.2.3 方向估计 | 第34-35页 |
3.3 室内标志点检测算法 | 第35-42页 |
3.3.1 转向点检测 | 第35-36页 |
3.3.2 上下楼位置检测 | 第36-39页 |
3.3.3 门口位置检测 | 第39-42页 |
3.4 行人众包轨迹数据处理 | 第42-48页 |
3.4.1 噪声过滤 | 第42-43页 |
3.4.2 轨迹分割 | 第43-45页 |
3.4.3 轨迹聚类 | 第45-48页 |
3.4.3.1 聚类算法 | 第45-48页 |
3.5 室内地图自动构建 | 第48-51页 |
3.5.1 构建房间 | 第48-50页 |
3.5.2 构建走廊 | 第50-51页 |
3.5.3 构建平面图 | 第51页 |
3.6 本章小结 | 第51-53页 |
第四章 系统实现与实验分析 | 第53-72页 |
4.1 系统分析设计与实现 | 第53-62页 |
4.1.1 系统总体设计 | 第53-55页 |
4.1.2 PDR定位子系统 | 第55-56页 |
4.1.3 轨迹数据处理子系统 | 第56-60页 |
4.1.4 地图构建子系统 | 第60-62页 |
4.2 实验与结果分析 | 第62-71页 |
4.2.1 上下楼检测试验 | 第63-65页 |
4.2.2 门口位置检测试验 | 第65-68页 |
4.2.3 地图构建试验 | 第68-71页 |
4.3 本章小结 | 第71-72页 |
第五章 总结和展望 | 第72-74页 |
5.1 论文总结 | 第72-73页 |
5.2 工作展望 | 第73-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-79页 |
攻读硕士学位期间取得的成果 | 第79-80页 |