【发布时间】：2018-04-12 21:19:51
【问题描述】：
我正在研究一种室内定位系统，但在我的所有实际测试都失败后，我有一个疑问：
我已经使用 android 传感器值和一些机器学习算法（具有良好的理论结果）做了一些工作，但在真实环境中我发现了一些问题。
我的建议是分为三个阶段：
- 第一阶段包括通过带有一些点的地图的 android 应用程序收集数据。您移动到实际点位置并保存与点坐标相关联的传感器值。
- 第二阶段包括创建机器学习模型（在本例中为分类器），以每次根据传感器值预测用户位置。
- 然后，我们将分类器导出到设备并实时预测用户位置。
我们在指纹识别阶段（阶段 1）存储的数据是 Android Sensor Manager 提供的加速度计、磁力计和陀螺仪的 x、y、z 值。在第二种方法中，我们使用中值滤波器从该值中滤除噪声。我们的问题是你拿着手机的方式会改变测量值。原因是 Android 传感器值是针对设备坐标系给出的，因此传感器值会随着手机方向和倾斜度而变化。
Android Device Coordinate System
所以，问题是：
是可行的，或者有一种方法可以通过使用机器学习算法（或其他算法）仅考虑 Android 智能手机传感器（加速度计、陀螺仪和磁力计）来构建室内定位系统（定位精度约为 2-3 米） ) 在真实环境中工作？
提前致谢！！
【问题讨论】：
-
欢迎来到 StackOverflow。这个问题比较宽泛。我建议使用您最喜欢的搜索引擎查看有关“航位推算为室内位置”的文献。另请注意，2-3 米的精度意味着按照您的标准，进入相邻的男厕所或女厕所都会被认为是成功的。
标签： android indoor-positioning-system sensor-fusion