研究目的
通过几何约束模型（GCM）融合物联网传感器基础设施与地理信息以提高室内导航系统数据的准确性，并利用移动图（MG）可视化轨迹分布。
研究成果
GCM和MG工具为人类移动模式提供了新的详细视角，其中GCM能够还原移动数据中丢失的特征，而MG在轨迹数据集可视化方面被证明非常有用。加入传感器数据和精确测量的地图可提升性能表现。
研究不足
该研究的局限性在于所使用技术的准确性和覆盖范围，例如室内导航系统若不进行综合分析，就无法解析狭长环境中短横轴方向上的特征。
1：实验设计与方法选择：
本研究结合移动室内导航技术、物联网传感器基础设施和地理信息系统来理解人类移动行为与建筑空间利用情况。采用几何约束模型（GCM）进行数据校正，并使用移动性图谱（MG）进行可视化呈现。
2：样本选择与数据来源：
在一个狭长走廊中部署了iBeacon基础设施、indoo.rs导航实例及基于树莓派的传感器站点。通过大地测量技术对环境进行了测绘。
3：实验设备与材料清单：
iBeacon基础设施、indoo.rs导航实例、基于树莓派的传感器站点、用于点云测量的徕卡Nova MS50多站仪。
4：实验流程与操作步骤：
完成环境测绘后开展实验，受试者在空间内导航时，通过智能手机采集数据并由全站仪和物联网基础设施进行追踪。
5：数据分析方法：
采用几何约束模型（GCM）进行数据校正，利用移动性图谱（MG）呈现轨迹分布的可视化分析。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
iBeacon
Used for radio localization in the indoor navigation system.
-
Raspberry Pi
3B+
Raspberry Pi
Used as a base for constructing cheap IoT sensor stations.
-
Leica Nova MS50 MultiStation
Leica
Used for terrestrial laser scanning to derive a point cloud of the laboratory.
-
Leica Viva TS16
Leica
Used as a total station for tracking users' positions during mobile recordings.
-
登录查看剩余2件设备及参数对照表
查看全部
