从粗到细：基于多传感器融合的两阶段室内定位

在密集的城市和室内环境中，高精度的室内定位越来越受到关注。先前的研究表明，基于WiFi指纹、监控摄像头或行人死亡统计（PDR）的单一室内定位方法受到精度低、跟踪区域有限、累积误差等限制，一些缺陷可以通过更多的人工成本或特殊场景来解决。然而，请求更多的附加信息和额外的用户约束是昂贵的，而且很少适用。本文提出了一种两阶段室内定位系统，该系统集成了WiFi指纹、监控摄像头的视觉和PDR（系统缩写为iWVP）。使用WiFi指纹进行粗略定位，然后通过融合来自监控摄像头和IMU传感器的数据获得准确定位。iWVP使用基于运动序列的匹配算法来确认行人的身份，提高了输出精度，避免了每个子系统的相应缺点。实验结果表明，iWVP具有较高的精度，平均位置误差为4.61cm，可以在复杂动态的室内环境中有效跟踪多个区域的行人。