本書首先介紹了如何利用群智感知用戶收集的多源感知信息，來(lái)構(gòu)建能作為室內(nèi)導(dǎo)航全局參照框架的虛擬網(wǎng)絡(luò)拓?fù)洌⒂脩羲幍奈锢砜臻g與虛擬網(wǎng)絡(luò)拓?fù)涞男畔⒖臻g的映射關(guān)系，進(jìn)而把物理空間中的用戶定位、導(dǎo)航跟蹤等問(wèn)題轉(zhuǎn)化為信息空間中的數(shù)據(jù)匹配問(wèn)題。此外，作者還將該思路進(jìn)一步拓展應(yīng)用于公交定位等。本書力求突破現(xiàn)有導(dǎo)航技術(shù)的桎梏，為室內(nèi)導(dǎo)航技術(shù)研究提供一種新的思路。
劉文平（1977-），男，華中科技大學(xué)博士、博士后，湖北經(jīng)濟(jì)學(xué)院統(tǒng)計(jì)學(xué)院副院長(zhǎng)、副教授1. 國(guó)家自然科學(xué)基金面上項(xiàng)目“面向泛在計(jì)算的精準(zhǔn)室內(nèi)導(dǎo)航技術(shù)研究”，編號(hào)62072163，負(fù)責(zé)人（本書依托項(xiàng)目）；
2.國(guó)家自然科學(xué)基金面上項(xiàng)目“基于在線群智感知的即插即用室內(nèi)導(dǎo)航技術(shù)研究”，編號(hào)61672213，負(fù)責(zé)人（本書依托項(xiàng)目）；
目錄
第1章 緒論 1
1.1 主流導(dǎo)航模式 2
1.1.1 基于室內(nèi)平面圖+室內(nèi)定位技術(shù)的導(dǎo)航模式（模式I） 2
1.1.2 基于先行者-追隨者的導(dǎo)航模式（模式II） 3
1.1.3 導(dǎo)航模式特點(diǎn) 4
1.2 本書觀點(diǎn)與主要?jiǎng)?chuàng)新 5
參考文獻(xiàn) 6
第2章 基于動(dòng)態(tài)地圖生成的室內(nèi)導(dǎo)航 11
2.1 概述 12
2.2 基于Wi-Fi的距離估計(jì) 15
2.2.1 多維標(biāo)度法 15
2.2.2 指紋間的相異度計(jì)算 16
2.3 導(dǎo)航系統(tǒng)設(shè)計(jì) 19
2.3.1 概述 19
2.3.2 局部地圖生成 20
2.3.3 局部地圖合并及拼接 21
2.3.4 邊長(zhǎng)和方向的計(jì)算 23
2.3.5 樓層改變探測(cè) 24
2.3.6 基于實(shí)時(shí)地圖的室內(nèi)導(dǎo)航 25
2.4 性能評(píng)估 25
2.4.1 實(shí)時(shí)地圖生成 26
2.4.2 室內(nèi)導(dǎo)航和動(dòng)態(tài)地圖 29
2.5 討論 30
2.5.1 用戶密度/分布的影響 30
2.5.2 地圖與現(xiàn)實(shí)世界的錨定問(wèn)題 30
2.5.3 時(shí)間復(fù)雜度 31
2.6 文獻(xiàn)梳理 32
2.6.1 基于地標(biāo)的室內(nèi)導(dǎo)航 32
2.6.2 基于室內(nèi)平面圖的室內(nèi)導(dǎo)航 32
2.6.3 基于先行者-追隨者的室內(nèi)導(dǎo)航 33
2.7 結(jié)論 33 參考文獻(xiàn) 33
第3章 基于非調(diào)制光源構(gòu)建虛擬圖的室內(nèi)導(dǎo)航 39
3.1 概述 40
3.2 基于光強(qiáng)峰值的室內(nèi)導(dǎo)航虛擬地圖構(gòu)建 42
3.3 系統(tǒng)設(shè)計(jì) 44
3.3.1 概述 44
3.3.2 虛擬圖生成 46
3.3.3 實(shí)時(shí)導(dǎo)航 55
3.4 系統(tǒng)評(píng)估 56
3.4.1 實(shí)施過(guò)程 57
3.4.2 性能評(píng)估 57
3.5 文獻(xiàn)梳理 60
3.5.1 基于室內(nèi)平面圖的室內(nèi)導(dǎo)航 60
3.5.2 基于先行者-追隨者的室內(nèi)導(dǎo)航 61
3.6 結(jié)論 62
參考文獻(xiàn) 62
第4章 基于機(jī)器學(xué)習(xí)的Wi-Fi距離估計(jì)與應(yīng)用 67
4.1 概述 68
4.2 接近度估計(jì)與群組分析研究 70
4.2.1 人與人之間的接近度估計(jì) 70
4.2.2 群組檢測(cè)和行為識(shí)別 71
4.3 用戶間距離估計(jì) 72
4.3.1 輸入特征選擇 72
4.3.2 數(shù)據(jù)收集與準(zhǔn)備工作 75
4.3.3 研究方法 76
4.4 基于用戶距離估計(jì)的群組畫像 78
4.4.1 群組檢測(cè) 78
4.4.2 細(xì)粒度群組移動(dòng)水平分類 79
4.4.3 群組結(jié)構(gòu)識(shí)別 80
4.5 性能評(píng)估 82
4.5.1 實(shí)驗(yàn)設(shè)置 82
4.5.2 不同方法在距離估計(jì)和訓(xùn)練時(shí)間上的比較研究 83
4.5.3 走廊識(shí)別精度比較 84
4.5.4 使用特征選擇技術(shù)進(jìn)行距離估計(jì) 84
4.5.5 模型的泛化能力 85
4.5.6 群組檢測(cè)、移動(dòng)水平分類和群組結(jié)構(gòu)識(shí)別的精度 85
4.6 討論 88
4.6.1 群組隊(duì)形變化的影響 88
4.6.2 群組檢測(cè)的計(jì)算延遲 88
4.7 結(jié)論 89
參考文獻(xiàn) 89
第5章 基于三維傳感器網(wǎng)絡(luò)一維流形骨架的導(dǎo)航協(xié)議 93
5.1 一維流形骨架導(dǎo)航協(xié)議的提出背景 94
5.2 研究動(dòng)機(jī)和問(wèn)題描述 96
5.2.1 假設(shè)、目標(biāo)和要求 96
5.2.2 問(wèn)題描述 97
5.3 SNP協(xié)議 98
5.3.1 一維流形骨架提取 99
5.3.2 路徑規(guī)劃 102
5.3.3 導(dǎo)航實(shí)現(xiàn) 102
5.4 討論103
5.4.1 復(fù)雜度分析 103
5.4.2 對(duì)網(wǎng)絡(luò)動(dòng)態(tài)變化的反應(yīng) 103
5.5 性能評(píng)估 105
5.5.1 安全出口數(shù)量的影響 105
5.5.2 對(duì)節(jié)點(diǎn)密度的魯棒性 106
5.5.3 對(duì)形狀變化的魯棒性 108
5.5.4 骨架提取的計(jì)算成本和網(wǎng)絡(luò)動(dòng)態(tài)的反應(yīng)時(shí)間 109
5.6 路徑規(guī)劃與導(dǎo)航研究現(xiàn)狀 110
5.7 結(jié)論110
參考文獻(xiàn) 110
第6章 基于Wi-Fi感知的城市公交定位與到達(dá)時(shí)間預(yù)測(cè) 115
6.1 概述 116
6.2 公交定位與到達(dá)時(shí)間預(yù)測(cè)的提出背景 118
6.3 基于信號(hào)沃羅諾伊圖的公交車定位 119
6.3.1 信號(hào)沃羅諾伊圖 119
6.3.2 基于SVD的公交車定位系統(tǒng)WiLocator 121
6.3.3 WiLocator的變形算法WiLocator(p) 124
6.4 公交車到達(dá)時(shí)間預(yù)測(cè) 126
6.5 原型構(gòu)建和實(shí)驗(yàn)結(jié)果 128
6.5.1 原型構(gòu)建 128
6.5.2 實(shí)驗(yàn)結(jié)果 130
6.6 公交定位與跟蹤研究現(xiàn)狀 134
6.6.1 基于Wi-Fi的定位 134
6.6.2 實(shí)時(shí)公交車跟蹤 135
6.7 結(jié)論 135
參考文獻(xiàn) 136
新書資訊