.png){kind=icon}
返回
Classification of User Behavior Patterns for Indoor Navigation Problem
.png){kind=icon}
PRE
AI
DOI：10.3390-s25154673.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
室内导航因传统定位系统在建筑物内的局限性而面临持续的挑战。本研究提出了一种新颖的方法来应对这一问题——并非通过持续追踪用户位置，而是基于用户观测行为与预设路线预期进展的匹配程度来估计其位置。这一概念虽非普适适用，但非常适合特定室内导航场景，例如引导快递员或配送人员穿越复杂的住宅建筑。我们在论文中详细探讨了这一理念。为实施基于行为的位置定位，我们引入了一种基于LSTM的方法，用于通过分析智能手机传感器数据派生的速度序列，对用户行为模式（包括站立、行走、使用楼梯或电梯）进行分类。所开发的模型在1秒时间窗口内对单个活动类型的分类准确率达到75%，通过多数投票的全序列分类准确率达到98.6%。这些结果证实了实时活动识别作为导航系统基础的可行性，该系统能够将实时用户行为与预记录模式对齐，为基础设施密集型室内定位系统提供了一种成本效益更高的替代方案。
Keyword:
indoor navigation
behavior-based localization
LSTM
smartphone sensors
activity recognition
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
暂无机构信息
引用论文
Combining Wi-Fi Fingerprinting and Pedestrian Dead Reckoning to Mitigate External Factors for a Sustainable Indoor Positioning System.png)
SUSTAINABILITY
OAAI
SUSTAINABILITYIF3.3
OAAI分享收藏Improvement of Single-Frequency GPS Positioning Performance Based on EGNOS Corrections in Algeria
PREAI
分享收藏Indoor Localization Methods for Smartphones with Multi-Source Sensors Fusion: Tasks, Challenges, Strategies, and Perspectives基于多源传感器融合的智能手机室内定位方法: 任务、挑战、策略与展望SENSORS
OAAI
SENSORSIF3.5
OAAI分享收藏Fingerprint-based indoor positioning system using BLE: real deployment study基于BLE的指纹识别室内定位系统：实际部署研究OAAI
OAAI分享收藏
查看更多内容