Después de googlear un poco más, he encontrado este documento, el Uso de Wi-Fi para Navegar por el Gran Adentro. Supongo que el algoritmo que se encarga de múltiples huellas dactilares, además de la brújula y el acelerómetro es lo que llamó la Manzana del ojo.
Cuando un gadget uso de WiFiSLAM quiere saber su ubicación, se analiza
las intensidades de señal y los Identificadores únicos de todas las redes Wi-Fi alrededor de
. Que se compara con una referencia del conjunto de datos para el área
se accede a través de Internet, o almacenados en el dispositivo. La estimación de
la ubicación puede ser afilado si un gadget se mueve un poco, porque
WiFiSLAM los algoritmos pueden recopilar varias huellas dactilares. Brújula de datos
y señales del acelerómetro captura de una persona huellas también se utilizan
para afinar la precisión de las siguientes ubicación de las correcciones de como una persona se mueve
alrededor de.
WiFiSLAM necesidades similares de los datos a ser recogidos por adelantado dentro de un
edificio en particular antes de que se puede ofrecer ubicación de las revisiones. Una persona
ejecutando otra aplicación especial debe caminar alrededor de un edificio un par de veces,
entrar en cada habitación, al menos una vez. Los algoritmos desarrollados originalmente para
robot proceso de navegación de los patrones cambiantes de Wi-Fi huellas dactilares
y los pasos para volver a crear la ruta de acceso de la persona cubierta. Que traza es
luego manualmente asociado con un mapa del lugar para que WiFiSLAM puede
decirle a un usuario en el entorno donde se encuentran.
Edit 2: También, se ve como WifiSlam tenía un blog que se ha eliminado. Sin embargo, Google todavía tiene en su caché con algunos detalles:
Más recientemente, WiFiSLAM del sensor inercial de fusión fue presentado en
Grizzly Analytics. Esto desencadenó algunos excelentes de discusión por correo electrónico con
El Dr. Bruce Krulwich y nos gustaría resumir aquí para usted!
El vídeo de demostración que incluye mapas de las restricciones. Es puramente acelerómetro, giroscopio y brújula.
Somos capaces de obtener una mejor precisión típica porque estamos tomando no-tradicional patrón de coincidencia de enfoques para la fusión de sensores
en lugar de la convencional "de doble integración + filtro de Kalman"
las técnicas utilizadas tradicionalmente.
Nos puso el teléfono en frente de nosotros, tratando de imitar un típico usuario de smartphone que está siguiendo un mapa y caminar mirando
su teléfono. Nada super-específicos.
Sensor inercial de fusión ahora está habilitado de forma predeterminada como la de la semana pasada se libera de toda WiFiSLAM línea de producto: la huella de carbono.io, WiFiSLAM
QuickMap, y el Interior de la Ubicación del SDK. Cualquier usuario de WiFiSLAM con un
giroscopio smartphone habilitado recibirá híbrido de posicionamiento que utiliza
tanto nuestro Wi-Fi tecnología de huellas combinado con nuestra inercia
la fusión de sensores.
Edición 3 Grizzly analytics proporciona mapas detalles de configuración en su reciente post en el blog.
WiFiSlam ha lanzado una aplicación móvil que permite a cualquier usuario de smartphone para
tomar una foto de un mapa de sus interiores sitio, a pie de todo el sitio
par de veces, y tienen que sitio de trabajo dentro de WiFiSLAM la ubicación de
sistema de posicionamiento. Esta aplicación permite mucho más fácil crowd-sourcing de
los mapas interiores de Google o que otros tienen, y permitiría iPhone interior
posicionamiento a extenderse como un reguero de pólvora como el iPhone fanboys saltar a subir
sus mapas de sitio.
Edición 4 he Aquí un video de la GeoMeetup (amablemente publicado por Ragi Burhum) donde Joseph Huang de WiFiSLAM presenta una charla acerca de los algoritmos subyacentes.
