TinyLoc:一种面向能耗受限的可穿戴设备的室内定位算法

• 作者: 徐恪 杨铮 王晓亮 葛志诚
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 室内定位 节能 运动特性 可穿戴计算 传感器网络 物联网 信息物理融合系统
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 物联网与信息物理融合系统
• 页码范围: 1813-1828
• 页数: 16页
• 分类号: TP391
• 字数: 11765字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2017.01813

摘要

近年来,基于Wi-Fi接收信号强度的室内定位技术一直是研究领域的热点问题.随着智能家居和可穿戴计算的高速发展,大量新型智能设备的出现进一步推动了室内定位技术的发展,同时也带来了新的挑战.可穿戴设备与传统智能设备相比,有着与用户更加紧密的位置绑定关系,是一类更加适合的室内定位平台.但另一方面,类似智能手表、眼镜、手环以及戒指等可穿戴设备,由于其自身资源受限的特性,迫切需要一种低功耗的新型室内定位算法.通过本文在Moto 360二代智能手表上进行的实验可以发现,基于Wi-Fi RSS的室内定位服务会使智能手表的使用时间缩短82％以上,其中99％的定位能耗,是为了保证定位精度而大量进行射频信号采集所造成的.简单的减少信号采集量将带来显著的定位精度下降,如何在保障定位精度的前提下,尽可能地减少信号采集量是低功耗定位技术面临的核心挑战.该文提出了一种面向能耗受限的可穿戴设备的室内定位技术TinyLoc.TinyLoc在实时定位阶段仅需要一次信号采集,同时运用用户运动特性弥补信号采集量减少而带来的精度缺失.实验结果表明,在90％的情况下,TinyLoc对于完整路径上的点平均误差可以达到3m以内,另一方面,在相同实验环境下,Ti-nyLoc能耗为传统Wi-Fi定位算法的1/6,是MoLoc的64 ％.相比传统的基于Wi-Fi信号的定位算法,TinyLoc可以延长Moto 360二代智能手表约3倍的定位工作时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐恪	清华大学计算机科学与技术系	154	2232	24.0	42.0
2	杨铮	清华大学软件学院	8	18	3.0	4.0
3	王晓亮	清华大学计算机科学与技术系	11	114	7.0	10.0
4	葛志诚	清华大学计算机科学与技术系	2	9	2.0	2.0