TY  - THES
A3  - Loffeld, Otmar
AB  - Bei den Positionierungstechniken in Innenräumen ist der auf der Nutzung von Wi-Fi basierende Ansatz attraktiv. Durch den Ansatz wird erwartet, eine kostengünstige und leicht zugängliche Lösung einzubringen. Die meisten Wi-Fi-Lokalisierungsmethoden sind auf Messungen der empfangenen Signalstärke (RSS) angewiesen. In dieser Arbeit werden verschiedene, auf Wi-Fi RSS basierende Algorithmen für die Positionierung erforscht. Die Leistung von jedem Ansatz wird mit experimentellen Ergebnissen gezeigt. 
In Anbetracht des komplementären Charakters der Wi-Fi-Positionierung und des Trägheitsnavigationssystems (INS) ergibt die Kombination der beiden Systeme einen synergetischen, zu höheren Leistungen führenden Effekt. Für die Fahrzeugsnavigation im Innenraum lässt sich die Leistung des INS/Wi-Fi integrierten Systems ohne Änderung der Hardware verbessern. Eine verbesserte Integration, die die adaptive Kalman-Filterung (AKF) in verbindung mit Fahrzeugeinschränkungen verwendet, wird vorgestellt. Die experimentellen Ergebnisse zeigen, dass das verbesserte integrierte System eine höhere Navigationsgenauigkeit bietet, im Vergleich zur Verwendung der Wi-Fi-Positionierung und der konventionellen INS/Wi-Fi-Integration.
Für persönliche Navigationsanwendungen wird die Fußgänger-Koppelnavigation (PDR) eingesetzt. Mit einer am Fuß montierten IMU sind das Null-Geschwindigkeit-Update (ZUPT) und das Nullwinkelrate-Update (ZARU) Methoden anzuwenden, um die IMU neu zu kalibrieren, dadurch können die Driftfehler vom INS reduziert werden. Für persönliche Navigation mit der in dem tragbaren Gerät eingebetteten IMU wird die angepasste PDR auf Basis der Klassifizierung vom Geräteplatzierungsmodus vorgestellt. Drei typische Platzierungsmodi werden diskutiert. Die Leistungen der Klassifizierung mit verschiedenen Klassifikatoren werden mit echten Testergebnissen gezeigt. Die angepasste PDR wird weiter mit der Wi-Fi-Positionierung kombiniert. Die Versuchsergebnisse zeigen, dass das integrierte System die allein operierenden Navigationssysteme leistungsmäßig übertrifft. 
Die Schätzung der Orientierung ist eine Herausforderung für die Indoor-Navigation. Die visuelle, auf Kamera basierende Technik des Gyroskops kann die aus Bilder generierte Information in die Rotation der Kamera verwandeln. Anders als das Gyroskop in einer IMU leidet der visuelle Kreisel mit Fluchtpunkten nicht unter Driftfehlern. In dieser Arbeit wird eine Integration des INS und des visuellen Kreisels, die die auf Richtungskosinusmatrix (DCM) basierenden Modelle anwendet, vorgestellt. Im Vergleich zu den herkömmlichen Modellen des Eulerwinkels kann die Verwendung von DCM lineare systemmodelle bereitstellen und die Probleme der Singularität vermeiden. Die Leistung der Einstellung und der Schätzung der Kreiselabweichung unter Verwendung des integrierten Systems werden mit experimentellen Testergebnissen gezeigt.
AU  - Chai, Wennan
DA  - 2019
DO  - 10.25819/ubsi/619
KW  - Terrestrische Navigation
KW  - Indoor Positioning
KW  - Wi-Fi Fingerprinting
KW  - Kalman Filter
KW  - Pedestrian Dead Reckoning
KW  - Visual Gyroscope
LA  - eng
PY  - 2019
TI  - Multi-sensor based indoor vehicle and pedestrian navigation
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:467-15433
Y2  - 2024-11-22T07:28:39
ER  -