FANGWEN YU

室内众包的力量:众包室内3D地图

室内众包的力量:众包室内3D地图

The Power of Indoor Crowd: Indoor 3D Maps from the Crowd

 

        近年来,随着基于智能手机的标记技术的发展,目前智能手机上都配有高分辨率的相机和多种微电子传感器,这使得人们开发一些新的移动应用成为可能。在本文中,作者解决了从众包图片中重建室内大规模3D模型的关键问题。作者设计实现了一套IndoorCrowd系统,即支持重建大规模室内3D场景的智能手机增强众包系统。IndoorCrowd填补了当前基于云的3D重建系统的空白,它能够在移动端捕获到满足室内大规模3D重建需求的高质量图片,同时在云服务端部署了自动基于图片的3D重建管道,能够从图片和传感器数据中生成3D模型。此外,作者还提供了一种直观的在线注释工具能够方便的对图片进行标记处理。这些标记信息与传感器信息相结合能够很大程度上减少IndoorCrowd的处理时间。

 

     Abstract—Remarkable progress was made with smartphones in the last few years. Modern smartphones are now equipped with high-resolution

Be the First to comment. Read More

面向室内多房间结构的有效移动制图方法

面向室内多房间结构的有效移动制图方法

Effective Mobile Mapping of Multi-Room Indoor Structures

 

     本文中作者设计了一种系统,能够简易的构建室内场景并自动生成楼层平面图,可缩放其尺寸(scale to their metric dimensions)。所提出的方法利用手机中包含的仪器(如加速度计、地磁仪、相机等)管理室内场景,而不需要受Manhattan World assumption的约束。该方法不需要经过特别的训练或设备,就能够生成精确的2D楼层平面图和3D场景表达模型,能够满足仿真和交互应用的需求。

 

     Abstract:The authors present a system to easily capture building interiors and automatically generate floor plans scaled to their metric

Be the First to comment. Read More

MapGENIE: 基于众包数据的增强语法室内地图构建方法

MapGENIE: 基于众包数据的增强语法室内地图构建方法

MapGENIE:Grammar-enhanced Indoor Map Construction from Crowd-sourced Data

 

        位置服务在室外环境中已得到了广泛应用,但在室内环境中还不可用。主要有两个方面的原因:第一,没有支持移动设备的现成的室内定位系统;第二,在大部分建筑中缺乏面向公众的室内地图数据。同时,存在大量的劳力成本,使得有效的创建室内地图仍然面临许多挑战。

        作者提出的MapGENIE方法解决了室内制图的问题,即通过搜集室内建筑环境中行人的运动轨迹自动的构建室内地图。由于通过行人移动设备从后台搜集轨迹数据,避免了传统室内制图过程中花费大量的劳力成本,同时能够提高室内地图的有效性。为了改进地图构建过程,MapGENIE利用建筑物内部信息并通过语法编码建筑结构信息。该方法在室内制图过程中仅需要小量的轨迹数据而不需要用户的参与。

        为了测试MapGENIE的性能,作者实现了一套基于Android的系统,通过志愿者用绑在脚上的IMU搜集轨迹数据。与单纯的基于轨迹的方法相比,利用语法的方法能够识别出建筑物中四倍的房间数,同时在检测到房间的大小时错误率也更低。

 

      Abstract-While location-based services are already well established in outdoor scenarios,

Be the First to comment. Read More

夜读——思想的力量(三)

夜读——思想的力量(三)

 

 

     今日文摘,来自《The Master Key System 硅谷禁书》。

 

     心态的平和,内心的平静,会使我们的生活和工作变得更加顺利,也会使我们的人生境遇变得更加顺畅。外在的客观世界就是我们内心世界的反映,专注于"和谐",意味着排除一切杂念,完全的、彻底的专注。

 

     确定一个具体的目标的意识,以及执行目标的意志力,并使它付诸实践。当这个法则畅通无阻的运行,你将发现你所寻求的东西会主动找上门来,一切会喜出望外、尽如人意。

 

     人类的思想本身控制着人的任何行为。

 

     决定人一生的便是他的思想,所以人的思想在生命过程中的映射即是这一生的写照。

 …

Be the First to comment. Read More

CIMLoc: 面向定位的众包室内地图构建系统

CIMLoc: 面向定位的众包室内地图构建系统

CIMLoc: A crowdsourcing indoor digital map construction system for localization

 

       室内地图作为许多室内定位导航系统的重要基础,在有些室内环境中有时很难获得。由于缺少室内地图数据以及手动构建室内地图的成本较高,因此急需一种廉价、高效的自动构建室内地图的方法。随着具有多传感器的移动设备的普及,我们可以低成本的通过众包用户轨迹自动的构建室内地图。与其他众包数据一样,搜集的用户轨迹往往包含噪声和低保真度(low fidelity),这对构建精确的地图带了了很大挑战。为了解决这个问题,作者提出了一种CIMLoc,即面向定位的众包室内地图系统。通过利用从不同移动设备搜集的真实轨迹数据对这个系统进行了评估。通过真实地图与所构建的地图来计算定位结果误差,进而量化构建地图的误差。实验结果表明,CIMLoc能够构建出精确的地图,可以有效的提高定位结果。CIMLoc能够在室内地图不可用的环境中提供一种有效的室内定位解决方案。

 

Abstract—Indoor maps, as crucial prerequisites for many indoor localization and navigation systems, are sometimes inaccessible. The absence of an indoor map

Be the First to comment. Read More

ALIMC: 基于活动地标的众包室内制图方法

ALIMC: 基于活动地标的众包室内制图方法

ALIMC: Activity Landmark-Based Indoor Mapping via Crowdsourcing

 

   室内地图是行人导航系统中不可或缺的,也是智能交通系统的重要要素。本文中,作者提出了一种ALIMC,即基于活动地标的众包室内制图系统。 ALIMC能够通过智能手机所收集的众包数据构建匿名建筑的室内地图,而不需要任何先验知识。ALIMC利用节点关系模型抽象的表达室内地图,其中路径通过边表示,路径的交点用节点表示,比如角落、电梯、楼梯等。当行人经过这些节点时会产生相关的活动,而智能手机能够捕获到这些活动。检测到活动之后,ALIMIC能够从众包数据中提取出活动地标并且将活动地标聚簇成不同的簇,每一个簇就作为室内地图的一个节点。然后ALIMC能够估计出所有节点之间的距离并将其记录在距离矩阵中。在距离矩阵基础上,ALIMC能够通过一种多维尺度技术(Multidimensional Scaling Technique)生成一种相对的室内地图。最后, ALIMC基于若干个参考点将相对室内地图转为城一种绝对地图。为了评估ALIMC,作者在办公楼中实现了ALIMC。实验结果表明,80%情况下室内制图的精度约为0.8-1.5米。

 

Abstract—Indoor maps are integral to pedestrian navigation systems, an essential element of intelligent transportation systems (ITS). In this paper, we propose ALIMC, i.e., Activity

Be the First to comment. Read More

CROWD-PAN-360: 一种面向智能手机用户的众包上下文感知全景地图生成方法

CROWD-PAN-360: 一种面向智能手机用户的众包上下文感知全景地图生成方法

 

      随着智能手机和位置感知服务技术及应用的快速发展,往往需要识别用户相对于周围环境的位置,而不是原始的位置坐标信息。在本文中,作者提出了一种CROWD-PAN-360 (CP360),通过一种基于智能手机的软件系统利用众包图片生成用户所不熟悉得环境的360度全景地图。通过手动或者自动产生的标签进行标识出现在图片中的对象的逻辑位置。这种上下文感知的系统能够将用户的位置坐标与若干个智能手机的上下文(如加速度、方向)进行智能关联。CP360能够有效降低GPS定位的误差并且能够有效识别用户的环境。

 

Abstract—Recent advances in smartphones and location- ware services necessitate identifying logical locations of users, in terms of their surroundings, instead of raw location coordinates. In this paper, we have

Be the First to comment. Read More