ES2651266T3 - Generación de mapa de campo magnético para posicionamiento en interiores - Google Patents

Generación de mapa de campo magnético para posicionamiento en interiores Download PDF

Info

Publication number
ES2651266T3
ES2651266T3 ES13150083.7T ES13150083T ES2651266T3 ES 2651266 T3 ES2651266 T3 ES 2651266T3 ES 13150083 T ES13150083 T ES 13150083T ES 2651266 T3 ES2651266 T3 ES 2651266T3
Authority
ES
Spain
Prior art keywords
magnetic field
emf
building
location
map
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES13150083.7T
Other languages
English (en)
Inventor
Janne Haverinen
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
IndoorAtlas Oy
Original Assignee
IndoorAtlas Oy
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by IndoorAtlas Oy filed Critical IndoorAtlas Oy
Application granted granted Critical
Publication of ES2651266T3 publication Critical patent/ES2651266T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • G01C21/206Instruments for performing navigational calculations specially adapted for indoor navigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C17/00Compasses; Devices for ascertaining true or magnetic north for navigation or surveying purposes
    • G01C17/02Magnetic compasses
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/04Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
    • G01C21/08Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00Arrangements or instruments for measuring magnetic variables
    • G01R33/02Measuring direction or magnitude of magnetic fields or magnetic flux
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/40Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for measuring magnetic field characteristics of the earth
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003Maps
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/33Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Geophysics (AREA)
  • Educational Technology (AREA)
  • Business, Economics & Management (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Measuring Magnetic Variables (AREA)

Abstract

Un aparato (400; 500) para generar un mapa (440; 540) de campo magnético de interior para un edificio (100), que comprende al menos un procesador (402; 502) y al menos una memoria (404; 504) que incluye un código de programa informático, donde la al menos una memoria (404; 504) y el código de programa informático están configurados para, con el al menos un procesador (402; 502), hacer que el aparato (400; 500) al menos: obtenga información que indica un vector de campo magnético medido en al menos una ubicación conocida dentro del edificio (100), donde el vector de campo magnético medido representa magnitud y dirección del campo magnético terrestre (208) afectado por las estructuras locales del edificio (100), y en el cual la al menos una ubicación conocida está definida en un sistema de referencia de un plano de planta (442; 542) del edificio (100); y genere el mapa (440; 540) de campo magnético de interior para al menos una parte del edificio (100) sobre la base de al menos la información obtenida que indica el vector de campo magnético medido en la al menos una ubicación conocida dentro del edificio (100) y el plano de planta (442; 542), donde el mapa (440; 540) de campo magnético de interior comprende el vector de campo magnético medido para la al menos una ubicación conocida dentro del edificio (100); caracterizado por que la al menos una memoria (404; 504) y el código de programa informático están además configurados para, con el al menos un procesador (402; 502), hacer que el aparato (400; 500) además: obtenga la información que indica el vector de campo magnético medido en la al menos una ubicación conocida dentro del edificio (100) a partir de al menos dos dispositivos (400A, 400B) de medida diferentes; combine la información obtenida que indica el vector de campo magnético medido en la al menos una ubicación conocida dentro del edificio (100) para representar el vector de campo magnético medido y una medida de incertidumbre del vector de campo magnético medido en la al menos una ubicación conocida dentro del edificio (100), donde la medida de incertidumbre representa al menos uno de entre incertidumbre de la magnitud del vector de campo magnético e incertidumbre de la dirección del vector de campo magnético e indica fiabilidad específica para la ubicación del vector de campo magnético medido en la al menos una ubicación conocida; donde la generación del mapa de campo magnético de interior para la al menos parte del edificio (100) está basada además en la información relacionada con la medida de incertidumbre del vector de campo magnético medido en la al menos una ubicación conocida dentro del edificio (100), y donde el mapa de campo magnético de interior comprende además la medida de incertidumbre del vector de campo magnético medido para la al menos una ubicación conocida dentro del edificio (100).

Description

imagen1
imagen2
imagen3
imagen4
imagen5
imagen6
10
15
20
25
30
35
40
45
50
55
Dicho de otra manera, cuanto mayor sea la desviación, mayor puede ser la medida de incertidumbre. La desviación se puede referir a desviación en la magnitud medida, desviación en la dirección medida, desviación en la incertidumbre indicada del vector de campo magnético medido, etc.
En una realización, la medida de incertidumbre para una ubicación se puede determinar al menos en parte sobre la base de cantidad de varianza en datos de movimiento local proporcionados por uno o más sensores inerciales acoplados a un dispositivo 400 de medida que midieron el vector de campo magnético en la ubicación. De esta forma, la unidad de medida inercial (IMU) 422, descrita en detalle más adelante, puede proporcionar información sobre el movimiento local que está experimentando el dispositivo 400 de medida. Por ejemplo, si el generador de mapas hace girar el dispositivo 400 de medida, por ejemplo hacia adelante y hacia atrás, durante el procedimiento de medida, la cantidad de movimiento local es grande. Esto puede no conducir a la precisión de medida más fiable, aunque parte del movimiento local se puede corregir, como se describirá más adelante. El dispositivo 400 de medida puede utilizar él mismo esta información de movimiento local en la determinación de la incertidumbre de la medida realizada o puede remitir la información a la entidad 500 de base datos, la cual realiza la determinación.
En una realización, la medida de incertidumbre para una ubicación se puede determinar al menos en parte sobre la base de un modelo y/o tipo específico del dispositivo 400 de medida y/o un estado eléctrico del dispositivo 400 de medida. Esto es así porque se puede haber determinado que un tipo o modelo específico puede o no puede proporcionar resultados de medida muy precisos. El tipo y/o modelo puede referirse al dispositivo 400 de medida (por ejemplo al teléfono móvil), o puede referirse al magnetómetro 420 aplicado, o a ambos. El estado eléctrico del dispositivo 400 de medida también puede afectar a la fiabilidad del procedimiento de medida. Por ejemplo, ciertas funciones software, por ejemplo llamadas telefónicas, que se ejecutan simultáneamente en el dispositivo 400 de medida y que cambian dinámicamente el estado eléctrico/mecánico del dispositivo 400 de medida pueden afectar a la fiabilidad de la medida al introducir interferencias magnéticas. Por lo tanto, el dispositivo 400 de medida puede determinar la incertidumbre de la medida realizada teniendo en cuenta lo anterior, por ejemplo, o puede transmitir la información a la entidad 500 de base de datos.
En una realización, la medida de incertidumbre para una ubicación se puede determinar al menos en parte sobre la base de la ubicación geográfica del dispositivo 400 de medida. La ubicación geográfica se puede determinar, por ejemplo, mediante un sensor GPS 428 del dispositivo de medida. Por ejemplo, la entidad 500 de base de datos o el dispositivo 400 de medida pueden comprender información de vector de campo magnético terrestre al aire libre en diferentes ubicaciones geográficas del mundo. Si la dirección del vector de EMF de interior medida varía significativamente, por ejemplo por una cantidad obtenida experimentalmente, con respecto a la dirección del campo magnético verdadero al aire libre, entonces la fiabilidad de la medida realizada puede ser cuestionable y la medida de incertidumbre puede ser indicativa de baja fiabilidad en el vector de EMF proporcionado. Esto también puede ayudar a detectar si el generador de mapas ha recorrido (de forma intencionada o no intencionada) el camino en una dirección contraria a la indicada.
En una realización, la medida de incertidumbre para una ubicación se puede determinar al menos en parte sobre la base de sello temporal de la al menos una medida de vector de campo magnético existente en la ubicación. Por ejemplo, cuando la anterior medida del vector de EMF para la ubicación se ha realizado hace mucho tiempo, la medida de incertidumbre puede indicar que el vector de EMF proporcionado puede no proporcionar valores de vector de EMF tan precisos como si la medida del vector de EMF anterior se hubiera hecho poco tiempo antes. En este contexto un tiempo corto puede ser una semana o incluso un mes. Un tiempo largo se puede referir, por ejemplo, a varios meses.
En una realización, la incertidumbre para cada punto del mapa se basa en una combinación de al menos dos de los criterios de determinación de incertidumbre anteriormente mencionados. En esta realización, la medida de incertidumbre combinada se puede determinar de manera individual/independiente para los tres ángulos que determinan la dirección del vector de EMF, y de manera individual/independiente para la magnitud del vector de EMF en cada punto del mapa aplicando, por ejemplo, la regresión de proceso Gaussiano – técnica que produce la media predictiva, y la varianza predictiva, es decir, la incertidumbre, del campo escalar modelado, concreto, en cada punto del mapa. A cada uno de los diferentes parámetros que afectan al ruido de observación, y a la varianza de un proceso Gaussiano concreto se les puede dar un factor de ponderación para producir una medida de incertidumbre combinada, es decir, una varianza predictiva, para un punto del mapa específico por medio de la aplicación de la regresión de proceso Guassiano. Estos factores de ponderación se pueden encontrar por medio de ensayos empíricos, por ejemplo.
Como resultado de esto, la entidad 500 de base de datos, o el dispositivo 400 de medida, es capaz de asociar cada celda del mapa de EMF con una medida de incertidumbre que indica la fiabilidad del vector de campo magnético mapeado en una ubicación dada. Esto puede ser ventajoso para que la persona que se debe localizar a sí misma en el edificio 100 puede conocer cómo de fiable es el descubrimiento de ubicación en esa parte del edificio 100, por ejemplo. Por otro lado, esto puede permitir al generador de mapas definir puntos no medidos en el edificio 100.
Además, una aplicación de la medida de incertidumbre proporcionada en el mapa de campo magnético puede ser extraer información en ubicaciones en las que la medida del vector de EMF puede no proporcionar resultados
imagen7
10
15
20
25
30
35
40
45
50
55
60
camino de medida en cualquier momento dado. En otra realización adicional, la IMU 422 puede detectar el movimiento de la persona para utilizar los datos como unos datos de sensor de fusión en descubrimiento/seguimiento de ubicación que está basado en EMF y en un sistema de navegación inercial (INS) que aplica la IMU 422. Dicho descubrimiento y seguimiento de ubicación de tipo de sensor de fusión puede proporcionar resultados más precisos que cualquiera de dichos sensores en solitario.
Aunque la rotación alrededor del eje X y del eje Y en general se puede corregir porque está presente la referencia global (la fuerza gravitatoria G), la rotación alrededor del eje Z como la mostrada en la Figura 7C puede no ser corregida con tanta facilidad. Esto puede ser debido a la falta de referencia global. Se pueden detectar rotaciones relativas utilizando el al menos un giróscopo contenido en la IMU 422. Sin embargo, la estimación de la rotación, producida integrando a lo largo del tiempo las medidas de velocidad angular obtenidas por el giróscopo, sufrirá deriva a lo largo del tiempo debido a, por ejemplo, imprecisiones del sensor y sesgos del giróscopo si la estimación de la rotación no se alinea con la dirección de referencia global de manera regular. Por lo tanto, en una realización, la entidad 400 de base de datos puede obtener, procedente del dispositivo 400 de medida, información que indica un camino de medida virtual a lo largo del cual el dispositivo 400 de medida midió el vector de EMF. Echemos un vistazo a la Figura 6A, la cual muestra un posible camino de medida virtual marcado con una línea 606 discontinua. El camino 606 de medida virtual se puede definir en el sistema de referencia del plano de planta, es decir, mediante coordenadas XY. Como se muestra, no es necesario que el camino 606 de medida virtual sea directo, sino que el camino puede comprender curvas, o similares. Naturalmente, también son aplicables caminos directos. A continuación la entidad 500 de base de datos puede determinar un vector tangente, mostrado con una línea 608 de puntos, al camino 606 de medida virtual en la dirección de movimiento del dispositivo 400 de medida en una ubicación (X1, Y1) dada. La tangente 608 proporciona una indicación fiable relativa a cuál es la rotación alrededor del eje Z vertical del dispositivo 400 de medida en cualquier punto (X1, Y1) dado a lo largo del camino 606 de medida virtual. Es decir, se asume que el dispositivo 400 de medida está orientado hacia la tangente 608 cuando se está moviendo en el camino 608 de medida. La información extraída utilizando la tangente 608 y la información proporcionada por el giróscopo pueden, en conjunto, formar medios poderosos para determinar la desviación con respecto al sistema de coordenadas del mundo X. Por lo tanto, el vector de EMF se puede hacer girar hacia el sistema de coordenadas del mundo XYZ utilizando la información de orientación tridimensional proporcionada por el campo gravitatorio detectado por la IMU 422, y, opcionalmente, utilizando la información proporcionada por el vector 608 tangente al camino 606 de medida en la ubicación de muestra (X1, Y1).
En una realización, cuando están disponibles datos de mapa de EMF para la ubicación, los datos de mapa de EMF pueden proporcionar otra referencia global aplicable para corregir/ajustar/rotar la orientación tridimensional. A saber, la referencia global obtenida a partir del mapa de EMF puede ser la dirección verdadera del vector de EMF. Por ejemplo, cuando existen dos hipótesis de posición, el ajuste de orientación tridimensional en la hipótesis de ubicación correcta funciona mejor que en la hipótesis de ubicación falsa. Esto es debido a que, cuando se corrige la rotación basándose en fuerza gravitatoria G terrestre, la dirección del vector de EMF medido se debería aproximar a la verdadera inclinación del vector de EMF. Si esto no ocurre, la hipótesis de posición se puede determinar como no correcta o a la probabilidad de la fiabilidad de la hipótesis de posición se le puede dar un valor bajo. Esto es debido a que en una hipótesis de posición falsa, se puede utilizar una dirección incorrecta de vector de EMF. Por el contrario, el ajuste de orientación en la hipótesis de posición correcta basada en G, hace que la dirección medida y la inclinación verdadera sean más parecidas la una a la otra. A continuación, se puede realizar la corrección de orientación tridimensional, es decir, la orientación tridimensional del dispositivo 400 de medida con respecto a la rotación alrededor del eje Z se puede corregir al menos parcialmente basándose en la verdadera dirección del vector de EMF proporcionada por el mapa de EMF. La corrección puede ser realizada por el dispositivo 400 de medida o por la entidad 500 de base de datos. Dicha corrección de orientación tridimensional se puede realizar incluso fuera de línea si el dispositivo 400 de medida está equipado con los datos del mapa de EMF. De esta manera se puede ajustar correctamente la orientación tridimensional del dispositivo 400 de medida y se pueden obtener valores correctos de medida de EMF.
Como resulta evidente a partir de lo anterior, el dispositivo 400 de medida puede determinar por sí mismo un camino
o área de medida a lo largo del cual o en el cual se deben realizar las medidas de vector de EMF. Para esto, el dispositivo 400 de medida puede comprender el circuito 410 de determinación del camino de medida. Sin embargo, en otra realización, la entidad 500 de base de datos puede proporcionar al dispositivo 400 de medida al menos un camino o área de medida virtual candidato, a lo largo de al menos uno de los cuales, o en al menos uno de los cuales, se sugiere que el dispositivo 400 de medida mida el vector de campo magnético. Para esto, la entidad 500 de base de datos puede comprender el circuito 510 de determinación del camino de medida. Esto puede ser ventajoso ya que el propio dispositivo de medida no necesita utilizar recursos para determinar el área apropiada a medir. Se debería observar que el área a medir puede comprender ventajosamente áreas en las que aún no se han realizado medidas. La selección del al menos un camino o área de medida virtual (candidato) se puede hacer de forma automática y se puede basar al menos en parte en la incertidumbre específica de la ubicación del vector de EMF. Dicha determinación basada en entropía de caminos o áreas de medida candidatos puede ser ventajosa ya que se da prioridad de medida a áreas que tienen la menor fiabilidad de vectores de EMF correctos en el mapa de EMF.
15
25
35
45
55
La Figura 6B representa cómo puede ser determinado el camino 610 de medida virtual por el dispositivo 400 de medida. La figura representa una interfaz 408 de usuario que el generador de mapas puede aplicar para controlar el dispositivo 400 de medida. Se puede asumir que el dispositivo 400 de medida ha recibido información relativa a puntos de medida existentes en un área del mapa o entorno operativo específico. La información también puede representar al menos un área de incertidumbre de la habitación basada en la incertidumbre del vector de EMF en la ubicación. Dicho área de incertidumbre se representa con el número de referencia 612. El propio generador de mapas puede dibujar el camino 610 de medida virtual en el sistema de referencia del plano de planta. Por ejemplo, el generador de mapas puede dibujar una línea entre el punto inicial y el punto final y a continuación puede aplicar curvas a la línea directa para alcanzar el camino 610 de medida curvado mostrado en la Figura 6B. Dicho dibujo se puede realizar utilizando un cursor o un dedo (en el caso de una pantalla táctil), los cuales se representan con los números de referencia 614A y 614B. La dirección del movimiento puede estar determinada por el orden cronológico en el cual se proporcionaron los dos puntos (punto inicial y punto final). Además, el generador de mapas puede señalar puntos de medida individuales en el mapa en los cuales el generador de mapas realizó o va a realizar las medidas de vector de EMF. Los puntos individuales se pueden determinar en el sistema de referencia del plano de planta.
En una realización, el dispositivo 400 de medida comprende al menos una cámara 432, 432A, 432B, como se muestra en las Figuras 4, 6B y 7. De esta forma el dispositivo 400 de medida puede estar configurado para capturar al menos una imagen de los alrededores de la ubicación dentro del edificio 100 en la que se mide el vector de EMF, donde la al menos una imagen representa al menos uno de los siguientes: un suelo y un techo, al menos una pared. La al menos una imagen se puede capturar, por ejemplo, cuando el dispositivo 400 de medida está en una orientación tridimensional predeterminada detectable por la IMU 422. Esto puede garantizar que la imagen se toma en una dirección deseada, por ejemplo hacia el suelo o hacia el techo. En una realización, el dispositivo 400 de medida está equipado con al menos dos cámaras que apuntan en direcciones substancialmente opuestas, como se muestra en las Figuras 6B y 7 mediante los números de referencia 432A y 432B. Esto puede permitir que el dispositivo 400 de medida capture simultáneamente dos imágenes, una del suelo y una del techo. El dispositivo 400 de medida puede capturar las una o más imágenes en la misma ubicación en la que se mide el vector de EMF. La entidad 500 de base de datos puede obtener la al menos una imagen asociada, o el al menos un rasgo de imagen asociado, con un cierto vector de EMF y la medida de incertidumbre obtenida del dispositivo 400 de medida. La entidad 500 de base de datos puede almacenar los datos en la unidad 544 de datos de sensor de fusión de la memoria 504. La entidad 500 de base de datos puede utilizar a continuación la imagen obtenida o el rasgo de imagen obtenido en la validación de los datos de medida, en la determinación de la medida de incertidumbre para la ubicación, etc. Además, los datos de imagen o de rasgo de imagen obtenidos pueden ser beneficiosos para la determinación de en qué posición a lo largo del camino de medida se encuentra el generador de mapas en un cierto punto de tiempo, mejorando de este modo la fiabilidad de los vectores de EMF medidos. Los datos de imagen o de rasgo de imagen obtenidos también pueden ser beneficiosos para la determinación de la orientación tridimensional del dispositivo 400 de medida. La imagen o el rasgo de imagen puede revelar la textura superficial del edificio, proporcionando de esta manera una fuente fiable para el posicionamiento de sensores de fusión, validación/autentificación de los vectores de EMF obtenidos, etc. En una realización una línea de control, tal como una línea blanca, está colocada en el suelo, en el techo, o en la pared del camino en el que se realizan las medidas. Esta línea de control puede ayudar a realizar un seguimiento de los movimientos del dispositivo de medida, al menos cuando el dispositivo de medida captura imágenes a lo largo del camino de medida. La línea de control puede estar equipada con puntos de control que son indistinguibles. Esta línea de control puede ayudar al generador de mapas a permanecer en el camino de medida deseado y correcto y los movimientos del generador de mapas se pueden detectar con mayor facilidad a lo largo del camino de medida.
Además, en una realización, la entidad 500 de base de datos puede proporcionar, previa petición, la al menos una imagen o el al menos un rasgo de imagen a un dispositivo de posicionamiento que debe determinar su ubicación dentro del edificio, donde la al menos una imagen es utilizable en descubrimiento de ubicación del dispositivo de posicionamiento en el edificio como parte de técnica de sensor de fusión. En otras palabras, puede ocurrir que el vector de EMF medido no localice con precisión al dispositivo de posicionamiento en una ubicación específica, por ejemplo, cuando el mapa de EMF comprende dos vectores de EMF substancialmente idénticos en dos ubicaciones diferentes. En esta situación, la imagen recibida o el rasgo de imagen recibido puede distinguir las dos ubicaciones diferentes. Puede ser que el dispositivo de posicionamiento tome imágenes del techo, por ejemplo. A continuación, el dispositivo de posicionamiento puede comparar la imagen capturada o el rasgo de imagen capturado con la información relacionada con la imagen recibida, y como resultado puede localizarse correctamente a sí mismo. Puede ser que el resultado de la comparación pueda afectar a la probabilidad de tener una hipótesis de posición correcta, por ejemplo. De esta manera, además del seguimiento de ubicación basado en EMF se puede utilizar el seguimiento de ubicación basado en imagen para mejorar la precisión. También se puede realizar seguimiento de ubicación utilizando las imágenes o los rasgos de imagen. El rasgo de imagen puede ser por ejemplo un histograma de patrones binarios locales (LBP), un histograma de colores, etc. La comunicación sólo del rasgo de imagen en lugar de la imagen entera da como resultado una cantidad reducida de recursos de comunicación aplicados y un posible tiempo de transmisión reducido.
En una realización la entidad 500 de base de datos obtiene información que indica el vector de EMF en al menos una ubicación conocida dentro del edificio 100 de al menos dos dispositivos de medida 400A y 400B diferentes,
15
25
35
45
55
como se muestra en la Figura 8. A continuación la entidad 500 de base de datos combina la información obtenida para representar el vector de campo magnético y la medida de incertidumbre del vector de campo magnético, cada uno de ellos como un único vector/escalar, en la al menos una ubicación conocida del mapa de EMF. La combinación se puede realizar individualmente/por separado para los tres ángulos que determinan la dirección del vector de EMF, e individualmente/por separado para la magnitud del vector de EMF en cada punto del mapa aplicando, por ejemplo, regresión de proceso Gaussiano – técnica que produce la media predictiva, y la varianza predictiva, es decir, la incertidumbre, del campo escalar modelado, concreto, en cada punto del mapa. Cada dispositivo de medida 400A y 400B puede contribuir de manera individual al ruido de observación, y a la varianza de un proceso Gaussiano concreto utilizado para modelar un campo escalar concreto. Por consiguiente, a cada dispositivo y/o a cada observación se le puede dar un factor de ponderación para producir una medida de incertidumbre combinada, es decir, una varianza predictiva, para un punto del mapa específico mediante la aplicación de la regresión de proceso Gaussiano.
Como se muestra, la estrategia de participación colectiva puede ser realizada de manera eficiente por un gran número de generadores de mapas de todo el mundo. Sin embargo, puede ser que las medidas proporcionadas no sean todas válidas, lo cual puede ser debido a fallos del dispositivo de medida, al funcionamiento eléctrico del dispositivo de medida, a actos intencionados o no intencionados del usuario que está asociado con el dispositivo de medida, etc. Por lo tanto, en una realización, la entidad 500 de base de datos puede determinar, utilizando el circuito 512 de validación, si un cierto vector de EMF obtenido es o no válido sobre la base de al menos uno de los siguientes: al menos una imagen obtenida, o al menos un rasgo de imagen obtenido, de los alrededores de la ubicación en la que se mide el cierto vector de EMF, propiedades estadísticas del cierto vector de EMF medido, cantidad de varianza en los datos de movimiento local proporcionados por uno o más sensores inerciales acoplados al dispositivo 400 de medida, una diferencia entre la dirección esperada del vector de EMF y la dirección medida del cierto vector de EMF, una velocidad media determinada durante la medida del cierto vector de EMF, una valoración estimada del generador de mapas (usuario) asociado con el dispositivo 400 de medida que midió el cierto vector de EMF, calidad de posicionamiento del mapa de EMF basado en el vector de EMF obtenido.
Echemos un vistazo a estos de manera individual. En una realización, la entidad 500 de base de datos puede tomar una decisión acerca de la validez del vector de EMF obtenido basándose al menos en parte en al menos una imagen obtenida o rasgo de imagen obtenido de los alrededores de la ubicación en la que se mide el cierto vector de EMF. Como se explicó anteriormente, la imagen obtenida o el rasgo de imagen obtenido puede indicar la ubicación en la que se ha medido el vector de EMF. Por ejemplo, se puede determinar si la imagen obtenida corresponde a la ubicación en la presumiblemente se ha medido el vector de EMF o si la orientación tridimensional del dispositivo 400 de medida cumple ciertos criterios. De forma alternativa o adicional, la entidad 500 de base de datos puede comparar los rasgos de imagen con los rasgos de imagen asociados a datos de vector de EMF obtenidos por otros usuarios en el mismo área o en un área cercana, y determinar si los datos son válidos o no basándose en la similitud estadística de rasgos de imagen asociados a diferentes datos de vector de EMF obtenidos por otros usuarios del mismo área o del área cercana.
En una realización, la entidad 500 de base de datos puede tomar una decisión acerca de la validez del vector de EMF obtenido basándose al menos en parte en propiedades estadísticas del cierto vector de EMF medido. Las propiedades estadísticas pueden indicar, por ejemplo, cantidad de varianza en datos de movimiento local proporcionados por uno o más sensores 422 inerciales acoplados al dispositivo 400 de medida. Cuando el movimiento es rápido e intenso, el circuito 512 de validación puede decidir considerar inválido el vector de EMF obtenido. Esto es debido a que la cantidad esperada de movimiento local es relativamente baja, asumiendo que el generador de mapas ha realizado las medidas con una concentración requerida.
En una realización, la entidad 500 de base de datos puede tomar una decisión acerca de la validez del vector de EMF obtenido al menos basándose al menos en parte en una diferencia entre la dirección esperada del vector de EMF y la dirección medida del cierto vector de EMF. La dirección esperada se puede obtener sobre la base de un conocimiento a priori acerca de la ubicación del edificio y de la dirección conocida del campo magnético terrestre en la zona en la que está situado el edificio. Esta se puede obtener por ejemplo a partir del sensor 428 GPS, por ejemplo una antena GPS, del dispositivo 400 de medida. El dispositivo 400 de medida puede provocar la transmisión de la dirección del vector de EMF esperado a la entidad 500 de base de datos. Esto se puede utilizar, por ejemplo, para determinar si los datos recibidos son válidos o no. De forma alternativa, la entidad 500 de base de datos puede comprender información geomagnética, la cual puede indicar la dirección del vector de EMF en cualquier ubicación geográfica dada, o puede acceder a ella. En este caso, sólo es necesario que el dispositivo 400 de medida transmita la ubicación geográfica, no la dirección esperada. Por ejemplo, al camino virtual indicado por el generador de mapas se le puede asignar una dirección esperada del vector de EMF teniendo en cuenta el sistema de referencia del plano de planta del edificio. La dirección del vector de EMF medido a lo largo del camino debería corresponder estadísticamente con la dirección esperada. Esto puede garantizar que los datos se miden en la dirección indicada.
En una realización, la entidad 500 de base de datos puede tomar una decisión acerca de la validez del vector de EMF obtenido basándose al menos en parte en una velocidad media determinada durante la medida del cierto vector de EMF. La velocidad media se puede determinar basándose en la distancia y el tiempo utilizados para el proceso de medida. Cuando la velocidad media determinada indica una velocidad que excede un umbral
10
15
20
25
30
35
40
45
50
55
predeterminado, se puede determinar que el conjunto de datos obtenido es inválido. Por ejemplo, si la serie temporal del vector de campo magnético tiene una longitud de 2 segundos, pero el camino de medida indicado tiene una longitud de 20 metros, se puede determinar que los datos son inválidos.
En una realización, la entidad 500 de base de datos puede tomar una decisión acerca de la validez del vector de EMF obtenido basándose al menos en parte en una valoración estimada del generador de mapas (usuario) asociado con el dispositivo 400 de medida que midió el cierto vector de EMF. Dicho de otra manera, si el generador de mapas es conocido a priori como una fuente fiable de datos de vector de EMF y de datos de incertidumbre, el umbral para determinar que los datos recibidos procedentes del usuario son inválidos es relativamente alto.
En una realización, la entidad 500 de base de datos puede tomar una decisión acerca de la validez del vector de EMF obtenido basándose al menos en parte en calidad de posicionamiento del mapa de EMF basado en el vector de EMF obtenido. Por ejemplo, cuando se utilizan los datos obtenidos en el mapa de EMF y los datos proporcionan un descubrimiento de ubicación preciso, entonces se puede determinar que los datos son válidos. Como ejemplo adicional, en una realización, se pueden evaluar al menos dos conjuntos de datos estadísticamente en conflicto asociados a la misma área/ubicación basándose en análisis estadístico de la calidad de posicionamiento de cada conjunto de datos. El conjunto de datos puede incluir, por ejemplo, el vector de EMF medido y la medida de incertidumbre. De esta manera, cuando el primer conjunto de datos proporciona buenas capacidades de posicionamiento, de acuerdo con un experimento empírico, por ejemplo) y el otro conjunto de datos no, se puede seleccionar el primer conjunto de datos como el conjunto de datos correcto. La buena capacidad de posicionamiento se puede determinar basándose, por ejemplo, en medidas estadísticas.
A continuación la entidad 400 de base de datos puede decidir además eliminar el cierto vector de campo magnético de la información obtenida o utilizar el cierto vector de campo magnético en la generación del mapa de campo magnético de interior, estando basada la decisión en la determinación de validez. De esta manera se pueden incrementar los cambios de proporcionar datos de vector de EMF válidos y fiables en el mapa de EMF, lo cual puede ser importante en la estrategia de participación colectiva.
En una realización, el dispositivo 400 de medida aplica un odómetro 424 en la determinación del movimiento del dispositivo 400 de medida. Esta estrategia de sensor de fusión puede además mejorar la fiabilidad de los datos obtenidos utilizables para el mapa de EMF. El movimiento puede comprender información que indica la posición, la orientación y la velocidad del dispositivo 400 de medida en función del tiempo, por ejemplo. El odómetro 424 se pueden utilizar para determinar el movimiento a partir de un neumático acoplado al dispositivo 400 de medida o a partir de una superficie que se mueve con respecto al dispositivo 400 de medida móvil, por ejemplo a partir del suelo. El dispositivo 400 de medida se puede acoplar a un neumático cuando el dispositivo 400 de medida se monta, por ejemplo, en un carrito de la compra. El carrito de la compra también puede proporcionar un montaje estable para el dispositivo 400 de medida y puede mejorar los cambios para una orientación tridimensional correcta del dispositivo 400 de medida. En una realización, el carrito de la compra puede estar equipado con varios magnetómetros que están separados por una distancia predeterminada, por ejemplo la longitud del carrito de la compra. Esto puede proporcionar más información y, por lo tanto, medidas de vector de EMF más precisas. A continuación el dispositivo 400 de medida puede transmitir los datos del odómetro a la entidad 500 de base de datos, la cual puede procesar los datos en el circuito 518 de procesamiento de sensor de fusión y puede aplicar finalmente los datos del odómetro, por ejemplo, en la determinación de la validez del vector de EMF obtenido.
En una realización, la entidad 500 de base de datos y, en concreto, el circuito 520 de valoración de usuarios, puede valorar usuarios, estando cada usuario asociado con al menos un dispositivo 400 de medida utilizado en la medida de un vector de EMF. La valoración se puede realizar sobre la base de al menos uno de los siguientes: determinación de validez de los vectores de campo magnético obtenidos de un usuario específico, tasa de utilización de datos obtenidos de un usuario específico, cantidad de datos recogidos por un usuario específico, cantidad de referencias a servicios de red social desde un área específica en la que un usuario específico ha hecho medidas, cantidad de anuncios asociados a un área específica en la un usuario específico ha hecho medidas, cantidad de ingresos asociados a un área específica en la que un usuario específico ha hecho medidas. Consideremos a continuación éstas de manera individual.
En una realización, la valoración se puede basar al menos en parte en determinación de validez de los vectores de campo magnético obtenidos. De esta manera, la valoración para el generador de mapas se puede ver afectada por la incertidumbre asociada con el generador de mapas. Por ejemplo si la determinación de validación al menos la mayor parte de las veces indica datos válidos procedentes del usuario específico, al usuario se le puede dar mayor valoración que a un usuario asociado a menudo con datos inválidos.
En una realización, la valoración se puede basar al menos en parte en tasa de utilización de datos obtenidos de un usuario específico. Por ejemplo, si un cierto usuario ha contribuido en la generación de mapa de EMF para una ubicación que es usado (utilizado) a menudo por clientes con fines de descubrimiento/seguimiento de ubicación, al cierto usuario se le puede dar una Valoración alta.
En una realización, la valoración se puede basar al menos en parte en cantidad de datos recogidos por un usuario específico. Dicho de otra manera, cuando un usuario específico ha proporcionado muchos datos de mapa de EMF,
10
15
20
25
30
35
40
45
50
55
60
al usuario específico se le puede dar mayor valoración que a un usuario que ha proporcionado menos datos de mapa de EMF. Esto también puede tener en cuenta la determinación de validación.
En una realización, la valoración se puede basar al menos en parte en cantidad de referencias a servicios de red social desde un área específica en la que un usuario específico ha realizado medidas. La red social puede ser por ejemplo, Facebook, Twitter, Foursquare, etc. La referencia se puede referir a check-ins enviados a la red social, comentarios enviados a la red social, etc. Por ejemplo, cuando dichas referencias se originan desde un cierto área, se puede asumir que dicha área está densamente poblada con usuarios socialmente activos, posiblemente con necesidad de descubrimiento/seguimiento de ubicación y, lo más probablemente, asociados con un dispositivo capaz de dicho descubrimiento/seguimiento de ubicación. De esta manera, al usuario que ha contribuido en la generación de los datos de mapa de EMF para el área específica se le puede dar alta valoración ya que la tasa de utilización potencial de los datos del mapa es alta.
En una realización, la valoración se puede basar al menos en parte en cantidad de anuncios asociados a un área específica en la que un usuario específico ha hecho medidas. De manera similar a lo que ocurre para las referencias sociales, la cantidad de anuncios basados en ubicación, tales como anuncios de tiendas, para el área específica puede indicar alta cantidad de gente en el área importante desde el punto de vista comercial. Esto puede afectar a la valoración del generador de mapas. Generadores de mapas con alta valoración pueden haber generado datos de mapas para un área con alta densidad de gente, y/o con alto potencial comercial. Como ejemplo adicional, puede ser que los generadores de mapas que han generado datos de mapas de EMF para un área en la que los anunciantes están deseosos de proporcionar anuncios, tales como tiendas, aeropuertos, estaciones de ferrocarril, etc., tengan alta valoración. Puede ser que los anunciantes pueden no proporcionen necesariamente anuncios visuales en los edificios, sino que asocien el edificio o área con anuncios para móviles. En este ejemplo, cuando un dispositivo móvil entra en el área, el dispositivo móvil puede recibir un anuncio para móvil.
En una realización, la valoración se puede basar al menos en parte en cantidad de ingresos asociados a un área específica en la que un usuario específico ha realizado medidas. Esto se puede referir a cantidad de ingresos obtenidos de gente, o anunciantes que aplican los datos de la entidad 500 de base de datos en descubrimiento/seguimiento de ubicación. Como se ha dicho, la entidad 500 de base de datos puede comprender datos de mapas de EMF para un gran número de áreas de interior. Un usuario que tenga necesidad de seguimiento de ubicación puede solicitar dichos datos de mapas de EMF a la entidad 500 de base de datos. A cambio de los datos de mapas de EMF obtenidos, se le puede pedir al usuario que pague por los datos. Por lo tanto, a un generador de mapas, que ha proporcionado datos de mapas para un área que produce grandes ingresos, se le puede asignar una alta valoración.
La valoración del usuario (generador de mapas) se puede utilizar como criterio para seleccionar y ponderar muestras de datos en regresión e interpolación de mapas. Por ejemplo, cuando se reciben datos de mapas procedentes de muchos usuarios, la ponderación de los datos de mapas puede tener en cuenta las valoraciones de los muchos usuarios. Los datos proporcionados por un usuario con alta valoración se pueden ponderar más que los datos proporcionados por un usuario con una baja valoración.
En una realización, tras determinar que el dispositivo 400 de medida se encuentra en una ubicación predeterminada en la que se conoce un vector de EMF verdadero, se hace que tenga lugar al menos uno de los siguientes: un proceso de calibración de al menos el vector de EMF medido del dispositivo 400 de medida, donde el proceso de calibración aplica un parámetro de escalado determinado a partir de la diferencia entre el campo magnético medido y el campo magnético verdadero, establecimiento de conexión entre la entidad 500 de base de datos y el dispositivo 400 de medida para lanzar la ejecución un software para medidas de vector de EMF y/o para hacer posible la comunicación del al menos un vector de EMF medido desde el dispositivo 400 de medida a la entidad 500 de base de datos. La ubicación predeterminada en la que se conoce un vector de EMF verdadero se puede obtener de muchas maneras. En una realización, el campo magnético verdadero se mide de manera fiable para la ubicación, por ejemplo durante el montaje de equipos en la ubicación predeterminada. Los valores de campo magnético verdadero en la ubicación predeterminada se pueden actualizar de acuerdo con ciertos intervalos apropiados. Los datos de campo magnético verdadero para la ubicación pueden comprender, la fuerza, el sesgo, es decir, el desfase, y la dirección. El vector de campo magnético verdadero se puede almacenar en una memoria. La ubicación predeterminada puede estar por ejemplo marcada de modo que el generador de mapas necesita colocar su dispositivo 400 de medida en la ubicación predeterminada. La ubicación predeterminada puede contener información de la orientación tridimensional del dispositivo 400 de medida que se debe aplicar cuando éste se coloca en la ubicación predeterminada. Por ejemplo, la ubicación predeterminada puede ser encima de una mesa y se puede proporcionar al generador de mapas la información del campo magnético verdadero. La información del campo magnético verdadero se puede proporcionar, por ejemplo, de forma oral, o de forma visual.
Sin embargo, en una realización, como se muestra en la Figura 9, la ubicación predeterminada comprende una primera unidad 526 de identificación por radio frecuencia (RFID). La primera unidad 526 RF puede determinar que el dispositivo 400 de medida, que comprende una segunda unidad 426 RFID, está acoplado a la primera unidad 526 RFID, siendo conocido el campo magnético verdadero en la ubicación de la primera unidad 526 RFID. Valores del campo magnético verdadero, tales como la fuerza y dirección, pueden estar almacenados en la memoria 900
10
15
20
25
30
35
40
45
50
55
acoplada operativamente a la primera unidad 526 RFID. Cuando se establece una conexión entre las unidades RFID 426 y 526, se puede determinar que el dispositivo 400 de medida (que comprende la unidad 426 RFID) está muy cerca de la primera unidad 526 RFID, es decir, en la ubicación predeterminada. A continuación los circuitos 902, 412 de calibración & corrección pueden llevar a cabo un proceso de calibración. La primera unidad 526 RFID puede estar conectada operativamente a la entidad 500 de base de datos y/o contenida en ella. En este caso, se pueden utilizar la memoria 540 y el circuito 514 de calibración & corrección de la entidad 500 de base de datos. Sin embargo, la primera unidad 526 RFID también puede ser una entidad independiente en el sistema para generación del mapa basado en EMF de interior.
El proceso de calibración se puede llevar a cabo de diferentes maneras. Consideremos el caso en el que dos unidades RFID 426 y 526 están conectadas la una a la otra. La primera unidad 426 RFID puede recibir la información de campo magnético verdadero procedente de la segunda unidad 526 RFID. A continuación el dispositivo 400 de medida puede aplicar la información recibida en la calibración del magnetómetro para que el magnetómetro proporcione datos de vector de EMF precisos y verdaderos. De forma alternativa, el dispositivo 400 de medida puede aplicar la información recibida en la corrección de cada valor proporcionado por el magnetómetro para proporcionar datos de vector de EMF precisos y verdaderos a la entidad 500 de base de datos. En otra realización, la segunda unidad 526 RFID puede provocar la calibración del dispositivo 400 de medida o puede informar a la entidad 500 de base de datos de la corrección que es necesario utilizar para los datos de vector de EMF recibidos de este dispositivo 400 de medida específico. Debería ser evidente que la diferencia entre los vectores de EMF verdadero y medido se puede determinar en el dispositivo 400 de medida o en la segunda unidad 526 RFID, según sea el caso.
La calibración/corrección puede ser para la fuerza del vector de EMF. De forma alternativa o adicional, la calibración/corrección puede ser para la dirección del vector de EMF, o para el sesgo (desfase) del vector de EMF. Para calibración/corrección de la dirección, el proceso de calibración aplica una rotación al sistema de coordenadas del magnetómetro determinado a partir de la diferencia entre las direcciones de los vectores de campo magnético medido y verdadero. El proceso de calibración también puede calibrar/corregir datos relacionados con la dirección y/o la fuerza del vector de aceleración medido que representa la dirección de la fuerza gravitatoria G. Para esto, se puede determinar previamente el verdadero valor para G para la ubicación predeterminada.
En una realización, el proceso de calibración puede tener en cuenta el estado eléctrico del dispositivo 400 de medida y/o el estado mecánico, es decir, un factor de desgaste, del dispositivo 400 de medida. Por ejemplo, el dispositivo de medida y, en concreto, el circuito 412 de calibración & corrección puede realizar calibración/corrección en tiempo real para los datos EMF medidos dependiendo del estado eléctrico del dispositivo 400 de medida. Para esto, el dispositivo 400 de medida puede estar precodificado con información sobre cuánto distorsiona cada estado eléctrico el valor del vector de EMF verdadero. El factor de desgaste puede afectar al vector de EMF medido de modo que cada factor de desgaste puede tener sus propios valores de corrección a aplicar.
En una realización, el software para las medidas de vector de EMF, selección de camino de medida virtual, etc. se puede iniciar cuando el dispositivo 400 de medida se encuentra en la ubicación predeterminada. Esto puede ser posible por ejemplo cuando las unidades RFID 426 y 526 se comunican como corresponde. En una realización, la conexión a la entidad 500 de base de datos se puede establecer cuando el dispositivo de medida se encuentra en la ubicación predeterminada. Esto también se puede hacer mediante órdenes apropiadas procedentes de la primera unidad 526 RFID y/o utilizando información obtenida de la primera unidad 526 RFID, como por ejemplo la dirección de protocolo de internet (dirección IP) de la entidad 500 de base de datos. La ubicación predeterminada también puede ser beneficiosa para permitir que el generador de mapas conozca su ubicación exacta dentro del edificio.
Esto permite al generador de mapas seleccionar un camino/área de medida y ser capaz de identificar correctamente el camino/área a medir o el camino/área ya medido.
En otra realización adicional, la primera unidad 526 RFID facilita el descubrimiento/seguimiento de ubicación de un usuario permitiendo que el usuario se localice inicialmente a sí mismo dentro del edificio. Cuando la primera unidad 526 RFID está conectada operativamente a la entidad 500 de base de datos, la primera unidad 526 RFID también puede provocar transmisión de los datos del mapa de EMF al dispositivo de posicionamiento del usuario que desea realizar descubrimiento/seguimiento de ubicación basados en mapa de EMF.
En una realización, la entidad 500 de base de datos puede obtener al menos una actualización del mapa de campo magnético de interior con respecto a al menos uno de entre el vector de campo magnético y la medida de incertidumbre en al menos una ubicación de un dispositivo de posicionamiento que se quiere localizar dentro del edificio, por ejemplo dentro del edificio 100. Dicho de otra manera, el uno o más generadores de mapas que proporcionaron los datos del mapa en primer lugar pueden no ser los únicos que contribuyan a los datos del mapa dentro del edificio. Un usuario de un dispositivo de posicionamiento que aplica aplicación de descubrimiento/seguimiento de ubicación basada en EMF también puede contribuir al mapa proporcionando valores del vector de EMF medidos a la entidad 500 de base de datos. A continuación la entidad 500 de base de datos puede actualizar el mapa de EMF existente del edificio basándose en los valores del vector de EMF obtenidos. También se puede actualizar la incertidumbre asociada con la ubicación. Por ejemplo, cuantos más datos se
10
15
20
25
30
35
40
45
50
55
60
obtienen para una ubicación específica, más fiable es el mapa de EMF para la ubicación. Asimismo, cuando se determina que el descubrimiento de ubicación no está funcionando o que está proporcionando malos resultados para una cierta ubicación, entonces se puede ajustar en consecuencia la medida de incertidumbre asociada con los datos EMF para esa ubicación/área. De esta manera la medida de incertidumbre actualizada y/o el vector de EMF en el mapa de EMF pueden ser función del valor existente y del valor recién obtenido por el dispositivo de posicionamiento que está realizando el descubrimiento/seguimiento de ubicación basado en EMF.
En una realización, el mapa de EMF se puede ampliar cuando un generador de mapas proporciona datos para un área en el que el mapa de EMF existente en ese momento aún no proporciona información. Estos datos nuevos se pueden obtener del generador de mapas original o de cualquier dispositivo de posicionamiento que se está localizando a sí mismo utilizando el descubrimiento/seguimiento de ubicación basado en EMF. En el último caso, el dispositivo de posicionamiento no necesita seguir los caminos de medida virtuales proporcionados por la entidad 500 de base de datos, sino que el dispositivo de posicionamiento se puede mover con mayor libertad. Cuando el dispositivo de posicionamiento se aleja de un camino previamente medido, por ejemplo, se puede detectar la desviación del camino y se pueden añadir al mapa de EMF los vectores de EMF proporcionados por el dispositivo de posicionamiento, actualizando de esta forma el mapa de EMF. A partir de sensores inerciales acoplados al dispositivo de posicionamiento se puede obtener el movimiento del dispositivo de posicionamiento después de que el dispositivo de posicionamiento se haya alejado del área del mapa de EMF existente. Sin embargo, puede ser que se pueda asumir que la incertidumbre de los vectores de EMF proporcionados por los dispositivos de posicionamiento es baja para sólo una corta duración de tiempo después de salir del área de mapa de EMF porque el movimiento de cada dispositivo de posicionamiento puede ser impredecible después de desviarse del camino sobre el que se hace el seguimiento. Aun así, se pueden obtener actualizaciones del mapa de EMF en pequeños pasos cuando muchos dispositivos de posicionamiento se mueven aleatoriamente dentro del edificio.
En una realización, el plano de planta del edificio se conoce de antemano a partir de una correspondiente base de datos, por ejemplo. Sin embargo, en una realización, el plano de planta del edificio puede ser conformado por el dispositivo 400 de posicionamiento al mismo tiempo que se miden los vectores de EMF. Esto se puede realizar de tal manera que los datos de movimiento se obtengan de la unidad de medida inercial y/o del odómetro. Los datos de movimiento del dispositivo de medida pueden indicar la longitud del segmento recorrido, si el dispositivo de medida giró o no giró a lo largo del segmento, por ejemplo. Esto se puede utilizar para generar el plano de planta. Los vectores de EMF pueden ser conocidos al menos al principio y al final de segmentos medidos previamente. Estos vectores de EMF se pueden conocer para posicionar el dispositivo de medida a lo largo de un nuevo segmento, donde los segmentos medidos previamente pueden empezar o terminar en algún punto a lo largo del nuevo segmento. Esto puede ayudar a localizar los pasillos transversales con respecto a los nuevos segmentos.
En una realización, los datos de mapa de EMF proporcionados para un edificio 100 por múltiples dispositivos 400 de medida, posiblemente asociados con múltiples generadores de mapas, se hacen conmensurables. En una realización, la entidad 500 de base de datos puede obtener información relacionada con medidas de vector de campo magnético de una pluralidad de dispositivos 400 de medida, donde las medidas de vector de campo magnético corresponden a al menos una ubicación en la que los caminos de medida de los dispositivos 400 de medida se han solapado. Dicho de otra manera, los dispositivos 400 de medida pueden proporcionar datos de mapa de EMF para un área en la que múltiples dispositivos 400 de medida están o han estado moviéndose y cruzando unos los caminos de los otros. En la práctica, si varios dispositivos 400 de medida han realizado medidas EMF dentro del edificio y los caminos de medida aplicados por los múltiples dispositivos 400 de medida se solapan en algunas ubicaciones, las medidas del vector de EMF proporcionadas por los dispositivos 400 de medida todavía pueden diferir en la ubicación del solape debido a diferentes calibraciones de los dispositivos de medida, por ejemplo. Los dispositivos 400 de medida también pueden proporcionar la medida de incertidumbre de la medida de vector de EMF proporcionada, como se ha descrito anteriormente. La entidad 500 de base de datos puede estimar un vector de referencia de campo magnético verdadero a partir de las medidas de vector de campo magnético obtenidas basándose en al menos un criterio predeterminado. El al menos un criterio predeterminado puede producir como resultado una estimación del vector de referencia de campo magnético verdadero basada al menos en parte en un vector de campo magnético obtenido – medida de incertidumbre específica. De esta manera, por ejemplo, como vector de EMF de referencia se puede seleccionar (se puede estimar) el conjunto de datos (vector de EMF) más fiable. De forma alternativa, el al menos un criterio predeterminado puede producir como resultado la selección de un vector de campo magnético medio como vector de referencia de campo magnético verdadero. Además, de forma alternativa, una de las medidas de vector de campo magnético obtenido se puede seleccionar aleatoriamente como vector de referencia de campo magnético verdadero. Después de eso, la entidad 500 de base de datos puede comparar las otras medidas de vector de campo magnético no-de-referencia en la ubicación del solape con el vector de referencia de campo magnético verdadero.
A partir del resultado de la comparación, se puede determinar la calibración para las otras medidas de vector de campo magnético obtenidas, es decir, no-de-referencia, a partir de la ubicación del solape. Por ejemplo, se puede determinar un conjunto de datos – parámetros de calibración específicos para cada uno de los otros conjuntos de datos no-de-referencia correspondientes a diferentes dispositivos 400 de medida no-de-referencia. Los parámetros de calibración se pueden seleccionar de tal manera que los vectores de EMF calibrados procedentes de los dispositivos no-de-referencia coincidan con el vector de referencia de campo magnético verdadero. Los parámetros
imagen8
imagen9

Claims (1)

  1. imagen1
    imagen2
    imagen3
    imagen4
ES13150083.7T 2012-01-11 2013-01-03 Generación de mapa de campo magnético para posicionamiento en interiores Active ES2651266T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI20125030A FI124665B (en) 2012-01-11 2012-01-11 Creating a magnetic field map for indoor positioning
FI20125030 2012-01-11

Publications (1)

Publication Number Publication Date
ES2651266T3 true ES2651266T3 (es) 2018-01-25

Family

ID=47520833

Family Applications (1)

Application Number Title Priority Date Filing Date
ES13150083.7T Active ES2651266T3 (es) 2012-01-11 2013-01-03 Generación de mapa de campo magnético para posicionamiento en interiores

Country Status (4)

Country Link
US (3) US9080874B2 (es)
EP (1) EP2615420B1 (es)
ES (1) ES2651266T3 (es)
FI (1) FI124665B (es)

Families Citing this family (71)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8798840B2 (en) * 2011-09-30 2014-08-05 Irobot Corporation Adaptive mapping with spatial summaries of sensor data
FI124665B (en) * 2012-01-11 2014-11-28 Indooratlas Oy Creating a magnetic field map for indoor positioning
US8908914B2 (en) * 2012-01-17 2014-12-09 Maxlinear, Inc. Method and system for map generation for location and navigation with user sharing/social networking
KR101923939B1 (ko) * 2012-07-23 2018-11-30 삼성전자주식회사 건물의 도면 정보에 기초하여 자기장 지도를 생성하는 방법 및 장치
KR102044354B1 (ko) * 2012-12-20 2019-11-13 삼성전자주식회사 데이터베이스 구축을 위한 자기장 맵을 생성하는 방법 및 장치
US9170112B2 (en) 2013-02-08 2015-10-27 Google Inc. Mobile device position and orientation from multiple unsurveyed magnetic sources
CN103363988B (zh) * 2013-07-24 2016-02-03 武汉诚迈科技有限公司 一种利用智能手机传感器实现地磁室内定位导航的方法
US20150070131A1 (en) * 2013-09-11 2015-03-12 Here Global B.V. Method and apparatus for detecting boarding of a means of transport
KR101527211B1 (ko) * 2013-10-07 2015-06-09 아이데카 주식회사 자기장 맵을 구축하는 방법 및 시스템
US9551561B2 (en) 2013-12-04 2017-01-24 Google Inc. Determining location using magnetic fields from AC power lines
US8781739B1 (en) 2013-12-09 2014-07-15 Google Inc. Systems and methods for using magnetic field readings to refine device location estimates
US9109905B2 (en) 2013-12-14 2015-08-18 PNI Sensor Corporation Device location determination
US20150260543A1 (en) * 2014-03-13 2015-09-17 Indooratlas Oy Background calibration
US9510154B2 (en) * 2014-04-28 2016-11-29 Samsung Electronics Co., Ltd Location determination, mapping, and data management through crowdsourcing
CN104215238A (zh) * 2014-08-21 2014-12-17 北京空间飞行器总体设计部 一种智能手机室内定位方法
US20160084659A1 (en) * 2014-09-24 2016-03-24 Xue Yang Magnetic field mapping and indoor location sensing
CN105719153A (zh) * 2014-10-17 2016-06-29 室内地图公司 室内地球磁场测量
US9476717B2 (en) * 2014-10-27 2016-10-25 Indooratlas Oy Simultaneous localization and mapping by using Earth's magnetic fields
CN105783917B (zh) 2014-12-18 2019-05-07 阿里巴巴集团控股有限公司 基于地磁的移动终端定位方法及其装置
KR102345344B1 (ko) 2014-12-30 2021-12-30 엘지전자 주식회사 포터블 디바이스 및 그 제어 방법
US9696165B2 (en) 2015-02-03 2017-07-04 The Regents Of The University Of Michigan Last-mile navigation using smartphones
US10209074B2 (en) * 2015-02-23 2019-02-19 The Regents Of The University Of Michigan Magnetic beacon self-localization using mobile device magnetometers
US20160258761A1 (en) * 2015-03-03 2016-09-08 Qualcomm Incorporated Vlc-based vector field fingerprint mapping
US9838837B2 (en) 2015-04-13 2017-12-05 Google LLP Power-efficient location estimation
KR102034082B1 (ko) 2015-05-13 2019-10-18 한국전자통신연구원 측위 환경 분석 장치, 이를 이용한 단말기의 위치 결정 성능 예측 방법 및 시스템
WO2017046353A1 (en) * 2015-09-16 2017-03-23 Sony Corporation Position determination device and method
US10338261B2 (en) 2015-09-16 2019-07-02 Raytheon Company Measurement of magnetic field gradients
US10378900B2 (en) 2015-09-16 2019-08-13 Raytheon Company Magnetic field gradient navigation aid
US9933508B2 (en) 2015-09-21 2018-04-03 Indooratlas Oy Magnetic positioning management
US10168159B2 (en) * 2015-09-24 2019-01-01 Microsoft Technology Licensing, Llc Magnetometer arrays for inertial navigation, mapping, and drift compensation
US10330796B2 (en) * 2015-12-14 2019-06-25 Higher Ground Llc Magnetic compass confirmation for avoidance of interference in wireless communications
US9674672B1 (en) 2015-12-22 2017-06-06 Indooratlas Oy Positioning management
US10672266B2 (en) 2016-01-05 2020-06-02 TollSense, LLC Systems and methods for monitoring roadways using magnetic signatures
US9934682B2 (en) 2016-01-05 2018-04-03 TollSense, LLC Systems and methods for monitoring roadways using magnetic signatures
CN105516929B (zh) * 2016-01-25 2019-08-27 图优化(北京)科技有限公司 建立室内地图数据的方法、室内定位方法及对应装置
US9980099B2 (en) 2016-02-12 2018-05-22 International Business Machines Corporation Indoor location detection using ceiling patterns
US10782135B2 (en) 2016-04-11 2020-09-22 The Regents Of The University Of Michigan Magnetic beacon and inertial sensor localization technology
JP6954717B2 (ja) * 2016-09-23 2021-10-27 日本電気通信システム株式会社 測位用分類器の作成方法、位置測定方法、外的要因ノイズ特定方法及び測位用分類器の作成システム
CN106705958A (zh) * 2016-12-30 2017-05-24 中国科学院深圳先进技术研究院 基于地磁场的室内定位方法及装置
US10511951B2 (en) 2017-01-17 2019-12-17 3AM Innovations LLC Tracking and accountability device and system
WO2018145611A1 (en) * 2017-02-10 2018-08-16 The Hong Kong University Of Science And Technology Effective indoor localization using geo-magnetic field
US10656274B2 (en) 2017-06-12 2020-05-19 Intergraph Corporation OnScene command vision
US11366184B2 (en) * 2017-06-13 2022-06-21 Sony Semiconductor Solutions Corporation Position determination device and method
CN107462241B (zh) * 2017-06-27 2021-08-17 中测高科(北京)测绘工程技术有限责任公司 结合图像的地磁基础图的测量方法、装置和系统
WO2019081754A2 (en) * 2017-10-26 2019-05-02 Sony Semiconductor Solutions Corporation ORIENTATION DETERMINATION DEVICE AND POCEDE, RECEIVING DEVICE AND METHOD
CN107713915B (zh) * 2017-11-27 2020-06-19 深圳市无限动力发展有限公司 扫地机器人以及扫地机器人的定位方法
WO2019100405A1 (zh) * 2017-11-27 2019-05-31 深圳市沃特沃德股份有限公司 扫地机器人以及扫地机器人的定位方法
CN107830855B (zh) * 2017-11-29 2024-03-15 西安科技大学 一种煤矿矿井导航定位系统
JP6347533B1 (ja) * 2018-02-16 2018-06-27 タメコ株式会社 位置特定方法、位置特定装置およびプログラム
US20200393573A1 (en) 2018-02-19 2020-12-17 Indooratlas Oy Control apparatus, method and computer program code for controlling indoor positioning transitions
WO2019180160A1 (fr) 2018-03-21 2019-09-26 Solo Agilis Procédé de géolocalisation dans un bâtiment dit ips et dispositif mettant en œuvre ledit procédé
CN108917760B (zh) * 2018-04-25 2021-01-19 西安交通大学 一种基于磁场矫正的行人航位推算航向角修正方法
CN110936371A (zh) * 2018-09-25 2020-03-31 上海云绅智能科技有限公司 一种多楼层地图切换方法及机器人
CN110268354A (zh) * 2019-05-09 2019-09-20 珊口(深圳)智能科技有限公司 更新地图的方法及移动机器人
CN110428481B (zh) * 2019-07-19 2023-12-05 重庆耘在大数据有限公司 基于测量或已知坐标点在调查现场自动计算构图的方法
CN112444253B (zh) * 2019-09-04 2024-02-23 北京地平线机器人技术研发有限公司 地磁地图及其构建方法和装置
KR102825288B1 (ko) 2019-11-29 2025-06-26 삼성전자주식회사 위치를 탐지하는 전자 장치 및 그 방법
CN110954055A (zh) * 2019-12-17 2020-04-03 中国人民解放军海军航空大学 一种球面两站测向交叉定位计算方法
KR20210081576A (ko) 2019-12-24 2021-07-02 삼성전자주식회사 실내 측위를 제공하는 전자 장치 및 그 방법
WO2021152421A1 (en) 2020-01-27 2021-08-05 Michael Stern Quantum compass
KR102890039B1 (ko) * 2020-03-05 2025-11-25 삼성전자주식회사 위치 판단 방법 및 이를 지원하는 전자 장치
KR102890040B1 (ko) 2020-03-09 2025-11-25 삼성전자주식회사 위치 판단에 이용되는 데이터 처리 방법 및 이를 지원하는 전자 장치
US20240167819A1 (en) * 2020-06-17 2024-05-23 Astra Navigation, Inc. Correlating Overlapping Magnetic Measurement Data from Multiple Magnetic Navigation Devices and Updating a Geomagnetic Map with that Data
US20210396542A1 (en) 2020-06-17 2021-12-23 Astra Navigation, Inc. Operating Modes of Magnetic Navigation Devices
US20240003688A1 (en) * 2020-12-24 2024-01-04 Sony Group Corporation Information processing device, information processing method, and program
US12498245B2 (en) 2021-06-14 2025-12-16 Astra Navigation, Inc. Embedding a magnetic map into an image file
DE102021117253A1 (de) 2021-07-05 2023-01-05 Cariad Se Rechenvorrichtung und Verfahren zum Erzeugen einer Magnetfeldkarte eines Parkhauses
CN114187271B (zh) * 2021-12-13 2024-09-27 中国平安财产保险股份有限公司 灾害黑点定位方法、装置、设备及存储介质
US12313706B2 (en) * 2023-04-07 2025-05-27 Niantic, Inc. Magnetic sensor calibration using VIO system
US12298135B2 (en) 2023-04-07 2025-05-13 Niantic, Inc. Magnetic sensor calibration using VIO system
US20250052576A1 (en) 2023-08-08 2025-02-13 Astra Navigation, Inc. Determining Confidence in Magnetic-Sensor Data

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100506097B1 (ko) * 2004-02-04 2005-08-03 삼성전자주식회사 자기장 지도 생성 방법 및 장치와 이를 활용한 이동체의포즈 확인 방법 및 장치
SG183690A1 (en) 2007-08-06 2012-09-27 Trx Systems Inc Locating, tracking, and/or monitoring personnel and/or assets both indoors and outdoors
KR101702922B1 (ko) * 2010-05-31 2017-02-09 삼성전자주식회사 휴대용 단말기의 영역 인식 장치 및 방법
FI124665B (en) * 2012-01-11 2014-11-28 Indooratlas Oy Creating a magnetic field map for indoor positioning

Also Published As

Publication number Publication date
EP2615420A3 (en) 2016-03-30
FI124665B (en) 2014-11-28
US20130177208A1 (en) 2013-07-11
US20140286534A1 (en) 2014-09-25
FI20125030L (fi) 2013-07-12
EP2615420A2 (en) 2013-07-17
US9316501B2 (en) 2016-04-19
US20160202064A1 (en) 2016-07-14
US9080874B2 (en) 2015-07-14
EP2615420B1 (en) 2017-11-01

Similar Documents

Publication Publication Date Title
ES2651266T3 (es) Generación de mapa de campo magnético para posicionamiento en interiores
Xia et al. Indoor localization on smartphones using built-in sensors and map constraints
Renaudin et al. Evaluating indoor positioning systems in a shopping mall: The lessons learned from the IPIN 2018 competition
US10466056B2 (en) Trajectory matching using ambient signals
KR101728123B1 (ko) 지구 자기장을 이용한 동시 로컬리제이션 및 매핑
Dong et al. iMoon: Using smartphones for image-based indoor navigation
ES2776674T3 (es) Calibración de sensor y estimación de posición en base a la determinación del punto de fuga
KR101322778B1 (ko) 미리 정의된 지역 내의 관심 지점들의 식별을 위한 방법 및 장치
TWI485421B (zh) 圖資校正裝置、系統和方法
US9310462B2 (en) Locating a mobile computing device in an indoor environment
US10415978B2 (en) Landmark location determination
US20150260524A1 (en) Utilizing magnetic field based navigation
US20130331121A1 (en) Wi-fi enhanced tracking algorithms
ES2332460T3 (es) Procedimiento y sistema para la localizacion de un cliente wlan movil.
Chandel et al. InLoc: An end-to-end robust indoor localization and routing solution using mobile phones and BLE beacons
KR20140012574A (ko) 실내 위치 결정 시스템 및 실내 위치 결정 방법
KR101264306B1 (ko) 이동 모델 학습을 통한 실내 위치 추적 장치 및 이를 위한 기록매체
Chen et al. Mobile crowdsourced guiding and finding with precise target positioning based on Internet-of-Things localization
Kuusniemi et al. Multi-sensor multi-network seamless positioning with visual aiding
ES2348855T3 (es) Concepto para localizar una posicion en una trayectoria.
CN102884815A (zh) 确定视线中的对象的方法、计算机程序和设备
Lee et al. Building Identification Using Smartphone Sensors and a Map
Peter Crowd-sourced reconstruction of building interiors
Jackermeier Interactive Pedestrian Indoor Localization
Waqar Motion assisted indoor smartphone positioning in sparse Wi-Fi environments