针对室内行人定位跟踪方案通用性差,在复杂环境中准确度低的问题,来自中国的He Huang科研团队提出了一种新的基于IMU(惯性测量单元)和Wi-Fi RSS的室内定位方案——VariFi,该方案结合了变分贝叶斯推理和梯度下降算法,根据重构损失和正则化损失实时优化推理网络参数,以此得到准确的估计位置。
团队进行了静态定位和轨迹估计实验来评估VariFi的性能,实验结果表明,VariFi定位精度比主流定位方案高出39.82%,不仅能够实现高精度定位,而且还表现出良好的稳定性。
针对室内行人定位跟踪方案通用性差,在复杂环境中准确度低的问题,来自中国的He Huang科研团队提出了一种新的基于IMU(惯性测量单元)和Wi-Fi RSS的室内定位方案——VariFi,该方案结合了变分贝叶斯推理和梯度下降算法,根据重构损失和正则化损失实时优化推理网络参数,以此得到准确的估计位置。
团队进行了静态定位和轨迹估计实验来评估VariFi的性能,实验结果表明,VariFi定位精度比主流定位方案高出39.82%,不仅能够实现高精度定位,而且还表现出良好的稳定性。