px4_indoor_navigation 使用PX4自动驾驶仪和indoot定位系统（例如OptiTrack）进行室内导航的ROS节点集。

通过视觉惯性数据融合进行室内导航 这是以下论文的代码： Farnoosh，A.，Nabian，M.，Closas，P.，＆Ostadabbas，S.（2018年4月）。 通过视觉惯性数据融合进行第一人称室内导航。 在位置，位置和导航专题讨论会（PLANS）中，2018 IEEE / ION（pp.1213-1222）。 IEEE。 联系人 ， 内容 1.要求 这段代码是用MATLAB R2016b编写的 2.用于收集视频-IMU的iPhone应用程序 联系 ，请求访问我们的iPhone应用程序以收集频率可调的同步视频和IMU数据 2.样本视频 本文中用于实验的走廊的原始视频以及通过我们的iPhone App收集的IMU测量值都包含在./sample_video/目录中。 3.走廊视频的运行代码 运行demo_vpdetect_modular.m 此代码包含以下部分： 阅读整个视频

步骤超详细，亲测，成功！

导航PDR代码MATLAB程序

基于CC2530 ZIGBEE的物联网车位管理系统。 系统由下列部分组成: 车位探测器，采用干电池供电。每个车位放一个，用超生波检测是否有车。 车位指示灯， 检测到有车显示红色，没车显示绿色。 后台管理系统，汇集所有车位信息，以微信或APP的方式推给用户。

目前,基于微机械系统(MEMS)的行人航迹推算(PDR)室内导航定位系统都会面临步长估计的问题，因此提出了一种基于模糊逻辑的非线性步长估计方法。首先采用非线性步长估计方法模型，然后以步频、身高、体重作为逻辑系统输入变量设计模糊逻辑控制器，得到可变的步长估计系数，从而实现对步长动态估算。通过对30 m以内多次室内行走的实验结果分析表明，基于模糊逻辑的步长估计方法平均步长准确率可达到92%，与传统的步长估计算法相比提高约9%，有效提高了步长估计精度。

数据融合matlab代码通过视觉惯性数据融合进行室内导航 这是与本文相关的MATLAB代码： 走廊视频及其同步的IMU测量值包含在./sample_video/目录中。 走廊视频的运行代码 运行demo_vpdetect_modular.m 此代码包含以下部分： 阅读整个视频 读取IMU数据 同步IMU和视频（如果不同步） 在每帧上应用GMM方法 直线分组 从消失的方向中查找每个帧的alpha，beta和gamma IMU和视频的卡尔曼滤波器融合 视线检测 平面检测和深度/宽度推断 步数统计和查找步数位置 2D地图生成 引文 如果您发现我们的工作对您的研究有用，请考虑引用我们的论文： @inproceedings{farnoosh2018first, title={First-person indoor navigation via vision-inertial data fusion}, author={Farnoosh, Amirreza and Nabian, Mohsen and Closas, Pau and Ostadabbas, Sarah}, booktitle={P

ARIndoorNav-ARCampus导航 该应用程序被用作我的学士论文的基础：“克服了AR导航应用程序中不确定的跟踪误差的问题”。它最初是THKöln–应用科学大学的ARCampus项目的一部分，旨在探索在几种不同情况下增强现实的潜力。 下图显示了为本文开发的原型显示技术。 每种不同技术的目标都是使用不同的方法来指导用户实现其目标，这反过来又可以分析每种方法在越来越差的跟踪条件下的表现。 （更多关于） 本自述文件提供了为论文创建的初始项目的文档 该应用程序是使用在Unity中实现的模型视图呈现器（MVP）软件体系结构模式开发的。 已经创建了校园Gummersbach主楼的虚拟模型，然后将其用于计算与导航相关的数据（例如路径或目的地位置），并生成与摄像头提要结合的AR引导元素。 为了获取建筑物内用户的初始位置和旋转（姿势），使用了一种基于标记的方法，该方法依赖于从建筑物内每扇门旁边的

以GPS、北斗等为主的室外导航系统的研究进行得如火如荼，但是室内导航的研究却进行得不如人意。以Unity3D为引擎，结合3DS MAX建模，开发室内离线3D仿真寻路系统。该系统完全按照室内样貌建造模型，以最真实的虚拟场景还原室内样貌，供导航者更好地完成室内寻路。最后介绍了场景优化的方法，以便在PC、智能手机等平台上使用。

行业资料-交通装置-一种基于移动终端的交通枢纽室内导航系统.zip