典型文献
基于深度行为分类的人员轨迹盲推方法
文献摘要：
针对传统的非足部基于人员轨迹盲推的室内定位(Pedestrian Dead Reckoning,PDR)方法仅适合单个行为条件下的定位,无法适应真实定位场景的问题,提出了一种基于深度行为分类的人员轨迹盲推方法.该方法首先利用基于循环神经网络(Recurrent Neural Network,RNN)的深度学习进行人员行为分类,并且根据分类结果(手持条件下、口袋中、自由晃动)设计不同的模型进行迈步检测、步长估计和航向估计,从而对人员的位置进行估计.实测实验验证了所提方法的有效性,其行为识别的准确率达到98％,并且相比于两种传统的单一行为定位方法,定位精度分别提高了1.7 m和2.3 m.
文献关键词：
室内定位;轨迹盲推(PDR);行为分类;深度学习
中图分类号：
作者姓名：
郑秋菊;陈欣
作者机构：
重庆移通学院 通信与信息工程学院,重庆401520
文献出处：
引用格式：
[1]郑秋菊;陈欣-.基于深度行为分类的人员轨迹盲推方法)[J].电讯技术,2022(03):373-378
A类：
B类：
行为分类,人员轨迹,足部,室内定位,Pedestrian,Dead,Reckoning,PDR,实定,位场,循环神经网络,Recurrent,Neural,Network,RNN,人员行为,手持,口袋,袋中,晃动,迈步,步长估计,航向估计,行为识别,一行,定位方法,定位精度
AB值：
0.563101
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
