基于安卓手机的室内定位导航系统研究的任务书.docx

基于安卓手机的室内定位导航系统研究的任务书
任务书
题目：基于安卓手机的室内定位导航系统研究
一、背景和意义
室内定位技术已日渐成熟和广泛应用于居住、商业等场所。但是，室内环境极易受到各种影响，比如物品运动、消失等，使得现有的室内定位技术的精度不高或者昂贵、操作复杂。在此背景下，以手持设备为载体的室内定位系统是目前最具实用性的方案之一，其中，基于安卓手机的室内定位导航系统开发受到越来越多的研究员和开发者的关注。
当前，智能手机发展已成为全球技术创新的重要趋势。安卓系统目前在全球智能手机市场占有率接近80%的份额，深受广大用户的喜爱。因此，开发基于安卓手机的室内定位导航系统符合当前智能手机市场的发展方向与用户需求，对智能家居、商业和医疗等多个行业具有重要意义。
二、研究目标
本项目的研究目标是开发一种基于安卓手机的室内定位导航系统，通过该系统进行用户在建筑内的高精度定位，并通过交互方式向用户提供导航、查找等服务。针对当前已有研究成果存在的定位精度低、定位时间长、可靠性差等问题，本项目将主要关注以下几个方面：
1.提高室内定位精度：采用不同的传感器数据融合方式，并利用多算法策略提高定位精度。
2.缩短定位时间：应用简化物理层模型、手动采集指纹库等方法，可有效提高定位效率。
3.尝试实现室内建筑平面图的自动生成：通过机器学习等方式，从数据收集中自动生成建筑平面图，提高数据处理效率。
三、研究内容
本项目将重点研究以下几个议题：
1.针对多传感器数据获取问题，设计高可靠性的数据融合算法。
2.研究不同的定位算法，整合数据融合算法，开发高精度定位算法。
3.建立指纹库，通过测试数据和模拟数据对算法性能进行评估和测试。
4.设计交互式界面，实现导航、查找、定位服务。
5.尝试设计或引入机器学习算法，实现对室内建筑平面图的自动生成。
四、研究方法
在本项目的研究中，将采用实证研究方法。通过数据收集和实验模拟两种方式对系统的数据效果进行测试和评估。具体而言，本项目将采用以下相应的研究方法：
1.采集数据：收集建筑内多种类型的传感器数据如Wi-Fi、蓝牙等，并建立指纹库。
2.数据融合：基于收集到的数据进行数据融合，并设计相应的融合算法。
3.设计算法：选择多种定位算法，综合考虑其间相互作用产生影响的因素，设计适应于移动设备的高精度定位算法。
4.实验仿真：在平台上进行室内建筑实验，并进行相关测试和性能评估。
5.GUI设计：基于用户角度，设计一套简洁、明了、交互方便的界面。
6.机器学习算法应用：尝试机器学习算法，并尝试从数据收集中自动生成室内建筑平面图。
五、预期成果
本项目的成果主要体现在以下几个方面：
1.基于安卓手机的室内定位导航系统：系统包括定位、导航、查找等功能，具有较高的定位精度和敏感度。
2.高效的数据融合算法：通过多个传感器多数据融合，以及多算法策略的结合，提高数据准确性，并有效提高定位效率。
3.有效的性能评估：通过测试数据和模拟数据对算法性能进行评估和测试，确保系统的稳定性和可扩展性。
4.室内建筑平面图自动化生成：基于机器学习算法，尝试自动生成建筑平面图，提高数据处理效率。
六、研究计划
1.系统需求分析和设计(2个月)。
2.数据采集和指纹库建立(2个月)。
3.算法研究与性能评估(4个月)。
4.GUI开发和测试(2个月)。
5.机器学习算法尝试(2个月)。
6.系统集成和性能优化(2个月)。
全文完成。