Xác định vị trí người dùng bằng điện thoại di động

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG - TRƯƠNG ÁNH HỒNG TRƯƠNG ÁNH HỒNG HỆ THỐNG THÔNG TIN XÁC ĐỊNH VỊ TRÍ NGƯỜI DÙNG BẰNG ĐIỆN THOẠI DI ĐỘNG LUẬN VĂN THẠC SĨ KỸ THUẬT 2015 – 2017 HÀ NỘI NĂM 2017 HÀ NỘI – NĂM 2017 HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THƠNG - TRƯƠNG ÁNH HỒNG XÁC ĐỊNH VỊ TRÍ NGƯỜI DÙNG BẰNG ĐIỆN THOẠI DI ĐỘNG Chuyên ngành: Hệ thống thông tin Mã số: 60.48.01.04 LUẬN VĂN THẠC SĨ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS.PHẠM VĂN CƯỜNG HÀ NỘI – NĂM 2017 i LỜI CAM ĐOAN Tơi cam đoan cơng trình nghiên cứu riêng tôi, với hỗ trợ từ người hướng dẫn khoa học PGS.TS.Phạm Văn Cường Các số liệu, kết nêu luận văn trung thực chưa cơng bố cơng trình khác Việc sử dụng liệu có luận văn thu thập từ nguồn thông tin khác có ghi phần tài liệu tham khảo Nếu phát gian lận nào, xin chịu trách nhiệm trước Hội đồng, kết luận văn Tác giả Trương Ánh Hồng ii LỜI CẢM ƠN Trên thực tế khơng có thành công mà không gắn liền với giúp đỡ, hỗ trợ người xung quanh chúng Trong suốt thời gian từ bắt đầu học tập trường đến nay, nhận nhiều quan tâm, giúp đỡ quý Thầy, Cô giáo Học viện Cơng nghệ Bưu Viễn thơng đem tri thức tâm huyết để truyền đạt vốn kiến thức quý báu cho chúng tôi, luôn tạo điều kiện tốt cho chúng tơi suốt q trình theo học học viện Tôi xin chân thành cảm ơn quý Thầy, Cô giáo Ban lãnh đạo học viện! Với lòng biết ơn sâu sắc xin gửi lời cảm ơn tới PGS.TS Phạm Văn Cường, Khoa Công nghệ Thông tin I – Học viện Cơng nghệ Bưu Chính Viễn thơng, giảng viên trực tiếp hướng dẫn khoa học cho Thầy dành nhiều thời gian cho việc hướng dẫn phương pháp nghiên cứu khoa học, em xin chân thành cảm ơn Thầy! Xin cảm ơn gia đình tôi, bạn bè đồng nghiệp giúp đỡ, tạo điều kiện thuận lợi cho thời gian thực luận văn Do thời gian thực có hạn, luận văn khơng tránh khỏi thiếu sót, em mong nhận ý kiến đóng góp quý báu quý Thầy Cô bạn học lớp để kiến thức em lĩnh vực hoàn thiện Xin trân trọng cảm ơn thầy cô tất bạn! Hà Nội, tháng năm 2017 Tác giả Trương Ánh Hồng iii MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC THUẬT NGỮ, CÁC CHỮ VIẾT TẮT v DANH SÁCH BẢNG vi DANH SÁCH HÌNH VẼ vii MỞ ĐẦU 1 Tính cấp thiết đề tài Tổng quan vấn đề nghiên cứu Chương TỔNG QUAN VỀ XÁC ĐỊNH VỊ TRÍ NGƯỜI DÙNG BẰNG ĐIỆN THOẠI DI ĐỘNG 1.1 Các ứng dụng sử dụng thông tin vị trí người dùng 1.1.1 Giới thiệu định vị 1.1.2 Ứng dụng định vị nhà .4 1.1.3 Định vị nhà phương pháp Dead Reckoning .6 1.2 Các nghiên cứu trước 1.3 Phạm vi nghiên cứu 18 1.4 Các giả định 18 Chương PHƯƠNG PHÁP XÁC ĐỊNH VỊ TRÍ NGƯỜI DÙNG 19 2.1 Phân tích xử lý tín hiệu cảm biến 21 2.1.1 Cảm biến 21 iv 2.1.2 Xử lý liệu cảm biến .25 2.2 Xác định bước .28 2.2.1 Phát bước 28 2.2.2 Ước lượng độ dài bước 29 2.3 Định hướng di chuyển 33 2.4 Xác đinh vị trí 33 Chương THỬ NGHIỆM VÀ ĐÁNH GIÁ .35 3.1 Thu thập liệu 35 3.2 Thử nghiệm đánh giá .37 3.3 Kết chương 47 KẾT LUẬN 48 DANH MỤC CÁC TÀI LIỆU THAM KHẢO .49 v DANH MỤC CÁC THUẬT NGỮ, CÁC CHỮ VIẾT TẮT Viết tắt Tiếng Anh Tiếng Việt GPS Global Positioning System Hệ thống định vị toàn cầu DR Dead Reckoning BTS Base Transceiver Station Trạm thu phát sóng di động RFID Radio Frequency Identier Description Tần số vô tuyến IR Infrared Hồng ngoại USID Ultrasound identication Nhận diện siêu âm LCD Liquid crystal display Màn hình tinh thể lỏng GNSS Navigation Satellite System WIFI Wireless Fidelity Mạng không dây WAN Wide Area Networks Mạng diện rộng Hệ thống định vị dẫn đường toàn cầu vi DANH SÁCH BẢNG Chương Phương pháp xác định vị trí người dùng Bảng Cảm biến sẵn có tảng Android [29] 22 Bảng 2 Mối quan hệ gia tốc với độ dài sải chân [12] 32 Bảng Mối quan hệ thời gian với độ dài sải chân [12] 32 Chương Thử nghiệm đánh giá Bảng Chức ứng dụng thu thập liệu 36 Bảng 3 Số liệu lỗi phương pháp ước lượng bước 46 vii DANH SÁCH HÌNH VẼ Chương Tổng quan xác định vị trí người dùng điện thoại di động Hình 1.1 Thử nghiệm hệ thống định vị hành lang trường học [6] .9 Hình Thẻ RFID sử dụng RadioVirgilio / SesamoNet [6] 10 Hình 1.3 Gậy đọc tín hiệu RFID [6] 10 Hình Thiết bị đọc mã vạch hình LCD [3] 12 Hình Hệ thống định vị nghiên cứu [22] 13 Hình Hình ảnh mơ hình thử nghiệm hệ thống định vị [22] 13 Hình 1.7 Sơ đồ gắn thiết bị cảm biến thể [21] 15 Hình Minh họa q trình thu thập liệu để xây dựng mơ hình bước [27] 16 Chương Phương pháp xác định vị trí người dùng Hình Hệ thống định vị nhà điện thoại di động .20 Hình 2.2 Gia tốc điện thoại thơng minh 23 Hình Các đỉnh gia tốc thu từ đối tượng thử nghiệm .27 Hình Mơ hình 28 Hình 2.5 Tín hiệu cảm biến sải bước có độ dài 60 cm 80 cm 31 Chương Thử nghiệm đánh giá Hình Giao diện người dùng chương trình định vị .35 Hình Định dạng liệu thu thập .36 Hình 3 Tín hiệu gia tốc thu từ chương trình Seismograph 37 Hình Ba bước đối tượng phát từ chương trình ngưỡng tương đối 38 Hình Tỷ lệ lỗi trung bình phát bước khoảng cách 10m .39 viii Hình Mơ hình với khoảng cách 10m đối tượng thứ ba 39 Hình Mơ hình với khoảng cách 10m đối tượng thứ tư .40 Hình Tỷ lệ lỗi trung bình phát bước khoảng cách 20m .41 Hình Tỷ lệ lỗi trung bình phát bước khoảng cách 30m .42 Hình 10 Tỷ lệ lỗi trung bình với khoảng cách di chuyển 10m, 20m, 30m 42 Hình 11 Tỷ lệ lỗi ước tính khoảng cách di chuyển sử dụng phương pháp tĩnh để ước lượng bước 43 Hình 12 Tỷ lệ lỗi ước tính khoảng cách di chuyển sử dụng phương pháp Weinberg để ước lượng bước 44 Hình 13 Tỷ lệ lỗi ước tính khoảng cách di chuyển sử dụng phương pháp Scarlet để ước lượng bước 45 Hình 14 Tỷ lệ lỗi ước tính khoảng cách di chuyển sử dụng phương pháp Kim để ước lượng bước .45 Hình 15 Mối quan hệ tỷ lệ lỗi khoảng cách di chuyển 46 38 Dựa vào tốc độ bước đi, từ kinh nghiệm xử lý liệu tác giả xác định khoảng thời gian đỉnh tối đa tối thiểu 150 – 400 ms Hình Ba bước đối tượng phát từ chương trình ngưỡng tương đối Chương trình thực để kiểm tra tồn đối tượng mà khơng cần thực trình hiệu chỉnh cá nhân để phù hợp với mơ hình đối tượng Để so sánh lỗi từ khoảng cách khác nhau, sử dụng tỷ lệ lỗi tính từ khác biệt bước từ thực tế bước phát từ chương trình Sau luận văn trình bày kết thu đối tượng thử nghiệm với khoảng cách khác nhau: a Khoảng cách di chuyển 10m Với quãng đường ngắn 10m, sau trình thử nghiệm đối tượng, số lượng bước thu khác từ 14 đến 19 bước, bước thực trung bình 16 bước với độ lệch chuẩn 1.72 Tỷ lệ lỗi cho khoảng cách 10m cho đối tượng thử nghiệm thể Hình 3.5, tỷ lệ lỗi trung bình 4.46% với độ lệch chuẩn 3.83 39 25.00 Tỷ lệ lỗi (%) 20.00 15.00 10.00 5.00 0.00 1.55 1.58 1.6 1.65 1.68 1.69 Chiều cao (m 1.7 1.72 1.74 1.75 ) Hình Tỷ lệ lỗi trung bình phát bước khoảng cách 10m Hình 3.5 cho thấy có 04 đối trượng thử nghiệm phát bước xác, khơng xảy lỗi Ngồi có đối tượng thứ tư có tỷ lệ tỗi 20%, đối tượng nữ, có chiều cao 1.58m Hình 3.6 Hình 3.7 thể gia tốc thu hai đối tượng thử nghiệm với đoạn đường 10m Hình Mơ hình với khoảng cách 10m đối tượng thứ ba 40 Hình Mơ hình với khoảng cách 10m đối tượng thứ tư Hình 3.6 mơ hình đối tượng nữ, có chiều cao 1.55m Người 18 bước để di chuyển đoạn đường 10m Hệ thống phát tất bước đối tượng mà khơng xảy lỗi Mơ hình đối tượng thứ tư thể Hình 3.7 Chương trình phát đối tượng di chuyển 18 bước, nhiên, thực tế đối tượng thực 15 bước Tỷ lệ lỗi trung bình xác định 20% Đối tượng xác định người phụ nữ có chiều cao 1.58m Trong trường hợp này, sau xem xét liệu thu thập trình di chuyển người này, tác giả phát giá trị ngưỡng Threshold thấp cho đối tượng thử nghiệm Khoảng cách đỉnh đến đỉnh gia tốc cao, trung bình 6.249 Do có mơ hình khơng phải bước lại phát bước hợp lệ b Khoảng cách di chuyển 20m Trong thử nghiệm khoảng cách 20m, đối tượng di chuyển chương trình phát bước dao động khoảng từ 28 – 35 bước, mức trung bình bước thực 32 bước với độ lệch chuẩn 2.19 Tỷ lệ lỗi cho khoảng cách 10m cho đối tượng thử nghiệm thể Hình 3.8, tỷ lệ lỗi trung bình 1.84% với độ lệch chuẩn 0.935 41 4.00 3.50 Tỷ lệ lỗi (%) 3.00 2.50 2.00 1.50 1.00 0.50 0.00 1.55 1.58 1.6 1.65 1.68 1.69 1.7 1.72 1.74 1.75 Chiều cao (m) Hình Tỷ lệ lỗi trung bình phát bước khoảng cách 20m Trong thử nghiệm khoảng cách di chuyển 20m, ta thấy hệ thống xác định vị trí có tỷ lệ lỗi thấp, tỷ lệ lỗi trung bình 10 đối tượng 1.84%, đó, đối tượng thứ 10 có tỷ lệ lỗi lớn 3.45% Lúc này, tỷ lệ lỗi đối tượng thứ 2.86% Trong thử nghiệm đối tượng hệ thống phát tương đối xác, số bước đối tượng theo liệu thu thập 34 35 bước theo thực tế Cho đến thời điểm tại, kết cho thấy phát bước khoảng cách 20m tốt so với khoảng cách 10m c Khoảng cách di chuyển 30m Trong thử nghiệm với khoảng cách dài nhất, số bước phát từ 42 – 51 bước Mức trung bình bước thực 47 bước với độ lệch chuẩn 2.795 Tỷ lệ lỗi tất đối tượng thể Hình 3.9 42 2.5 Tỷ lệ lỗi (%) 1.5 0.5 1.6 1.7 1.55 1.58 1.65 1.68 1.75 1.69 1.74 1.72 Chiều cao (m) Hình Tỷ lệ lỗi trung bình phát bước khoảng cách 30m Hình 3.9 cho thấy thử nghiệm với khoảng cách 30m có tỷ lệ sai số thấp, đối tượng có tỷ lệ lỗi cao 2.27% Các tỷ lệ lỗi trung bình 1.36% với độ lệch chuẩn 0.933 Tỷ lệ lỗi trung bình với khoảng cách di chuyển thể Hình 3.10 5.00 4.50 4.00 tỷ lệ lỗi % 3.50 3.00 2.50 2.00 1.50 1.00 0.50 0.00 10 20 30 Khoảng cách (m) Hình 10 Tỷ lệ lỗi trung bình với khoảng cách di chuyển 10m, 20m, 30m Từ đồ thị biểu diễn tỷ lệ lỗi trung bình với khoảng cách thử nghiệm 10m, 20m, 30m, ta thấy xa tỷ lệ lỗi phát bước giảm Kết 43 cho thấy thuật toán phát đỉnh gia tốc phát bước mơ hình thường xun Các mơ hình bất thường (ví dụ tăng tốc ban đầu vào giai đoạn đầu chuyển động dừng tăng tốc vào giai đoạn cuối chuyển động) khó khăn việc phát mơ hình bước bình thường, ổn định Do đó, xa tỷ lệ lỗi mơ hình bước chuẩn Tuy nhiên, tỷ lệ lỗi trung bình tất khoảng cách 2.533% Điều cho thấy phương pháp phát bước lựa chọn tin cậy, đặc biệt khơng cần thực q trình hiệu chỉnh cá nhân 3.2.1.3 Ước lượng khoảng cách di chuyển Tổng qng đường tính tốn cách ước tính chiều dài bước bước hợp lệ phát Tác giả sử dụng phương pháp tĩnh phương pháp động trình bày chương để ước lượng độ dài bước a Sử dụng phương pháp tĩnh để ước lượng bước Tỷ lệ lỗi ước tính khoảng cách di chuyển đối tượng thể Hình 3.11 Phương pháp Tĩnh 4.50 4.00 3.50 lỗi (m) 3.00 2.50 2.00 1.50 1.00 0.50 0.00 10 20 30 Khoảng cách (m) Hình 11 Tỷ lệ lỗi ước tính khoảng cách di chuyển sử dụng phương pháp tĩnh để ước lượng bước 44 Từ số liệu Hình 3.11 ta thấy, tỷ lệ lỗi đối tượng tăng khoảng cách di chuyển thử nghiệm tăng lên b Sử dụng phương pháp động để ước lượng bước Cách tiếp cận Weinberg [9] Tỷ lệ lỗi ước tính khoảng cách di chuyển đối tượng thể Hình 3.12 2.5 lỗi (m) 1.5 0.5 10 20 30 Khoảng cách (m) Hình 12 Tỷ lệ lỗi ước tính khoảng cách di chuyển sử dụng phương pháp Weinberg để ước lượng bước Từ số liệu Hình 3.12 ta thấy, tỷ lệ lỗi đối tượng tăng khoảng cách di chuyển thử nghiệm tăng lên Cách tiếp cận Scarlet Tỷ lệ lỗi ước tính khoảng cách di chuyển đối tượng thể Hình 3.13 45 1.8 1.6 lỗi (m) 1.4 1.2 0.8 0.6 0.4 0.2 10 20 30 Khoảng cách (m) Hình 13 Tỷ lệ lỗi ước tính khoảng cách di chuyển sử dụng phương pháp Scarlet để ước lượng bước Từ số liệu Hình 3.13 ta thấy, tỷ lệ lỗi đối tượng tăng khoảng cách di chuyển thử nghiệm tăng lên Cách tiếp cận Kim Tỷ lệ lỗi ước tính khoảng cách di chuyển đối tượng thể Hình 3.14 Phương pháp Kim 2.5 lỗi (m) 1.5 0.5 10 20 30 Khoảng cách (m) Hình 14 Tỷ lệ lỗi ước tính khoảng cách di chuyển sử dụng phương pháp Kim để ước lượng bước 46 Từ số liệu Hình 3.14, ta thấy, tỷ lệ lỗi đối tượng tăng khoảng cách di chuyển thử nghiệm tăng lên Từ kết thử nghiệm thu dựa phương pháp ước lượng bước xây dựng đồ thị Hình 3.15 thể quan hệ tỷ lệ lỗi với khoảng cách di chuyển khác phương pháp 4.5 4.0 3.5 lỗi (m) 3.0 2.5 PP Tĩnh 2.0 PP Scarlet 1.5 PP Weiberg 1.0 PP Kim 0.5 0.0 10 20 30 Khoảng cách (m) Hình 15 Mối quan hệ tỷ lệ lỗi khoảng cách di chuyển Ta thấy rằng, phương pháp có tỷ lệ lỗi cao di chuyển quãng đường xa Trong đó, phương pháp động có tỷ lệ lỗi nhỏ so với phương pháp ước lượng bước tĩnh Bảng 3.3 cho thấy ước lượng lỗi phương pháp: Bảng Số liệu lỗi phương pháp ước lượng bước Phương pháp Lỗi trung bình (m) Static 3.4 Kim 1.7 Weiberg 1.4 Scarlet 1.3 47 Bảng 3.3 cho thấy phương pháp Scarlet ước tính khoảng cách di chuyển tốt so với phương pháp khác Phương pháp tĩnh có khả ước lượng độ dài bước thấp 3.3 Kết chương Trong chương 3, tác giả xây dựng kịch thử nghiệm hệ thống Đối tượng thử nghiệm gồm có 10 người, người đàn ông, phụ nữ với chiều cao từ 1.55m đến 1.75m Các đối tượng thực di chuyển với đoạn đường thẳng có độ dài 10m, 20m, 30m Dữ liệu thu thập chương trình Seismograph cài đặt điện thoại SamSung Galaxy J3, lưu dạng file txt nhớ máy Tiến hành xử lý liệu để đánh giá tỷ lệ lỗi phương pháp phát bước đối tượng Từ kết thu được, thấy tỷ lệ lỗi trung bình tất khoảng cách 2.533% Điều cho thấy phương pháp phát bước lựa chọn tin cậy, đặc biệt khơng cần thực q trình hiệu chỉnh đối tượng thử nghiệm Sau xác định mơ hình bước hợp lệ đối tượng, tác giả tiến hành sử dụng phương pháp ước lượng độ dài bước nhằm ước tính độ dài bước, từ ước tính khoảng cách di chuyển đối tượng lý thuyết Sau tính tốn, chúng tơi thấy rằng, phương pháp có tỷ lệ lỗi cao di chuyển quãng đường xa hơn, đó, phương pháp động có tỷ lệ lỗi nhỏ so với phương pháp ước lượng bước tĩnh phương pháp Scarlet ước tính khoảng cách di chuyển tốt so với phương pháp động khác Tuy nhiên, với khoảng cách di chuyển thử nghiệm lớn 30m sai số trung bình hệ thống 2.7m, khoảng cách nhỏ so với quảng đường di chuyển đối tượng Tuy nhiên, đoạn đường yêu cầu xác định hướng đi, hệ thống chưa đáp ứng yêu cầu 48 KẾT LUẬN Luận văn tập trình bày tổng quan tốn định vị nói chung định vị nhà nói riêng Từ lựa chọn phương pháp Dead Reckoning để giải tốn xác định vị trí người điện thoại di động nhà Luận văn giải tốn xác định vị trí người dùng nhà sử dụng cảm biến tích hợp sẵn điện thoại di động thông minh Tác giả tiến hành thu thập xử lý liệu 10 đối tượng Các đối tượng thực di chuyển với đoạn đường thẳng có độ dài 10m, 20m, 30m Tác giả xây dựng hệ thống định vị sử dụng chung cho 10 đối tượng mà khơng cần thực q trình hiệu chỉnh cá nhân Phiên chạy thời gian thực cài đặt điện thoại di động Ứng dụng định vị cho sai số nhỏ, dao động từ 1.3m đến 3.4m tùy phương pháp ước lượng bước áp dụng cho hệ thống Đây kết có triển vọng cho ứng dụng sử dụng định vị nhà người Nghiên cứu bao gồm việc phát hướng di chuyển nhằm tăng độ xác vị trí 49 DANH MỤC CÁC TÀI LIỆU THAM KHẢO Tài liệu Tiếng Việt [1] David Halliday (Ngô Quốc Quỳnh dịch), 1998, Cơ sở Vật lý Nhà xuất Giáo dục, Thành phố Hải Phòng, 34 – 40 Tài liệu Tiếng Anh [2] Alvarez, J.C.; Alvarez, D.; López, A.; González, R.C Pedestrian navigation based on a waist-worn inertial sensor Sensors 2012, 12, 10536–10549 [3] Asim Smailagic, Richard Martin Metronaut: A Wearable Computer with Sensing and Global Communication Capabilities, [4] Azkario Rizky Pratama.; Widyawan.; Risanuri Hidayat, Smartphone-based Pedestrian Dead Reckoning as an Indoor Positioning System Indonesia [5] Bahl, P.; Padmanabhan, V.N In RADAR: An in-building rf-based user location and tracking system IEEE INFOCOM 2000, 2, 775–784 [6] Edoardo D’Atri, Carlo Maria Medaglia, Alexandru Serbanati, Ugo Biader Ceipidor, Emanuele Panizzi A system to aid blind people in the mobility: A usability test and its results, 2007 [7] Fallah, N.; Apostolopoulos, I.; Bekris, K.; Folmer, E Indoor human navigation systems: A survey Interact Comput 2013, 25, 21–33 [8] Foxlin, E Pedestrian tracking with shoe-mounted inertial sensors IEEE Comput Graph Appl 2005, 25, 38–46 [9] H Weinberg, “Using the ADXL202 in Pedometer and Personal Navigation Applications,” Analog Devices AN-602 Application Note, 2002 [10] I Bylemans, M Weyn, and M Klepal, “Mobile Phone-based Displacement 50 Estimation for Opportunistic Localisation Systems,” in Third International Conference on Mobile Ubiquitous Computing, Systems, Services and Technologies, 200920 [11] J Scarlet, “Enhancing the Performance of Pedometers Using a Single Accelerometer,” Analog Devices AN-900 Application Note, 2005 [12] J W Kim, H J Jang, D-H Hwang, and C Park, “A Step, Stride and Heading Determination for the Pedestrian Navigation System,” Journal of Global Positioning Systems, pp 273-279, 2004 [13] Jiuchao Qian.; Ling Pei *.; Jiabin Ma.; Rendong Ying.; Peilin Liu, Vector Graph Assisted Pedestrian Dead Reckoning Using an Unconstrained Smartphone China 2015, 3-4 [14] Kotanen, A.; Hannikainen, M.; Leppakoski, H.; Hamalainen, T.D Experiments on local positioning with Bluetooth In Proceedings of the IEEE International Conference on Information Technology: Coding and Computing, Las Vegas, NV, USA, 28–30 April 2003; pp 297–303 [15] Kothari, N.; Kannan, B.; Dias, M.B Robust Indoor Localization on a Commercial Smart-Phone; Technical Report CMU-RI-TR-11–27; Carnegie-Mellon University: Pittsburgh, PA, USA, 2011 [16] Lan, K.-C.; Shih, W.-Y Using simple harmonic motion to estimate walking distance for waist-mounted PDR In Proceedings of the IEEE Wireless Communications and Networking Conference (WCNC), Paris, France, 14 April 2012; pp 2445–2450] [17] Leach, M.J.; Sparks, E.P.; Robertson, N.M Contextual anomaly detection in crowded surveillance scenes Pattern Recognit Lett 2014, 44, 71–79 51 [18] Liu, J.; Chen, R.; Pei, L.; Guinness, R.; Kuusniemi, H A hybrid smartphone indoor positioning solution for mobile LBS Sensors 2012, 12, 17208– 17233 [19] Mikov, A.; Moschevikin, A.; Fedorov, A.; Sikora, A A localization system using inertial measurement units from wireless commercial handheld devices In Proceedings of the IEEE International Conference Indoor Positioning Indoor Navigation (IPIN), Montbeliard, France, 28–31 October 2013; pp 1–7 [20] Min Su Lee, Hojin Ju, Jin Woo Song, Chan Gook Park Kinematic ModelBased Pedestrian Dead Reckoning for Heading Correction and Lower Body Motion Tracking 2015 [21] Min Su Lee, Hojin Ju, Jin Woo Song, Chan Gook Park Kinematic ModelBased Pedestrian Dead Reckoning for Heading Correction and Lower Body Motion Tracking, 2015 [22] Olivier Koch, Seth Teller, A Self-Calibrating, Vision-Based Navigation Assistant,2008 [23] Retscher, G., Thienelt, M., 2004 Navio - a navigation and guidance service for pedestrians, in: Journal of Global Positioning Systems, 2004 3, pp 208217 [24] U Steinhoff and B Schiele, “Dead reckoning from the pocket - an experimental study,” in Proc IEEE PERCOM, Mar 2010,pp 162–170 [25] Ward, A.; Jones, A.; Hopper, A A new location technique for the active office IEEE Pers Commun 1997, 4, 42–47 [26] Y Jin, H-S Toh, W-S Soh, and W-C Wong, “A Robust Dead-Reckoning 52 Pedestrian Tracking System with Low Cost Sensors,” in IEEE International Conference on Pervasive Computing and Communications, pp 222-230, 2011 [27] Y Renaudin, Melania Susi and Gérard Lachapelle, “Step Length Estimation Using Handheld Inertial Sensors” Các trang Web [28] http://developer.android.com/guide/topics/sensors/sensors_motion.html#se nsors-motion-accel [29] http://developer.android.com/guide/topics/sensors/sensors_motion.html#se nsorsmotion-accel ... thập điện thoại thơng minh từ đưa vị trí người dùng 3 Chương TỔNG QUAN VỀ XÁC ĐỊNH VỊ TRÍ NGƯỜI DÙNG BẰNG ĐIỆN THOẠI DI ĐỘNG Chương trình bày tổng quan định vị, số ứng dụng định vị vị trí người. .. QUAN VỀ XÁC ĐỊNH VỊ TRÍ NGƯỜI DÙNG BẰNG ĐIỆN THOẠI DI ĐỘNG 1.1 Các ứng dụng sử dụng thơng tin vị trí người dùng 1.1.1 Giới thiệu định vị 1.1.2 Ứng dụng định vị nhà ... toán xác định vị trí người dùng Phần cuối chương phạm vi nghiên cứu số giả định 1.1 Các ứng dụng sử dụng thơng tin vị trí người dùng 1.1.1 Giới thiệu định vị Định vị kỹ thuật sử dụng để biết vị trí