室内定位论文整理-20241004期

本文章由本人开发的论文总结AI Agent进行整理 。项目地址:https://github.com/zhangleino1/paper-summarizer

如果您有室内定位的需求，请联系我！

多模态传感器融合在智能建筑物中的高精度定位技术：从可见光通信到深度学习优化

研究问题：

本文探索了如何利用CMOS相机传感器进行可见光通信（Visible Light Communication, VLC），并结合深度学习方法，特别是通过基于增强学习的算法优化视野（Field-of-View）。研究的主要焦点在于整合多模态数据源，如VLC和视觉传感器信息，以提升智能建筑内低亮度环境下的LED灯下定位精度，并提高室内导航系统的整体定位准确性和效率。

方法：

1. CMOS相机进行可见光通信：采用CMOS相机传感器作为无线信号的发射器和接收器。这种通信方式能够实现快速、低能耗的数据传输，在光线较暗或不透明覆盖下仍保持较高的通信效率。
2. 深度学习优化视野：利用强化学习方法，如Duelling Network Architectures for Deep Reinforcement Learning（Duel网络架构在深度强化学习中的应用），进行多智能体路径寻找。通过优化各智能体的视野范围，提升定位精度和减少通信中的延迟。
3. 实时三维视觉感知：集成360