用于室内定位的自主 WiFi 指纹采集

基于 WiFi 的室内定位已受到学术界与工业界的广泛关注。然而，构建与维护 WiFi 指纹地图的开销仍是基于 WiFi 的室内定位系统广泛部署的瓶颈。近期，机器人被用作专业测量员以自主对环境进行指纹采集。但时间与能量成本仍限制了机器人测量员的覆盖范围，从而降低其可扩展性。为满足此需求，我们设计了一种称为 AuF 的自主 WiFi 指纹采集系统(AutonomousWiFi Fingerprinting)，以时间与能量高效的方式自主构建指纹数据库。AuF 首先在目标室内环境中执行自动初始化过程，随后分两步构建 WiFi 指纹数据库：(i) 无停留勘测场地，(ii) 用两种方法恢复数据库中不可靠信号。我们使用 Pioneer 3-DX 机器人在具有不同结构与接入点(AP)部署的 $70$$\times$$90$m$^2$ 系楼两层场地实现并评估了 AuF。结果显示 AuF 分别在 43/51 分钟内完成指纹数据库构建，两层分别消耗 60/82 Wh，相较传统现场勘测方法分别减少 64%/71% 与 61%/64%，且不降低定位精度。