基于ProjectTango手機(jī)的室內(nèi)導(dǎo)航路網(wǎng)生成方法

丁磊 蔡德成

摘 要：導(dǎo)航路網(wǎng)是實現(xiàn)室內(nèi)定位與導(dǎo)航服務(wù)的關(guān)鍵?，F(xiàn)有室內(nèi)路網(wǎng)生成方法成本較高，且依賴于室內(nèi)建筑CAD圖紙或室內(nèi)二維平面圖等先驗知識，數(shù)據(jù)獲取過程繁瑣。提出一種服務(wù)于室內(nèi)導(dǎo)航與定位的基礎(chǔ)路網(wǎng)模型，利用Project Tango設(shè)備采集路網(wǎng)模型所需原始數(shù)據(jù)，經(jīng)過細(xì)粒度劃分得到室內(nèi)空間適應(yīng)性導(dǎo)航路網(wǎng)。實驗證明，該方法可在面向未知環(huán)境時，可更快速、高效地獲取較高精度的室內(nèi)導(dǎo)航路網(wǎng)，且成本更低。

關(guān)鍵詞：Project Tango;室內(nèi)導(dǎo)航;路網(wǎng)模型;運動追蹤

DOI：10. 11907/rjdk. 182392

中圖分類號：TP301

文獻(xiàn)標(biāo)識碼：A文章編號：1672-7800（2019）006-0046-06

Abstract： In the application of indoor space positioning and navigation services， the navigation network is the key to realize indoor positioning and navigation services. At present，the method of generating indoor network is costly and relies on prior knowledge（such as indoor architectural CAD drawings or indoor two-dimensional plan），and the data acquisition process is cumbersome. This paper proposes a basic network model for indoor navigation and positioning，and uses Project Tango equipment to collect the original data needed for the network model，and obtains an adaptive navigation network for indoor space after f*87ine-grained division. The experiment proves that the method can realize the indoor navigation network with higher precision and faster and more efficient，and the cost is lower.

Key Words： Project Tango; indoor navigation; network model; motion tracking

0 引言

隨著城鎮(zhèn)化進(jìn)程的加快，辦公樓、大型購物場所、地鐵站等大型建筑物日益增多。有研究表明，人們絕大部分時間都處在室內(nèi)空間[1]。另一方面，隨著移動互聯(lián)網(wǎng)、新一代地理信息系統(tǒng)（GIS）、基于位置的服務(wù)（LBS）及普適計算、物聯(lián)網(wǎng)等技術(shù)的興起與快速發(fā)展，公眾對基于位置的室內(nèi)移動信息服務(wù)需求與日俱增，如室內(nèi)定位導(dǎo)航、商場移動導(dǎo)購、室內(nèi)移動社交等[2]。因此室內(nèi)定位、導(dǎo)航與位置服務(wù)技術(shù)備受關(guān)注。

與開放的室外空間相比，由于室內(nèi)環(huán)境在空間布局、拓?fù)洹h(huán)境限制、空間約束等方面更加復(fù)雜，使現(xiàn)有基于GNSS的室外導(dǎo)航位置服務(wù)技術(shù)無法完全適用于室內(nèi)環(huán)境。室內(nèi)空間路徑網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)與室外道路網(wǎng)存在較大差異，如室內(nèi)房間、走廊、大廳等實體之間通過門、樓道等方式連通在一起，并且具有三維特性，使傳統(tǒng)歐式距離[3]和道路網(wǎng)路徑距離[4]計算方法無法用于計算精細(xì)的室內(nèi)空間路徑距離。因此，為提供精準(zhǔn)的室內(nèi)導(dǎo)航服務(wù)，路徑距離計算大多依賴于底層拓?fù)渚W(wǎng)絡(luò)，與室外道路網(wǎng)不同的是，室內(nèi)拓?fù)渚W(wǎng)絡(luò)常因為人為因素影響，如大型家具的移動等，導(dǎo)致拓?fù)渚W(wǎng)絡(luò)發(fā)生改變，在導(dǎo)航過程中，如果沒有及時更新已改變的拓?fù)渚W(wǎng)絡(luò)，會嚴(yán)重影響導(dǎo)航準(zhǔn)確性。

對于室內(nèi)導(dǎo)航服務(wù)而言，路徑導(dǎo)航問題依賴于精度較高的導(dǎo)航路網(wǎng)。Li等[5]提出一種基于圖的網(wǎng)格模型表達(dá)二維室內(nèi)空間，該模型在不同層次結(jié)合室內(nèi)空間結(jié)構(gòu)和拓?fù)鋵傩?，且隱式地集成度量屬性，但是模型以室內(nèi)空間二維平面圖作為建模輸入，依賴于已有的室內(nèi)空間二維平面圖。Schafer等[6]為在更大范圍內(nèi)提供地圖生成解決方案，開發(fā)了地圖生成工具包，可解析標(biāo)準(zhǔn)CAD圖，自動生成室內(nèi)空間拓?fù)渚W(wǎng)絡(luò)圖。Xuan等[7]提出一種從室內(nèi)行人軌跡眾包數(shù)據(jù)中估算室內(nèi)拓?fù)渚W(wǎng)絡(luò)圖的算法。Johnston等[8]提出利用激光掃描儀估算室內(nèi)地圖的方法。

現(xiàn)有室內(nèi)拓?fù)渚W(wǎng)絡(luò)圖獲取方法均依賴于先驗知識（如建筑物CAD圖、室內(nèi)平面圖），或需要借助激光掃描儀獲取數(shù)據(jù)，其成本高、數(shù)據(jù)處理復(fù)雜，同時室內(nèi)空間導(dǎo)航路網(wǎng)容易受到人為因素影響發(fā)生改變，需及時、快速地更新糾正該區(qū)域?qū)Ш铰肪W(wǎng)。因此本文提出一種基于Project Tango手機(jī)的室內(nèi)導(dǎo)航路網(wǎng)生成方法，闡述其方法流程并進(jìn)行實驗與分析，證明該方法可面向未知室內(nèi)環(huán)境更快速高效地獲取較高精度的室內(nèi)導(dǎo)航路網(wǎng)。

1 Project Tango技術(shù)

2014年，谷歌成立Project Tango項目并推出一系列搭載攝像頭、各種運動傳感器和處理芯片的手機(jī)、平板等移動設(shè)備（見圖1），用于繪制逼真的三維場景，為AR、VR等應(yīng)用奠定了基礎(chǔ)，并為開發(fā)者提供面向C、JAVA、UNITY三大語言的API以實現(xiàn)應(yīng)用開發(fā)[9]。

Project Tango平臺三大核心技術(shù)是運動追蹤、深度感知和區(qū)域?qū)W習(xí)，在各種傳感器、攝像頭、IMU等硬件基礎(chǔ)上，利用機(jī)器視覺技術(shù)和圖像處理算法等，整合3個維度的數(shù)據(jù)，描述Project Tango設(shè)備自身運動姿態(tài)、趨勢和周圍環(huán)境信息（例如周圍環(huán)境三維點云數(shù)據(jù)）。設(shè)備參數(shù)見表1。

運動追蹤是基于單目攝像頭技術(shù)，在IMU、加速度計和陀螺儀的基礎(chǔ)上添加廣角攝像頭視覺特征識別[10]，計算特征點在幀與幀之間的相對位置變化，識別相機(jī)移動距離及運動姿態(tài)。但此時并沒有獲得深度數(shù)據(jù)，且單目攝像頭技術(shù)無法辨別大面積無特征點的環(huán)境，如全黑或全白區(qū)域。

深度感知可檢測物體或障礙物表面及形狀，目前常見的解決方案主要包括結(jié)構(gòu)光和TOF，根據(jù)激光從發(fā)射到返回的時間長短計算物體或障礙物距離攝像頭的真實距離，將所有點的距離信息生成三維點云圖，在Project Tango Core的優(yōu)化下，結(jié)合運動追蹤中獲得的特征點即可動態(tài)獲得室內(nèi)空間單元模型[11]。

區(qū)域?qū)W習(xí)是將運動追蹤獲得的特征點數(shù)據(jù)與深度感知獲得的深度數(shù)據(jù)融合匹配成場景信息，當(dāng)檢測到新場景時，會與已有或預(yù)設(shè)場景進(jìn)行匹配，并且同步修正運動追蹤的數(shù)據(jù)，即區(qū)域?qū)W習(xí)是運動追蹤和深度感知的結(jié)合，通過數(shù)據(jù)庫不斷擴(kuò)充和匹配，實現(xiàn)場景學(xué)習(xí)的目的，模擬人類感知世界[11]。

本文提出的方法充分利用Project Tango深度感知和運動追蹤技術(shù)，經(jīng)實驗證明該方法采集獲取室內(nèi)導(dǎo)航路網(wǎng)的過程簡單、快速且獲得的室內(nèi)導(dǎo)航路網(wǎng)精度較高。

2 室內(nèi)導(dǎo)航路網(wǎng)模型

在室內(nèi)空間導(dǎo)航中，導(dǎo)航路徑非常重要，然而室內(nèi)導(dǎo)航路徑不同于室外導(dǎo)航路徑，因受房間、門、墻等室內(nèi)實體要素限制，在空間布局、拓?fù)渚W(wǎng)絡(luò)、空間約束等方面具有特殊性，傳統(tǒng)歐式距離和道路網(wǎng)路徑距離在室內(nèi)空間導(dǎo)航中存在較大缺陷，因此需構(gòu)建室內(nèi)導(dǎo)航網(wǎng)絡(luò)以規(guī)劃導(dǎo)航路徑及計算路徑距離。室內(nèi)導(dǎo)航路網(wǎng)屬于2.5維結(jié)構(gòu)，本部分從空間幾何、拓?fù)涞确矫婷枋鍪覂?nèi)環(huán)境[12]。

2.1 室內(nèi)基礎(chǔ)導(dǎo)航路網(wǎng)

拓?fù)潢P(guān)系是導(dǎo)航網(wǎng)絡(luò)主要表達(dá)內(nèi)容，如包含、鄰接、連通、覆蓋等。在室內(nèi)空間中，各實體要素之間的拓?fù)潢P(guān)系主要是鄰接及連通關(guān)系。本文首先通過結(jié)合圖模型[13]、節(jié)點關(guān)系模型[14-15]和地標(biāo)導(dǎo)航數(shù)據(jù)模型[16]構(gòu)建室內(nèi)基礎(chǔ)導(dǎo)航網(wǎng)絡(luò)，表達(dá)室內(nèi)空間基本輪廓。

節(jié)點關(guān)系模型是由Lee等[14-15]提出的一種可簡化表達(dá)室內(nèi)空間實體要素間復(fù)雜拓?fù)潢P(guān)系的數(shù)據(jù)模型，如建筑物中房間之間的連接或連通關(guān)系。地標(biāo)導(dǎo)航數(shù)據(jù)模型是由湯欣怡[16]提出的一種利用地標(biāo)輔助室內(nèi)導(dǎo)航的路網(wǎng)模型，該模型在導(dǎo)航路網(wǎng)決策點處選擇一個顯著性最強(qiáng)的空間實體要素作為該決策點的地標(biāo)。在節(jié)點關(guān)系模型和地標(biāo)導(dǎo)航數(shù)據(jù)模型的基礎(chǔ)上，本文提出一種表達(dá)室內(nèi)空間關(guān)鍵節(jié)點間連接關(guān)系的數(shù)據(jù)模型——室內(nèi)基礎(chǔ)導(dǎo)航路網(wǎng)。

室內(nèi)基礎(chǔ)導(dǎo)航路網(wǎng)根據(jù)室內(nèi)空間單元基本結(jié)構(gòu)生成，表達(dá)室內(nèi)空間單元基本形狀、單元間連通拓?fù)潢P(guān)系、連通距離及角度，該結(jié)構(gòu)是實現(xiàn)室內(nèi)導(dǎo)航與路徑規(guī)劃的基礎(chǔ)。

室內(nèi)基礎(chǔ)路網(wǎng)節(jié)點包括空間內(nèi)節(jié)點、轉(zhuǎn)彎點和終止點。其中，空間內(nèi)節(jié)點定義為室內(nèi)開闊區(qū)域（如大廳，房間等）的邊界節(jié)點，處理走廊時建立中軸[17]對空間結(jié)構(gòu)進(jìn)行抽象，中軸上產(chǎn)生的中間節(jié)點即為轉(zhuǎn)彎節(jié)點，中軸端點即為終止節(jié)點。

如圖2所示，空間內(nèi)節(jié)點為空間結(jié)構(gòu)中空間實體（大廳、房間等）的邊界節(jié)點，障礙物空間實體沒有邊界節(jié)點。

對于常規(guī)建筑來說，走廊形狀一般是狹長的。當(dāng)處理走廊時，建立該區(qū)域中軸對其連通路徑進(jìn)行表達(dá)，并在相應(yīng)位置插入轉(zhuǎn)彎節(jié)點，如圖3所示。該空間為長方形ABCD，由于AC邊連接3個空間實體，BD邊也連接3個空間實體，即會出現(xiàn)邊AB被分解為4段、BD邊被分為3段的情況，在這種情況下，網(wǎng)絡(luò)模型使用中軸抽象走廊ABCD，產(chǎn)生5個轉(zhuǎn)彎節(jié)點。另外，終止節(jié)點用于封閉中軸線，終止節(jié)點的位置根據(jù)中軸生成的算法確定。

在垂直通道的處理上，傾斜空間使用中軸[17]及兩個終止節(jié)點表示，轉(zhuǎn)換空間由于連接了兩個傾斜空間，也處理為中軸表示，并插入轉(zhuǎn)彎節(jié)點，連接到相鄰傾斜空間上的終止節(jié)點，如圖4所示。

2.2 室內(nèi)適應(yīng)性導(dǎo)航路網(wǎng)

與室內(nèi)基礎(chǔ)路網(wǎng)相比，室內(nèi)適應(yīng)性路網(wǎng)對開闊空間進(jìn)行了進(jìn)一步細(xì)化，如圖5所示。在室內(nèi)基礎(chǔ)路網(wǎng)的基礎(chǔ)上，適應(yīng)性路網(wǎng)首先根據(jù)語義信息確定室內(nèi)開闊的自由空間，如大廳、房間等（狹長區(qū)域為寬度小于閾值的走廊、樓梯等），對開闊空間對應(yīng)的面進(jìn)行格網(wǎng)剖分，將格網(wǎng)中心點作為新的節(jié)點，根據(jù)四方向或八方向鄰接關(guān)系建立格網(wǎng)中心點的邊，并通過與連接空間內(nèi)節(jié)點之間的連通邊，將開闊的空間形成的格網(wǎng)-圖模型連接到室內(nèi)基礎(chǔ)路網(wǎng)中 ，形成在狹長區(qū)域使用中軸表達(dá)、在開闊區(qū)域使用格網(wǎng)—圖表達(dá)的適應(yīng)性室內(nèi)路網(wǎng)。格網(wǎng)—圖模型是對空間細(xì)粒度離散化表達(dá)，以格網(wǎng)單元中心點作為節(jié)點，以格網(wǎng)八方向連通關(guān)系作為邊，連接相鄰節(jié)點構(gòu)成的網(wǎng)絡(luò)模型。格網(wǎng)—圖模型的粒度根據(jù)格網(wǎng)單元的邊長確定，格網(wǎng)單元越小，中心點越密集，格網(wǎng)—圖模型的分辨率越高。格網(wǎng)—圖模型可進(jìn)行精度更高的路徑規(guī)劃。

2.3 室內(nèi)導(dǎo)航路網(wǎng)數(shù)據(jù)模型

本文提出室內(nèi)基礎(chǔ)導(dǎo)航路網(wǎng)數(shù)據(jù)模型IBNNDM（Indoor Basic Navigation Network Data Model）的形式化定義為：

IBNNDM=（Node，Edge，LandMark，Room，Storey，Building）。

其中，Node是節(jié)點集合，代表基礎(chǔ)路網(wǎng)中的節(jié)點;Edge是邊集合，代表兩節(jié)點間的連接關(guān)系;LandMark是地標(biāo)集合，代表節(jié)點附近的地標(biāo);Room是室內(nèi)房間集合，代表室內(nèi)所有房間（包括大廳）;Storey是樓層集合，代表節(jié)點所在樓層;Building是建筑物集合，代表節(jié)點及邊所在建筑物。

建筑對象（Building）是人們?nèi)粘；顒拥氖覂?nèi)空間，每棟建筑均包含多個樓層（Storey），每個樓層包含多個房間（Room），每個房間又包含若干個節(jié)點（Node）和路網(wǎng)的邊（Edge）。一個路網(wǎng)節(jié)點可能分布著多個候選地標(biāo)，路網(wǎng)的邊代表該兩節(jié)點間具有連通關(guān)系。該數(shù)據(jù)模型的關(guān)鍵在于如何組織Project Tango設(shè)備采集到原始室內(nèi)空間數(shù)據(jù)，最后生成室內(nèi)導(dǎo)航路網(wǎng)。

IBNNDM模型中每個對象類的實現(xiàn)及屬性見表2-表7。構(gòu)建室內(nèi)導(dǎo)航路網(wǎng)僅需獲得表2-表7中的數(shù)據(jù)即可。

3 室內(nèi)導(dǎo)航路網(wǎng)模型構(gòu)建

3.1 坐標(biāo)系轉(zhuǎn)換

Tango設(shè)備采用參照定位的方法，即相對于初始位置的一種定位方式，不涉及到衛(wèi)星定位。它根據(jù)硬件設(shè)備傳感器，比如重力傳感器、IMU陀螺儀等，獲取移動設(shè)備相對于初始位置的位移和旋轉(zhuǎn)角度，從而構(gòu)建一個局部參照坐標(biāo)系——起始點為坐標(biāo)原點，將Z軸設(shè)置為與重力對齊，Z +指向上方，并且XY平面平行于與重力垂直的方向，且X軸指向設(shè)備屏幕右邊，Y軸垂直于X軸、Z軸構(gòu)建的平面指向X正方向逆時針旋轉(zhuǎn)90°的反向，如圖6所示。由于不能保證每次采集開始時設(shè)備構(gòu)建的局部參照坐標(biāo)系X、Y軸方向和大地坐標(biāo)系統(tǒng)一致，所以需將局部參照坐標(biāo)系轉(zhuǎn)換到大地坐標(biāo)系（僅統(tǒng)一坐標(biāo)軸方向，不統(tǒng)一坐標(biāo)原點）。

3.2 原始數(shù)據(jù)采集

調(diào)用 Project Tango API，通過重寫onPoseAvailable 的方法，可以獲取相機(jī)當(dāng)前姿態(tài)與初始位置的相對位置關(guān)系，返回一個三元組表示位置信息。遇到上文定義的3類節(jié)點時便記錄下該位置坐標(biāo)值、節(jié)點類型及所屬對偶空間編號，并與上一個采集節(jié)點連接，構(gòu)成連接邊，同時檢測該節(jié)點是否與已記錄節(jié)點重合。如果重合，則將該節(jié)點與之前采集的節(jié)點進(jìn)行連接，繼續(xù)進(jìn)行直到采集工作結(jié)束。

原始數(shù)據(jù)采集流程如圖7所示。

3.3 適應(yīng)性導(dǎo)航路網(wǎng)生成

通過以上流程采集的只是室內(nèi)基礎(chǔ)導(dǎo)航路網(wǎng)，對其開闊區(qū)域進(jìn)一步細(xì)化得到室內(nèi)適應(yīng)性導(dǎo)航路網(wǎng)。根據(jù)室內(nèi)基礎(chǔ)路網(wǎng)標(biāo)記的節(jié)點類型，對全部節(jié)點是空間內(nèi)節(jié)點且在同一個對偶空間里構(gòu)成封閉多邊形對應(yīng)的面進(jìn)行格網(wǎng)劃分，然后將其連接到基礎(chǔ)路網(wǎng)上，形成格網(wǎng)—圖表達(dá)的室內(nèi)適應(yīng)性導(dǎo)航路網(wǎng)。

格網(wǎng)劃分步驟包括：首先獲取每個開闊區(qū)域的外包絡(luò)矩形（見圖8（a）），然后根據(jù)導(dǎo)航與定位精度的需要對開闊區(qū)域進(jìn)行不同尺寸的規(guī)則格網(wǎng)劃分，本文以1m為劃分尺寸標(biāo)準(zhǔn)。對外包絡(luò)矩形進(jìn)行格網(wǎng)劃分后得到格網(wǎng)圖（見圖8（b）），再計算出格網(wǎng)中心點作為新節(jié)點，根據(jù)四方向鄰接關(guān)系建立格網(wǎng)中心點的邊（見圖8（c）），然后在開闊區(qū)域剔除對應(yīng)多邊形之外的節(jié)點，將起始和結(jié)束節(jié)點均保留在該多邊形內(nèi)連接邊上，其余連接邊剔除（見圖8（d）），最后將其連接到基礎(chǔ)路網(wǎng)上。

4 實驗與分析

為驗證模型與方法的可行性，選取中國地質(zhì)大學(xué)（武漢）地理信息系統(tǒng)研究中心（見圖9）作為實驗場地，其單層面積為3 300m2。該場景中總共有4個實驗室、1個學(xué)術(shù)報告廳、1個研究室，這5個場所經(jīng)常有相關(guān)辦公人員和學(xué)生出入，每個房間均有多個門可以通過。環(huán)境復(fù)雜多樣，可滿足測試要求。

4.1 路網(wǎng)生成效率分析

本文主要從兩個方面分析所提方法的效率，一是該方法消耗的物資成本，二是該方法生成室內(nèi)路網(wǎng)消耗的時間成本。由于不需要任何先驗知識（如室內(nèi)平面圖），減少了室內(nèi)平面圖生成需消耗的人力和物力，且使用的設(shè)備是一個價值僅3 000元左右的Tango智能移動設(shè)備，相比于激光掃描儀，本文方法設(shè)備成本低。同時本文設(shè)計了一個時間成本對比實驗，將利用ArcGIS從室內(nèi)平面圖獲取導(dǎo)航路網(wǎng)（記為實驗A）與本文提出的方法（記為實驗B）進(jìn)行結(jié)果對比。實驗地點依然選擇中國地質(zhì)大學(xué)（武漢）地理信息系統(tǒng)研究中心，實驗結(jié)果如表8所示。

4.2 路網(wǎng)精度分析

為避免實驗偶然性，一共進(jìn)行4次原始數(shù)據(jù)采集，隨機(jī)選取3個節(jié)點計算測量值與真實值真誤差和方差。為保證實驗有效性，此處作3點約束：①實驗場地光照良好，無光線昏暗之處;②每次實驗人員手持Tango設(shè)備采集數(shù)據(jù)時盡量做到每次速度勻速且大致相等;③實驗場地?zé)o大片全白或者全黑區(qū)域。

經(jīng)過實驗得到結(jié)果如表9、表10所示。

由以上兩表可知隨機(jī)選取的3個節(jié)點測量值方差均很小，所以可以判斷測量數(shù)據(jù)較為精確。

5 結(jié)語

本文針對室內(nèi)空間導(dǎo)航與定位服務(wù)對室內(nèi)適應(yīng)性路網(wǎng)的需求，提出一種基于Project Tango手機(jī)的室內(nèi)導(dǎo)航路網(wǎng)生成方法。與現(xiàn)有路網(wǎng)生成方法相比，該方法可面向未知的復(fù)雜室內(nèi)環(huán)境，形成快速、低成本、高精度的室內(nèi)適應(yīng)性導(dǎo)航路網(wǎng)。目前智能設(shè)備室內(nèi)導(dǎo)航系統(tǒng)缺乏大量已繪制好的路網(wǎng)，無法有效導(dǎo)航、定位，本文方法可彌補(bǔ)該項不足，且與文獻(xiàn)[8]的方法相比，本文使用的Project Tango設(shè)備成本更低。實驗結(jié)果表明，該方法能生成滿足室內(nèi)導(dǎo)航與定位要求的路網(wǎng)。

但目前該方法還存在一些不足之處：首先作為一個半自動方法，時耗不小;另外一個樓層的采集工作必須一次性完成，若中途停止，會導(dǎo)致兩次采集工作坐標(biāo)系原點不同，需后期人工進(jìn)行數(shù)據(jù)合并。后續(xù)將進(jìn)行路網(wǎng)實際應(yīng)用，將本文方法應(yīng)用于實際導(dǎo)航與定位應(yīng)用，并進(jìn)行方法完善，以期實現(xiàn)室內(nèi)導(dǎo)航路網(wǎng)完全自動化生成。

參考文獻(xiàn)：

[1] WORBOVS M. Modeling indoor space[C]. Proceedings of the 3rd ACM SIGSPATIAL International Workshop on Indoor Spatial Awareness， 2011： 1-6.

[2] 劉兆宏，王科，豐江帆，等. 矢量室內(nèi)地圖建模與制作方法[J]. 數(shù)字通信， 2012（4）：77-80.

[3] HJALTASON G R，SAMET H. Distance browsing in spatial databases[J]. ACM Transactions on Database Systems （TODS）， 1999， 24（2）： 265-318.

[4] ZHANG J，PAPADIAS D，MOURATIDIS K， et al. Query processing in spatial network databases[C]. the 29th International Conference On Very Large Data Bases ，2003：802-813.

[5] LI X，CLARAMUNT C，RAY C. A grid graph-based model for the analysis of 2D indoor spaces[J]. Computers， Environment and Urban Systems， 2010， 34： 532-540.

[6] SCHAFER M，KNAPP C，SAMARJIT C. Automatic generation of topological indoor maps for real-time map-based localization and tracking[C]. 2011 International Conference on Indoor Positioning and Indoor Navigation， 2011： 1-8.

[7] XUAN Y G，SENGUPTA R，F(xiàn)ALLAH Y. Crowd souring indoor maps with mobile sensors[M]. Berlin： Springer Berlin Heidelberg， 2012.

[8] JOHNSTON M，ZAKHOR A. Estimating building floor-plans from exterior using laser scanners[C]. SPIE，2008：68050.

[9] 千尋. Project Tango：3D影像觸手可及[J]. 計算機(jī)應(yīng)用文摘， 2014（11）：72.

[10] HESCH J A，KOTTAS D G，BOWMAN S L，et al. Camera-IMU- based localization：observability analysis and consistency improvement[J]. ?The International Journal of Robotics Research， 2014， 33（1）： 182-201.

[11] 洪程. 基于Project Tango的SLAM技術(shù)研究[D]. ?武漢：武漢大學(xué)， 2017.

[12] 徐戰(zhàn)亞，鐘賽尚，王媛湲. 一種易于更新的室內(nèi)導(dǎo)航路網(wǎng)構(gòu)建方法[J]. 計算機(jī)仿真， 2015（12）： 267-271，275.

[13] BECKER C，DüRR F. On location models for ubiquitous computing[J]. ?Personal and Ubiquitous Computing， 2005， 9（1）： 20-31.

[14] LEE J. 3D GIS for geo-coding human activity in micro-scale urban environments[M]. Berlin： Springer Berlin Heidelberg， 2004.

[15] LEE J， ZLATANOVA S. A 3D data model and topological analyses for emergency response in urban areas[J]. Geospatial Information Technology for Emergency Response，2008，143： C168.

[16] 湯欣怡. 面向室內(nèi)行人的地標(biāo)導(dǎo)航方法研究——以大型室內(nèi)商場為例[D]. 武漢：中國地質(zhì)大學(xué)（武漢）， 2017.

[17] TANEJA S，AKINCI B，GARRETT J H，et al. Algorithms for automated generation of navigation models from building information models to support indoor map-matching[J]. Automation in Construction， 2016， 61： 24-41.

（責(zé)任編輯：江 艷）