PulseAugur
实时 21:39:08
English(EN) Magnetic Indoor Localization through CNN Regression and Rotation Invariance

CNN回归和旋转不变性改进磁性室内定位

研究人员开发了一种使用卷积神经网络(CNN)和磁场数据的新型室内定位系统。该系统通过利用从磁场派生的旋转不变特征来解决设备方向敏感性的挑战。所提出的模型MagNetS/XL在MagPie数据集上实现了最先进的精度,即使在设备大幅旋转的情况下也能保持精度,优于先前的方法。 AI

影响 这项研究为室内定位提供了一种更鲁棒且无需基础设施的解决方案,有可能改进机器人和物联网领域的应用。

排序理由 这是一篇研究论文,详细介绍了一种使用磁场和CNN进行室内定位的新方法。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

CNN回归和旋转不变性改进磁性室内定位

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Helge Ros\'e, Konstantin Klipp, Tom Koubek, Bernd Sch\"aufele, Ilja Radusch ·

    基于CNN回归和旋转不变性的磁性室内定位

    arXiv:2604.22896v1 Announce Type: cross Abstract: Indoor positioning is an essential technology for a wide range of applications in GNSS-denied environments, including indoor navigation and IoT systems. Combining convolutional neural networks (CNNs) and magnetic field-based featu…