行人惯性导航的一些论文以及资料推荐

前言：

一直想些篇文章来总结下研一上看的一些东西，然而一直拖拖拖，研一主要还是上课，其他学校好像很少课，为啥我电这么.....，剩余的时间是看文献啥的，
整理一下行人导航定位的一些资料，看了这些资料，应该会有很大的帮助！

书籍方面的推荐，以前读书的时候没觉得什么，现在发现研究的领域当中，有一本入门的书籍真的是非常好，有利于自己快速了解自己的研究领域。

1.书籍方面的推荐

与行人导航主题最相关的书籍有如下推荐:

Pedestrian localisation for indoor environments （虽然我没看过，但肯定是好书，剑桥大学的)

还有一本是国内的《室内空间信息支持下的行人导航定位方法》（讲的还不错哈哈）

其他的虽然不是行人导航，但是也有利于加深自己理解定位的书籍有：

机器人学的状态估计（数学推导非常多，正在看）
概率机器人（大概看了一点）视觉SLAM14讲（好书，推荐，即使是做行人的，看下其他领域的方法会有更多想法）

2.综述性文章（必看必看，重点）

A Review of Pedestrian Indoor Positioning Systems for Mass Market Applications （强烈推荐，下面有各个方向的文章索引）
A Survey of Indoor Inertial Positioning Systems for Pedestrians Survey of Inertial/magnetic Sensors Based pedestrian dead reckoning by multi-sensor fusion method

3.有代码的文章应该重点看，这样才知道大概怎么实行构建（必看）

Tutorial:implementing a Pedestrian Tracker Using inertial Sensors （必看）
Pedestrian Tracking with Shoe-Mounted Inertial Sensors （必看） http://www.openshoe.org/?page_id=87 上面的网站是国外另外一个大佬的实验室，代码非常棒，不仅帮你了解怎么实施，还能提高你代码水平，他们的每篇论文都值得一看

4.进阶：多惯导以及多感测器

Dual MIMU Pedestrian Navigation by Inequality Constraint Kalman Filtering
Fusing the information from Two Navigation System Using Bound on Their Maximum Spatial Separation Research on Pedestrian Location Based on Dual MIMU/ Magnetometer/ Ultrasonic Module Data Fusion Algorithms for Multiple Inertial Measurement Units **Jared B. Bancroft 当然单惯导已经不够用了，于是开始有学者研究多惯导如果考虑到多感测器的融合，首先要面对的一个问题是两个感测器时间怎么对上，这在学术界里有一个专有的名词，叫做时间配准演算法，也有叫时空配准，不过靠软体对齐真是吃力不讨好，建议还是如果能用硬体做就用硬体做。

5.重要的技术方法（重点）

零速更新，双脚约束，卡尔曼滤波（推荐看下优达学诚Artifical Intelligent中谷歌无人车之父的卡尔曼讲解，没有人讲地比他好）还有用无迹卡尔曼，拓展卡尔曼做的....

6.机器学习方法

除了用传统的方法做之外，也有用机器学习的方法进行辅助
Lightweight Map Matching for Indoor Localisation using Conditional Random Fields （安利一下自己实验室老师听说是顶会最佳论文，实验室大佬） Research on Dual-MIMU Trajectory Tracking Based on Support Vector Machine Constraint Indoor Pedestrian Tracking Using Consumer-Grade Inertial Sensors With PZTD Heading Correction

6.行人导航的应用与挑战