Hệ thống định vị và điều hướng trong nhà đã và đang có nhu cầu ngày càng tăng với phát triển của công nghệ điện thoại thông minh. Tuy nhiên cho tới thời điểm hiện tại hầu như chưa có một hệ thống tiêu chuẩn nào đặt ra cho các hệ thống điều hướng trong nhà. Các hệ thống điều hướng trong nhà có nhiều tác dụng, có thể kể đến như điều hướng hỗ trợ cho 7.3 triệu công dân khiếm thị ở Mỹ. Xét trên quy mô toàn thế giới thì các hệ thống điều hướng kiểu này còn có tiềm năng lớn hơn rất nhiều lần. Do điểm yếu của công nghệ GPS và tín hiệu không dây trong nhà nên vấn đề định vị và theo dõi trong nhà đã được chứng minh là vấn đề khó khăn hơn so với điều kiện ngoài trời. Các phương pháp tiếp cận hiện nay đã và đang sử dụng hướng tiếp cập bằng các kỹ thuật như mô hình xác thực vân tay kết hợp tần số vô tuyến để định vị. Trong bài báo này chúng tôi đề xuất hệ thống BluNavi, một hệ thống điều hướng trong nhà hiệu quả và có thể triển khai rộng rãi. Hệ thống bao gồm hai mô đun chính là: lấy dấu vân tay Wi-Fi và Bộ lọc Kalman mở rộng dựa trên tín hiệu báo hiệu năng lượng thấp của bluetooth. Mỗi mô-đun được đánh giá độ chính xác riêng của nó. Hệ thống lấy dấu vân tay đạt độ chính xác trung bình là 82,33% ± 3,07% với độ tin cậy 95%. Mô hình tính toán góc chết đã thu được độ chính xác trung bình là 3,88m ± 0,37m với độ tin cậy 95%. Mô hình lan truyền có độ chính xác 5,91m± 1,61m với độ tin cậy 95%. Bộ lọc Kalman mở rộng với sử dụng cảm biến có độ chính xác 10,22m ± 0,91m với độ tin cậy 95 %.
Indoor navigation systems have been in in- creasing demand since the introduction of smartphone technology; however, no standard system for indoor nav- igation has been established. An indoor navigation has many applications, for example, to help the 7.3 million visually impaired citizens in the US to navigate indoors. Due to the weaknesses of GPS and wireless signals indoors, the problem of localizing and tracking has proven to be difficult. Current approaches have utilized techniques such as fingerprinting and radio frequency propagation models for localization. This paper proposes BluNavi, a cost- efficient and widely deployable indoor navigation system. BluNavi implements and compares two modules: Wi-Fi fingerprinting and an extended Kalman Filter based on dead reckoning and bluetooth low energy beacon signals. Each module was evaluated for its accuracy. The fingerprinting system achieved a mean accuracy of 82.33% ± 3.07% with 95% confidence. The dead reckoning model obtained a mean accuracy of 3.88m ± 0.37m with 95% confidence. The propagation model had an accuracy of 5.91m ± 1.61m with 95% confidence. The extended Kalman Filter with sensor fusion had an accuracy of 10.22m ± 0.91m with 95% confidence