Para mejorar la flexibilidad de la medición GPS se propuso un método de medición GPS de alta precisión que no está restringido por la ubicación geográfica y que se ejecuta bajo tecnología de detección de multitudes. El rendimiento de la red de detección de multitudes se mejoró a través de un mecanismo regular de implementación de redes de detección de macrodatos basado en hexágonos. Se utilizaron los métodos de medición combinados GPS/SINS/DR rápidos para lograr mediciones de alta precisión sin restricciones geográficas. Se ha comprobado que el método propuesto en este trabajo tiene una estabilidad mucho mejor en la estrategia de despliegue del hexágono regular que la del cuadrado. El método propuesto puede lograr una rápida adquisición de señales de satélite y un posicionamiento de alta precisión, y su precisión de medición en ciudades de baja latitud y ciudades de alta latitud es mayor que el método de medición en línea basado en Google Earth, lo que indica que tiene un valor de aplicación significativo.
Introducción
Crowdsensing se refiere a las tareas de detección de la sociedad a gran escala y complejas que utilizan los dispositivos móviles (teléfonos móviles, tabletas, etc.) de los usuarios comunes como la unidad de detección básica, a través de la colaboración consciente o inconsciente en Internet móvil, para realizar la distribución de tareas sensoriales y la recopilación de datos sensoriales, así como completar aquellas tareas sensoriales sociales complejas. En la actualidad, el ámbito de aplicación de la detección de multitudes puede dividirse en tres categorías: instalaciones públicas, medio ambiente y sociedad (Dube et al., 2017).
En cuanto a las instalaciones públicas, el crowd-sensing puede detectar la congestión del tráfico, el ruido de la carretera o los baches, buscar plazas de aparcamiento, mantener instalaciones públicas como bocas de incendios y semáforos, y también se ha utilizado en la monitorización y navegación del tráfico en tiempo real (Lowe et al., 2016). Por ejemplo, a través de los sensores instalados en el coche y el GPS, se pueden detectar plazas de aparcamiento vacías y compartirlas en Internet. A través del sistema CMS que recoge información de los pasajeros en el autobús, se puede evaluar el nivel de comodidad del autobús y, finalmente, publicarlo en el sitio web. Los particulares recopilan información que incluye fotos y nombres de estaciones de autobuses a través de teléfonos móviles, lo que ayuda a predecir la hora de llegada de los autobuses en los dispositivos móviles (Chang et al., 2017).
En cuanto al medio ambiente, la tecnología de detección de multitudes puede utilizarse para recoger información como el CO2 y las PM2,5, el ruido y la calidad del agua en el aire. Por ejemplo, se recogen las trayectorias correspondientes a la hora y el lugar de los usuarios móviles, y se utilizan modelos conocidos para calcular y recoger el contenido de CO2 y PM2,5 en la atmósfera.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Coocurrencia de región basada en una red bayesiana gradual hacia un algoritmo de recuperación de imágenes por teledetección
Artículo:
Geoquímica de fluidos en el cratón del norte de China: variación espacial y génesis
Artículo:
Efecto de la velocidad de carga en la resistencia a la fractura del mármol utilizando probetas de flexión semicircular
Artículo:
Dinámica de fluidos en una falla de empuje inferida a partir de la petrología y la geoquímica de las vetas de calcita: Un ejemplo de los Pirineos Meridionales
Artículo:
Mecanismos de reacción de precipitación de depósitos minerales simulados con un modelo de mezcla de fluidos