Después de buscar en Google un poco más, encontré este documento, Uso de Wi-Fi para navegar por los grandes interiores . Supongo que el algoritmo que maneja múltiples huellas digitales, además de la brújula y el acelerómetro es lo que llamó la atención de Apple.
Cuando un dispositivo que usa WiFiSLAM quiere saber su ubicación, analiza la intensidad de la señal y las identificaciones únicas de todas las redes Wi-Fi a su alrededor. Esto se compara con un conjunto de datos de referencia para el área a la que se accede a través de Internet o se almacena en el dispositivo. La estimación de la ubicación se puede agudizar si un dispositivo se mueve ligeramente, porque los algoritmos de WiFiSLAM pueden recopilar múltiples huellas digitales. Los datos de la brújula y las señales del acelerómetro que capturan los pasos de una persona también se utilizan para refinar la precisión de las correcciones de ubicación posteriores a medida que una persona se mueve.
WiFiSLAM necesita que se recopilen datos similares con anticipación dentro de un edificio en particular antes de poder ofrecer arreglos de ubicación. Una persona que ejecuta otra aplicación especial debe caminar por un edificio varias veces, ingresando a cada habitación al menos una vez. Los algoritmos desarrollados originalmente para el proceso de navegación del robot cambian el patrón de las huellas dactilares y los pasos de Wi-Fi para recrear el camino que la persona cubrió. Ese rastro se asocia manualmente con un mapa del lugar para que WiFiSLAM pueda decirle a un usuario en ese entorno dónde se encuentra.
Edición 2: Además, parece que WifiSlam tenía un blog que se ha eliminado . Sin embargo, Google todavía lo tiene en su caché con algunos detalles:
Más recientemente, la fusión de sensores inerciales de WiFiSLAM apareció en
Grizzly Analytics . ¡Se generó una excelente discusión por correo electrónico con el Dr. Bruce Krulwich y nos encantaría resumirlo aquí!
El video de demostración no incluye restricciones de mapas. Es puramente acelerómetro, giroscopio y brújula.
Somos capaces de obtener una precisión mejor que la típica porque estamos adoptando enfoques de coincidencia de patrones no tradicionales para la fusión de sensores en lugar de las técnicas convencionales de "doble integración + filtro de Kalman" utilizadas tradicionalmente.
Sosteníamos el teléfono frente a nosotros, tratando de imitar a un usuario típico de un teléfono inteligente que sigue un mapa y camina mientras mira su teléfono. Nada súper específico.
La fusión de sensores inerciales ahora está habilitada de manera predeterminada a partir de los lanzamientos de la semana pasada de toda la línea de productos WiFiSLAM: footprint.io, WiFiSLAM QuickMap y el SDK de ubicación en interiores. Cualquier usuario de WiFiSLAM con un teléfono inteligente con giroscopio recibirá un posicionamiento híbrido que utiliza nuestra tecnología de huellas dactilares Wi-Fi combinada con nuestra fusión de sensores inerciales.
Edit 3 Grizzly analytics proporciona detalles de configuración del mapa en su reciente publicación de blog .
WiFiSlam ha lanzado una aplicación móvil que permite a cualquier usuario de un teléfono inteligente tomar una foto de un mapa de su sitio interior, caminar por el sitio varias veces y hacer que ese sitio funcione dentro del sistema de posicionamiento de ubicación de WiFiSLAM. Esta aplicación permite que los mapas interiores sean mucho más fáciles de conseguir que Google u otros, y permitiría que el posicionamiento interior del iPhone se propague como un incendio forestal a medida que los fanáticos del iPhone saltan para cargar sus mapas del sitio.
Edición 4 Aquí hay un video de GeoMeetup (publicado amablemente por Ragi Burhum ) donde Joseph Huang de WiFiSLAM presenta una charla sobre los algoritmos subyacentes.