Iris：利用光线光谱信息的无源可见光定位方法

我们提出了一种名为 Iris 的新型可见光定位（VLP）方法，该方法利用光线光谱信息（LSI）以完全无源的方式对个体进行定位。这意味着用户不需要携带任何设备，现有的照明基础设施也无需改变。我们的方法采用背景减法来准确检测人体运动引起的环境 LSI 变化。此外，我们设计了一个卷积神经网络（CNN），能够从 LSI 变化数据中学习和预测用户位置。为了验证我们的方法，我们使用商用光谱传感器实现了 Iris 原型，并在两个典型的真实室内环境中进行了实验：一间 25 平方米的一居室公寓和一间 13.3m × 8.4m 的办公空间。我们的结果表明，Iris 在夜间人工照明和白天高度动态的自然照明条件下都能有效运行。此外，Iris 在定位精度和所需光传感器密度方面显著优于最先进的无源 VLP 技术。为了减少多通道光谱感测的开销，我们开发和验证了一种算法，可以最小化给定环境所需的光谱通道数量。最后，我们提出了一个条件生成对抗网络（cGAN），可以人为生成 LSI，并在不牺牲定位精度的情况下减少 50% 的数据收集工作量。