もう少し調べてみたところ、この記事「Wi-Fiを使用したグレートインドアのナビゲート」を見つけました。複数の指紋を処理するアルゴリズムに加えて、コンパスと加速度計がAppleの目を引いたものだと思います。
WiFiSLAMを使用するガジェットがその場所を知りたい場合は、周囲のすべてのWi-Fiネットワークの信号強度と一意のIDを分析します。これは、インターネット経由でアクセスされたか、デバイスに保存されている領域の参照データセットと照合されます。WiFiSLAMのアルゴリズムは複数の指紋を収集できるため、ガジェットがわずかに動く場合は、位置の推定値をより正確にすることができます。人の足音をキャプチャするコンパスデータと加速度計の信号は、人が動き回るときの後続の位置フィックスの精度を改善するためにも使用されます。
WiFiSLAMは、ロケーションフィックスを提供する前に、特定の建物内で事前に同様のデータを収集する必要があります。別の特別なアプリを実行している人は、建物内を数回歩き回り、少なくとも1回はすべての部屋に入る必要があります。もともとロボットナビゲーション用に開発されたアルゴリズムは、Wi-Fi指紋と足跡の変化するパターンを処理して、人がカバーした経路を再作成します。次に、そのトレースを場所のマップに手動で関連付けて、WiFiSLAMがその環境のユーザーに場所を知らせることができるようにします。
編集2：また、WifiSlamには削除されたブログがあったようです。ただし、Googleはまだキャッシュにいくつかの詳細があります。
最近では、WiFiSLAMの慣性センサーフュージョンがGrizzly Analyticsで紹介されました
。Bruce Krulwich博士との電子メールでの優れた議論のきっかけとなりました。ここでまとめたいと思います。
デモビデオには、マップの制約は含まれていません。純粋に加速度計、ジャイロスコープ、コンパスです。
従来から使用されている従来の「二重積分+カルマンフィルター」手法ではなく、従来とは異なるパターンマッチングアプローチをセンサーフュージョンに採用しているため、標準より優れた精度を得ることができます。
私たちはスマートフォンを目の前に置いて、地図を見ながらスマートフォンを見ながら歩いている典型的なスマートフォンユーザーを模倣しようとしました。超固有のものはありません。
先週のWiFiSLAM製品ライン全体（footprint.io、WiFiSLAM QuickMap、およびIndoor Location SDK）のリリースから、慣性センサーフュージョンがデフォルトで有効になりました。ジャイロスコープ対応のスマートフォンを備えたWiFiSLAMのすべてのユーザーは、Wi-Fi指紋技術と慣性センサーフュージョンの両方を使用するハイブリッドポジショニングを利用できます。
Edit 3 Grizzly analyticsは、最近のブログ投稿でマップ設定の詳細を提供しています。
WiFiSlamは、スマートフォンユーザーが屋内サイトの地図の写真を撮り、サイトを数回歩き回って、そのサイトをWiFiSLAMの位置測位システム内で機能させることができるモバイルアプリをリリースしました。このアプリは、Googleや他の人よりもはるかに簡単にインドアマップのクラウドソーシングを可能にし、iPhoneファンボーイがジャンプしてサイトマップをアップロードするときに、iPhone屋内ポジショニングを野火のように広げることができます。
編集4はここだGeoMeetupからの映像（親切で掲載Ragi Burhum WiFiSLAMのジョセフ・黄は、基礎となるアルゴリズムについての話を提示します）。