Nano Hash - криптовалюты, майнинг, программирование

Маршруты в помещении Android с помощью Google api

В настоящее время у меня есть приложение, которое отображает фрагмент карты и может отображать навигацию к заданной точке. Внутренние карты включены, и в здании, которое я пытаюсь использовать, есть внутренние карты, но он перемещается только за пределы здания, даже если режим транспорта установлен на ходьбу.

Есть ли какой-нибудь способ сделать это в настоящее время?

android maps directions
23.02.2015

  • Я не думаю, что есть много устройств с такой повышенной точностью GPS, чтобы использовать внутренние направления. 23.02.2015
  • После того, как API направления (или иначе) сможет рассчитать маршрут и не отслеживать его пользователя, это все, что мне нужно. 23.02.2015

Ответы:


1

Похоже, что Google Maps Android API пока не поддерживает эту функцию. Даже если вы выберете правильный режим движения, который должен идти пешком, маршрут будет отслежен. на ближайшей дороге, а не на внутренней дорожке.

Я также жду, когда будет выпущена эта опция, поскольку в настоящее время можно получить такой результат с помощью собственного веб-приложения Google Maps.

11.05.2015
  • Я закончил тем, что использовал обычные карты Google с наложением плана этажа. Я обнаружил, что даже используя собственное приложение Googles, оно все еще было довольно глючным, но, надеюсь, они скоро обновят API маршрутов, для этого есть большой потенциал. 12.05.2015

    • 2

    Мой дипломный проект посвящен позиционированию в помещении, когда в Android нет GPS. Ответ - да, но это непростой путь. Трудный способ сделать это, но точность не так хороша, как GPS. Есть два основных подхода к определению местоположения.

    Подходы

    1. Sensor-Fusion: метод получения относительного местоположения. Используя встроенные датчики (гироскоп, акселерометр, компас), рассчитайте расстояние и направление с течением времени. Таким образом, вы получаете новое местоположение, добавляя это значение к старому местоположению. Его также называют расчетом.

    2. Уровень сигнала Wi-Fi: если есть две или более точки доступа. какие местоположения были известны ранее, используйте мощность сигнала, чтобы оценить ваше местоположение. Эта идея немного похожа на то, как работает GPS.

    Слабые стороны

    1. Sensor-Fusion: возникает ошибка вычисления нового местоположения (e0). При вычислении следующего нового местоположения снова возникает новая ошибка (e1). Таким образом, вы получаете новую локацию с e0 + e1. Я имею в виду, что количество ошибок со временем растет экспоненциально.

    2. Уровень сигнала Wi-Fi: некоторые элементы могут блокировать AP. Таким образом, вы получаете слабый сигнал и вычисляете неверное местоположение.

    Наконец, я использую первый подход на короткое время (10 секунд). Второй подход к правильному местоположению (каждые 10 секунд). Так вы получите наилучшие результаты в течение длительного и короткого времени.

    Источник

    23.02.2015
  • Спасибо за ваш ответ, хотя главная цель для меня - обозначить путь от точки A до точки B внутри здания с внутренними картами. Сможет ли их GPS отследить их следование по маршруту, будет бонусом. 24.02.2015
  • Если начальная точка вашего местоположения известна, вы можете использовать метод слияния датчиков. Выше есть ссылка на приложение с открытым исходным кодом, использующее этот метод. 24.02.2015
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..