基于智能手机CMOS图像传感器的可见光室内定位系统研究：减少倾斜效应的影响
第一，作者及发表信息
本研究的作者包括Md Habibur Rahman、Mohammad Abrar Shakil Sejan、Jong-Jin Kim和Wan-Young Chung，均来自韩国釜山国立大学（Pukyong National University）电子工程系。研究论文题为《Reduced Tilting Effect of Smartphone CMOS Image Sensor in Visible Light Indoor Positioning》，于2020年10月3日发表在期刊《Electronics》上，属于开放获取（Open Access）文章。
第二，学术背景
随着室内定位服务的需求增加，可见光定位（Visible Light Positioning, VLP）因其低成本、高精度和环保特性成为研究热点。传统的全球定位系统（GPS）在室内场景中因信号衰减无法满足需求，而射频（RF）定位技术存在多径衰落和信号干扰问题，超声波定位则需额外基础设施。相比之下，可见光通信（VLC）结合智能手机CMOS图像传感器的方案具有明显优势。
然而，现有研究大多假设接收端（如智能手机）与地面平行放置，忽略了实际使用中的倾斜问题。此外，传统LED-ID识别多依赖编解码技术，识别效率和鲁棒性有限。本研究旨在解决这些问题，提出了一种基于机器学习（Machine Learning, ML）的LED-ID识别方法，并利用智能手机内置传感器（加速度计、陀螺仪、磁力计）补偿倾斜角度，最终实现高精度的倾斜场景室内定位。
第三，研究流程与方法
1. 系统设计
- 发射端设计：采用15W圆形白色LED作为光源，通过金属氧化物半导体场效应晶体管（MOSFET）和微控制器单元（MCU）驱动电路控制LED调制。采用脉宽调制（PWM）技术，不同LED-ID对应不同占空比（40%、50%、70%、80%）和频率（2-5 kHz），以避免人眼可感知的闪烁（频率>200 Hz）。
- 接收端设计：使用三星Galaxy S8智能手机的CMOS图像传感器（滚动快门机制），配置相机参数（曝光时间32 kHz，ISO 500，帧率30 fps）。通过开发的Android应用采集图像数据。