Echo 是一款 Android 平台的低功耗蓝牙(BLE)室内定位应用，其核心功能基于指纹算法和A*寻路算法，为缺少 GPS 信号的室内环境设计。

• 信号采集：实时扫描蓝牙信标，结合平滑滤波算法和PDR传感器（v2.0.0更新）剔除 RSSI 异常跳变。
• 算法引擎：内置自适应加权 K-近邻 算法（v3.0.0更新），相比传统 WKNN 和 KNN 显著提升定位精度。
• 点阵雷达：采用 Android底层 Canvas 绘制雷达地图。
• 自适应布局：基于 BoxWithConstraints 实现响应式设计，适配手机竖屏与平板横屏。
• 深色模式：全局 Material Design 3 规范，可跟随系统深色/浅色模式切换。
• 开发者模式：
  • Proto Version:
  • 动态调节 $K$ 值与算法类型 (KNN vs WKNN)。
  • 启/关闭基于指数移动平均的坐标级轨迹防抖。
  • 雷达图设定基准真值，实时动态测算定位误差 (米)。
  • v2.0.0:
  • 基于PDR传感器的硬件去抖。
  • 360°测量，取平均的指纹采集方法。
  • 毛玻璃dock栏，带有果冻动效。
  • 自选主题色，自适应壁纸主题色。
  • v3.0.0:
  • 新增A*寻路算法，支持绘制障碍物，实时更新路线指引，实现导航功能。
  • 废除Dock栏的导航方式，回归 Material Design 3 规范。
  • “设置”页的使用说明一栏对软件做了更详细的介绍。
  • 新增实验数据导出功能，一键采集实验所需底层数据并导出至Excel表格，方便后续数据处理。

本系统采用位置指纹法。在在线定位阶段，系统收集实时接收信号强度指示 (RSSI)，并计算其与离线指纹库中各参考点特征向量的欧式距离：

$$D_i = \sqrt{\sum_{j=1}^{n} (S_j - F_{ij})^2}$$

获取最近的 $K$ 个参考点后，系统采用距离的倒数作为权重进行加权平均解算，从而得出最终的物理坐标，有效缓解了信号衰减非线性带来的定位误差。

基站锁定与管理	沉浸式指纹采集	平板模式 & 开发者评估台

• Android Studio
• Android 8.0 (API 26) 及以上物理真机（必须具备蓝牙硬件，不支持模拟器测试）
• 至少 3 个 BLE 蓝牙信标

1. 基站配置：进入【基站】，扫描并锁定场景内部署的至少 3 个目标 Beacon。
2. 离线建库：进入【指纹】，设置物理空间的宽、长与采样间距，生成点阵地图。手持设备在对应网格点点击“采集”，完成后可导出为 CSV 文件。
3. 在线定位：进入【定位】，引擎将自动加载指纹数据并在雷达图上生成跳动的红点（当前预测坐标）。
4. 性能测算：在【设置】中开启“开发者性能评估模式”，返回定位页即可通过点击地图生成蓝色真值点，并实时拉线测算误差。

com.example.indoornavi/
│
├── MainActivity.kt        # 宿主与响应式主路由
├── BleScanner.kt          # 蓝牙扫描与RSSI处理模块
├── WknnLocator.kt         # KNN/WKNN 定位解算
├── SharedViewModel.kt     # 后台数据保活
└── ...

• 开发者: Casper-003 & Gemini
• 联系: [email protected]
• 本项目为LNU本科毕业设计成果。

This project is licensed under the MIT License. Developed with ❤️ by Casper-003 & Gemini