复杂环境下基于BP-EKF的UWB-IMU定位方法

基于UWB技术的定位方法在现实生活中得到了广泛应用,但由于复杂的道路环境和障碍物影响,其产生的NLOS误差会严重影响系统的位置估计,导致定位精度低,鲁棒性差.为了提高复杂环境下UWB的定位方法的准确性和鲁棒性,提出了一种基于UWB和IMU数据融合的定位方法,该方法有效地将全局定位和局部定位结合起来,采用BP神经网络算法和EKF算法对IMU数据进行处理,并对IMU与UWB数据进行融合.实验结果表明,与传统UWB定位方法相比,该方法能有效抑制NLOS干扰对定位估计的影响,提高定位系统的精度和鲁棒性.     

基于灰色预测模型的GPS/WiFi室内外融合定位方法

针对室内外GPS/WiFi信号交织区定位模式反复切换、定位精度低的问题,提出一种基于灰色预测模型的融合定位方法。通过构造GM(1,1)模型得到当前定位模式下物体的灰色预测轨迹,利用几何方式将预测轨迹与待切换定位模式下的定位信息进行深度融合,实现精准定位。当预测轨迹与定位信息几何融合失败时,根据GPS接收卫星信号的数量判断是否切换定位模式。实验结果表明,与基于GPS和基于WiFi的定位方法相比,该方法具有较高的定位精度与较强的鲁棒性。     

基于信息融合与信息补偿的数字水印算法

为了改善数字水印的视觉效果,提高数字水印技术的鲁棒性,文中提出了一种基于信息融合与信息补偿的数字水印嵌入与检测的新方法.该方法针对一些常见的反数字水印技术的攻击特性,在不同空间、不同频率多方位的重复嵌入相同的数字水印.检测水印时依次从不同空间、不同频率抽取水印信息,然后进行多方位的信息融合与信息补偿,最后得到最终的水印图像.实验结果表明,该方法具有优良视觉效果和良好的抗剪切、抗噪声、抗滤波等鲁棒性.     

自主机器人自定位模块的设计

介绍了基于AT89C2051微处理器的机器人自定位模块的设计方法.为了解决用到的测程法存在无界累计误差的问题,将光电开关测得的信息与电子罗盘测得的角度信息进行融合,提高了定位的精度.通过硬件和软件的设计及具体实现证明了该方法的可行性和很好的鲁棒性.     

基于多类别特征信息融合的车牌检测

自然场景下复杂多变的影响因素给车牌检测带来困难,为检测并定位自然场景下移动车辆的车牌区域,通过分析信息融合和多类特征提取的特点,提出基于多类别特征信息融合的车牌检测方法.该算法在两种不同场景数据集上的测试效果验证了信息融合和多类特征提取能显著提高车牌检测的检测率和场景鲁棒性.     

基于多源信息融合的车辆定位系统设计

车辆定位是智能交通系统中实现车际信息交互的关键支撑技术。针对现有通用车辆定位算法存在的定位漂移、精度不足、实时性差、鲁棒性弱等特点,在分析全球定位系统(GPS)及ZigBee技术基础上,设计了一种使用GPS和ZigBee多源信息融合的车辆定位系统。通过ZigBee组建网络,以GPS与接收信号强度指示(RSSI)多源联合定位信息融合的形式对目标节点定位,对装配定位装置的车辆群进行信息采集。对系统硬件进行了选型和设计,并且完成了定位应用程序的开发,实现了车辆的精确定位。系统提供用户交互界面,有效地解决了车际定位的精度问题。试验表明,测量最大绝对误差为3~5 m,验证了该系统应用于车辆定位的正确性及可行性,可满足实际要求。     

基于信息融合与信息补偿的数字水印算法

为了改善数字水印的视觉效果，提高数字水印技术的鲁棒性，文中提出了一种基于信息融合与信息补偿的数字水印嵌入与检测的新方法。该方法针对一些常见的反数字水印技术的攻击特性，在不同空间、不同频率多方位的重复嵌入相同的数字水印。检测水印时依次从不同空间、不同频率抽取水印信息．然后进行多方位的信息融合与信息补偿，最后得到最终的水印图像。实验结果表明，该方法具有优良视觉效果和良好的抗剪切、抗噪声、抗滤波等鲁棒性。     

基于信息融合的多输入模糊控制器设计方法

提出了一种基于信息融合的多输入模糊控制器设计方法,该方法首先利用信息融合技术完成输入变量维数的降低,然后利用降维后的输入变量设计常规模糊控制器,从而大大简化了多输入模糊控制器的设计过程。一级倒摆系统控制实例证明了该方法的可行性和鲁棒性。     

NLOS环境下多传感器融合的室内定位方法

为提高超宽带(ultra-wideband, UWB)技术在非视距(non line of sight, NLOS)环境下的定位精度,提出一种基于粒子滤波融合视觉与UWB数据的定位方法。视觉模块通过识别与检测标签推算出绝对位姿;UWB模块鉴别由NLOS条件干扰的测距值,筛选最优测距值进行自适应权重的定位算法,提升覆盖区域的整体定位精度;基于粒子滤波将两者的实时定位信息进行数据融合。实验结果表明,融合定位方法具有实时性和鲁棒性,有效抑制了NLOS环境引起的误差,在NLOS环境下定位精度能够达到0.26 m。     

面向Android系统的集中管理定位中间件

针对当前Android平台定位服务模块在工作时出现的高能耗、低鲁棒性、缺乏综合管理等问题,提出一个面向Android系统的集中式管理定位服务的Mi Location中间件。该中间件使用移动终端的多种传感器进行情景感知来控制能耗;融合多种定位技术来增强系统定位鲁棒性;统一管理系统的定位服务并提供开放接口。实验结果证明,该中间件能有效地统一管理Android平台的定位模块,并提供比系统内置定位功能更好的服务。     

基于重叠分片法的网络顽健性动态增强仿真

针对网络顽健性动态增强过程网络区域划分不均,导致增强效率低和能耗高的问题,提出基于重叠分片法的网络顽健性动态增强方法。计算最优簇首数量,确定非测距定位技术和测距定位技术对节点的位置,利用节点位置划分网络区域。将事件信息传送到汇聚节点过程中存在的偏差,与自适应最小均方误差滤波算法和时空相关理论相结合,建立节点数据优化模型和通信频率优化模型,确定传递事件信息的最佳通信频率和最少激活节点总数,实现网络顽健性的动态增强。仿真结果表明,所提方法的增强效率高、能耗低且能有效反应网络不稳定节点输出的动态信号。     

基于激光扫描与视频融合的交通流检测技术

交通流检测技术是实现城市交通现代化管理的核心技术之一,是智能交通系统的重要组成部分。使用基于激光扫描和视频技术融合的检测方法,利用激光扫描的测距高精度和视频信息的丰富度,使用数据坐标转换矩阵将多源交通流信息进行数据融合,实现对车辆速度,流量,和密度的高精度检测。实验表明,该方法有较高准确性和很强的鲁棒性,具备推广价值。     

Research on gesture recognition of smart data fusion features in the IoT

With the rapid development of Internet of things technology, the interaction between people and things has become increasingly frequent. Using simple gestures instead of complex operations to interact with the machine, the fusion of smart data feature information and so on has gradually become a research hotspot. Considering that the depth image of the Kinect sensor lacks color information and is susceptible to depth thresholds, this paper proposes a gesture segmentation method based on the fusion of color information and depth information; in order to ensure the complete information of the segmentation image, a gesture feature extraction method based on Hu invariant moment and HOG feature fusion is proposed; and by determining the optimal weight parameters, the global and local features are effectively fused. Finally, the SVM classifier is used to classify and identify gestures. The experimental results show that the proposed fusion features method has a higher gesture recognition rate and better robustness than the traditional method.

     

Selecting the advanced manufacturing technology using fuzzy multiple attributes group decision making with multiple fuzzy information

Selection of advanced manufacturing technology in manufacturing system management is very important to determining manufacturing system competitiveness. This research develops a fuzzy multiple attribute decision-making applied in the group decision-making to improving advanced manufacturing technology selection process. Since numerous attributes have been considered in evaluating the manufacturing technology suitability, most information available in this stage is subjective, imprecise and vague, fuzzy sets theory provides a mathematical framework for modeling imprecision and vagueness. In the proposed approach, a new fusion method of fuzzy information is developed to managing information assessed in different linguistic scales (multi-granularity linguistic term sets) and numerical scales. The flexible manufacturing system adopted in the Taiwanese bicycle industry is employed in this study to demonstrate the computational process of the proposed method. Finally, sensitivity analysis can be performed to examine that the solution robustness.     

在信息融合系统中引入多智能体技术

论文简要介绍了多智能体技术和信息融合系统,将多智能体技术运用到信息融合系统中,对信息融合系统中的模型和方法进行改进,提出了多智能体信息融合模型,并研究了信息融合中的分布式强化学习。通过借鉴多智能体技术的研究成果,开辟信息融合理论和应用发展的另一条途径。     

基于多传感器融合的机器人蒙特-卡洛定位决策

在复杂的不确定环境里,采用单一传感器对机器人进行定位时精度较低,并且易受干扰,可靠性较差。针对这一问题,先将激光测距仪和超声波传感器得到的观测信息利用平方根无迹卡尔曼滤波(SR-UKF)进行融合。根据更新的状态值和误差方差,构造出机器人蒙特—卡洛定位(MCL)的重要性密度函数,充分利用各种传感器采集的冗余信息,综合2种传感器各自的优点。仿真实验表明:基于多传感器融合的机器人蒙特—卡洛定位决策(SR-UKF-MCL)在定位精度和鲁棒性上都有较大的提高,证明了该种方法的可行性。     

增强现实与视觉惯导模块的位姿融合方法

基于视觉标志物的增强现实技术和视觉惯性里程计(VIO)技术有着良好的互补性。本文针对当前基于视觉标志物的增强现实系统依赖标志物以及VIO的缺乏地理位置信息、累计误差等问题,提出一种泛用的位姿融合方法,该方法可以将任意的2种不同坐标系下的相同轨迹位姿输出转换到同一坐标系下。针对本文的问题,实现基于视觉标志物的增强现实与视觉惯导模块的位姿融合,并利用视觉标志物自身带有地理信息的特点,为整个系统提供真实的地理信息坐标,使得定位系统能够与地理信息系统相结合。以实时通讯的方式采集华为P10手机输出的图像与IMU信息作为数据源,在Ubuntu16.04和Unity游戏引擎上进行实验。结果表明,本文方法能够有效地完成准确的位姿融合。     

多特征融合的Camshift运动目标跟踪算法

传统的Camshift算法以颜色直方图为特征对目标进行跟踪,对刚性目标的跟踪具有较强的鲁棒性。当目标受到颜色相近的干扰物干扰或者部分遮挡时,其跟踪效果和准确度不太理想。为此,提出一种多特征融合的Camshift目标跟踪算法。首先,对目标的颜色特征、边缘特征和空间信息进行提取和处理,得到颜色空间直方图和空间边缘方向直方图;然后,分别在Camshift算法框架下得到目标匹配中心位置,采用每一帧图像的相似度向量得到权值系数,通过自适应加权融合的方法得到最优中心位置。实验结果表明,相较于传统的Camshift目标跟踪算法和改进的复杂特征融合的Meanshift算法,所提方法能够更有效地克服颜色干扰、目标重叠遮挡对跟踪效果的影响,避免了 目标 在跟踪过程中丢失的问题,突破了传统方法的局限性。     

无线传感器网络节点定位问题研究

节点定位技术是无线传感器网络信息采集、传输和处理能力的基础技术之一。研究和分析了各类无线传感器节点定位技术,从定位精度、健壮性等方面分析总结当前无线传感器网络定位技术存在的问题,展望未来的研究前景与应用发展趋势。