WSN中利用改进FOA-GRNN和迭代Cubature卡尔曼滤波的实时目标跟踪方法

针对传统无线传感器网络(Wireless Sensor Network,WSN)对运动目标的定位和跟踪容易产生明显误差的问题,提出利用改进FOA-GRNN和迭代Cubature卡尔曼滤波的实时目标跟踪方法.基于改进FOA-GRNN法,利用从锚点接收到的运动目标的模拟(RSSI)值和相应的实际目标二维位置对GRNN进行训练,从而获得单个目标在二维运动时的准确初始位置;利用迭代Cubature卡尔曼滤波法对实时目标进行精准定位和测距,获得实时目标的准确定位和跟踪信息;将改进的FOA-GRNN法和迭代Cubature卡尔曼滤波法相结合用于WSN中实时目标跟踪和定位,在提高初始位置精度的同时,还提高了实时目标定位和跟踪信息的准确度.实验结果表明,相比其他几种较新的方法,该方法改善了WSN中实时目标的跟踪性能,降低了误差,提高了跟踪精度.     

基于视频辅助的无源RFID室内跟踪技术

室内跟踪定位技术中,RFID技术造价低、无接触、识别快速,成为室内跟踪定位的主要选择。本文采用无源RFID跟踪,通过信号强度信息推知目标和参考标签的距离,给出目标的位置估计,然后结合网络摄像头在可见区域通过视频图像辅助对跟踪目标进行精确定位,并给其在绝对坐标系中的坐标。最后将目标与RFID标签坐标位置相比较,得到正确的目标位置和ID。     

RFID在监狱在押人员定位管理中的应用方案

系统主要对犯人的活动进行跟踪定位或区域管制，同时掌握狱警分布情况。通过在人员身上放置一个代表其身份的无线传感定位标签，标签不断地自动发射无线信号，使得各个区域布置的可以识别这些标签的定位器对相关人员实时定位。     

一种基于车联网的车辆定位方法

车辆群体行为态势能够准确描述车辆在车联网中的运动规律,车联网中GPS信号强的车辆可以利用通信能力、邻居位置关系,对位于一定距离范围内、出行目的地相同或相近、GPS信号弱的车辆进行实时位置计算。该方法首先提出车辆目的地伴随标签的标签簇划分算法,将有相同或相近目的地的车辆,其目的地视做标签,通过挖掘标签重叠结构与层次结构划分至同一标签簇,使之聚类成为车辆群体;然后提出基于标签划分结果的定位算法与结果修正算法,对亟待定位的车辆进行实时位置计算。实验结果表明,该方法较同类方法定位误差降低15%~35%,不同交通状况结果稳定性提高25%以上,所以提出的定位方法是有效的。     

平面电磁定位跟踪系统

通电线圈常被用作电磁定位装置收发器,应用在移动目标或机器人的实时位置跟踪任务中。系统的激励线圈磁场分布模型、信号发生提取电路和定位算法软件都影响系统定位的精度。本文采用磁偶极子模型,针对平面移动目标跟踪定位的特殊情况,设计基于嵌入式系统ARM(STM32)的大范围平面运动的定位系统。系统采用单发射线圈三接收线圈方案,及一种解析法求解目标位置的算法,可以定位离信号源数米范围内的移动目标。从仿真与实验中验证其可以很好的求解平面一类移动目标位置,平均误差在10 cm内。系统的定位精度满足大部分定位需要。     

基于DSP的说话人定位跟踪系统的设计

针对室内说话人实时定位跟踪不准确的问题,提出了一种基于TMS320DM6437硬件平台的音视频融合定位跟踪方法。该方法利用Kalman滤波器和Mean-shift算法搜寻说话人最优位置进行视频定位跟踪。同时,采用到达时间差的音频方法进行目标位置估计。由Kalman信息整合中心进行音视频融合,以提高视听系统定位跟踪的稳定性。实验结果表明,与单模态定位跟踪系统相比,该方法对320×240的图像可实现平均20frame/s的跟踪速度,能提高目标定位跟踪准确度17%,改进效果明显且稳定。     

基于固件的终端位置管理系统研究与应用

现有的终端位置管控方法大多是在计算机外壳粘贴射频识别（RFID）标签进行实时定位。但是,一旦计算机被带离RFID信号覆盖区域,外贴的RFID标签缺乏对计算机的直接管控能力。因此,基于固件技术和RFID技术,提出和设计了基于固件的终端位置管理系统。首先,该系统通过RFID信号划定授权区域,在上电开机阶段,通过固件层实现与RFID标签的交互,仅允许终端在接收到RFID授权信号后才能开机使用;其次,在操作系统运行阶段,计算机需要得到RFID授权信号才能正常使用;再次,通过固件对操作系统中的位置管控软件进行保护,防止管控软件被篡改和删除。在计算机脱离RFID信号覆盖范围,终端中的软件代理将立即捕捉到这种情况,根据安全策略锁定终端或对数据进行销毁。目前已经研制原型系统,对办公区域内30台计算机终端进行位置管理,实现了终端仅在授权区域可正常开机使用,脱离授权区域将立即锁定。     

Kalman滤波在井下人员跟踪定位中的应用

针对基于RSSI定位算法在定位过程中不具备连续性问题,提出了一种基于Kalman滤波的连续性井下人员定位方法。采用Kalman滤波对基于RSSI定位算法估算出的井下人员位置坐标进行滤波处理,在此坐标的基础上,建立Kalman滤波模型,利用Kalman滤波实现对井下人员的实时跟踪。实验结果表明,基于Kalman滤波的定位方法对井下人员的跟踪效果较好,提高了系统的实时性和跟踪精度。     

一种基于预测的实时人脸特征点定位跟踪算法

当前的人脸特征点定位跟踪方法因其计算量大,实时特性欠佳。给出了一种基于改进Viola-Jones算法和Kalman滤波器预测机制的定位及跟踪算法。该算法通过使用改进的Viola-Jones算法对本次人脸特征点进行定位,同时使用Kalman滤波算法对特征点下次出现位置进行预测,缩小了下一帧特征点定位过程中特征点的搜索范围,因而缩短了定位搜索时间。实验结果表明该方法在保证定位准确性和鲁棒性的同时明显增强了算法的实时性。     

基于OpenCV的运动目标定位跟踪系统软件设计

目标定位跟踪技术一直是计算机视觉领域的一个研究热点。为了更好地改进目标跟踪算法的跟踪特性,设计一种基于OpenCV的目标定位跟踪软件系统。通过对Camshifl跟踪算法的研究和改进,以实际的跟踪环境为背景,利用VS2008软件平台和OpenCV库函数,设计一种可以控制云台并实时定位跟踪运动目标的软件系统。实验证明,本系统定位跟踪精确,为运动目标的定位跟踪的研究和应用提供了方便,具有一定的实际意义。