基于惯性传感器的行人室内定位算法

针对室内行人定位的运动特征和惯性器件MPU6050每次固定位置的水平差异所造成的定位精度降低的问题,提出了一种基于零偏置校正算法。利用惯性器件在行人静态时所测得的数据,将行人动态行走的数据减去静态时的均值数据,减小了水平位置误差。针对惯性器件本身的漂移误差在二重积分导航算法中因积累而导致定位不准确的问题,提出了一种基于改进零速度修正算法和频域积分算法。根据手机电子罗盘和惯性器件内置陀螺仪的优缺点,将其数据进行融合,由滑动均值滤波和角度补偿算法得到更准确的行人的航向角。将位移数据与方向数据进行结合得到行人运动轨迹,并进行仿真验证。实验结果表明:所提出的算法能够有效提高室内定位的精度。     

基于ZigBee无线传感器网络的室内定位系统设计

研究设计了一种基于ZigBee无线传感器网络的室内定位系统。该系统通过待定位点发射红外信号和超声波信号到达各个参考节点的时间差计算出待定位点到达参考点的距离,再通过三点定位法计算出待定位点的坐标信息。文章介绍了ZigBee技术,TDOA定位原理,设计了红外传感器、超声波传感器的发射、接收模块,主芯片hc9s12dg128外围接口电路,并完成了相关的软件设计。     

基于超宽带的移动机器人室内定位系统设计

针对目前移动机器人室内定位方式灵活性差和精度不高的问题,设计了一种基于超宽带(UWB)的高精度移动机器人室内定位系统。系统以UWB射频模块组成无线传感器网络,包括基站(Anchor)和安装在移动机器人顶端的标签(Tag)。采用非对称双边双向测距技术(ADS-TWR)获得标签到各基站之间的距离信息,无需基站与标签、基站与基站之间的时钟同步。距离信息通过Wi Fi由基站传输到上位机,利用卡尔曼滤波算法对距离信息进行优化后进行定位。测试结果表明,该系统具有布设简单、高精度、高实时性的特点,定点定位误差在13 cm以内,动态点定位误差小于20 cm。     

基于物联网技术的停车场定位系统设计

为了解决现在停车场所存在的停车难等问题,利用ZigBee模块、显示模块等硬件设备设计了一个基于无线技术的停车场定位系统。根据接收的信号强度值不同,采用C语言对下位机与上位机数据传输的程序进行开发,利用Visual Studio 2010设计了上位机软件,主要研究了停车场终端定位的实现以及上位机与ZigBee的通信。实验结果表明,停车场终端定位稳定可靠,上位机操作方便,软硬件达到预期要求。     

基于超声波传感器的移动机器人定位研究

为了解决超声波传感器在感知环境的过程中的不确定性问题和在定位过程中存在的噪音,以Pioneer 3-AT机器人为实验平台,运用概率算法解决对象本身和对象之间的不确定性关系,理出各种算法之间的内在联系,对移动机器人的定位算法作了相关分析与研究,并利用Mobilesim平台在自建的现场全局地图上进行实验。实验表明:使用改进蒙特—卡罗算法的移动机器人有着较好的定位效果,能够满足实用要求。     

基于ZigBee 的精神病人定位管理系统设计

针对医院对精神病人的管理难题,设计了一套基于ZigBee 技术的病人定位管理系统,通过RSSI 定位引擎和三边测量算法,利用ZigBee 无线网络将病人位置数据采集上传至上位机监控软件进行处理,可实现对医院精神病人的追踪定位和活动监控,有助于提高医院的信息化管理水平。     

基于多传感器融合的移动机器人定位

针对移动机器人定位系统中单一传感器定位精度低与环境地图的重要性问题, 提出了一种基于多传感器融合的移动机器人定位方法. 首先, 在未知环境下, 分别利用单一里程计, 扩展卡尔曼滤波(extended Kalman filter,EKF)算法融合里程计、惯性测量单元(inertial measurement unit, ...     

基于无线传感器网络的实时近海环境监测系统设计

针对传统近海环境监测手段实时性差、监测范围小、成本高、可扩展性差的不足,提出一种基于Arduino开放平台与XBee Pro增强通信距离的无线传感器网络对近海环境进行实时监测的系统。考虑到海洋特殊环境的需求,首先给出实时近海环境监测系统的总体框架,然后对节点硬软件设计中涉及的长距离通信、多种通信机制的融合、节点供电优化等关键问题给出相应的解决方案。该系统设计能够实现全面、高效、低成本的海洋环境信息采集,较传统方法更具有科研和实践应用价值。     

基于nRF905和MSP430的惯性传感器无线数传系统设计

介绍一种可用于人体跌倒检测的惯性传感器数据无线传输系统,该系统由采集数据的无线传感器节点、接收数据的基站以及监控数据和发配置命令的上位机组成。系统软件采用中断的方法对数据收发实时处理。经测试,上位机和节点之间能够进行可靠性良好、实时性强的数据包和配置命令的无线传输,系统可应用于人体跌倒过程中人体加速度和角速度的实时无线采集。     

无线传感网络的3D粒子群定位算法

设计了一套基于粒子群算法的ZigBee无线传感网络3D定位算法。采用ZigBee节点JN5148进行测距,并对测距效果和误差进行分析。在设计粒子群算法目标函数时,根据测距距离远近赋予数据不同权重。仿真实验证明,本文定位算法性能良好。     

基于鸡群算法的无线传感器网络定位研究

针对无线传感器网络(WSN)节点定位精度不足的问题,提出一种改进鸡群算法与典型定位模型相结合的ICSO(Improve Chicken Swarm Optimization)算法。首先,提出基于pareto距离分级的分类算法,优化鸡群算法种群比例;然后,在母鸡位置公式中引入随机游走策略,增大搜索范围;最后,将净能量增益引入小鸡的位置公式,进一步提高定位精度。仿真结果表明,ICSO与改进后的粒子群算法(MPSO)和鸡群算法(BIDCSO)相比,在参考节点比例、节点密度、通信半径和定位区域面积等方面的平均定位精度分别提高了19.2%、22.1%、12.1%、8.5%和6%、10.5%、4.4%、4.7%。实验结果表明,ICSO算法能够有效提高定位精度。     

基于粒子群优化算法的移动机器人全局路径规划

提出了一种基于粒子群优化算法的移动机器人全局路径规划方法.该方法首先进行环境地图建模,通过坐标变换在路径的起点与终点之间建立新地图,然后利用粒子群优化算法获得一条全局最优路径.该方法模型简单,算法复杂度低,收敛速度快,而且模型不依赖于障碍物的形状.仿真实验证实了该方法的有效性.     

无线传感器网络的室内定位节点设计

定位节点是室内定位系统中的关键模块,其性能对定位系统的定位精度等关键指标起着十分重要的作用。本文介绍了基于ZigBee的定位网络的架构,阐述了定位节点硬件和软件设计中的关键技术和设计方法,对定位节点主要的功能和性能指标进行了测试验证。结果表明,本文设计的定位节点能够满足室内定位系统的需求。     

基于移动终端的智能看护系统设计

随着我国老龄化进程加快,老人看护问题日益突出,成为困扰家庭和社会的又一难题;针对这一社会问题,提出一种基于移动终端的智能看护系统;以STM32微处理器为控制核心,运用新型MEMS姿态传感器MPU6050实时采集人体运动状态信息,经过数据转换、滤波和姿态融合,结合人体加速度向量幅值SVM和姿态角特征量对传统阈值跌倒检测算法进行优化;以无线通信技术为桥梁,看护人可通过移动终端设备上的客户端软件对老人进行实时位置监控;经大量试验结果表明,该系统能够有效检测跌倒行为并报警,准确率高达98.5%,误判率仅0.71%,且客户端软件通过调用百度地图直观显示老人所在地理位置及周边环境;系统具有结构简单、操作简便、使用性强等优点,应用前景较为广泛。     

基于改进粒子群算法的移动机器人路径规划方法研究

针对移动机器人传统路径规划算法效率不高、寻优能力差等问题,本文提出一种基于改进粒子群优化算法(PSO)的移动机器人路径规划方法。该方法采用神经网络训练碰撞罚函数,得到无碰撞路径,然后采用粒子群优化算法解决路径的最优问题。利用神经网络实现大量的并行和分布计算,发挥PSO简单、容易实现的优点,提高了路径规划的计算效率和可靠性。仿真结果表明,这种新路径规划方法是可行且有效的。     

基于ZigBee技术的F180足球机器人通信系统设计

ZigBee是一种新兴的短距离、低数据传输速率、低功耗、低复杂度、低成本的无线网络通信技术。本文应用ZigBee技术设计了一个适用于足球机器人系统的无线通信系统,并通过实验验证了设计的可行性。     

基于ZigBee技术的F180足球机器人通信系统设计

ZigBee是一种新兴的短距离、低数据传输速率、低功耗、低复杂度、低成本的无线网络通信技术。本文应用ZigBee技术设计了一个适用于足球机器人系统的无线通信系统,并通过实验验证了设计的可行性。     

基于无线传感器网络的精准农业环境监测系统设计

在充分研究现有农业环境监测系统的基础上,将基于ZigBee 的无线传感器网络技术应用于精准农业环境监测领域,给出了农业环境监测系统的组网方案,重点设计了基于MSP4300 和CC2420 芯片的传感器节点硬件结构和软件流程,系统可以对目标监测区内的温度、湿度、光照度等农业环境信息进行快速、可靠的远程采集和传输。解决了传统农业环境监测信息存储的有限性和移动测量的不便性等问题,为精准农业环境监测提供了一种有效的解决方案。     

无线传感网络移动节点位置并行微粒群优化策略

网络节点位置优化是无线传感网络研究的核心问题之一.无线传感网络通常由固定节点和少量移动节点构成,传统的虚拟力导向算法无法解决固定节点对移动节点优化的约束.该文针对这一问题,提出了基于并行微粒群算法的优化策略.微粒群算法具有适于解决连续空间多维函数优化问题、能快速收敛至全局最优解的特点.并行框架提高了算法的运行效率,降低了算法的运算复杂度,使算法能够满足无线传感网络的需求.通过并行微粒群算法搜索不同状态下无线传感节点的最优位置,使无线传感网络能够利用移动节点实现网络结构的动态重组,最大化网络覆盖范围,提高网络测量可靠性.实验证明,并行微粒群优化策略能快速有效地实现无线传感网络移动节点位置优化.