基于Kmeans聚类的CSI室内定位

多径效应导致基于接收信号强度指示(RSSI)的室内定位精度不高,采用高细粒度的物理层信道状态信息(CSI)可以更好地描述室内多径环境,提高基于指纹的室内定位的精度。利用聚类算法提取CSI,提高了不同位置之间指纹的区分性。在定位阶段采用一种简单有效的方法进行类的匹配。实验结果表明,在使用单个信标的情况下,定位精度较以往算法提高了24%。     

基于Wi-Vi指纹的智能手机室内定位方法

室内定位是近些年国内外研究的热点, 但是目前的室内定位技术在适用性、稳定性和推广性方面仍然存在诸多问题.针对目前室内定位技术的不足, 面向公共室内场景的人员自定位问题, 本文创新性地提出以室内广泛存在、均匀分布的消防安全出口标志为路标(Landmark), 提出以Wi-Vi指纹-WiFi与视觉(Vision)信息相融合的指纹, 为位置表征的多尺度定位方法.该方法首先利用室内广泛存在的WiFi无线信号进行粗定位, 缩小定位范围; 然后在WiFi定位的基础上通过视觉全局和局部特征匹配实现图像级定位和验证; 最后参考消防安全出口标志的空间坐标精确计算用户的位置信息.实验中, 通过市面上流行的不同型号智能手机在12 000平米办公楼和4万平米商场分别进行实地定位测试.测试结果表明:该方法可以达到实时定位的要求, 图像级定位准确率均在97 %以上, 平均定位误差均在0.5米以下.本文所提出的基于Wi-Vi指纹智能手机定位方法为高精度室内定位问题建议了一种新的解决思路.     

基于RGB-D相机的室内移动机器人自定位方法

精准可靠的自定位是移动机器人实现多机协同、路径规划与控制决策等自主能力的基础。因此,室内服务机器人作为移动机器人的典型代表,要求能够实时进行自定位,并且有效地避开各种静态和动态障碍物。基于此,提出一种基于RGB-D相机的室内移动机器人自定位方法,该方法利用Hough变换对机器人建立的环境地图进行线特征提取,并建立环境模型误差查找表,将非结构化环境中的自定位问题转化为结构化环境中的自定位问题,然后利用匹配优化算法实现自定位。实验结果表明,采用所提出的方法,机器人能够实现室内环境下实时精确的自定位。     

基于CSI信号的被动式室内指纹定位算法研究

基于信道状态信息(CSI)的定位技术在室内场景应用中被广泛关注,为了提高WiFi信号多径效应对接收信号强度指示的室内定位精度和稳定性,提出一种基于CSI信号的被动式室内指纹定位算法.该算法在离线阶段将定位场所划分为同等大小的区域块,在各连接点位置使用方差补偿的自适应卡尔曼滤波(Kalman)算法对原始数据进行滤波.再对...     

基于稀疏表示的CSI室内定位方法

室内精确定位具有重要的应用价值.由于GPS等系统在室内受到多种因素影响无法提供精确定位,如何精确定位室内环境位置成为研究和应用的热点.通过分析无线设备的信道状态信息（CSI）可以实现无需携带设备的精准室内定位方法,并应用于多种情形下的位置追踪和感知.为了解决无线信号多径效应和噪声干扰对室内精确定位的影响,提出了基于稀疏表示的CSI室内定位方法.利用CSI提供的频率分集和多天线提供的空间分集,有效地减轻了多径效应的影响.在此基础上,通过稀疏表示方法进行了一定程度上的指纹噪声消除,提高了算法的鲁棒性和抗噪能力;利用CSI灵敏的相位特征提高了定位准确度.采用路由器作为信号发射器,利用Linux 802.11n CSI-TOOL采集CSI信号,定制清华同方台式电脑和Intel 5300无线网卡驱动搭建实验环境.实验结果表明,该算法能够有效提高室内定位的准确度和精度,平均精度在0.5 m左右,准确度达到了91%.     

基于多模指纹匹配的室内定位系统设计与实现

通过分析近年来基于WiFi信号强度检测的室内定位技术研究成果,提出了一种基于WiFi和运营商基站信号(GSM、CDMA2000、WCDMA)等多模信号指纹匹配的室内定位系统.该系统采集WiFi和基站等无线多模信号,经过归一化、平滑化过滤生成与室内定位点相匹配的多模指纹数据库,通过移动终端实时获取的多模指纹信号与多模指纹数据库匹配,从而实现精确的室内定位.实验结果表明,系统能够实现室内精准定位,并对于WiFi信号的变化有较强的适应性.     

WSN中基于指纹匹配的室内定位方法

定位技术在无线传感器网络应用中发挥着重要的意义,GPS等室外定位方法在室内环境中信号差,在场景复杂的室内环境中很难有效定位,因此本文实现的一种基于指纹匹配的WSN室内定位方法。 首先构建定位区域中的信号强度指纹地图,利用Kriging插值算法构建分辨率较高的定位指纹地图,然后进行匹配指纹地图定位,采用余弦相似度和空间索引进行目标定位。最后采用K-means提高定位精度并进行优化,基于该定位方法开发了一套WSN室内定位系统,采用Micaz节点作为基站节点,通过实际实验和仿真实验验证了定位方法在室内定位场景中具有较好的抗障碍物干扰性,定位误差在5cm左右。     

一种基于视觉的图书馆室内定位方法

提出一种可用于图书馆内图书运载车的车辆室内自动定位定向方法。借鉴二维条形码思想,设计了一种简单方便、易于识别、内含绝对位置坐标、具有一定纠错能力的路标,可将路标放置在图书馆天花板上,由安装于图书运载车上且光轴和天花板垂直的摄像机进行拍摄。通过图像分割、连通域寻找、轮廓特征曲线匹配以及路标特征识别步骤定位路标,解析路标中所包含的坐标信息以及偏转角度,进而计算出车辆当前所处的绝对位置和航向角。通过实验,验证了所提出方法的有效性,能够满足图书馆内图书运载车室内定位的要求。     

特征提取与模板匹配结合的图像拼接方法

本文提出一种特征点与模板匹配相结合的图像拼接方法,先对相邻两幅图像利用Harris算子提取特征点,然后根据特征点的位置确定模板的大小和位置,大大减小了图像拼接的计算量,提高了拼接速度。用两幅相邻的月球表面图像进行实验,实验结果表明本文算法能取得较好的效果。     

局域精确定位的工业移动机器人惯性导航方案

为解决工业移动机器人投入使用前需沿路密集布设地面磁条或激光反射点等外部装置的复杂性,以及因工作路线固定而缺少灵活性的问题,提出了基于惯性器件和超声波传感器的局域导航方案。操作人员事先通过遥控器训练机器人从一目标位置沿特定路线运动到另一目标位置,从而生成训练路线。机器人工作在非目标区域,即定位精度要求不高的区域时,按训练路线进行惯性导航;进入到目标区域,即包含目标位置、需精准定位的区域时,利用超声波进行导航。所提方案缩短了使用前的准备周期,同时方便更改工作路线。通过仿真实验,验证了局域范围使用惯性导航和超声波定位相结合的方案是合理可行的。     

基于K-IDPC算法的Wi-Fi室内定位方法

针对目前室内定位依靠Wi-Fi电磁指纹库方法实现室内人员定位进行判别存在误差大以及时效性低的问题,本文提出一种融合K近邻(K-NN)的改进密度峰值聚类(K-IDPC)算法。引入关联系数和KNN思想,解决了普通密度峰值聚类(DPC)算法对定位数据密度不均衡,聚类中心区分度不高的问题,进而提高了对定位环境的鲁棒性。并结合数据切分算法,对离线电磁数据进行切割,使得大数据集分为若干小数据集,降低了计算复杂度。实验结果表明:提出的室内定位方法,同传统的K均值(K-means)、具有噪声应用的基于密度空间聚类(DBSCAN)、DPC聚类算法相比,能够有效地提高室内定位的效果。     

基于LS–SVR的机器人空间4DOF无标定视觉定位

研究了基于智能算法的机器人无标定视觉伺服问题, 提出了一种新的基于最小二乘支持向量回归的机器人无标定视觉免疫控制方法. 利用最小二乘支持向量回归学习机器人位姿变化和观测到的图像特征变化之间的复杂非线性关系, 其中最小二乘支持向量回归的参数由自适应免疫算法加5折交叉检验优化确定, 在此基础上利用免疫控制原理设计了视觉控制器. 六自由度工业机器人空间4DOF 视觉定位实验结果表明了该方法的有效性.     

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RSSI的机器人室内卡尔曼滤波定位算法研究

针对移动机器人在室内环境中定位难的问题,提出了一种基于RSSI（Receive Signal Strength Indicator）的卡尔曼滤波定位算法。利用基于RSSI的定位方法估算用户的位置坐标,利用卡尔曼滤波算法对用户的估算位置坐标进行优化处理,以提高室内定位系统的性能和稳定性。实验结果表明,卡尔曼滤波算法是鲁棒的,可以有效改善系统的定位精度,达到了预期的目的。     

基于雅可比预测的机器人无模型视觉伺服定位控制

针对未知相机标定及目标3D几何模型,研究机器人无模型视觉伺服定位方法.引入状态空间,建立机器人“视觉空间-运动空间”雅可比非线性映射的状态方程和观测方程,提出神经网络联合卡尔曼滤波雅可比预测算法,网络在线动态补偿系统近似误差与参数估计误差,实现最小均方差条件下的雅可比预测;以李雅普诺夫稳定性准则构建雅可比预测的无模型图像视觉伺服控制方案,避免了相机标定和目标建模.“眼在手”六自由度机器人定位比较实验表明,图像空间特征轨迹平滑稳定在相机视场中,笛卡尔空间机器人末端运动平稳,无震荡回退,定位精度在10个像素范围内.     

新的室内移动机器人自定位方法

针对现有室内移动机器人自定位方法中存在的定位精度不高,随时间积累定位误差增大,复杂室内环境下信号存在多径效应和非视距效应等问题,提出了一种基于蒙特卡罗定位(MCL)的新的移动机器人自定位方法。首先,通过分析基于无线射频识别(RFID)技术的移动机器人自定位系统,建立机器人运动模型;然后,通过分析基于接收信号强度指示(RSSI)的移动机器人自定位系统,提出机器人移动过程的观测模型;最后,针对粒子滤波定位执行效率不高的问题,提出粒子剔除策略和依据粒子方位赋予粒子权值策略,提高系统的定位精度和执行效率。仿真实验表明,机器人在移动过程中的自定位误差在X轴和Y轴方向上为3 cm,传统定位算法误差为6cm,新算法定位精度提高近1倍,且算法具有很好的鲁棒性。     

Affine visual servoing for robot relative positioning and landmark-based docking

This paper addresses the problem of positioning a robot camera with respect to a fixed object in space by means of visual information. The ultimate goal of positioning is to achieve and/or to maintain a given spatial configuration (position and orientation) with respect to the objects in the environment so as to execute at best the task at hand. Positioning involves the control of 6 d.o.f. in space, which are conveniently referred to as the parameters of the transformation between a camera-centered frame and an object-centered frame. In this paper, we will address the positioning problem referring to these d.o.f.'s, regardless of the specific robot configuration used to move the camera (e.g. eye-in-hand setup, navigation platform with a robot head mounted on it, etc.). The domain of application ranges from navigation tasks, (e.g. localization, docking, steering by means of natural landmarks), grasping and manipulation tasks, and autonomous/intelligent tasks based on active visual behaviors such as reading a book or reaching and commanding a control panel. The solution proposed in this work is to exploit the changes in shape of contours in order to plan and control the positioning process. In order to simplify and speed up the calculations, an affine camera model is used to describe the changes of shape of the contours in the image plane and an affine visual servoing (AVS) approach is derived. The choice of using two-dimensional (2D) features for control greatly enhances the robustness of the positioning process, in that robot kinematics and camera modeling errors are reduced. Among the possible 2D features, visual contours enable us to achieve robust visual estimates while keeping the dimensionality of the control equations low; the same would not be possible using different features such as points or lines. Finally, a feedforward control strategy complements the feedback loop, thereby enhancing the speed and the overall performance of the algorithm. Although a stability analysis of the control scheme has not been performed yet, good simulation results with stable behavior, provided that proper tuning of control parameters and gains has been done, suggest that the approach might be successfully applied in real world cases.     

基于九轴传感器的行人室内定位方法

针对由步数、步长精度和航向角偏移带来的定位误差,提出一种基于九轴传感器的行人室内定位方法.利用一种改进的波峰检测法实现精准计步,利用传感器姿态的变化情况识别出原地踏步;在启发式随机漂移消除法(HDE)算法的基础上,提出一种基于主方向的航向修正方法对航向角进行修正;利用一种非线性步长估计模型对行走时的步长进行估算.实验结...