加载语义似然估计的粒子滤波重定位

针对移动机器人全局重定位时易出现定位错误的问题,本文提出一种基于构建的语义地图,并加载语义似然估计的粒子滤波重定位的解决方法.利用激光雷达建立环境栅格地图,同时结合三维深度相机对物体的识别与定位信息,赋予栅格语义信息,得到环境语义地图.在重定位过程中,通过粒子滤波方法同时进行栅格地图结构匹配与环境语义信息的匹配,以推算...     

基于多传感器融合的室内定位算法研究

对于现有的室内定位算法存在低精度、低实用性和低传感器利用率等问题,提出了一种基于多传感器融合的粒子滤波室内定位技术,将智能移动终端与室内定位相结合,利用粒子滤波器过滤定位结果。采用行人航位推算(PDR)技术和RSSI定位技术获取行人位置信息,提高了定位精度与可靠性。此外,通过定位结果实时上传至服务器,同步递增构建位置指纹库,以适应室内环境的动态变化。实验结果表明,基于多传感器融合的定位技术与基于Wi-Fi的定位技术相比提高了定位精度与可靠性。     

一种基于动态射频地图的室内定位方法

为了避免室内定位受环境变化、遮蔽物遮挡等因素的影响,提出了一种动态射频地图构建方法,通过参数估计节点动态感知环境参数的变化,采用回归分析方法实时估计信号传播经验模型的参数,基于参数估计节点估计的环境参数、模型参数及信号强度等信息建立具有环境自适应能力的动态射频地图,然后采用粒子滤波算法实现对未知节点的位置估计。仿真及实验结果表明,该地图构建方法可动态适应环境的变化,定位算法可取得较精确的位置估计结果。     

自主移动机器人即时定位与地图构建方法研究

自主移动机器人的即时定位与地图构建是机器人领域中的关键问题。文中对自主移动机器人即时定位与地图构建研究的两个主要问题进行了分析,研究了不确定信息的描述和处理方法,以及数据关联的方法。综述了现阶段即时定位与地图构建的实现方法,其中包括两种卡尔曼滤波算法和粒子滤波算法,以及基于视觉的SLAM算法。通过分析现有算法的特点,提出了自主移动机器人即时定位与地图构建未来研究的发展方向。     

精准室内定位关键技术及应用

移动互联网的快速发展使人们对室内定位有了更大的需求,精准室内定位技术已成为当前的研究热点。文章介绍室内定位的应用场景及目前主流的室内定位技术,提出一种采用基于PDR、i Beacon辅助定位、个性化步长学习以及地图约束粒子滤波的融合定位算法,实现了1米级别的定位精度。     

基于 RSSI 的无线传感器网络节点定位算法研究

节点位置信息是无线传感器网络应用的基础。基于RSSI（Receive Signal Strength Indicator）的测距技术因其低成本和低复杂度的优点而被广泛用于无线传感器网络的定位技术中。介绍了RSSI信号传输模型,在介绍无线传感器网络定位基本原理的基础上,分析了影响定位精度的因素。综述了近几年提出的无线传感器网络中基于RSSI的节点定位算法及其改进算法,现有基于RSSI定位算法的改进算法主要从测距精度改进、定位精度改进或误差修正改进等方面进行。最后,指出了基于RSSI的无线传感器网络节点定位算法的不足,并进行展望。     

基于场强地图的室内定位技术研究

室内定位技术的发展,要求能提供快速建立、适应性强、成本低的定位系统。基于场强地图的室内定位技术,能大幅减少离线测试工作量。针对当前离线阶段存在预测场强不准的问题,提出了追踪共轭梯度法,能快速建立场强地图。在线阶段提出了加权差分坐标K最近邻法,结果表明该方法与传统方法相比,能使离线阶段的反演模型数据优化,使得在线阶段的定位匹配误差进一步减小,获得更高的定位精度。     

基于室内地图推演与信号穿墙修正的定位优化方法

针对室内定位中信号穿墙非视距传播带来的测量误差问题,提出了一种穿墙测距与视距测距相混合的穿墙修正定位优化方法。在室内典型的隔墙非视距场景中,建立了近似拟合信号穿墙传播特性的测距模型,将穿墙入射角、墙体结构、介电常数、墙体厚度等因素参数化,并借助室内地图进行节点与锚点间的隔墙判定,仅根据室内地图及冗余测距信息即可进行定位求解。仿真与UWB实测实验结果表明,在考虑信号穿墙传播的多变地图场景下,所提方法的室内定位平均精度优于加权最小二乘法的平方测距定位方法。     

多传感器融合机器人室内定位系统设计与实现

目前,室内机器人的应用越来越广,位置信息作为机器人自主技术的基本信息,亟需完善的室内定位系统解决方案.对基于多传感器融合的室内机器人定位系统进行设计与实现,以航位推算为基础方法,加之超声、激光测距信息以及地图信息,通过粒子滤波进行融合,从而得到更精确的定位信息.通过具体的实验测试和结果分析,文中设计的室内机器人定位系统具有很好的定位效果,可在航位推算的基础上,将定位误差降低到原误差的十分之一.     

融合WiFi、激光雷达与地图的机器人室内定位

由于室内环境受多径效应影响,单一WiFi定位效果不佳;激光雷达(LiDAR)虽然测距定位精度高,但在室内存在大量单一、重复的场景结构(如走廊)时,往往会由于无法提取有效特征进行匹配而造成大量错误定位。因此,该文提出基于卡尔曼滤波框架的WiFi、激光雷达与地图的融合定位新方法。其中,滤波器的状态定义为机器人当前与历史时刻的位置序列。滤波器的观测值由两部分组成,一部分为该文所提基于多环路分割地图下信号强度加权匹配的WiFi指纹定位结果;另一部分来自激光雷达在单一重复场景中计算出来的高精度相对定位结果(如横向定位)。利用场景地图中的先验参考位置,可将该横向定位结果转变为机器人位置的线性约束。最后,利用卡尔曼滤波器实现机器人高精度的融合定位结果。实验中,针对两种典型的单一、重复的室内场景,分别采用2维与3维激光雷达对该文算法进行验证。实验结果表明,由于激光横向定位精度可达厘米级,结合厘米级地图可以极大提高机器人定位精度。与单一WiFi定位算法相比,利用激光雷达计算出来的相对定位结果结合场景地图,平均定位误差可降低70%～80%,在满足机器人实时定位需求情况下,实现定位精度与稳定性的显著提升。     

基于ROS的激光SLAM室内建图定位导航智能机器人设计

文章基于Linux系统上的ROS平台实现基本的SLAM算法,机器人可以实现构建室内地图、室内自动避障导航及室内定位等功能。底层主要以STM32和树莓派为核心,通过陀螺仪和码盘电机得到机器人方位和行走里程,使用激光雷达获取室内地图信息。在ROS上执行相应脚本,调用Gmapping,ACML算法实现室内地图构建和定位。     

基于WiFi的自适应匹配预处理WKNN算法

针对基于接收信号强度（Received Signal Strength,RSS）的WiFi室内定位技术中,传统加权K邻近（Weighted K-nearest Neighbor,WKNN）算法不能自适应获取WLAN中有效接入点（Acess Point,AP）且参考点匹配准确度不高的问题,本文提出了自适应匹配预处理WKNN算法。该算法中每个实时定位点自适应地根据网络状况对AP的RSS均值由大到小排序,然后选择RSS均值较大的前M个AP,与参考点中对应的M个AP一起参与匹配预处理计算,从而优化了传统的指纹定位算法。同时将室内定位和室内地图相结合,使参考点和定位结果直观地展示在地图上,并通过使用地图数据大幅度简化了离线训练过程。此外,本文设计并实现了基于Android平台的室内定位系统,通过该系统验证了本文所提算法在单点定位和移动定位中的有效性。实验结果表明,该算法可获得30%以上的定位误差改善,有效提高了定位精度和定位稳定性。      

基于激光雷达的有界区域快速全局定位算法

室内全局定位技术是自动驾驶车辆和机器人的核心组成部分,也是当今的研究热点.基于该时代背景,本文提出了一种基于激光雷达的有界区域快速全局定位算法,将全局地图与局部地图的特征向量进行对比匹配,实现了雷达在有界区域内的精确定位.利用仿真实验对算法的有效性和定位精度进行了分析,发现其平均位置误差比为0.791％,平均朝向误差为...     

轻量扩展的射频指纹地图构造方法

随着群智感知和机器学习的融合,基于射频指纹的室内定位技术引起研究者的广泛关注。然而现有工作存在指纹地图构建阶段开销过大形成的可扩展性和实时性瓶颈问题。针对这一问题,该文提出一个新颖的轻量可扩展指纹地图构造方法(FFIL)。在指纹构建阶段,将整个室内环境划分为多个环路快速分割地图并获取射频指纹;在指纹匹配阶段,首先计算AP与目标点间的距离,然后选择与圆环半径最相似的环路上的参考点一一匹配;在定位阶段,采用等高线聚类算法来提高定位精度。通过真实数据驱动的大量仿真和实验证明,FFIL能减小指纹地图构建的开销,同时提高定位精度和系统实时性。     

基于单目相机与里程计的室内机器人定位研究

昂贵的定位传感器限制了室内服务机器人相关技术在实际生活中的发展.室内服务机器人定位技术的发展趋势之一是使用价格低廉的传感器.因此,基于单目相机与轮式里程计两种价格低廉的传感器,提出一种适用于室内动态环境的机器人定位解决方案.该方案将相机朝向天花板,以减少室内动态环境下信息多变带来的误差,改变特征匹配策略以提升重复纹理场...     

基于视觉物体识别的抗差岭估计定位算法

基于视觉物体识别的室内定位算法是一种新型的室内定位解决方案,算法通过物体检测、位置匹配、定位方程解算等步骤确定用户位置。然而,受到单目相机视域较小和物体检测算法精度较低的影响,根据检测物体测距信息而构成的定位方程存在严重的病态性,极大降低了算法的定位成功率和定位精度。因此,该文提出一种抗差岭估计定位解算算法,通过引入岭参数将无偏估计变为有偏估计,实现均方误差最小约束条件下的最优位置估计,并利用迭代选权降低了质量较差的观测量对定位精度的影响。实验结果表明,与OLS (Ordinary Least Square), LM (Levenberg-Marquardt)和RR (Ridge Regression)算法相比,该文提出的抗差岭估计定位解算算法能够有效提高基于视觉物体识别的室内定位方法的成功率和精度。     

A map matching approach for train positioning. I. Development andanalysis

This paper is devoted to the development of a map matching algorithm for a train positioning system. Due to the nonsteerable truck design associated with rail vehicles, rail track curvatures are reasonably small. Consequently, track signatures, such as curves, are difficult to identify using low-cost sensors. The algorithm proposed in this work takes full advantage of the inherited “one-dimensional” (1-D) train track profile. The core of this algorithm is correlating angular rate extracted from the map database to their corresponding measurements sensed by the yaw gyro and tachometer located on board the vehicle. The sensor fusion required consists of a yaw gyro and any speed sensor or odometer     

一种适应复杂地下环境的导航增强型脉冲超宽带通导一体自组网体制设计研究

超宽带(UWB)技术以其大宽带、低功率、高精度等优点广泛应用于室内定位。然而其本质上是一种通信信号体制,复杂环境下组网困难,所以UWB系统在复杂地下环境中仍有挑战。为此该文在UWB标准信号体制的基础上提出了导航增强型超宽带(Hnav-UWB),通过优化通信信息的冗余度简化帧结构,同时降低脉冲发送频率增加单个脉冲的能量,采用改进的跳时二进制相移键控(TH-BPSK)调制方式提高了信号的多用户和抗多径能力。另外,该文设计了动态重构节点网络适应复杂环境,该网络没有主从节点之分,通过双向测距获得两两距离,根据多维尺度变换(MDS)算法自建相对位置坐标,根据分布式协作定位(DCL)算法提高精度,最后根据最小二乘(LS)法利用某已知点在地图的位置进行地图匹配。基于自建的脉冲超宽带(IR-UWB)仿真系统试验,结果显示相同条件下Hnav-UWB的误码率比对照组降低10倍,定位精度提升3倍。经1000次蒙特卡罗模拟,动态重构网络匹配准确率达95%。     

MEMS-INS室内行人定位三维地图匹配算法

提高基于微机械(Micro-Electro-Mechanical System,MEMS)惯性导航系统(Inertial Navigation System,INS)的室内行人三维定位精度一直是一个研究热点和难点,其中器件误差是影响MEMS-INS精度的一个棘手问题.由于器件误差产生的机理十分复杂,采用现有的修正技术无...     

GPS导航系统中电子地图处理及匹配算法研究

针对传统的车载导航系统对于车辆位置的获取能力存在速度慢、精度低等诸多问题,从匹配算法和电子地图处理两个方面入手给出了相应的解决办法。结果表明,预处理后的电子地图结合我们提出的匹配算法能够极大改善匹配结果的实时性和准确性。