基于热释电红外传感器的多节点定位系统研究与设计

针对热释电红外传感器(PIR)在人体探测领域中越来越广泛的应用,研究设计了一种基于PIR的检测定位系统,可实时完成对人员目标入侵探测区域时的检测与定位,并预推出人员目标的行进轨迹;该系统由多个PIR感知节点组成,每个感知节点通过传感在动、静两种状态下对探测区域进行信息采集;最终融合多节点与不同状态下传感器采集的数据,算出各个传感器的探测角度值,以交叉定位的算法,得到目标的定位坐标;经实验证明,该系统运行稳定,检测灵敏,定位效果很好,拓宽了热释电传感器在定位定向方面的使用范围。     

热释电红外传感器前置放大电路设计与研究

介绍热释电红外传感器的工作原理和性能,分析热释电红外传感器的信号输出特性,设计基于此类传感器的前置滤波放大电路．并使用单片机进行经过电路放大后的脉冲信号的分析,完成对人体运动的检测。使用Alfium Designer6．9对前置滤波放大电路进行软件仿真,以验证该放大电路的有效性和可靠性。     

E931.96热释电传感器技术解决方案

正艾尔默斯公司日前宣布推出一款针对人体被动红外(PIR)应用的超低功耗解决方案E931.96。该方案通过热释电红外传感器以非接触方式检测出人体辐射的信号,并将该信号转换成电信号输入到芯片中进行信号处理。该芯片的工作电流极低,典型的功耗只有3μA,非常适用于对功耗要求很高,以及利用电池供     

无线PIR的人体目标追踪方法研究综述

基于无线热释电红外传感器(PIR)的人体目标追踪过程分为五步:事件检测、事件数字化、事件登记、目标定位、轨迹推断.研究的方向主要是在事件检测过程中的数据采集和信号处理,在事件登记中的区域分割编码,在目标定位中的数据处理,以及在轨迹推断中的数据融合和轨迹预计.阐述了侧视感知模式和俯视感知模式的实现原理,分析了解决主要问题所运用的方法,对比两种感知模式的实验结果,分析两种感知模式的优缺点,并据此讨论了改进方向.     

基于热释电红外传感器的节能广告牌设计

热释电红外传感器被广泛的应用在报警器、人体移动检测的相关领域。本文主要讨论基于热释电红外传感器的节能广告牌设计,通过热释电红外传感器的人体检测功能,使广告牌在有路人经过时启动,达到节能的目的。     

一种小型动/静态双坐标感知系统结构设计

针对提高被动式热释电红外(PIR)传感器的探测距离和范围,提出动/静态双坐标感知系统理论,根据动/静态双坐标感知系统对动态目标实现一定距离内和全范围探测的要求,光学基准传递的要求,提出了小型动/静态双坐标感知系统的结构设计方案。该系统配用红外透镜作为其光学装置,在匀速转台的带动下,实现360°全范围探测红外信号,解决了PIR传感器探测距离和探测视场的矛盾,拓宽了PIR传感器的使用领域。经过实验验证,该系统结构设计合理。     

一种热释电红外探测器的单目设计

为解决普通热释电的红外探测技术误报率高、敏感度低且不能对入侵目标进行定位等问题,提出了一种基于热释电红外探测器的复眼结构的设计。结合热释电红外探测隐蔽性好、性能稳定、环境适应能力强、复眼视场角大、体积小且灵敏度高等优势,将热释材料上的电荷信号转换为电压信号,经滤波、放大后输出。通过实验表明,采用该热释电红外探测器的单目可以检测到15 m内的入侵目标,并输出脉冲电平作为报警信号。     

智能照明控制器的设计

为降低公共场所用电浪费现象,设计出一种室内照明控制电路。以AT89C52单片机为核心,采用热释电红外传感器和光照检测相结合的方案,将热释电红外传感器检测到的人体移动信号与光照强弱信号送入单片机,实现在室内环境光照较强或光较弱但室内又无人时切断照明设备,在室内光照较弱且热释电红外传感器检测室内有人时接通照明设备。结果表明,该电路简单可行、成本低、控制灵敏度高,能够有效对室内照明设备进行控制,达到节能照明与科学管理的目的。     

基于动态下使用热释电传感器的新型目标探测方法的研究

为了增大热释电型红外传感器的探测范围,提高热释电传感器的探测灵敏度,提出了一种可实现大范围目标检测并且具有高灵敏性的热释电传感器的新型使用方法;该方法使热释电传感器在步进电机的带动下匀速转动,在周围环境基本不变的情况下,记录下其波形作为初始波形,在没有目标进入探测范围的情况下,波形将保持一定的规律基本不变;一旦目标进入传感器的探测范围,将打破原始波形规律,传感器即输出报警信号。由于热释电传感器是匀速转动的,所以一个热释电传感器就能对360°范围进行检测,大大扩大了热释电传感器的探测范围,并且当目标进入探测区域后即使静止不动依然会被动态下的传感器探测出来,解决了热释电传感器不能探测静止目标的问题,大大提高了热释电的灵敏度;该方法进一步拓展了热释电传感器的使用范围,进一步提升了热释电传感器在安防和智能家居系统中的应用。     

基于单片机的灯光控制系统的设计

本文设计了基于单片机的室内灯光控制系统及其原理,提出了一种有效的节能控制方法。本设计以AT89S52单片机为主控制器,实现了系统的灯光警告提示等功能。该系统采用了传感器技术和计算机控制技术,利用光度参数和红外检测参数来实现对学校自习室室内照明的控制,从而达到节能的目的。本设计的灯光控制系统采用光传感器和热释电红外人体检测传感器,实现了依靠光线和检测室内人员有无的灯光控制系统。系统设计清晰,采用软硬件设计方案,实现节能的要求。     

基于核函数法及粒子滤波的煤矿井下定位算法研究

煤矿井下受限空间中,射频信号强度受到多径衰落、阴影效应及人为因素的影响,采用路径损耗模型的定位方法误差较大,提出了基于核函数法及粒子滤波的定位算法。该算法利用指纹匹配技术结合贝叶斯估计,基于核函数法构建模型,搜索训练数据中接近未知节点指纹特征的位置并加权得到初步观测坐标,最后利用粒子滤波将目标运动状态与观测值相融合,平滑位置突变以追踪移动轨迹。实验证明,对于静态目标定位,核函数法效果优于确定型匹配算法和高斯分布模型;对于动态目标定位,所提算法比基于Markov状态转移的算法定位结果更精准。     

基于无线传感器网络的同时定位与跟踪

研究无线传感器网络在位置信息不确定时,同时定位无线传感器网络节点并跟踪移动目标。利用RSSI测量节点对之间的距离,多维定标技术根据距离矩阵完成传感器网络的初始定位。估计与更新阶段提出了压缩EKF滤波确定传感器节点位置和目标位置。仿真结果显示:算法在较低的网络覆盖率下有较高的定位和跟踪准确度,在初始定位误差为5m时,节点和跟踪误差均小于3m,特别是在长距离的跟踪任务中有很好的精度和实时性。     

基于VGG网络的鲁棒目标跟踪算法

针对传统目标跟踪算法中当目标被遮挡和受光照强度变化等多种因素干扰时,相关滤波器模板更新不准确,误差逐帧累积最终导致目标跟踪失败,提出了一种基于VGG网络的鲁棒目标跟踪算法。首先通过VGG网络对第1帧输入图像中的局部上下文区域提取平均特征图来建立相关滤波器模板;然后通过VGG网络对后续帧输入图像中的局部上下文区域提取平均特征图和仿射变换平均特征图;其次与核相关滤波跟踪算法相结合,自适应确定目标位置和最终目标位置;最后自适应更新最终平均特征图和最终相关滤波器模板。实验结果表明,本文算法在目标被遮挡和受光照强度变化等多种因素干扰时,仍具有较高的目标跟踪精度和较强的鲁棒性。     

灰度与速度线索融合红外小目标跟踪

红外小目标跟踪易受到相似目标与背景的干扰,针对此问题提出一种融合灰度与速度线索的红外小目标跟踪算法。该算法通过快速时域高通滤波器滤除噪声并突出目标,利用主分量分析提取速度特征;以分层粒子滤波为框架,首先利用高通滤波图像灰度核函数加权直方图进行第1层粒子滤波,粗略地估计目标状态;然后利用速度线索进行第2层粒子滤波,精确地估计目标状态。实验结果表明,提出的红外小目标跟踪算法具有较强的抗干扰性能和较高的跟踪精度。     

基于改进粒子滤波的井下跟踪算法研究与实现

井下环境复杂多变,射频信号易受到阴影效应、多径衰落等因素的影响。采用传统的粒子滤波跟踪方法误差较大,研究了一种基于改进粒子滤波的井下跟踪算法。初始化阶段利用第一次指纹匹配算法的定位结果来设计初始化概率分布函数;采用核函数法与指纹匹配技术相结合的算法,在采样数据中搜索与目标节点指纹特征相匹配的位置并加权得到位置坐标作为跟踪中的观测值;最后利用粒子滤波将观测值与目标运动状态相融合以跟踪目标运动轨迹。实验结果表明,粒子滤波算法较优化卡尔曼滤波算法更适用于井下跟踪;改进的算法有效增强了跟踪系统的可靠性,提高了跟踪精度,满足了井下的跟踪要求。     

基于双目视觉的水下动态目标识别与定位方法研究

针对动态水下目标跟踪定位过程需要良好的实时性与鲁棒性问题,提出一种基于双目视觉的水下动态目标定位方法;利用快速引导滤波提取水下图像的光照分量,构造了一种改进的二维伽马函数,并对其参数利用光照分量的分布特性进行调整,实现了对水下不同环境图像下的亮度自适应校正处理;利用卡尔曼滤波预估下一时刻目标的位置,将预测空间作为ROI区域进行图像校正,极大降低了算法的运行时间;在HSV空间对目标进行掩膜提取,识别之后通过双目定位算法对目标进行准确定位;经过水箱试验验证,与多尺度高斯函数、双边滤波等算法相比,该方法在运行速度上有着显著的提高,达到了35FPS,在定位过程中有着较高定位精度,在方向的平均相对误差为(3.59%,3.35%,1.42%);结果表明,该算法可以满足水下动态目标跟踪定位的实时性与鲁棒性要求。     

Improved infrared small target detection and tracking method based on new intelligence particle filter

Track‐before‐detect algorithm based on the particle filter algorithm has the problems of low tracking precision, poor particles, and requiring a large amount of particles to be calculated in a low signal‐to‐noise ratio, which is difficult to meet the accuracy and speed required by the modern infrared search and tracking system. In this paper, an improved infrared small target detection and tracking method based on a new particle filter is proposed. This is where particles are used to represent an individual bat to imitate the hunting process of bats. By adjusting loudness, frequency, and impulse emissivity of a particle swarm, the optimal particle at that time is followed to search in the solution space. In addition, the global search and the local search can also be dynamically switched to improve the quality and distribution of the particle swarm. The performance of the proposed algorithm is tested in a simulation scene and the real scene of the infrared small target detection and tracking. Experimental results show that the proposed algorithm improves the performance of the infrared searching and tracking system.     

基于点云匹配的AR饰面作业系统跟踪注册方法

针对建筑机器人饰面作业过程中常因视觉遮挡导致作业效率低的问题,使用增强现实解决遮挡并提出一种基于点云匹配的增强现实跟踪注册方法。利用目标模型点云与作业环境点云的匹配进行目标的初始定位;利用改进的相关滤波跟踪算法对目标进行跟踪获取目标位置;基于迭代最近点法对目标位姿进行估计。在跟踪注册过程中加入位姿优化,保证目标位姿估计精度。为了更加准确地跟踪目标位置,提出一种特征融合和尺度自适应的改进相关滤波目标跟踪算法。通过板材安装实验,表明跟踪注册方法精确性、实时性均较好,最小识别误差达到2.88 mm,具有良好的虚实融合效果。     

基于LoRa信号的行走距离和方向估计

行走追踪在真实场景中具有广泛应用,可以用于安防监控、老人看护、室内导航等场景.近年来,基于无线射频信号的非接触式行走追踪受到了研究人员的广泛关注,包括基于Wi-Fi信号、RFID信号等的行走追踪系统.然而,现有的行走追踪系统依然面临感知范围小、感知设备部署稠密等问题.在本文中,我们首次将用于物联网低功耗、远距离通信的L...