基于卡尔曼滤波的移动节点定位研究

基于RSSI(received signal strength indication)的定位方法由于成本低廉而得到了广泛的应用,但其容易受到环境因素的影响使得定位精度下降。针对这个问题,提出了一种基于卡尔曼滤波的移动节点定位方法。简要介绍了卡尔曼滤波技术,在RSSI定位的基础上,建立了移动节点的运动模型,对所建模型进行了滤波稳定性的分析。采用Matlab软件对运动模型进行卡尔曼滤波仿真,结果表明,卡尔曼滤波可以有效地对移动节点跟踪定位。     

基于双目立体视觉的煤体积测量

给出一种双目立体视觉结合SURF（Speeded Up Robust Features）算法的小型煤堆的体积测量方法,首先,简要介绍了双目视觉的原理和基于SURF算法的立体匹配,其次,给出了煤堆的三维重建和体积计算方法,讨论了影响计算精度的主要因素及解决方法,实现了煤堆体积的非接触测量,最后,实验结果证明了该方法具有可行性,有一定的实用价值.     

基于双目视觉的目标识别与定位

给出一种双目视觉系统结合SURF(Speeded Up Robust Feature)特征的目标识别与定位方法,分析了采用SURF特征实现目标识别的方法,利用双目视觉的原理求取识别出的目标物体的三维坐标信息,从而实现目标物体的识别与定位,与传统的基于SIFT(Scale Invariant Feature Transform)特征或基于颜色形状特征的目标识别与定位方法相比,该方法更具有鲁棒性和实时性.实验结果证明了该方法进行目标识别与定位的可行性,具有一定的应用价值.     

双目立体视觉求取三维坐标的方法研究

双目立体视觉一般通过最优化方法求取点的三维坐标,若采用不同的目标函数,将会存在其它形式的最优化解,在另外一种目标函数下导出了一种新的计算三维坐标的方法,与传统的最小二乘法和归一化最小二乘法相比,新方法通过矩阵的奇异值分解(SVD)计算坐标值,可以避免矩阵求逆.通过实验分析得出,新方法求取三维坐标的误差与传统的最小二乘法及归一化最小二乘法计算三维坐标的误差比较接近,进而验证了新方法求取三维坐标的可行性和正确性.