基于超声波的室内三维定位系统

为满足对室内定位技术和系统应用平台的迫切需求,提出一种基于超声波的室内三维定位系统,阐述了其工作原理并对三边定位算法进行了研究。该系统基于射频和超声波传感器的固有性质,对超声波信号采用CDMA（Code Division Multiple Access）技术进行编码,以便在目标节点上区分每个信标发来的超声波信号,并结合射频信号实现TDOA（Time Difference Of Arrival）测距算法,最终实现三维定位。实验研究表明,以一个信标为原点,另外两个信标分别放置为X轴和Y轴上,建立三维坐标系,能简化三边定位算法,并能实现精度较高的三维定位。     

基于CDMA-TDOA的室内超声波定位系统

针对国内外对室内定位技术中定位精度不高问题,提出一种基于CDMA（Code Division Multiple Access）-TDOA（Time Difference of Arrival）的室内超声波定位系统,并给出实时性差异等缺点,进行了其工作原理和超声波信号的分析。该系统基于射频和超声波传感器的固有性质,对超声波信号采用CDMA技术进行编码,以便在目标节点上能区分各个信标发来的超声波信号,并结合射频信号实现TDOA测距算法,最终实现三维定位。采用Matlab/Simulink模块对3个信标的超声波信号进行发射仿真与分析。仿真结果表明,该系统在目标节点上能被接收并识别相对应的超声波信号。     

基于无线多媒体传感器网络的目标定位方法

根据无线多媒体传感器网络(WMSN)多节点合作处理的特点,提出简化定标场景的单节点和双节点目标定位方法.通过使用带颜色的辅助定标物标定特殊点位置,采用CamShift算法实现辅助标定物的颜色追踪,获得特殊点的像素坐标.利用节点监控区域特殊点的位置坐标获取摄像机的参数矩阵,通过布置2个具有平移特性的节点,获取运动目标的三维坐标.实验表明,单节点平面定位最大误差为1216 cm,双节点平面定位最大误差为1369 cm,双节点高度定位误差为3～5 cm.通过观察二维平面误差曲面,大多数节点的定位误差能够满足无线多媒体传感器网络目标跟踪的需要,算法复杂度低,实现过程简单.     

基于AT89S52汽车倒车防撞预警系统的设计

为了降低汽车倒车时因＂后视＂不良而引起的刮擦碰撞事故,设计了一款汽车倒车防撞预警系统。该系统以AT89S52单片机为主控单元,采用HC-SR04超声波测距模块实现非接触式测距,在硬件匹配的基础上,进行了电路设计和软件设计,并进行了测试实验,对测距误差进行了分析。本系统探测距离可为2~400 cm,测距精度可达3 mm,能够满足汽车在狭小空间内的倒车预警要求。     

超声波三维定位系统中基线长度与误差传递关系的分析

分析了空气介质中三维超声波定位系统的误差传递模型,通过实验得到了不同基线长度下误差敏感度的分布。三维超声定位系统的定位误差主要取决于超声测距误差和运算过程中误差传递两个方面,本文主要研究运算过程中误差传递的关系。首先,建立了定位坐标相对于超声波传播距离的偏微分方程,进而通过全微分方程推导得到误差传递关系,即误差灵敏度ε的表达式;由ε的表达式可知,接收阵列基线的相对长度和测距误差符号方向(差模测距误差和共模测距误差)直接影响误差灵敏度;然后,分别在长基线和短基线条件下,讨论共模和差模测距误差对误差灵敏度的影响,通过实验给出误差灵敏度的空间分布图。实验结果表明:长基线超声定位系统中定位误差是差模和共模测距误差共同作用结果;短基线超声定位系统中定位误差主要来源于差模测距误差,共模测距误差可以忽略,且短基线系统中差模测距误差条件下误差灵敏度要比长基线系统误差灵敏度大很多;长、短基线下灵敏度误差等高线均以类似俄罗斯套娃的形式逐层分布;误差灵敏度的空间分布图也解释了超声定位中误差分布不均匀的现象。最后,本文给出了提高定位精度的措施。     

基于改进APIT的移动机器人动态定位

针对室内无线传感器网络通信传输不稳定和定位精度较差的情况,提出了一种移动机器人自主动态定位系统,通过实时选择邻近信标节点,确定节点坐标构成的边界,绘制局部网格空间,实现机器人动态定位.利用接收信号强度指标实现测距,然后采用基于测距的改进近似三角形内点测试（APIT）算法完成定位,再使用卡尔曼算法修正定位误差.该方法适用于室内网络传输不稳定的实际情况,采用卡尔曼滤波器获得最优数据.实验结果表明,该移动机器人自主动态定位方法比基于网格的极大似然方法具有更好的精度和适应性.     

多边算法在无线传感器网络目标定位中的应用

目标定位是无线传感器网络最基本的功能之一.多边算法是三边算法的改进算法,该算法的目的是减少目标和节点间距离的误差,以提高定位精度.算法采用更多的传感器节点对目标定位,通过最小二乘算法减小了测距误差,进一步通过加权最小二乘算法减小了监测节点位置误差,实现了无线传感器网络对单个目标的定位.最后将三边算法与多边算法进行比较,仿真结果表明,多边算法降低了测距误差和位置误差,定位精度更高.     

三维点云极化地图表征模型与智能车定位方法

为提高智能车定位精度提出一种基于三维点云极化地图表征模型的定位方法。该模型以点云极化图为节点,利用高精度GPS(Global Positioning System)和欧拉角实现该节点的全局位置表征;从极化图中提取点云的二维与三维特征,实现该节点的多尺度特征表征;通过一系列极化节点实现道路场景的数值描绘与虚拟重构。定位过程中,通过对实时获取的三维激光点云进行极化表征并与地图节点进行多尺度特征匹配实现智能车的地图定位。具体而言,首先根据待定位智能车GPS信号的稳定情况选用GPS匹配或者拓扑定位筛选地图节点并获取定位候选集,完成初定位;其次运用点云二维特征匹配结果从定位候选集中检测距离待定位智能车最近的地图节点,完成节点级定位;最后利用点云三维特征匹配结果与最近地图节点的全局位置计算智能车位姿,完成度量级定位。实验在两种典型场景下进行,节点定位准确率98.7%,平均定位误差21.4 cm,最大定位误差42.9 cm。结果表明,本文算法满足智能车高精度定位需求,且鲁棒性强、成本低、计算过程简单。     

无线传感器网络中卡尔曼滤波在移动目标跟踪中的研究

基于无线传感器网络结合卡尔曼滤波理论的方法对单个移动目标的跟踪研究。在实验中,运用MIT的室内定位系统Cricket系统作为硬件验证系统,采用到达时间差(Time Difference of Arrival,TDOA)的方法来测距,然后根据测得的距离采用极大似然估计算法来定位。最后根据移动目标的运行特点,建立目标的跟踪模型,并采用卡尔曼(Kalman)滤波的测量跟踪算法来实现移动目标的跟踪过程。实验结果表明,该方法可以有效地跟踪移动目标,并且误差范围在0～4.5cm内,稳定性也比较高。     

基于ARM-LINUX平台的障碍物识别系统的设计

为满足移动机器人系统中对环境物体定位的需要,在ARM—LINUX平台上,设计了障碍物形状识别系统．根据超声波测距原理,设计了“一发三收”式的超声波探测装置,利用数字示波器采集不同形状障碍物的超声波回波数据．通过比较分析,可分辨出障碍物的边角形状,并通过大量实验来验证系统的有效性．     

利用测距值优化的室内三维定位算法

为了解决实际误差分布与假设误差分布不匹配导致最小二乘三维定位算法精度较低的问题,提出一种基于测距值优化的最小二乘室内三维定位算法.结合残差修正、Cayley-Menger行列式及空间四面体几何约束,利用非线性规划方法优化测距值,使测距误差符合高斯分布特性,从而提高最小二乘三维定位算法的定位精度.实验对比分析结果显示,所提算法具有较高的定位精度及稳定性.     

基于CFR的角度/距离联合单站定位

单站定位在室内定位中起着至关重要的作用。大多数室内定位算法都是联合多个Wi-Fi接入点（AP）进行定位,在只有w单个AP时定位精度很低甚至无法定位。针对室内环境中普遍存在的单AP定位情况,该文首先利用现有的三天线商用Wi-Fi网卡采集无线信道频率响应信息（CFR）进行信号到达角（AOA）估计。其次利用CFR幅值信息通过信号传播模型进行距离估计。提出了一种基于AOA和信号到达时间（TOA）二维聚类信息的直射路径识别算法。最后,利用现有的三天线Wi-Fi设备在室内进行了测角、测距以及定位测试,实验结果表明该文提出的单站定位系统在室内环境下中值误差可以达到1.3 m的定位精度,满足室内定位的需求。     

基于红外同步的收发分离超声测距系统的研究

传统的超声测距是基于测量超声反射回波所耗费时间的方法而进行的,该方法无法实现两个分离点目标距离的测定. 本文设计了一种利用红外同步信号控制两个分离点目标的测距系统. 文中阐述了该方法的实现原理,给出了收发分离超声测距系统的电路设计,分析了收、发两端超声波传播过程中产生的时间误差来源,并修正了超声波测距公式,以提高测量精度. 该系统电路实现简单,测距精度可达到1.5 mm左右,具有很好的实际应用价值.     

基于信标节点间距离的改进RSSI定位算法

针对无线传感器网络应用于室内定位时,传统RSSI平均值算法精度较低的问题,提出了一种改进的RSSI算法。该算法利用RSSI平均值对所测量的每个RSSI值进行估量,消除波动大、严重失真数据,从而使所保留的RSSI值能更好的与距离关系对应。并根据室内不同位置的节点环境参数差别大的特征,提出了把信标节点间的固定距离及其测量得到的对应RSSI值带入信号传输模型,从而消除环境因素对距离估计的影响。仿真结果表明：改进RSSI算法与传统的平均值距离估计算法比较,距离估计误差明显降低,可以满足室内定位精度的要求。     

基于ZigBee的RSSI测距方法精度研究

考虑室内环境下存在的非视距和多径传输影响,得到优化的射频参数A和信号传输常数,并基于ZigBee硬件平台进行RSSI测距技术方面的实验,得到基于固定节点的距离比较、高斯滤波和卡尔曼滤波3种数据处理方式的测距精度。实验结果表明,在所选用的3种数据处理方式中,经过卡尔曼滤波处理后的测距精度最高。     

室内智能移动机器人ZigBee无线网络定位技术

针对目前室内机器人定位方法不能同时满足定位精度、定位范围和复杂环境条件下定位的情况,提出了一种利用ZigBee无线网络、基于接收到信号强度测距的定位方法。研究通过搭建一个ZigBee无线网络室内定位系统,实时提供机器人的位置坐标,为机器人实现路径规划提供保障。通过实验对定位系统中的各项参数进行标定,并分析了影响定位精度的因素。实验结果表明,ZigBee无线网络定位系统在室内复杂环境下可实现定位,在无障碍物的条件下精度可达到0.25 m,可以满足室内机器人的定位精度要求,定位范围可根据实际需求进行扩展。     

双星定位系统中星历误差的分析与研究

为了研究星历误差对双星定位系统定位精度的影响,根据双星定位系统定位的数学模型,分析各种测量误差对系统定位精度的影响,推导出了差分定位体制下系统的定位误差模型.重点研究了星历误差对其定位精度的影响,并推导出了其数学误差模型,得出系统经过差分修正后较大的星历误差可等效于一个较小的测距误差的结论,并在一定条件下给出了其仿真结果,从而揭示了星历误差影响系统定位精度的规律.研究结果为分析其他误差因素对其定位精度的影响奠定了基础.     

基于CSI的轻量级自适应井下定位算法

针对传统井下定位成本高、工作危险系数大的问题,提出一种基于信道状态信息(channel state information, CSI)的轻量级自适应井下定位(lightweight self-adaptive underground positioning algorithm, LSA)方法。LSA方法以细粒度的CSI替代粗粒度的接收信号强度(received signal strength indicator, RSSI)来获得更高的定位精度,采用逆傅里叶变换将原始CSI数据转换为信道脉冲响应,以此选取视距信号,并通过构建CSI视距信号衰减模型实现轻量级的精确测距;基于井下现有WiFi网络中的访问接入点(access points, APs)位置和井下巷道特征,计算目标相对AP的方向,根据方向和测距结果完成定位。该方法能够自适应于AP在巷道中的任意位置部署,并利用拐角识别优化算法进一步提高定位的精度。试验结果表明,该方法能够使得定位中位数误差达到0.53 m,且无需在井下单独部署任何定位系统,性能明显优于已提出的CDPF、FILA等其他定位算法。