改进粒子滤波的军用机器人室内定位方法

针对复杂室内条件下军用机器人的超宽带(UWB)定位系统易受非视距(NLOS)影响的问题,提出一种改进粒子滤波定位模型。在原有标准算法基础上,增加优化重采样粒子与马克可夫链蒙特卡洛(MCMC)算法步骤,解决在非线性系统中粒子滤波算法出现的样本贫化问题;设计UWB定位模块,通过多组实验对算法进行验证。结果表明,在非视距的环境中使用该改进算法能够有效提高UWB系统定位精度,满足军用机器人的室内定位需求。     

ZigBee定位系统的精度分析

为了对ZigBee定位系统的精度进行预测,分析引起ZigBee无线网络定位误差的四项主要参数,针对不同参考节点横向间距和纵向间距,不同A、n值,进行了852组实验,综合分析这四项因素对定位精度的影响.提取出173组稳定性强的数据组成BP神经网络的训练样本,构建3层BP神经网络,实现ZigBee定位的精度预测.通过对实验和预测结果进行分析,确定四项因素的合理取值和BP神经网络预测结构.文中方法运用到ZigBee定位时,对设置参数具有参考意义,对定位精度进行预测,根据预测结果合理的调整参数取值,从而提高ZigBee无线定位网络的可用性.     

内浮顶储油罐清洗机器人定位系统设计

针对内浮顶储油罐特殊环境及清洗机器人工作过程中存在的定位精度低、安全性差等缺陷,设计了一种内浮顶储油罐清洗机器人定位系统。充分考虑内浮顶储油罐复杂的内部环境,通过对已有定位技术的分析比较,确定定位方式为几何定位与图像定位相结合的定位方法,利用油罐2个人孔进行2点粗略定位,通过图像得到机器人精确定位。利用Proteus以及Keil软件按照设计的定位方案进行电路设计和软件设计,并进行模拟仿真分析。与传统的定位方法相比,该定位系统有效提高了定位的效率和精度。     

基于ZigBee技术的区域定位系统

随着人们对在复杂的环境中关心的目标定位的需求与日俱增.尤其在复杂的环境,经常需要确定移动设施的准确的位置信息.但是由于精度、复杂环境,以及定位时间等条件的限制,现存定位技术存在一定的缺陷.本文以CC2431模块的无线定位引擎为定位核心,搭建了基于ZigBee技术的区域定位系统.该定位系统满足低成本、低功耗的要求,可以实现精确的区域定位.     

基于EC-TDOA和ZigBee技术的室内超声波定位系统

目的研究室内定位方法机理,解决室内目标高精度定位的问题．方法设计了一种基于测距的室内定位系统,该系统采用测量射频信号和超声波信号到达时间差的方法测距并引入校正因子减小测距误差,通过极大似然估计定位方法计算目标位置,运用ZigBee制作节点模块组成网络实现对室内目标的定位．结果在测距实验中,EC-TDOA测距结果的误差小于0．02cm,满足测距精度要求．在定位实验中,最大定位误差和平均定位误差分别为4．3cm和1．64cm,而定位误差在2．5cm以内的比例达到90％．定位频率为20Hz,满足实时定位的要求．结论系统在室内环境中实现对超声波信号覆盖范围内移动节点的定位,通过测距校正有效提高定位精度．系统具有较强的容错性和自适应性．     

基于CC2530的室内定位系统设计与实现

为了解决当前室内定位系统精确度低、可靠性差的缺点,设计并实现了一种基于无线传感器网络的室内定位系统。系统硬件以CC2530为主控芯片,在节点自主定位基础上增加了上位机辅助定位模式,在该模式下调用可降低环境变化对定位精度产生干扰的加权质心定位算法。在本定位系统上也可以随时修改上位机定位算法,方便以后作进一步地改进。经测试表明:本系统运行稳定,易于维护,定位精度较其他定位平台大大提高。     

仿人机器人多传感器定位系统

为了提高仿人机器人SHFR-Ⅲ人机交互系统的定位精度和定位可靠性,设计多传感器定位系统,包括基于热释电红外传感器垂直阵列的红外定位系统、基于听觉传感器三角形阵列的听觉定位系统和基于立体双目视觉的视觉定位系统.提出权重随目标位置和外部环境可变的加权平均融合算法,将3种定位数据的融合结果作为最终定位结果.实验结果证明：多传感器定位系统的限制条件比单传感器定位系统更少,环境适应性更强,有效提高了交互系统的整体定位精度和可靠性.     

一种基于立式突出路标的巡检机器人视觉自定位方法

在某些不允许对环境做出大量改造的苛刻的室内定位条件下,传统的定位方法很难满足巡检机器人定位的需求,而使用视觉方法尽可能利用环境中的自然路标或布设少量人工路标辅助定位是一种可行的方案.鉴于某些特殊场合不允许在地面布设定位标志,提出了一种应用少量立式突出路标的视觉定位解决方案,即通过在环境中某些设备侧面布设少量的人工路标,利用透视模型和三角函数,完成机器人的定位.实验表明,该定位方法操作简单,贴近实用,且可获得较为准确的定位效果,能够满足巡检机器人定位需求.     

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。     

基于三球定位原理的改进 UWB 定位方法

在复杂的车间环境下，UWB 信号传播会出现多径效应和非视距传播的问题。为了提高定位精度，提出了一种改进的 UWB 定位方法。该方法在三个基站的基础上再加一组基站，通过滑动窗口滤波处理基站的测距信息，利用四组基站三维坐标求解中心坐标。实验表明，改进的定位方法相较于三组基站定位方法，定位误差范围在 X 轴、Y 轴上都有明显减小，定位精度更高，可以满足在复杂室内环境下的定位需求。     

ZigBee无线定位网络的精度分析及优化

针对CC2430/CC2431的ZigBee无线定位网络误差产生的原因,对系统精度进行分析和优化.通过研究单向误差的方法,针对不同网络拓扑结构、不同参考节点间距,进行90小组实验并对数据分析拟合.当网络参数A=78,n=16,节点间距为30m、摆放方式为矩形拓扑结构的情况下,ZigBee无线定位网络的误差均值较小,定位稳定性最高.对参考节点间距为30m时的误差拟合曲线进行了分析,发现矩形的ZigBee无线定位网络区域可以近似分为误差稳定区域和误差单向偏差区域.结果表明：在构建无线定位网络时,可以根据需要选取最佳的参考节点间距,并对有误差的区域进行补偿,从而提高ZigBee无线定位网络的可用性,降低其使用难度.     

基于地面特征的单目视觉机器人室内定位方法

针对高精度的机器人室内定位方法中成本过高的问题,提出一种基于地面特征的单目视觉机器人室内定位方法。该方法通过安装在机器人底盘的单目鱼眼摄像头采集地面图片,并经过一系列图像处理,将得到的地面方格直线和相机的位姿关系作为观测量,通过推导出观测方程并根据扩展卡尔曼滤波算法得到机器人的位置信息。基于机器人当前时刻位置数据和地面的固定方格大小提出线预测算法,有效地排除干扰线段的影响。实验结果表明,该机器人室内定位方法定位精度可以达到2 cm,具有较好的鲁棒性,能够为低成本的机器人室内定位提供较好的技术参考。     

矿井安全无线传感器网络监测系统设计

为提高井下的安全性,设计了一种基于CC2430的ZigBee无线传感器网络矿井安全监测系统,提出了RAPIT定位算法来解决定位精度问题.结果表明,此方案完全满足井下安全监测和人员定位的要求.对比传统的总线式传输和RFID定位,具有安全可靠、成本低廉、布置简便以及定位更准等优势.     

山区复杂地形的无线传感器网络节点定位算法

针对在山区地形上非测距三维基于距离向量的定位算法存在定位误差较大的问题,提出了山区复杂地形的无线传感器网络节点定位算法（NLA-MT）.该算法有效地利用了山区地形环境的特点,用局部平面拟合山区地形表面,并将三维空间定位运算降为二维平面的定位运算来进行节点定位,有效提高了节点的定位精度.不同通信半径、不同锚节点比例、不同节点总数的多角度仿真实验结果显示,NLA-MT定位算法在山区地形场景中表现良好,有效提高了无线传感器网络非测距定位算法精度.     

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.     

基于传声器阵列的机器人声源定位系统

随着计算机技术和信号处理技术的发展,各种具有特殊功能的机器人应用到人们的生产生活中。听觉系统可以弥补机器人视觉系统存在的不足,使机器人在黑暗或有障碍物遮挡的环境中,利用声音信息感知环境中存在的目标,并对其定位,辅助机器人工作,尤其在灾难现场搜救、军事等领域,声源定位系统具有独特的优势。针对机器人声源定位系统进行研究,设计了基于传声器阵列的机器人声源定位系统,采用平面四元传声阵列,利用广义互相关算法,实现对声源的定位,具有较高的实用价值。     

基于ZigBee的无线传感器网络定位技术

文章针对越来越多的无线通讯技术,阐述了几种主流无线通讯技术的特点,并选择ZigBee作为无线传感器网络（WSN）合适的无线通讯技术。在分析了多种定位技术和定位算法的原理和特性的基础上认为选择利用ZigBee无线收发芯片上的RSSI这种间接测距方式来定位能使WSN节点定位技术以低成本高稳定性地大规模应用。     

一种面向室内环境变动的人员目标无源定位算法

现有的基于接收信号强度(RSS)的人员目标无源室内定位算法在定位环境变动的情况下难以兼顾人工工作量、时间消耗和定位准确率。针对这个问题,本文提出了基于迁移聚类和坐标融合的变分自编码器(FusVAE)的室内环境变动下人员目标无源定位算法。在环境变动后,采集少量无标签RSS样本,然后使用本文提出的基于度量学习的半监督模糊C均值聚类(SFCMML)对其进行精确聚类和标签标注,对原有的定位模型进行重训练,只需很小的人工和时间代价就可以使原定位模型在新环境下也具有较高的定位准确率。同时,针对变动后环境下采集RSS样本较少的问题,本文提出了基于坐标融合的变分自编码器(FusVAE),对新环境下的RSS样本进行数据增强,丰富了RSS样本的数量和质量,提高了定位模型的泛化能力。实验结果表明,在环境变动的情况下,本文提出的算法的平均定位准确率可达88.6%,和同领域同类型算法相比,具有较高的定位精度和较好的环境变动适应性,更适用于变动环境下的人员目标无源室内定位问题。