危化品码垛仓储的定位数据中值滤波去噪算法

现有危化品仓储的堆垛安全监测主要是针对仓储堆垛的五距(堆距、墙距、顶距、柱距、通道距)的监测。实际应用时,根据"五距原则"将堆垛划分成多个检测面,采用堆垛激光扫描定位装置,实现对每个堆垛检测面的监控。结合各个面的监测数据,可以实现对仓库货位堆垛的整体安全监测。危化品堆垛检测的激光扫描定位装置所采集的数据中含有逸出、失落信号等奇异点数据。这些奇异点数据对码垛监控的精准度有一定影响。针对点云数据中的噪声数据特性进行了分析,采用中值滤波减少"逸出值"对拟合数据的干扰,借助多段最小二乘法实现对"失落点"的数据信息拟合,最终实现对点云数据的联合去噪。试验结果表明,基于中值滤波与多段最小二乘法能拟合出设备扫描截面的形状信息,有效降低了奇异点对定位监控设备的影响。     

基于接入点的泰森多边形指纹聚类定位算法

针对KNN指纹定位算法定位耗时长和基于K-Means聚类的KNN指纹定位算法定位精度不稳定的问题,本文提出了一种以接入点为离散点生成泰森多边形,利用泰森多边形对指纹聚类,然后使用最强接入点法确定移动节点的定位区域,最后通过动态KNN算法进行定位的指纹聚类定位算法.实验表明,该算法能有效缩短定位时间并提高定位精度,在接入点数量变化时表现出较好的定位性能,且在不同定位区域中性能具有较好的普适性.     

基于图像的危化品堆垛三维几何动态建模

安全生产部门对危化品仓储堆垛五距(堆距、墙距、顶距、柱距和通道距)有严格的规定,通过对堆垛的三维动态几何建模描述其在仓库中位置的变化,可以达到动态的监管要求。提出了基于图像的堆垛三维几何动态建模,为建立像点与物点的对应关系,首先构建了五元组成像模型并提出了两点标定法,在标定好参数基础上首先求得物点坐标的解空间,再结合约束条件得到真实解空间,实现堆垛静态三维几何重建。然后对图像序列中堆垛箱体跟踪识别并三维几何重建,最终实现动态几何建模。     

基于多源传感器的电力新材料智慧仓储系统设计

针对电力新材料智慧仓储系统数据采集和定位精度需求,提出一种基于改进定位算法的仓储系统。其中,以温湿度传感器作为多源数据的主要来源,以MCU等为主控芯片,通过硬件和软件设计,实现仓储系统的数据采集;针对UWB定位中传统Taylor算法定位差的问题,提出采用位置指纹协同的定位方法,通过位置指纹算法对待测目标的位置进行初步估计,并以该结果作为初始值,然后再采用Taylor算法进行定位,从而提高定位精度,解决传统Taylor算法中初始值随机的问题。仿真结果表明,该定位方法在MATLAB仿真和LOS、NLOS视距环境下,表现出较好的定位精度和收敛速度。且本系统的仿真任务时间与真实任务时间的十分拟合,两者间的误差较小。由此得出,提出的仓储定位方法可提升系统仓储定位精度,具备一定的可行性和有效性。     

一种高斯混合模型的危化品堆垛目标提取方法

危险化学品存储状态事关人民及城市的安全。目前危化品多以平仓堆垛的方式进行存储。为保证危险化学品的安全存储,需要对货物"五距"进行实时的安全监测。针对视频监测,提出了基于高斯混合模型的危化品堆垛目标提取方法。将双目摄像头所得图像首先采用高斯混合模型实现当前货物的检测,使用背景更新的方式实现运动货物监测,进一步采用相邻差分图像像素值关系来判断货物的进出状态,最终得到货物堆垛在图像中的准确位置,以便于实现后续边界提取以及五距检测。实验证明,与均值、中值背景估计结果相比,本算法所提取货物图像噪声减少,判断货物状态准确率高达85%。     

PDR辅助UWB的室内非视距定位方法

为解决室内定位中非视距造成的定位误差问题,在UWB和PDR定位解算的基础上,提出了非视距校正系数β,当β大于经验阈值时,对UWB和PDR定位进行动态加权处理,用PDR定位来修正UWB在非视距下的定位误差。同时,采用了外推的方法得到非视距下PDR初始航向角,并使用广义延拓滤波对行人信息和解算的定位结果进行处理。实验结果显示,该方 法有效降低了非视距情况下的定位误差,经广义延拓滤波处理后,定位结果更符合实际运动轨迹。和单一UWB室内定位方法相比,定位精度提高了53.7%,整体平均定位误差在0.1641m左右。     

危化品堆垛双目测距中改进的SURF匹配算法研究

堆垛安全"5距"是保证危化品存储安全的重要因素,双目视觉测距是解决该问题的一个非常有前景的技术。本文针对危化品堆垛测距中双目立体匹配算法受货物特征点相似和光照影响的特点从而影响精度的关键问题,提出一种自适应邻域的改进SURF匹配算法,该算法对特征点进行位置约束,解决传统SURF算法容易受局部区域像素梯度方向影响的问题,大大提升了匹配效果。实验表明,该算法使得匹配准确率基本保持在98%,特征点数量相对较少时,准确率能达到100%。     

基于UWB室内定位系统应用与研究

通过分析当前常用室内定位技术和实施优缺点,引入UWB(Ultra Wide Band,超宽带)定位模块,分析了UWB室内定位系统的原理以及设备上的实现方案,从定位精度和定位动态性能两方面进行关键性技术研究,改进了基于单一方法的定位技术。针对定位精度问题,根据人体下肢运动过程中的对称性特点改进现有的行人航迹推算算法。针对定位动态性能问题,引入惯性导航定位模块,将改进的PDR算法与UWB定位方法进行融合,通过实验测量说明,使用TOA跟踪算法响应速度较快,设计的UWB室内定位系统具有小于5cm的室内定位精度,重复精度小于1cm。     

基于UWB与IMU的多传感器融合室内定位技术研究

随着室内定位需求的不断提高,室内定位精度的提高成为目前研究的热点,单一传感器定位技术在复杂的室内环境中定位误差较大、精度较低。针对上述问题提出了一种基于UWB和IMU融合的室内定位方法。该方法首先利用卡尔曼滤波算法对UWB定位技术的伪距信息进行非视距误差的处理,利用最小二乘法解算出位置信息,进而与IMU定位系统解算出来的位置进行松耦合,将UWB定位信息作为量测方程,IMU定位信息作为系统方程最终得到松耦合之后的定位结果。通过仿真实验表明,上述方法可以有效地抑制UWB非视距误差和IMU累积误差对定位精度的影响,提高室内定位的精度。     

UWB的无线传感器网络的定位技术

在基于距离的定位算法的基础上,提出基于超宽带（UWB）通信技术的TOA（Time Of Arrival）测距方法。UWB信号具有隐蔽性好、穿透能力强、定位精度高以及功耗低等特点,但在节点定位应用中,UWB直达信号难以精确检测。本文提出通过对首次到达信号时间和最强信号时间进行加权来得到直达信号到达时间,并采用模糊逻辑技术计算加权系数。实际数据仿真试验表明,基于UWB的定位技术可极大地提高定位精度。     

锚节点选择和距离修正的DV-Hop定位算法

为了更好地解决DV-Hop算法定位精度较低的问题,提出一种改进DV-Hop定位算法;首先利用共线性阈值选取锚节点参与位置估计;然后对实际距离和估计距离的误差采用最小二乘法校正锚节点的平均跳距,再用加权修正距离值;考虑到未知节点到锚节点路径与锚节点间路径有重合的情况,用算术平均值计算平均跳距;最后采用二维双曲线定位算法来提高定位精度;仿真结果表明,与传统DV-Hop相比,改进算法在定位稳定性、覆盖率和定位精确度方面都得到了提高.     

DGPS与UWB混合精确无缝定位技术研究

差分全球定位系统(DGPS)是一种精确的定位系统,但在室内或有障碍物的情况下,其定位精度很低甚至不能进行定位。超宽带(UWB)定位系统在室内有很高的定位精度,但受其测量范围的影响,不适合室外定位。将DGPS和UWB结合定位,利用Kalman滤波器对UWB非视距误差(NLOS)进行消除,采用粒子滤波器对不同传感器进行数据融合,并使用GPRS通信模块进行无线数据传输。实验表明:该方法能够使系统整体定位精度提高19%,既能满足室内外无缝定位,又具有很高的定位精度。     

基于UWB和DGPS的混合定位方法研究

超宽带UWB(Ultde Wide Band)定位是近几年发展起来的无线定位技术,UWB信号具有抗多径效应好、定位精度和刷新率高等优点,但UWB一般只能用于进行室内高精度定位。而差分GPS(DGPS)的室外定位精度能达到分米级。描述了结合UWB和DGPS(Differential Global Position System)的定位方法,采用融合Savitzky-Golay滤波器与粒子滤波器来解决不同传感器的数据融合,实现室内外的无缝定位切换,应用在需要室内室外联合定位的场合。实验表明,采用融合不同滤波器进行处理后,能有效地提高定位精度。     

基于自适应粒子群算法的改进DV-Hop定位算法

针对无线传感器网络节点定位中DV-Hop算法定位精度较低的问题,提出了一种改进DV-Hop算法,该算法引入跳距误差加权策略,改进平均每跳距离计算方法,使其更好地反映网络的平均每跳距离的实际情况,有效地降低了无线传感器网络中无需测距算法的定位误差。同时引入自适应粒子群优化算法来校正改进DV-Hop的估计位置的方法。仿真结果表明,本算法在定位精度和节点覆盖率上明显优于基于PSO校正的DV--Hop算法和传统的DV-Hop算法,证明该算法在一定程度上提高了DV-Hop算法对无线传感器网络的容错性,具有更好的适用性。     

基于超宽带技术的轨道交通定位算法研究

针对目前轨道交通应答器加里程计的定位方式存在定位精度不足、成本高等局限性,研究了一种基于超宽带(Ultra Wide Band)技术的定位方法。根据待测物的运动特点与UWB模块的测距性能,设计了有约束条件的定位综合算法,算法融合使用最小二乘法、Taylor递归法、Kalman滤波,并加入轨道方程约束和连续性约束两种约束条件。该算法解决了地面参考基站所包围区域的外部定位精度差的问题,克服了UWB模块因非视距、多径效应而出现较大误差的不足。实验分析与计算结果显示,当待测物体在地面参考基站50 m范围内,定位误差在10 cm以内;此方法定位速度快、误差小,具有较高的工程应用价值。     

机器人听觉系统中指纹定位改进方法

针对传统指纹定位方法中高定位精度依赖于高参考点密度、计算复杂度高的问题,提出了一种改进的声音位置指纹定位方法。基于声音位置的聚类算法首先被用来构建位置指纹数据库,从而降低在线搜索数据库的计算成本,同时线性插值方法被采用在选定聚类内生成虚拟参考点来更新数据库,最后,目标位置由声源与虚拟参考点的指纹相似度计算得出。实验结果表明,该方法能有效提高低参考点密度下的系统定位精度,同时算法复杂度低。     

基于补偿系数的DV-HOP定位的改进算法

DV-Hop定位算法是一种重要的无需测距定位算法.在各向同性的密集网络中,它可以获得比较合理的定位精度,然而在随机分布的网络中,节点的定位误差较大.根据DV-Hop算法的定位过程,利用最小均方误差法对平均跳距进行改进,并考虑到传感器节点通常部署在非平面应用场景,通过补偿系数来校正未知节点到信标节点之间的估计距离,提出一种基于补偿系数的定位算法.仿真结果表明,在适当增加节点计算开销的条件下,改进算法的定位精度有明显改善,是一种可行的无线传感器网络节点定位解决方案.     

智能空间定位模型研究

在智能空间三维定位过程中,由于噪声干扰,对未知节点的定位会产生误差。通过对定位过程中产生的误差区域分析,推导出当空间定位参考点和未知节点满足一定条件时,定位误差最小,由此提出空间定位参考点的布局模型定理。仿真实验表明,定位参考点布局模型定理能更好地满足对智能空间实时定位的需求,且具有较高的定位精度。     

基于改进变尺度法的超宽带定位新算法

针对传统定位算法收敛速度慢的问题,结合超宽带通信具有时间分辨率高的特点,在到达时间差(TDOA)定位模型的基础上,采用基于Armijo步长的变尺度法(DFP)对目标节点进行初始定位,进一步在初始位置处以泰勒级数展开算法得到目标节点的最终位置,实现超宽带(UWB)通信系统精确定位。实验结果表明,采用改进变尺度法的初始坐标修正算法,不仅能够降低定位优化算法对于初始坐标的要求,而且在测量时间准确的前提下,相比传统最速下降法平均定位精度有7倍的改进,整个算法具有好的定位精度和定位效率。     

基于阶次序列加权的无线传感器定位算法

针对WSN中节点的定位误差的问题,提出了一种阶次序列加权的无线传感器定位算法。首先根据节点定位中的信号传输采用Shadowing模型,其次根据锚节点建立Voronoi图,将Voronoi多边形的顶点作为参考点,然后建立参考点与锚节点之间的阶次序列,通过选择N个未知节点序列与最优序列加权估计未知节点的位置,仿真结果表明,相对于参比算法,算法不仅提高了传感器节点的定位精度,而且降低了算法的计算复杂度,在WSN节点定位方面具有较高的应用价值。