| 融合角度特征的CNN可见光室内定位算法 |
| |
| 引用本文： | 杨薇,邵建华,杜聪.融合角度特征的CNN可见光室内定位算法[J].四川激光,2022,43(1):113-118. |
| |
| 作者姓名： | 杨薇 邵建华 杜聪 |
| |
| 作者单位： | 南京师范大学计算机与电子信息学院,南京 210023;南京师范大学计算机与电子信息学院,南京 210023;江苏省光电重点实验室,南京 210023 |
| |
| 基金项目： | 教育部博士点基金(No.2013102SBJ0265)； |
| |
| 摘 要： | 针对可见光室内定位精度不高的问题,提出一种融合角度特征的卷积神经网络(Convolutional Neural Network, CNN)可见光室内定位算法。首先在基于接收信号强度(Received signal strength, RSS)的基础上,考虑到LED(Lighting Emitting Diode, LED)辐射角度对接收端PD(Photo Detector, PD)接收到的信号强度的影响,融合发送端和接收端之间的角度特征信息建立空间三角模型,构建基于角度特征值的位置指纹库,接着利用卷积神经网络模型,训练定位模型,预测待定位目标的位置,然后通过指纹库中的已知指纹点,计算定位误差,得到高精度的室内定位误差。最后在4 m×4 m×2.5 m实验空间中验证该算法,得到平均定位误差为4.16 cm,且定位误差累积分布在4.5 cm以内的概率为80%,在8 cm以内的概率为90%,定位误差稳定。
|
| 关 键 词： | 室内定位 位置指纹库 卷积神经网络 平均定位误差 |
CNN visible light indoor positioning algorithm fused with angle features |
| |
| YANG Wei,SHAO Jianhua,DU Cong.CNN visible light indoor positioning algorithm fused with angle features[J].Laser Journal,2022,43(1):113-118. |
| |
| Authors: | YANG Wei SHAO Jianhua DU Cong |
| |
| Affiliation: | (School of Computer and Electronic Information,Nanjing Normal University,Nanjing 210023,China;Key Laboratory of Optoelectronics of Jiangsu Province,Nanjing 210023,China) |
| |
| Abstract: | |
| |
| Keywords: | Indoor positioning location fingerprint database convolutional neural network average positioning error |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
