超宽带室内高精度定位技术研究

近年来,室内定位逐渐成为位置服务的新领域。其中以超宽带这种利用纳秒级非正弦波脉冲来传输数据的无线载波通信技术为室内定位技术注入了新的活力,超宽带定位技术具有时间和空间分辨率高、保密性好、穿透能力强、定位精度高等优点,为高精度室内定位提供了很好的解决方案。首先介绍超宽带技术概念和定位原理,针对超宽带室内定位精度展开试验,实验结果显示在室内环境下可以达到厘米级的精度,最后讨论超宽带定位技术的应用领域和前景。     

室内高精度定位技术总结与展望

高精度的室内定位技术对于国民经济发展具有非常重要的意义。近年来,随着位置服务需求逐渐增加,技术不断发生迭代,室内定位向着高精度和无缝持续发展。在卫星信号无法覆盖室内的情况下,高精度室内定位技术成为研究热点,发展出多种定位源和对应的定位原理。针对高精度室内定位技术的最新发展现状,依据不同定位原理分为基于几何关系、指纹匹配、增量估计和量子导航的高精度定位方法,并对各类方法的定位原理进行了介绍,对当前技术发展进行探讨和分析,总结出高精度室内定位技术的特点,探讨出多源化、智能化、大众化的未来发展趋势。     

基于UWB和Skyline的室内三维实时定位技术研究

基于Skyline与UWB技术,介绍了从定位数据采集、传输、解析,到室内三维场景集成和人员、资产的实时动态监控显示的总体系统架构。详细论述了UWB定位传感网络设计、Skyline三维场景集成以及三维实时定位软件设计等关键技术,以地铁站为应用场景,构建仿真测试环境,验证技术路线的可行性,对于开展室内应急救援、科学疏散、减少人员伤亡和经济损失以及联合救援演习等具有重要作用。     

室内高精度定位技术研究应用现状与发展趋势

由于全球导航卫星系统定位信号弱而难以穿透建筑物,满足高精度、实时、高可靠需求的室内定位是泛在北斗系统所面临的挑战之一。高精度室内定位作为未来人工智能和超智能应用的时空数字底座核心技术之一,是工业界和学术界的研究热点。首先综述了现有高精度室内定位技术的发展现状,对比了各自优缺点及存在难点,然后分析了典型应用下相关技术的发展趋势,并对室内定位技术未来的发展方向和应用场景进行了展望。     

基于WiFi信号室内定位技术的研究

主要对基于WiFi信号的室内定位技术中的三角形定位法进行了研究。鉴于现有的三角形定位模型受信号强度和环境干扰的约束影响,定位精度不高,提出了一种结合室内影响因素约束的权重改正定位模型,更加切合复杂的室内定位环境。通过试验测试和数据分析,经过加权去噪模型改正后的定位精度更高,适用性更广。     

基于无线传感器网络的室内定位研究

分析了以接收信号强度为基础的三边测量法和场景分析法两类无线室内定位算法的基本原理,利用无线传感器网络节点在实际的室内环境中对这两类算法进行了测试并对它们的定位精度进行了分析和对比。     

浅谈室内定位技术现状

GPS和蜂窝网络定位技术已经发展成熟,并广泛应用在生产和生活各方面中,为大众所熟知,而在GPS信号无法到达的室内,却没有一个适合大众推广应用的室内定位系统,来实现室内外定位技术的无缝衔接,因而很多人对室内定位技术比较陌生。本文主要对主流的室内定位技术的原理、优缺点做简要的介绍,并介绍各自的应用情况。     

GIS辅助的室内定位技术研究进展

室内定位技术是目前基于位置服务领域的研究热点之一,已引起政府部门、产业界和学术界的重视。室内GIS包含了丰富的先验知识,可用于辅助室内定位。本文对GIS辅助的室内定位技术需求、发展现状及面临的挑战进行了较系统梳理。首先介绍其发展现状,包括基于地图约束的室内定位、基于拓扑地图匹配的室内定位、基于语义感知的室内定位以及基于视觉感知的室内定位。随后,介绍了其面临的挑战,主要包括统一时空基准下的室内GIS数据模型、室内GIS数据更新以及智能手机有限的计算资源。最后,展望了其发展趋势,在GIS辅助的室内定位方面,将从基于语义感知的室内定位发展到基于空间认知的室内定位;在室内GIS数据的获取方面,将从目前的基于机器采集发展到人机交互式数据采集。     

基于RFID的室内定位技术的开发与研究

阐述了对基于射频识别(RFID)的室内定位技术的研究结果,基于该原理的研究成果,以无线局域网为媒介、以C#编程开发实现了基于信号能量指标(RSSI)测距的室内定位应用程序,并设计测试方案对其定位误差进行测试与分析。经测试,该程序定位误差在2.5m以内,长时间解算值方差在0.04以内,证明了该技术实现室内定位的可行性。     

利用偏置矩阵提高天绘一号卫星影像定位精度

受卫星姿态、位置精度以及传感器安装误差的影响,卫星对地定位会不可避免地产生系统误差。将定位系统误差归结为偏置矩阵,并推导了基于共线方程的表达形式。针对天绘一号高分辨影像进行实验,结果表明,该系列影像利用辅助姿态轨道数据直接定位时,存在不容忽视的系统误差;采用少量地面控制点可以解算偏置矩阵,从而将定位精度提升一个数量级,同时偏置矩阵对一定时间内的其他影像也有纠正作用。     

基于运动捕捉系统的UWB室内定位精度标定方法

为了对UWB(Ultra Wide-Band)室内定位系统精度进行有效的评估,提出了一种基于运动捕捉系统的UWB室内定位精度标定方法。该方法的实现是基于两个实验完成的。其一是使用全站仪对运动捕捉系统进行精度验证,通过布尔莎七参数坐标转换模型对实验数据进行处理,表明了运动捕捉系统的精度满足要求,可以用于标定UWB室内定位系统的精度。其二是通过运动捕捉系统来标定UWB室内定位系统的精度,以运动捕捉系统采集的数据为真值,将UWB室内定位系统采集的数据与运动捕捉系统采集的数据进行比较,得出的标定结果符合实际情况,表明了标定方法是有效和可靠的。     

基于数字正射影像的影像匹配更新及精度探讨

探讨了以已有数字正射影像成果为像片控制基础,与新的航空影像/卫星影像自动配准、匹配、区域网平差,获取像片控制点及纠正点成果,结合已有数字高程模型进行影像纠正,快速生成新的数字正射影像的技术方法,并对无野外控制条件下不同分辨率的影像所能达到的精度进行了验证分析。     

基于影像匹配的自发地理信息道路精度评价与改善

针对无矢量参考数据自发地理信息道路精度难以评价的问题,提出了一种基于影像匹配的道路精度评价方法。首先提取影像与自发地理信息中的道路交叉口作为控制点,并将对应的交叉口进行匹配,以同名控制点的均方根误差作为自发地理信息的道路精度;然后以两组控制点分别构建Delaunay三角网,利用两组控制点的对应关系对每个三角网进行仿射变换,从而实现对自发地理信息道路的几何纠正,以提高其精度。最后以郑州市的Open Street Map道路数据进行试验,结果表明本文算法能够有效提高自发地理信息的道路精度。     

基于Wi-Fi信道状态信息的室内定位技术现状综述

室内定位技术一直是工业界和学术界的研究热点,Wi-Fi信号作为重要的定位源,长期受到研究人员的关注。传统的利用接收信号强度的Wi-Fi定位方法受到诸多限制,容易受到环境等因素的影响,精度难以有效提升,也无法展开大规模的应用。信道状态信息（channel state information,CSI）是一种比接收信号强度更能描述Wi-Fi信号传播本质的观测量,利用CSI进行室内定位研究已得到越来越多的关注。介绍了CSI基本概念,综述了现有基于CSI的各类定位方法,包括指纹匹配、测角和测距等,分别描述其基本原理,指出其中的优缺点,并分析其现状和难点。并对基于Wi-Fi信道状态信息的定位技术未来的发展方向进行了展望。     

局部物体块匹配的图像匹配算法

构建具有较强表达能力的图像特征是图像匹配应用的核心环节.训练孪生神经(Siamese)特征提取网络构建图像局部特征,通过图像局部特征的匹配解决整体图像匹配的问题.在图像匹配过程中,首先检测图像中包含的物体块,采用特征提取网络构建各物体块的特征表达,然后计算各物体块间的相似度,组成图像对相似矩阵,最后基于相似矩阵构建图像...     

局部单应约束的高精度图像自动配准方法

提出一种基于SIFT特征的抗差图像匹配算法。算法分为两个阶段:①初始匹配,综合利用SIFT特征匹配方法和基于SIFT特征尺度和方位信息的自适应归一化互相关(normalized cross correlation,NCC)方法建立初始相关,并基于几何关系一致性检测剔除误匹配;②匹配传播,在初始相关的基础上,利用自适应NCC和局部单应约束进行匹配传播,迭代产生更多的匹配点并采用几何关系一致性检测剔除可能的误匹配。初始单应采用最小二乘匹配方法估计得到,并采用自适应NCC为其提供良好的初始值。与现有的基于SIFT特征的图像配准方法相比,算法在抗几何变形和配准精度等方面具有优越性。     

基于微惯性技术的室内定位理论及应用

室内定位方法的可行性及准确性成为位置信息服务体系的研究热点,针对移动智能终端普及率的提高,提出了基于内置微惯性传感器的定位理念。通过采用Allan方差分析惯性器件误差参数,并基于频谱分析采用滤波降噪方案提高器件输出信噪比,结合人体运动特征准确判定步态,为零速修正算法的实现提供依据,通过建立局部区域的地磁信息数据库,实现磁匹配零速修正卡尔曼组合误差修正。实验结果验证了基于微惯性技术的室内定位方法的可行性。     

一种基于智能手机的室内地磁定位系统

研究分析了手机传感器和室内地磁场的性质后,针对室内定位问题提出了一种基于客户端 服务器架构的定位系统.因智能手机大多搭载了能够收集地磁信号的三轴磁通门传感器,提出了两种构建位置指纹的方法:将地磁传感器的数据水平化,或是结合方向信息和地磁数据构建混合位置指纹,并通过将定位区域划分为网格的方式构建定位基准图.针对两种位置指纹设计了基于欧几里得距离的匹配算法.最后,在Android平台部署应用并进行实验,分别对比了两种位置指纹的定位准确度、地磁匹配速度,实验结果表明系统能够达到1 m的定位精度.