进化策略路径损耗模型的室内定位应用

针对传统路径损耗模型经验参数在室内环境应用中的不足,该文提出了一种基于进化策略的损耗模型参数估计方法。采用启发式的随机搜索方式应用于复杂环境条件下的射频信号建模问题,输出模型较好地拟合了信号衰减曲线,20m范围内误差小于3.7dBm。利用获取模型提供参考节点加权因子,结合加权最邻近算法下的均值法和贝叶斯算法,实现了由二维平面演进到三维空间内的有效定位,平均定位误差可控制在3.4m以内。     

平滑方法用于INS数据的预处理

在αβγ滤波器的基础上,推导了用于惯性导航系统（ＩＮＳ）方位角数据预处理的平滑公式。采用不同的窗口长度对实际数据进行计算和比较,得到了处理精度为０．０１°的结果。     

GPS/INS紧耦合系统提高GPS失锁后解算精度的方法

在GPS/INS辅助航空摄影测量作业过程中,如果GPS失锁时间过长将会影响到整个机载POS数据后处理精度,从而影响制图效果。文章旨在研究解决传统基于位置、速度组合的松耦合导航系统在GPS失锁情况下后处理精度不高的问题,提出基于伪距、伪距率的紧耦合导航系统:在保证外符合精度前提下,后处理后的位置内符合精度达到0.05m、航向角内符合精度约为0.005deg,各项指标均满足国外GPS/INS辅助航空摄影测量系统解算精度要求。研究结果可以为解决相关问题提供参考。     

ZigBee网络中RSSI的测距模型分析

本文在分析常规的RSSI对数模型下,提出一个新的路径损耗因子动态变化模型(N-Model):在室外空旷地带用ZigBee节点获取RSSI数据,分别用对数模型、多项武模型以及本模型做曲线拟合,结果表明在短距离(＜15m)情况本模型优于另两种模型.在中长距离(15m～110m)的情况下,多项式模型能达到较好的效果.     

双基线姿态确定问题的算法优化

两条基线实现姿态测量给工程应用提供了方便。针对两条基线场合下的姿态确定问题,对QUEST(Quaternion Estimator)三轴姿态估计算法进行了优化。在传统TRIAD方法基础上,对两条基线向量进行加权线性组合,并构建基线向量组实现对基线向量信息的充分利用;然后通过QUEST算法实现三轴姿态角的最优解算。用接收机进行了实验,结果表明:通过对比两条基线的TRIAD算法和QUEST算法,本文中的优化算法解算三轴姿态角的精度有了明显提高。     

多传感器行人航位推算方法和UKF融合算法

针对利用惯性测量单元进行行人航位推算（PDR）时,其定位误差会随时间累积的问题,提出了一种基于多传感器融合的室内行人航位推算方法;对于智能移动设备的低成本多传感器,设计了基于无迹卡尔曼滤波（UKF）的初始对准,设定4种阈值条件进行步伐状态检测;在行走过程中,针对步长和航向角误差累积的问题,利用基于UKF的零速度更新（ZUPT）对速度误差进行修正,零角速率更新（ZARU）和磁力计融合对航向角误差进行修正,从而有效提高了行人最终的位置精度。试验结果表明：使用该方法可以有效提高PDR位置精度,平均位置偏差占总路程的1.5%左右。     

基于联邦滤波进行立体相机/IMU/里程计运动平台组合导航定位

在无GPS信号的受限环境中,基于序列立体影像的运动平台视觉定位精度较高,能够改正航迹推算方法的误差累积,但在纹理贫乏或光照不足的环境下容易定位失败。为提高受限环境下运动平台定位的精度与稳健性,提出一种基于联邦滤波的立体相机、惯性测量单元（inertial measurement unit,IMU）及里程计组合导航方法。该方法在联邦滤波中利用IMU分别同里程计与立体相机构成子滤波器,有效避免立体视觉定位失效而导致的系统定位失败,提高了定位稳健性。地下巷道实验结果证明,所提方法能有效提高运动平台导航定位的精度,并且在立体视觉定位失效的情况下仍能实现连续定位。     

室内移动机器人自定位方法

针对室内机器人移动导航定位存在的问题,该文研究了基于Kinect传感器的定位算法。该方法应用Kinect传感器采集了移动机器人运动过程中连续帧的彩色和深度信息;通过尺度不变特征变换算法匹配连续场景图像中的特征点对,经随机抽样一致性算法剔除点集中的误匹配点;利用Kinect的深度信息将可用点集的二维坐标转换到相机坐标系下的三维坐标;并使用绝对定向算法计算机器人在相邻位置上的姿态信息和平移量,从而提高了机器人的移动参数的计算精度。通过实验验证了该方法的可行性,且能够满足实时要求,可以同时进行定位与地图创建。     

新一代CAD软件CADdy在测量中的应用

本文评价了ＣＡＤｄｙ４．０在测量中的使用,强调了ＣＡＤｄｙ１４．０可在Ｗｉｎｄｏｗ９５和ＮＴ（３．５１或４．０）上运行,具有动态的局部图象存取功能等。     

改进加权距离定位算法在室内定位中的应用

基于RSSI(Received Signal Strength Indication)的距离测量技术是一种新型低成本的距离测量技术,并且在距离定位的领域中得到广泛的运用。针对常规的Zigbee指纹定位的加权最邻近定位算法较为复杂且精度低下的问题,该文对基于RSSI的Zigbee指纹数据库定位算法中加权最邻近算法进行了研究,提出了利用一种新的加权距离定位算法,并且使用Zigbee无线网络系统进行实验。结果表明,使用加权定位算法后,与常规的3种定位算法相比,Zigbee定位系统的定位偏差得到一定程度的提高且优于1.57m。