排序方式: 共有91条查询结果,搜索用时 109 毫秒
41.
42.
在智能手机和互联网的普及状态下,对高精度定位技术的需求也更加显著,精确定位服务已渗透到各个领域,如物联网、无人驾驶、机器快递员、应急救援等。在室外环境下,这些服务大多由全球卫星导航系统提供;然而,在深山丛林、矿井隧道、地下室等室内环境下,由于信号衰减及多径效应的影响,GPS无法正常工作。本文针对一些特殊的室内场景,研究了基于松耦合滤波的视觉惯性融合导航方法,设计了一个面向智能手机平台的室内行人定位系统。该方法视觉前端采用了快速、稳健的稀疏直接法,后端采用了扩展卡尔曼滤波器来融合惯性信息,能够有效融合视觉和惯性信息,达到恢复单目视觉尺度、提高稳健性的效果,实现了高精度的室内行人定位。 相似文献
43.
室内定位需求急剧增加,普及的智能手机带来了解决问题的一种方法。本文提出了一种基于智能手机的粒子滤波室内融合定位方法。利用三轴加速计和三轴罗盘等微机电系统(micro-electromechinical system, MEMS)传感器数据估计目标的运动状态信息,利用WiFi数据更新运动状态,实现融合定位。室内动态环境下实验结果表明,融合定位方法平均定位误差小于2 m,其有效利用智能手机平台获取多种传感器数据,很好地结合了行人航迹推算方法和K加权最近邻方法的优势,在定位精度和稳健性方面均有良好表现。 相似文献
44.
智能手机移动测量方法的设计与实现 总被引:2,自引:0,他引:2
近年来,智能手机在快速的发展过程中逐渐集成了多种传感器,包括位置传感器、磁力计和加速度计等姿态传感器和数码相机等;同时,由于它所具备的体积小、成本低的优点,为实现手机影像移动量测提供了可能。本文通过Android系统平台及智能手机集成的多传感器,提出了一种新型的智能手机影像量测方法。该方法首先对手机相机进行标定获取内方位元素,并进行Android应用程序的开发,在获取影像数据的同时获得手机的位置姿态数据;然后对影像数据进行特征点提取、匹配及错误点删除,并根据位置姿态数据和同名点图像坐标,利用空间前方交会计算目标点的三维坐标;最后通过光束法平差进行整体优化。试验结果表明该方法获取的位置信息可达到较高的精度. 相似文献
45.
46.
47.
48.
本文利用智能手机GNSS信噪比观测值在建筑物周围的变化特征,分析其与建筑物对GNSS信号遮挡的关系,提出了一种二维概率地图的概率消减反演算法和建筑高度的邻近边界点体素化反演算法,进而采用大量观测数据反演三维地图,并对反演精度进行分析。试验结果表明,在5 m栅格地图上,取高度角为5°以上卫星的GNSS信噪比数据,达9000历元时各项精度趋于稳定,超过12 000历元时反演的建筑物中心坐标、建筑面积、角点点位及建筑高度综合效果最佳。其中心点位误差为1.16~1.74 m,面积误差为1.12%~2.39%,角点误差绝对均值为5.00~5.30 m,均方根误差为5.82~6 m,建筑高度误差为0.04~2.1 m,基本实现了利用智能移动终端GNSS信噪比数据反演三维地图的目标。 相似文献
49.
由于现有行人路网的基础数据中缺失属性信息,造成行人导航无法满足个性化需求,影响了行人出行的舒适度与安全性。将路网分为平路与坡路两类,提出了一种基于智能手机的行人路网坡度属性检测方法。首先,基于智能手机传感器数据,采用机器学习算法实现对坡度属性的检测。其次,通过数据融合与地图匹配,得到带有属性信息的行人路网数据。最后,对该数据投票与修正并进行可视化。方法最终达到了97.3%的属性检测精度,表明了本文方法的有效性。所得路网数据可为个性化导航提供数据基础。 相似文献
50.