CN101324662A - 面向无线传感器网络的人体红外定位装置及方法 - Google Patents

面向无线传感器网络的人体红外定位装置及方法 Download PDF

Info

Publication number
CN101324662A
CN101324662A CNA2008100295924A CN200810029592A CN101324662A CN 101324662 A CN101324662 A CN 101324662A CN A2008100295924 A CNA2008100295924 A CN A2008100295924A CN 200810029592 A CN200810029592 A CN 200810029592A CN 101324662 A CN101324662 A CN 101324662A
Authority
CN
China
Prior art keywords
target
sensor
human
node
wireless sensor
Prior art date
Application number
CNA2008100295924A
Other languages
English (en)
Other versions
CN101324662B (zh
Inventor
申柏华
王国利
黄鑫
侯超钧
黄超
Original Assignee
中山大学
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 中山大学 filed Critical 中山大学
Priority to CN2008100295924A priority Critical patent/CN101324662B/zh
Publication of CN101324662A publication Critical patent/CN101324662A/zh
Application granted granted Critical
Publication of CN101324662B publication Critical patent/CN101324662B/zh

Links

Abstract

本发明涉及人体目标定位与跟踪领域,特别是一种基于无线传感器网络的人体红外检测与定位装置及方法。该装置包括:CPU、射频模块、传感器模块、地址拨码开关、串口和电源,其中,传感器模块包括3个热释电红外传感器。该方法包括:将多个普通Fresnel透镜的视野重新划分和编码的方法,适用于无线传感器网络的簇头动态选择方法等。本发明可广泛应用室内人体目标的定位与跟踪,如监测独居老人的生活作息习惯是否正常,安防安保中对入侵目标的定位与追踪等。

Description

面向无线传感器网络的人体红外定位装置及方法 技术领域本发明涉及无线传感器网络技术领域和人体目标定位与跟踪领域, 特别是涉及一种面向无线传感器网络的人体红外定位装置及方法。背景技术人体检测与定位是智能监控、高级人机接口、人体运动分析、人体 行为理解等领域涉及的共性关键技术和广受关注的研究热点,在灾害救 助、安防以及医疗监护等方面有广泛的应用价值。无线传感器网络是传 感技术在微型化、网络化和普适化方向凝聚发展的结果,是一种覆盖范 围宽、分布密度高、容错能力强和适应范围广的新型感知计算环境,是 互联网向物理世界的延伸和扩展,对当今的信息技术己产生了广泛而深 远的影响。特别地,在实现人体检测与定位过程中引入无线传感器网络 技术,无疑会拓展人体检测与定位的作用和适应性,将在灾害搜救、长 者监护及入侵者检测与跟踪等应用领域发挥更为重要的作用。已有的人体检测与定位方法主要有:1、基于无线射频(Radio)测量法该方法借助无线信号发射与接收的传播过程,依据接收信号的信号 强度[2,3]或接收信号与发射信号之间的时间差计算目标的距离,并通过三 边/三角测量法,确定目标的位置。根据接收信强度来计算目标距离的方法不足之处在于:电池电量的消耗同样会引起信号强度的变化,因此测 量误差较大。根据接收信号与发射信号之间的时间差的方法存在的不足 是:由于电波在空气中传播速度相当快(3*108111/3),只要测量时间差有微 小误差,都会产生较大的测量误差。因此对硬件设计实现的要求很高, 并且能耗也大。此外,该方法要求被测目标必需随身配置无线电发射装 置,这就在一定程度上制约了其适用性。2、 基于超声波(Ultrasonic)测量法该技术单独利用超声波在空气的传播速度[4]或利用超声波与无线电 波在空气中传播的速度差[5]计算被测目标到传感器的距离,例如,被测目 标同时发出无线电波与超声波信号,由于两者在空气中传播速度不一样, 因此传感器接收到两种信号出现时间差,据此可以确定目标与传感器之 间的距离,同样采用三边/三角测量法,获得测量目标的位置。此类方法 对硬件设计实现要求低。然而,测量结果容易受超声波遮挡或反射等因 素的影响。该方法同样需要被测目标配置相关装置才能实现定位,其适 用性受到限制。3、 基于图像的测量法此类方法利用目标在图像中的位置估算目标的实际位置。该方法依 赖于光照强度,涉及复杂的数据处理算法,计算开销大,对硬件实现要 求高,能耗也大。此外,用于人体检测与定位的图像信息不可避免涉及 个人隐私,适用场合不具有广泛性,特别难以在个人生活空间使用。对比传统的传感器网络技术,无线传感器网络节点在能量、计算和 通信等方面存在独特的约束和限制,在容错性、可扩展性、自重构和自 调节等方面有着特殊的设计要求。将上述方法嵌入到无线传感器网络的感知计算环境还面临新的挑战。主要表现在:1、 在计算资源方面。上述方法分别涉及到包括三边/三角测量、图像 处理等时间和空间复杂度较高的算法,需要较强的计算处理能力和较大 的数据存储资源,这与无限传感器网络低成本和低能耗的设计目标冲突, 难以在无线传感器网络的计算环境下实施。换言之,无线传感器网络节 点的计算处理能力和存储资源难以支持上述方法的实施。2、 在通信资源方面。数据扩散是无限传感器网络最重要的关键技术 和基本功能之一,目的在于根据应用目标组织传感器测量数据的多跳路 由策略,需要重点考虑减少因通信开销产生的能耗,限制了通信的带宽 和信道的质量。上述方法涉及无线电波、超声波和图像等感知数据,并 且相应的测量算法依赖于感知数据的准确性和完整性,为此感知数据的 扩散需要较高的通信带宽和较好的信道质量,这些都是在无线传感器网 络通信资源受限的条件下难以实现的。3、 在能量资源方面。上述方法都是采用主动测量模式,即涉及的无 线电波和超声波的发送和接受,以及图像的采集等过程都是需要持续不 断的,因此传感器都要处于连续的工作状态,也就需要持续不断的能量 供给。无线传感器网络的能量资源是受限和不可再生的,需要合理调度 和管理传感器节点,以有效利用有限的能量资源,这些对于上述方法采 用的传感器感知模式是难以发挥的作用。换言之,无线传感器网络固有 的能量约束无法支持上述方法测量的模式。综上所述,计算、通信和能量等资源受限制约了上述已有人体监测 与定位技术在无线传感器网络环境中的应用,有必要探索新的适合无线 传感器网络设计模式的人体检测与定位方法,这正是本发明专利主要的动机和目的。 发明内容针对以上的不足,本发明提出了一种面向无线传感器网络的人体红 外定位装置及方法。面向无线传感器网络的人体红外定位装置,它包括CPU、射频模块、传感器模块、地址拨码开关、串口和电源,其中,每个传感器模块包括3 个热释电红外传感器,每个传感器采用特殊Fresnd透镜编码设计方法。 面向无线传感器网络的人体红外定位方法,它的步骤包括:一、 人体红外定位装置初始化:1) 将传感器节点以m为正三角形的边长安装在目标区域;2) 用Fresnel透镜将每个传感器的视野沿半径方向等分成7份,每 个区域按顺序用编码编号,设置灰色区域为屏蔽区域,即目标在该区域 时,该传感器不能检测到目标,输出为0,反之,输出为l;二、 单个传感器节点初步定位目标所在位置:根据传感器节点中的三个传感器的输出确定目标所在环数n,进而确定目标距离传感器节点中 心的水平距离dd = (n-l)*(m/7)+ (m〃)/2三、 根据三个传感器节点进一步确定目标位置:设传感器节点1、2、3的圆心分别为01(;djl)、 02(x2,y2)、 03(x3j3)点, 各圆心坐标已知,目标处于P(x,;;)点,传感器节点测得目标与自己中心的 水平距离分别为"l、 W、 W,从而得出一个超定方程组<formula>formula see original document page 8</formula>可以用最小二乘解法求出x,即问题转换为求x,使llHx-4最小,式(7)的最小二乘解为:x= HTH Hf(16)。所述步骤(三)中三个传感器节点采用簇头动态选择方法。本发明专利与现有技术相比,具有如下优点和有益效果:1、低成本、低能耗。由于热释电红外传感器本身的特点,在其感知范围内无人运动时,其消耗的电流仅为几个UA,而且此时CPU可以处 于低功耗的睡眠状态, 一旦有运动目标进入传感器感知范围,传感器将 自动输出一个高电平唤醒CPU开始工作。如果采用其他类型的传感器,如无线电波、超声波、图像等传感器,需要CPU不断读取传感器的数据 才能判断是否有目标进入,而大多数时间里,是无运动目标的,CPU在这段时间内消耗了大量的能量做无用功。2、 定位精度高。对人体目标定位的精度可达到0.5米。3、 便于室内大规模布置。现有的一些红外传感器需安装在侧面墙上, 容易出现很多死角,要求传感器布置得较密,而且各区域内的测量精度 差别很大,不利于大规模布置。本传感器节点布置在天花板上,各节点 之间的距离可达3-6米(视天花板离地面高度而定),便于大规模布置。4、 不需被测目标携带任何装置。采用无线电波、超声波等方法测量 时需要被测目标携带相关发送和接收装置,大大限制了其实用性。5、 不受环境噪声的影响。采用超声波测量时会受环境噪声的影响。6、 不受光照度强弱的影响。采用基于图像的测量法时会光线强弱的 影响,而红外图像传感器成本又太高。附图说明图1为无线传感器网络的人体红外定位装置结构图;图2为热释电红外传感器模块功能结构图;图3为Fresnd透镜视野编码图;图4为传感器布置方位及测量范围示意图;图5为三个传感器之间的位置关系及测量范围示意图;图6为目标位置计算各参数示意图;图7为10.5米*12米的房间内无线传感器节点布置平面图。 具体实施方式下面结合附图对本发明进行进一步阐述。如图1所示,无线传感器网络的人体红外定位装置包括CPU与射频 模块、传感器模块、地址拨码开关、串口,电源模块等。其中,每个传 感器模块包括3个热释电红外传感器,每个热释电红外传感器特殊Fresnd 透镜编码设计方法。热释电红外传感器外加Fresnel透镜后能准确检测到 运动中的人体发出的波长约为10um的红外光,具有低成本、低能耗、检 测范围广等优点,采用该种传感器方案来对人体目标进行检测与定位时, 不需被测目标携带任何装置。传感器模块内部功能框图如附图2所示, 人体发出的红外光经过半球形Fresnd透镜聚焦后汇集到热释电传感器 上,再经过放大及滤波,输出一个开关信号(高电平1或低电平0),高电 平表示该传感器检测到了运动的人体,低电平表示没检测到。如果将一 个这样的传感器模块布置在高度为3.5米的天花板上,该传感器模块的检 测范围为一个半径约为3.5米的圆形区域,如图4中最外面的圆所示,但 单独一个这样的传感器节点无法检测人体目标在这个半径为3.5米的圆 形区域内的具体位置。采用单个传感器节点只能测出目标处于哪个环形区域,为进一步测 出目标所处的准确位置,必须至少3个传感器节点配合,如图5所示,当目标进入三个传感器节点的交叉区域,例如P点,则节点1测出目标 处于第4环,节点2测出目标处于第7环,节点3测出目标处于第4环,综合三个节点的信息,可进一步测出目标的位置,采用该测量方法最大 误差不超过0.5米。为使该方法能够适用于无线传感器网络,需要选择其 中一个节点对三个节点的测量数据进行综合,计算目标所处的具体位置。 由于无线传感器网络中要求各节点能耗尽量均衡,以免其中某些节点的 能量过早耗尽而影响整个网络。本发明采用如下方案选择簇头来综合三 个节点的测量数据进行计算,三个节点各自测得目标处于第几环后,先 检查最近t时间内(t取1秒)自己是否已收到其他相邻两个节点发过来的 数据,如无,则将本次测量数据广播给相邻的6个节点。如果目标进入 三个节点的交叉区域,则必有两个节点先发送自己的测量数据,而第三 个节点在准备发送数据时,因为检查得到在t时间内已收到了其他两个相 邻节点发过来的数据,则不再发送,而是综合自己测量的数据与收到的 两个节点的数据进行目标位置的计算。由于目标进入三个节点的初始位 置是随机的,而且三个节点测得数据后发送数据的先后顺序也是随机的, 因此,采用该方法选择的簇头也是随机的,这就保证了这三个节点的能 耗均衡化。具体确定目标位置的方法如下。一、 一个传感器节点中三个传感器配合确定目标所处圆环位置-如图3所示,图中用Fresnd透镜将传感器的视野(半径3.5米的圆 形区域)沿半径方向等分成7份,灰色区域为屏蔽区域,即目标在该区 域时,该传感器是不能检测到目标的。例如图3(a)中,环l、 2、 3为屏蔽 区域,即当目标进入传感器模正下方半径1.5米内的圆形区域时,传感器 不能检测到该目标,输出O;当目标进入环4、 5、 6、 7的区域时,该传 感器能检测到目标,输出l。将图3 (a)(b)(c)所示的三个透镜组成的三个传感器做在一个传感器节点上,根据三个模块的输出,即可唯一确定目 标处于环1-7中的哪个区域。目标所处位置与三个传感器的关系编码表如 表1所示-表1传感器节点模块三个传感器模的关系编码表目标所处位置 传感器模块1 传感器模块2 传感器模块3(圆环序号) 输出 输出 输出1 0 0 12 0 1 13 0 1 04 1 1 05 1 1 16 1 0 17 1 0 0例如,如果传感器模块1、 2、 3分别输出0、 1、 0,则根据表1可知, 目标处在第三环位置,如果以该圆环的中心位置为所测结果,则目标离 传感器节点中心的水平距离为(3-1)*0.5+0.25=1.25米。二、三个传感器节点配合进一步縮小目标位置,提高定位精度。 一个传感器节点只能测出目标离传感器节点中心的水平距离,不能 进一步确定目标的位置。本专利采用三个无线传感器节点配合的方法来 进一步确定目标位置。三个传感器节点的布置如图所示,三个传感器节 点的中心呈正三角形,三角形边长3.5米。 1、定位方法如图5所示,假设目标正处于图中的P点,则传感器节点1测得目 标处于第4环,输出4,传感器节点2输出7,传感器节点3输出4。反 之,如果传感器节点l、 2、 3分别输出4、 7、 4,便可确定目标正处于P点2、定位算法如图6所示,设传感器节点1、2、3的圆心分别为Ol(xl,少l)、 02(;c2j2)、 03(x3,y3)点,各圆心坐标已知。设目标处于P(x,力点,三个传感器节点测 得目标与自己中心的水平距离分别为W、 ^2、 J3。理论上,如果W、 "2、 W是精确的,则只需其中任意两个值即可求出P点的坐标,但由于此距 离不是精确值,只是一个估算值,因此用"l、 "2、 W三个距离值可提高则量精度。根据图6得出如下超定方程组(x _ xl)2 + (y _少l)2 = i/12 (x — x2)2 + (y - y2)2 — (/22(1)-(2)得(2)-(3)得(21)伸2(jc2 - x1)jc + 2(_y2 - yl)y = c/12 - d22 + x22 - xl2 + >>22 -少l22(x3 -x2)x + 2(}3 _少2)} = d22 -d32 + x32 -;c22 + y32 -y222(:c3 - ;d)jc + 2(>3 - = dl2 - d32 + x32 - jcl2 + y32 -少l2 将(4)、 (5)、 (6)改写为矩阵形式得Hx = f其中:H = 2x2 _ ;d _y2 - _yl x3 _ x2 _y3 _少2 x3 - xl _y3 _ ylx =f =c/12 _ J22 + x22 _ xl + y22 -少1 d22 _ d32 + x32 - ;c22 + _y32 - _y22 <il2 - d32 + x32 - xl2 + _y32 - _yl2(17)(18)(19)(20)(22)(23)可以用最小二乘解法求出x,即问题转换为求x,使lHx-fl2最小。 式(7)的最小二乘解为:X = (HTH)_1H'f (24)3、适合于无线传感器网络的簇头动态选择方法由于计算目标位置需要三个节点的测量数据,为减少数据在整个无 线传感器网络中的数据传输量,需要临时将此三个节点组成一个簇,选 举一个簇头来综合3个节点的数据并计算出目标的位置,然后通过其他 路由算法将目标位置信息送达网关。而这三个节点在整个网络中的身份 是平等,为使各节点能耗均衡化,不能固定选择某个节点作为簇头,本专利采取如下方法动态选择簇头:由于一个节点周围最多有6个节点与之相邻,如图7中的节点6。有 的节点也可能只有2个节点与之相邻,如图中的节点l、 4、 8、 11。互相 相邻的三个节点可根据需要动态组成一个临时的簇。每个节点都有一个 表格用来保存与自己相邻的节点编号,并且按顺序存放,不妨称之为节 点邻接表。例如节点1的相邻节点为节点2、 5;节点6的相邻节点为2、 3、 7、 10、 9、 5。图中所有节点的邻接表如表2所示:表2节点邻接表<table>table see original document page 15</column></row> <table> 表中只有符合下述条件的三个节点才能组成一个正三角形(动态 簇),(1) 从表2最左边一列(节点编号)中选一个节点,从其右边的相 邻节点中选择两个连续的节点,这三个节点可组成一个正三角形(动态 簇)。(2) 如果一个节点相邻节点有6个,则其第一个相邻节点和最后一个 相邻节点也是连续的。例如节点6有6个相邻节点,则其与第一个相邻 节点(节点2)和最后一个相邻节点(节点5)也可组成一个正三角形(动 态簇)。一个节点在测得目标距离自己中心的水平距离后,准备发送该距离 信息给自己的相邻节点(最多6个),但发送之前先判断在最近的t时间 (t取1秒)内是否收到两个连续的相邻节点发给自己的距离值,如是,则 不发送,同时选择自己作为簇头,综合三个节点的数据对目标位置进行 计算。否则,发送自己的测量数据到相邻节点。由于三个节点发送数据的时间有先有后,而且时间先后顺序是随机 的,因此,簇头的选择也是随机,这就保证了不会总是选择一个固定的节点作为簇头来计算,也就保证的无线传感器网络中要求的能耗均衡化 准则。如上所述,便可较好地实现本发明专利,但本发明并不局限于此。

Claims (3)

1、一种面向无线传感器网络的人体红外定位装置,其特征在于,该装置包括CPU、射频模块、传感器模块、地址拨码开关、串口和电源,其中,每个传感器模块包括3个热释电红外传感器,每个传感器采用特殊Fresnel透镜编码设计方法。
2、 一种面向无线传感器网络的人体红外定位方法,其特征在于,它 的步骤包括:一、 人体红外定位装置初始化:1) 将传感器节点以m为正三角形的边长安装在目标区域;2) 用Fresnel透镜将每个传感器的视野沿半径方向等分成7份,每 个区域按顺序用编码编号,设置灰色区域为屏蔽区域,即目标在该区域 时,传感器模块是不能检测到,输出为0,反之,输出为l;二、 单个传感器节点初步定位目标所在位置:根据传感器节点中的三个传感器的输出确定目标所在环数n,进而确定目标距离传感器节点中 心的水平距离dd = (n-l)*(m〃)+ (m/7)/2三、 根据三个传感器节点进一步确定目标位置:设传感器节点1、2、3的圆心分别为01(xl,少l)、 02(x2j2)、 03(jc3,少3)点, 各圆心坐标已知,目标处于P(x,力点,传感器节点测得目标与自己中心的 水平距离分别为W、 J2、 "3,从而得出一个超定方程组(x_xl)2+(j;_yl)2 =dl2 (" (x-x2)2+(>/-y2)2 =t/22 (2)<formula>formula see original document page 3</formula>(3)(1)-(2)得<formula>formula see original document page 3</formula> (4)(2)-(3)得<formula>formula see original document page 3</formula> (5)(1)画(3)得<formula>formula see original document page 3</formula> (6)将(4)、 (5)、 (6)改写为矩阵形式得Hx = f (7)其中:<formula>formula see original document page 3</formula>可以用最小二乘解法求出x,即问题转换为求x,使lHx-4最小, 式(7)的最小二乘解为:<formula>formula see original document page 3</formula> (8)。
3、根据权利要求2所述的面向无线传感器网络的人体红外定位方法, 其特征在于,所述歩骤(三)中三个传感器节点采用簇头动态选择方法c
CN2008100295924A 2008-07-21 2008-07-21 面向无线传感器网络的人体红外定位装置及方法 CN101324662B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2008100295924A CN101324662B (zh) 2008-07-21 2008-07-21 面向无线传感器网络的人体红外定位装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008100295924A CN101324662B (zh) 2008-07-21 2008-07-21 面向无线传感器网络的人体红外定位装置及方法

Publications (2)

Publication Number Publication Date
CN101324662A true CN101324662A (zh) 2008-12-17
CN101324662B CN101324662B (zh) 2011-06-29

Family

ID=40188281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008100295924A CN101324662B (zh) 2008-07-21 2008-07-21 面向无线传感器网络的人体红外定位装置及方法

Country Status (1)

Country Link
CN (1) CN101324662B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101872536A (zh) * 2010-06-24 2010-10-27 北京航空航天大学 一种基于无线传感器网络的入侵监测系统
CN102065576A (zh) * 2010-09-20 2011-05-18 江南大学 一种基于传感器网络的物体流量监测系统及其应用
CN102123473A (zh) * 2011-01-06 2011-07-13 山东大学 无线传感器网络基于动态簇机制的目标跟踪方法
CN102279384A (zh) * 2011-04-25 2011-12-14 上海路歌信息技术有限公司 一种基于无线功能的室内红外定位系统
CN101594677B (zh) * 2009-06-25 2012-06-13 北京航空航天大学 一种基于分簇的非规则Ad hoc网络节点自定位系统
CN102572695A (zh) * 2012-01-21 2012-07-11 江苏博智软件科技有限公司 一种基于Zigbee技术的定位系统和方法
CN102984084A (zh) * 2012-11-21 2013-03-20 北京奇虎科技有限公司 计算机集群中节点间数据传输方法和系统
CN103020656A (zh) * 2012-12-19 2013-04-03 中山大学 一种压缩红外感知实现的手势识别装置及识别方法
CN103903389A (zh) * 2012-12-30 2014-07-02 青岛海尔软件有限公司 应用热释电红外探测器的居家老人看护系统
US8890871B2 (en) 2009-11-06 2014-11-18 Domuset Oy Method and arrangement for monitoring the path of an animal or a human in the home
CN104280064A (zh) * 2013-07-12 2015-01-14 魏燕 一种组态式多参数无线理化指标监测仪
CN104994576A (zh) * 2015-05-15 2015-10-21 东北大学 一种基于红外人体传感器阵列的室内人员定位系统及方法
CN105547494A (zh) * 2016-01-08 2016-05-04 罗晓牧 基于热释电红外传感器的室内人体定位装置及其实现方法
CN105717484A (zh) * 2016-02-24 2016-06-29 苏州科技学院 一种室内定位系统及定位方法
CN105989695A (zh) * 2015-02-15 2016-10-05 中国移动通信集团公司 监护对象活动风险评估方法及装置
CN106527235A (zh) * 2016-12-25 2017-03-22 湖南晖龙股份有限公司 基于单火线供电的双向控制开关
CN106815603A (zh) * 2017-01-11 2017-06-09 中山大学 基于多传感网络的室内活动检测识别方法及系统
CN107132506A (zh) * 2017-06-14 2017-09-05 泰康保险集团股份有限公司 用于室内监控的方法、装置、系统及电子设备
CN107296612A (zh) * 2017-06-13 2017-10-27 泰康保险集团股份有限公司 被监护人的自动监护方法、系统及终端设备
CN110554355A (zh) * 2019-08-01 2019-12-10 航天科工防御技术研究试验中心 一种目标定位系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6376840B1 (en) * 1999-09-14 2002-04-23 Regent Lighting Corporation Selectable lens array
DE60321538D1 (de) * 2003-04-03 2008-07-24 Mitsubishi Electric Corp Laufzeitdifferenzbestimmung in verteilten Sensornetzwerken
CN2865137Y (zh) * 2005-12-23 2007-01-31 西安中达信息技术有限责任公司 热释远红外节电智能开关装置

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101594677B (zh) * 2009-06-25 2012-06-13 北京航空航天大学 一种基于分簇的非规则Ad hoc网络节点自定位系统
US8890871B2 (en) 2009-11-06 2014-11-18 Domuset Oy Method and arrangement for monitoring the path of an animal or a human in the home
CN101872536A (zh) * 2010-06-24 2010-10-27 北京航空航天大学 一种基于无线传感器网络的入侵监测系统
CN102065576A (zh) * 2010-09-20 2011-05-18 江南大学 一种基于传感器网络的物体流量监测系统及其应用
CN102123473A (zh) * 2011-01-06 2011-07-13 山东大学 无线传感器网络基于动态簇机制的目标跟踪方法
CN102279384A (zh) * 2011-04-25 2011-12-14 上海路歌信息技术有限公司 一种基于无线功能的室内红外定位系统
CN102572695A (zh) * 2012-01-21 2012-07-11 江苏博智软件科技有限公司 一种基于Zigbee技术的定位系统和方法
CN102984084A (zh) * 2012-11-21 2013-03-20 北京奇虎科技有限公司 计算机集群中节点间数据传输方法和系统
CN102984084B (zh) * 2012-11-21 2016-06-29 北京奇虎科技有限公司 计算机集群中节点间数据传输方法和系统
CN103020656A (zh) * 2012-12-19 2013-04-03 中山大学 一种压缩红外感知实现的手势识别装置及识别方法
CN103020656B (zh) * 2012-12-19 2016-09-14 中山大学 一种压缩红外感知实现的手势识别装置及识别方法
CN103903389A (zh) * 2012-12-30 2014-07-02 青岛海尔软件有限公司 应用热释电红外探测器的居家老人看护系统
CN104280064A (zh) * 2013-07-12 2015-01-14 魏燕 一种组态式多参数无线理化指标监测仪
CN105989695A (zh) * 2015-02-15 2016-10-05 中国移动通信集团公司 监护对象活动风险评估方法及装置
CN104994576A (zh) * 2015-05-15 2015-10-21 东北大学 一种基于红外人体传感器阵列的室内人员定位系统及方法
CN104994576B (zh) * 2015-05-15 2019-01-08 东北大学 一种基于红外人体传感器阵列的室内人员定位系统及方法
CN105547494B (zh) * 2016-01-08 2019-01-22 广州中医药大学(广州中医药研究院) 基于热释电红外传感器的室内人体定位装置及其实现方法
CN105547494A (zh) * 2016-01-08 2016-05-04 罗晓牧 基于热释电红外传感器的室内人体定位装置及其实现方法
CN105717484A (zh) * 2016-02-24 2016-06-29 苏州科技学院 一种室内定位系统及定位方法
CN106527235A (zh) * 2016-12-25 2017-03-22 湖南晖龙股份有限公司 基于单火线供电的双向控制开关
CN106815603A (zh) * 2017-01-11 2017-06-09 中山大学 基于多传感网络的室内活动检测识别方法及系统
CN106815603B (zh) * 2017-01-11 2020-04-14 中山大学 基于多传感网络的室内活动检测识别方法及系统
CN107296612A (zh) * 2017-06-13 2017-10-27 泰康保险集团股份有限公司 被监护人的自动监护方法、系统及终端设备
CN107132506A (zh) * 2017-06-14 2017-09-05 泰康保险集团股份有限公司 用于室内监控的方法、装置、系统及电子设备
CN110554355A (zh) * 2019-08-01 2019-12-10 航天科工防御技术研究试验中心 一种目标定位系统及方法

Also Published As

Publication number Publication date
CN101324662B (zh) 2011-06-29

Similar Documents

Publication Publication Date Title
US9618918B2 (en) System and method for estimating the number of people in a smart building
Bhuiyan et al. Local area prediction-based mobile target tracking in wireless sensor networks
Cai et al. Multi-objective three-dimensional DV-hop localization algorithm with NSGA-II
Hancke et al. The role of advanced sensing in smart cities
Cheng et al. A survey of localization in wireless sensor network
Stojanović et al. Indoor localization and tracking: Methods, technologies and research challenges
Deak et al. A survey of active and passive indoor localisation systems
CN104714209B (zh) 一种基于uwb与激光测距组合的动态定位方法及装置
EP3272161B1 (en) Localization based on motion detection of the mobile device
Boukerche et al. Localization systems for wireless sensor networks
Kjærgaard A taxonomy for radio location fingerprinting
Halder et al. A survey on mobile anchor assisted localization techniques in wireless sensor networks
Smith et al. Are GSM phones THE solution for localization?
CN101191832B (zh) 一种基于测距的无线传感器网络节点定位方法
Niu et al. Distributed detection and fusion in a large wireless sensor network of random size
Liu et al. High-performance target tracking scheme with low prediction precision requirement in WSNs
Matic et al. Tuning to your position: FM radio based indoor localization with spontaneous recalibration
Ni et al. LANDMARC: Indoor location sensing using active RFID
US7893876B2 (en) System and method for determining locations of medical devices
Chen et al. Power-efficient access-point selection for indoor location estimation
Franceschini et al. A review of localization algorithms for distributed wireless sensor networks in manufacturing
Jiang et al. A distributed RSS-based localization using a dynamic circle expanding mechanism
CN101534470B (zh) 基于无线传感器网络的移动目标跟踪系统及其跟踪方法
Wang et al. A survey on sensor localization
JP5015423B2 (ja) ビーコン装置を用いて位置決定を行うターゲット装置、遠隔サーバ及び方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20110629

Termination date: 20120721