CN104142149B - 一种基于智能光纤地板的人和机器人识别及定位的方法 - Google Patents
一种基于智能光纤地板的人和机器人识别及定位的方法 Download PDFInfo
- Publication number
- CN104142149B CN104142149B CN201410318300.4A CN201410318300A CN104142149B CN 104142149 B CN104142149 B CN 104142149B CN 201410318300 A CN201410318300 A CN 201410318300A CN 104142149 B CN104142149 B CN 104142149B
- Authority
- CN
- China
- Prior art keywords
- optical sensor
- people
- fibre optical
- grid
- robot
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
Abstract
本发明公开一种基于智能光纤地板的人和机器人识别及定位方法,其识别和定位方法包括以下步骤:将地板划分为N×N的网格,N为正整数;根据地板网格划分,将M个光纤传感器铺设在网格中,M为正整数;构造光纤传感器测量模型,使光纤传感器不被触发、被机器人触发、被人触发或同时被人和机器人触发这三种情况对应不同的输出值;构造标记唯一可解码,使人和机器人处于任何网格都有唯一的M个光纤传感器的输出与之对应;根据M个光纤传感器总的输出,查表得到i1j1和i2j2,即人和机器人所处的网格。本发明适用于智能家居领域中室内人和机器人的识别和定位,具有环境适应性强、操作简单、检测敏感等优点。
Description
技术领域
本发明涉及智能家居领域,更具体地,涉及一种基于智能光纤地板的人和机器人识别及定位方法。
背景技术
智能家居为人们提供智能服务以改善生活质量和提高独立生活能力。室内目标定位是实现智能家居技术的重要的基础。目前常用的室内目标定位方法主要是基于计算机视觉、热释电红外传感器以及射频识别。
对于室内目标定位,基于计算机视觉的方位测量需要利用计算复杂度高的算法从冗余的图像数据中提取方位信息,并且这些算法对光照,背景的变化极为敏感,同时涉及了个人隐私问题。基于热释电红外传感器的测量方法能够敏感地检测人的运动,但是无法感知机器人的存在。基于射频识别(RFID)的测量技术需要人们携带感知标签。而且上述方法都会受到目标的运动状态以及环境湿度温度变化的影响。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷(不足),提供一种简单有效的基于智能光纤地板的人和机器人识别及定位方法。
本发明旨在至少在一定程度上解决上述技术问题。
本发明的首要目的是公开一种基于智能光纤地板的人和机器人识别及定位的方法。
本发明的进一步目的是公开一种智能光纤地板。
为解决上述技术问题,本发明的技术方案如下:
一种基于智能光纤地板的人和机器人识别及定位的方法,包括以下步骤:
S1:将地板划分为N×N的网格,N为正整数;
S2:根据地板网格划分,将M个光纤传感器铺设在网格中,M为正整数;
S3:构造光纤传感器测量模型,使光纤传感器不被触发、被机器人触发、被人触发或同时被人和机器人触发这三种情况的输出值分别为0,s,t,其中s,t 为小于10的正整数st不相等;
S4:构造矩阵C={a11,a12,…,a1N,a21,…,aNN},a11,a12,…,aNN均为M位比特的二进制编码,机器人触发光纤传感器时,aij用ai1j1表示;人触发或人与机器人同时触发光纤传感器时,aij用ai2j2表示;s×ai1j1+t×ai2j2表示M个光纤传感器总的输出,使任意的s×ai1j1+t×ai2j2都互不相同,运算满足s+t=t,则矩阵C记作标记唯一可解码,s×ai1j1+t×ai2j2与i1j1、i2j2的对应关系记做映射表;
S5:根据M个光纤传感器总的输出,查映射表得到i1j1和i2j2,即人和机器人所处的网格;
所述将M个光纤传感器铺设在网格中的方法为:根据标记唯一可解码C构造光纤传感器分布矩阵A,
根据光纤传感器分布矩阵将M个光纤传感器布置在网格中,当aij的第m比特为1,即aij(m)=1,表示第m个光纤传感器布置在第ij个网格中,否则就不布置在该网格中,m=1,2,…,M。
在一种优选的技术方案中,所述光纤传感器测量模型为:用一个M比特的编码y表示M个光纤传感器的输出,其中第n比特y(n)表示第n个光纤传感器的输出,n=1…M;光纤传感器的输出y(n)在{0,1,2}中取值,即s=1,t=2。
在一种优选的技术方案中,所述矩阵C为标记唯一可解码,则构造矩阵C’={100a11,100a12,…,100aNN,010a11,010a12,…,010aNN,001a11,001a12,…,001aNN}也是标记唯一可解码,其中的100、010、001分别表示将这3比特加到码字矩阵元素的左边形成新的码字,其码长增加3。
在一种优选的技术方案中,所述光纤传感器测量模型通过量化光纤传感器的输出来实现。
在一种优选的技术方案中,每个光纤传感器分布在一个或者多个网格中,即每个传感器同时检测一个或者多个网格。
一种智能光纤地板,其特征在于,智能光纤地板划分为N×N的网格,N为 正整数,M个光纤传感器布置在网格,M为正整数;人和机器人处于任何网格都有唯一的M个光纤传感器的输出与之对应。
与现有技术相比,本发明技术方案的有益效果包括:本发明将M个光纤传感器布置在N×N的网格,M个光纤传感器的输出与人和机器人的位置唯一对应,因此通过简单的查表就可以得到人和机器人的位置信息,其操作简单,测量数据少,对计算资源的索取少;光纤传感器能够敏感检测地面压力变化,根据人和机器人对地面压力的差异,实现定位和识别人和机器人,测量和定位的准确高;采复用感知方法,一个光纤传感器同时检测多个网格,能够有效的减少传感器的数目;光纤传感器不受目标的运动状态、环境温度、湿度、光照及背景变化的影响,对家庭环境适应性强。
附图说明
图1为智能光纤地板模型。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;为了更好说明本实施例,附图某些部件会省略、放大或缩小,并不代表实际产品的尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
一种基于智能光纤地板的人和机器人识别及定位的方法,包括以下步骤:
S1:如图1所示,将室内地板划分为N×N的网格,N为正整数,其中每个网格的大小为LxL cm2。假设人或者机器人在某一时刻只能处于一个网格,该网格即为目标的位置。为了方便表示,第ij网格表示地板上处于第i行,第j列的网格。
S2:根据地板网格划分,将M个光纤传感器铺设在网格中,M为正整数。
S3:构造光纤传感器测量模型:用一个M比特的编码y表示M个光纤传感器的输出,其中第n比特y(n)表示第n个光纤传感器的输出,n=1…M;光纤传感器的输出y(n)在{0,1,2}中取值;y(n)=0表示第n个光纤传感器没有被触发,y(n)=1表示第n个光纤传感器被机器人触发,y(n)=2表示第n个光纤传感器被人触发或者同时被人和机器人触发,触发是指目标踩到该传感器的光纤线缆。
S4:对于任意的小于N的正整数i1,j1,i2,j2,构造矩阵C={a11,a12,…,a1N,a21,…,aNN},a11,a12,…,aNN均为M位比特的二进制编码,机器人触发光纤传感器时,aij用ai1j1表示;人触发或人与机器人同时触发光纤传感器时,aij用ai2j2表示;1×ai1j1+2×ai2j2表示M个光纤传感器总的输出,使任意的1×ai1j1+2×ai2j2都互不相同,加法满足0+0=0,0/1+1=1,0/1+2=2,乘法满足0×2=0,1×2=2,,则矩阵C记作标记唯一可解码,1×ai1j1+2×ai2j2与i1j1、i2j2的对应关系记做映射表;
S5:根据M个光纤传感器总的输出,查映射表得到i1j1和i2j2,即人和机器人所处的网格。
当人或机器人处于第ij个网格时,其将会踩到布置在该网格的光纤线缆,布置在该网格的光纤传感器将会被触发。aij表示M个光纤传感器在第ij个网格中的布置情况。因此,aij中对应的光纤传感器将会被触发。假设人和机器人同时处于地板上,其中机器人的位置为第i1j1网格,人的位置为第i2j2网格。当机器人单独处于第i1j1网格时,M个传感器的输出为ai1j1;而当人单独处于i2j2网格时,M个传感器输出为2×ai2j2。因此,当他们同时处于地板上时,M个光纤传感器输出y可表示为y=ai1j1+2×ai2j2。传感器的输出y是已知的,查映射表得到i1j1和i2j2,即人和机器人所处的网格:
所述将M个光纤传感器铺设在网格中的具体方式为:根据标记唯一可解码C构造光纤传感器分布矩阵A,
根据光纤传感器分布矩阵将M个光纤传感器布置在网格中,当aij的第m比特为1,即aij(m)=1,表示第m个光纤传感器布置在第ij个网格中,否则就不布置在该网格中,m=1,2,…,M。
在具体实施过程中,所述矩阵C为标记唯一可解码,则构造矩阵C’={100a11,100a12,…,100aNN,010a11,010a12,…,010aNN,001a11,001a12,…,001aNN}也是标记唯一可解码,其中的100、010、001分别表示将这3比特加到码字矩阵元素的左边形成新的码字,其码长增加3。
在具体实施过程中,通过量化光纤传感器的输出即可在物理上实现所述光纤 传感器三值测量模型。
在具体实施过程中,采用复用感知的方法,即每个光纤传感器分布在一个或者多个网格中,每个传感器同时检测一个或者多个网格。
本发明将M个光纤传感器布置在N×N的网格,M个光纤传感器的输出与人和机器人的位置唯一对应,因此通过简单的查表就可以得到人和机器人的位置信息,其操作简单,测量数据少,对计算资源的索取少;光纤传感器能够敏感检测地面压力变化,根据人和机器人对地面压力的差异,实现定位和识别人和机器人,测量和定位的准确高;采复用感知方法,一个光纤传感器同时检测多个网格,能够有效的减少传感器的数目;光纤传感器不受目标的运动状态、环境温度、湿度、光照及背景变化的影响,对家庭环境适应性强。
相同或相似的标号对应相同或相似的部件;附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制;显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (5)
1.一种基于智能光纤地板的人和机器人识别及定位的方法,其特征在于,包括以下步骤:
S1:将地板划分为N×N的网格,N为正整数;
S2:根据地板网格划分,将M个光纤传感器铺设在网格中,M为正整数;
S3:构造光纤传感器测量模型,使光纤传感器不被触发、被机器人触发、被人触发或同时被人和机器人触发这三种情况的输出值分别为0,s,t,其中s,t为小于10的正整数且s,t不相等;
S4:构造矩阵C={a11,a12,…,a1N,a21,…,aNN},a11,a12,…,aNN均为M位比特的二进制编码,机器人触发光纤传感器时,aij用ai1j1表示;人触发或人与机器人同时触发光纤传感器时,aij用ai2j2表示;s×ai1j1+t×ai2j2表示M个光纤传感器总的输出,使任意的s×ai1j1+t×ai2j2都互不相同,运算满足s+t=t,则矩阵C记作标记唯一可解码,s×ai1j1+t×ai2j2与i1j1、i2j2的对应关系记做映射表;
S5:根据M个光纤传感器总的输出,查映射表得到i1j1和i2j2,即人和机器人所处的网格;
所述将M个光纤传感器铺设在网格中的方法为:根据标记唯一可解码C构造光纤传感器分布矩阵A,
根据光纤传感器分布矩阵将M个光纤传感器布置在网格中,当aij的第m比特为1,即aij(m)=1,表示第m个光纤传感器布置在第ij个网格中,否则就不布置在该网格中,m=1,2,…,M。
2.根据权利要求1所述基于智能光纤地板的人和机器人识别及定位的方法,其特征在于,所述光纤传感器测量模型为:
用一个M比特的编码y表示M个光纤传感器的输出,其中第n比特y(n)表示第n个光纤传感器的输出,n=1…M;光纤传感器的输出y(n)在{0,1,2}中取值,即s=1,t=2。
3.根据权利要求1所述的基于智能光纤地板的人和机器人识别及定位的方法,其特征在于,所述矩阵C为标记唯一可解码,则构造矩阵C’={100a11,100a12,…,100aNN,010a11,010a12,…,010aNN,001a11,001a12,…,001aNN}也是标记唯一可解码,其中的100、010、001分别表示将这3比特加到码字矩阵元素的左边形成新的码字,其码长增加3。
4.根据权利要求1所述的基于智能光纤地板的人和机器人识别及定位的方法,其特征在于,所述光纤传感器测量模型通过量化光纤传感器的输出来实现。
5.根据权利要求1所述的基于智能光纤地板的人和机器人识别及定位的方法,其特征在于,每个光纤传感器分布在一个或者多个网格中,即每个传感器同时检测一个或者多个网格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410318300.4A CN104142149B (zh) | 2014-07-03 | 2014-07-03 | 一种基于智能光纤地板的人和机器人识别及定位的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410318300.4A CN104142149B (zh) | 2014-07-03 | 2014-07-03 | 一种基于智能光纤地板的人和机器人识别及定位的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104142149A CN104142149A (zh) | 2014-11-12 |
CN104142149B true CN104142149B (zh) | 2017-03-29 |
Family
ID=51851398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410318300.4A Active CN104142149B (zh) | 2014-07-03 | 2014-07-03 | 一种基于智能光纤地板的人和机器人识别及定位的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104142149B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106226821B (zh) * | 2016-07-25 | 2018-07-27 | 南方科技大学 | 一种人体活动检测方法、装置和传感器 |
CN106227212B (zh) * | 2016-08-12 | 2019-02-22 | 天津大学 | 基于栅格地图和动态校准的精度可控室内导航系统及方法 |
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 |
CN106842352B (zh) * | 2017-01-20 | 2020-02-07 | 南方科技大学 | 一种用于运动对象检测的方法、装置及系统 |
CN109084768B (zh) * | 2018-06-27 | 2021-11-26 | 仲恺农业工程学院 | 基于智能地垫的人体定位方法 |
CN108972565A (zh) * | 2018-09-27 | 2018-12-11 | 安徽昱康智能科技有限公司 | 机器人指令动作控制方法及其系统 |
CN113203408A (zh) * | 2021-05-21 | 2021-08-03 | 山东新一代信息产业技术研究院有限公司 | 一种基于地板传感器预测机器人位置的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009300227A (ja) * | 2008-06-12 | 2009-12-24 | Nippon Telegr & Teleph Corp <Ntt> | 位置追跡システム、位置追跡装置、位置追跡方法およびプログラム |
CN101646737A (zh) * | 2007-03-27 | 2010-02-10 | 因特菲斯有限公司 | 用于地板覆层铺设的系统及方法 |
TW201024788A (en) * | 2008-12-31 | 2010-07-01 | Univ Nat Taiwan | Pressure sensing based localization and tracking system |
CN103473889A (zh) * | 2013-09-06 | 2013-12-25 | 南京物联传感技术有限公司 | 地板预警系统及其预警方法 |
-
2014
- 2014-07-03 CN CN201410318300.4A patent/CN104142149B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101646737A (zh) * | 2007-03-27 | 2010-02-10 | 因特菲斯有限公司 | 用于地板覆层铺设的系统及方法 |
JP2009300227A (ja) * | 2008-06-12 | 2009-12-24 | Nippon Telegr & Teleph Corp <Ntt> | 位置追跡システム、位置追跡装置、位置追跡方法およびプログラム |
TW201024788A (en) * | 2008-12-31 | 2010-07-01 | Univ Nat Taiwan | Pressure sensing based localization and tracking system |
CN103473889A (zh) * | 2013-09-06 | 2013-12-25 | 南京物联传感技术有限公司 | 地板预警系统及其预警方法 |
Non-Patent Citations (1)
Title |
---|
The Smart Floor:A Mechanism for Natural User Identification and Tracking;Robert J. Orr 等;《Conference on Human Factors in Computing System》;20000401;第275-276页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104142149A (zh) | 2014-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104142149B (zh) | 一种基于智能光纤地板的人和机器人识别及定位的方法 | |
Sequeira et al. | Ocean‐scale prediction of whale shark distribution | |
SG11201806640PA (en) | Two-dimensional dot matrix barcode encoding and identifying methods | |
CN106485271B (zh) | 一种基于多模态字典学习的零样本分类方法 | |
CN109952583A (zh) | 神经网络的半监督训练 | |
WO2005071790A3 (en) | Systems for and methods of assigning priority to reader antennae | |
CN104636751A (zh) | 基于时间递归神经网络的人群异常检测和定位系统及方法 | |
Stevenson et al. | Matching biodiversity indicators to policy needs | |
CN104102922A (zh) | 一种基于上下文感知字典学习的害虫图像分类方法 | |
Moura et al. | Environmental constraints on the compositional and phylogenetic beta‐diversity of tropical forest snake assemblages | |
CN113433940A (zh) | 基于蚁群算法的应急物资运输路径规划方法和装置 | |
Jana et al. | Hybrid ensemble based machine learning for smart building fire detection using multi modal sensor data | |
US20230016037A1 (en) | Systems and methods for multimodal sensor fusion in connected lighting systems using autoencoder neural networks for occupant counting | |
CN104572930A (zh) | 数据分类方法及装置 | |
IT201800006710A1 (it) | Sistema per localizzare almeno un tag RFID nello spazio, in particolare in un ambiente indoor, e relativo metodo. | |
ITBO20100117A1 (it) | Creazione automatica di ambienti intelligenti | |
CN116563645A (zh) | 联合迭代剪枝和知识蒸馏的面向目标检测的模型压缩方法 | |
Raab et al. | Multi-temporal RapidEye Tasselled Cap data for land cover classification | |
CN109084768B (zh) | 基于智能地垫的人体定位方法 | |
Alvarado-Serrano et al. | Detecting spatial dynamics of range expansions with geo-referenced genomewide SNP data and the geographic spectrum of shared alleles | |
CN110781968B (zh) | 一种基于塑性卷积神经网络的可扩展类别的图像识别方法 | |
Ramírez et al. | Characterization of temperature gradients according to height in a baroque church by means of wireless sensors | |
CA3010604A1 (en) | Systems and methods of mapping storage facilities | |
Sanjerehei et al. | Biocomputational mapping of intraspecies evolutionary distances using geographical information system | |
Tanzer et al. | Assessing temporal dynamics of disturbance interactions as a driver of a novel forest mortality event |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |