CN105933858A - 无线定位装置 - Google Patents
无线定位装置 Download PDFInfo
- Publication number
- CN105933858A CN105933858A CN201610143269.4A CN201610143269A CN105933858A CN 105933858 A CN105933858 A CN 105933858A CN 201610143269 A CN201610143269 A CN 201610143269A CN 105933858 A CN105933858 A CN 105933858A
- Authority
- CN
- China
- Prior art keywords
- mapping relations
- module
- characteristic vector
- infinitesimal
- location
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种无线定位装置,包括:第一反应模块;所述第一反应模块包括:第一定位模块、特征向量选取模块、轨迹预测模块和轨迹修正与定位输出模块;所述第一定位模块用于输出定位的初始值;所述特征向量选取模块用于配置和选取特征向量;所述轨迹预测模块用于建立特征向量与预测值的第一映射关系,还用于以特征向量作为标识信息,查找具有第一映射关系的预测值,输出定位的修正值;所述轨迹修正与定位输出模块用于结合所述初始值和所述修正值得到定位的位置。本发明弥补了现有的轨迹预测算法实时性不足的缺陷,能够通过实时预测轨迹达到快速实时定位的效果,并且还具有很好的可扩展性。
Description
技术领域
本发明涉及一种无线定位装置,属于电子技术领域。
背景技术
现有的室外的定位较多的使用的是GPS、2G/3G/4G信号网络或热点网络来定位,而室内因为环境更复杂,无线的多径和衰落更明显,所以室内定位的方法完全不同于室外的定位方法。室内无线定位系统较多的是采用多个AP(Access Point,无线接入点)的划区和多个相邻AP(一般三个或以上)来通过无线终端到多个AP的RSSI(Received Signal Strength Indication),通过三边(角)定位,确定终端(或持有终端人员)的位置,这种方式比较简单,但是定位的精度十分依赖RSSI的精度,而RSSI在一般的设备并不精准,同时该值受到无线衰落和多径的影响室内比室外更大,并不能以信号RSSI强度完全等同于距离远近,所以目前的定位精度一般不太高;室内无线定位还有的方法是借用室外类似的方法,例如ToA(Time of Arrival,到达时间),TDoA(Time Difference of Arrival,到达时间差)等方法,但是因为普通的AP无法提供GPS一样的精确的时钟精度,所以得到的定位精度一般较差;还有一种方法通过指纹比对,来确定位置,但是因为十分依赖校准过程,如果操作时的环境和校准时有较大区别,会大大影响定位的精度;最后一种是采用轨迹预测的方式来做室内定位,因为轨迹预测是基于之前的轨迹和当前的参数,来预测未来的方向,这种方法可以通过复杂的算法,有效地平滑无线多径和衰落等突发干扰,但是问题是算法十分复杂,无法做到实时性和快速性。
轨迹预测的基本原理是由当前位置点,通过各种参数(各个AP区域,历史轨迹,目标的方向、速率和加速度,建筑地图,ToA和TDoA等等部分或全部),形成若干个特征向量,由这些特征向量,来预测未来的方向与速率等参数,通过对当前位置、未来方向、未来速度和未来加速度等拟合出来下一刻的位置。因为当前位置相当于是历史的记忆,故能有效的平滑单纯通过功率RSSI带来的精度和跳变的问题;同时因为各种参数能有效地修正位置,也就是能得到修正的较好的当前的位置,故定位精度比较高;(对于起始位置定位,有相当可能通过特征向量和轨迹判断某人在一个特定的位置,例如自己的座位上,从而可以获得十分精确的起始点位置)。通常的轨迹预测算法比较复杂,所以无法实时拟合出来位置,只能作为非实时的后台运行。
发明内容
本发明要解决的技术问题是为了克服现有的轨迹预测算法实时性不足的缺陷,提供一种基于硬件设计的无线定位装置。
本发明是通过以下技术方案解决上述技术问题的:
一种无线定位装置,其特点是,包括:第一反应模块;
所述第一反应模块包括:第一定位模块、特征向量选取模块、轨迹预测模块和轨迹修正与定位输出模块;
所述第一定位模块用于输出定位的初始值;
所述特征向量选取模块用于配置和选取特征向量;
所述轨迹预测模块用于建立特征向量与预测值的第一映射关系,还用于以特征向量作为标识信息,查找具有第一映射关系的预测值,输出定位的修正值;
所述轨迹修正与定位输出模块用于结合所述初始值和所述修正值得到定位的位置。
较佳地,所述第一定位模块用于通过多个AP的三边或三角定位或指纹比对算法定位,将定位结果作为定位的初始值并输出。
较佳地,所述特征向量选取模块还用于获取参数,生成特征向量。
较佳地,所述轨迹修正与定位输出模块还用于在所述预测值与所述初始值的差值超过预定阈值时调用所述第一定位模块输出新的初始值作为预测值。
较佳地,所述第一映射关系包括多个特征向量与预测值的子映射关系,多个第一映射关系还构成映射关系组,多个映射关系组还构成映射关系阵列。
较佳地,所述以特征向量作为标识信息,查找具有第一映射关系的预测值包括:
查找与特征向量具有完全的第一映射关系的预测值,所述完全的第一映射关系是指包括的子映射关系均与特征向量具有一一对应的映射关系;
和/或,查找与特征向量具有部分的第一映射关系的预测值,所述部分的第一映射关系是指包括的子映射关系不完全与特征向量具有一一对应的映射关系。
较佳地,所述无线定位装置还包括:第二反应模块;
所述第二反应模块用于建立选取的特征向量与历史值的第二映射关系;
所述轨迹预测模块还包括:权值和优先级筛选模块;
所述权值和优先级筛选模块用于比对第一映射关系与第二映射关系,修改所述第一映射关系。
较佳地,所述第一映射关系分为固定映射关系和可变映射关系;
所述权值和优先级筛选模块用于比对第一映射关系与第二映射关系,修改所述可变映射关系。
较佳地,所述第二反应模块还用于获取历史轨迹以建立所述第二映射关系,以及通过自学习过程修正所述第一映射关系。
较佳地,所述预测值包括:预测轨迹方向和/或预测速率和/或预测加速度。
在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明的积极进步效果在于:本发明能够通过实时预测轨迹,来达到快速实时定位的效果,并且还具有很好的可扩展性。
附图说明
图1为本发明实施例的无线定位装置的架构图。
图2为本发明实施例的微元与基元的关系图。
图3为本发明实施例的微元和微元命中/结果向量的示意图。
图4为本发明实施例的微元阵列和微元阵列命中/结果矩阵的示意图。
图5为本发明的“元”的查询结果的多重性示意图。
图6为传统CAM和本发明的“元”的区别示意图。
图7为本发明实施例的示例1微元作为基础微元的示意图。
图8为本发明实施例的示例2地图障碍物特性向量的完备修正微元组的示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
实施例
一种无线定位装置,如图1所示,包括:第一反应模块1和第二反应模块2。
所述第一反应模块1包括:第一定位模块101、特征向量选取模块102、轨迹预测模块103和轨迹修正与定位输出模块104。
所述第一定位模块101用于通过多个AP的三边或三角定位或指纹比对算法定位,将定位结果作为定位的初始值并输出。
所述特征向量选取模块102用于获取参数,生成特征向量,配置和选取特征向量。所述参数包括以下参数中的一种或多种:各个AP区域,历史轨迹,目标的方向、速率和加速度,建筑地图,ToA和TDoA。获取的来源可以为从第二反应模块2直接获取(如直接获取动态变量)或者间接获取(如经过矩阵变换或FFT变换等)。
所述轨迹预测模块103用于建立特征向量与预测值的第一映射关系,还用于以特征向量作为标识信息,查找具有第一映射关系的预测值,输出定位的修正值。
其中,所述预测值包括:预测轨迹方向和/或预测速率和/或预测加速度。利用所述初始值及预测轨迹方向、预测速率和预测加速度可以组成运动轨迹。所述第一映射关系包括多个特征向量与预测值的子映射关系,多个第一映射关系还构成映射关系组,多个映射关系组还构成映射关系阵列。所述以特征向量作为标识信息,查找具有第一映射关系的预测值包括:
查找与特征向量具有完全的第一映射关系的预测值,所述完全的第一映射关系是指包括的子映射关系均与特征向量具有一一对应的映射关系;
和/或,查找与特征向量具有部分的第一映射关系的预测值,所述部分的第一映射关系是指包括的子映射关系不完全与特征向量具有一一对应的映射关系。
所述映射关系分为固定映射关系和可变映射关系。所述轨迹预测模块103还包括:权值和优先级筛选模块1031。所述权值和优先级筛选模块1031用于比对第一映射关系与第二映射关系,修改所述第一映射关系,具体是修改所述可变映射关系。
所述轨迹修正与定位输出模块104用于结合所述初始预测值和所述修正值得到预测轨迹,还用于在所述预测轨迹与所述初始预测值的差值超过预定阈值时调用所述第一定位模块101输出新的初始值。
所述第二反应模块2用于建立选取的特征向量与历史值的第二映射关系,还用于获取历史轨迹以建立所述第二映射关系,以及通过自学习过程修正所述第一映射关系。
下面对本实施例的无线定位装置做进一步说明:
本实施例中将映射关系定义为元,微元是由基元组成的。微元是基于硬件RAM(Radom Access Memory)设计的,所以等达到ns纳秒级的处理速度。第一反应模块1的第一映射关系定义为优选微元,第二反应模块2的第二映射关系定义为众微元。固定映射关系定义为基础微元,可变映射关系定义为修正微元。微元与基元的关系图如图2所示。
所述轨迹预测模块103以若干个微元为基础,通过微元的拓扑排列,微元的优先级排列(例如定义为基础微元和修正微元具有不同优先级)和微元输入特征向量的调准(例如可以通过重新选择特征向量和指定特征向量的某些字段可以模糊化等方法)达到定位的不断自我优化。
所述权值和优先级筛选模块1031通过对第一反应模块1的优选微元和第二反应模块2的众微元做效果比对,从而对优选微元的配置修改,相当于重新选择优选微元。在本实施例中优选微元中的基础微元是不自动通过配置修改的,可以改变角色的是修正微元。
所述第二反应模块2的微元和基元能在通用CPU和内存中实现,主要的区别除了非实时之外,还包括对所有的微元都要处理,并且对同一个微元需要设计若干个不同特征变量输入,以便可以有足够多的试错微元为第一反应模块1提供筛选反馈。所以第二反应模块2的微元是众微元,优选微元是众微元的一个子集。
具体地,本发明的核心是微元的设计上,把通常意义上的“内容”查“地址”或“地址”查“内容”衍生为“特征量”查“预测轨迹方向”或“预测速率”等,即所述以特征向量作为标识信息,查找具有第一映射关系的预测值。如图3所示,例如定义的微元的特征量为16bits,而预测轨迹方向有64个值,其中0~59对应精度为6度的360度的方向,63定义为停在原点等。每个微元占用1个4Kbits(64x64bit)RAM,分为4个基元,每个基元的特征量为4比特,而预测轨迹方向有64个值(以64个比特的index索引对应连续的6比特的地址),通过4个时钟周期把4个基元拼成一个微元,从而从4比特扩展到16比特;这样做有两个好处,通过时分,把1个RAM拆成4个基元,能有效的节约RAM资源,更重要的是,通过拼凑特征量的方式,可以对凑成微元的某些基元的特征量做mask掩模处理,从而达到对特征量的某些字段的模糊化处理。所述mask掩模处理就体现于查找与特征向量具有部分的第一映射关系的预测值中。
因为完整的特征向量是个位宽很大的稀疏的输入,我们通过学习得到的特性向量还是和当前的特征向量有些误差,为了解决这个稀疏导致的不匹配的问题,我们采用字段的模糊化处理,其实就是对微元的匹配结果做选择性要求,而不是精确的要求,例如当前微元可以配置只要3个基元命中就算匹配。模糊化设计把命中有一个比特向一个向量做了拓展。如图3和下表所示:
微元输出是一个微元命中向量,把分布元命中地址之间做上面的模糊处理算法,微元命中向量目前设计为16个比特,对应全命中到各个字段组合命中的一个矢量。因为微元只有16比特的特征向量输入,在同类特征向量超过16比特的时候,使用微元组,微元组的输出还是个矢量,只是长度变成m倍(m是微元组中微元的数目),拓扑类同于基元到微元的扩展,只是这种拓展因为是并发的,不增加命中的时间,从而保证实时性与快速性。
下面说明下微元组到微元阵列的扩展,见图4,把每个微元组的微元命中向量和微元结果向量作为一个列的话,微元阵列的结果就是微元阵列命中矩阵和微元阵列结果矩阵。也就是微元到微元组的拓展是纵向的行的增加,而微元组到微元阵列的拓展是横向的列的拓展。对这两个矩阵可以做很多种算法,来优化结果,例如最简单的算法是对列求和,得出最大概率的击中的位置和结果。
无论基元、微元还是微元组,或者微元阵列,都是同样的逻辑机制。对于“元”模块,都有读,写,清的CPU配置接口和微元匹配接口。CPU配置接口因为只是在初始化和学习过程中配置进来,一般需要微妙级完成一次操作;匹配接口为高速接口,仅仅占用6~8个时钟周期(4个逻辑时钟周期是因为4个基元复用一个RAM,剩下的周期是给逻辑做同步流水设计,以便提高芯片的速度)就迅速查询到结果,所有命中一个结果只需要几十纳秒或十几纳秒的时间(具体还依赖芯片或FPGA的能力),实现了快速响应。读,写,清的CPU接口都是开放给外部CPU访问,其中对于写操作,可以配置成写前先清除和写前不清除两种模式。如果写一个特征量写前先清的话,那么之后对于该元的查询结果是唯一的,这个在物理上讲,就是最新的经验的唯一性。如果写一个特征量不清除的话,那么之后对于该元的查询结果是多重的,这个在物理上讲,就是最新经验和历史经验一起决定结果,在本例中,就是这个元对于未来方向或未来速率的判断可以出现多个结果。查询结果是多重的是本发明的“元”的第二个重要特点。基于基元说明查询结果多重性的示意图见图5,其它“元”可以类推。
进一步,每个第一反应模块1或说硬件中的“元”,都有在第二反应模块2或说软件中的一个备份,因为第二反应模块2并不针对未来的,基本上都是对历史更远的轨迹对历史较远的轨迹的重新计算和判断,它的算法是后验的,主要目的是为了找到最优化的特征向量和最重要的“元”。图6是为了区分本发明的使用的“元”与传统的CAM(Content Access Memory,内容访问存储器)区别的说明。
(1)关于拓扑1:
C1\
I
C2/
不同点:
CAM是不允许这个拓扑的,CAM的清是清所有RAM地址的那个i比特,也即没有哪个内容C对应这个i比特了,即先请后写(写都是先请)的话,只有一个内容C留个了这个i,也就是rd_cam i的结果是唯一的;
“元”允许这个拓扑;
(2)关于拓扑2:
/I1
C
\I2
相同点:同样的C,配置不同的i对CAM和元均是可以的;
不同点:只是CAM的I命中只有一个(一般以低或高的那个地址为最后结果);而“元”的命中可以多个,地址输出可以多个;
Note:最常见的CAM是把C当作不联系范围大的全局port,而I是范围小的连续的本地port;所以对CAM拓扑1不可以,拓扑2可以。
基本微元的匹配十分重要,决定了一个最初的对于未来方向、速率和加速度的预测,如果在没有学习的情况下,未来的预测就由若干个基本微元决定。见示例1。
如图7所示,示例1是个开阔地上的移动目标的未来方向的轨迹预测的判断,因为是开阔地(例如定义10米内都没有障碍物为开阔地),简单地配置为未来的轨迹就是当前轨迹的延续,即方向的延续、速率的延续和加速度的延续。如果其他基础微元和修正微元都没有命中的话,那结果就是由基础微元决定。基础微元根据方向和速率等不同类的结果有多个,下面以方向基础微元描述,速率等基础微元是一样的道理。
基本的配置的过程如下:通过CPU配置接口,写入微元的内容为C[15:0],微元的地址为I[5:0],那么CPU就是对所有的I,写入内容为C[15:10]=I[5:0]且C[9:0]=10’b0;另外全局配置发现轨迹时间间隔,例如10毫秒;
该微元动作过程如下:10毫秒到的时候,基础微元的特征向量选取模块102抽取的16比特就是之前的方向,实例中的方向精度下,16比特只选取高6比特,低10比特为0,因为有前面的配置,所以微元会命中,且命中结果中的全命中向量是以64比特表示的之前的6比特表示的方向,最后把这个64比特转换回6比特表示方向。
虽然基础微元很重要,但只有修正微元才是精度保证的根本,通过修正得到更高的精度。见示例2。
如图8所示,示例2是个在有障碍物的地上的移动目标的未来方向的轨迹预测的判断,修正微元是个完备修正微元组。
基本的配置的过程如下:通过CPU配置接口,写入微元的内容为C[15:0],微元的地址为I[5:0],写入内容C[15:10]定义如下:C[15:12]是历史的方向,C[9:7]是历史方向延长线到障碍物的距离(单位例如为0.5米),C[4:2]延长线和障碍物之间的夹角。特别需要说明的是C[11:10]为备份,作为历史方向的精度扩展;同样的C[6:5]和C[1:0]分别作为距离和夹角的精度扩展。这个是因为如果不把参数的精度降下来的话,完整一个工作的完备的修正微元的数目将比较多,如果16比特配全的话,需要1024个微元构成一个完备微元组。所以示例中只使用了10比特,这样也需要16个微元完成一个完备微元组。因为有模糊化处理方式和矩阵识别,所以倒不必每个功能都需要完备的微元组。
其实同样的示例,在不降低精度情况下,只要4个微元也可以配置出完备微元组,具体分为2组微元组,每组2个:(1)第一组:C[15:12]是历史的方向,C[2:0]是历史方向延长线到障碍物的距离(单位例如为0.5米);(2)第二组:C[15:12]是历史的方向,C[2:0]是延长线和障碍物之间的夹角;
该完备修正微元组动作过程就是根据学习到的配置,得出预期的命中结果出来。
通过若干个完备修正微元组和若干个非完备修正微元组,构成矩阵,并且在矩阵变换与运算模块处理这个矩阵,以便得到合理的预测结果。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (10)
1.一种无线定位装置,其特征在于,包括:第一反应模块;
所述第一反应模块包括:第一定位模块、特征向量选取模块、轨迹预测模块和轨迹修正与定位输出模块;
所述第一定位模块用于输出定位的初始值;
所述特征向量选取模块用于配置和选取特征向量;
所述轨迹预测模块用于建立特征向量与预测值的第一映射关系,还用于以特征向量作为标识信息,查找具有第一映射关系的预测值,输出定位的修正值;
所述轨迹修正与定位输出模块用于结合所述初始值和所述修正值得到定位的位置。
2.如权利要求1所述的无线定位装置,其特征在于,所述第一定位模块用于通过多个AP的三边或三角定位或指纹比对算法定位,将定位结果作为定位的初始值并输出。
3.如权利要求1所述的无线定位装置,其特征在于,所述特征向量选取模块还用于获取参数,生成特征向量。
4.如权利要求1所述的无线定位装置,其特征在于,所述轨迹修正与定位输出模块还用于在所述预测值与所述初始值的差值超过预定阈值时调用所述第一定位模块输出新的初始值作为预测值。
5.如权利要求1所述的无线定位装置,其特征在于,所述第一映射关系包括多个特征向量与预测值的子映射关系,多个第一映射关系还构成映射关系组,多个映射关系组还构成映射关系阵列。
6.如权利要求5所述的无线定位装置,其特征在于,所述以特征向量作为标识信息,查找具有第一映射关系的预测值包括:
查找与特征向量具有完全的第一映射关系的预测值,所述完全的第一映射关系是指包括的子映射关系均与特征向量具有一一对应的映射关系;
和/或,查找与特征向量具有部分的第一映射关系的预测值,所述部分的第一映射关系是指包括的子映射关系不完全与特征向量具有一一对应的映射关系。
7.如权利要求5所述的无线定位装置,其特征在于,所述无线定位装置还包括:第二反应模块;
所述第二反应模块用于建立选取的特征向量与历史值的第二映射关系;
所述轨迹预测模块还包括:权值和优先级筛选模块;
所述权值和优先级筛选模块用于比对第一映射关系与第二映射关系,修改所述第一映射关系。
8.如权利要求7所述的无线定位装置,其特征在于,所述第一映射关系分为固定映射关系和可变映射关系;
所述权值和优先级筛选模块用于比对第一映射关系与第二映射关系,修改所述可变映射关系。
9.如权利要求7所述的无线定位装置,其特征在于,所述第二反应模块还用于获取历史轨迹以建立所述第二映射关系,以及通过自学习过程修正所述第一映射关系。
10.如权利要求1所述的无线定位装置,其特征在于,所述预测值包括:预测轨迹方向和/或预测速率和/或预测加速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610143269.4A CN105933858B (zh) | 2016-03-14 | 2016-03-14 | 无线定位装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610143269.4A CN105933858B (zh) | 2016-03-14 | 2016-03-14 | 无线定位装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105933858A true CN105933858A (zh) | 2016-09-07 |
CN105933858B CN105933858B (zh) | 2017-07-07 |
Family
ID=56840386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610143269.4A Active CN105933858B (zh) | 2016-03-14 | 2016-03-14 | 无线定位装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105933858B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018053921A1 (zh) * | 2016-09-22 | 2018-03-29 | 深圳市元征科技股份有限公司 | 一种行车轨迹的确定方法及其装置 |
CN110928277A (zh) * | 2018-08-31 | 2020-03-27 | 百度在线网络技术(北京)有限公司 | 智能路侧单元的障碍物提示方法、装置及设备 |
CN111198365A (zh) * | 2020-01-16 | 2020-05-26 | 东方红卫星移动通信有限公司 | 一种基于射频信号的室内定位方法 |
CN111537950A (zh) * | 2020-04-14 | 2020-08-14 | 哈尔滨工业大学 | 一种基于位置指纹和二步多项式拟合的卫星位置预测跟踪方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101297337A (zh) * | 2005-09-29 | 2008-10-29 | 微软公司 | 采用开放和闭合世界建模方法从局部轨迹预测目的地的方法 |
CN103118427A (zh) * | 2011-11-16 | 2013-05-22 | 北京百度网讯科技有限公司 | 基于位置预取的定位方法及系统 |
CN105222768A (zh) * | 2014-06-30 | 2016-01-06 | 奇点新源国际技术开发(北京)有限公司 | 一种定位轨迹预测方法及装置 |
-
2016
- 2016-03-14 CN CN201610143269.4A patent/CN105933858B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101297337A (zh) * | 2005-09-29 | 2008-10-29 | 微软公司 | 采用开放和闭合世界建模方法从局部轨迹预测目的地的方法 |
CN103118427A (zh) * | 2011-11-16 | 2013-05-22 | 北京百度网讯科技有限公司 | 基于位置预取的定位方法及系统 |
CN105222768A (zh) * | 2014-06-30 | 2016-01-06 | 奇点新源国际技术开发(北京)有限公司 | 一种定位轨迹预测方法及装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018053921A1 (zh) * | 2016-09-22 | 2018-03-29 | 深圳市元征科技股份有限公司 | 一种行车轨迹的确定方法及其装置 |
CN110928277A (zh) * | 2018-08-31 | 2020-03-27 | 百度在线网络技术(北京)有限公司 | 智能路侧单元的障碍物提示方法、装置及设备 |
CN110928277B (zh) * | 2018-08-31 | 2023-11-17 | 阿波罗智能技术(北京)有限公司 | 智能路侧单元的障碍物提示方法、装置及设备 |
CN111198365A (zh) * | 2020-01-16 | 2020-05-26 | 东方红卫星移动通信有限公司 | 一种基于射频信号的室内定位方法 |
CN111537950A (zh) * | 2020-04-14 | 2020-08-14 | 哈尔滨工业大学 | 一种基于位置指纹和二步多项式拟合的卫星位置预测跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105933858B (zh) | 2017-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105933858A (zh) | 无线定位装置 | |
CN104125538B (zh) | 基于wifi网络的rssi信号强度的二次定位方法及装置 | |
CN107249200B (zh) | 一种应用模糊预测模型的切换方法 | |
CN102395200B (zh) | 无线传感器网络中节点定位方法及装置 | |
CN106211078A (zh) | 定位方法、装置、设备及系统 | |
CN106842266B (zh) | 一种即时参考站定位方法及系统 | |
CN108572999A (zh) | 兴趣面aoi轮廓的搜索方法及装置 | |
CN107169557A (zh) | 一种对布谷鸟优化算法进行改进的方法 | |
CN105974442A (zh) | 卫星导航系统硬件在环实时仿真测试平台及其方法 | |
CN101458324A (zh) | 基于限制区域的节点定位方法 | |
Yan et al. | Research on positioning system based on Zigbee communication | |
CN108871313A (zh) | 一种基于地理坐标的新型轨迹偏离报警方法 | |
CN106886467B (zh) | 基于分组-综合多目标进化的多任务测试优选方法 | |
CN108871344A (zh) | 足球机器人ggrrt路径规划方法 | |
US20080184049A1 (en) | Method and system for estimating power consumption of integrated circuit design | |
CN106597509A (zh) | 一种定位方法及装置 | |
CN107632312A (zh) | 一种卫星导航系统星间链路建链规划串级优化设计方法 | |
CN102196561A (zh) | 一种基于无线定位的基站lac切换方法 | |
CN106202113A (zh) | 应用于组队运动的信息提供方法和装置 | |
Abo-Zahhad et al. | Future location prediction of mobile subscriber over mobile network using Intra Cell Movement pattern algorithm | |
Zhang et al. | A WLAN planning method for indoor positioning system | |
CN109257763A (zh) | 无线传感器二维网络边界节点的判断方法 | |
CN109753510A (zh) | 一种目标数据的获取方法、系统、电子设备及存储介质 | |
CN109391525A (zh) | 环路定位方法及装置 | |
CN110475244A (zh) | 终端管理方法、系统、装置、终端及存储介质 |
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 |