CN106872943B - 一种基于可见光通信的移动物体室内跟踪定位方法 - Google Patents

一种基于可见光通信的移动物体室内跟踪定位方法 Download PDF

Info

Publication number
CN106872943B
CN106872943B CN201710001582.9A CN201710001582A CN106872943B CN 106872943 B CN106872943 B CN 106872943B CN 201710001582 A CN201710001582 A CN 201710001582A CN 106872943 B CN106872943 B CN 106872943B
Authority
CN
China
Prior art keywords
visible light
moving object
rss
lighting
equation
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
Application number
CN201710001582.9A
Other languages
English (en)
Other versions
CN106872943A (zh
Inventor
夏玮玮
郭智明
沈连丰
贾子彦
燕锋
章跃跃
朱亚萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201710001582.9A priority Critical patent/CN106872943B/zh
Publication of CN106872943A publication Critical patent/CN106872943A/zh
Application granted granted Critical
Publication of CN106872943B publication Critical patent/CN106872943B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
    • H04B10/114—Indoor or close-range type systems
    • H04B10/116—Visible light communication

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Optical Communication System (AREA)

Abstract

本发明公开了一种基于可见光通信的移动物体室内跟踪定位方法，包括如下步骤：1、离线建模：在测量场景中设置照明设备，测量照明设备光斑覆盖区域中采集点处的信号强度值和采集点与照明设备之间的相对水平距离，建立可见光通信模型：rss＝fVLC(d)；2、在线定位：解析移动物体接收到的照明设备发送的水平位置信息，测量移动物体当前位置处的RSS值，根据可见光通信模型，获取移动物体与照明设备之间的相对水平距离，建立几何测距方程；应用卡尔曼滤波对移动物体的位置和速度进行预测，获得移动物体实时坐标和速度。该方法适用于没有无线信号覆盖的场合，可以对室内移动物体进行精确定位，且具有保密性好、兼顾通信与照明等优点。

Description

一种基于可见光通信的移动物体室内跟踪定位方法
技术领域
本发明属于物体跟踪定位领域，具体涉及一种移动物体的室内跟踪定位方法。
背景技术
现有的定位系统主要基于全球定位系统(Global Positioning System，GPS)和无线电波技术。GPS能很好地应用于室外定位，然而因为其定位依赖于无线电波传播，室内覆盖小，导致在室内环境中会出现较大的定位误差，因此不适用于室内定位。室内定位系统需要一种能不依赖于GPS卫星无线电信号而能进行定位的替代装置。目前较多使用的室内定位技术有超声波技术、红外技术、蓝牙技术、无线射频技术、超宽带技术、Wi-Fi技术。基于这些技术的定位系统能够提供几十厘米到几米的定位误差。然而，这些技术具有不易于部署以及设备成本高的缺点，而且这些技术容易被其他无线信号干扰，并且大多不适用于射频敏感的室内环境。此外，在一些没有无线信号覆盖的场合，现有的无线通信定位系统无法工作。
发明内容
发明目的：针对现有技术中存在的问题，本发明公开了一种利用可见光来实现通信与跟踪定位的方法，该方法可以对室内移动物体进行精确定位，且具有保密性好、兼顾通信与照明等优点。
技术方案：一种基于可见光通信的移动物体室内跟踪定位方法，包括如下步骤：
步骤1、离线建模：在测量场景中建立水平测量坐标系XOY，设置照明设备，所述照明设备的光斑覆盖区域可以覆盖移动物体的运动范围，记录照明设备在XOY下的水平位置坐标(x0,y0)；在照明设备的光斑覆盖区域内选取多个采集点，测量采集点处的可见光信号强度值{rss1,…,rsssn}和采集点与所述照明设备的水平距离{d1,…,dsn}，其中sn为采集点个数；拟合rssi与di的值，i＝1..sn，建立可见光通信模型：
rss＝fVLC(d) (1)
其中rss为移动物体接收到的照明设备发送的可见光信号强度值，d为待定位移动物体与照明设备之间的水平距离；
步骤2、在线定位：解析移动物体当前位置处接收到的照明设备发送的水平位置信息，设该信息由N个照明设备发出，记为{(c1,y1),(x2,y2),…,(xN,yN)}，测量所述N个照明设备在移动物体当前位置处产生的RSS值，构成集合{rss1,rss2,…,rssN}；
根据可见光通信模型，获取移动物体当前位置与N个照明设备之间的相对水平距离j＝1,2,…,N；
根据N个照明设备的水平位置坐标(xj,yj)和dj的值建立几何测距方程：
其中(x,y)为移动物体在XOY下当前位置坐标；
应用卡尔曼滤波对移动物体的位置和速度进行预测，获得移动物体实时坐标和速度。
为了消除一个照明设备可能引起的误差，步骤1中通过多个照明设备建立可见光通信模型，具体包括如下步骤：
(11)在测量场景中建立水平测量坐标系XOY，设置照明设备，设所述照明设备的编号为i，所述照明设备的光斑覆盖区域φi可以覆盖移动物体的运动范围，记录照明设备在XOY下的水平位置坐标(x0,y0)；在照明设备的光斑覆盖区域内选取多个采集点构成点集测量采集点与所述照明设备的水平距离{d1,d2,…}；
(12)测量采集点处的可见光信号强度值
(13)在照明设备位置(x0,y0)处更换照明设备，重复步骤(12)，测量采集点处的可见光信号强度值RSSi，设共使用M个照明设备完成步骤(12)；
(14)记M个照明设备的光斑覆盖区域φi的交集为有效光斑覆盖区域φeff，其中的采集点构成有效采集点集每个有效采集点处的有效可见光信号强度值为：构成集合RSSdff，其中为第i个照明设备在有效采集点(xm,ym)处的可见光信号强度值；每个有效采集点与照明设备位置(x,y)的水平距离构成集合Deff，拟合RSSeff与Deff中的值，建立可见光通信模型：
rss＝fBLC(d)
其中rss为移动物体接收到的照明设备发送的可见光信号强度值，d为待定位移动物体与照明设备之间的水平距离。
优选地，所述拟合方法为最小二乘法。
具体地，步骤2中应用卡尔曼滤波对移动物体的位置和速度进行预测包括如下步骤：
(21)几何测距方程改写为：
AX＝B (3)
其中A为测距方程系数矩阵，B为测距方程右端向量，X＝[x y]T；j＝1,2,…,N；
(22)建立卡尔曼滤波的状态方程：
S(k+1)＝HS(k)+w(k) (4)
其中， (x(k)，y(k))表示移动物体在k时刻的位置坐标，(vx(k)，vy(k))表示移动物体在k时刻的x、y坐标轴方向的速度，T表示状态方程更新时间，wx(k)、wy(k)为高斯白噪声，wx(k)和wy(k)的协方差矩阵为Qw(k)；
建立卡尔曼滤波的测量方程：
Z(k)＝F(k)s(k)+v(k) (5)
其中，观测矩阵Z(k)＝A(k)，系数矩阵F(k)＝[B(k) 0(N-1)×2]；A(k)为k时刻的测距方程系数矩阵，B(k)为k时刻的测距方程右端向量；v(k)为测量噪声，v(k)的协方差矩阵为Qv(k)；
(23)通过递归的方式求解卡尔曼滤波过程中的变量，得到k时刻的状态估计值，即为移动物体的实时运动状态
具体地，所述步骤(23)的递归过程包括如下步骤：
(231)根据k-1时刻的状态估计值，来对k时刻的状态进行预测：
(232)根据k-1时刻的误差协方差矩阵来得到k时刻的误差协方差矩阵P(k/k-1)：
P(k/k-1)＝HP(k-1/k-1)HT+Qw(k)
(233)采集k时刻的可见光信息并且通过VLC通信模型给出测量方程中的系数矩阵F(k)，并由F(k)计算k时刻的卡尔曼增益K(k)：
K(k)＝P(k/k-1)FT(k)[F(k)P(k/k-1)FT(k)+Qv(k)]-1
(234)建立k时刻的几何测距方程，获取测量方程中的观测矩阵Z(k)，并通过k时刻的卡尔曼增益K(k)、观测矩阵Z(k)对步骤(431)中获取的状态估计值进行修正，得到k时刻的状态估计值：
(235)更新误差协方差矩阵P(k/k):
P(k/k)＝[I-K(k)H]P(k/k-1)
通过循环递归执行(231)-(235)，得到移动物体的实时运动状态
优选地，采集点在光斑覆盖区域中均匀分布。
优选地，步骤2中N个照明设备采用时分复用的方式向移动物体发送水平位置信息。
有益效果：与现有技术相比，本发明公开的跟踪定位方法具有以下优点：1、可见光通信(VLC,Visible Light Communication)技术使用LED作光源，从而用于室内跟踪定位目的的VLC系统均可在用于照明的地方提供服务，而且除了一些必要的信号处理，几乎不需要多余的功率消耗；2、基于VLC的跟踪定位方法不会产生任何射频干扰，因此可以部署在射频辐射被严格限制的环境中；3、基于VLC的定位系统中，收发端之间的信息传输介质是可见光而非电磁波，无法穿透不透明的墙壁等遮挡物，因此其传输范围限制在用户的视距范围以内，如此就能有效地防止了从外部恶意截获传输信息的行为，保证了信息的安全；4、在一些没有无线信号覆盖或不适合使用无线电波的场合，现有的无线通信定位方法无法使用，本发明的方法是一个有效的方案；5、本发明公开的方法不受多径效应的影响，通信模型简单，定位精度高。
附图说明
图1是基于可见光通信的室内跟踪定位场景图；
图2可见光室内跟踪定位系统定位流程图；
图3在线定位阶段卡尔曼预测流程图。
具体实施方式
下面结合附图和具体实施方式，进一步阐明本发明。
一种基于可见光通信的移动物体室内跟踪定位方法，如图2所示，包括如下步骤：
步骤1、离线建模：
(11)构建测量场景：在屋顶1上设置1个照明设备2，建立水平测量坐标系XOY，设所述照明设备的编号为i，所述照明设备的光斑覆盖区域φi可以覆盖移动物体的运动范围，记录照明设备在XOY下的水平位置坐标(x0,y0)；在照明设备的光斑覆盖区域内选取多个采集点构成点集 测量各采集点与所述照明设备的水平距离{d1,d2,…}；
(12)测量采集点处的可见光信号强度值
(13)在照明设备位置(x0,y0)处更换照明设备，重复步骤(12)，测量各采集点处的可见光信号强度值RSSi，设共使用M个照明设备完成步骤(12)；
(14)记M个照明设备的光斑覆盖区域φi的交集为有效光斑覆盖区域φeff，其中的采集点构成有效采集点集每个有效采集点处的有效可见光信号强度值为：构成集合RSSeff，其中为第i个照明设备在有效采集点(xm,ym)处的可见光信号强度值；每个有效采集点与照明设备位置(x,y)的水平距离构成集合Deff，拟合RSSeff与Deff中的值，建立可见光通信模型：
rss＝fVLC(d) (1)
其中rss为移动物体接收到的照明设备发送的可见光信号强度值，d为待定位移动物体与照明设备之间的水平距离。
步骤2、在线定位：
定位时，场景中可以有多个照明设备，每个照明设备光斑覆盖区域的并集覆盖移动物体的运动范围，各个照明设备都连接在发送控制器3，通过发送控制器的控制按照时分复用的方式发送各自的位置信息，这样可以防止多个照明设备之间的信号相互干扰；移动物体5在地面4运动，将接收到的水平位置信息及RSS值发送至定位服务器6，由定位服务器应用本发明公开的方法来对移动物体进行定位跟踪，如图1所示。
解析移动物体当前位置处接收到的照明设备发送的水平位置信息，设该信息由N个照明设备发出，记为{(x1,y1),(x2,y2),…,(xN,yN)}，测量所述N个照明设备在移动物体当前位置处产生的RSS值，构成集合{rss1,rss2,…,rssN}；
根据N个照明设备的可见光通信模型，获取移动物体当前位置与N个照明设备之间的相对水平距离
根据N个照明设备的水平位置坐标(xj,yj)和dj的值建立几何测距方程：
其中(x,y)为移动物体在XOY下当前位置坐标；
应用卡尔曼滤波对移动物体的位置和速度进行预测，获得移动物体实时坐标和速度，具体包括如下步骤：
(21)几何测距方程改写为：
AX＝B (3)
其中A为测距方程系数矩阵，B为测距方程右端向量，X＝[x y]T；j＝1,2,…,N；
(22)建立卡尔曼滤波的状态方程：
S(k+1)＝HS(k)+w(k) (4)
其中， (x(k)，y(k))表示移动物体在k时刻的位置坐标，(vx(k)，vy(k))表示移动物体在k时刻的x、y坐标轴方向的速度，T表示状态方程更新时间，wx(k)、wy(k)为高斯白噪声，wx(k)和wy(k)的协方差矩阵为Qw(k)；
建立卡尔曼滤波的测量方程：
A(k)＝F(k)s(k)+v(k) (5)
其中，Z(k)为观测量，本实施例中设置水平距离di为观测量，故有:
其中，也即有：观测矩阵A(k)＝A(k)，系数矩阵F(k)＝[B(k) 0(B-1)×2]；A(k)为k时刻的测距方程系数矩阵，B(k)为k时刻的测距方程右端向量；v(k)为测量噪声，v(k)的协方差矩阵为Qv(k)；设对于每次的测量值di，其真实值为则有：
其中，ni表示高斯白噪声，那么，在计算过程中，测量值的误差为：
则有：
n(k)＝D(k)n(k)-d1N1(k) (9)
其中，d(k)＝diag{d2(k),d3(k),…,dN(k)},N(k)＝[n2(k),n3(k),…,nN(k)]T,N1(k)＝[n1(k),n1(k),…,n1(k)]T；其中di(k)表示k时刻移动物体距离第i个照明设备的水平距离，ni(k)表示k时刻测量di(k)时的高斯白噪声；因此，v(k)的协方差矩阵为：
其中，为噪声ni的方差。
(23)通过递归的方式求解卡尔曼滤波过程中的变量，得到k时刻的状态估计值，即为移动物体的实时运动状态如图3所示，递归过程如下：
(231)根据k-1时刻的状态估计值，来对k时刻的状态进行预测：
(232)根据k-1时刻的误差协方差矩阵来得到k时刻的误差协方差矩阵P(k/k-1)：
P(k/k-1)＝HP(k-1/k-1)HT+Qw(k)
(233)采集k时刻的可见光信息并且通过VLC通信模型给出测量方程中的系数矩阵F(k)，并由F(k)计算k时刻的卡尔曼增益K(k)：
K(k)＝P(k/k-1)FT(k)[F(k)P(k/k-1)FT(k)+Qv(k)]-1
(234)建立k时刻的几何测距方程，获取测量方程中的观测矩阵Z(k)，并通过k时刻的卡尔曼增益K(k)、观测矩阵Z(k)对步骤(431)中获取的状态估计值进行修正，得到k时刻的状态估计值：
(235)更新误差协方差矩阵P(k/k):
P(k/k)＝[I-K(k)H]P(k/k-1)
通过循环递归执行(231)-(235)，得到移动物体的实时运动状态

Claims (7)

1.一种基于可见光通信的移动物体室内跟踪定位方法，其特征在于，包括如下步骤：
(1)离线建模：在测量场景中建立水平测量坐标系XOY，设置照明设备，所述照明设备的光斑覆盖区域可以覆盖移动物体的运动范围，记录照明设备在XOY下的水平位置坐标(x0,y0)；在照明设备的光斑覆盖区域内选取多个采集点，测量采集点处的可见光信号强度值{rss1,…,rsssn}和采集点与所述照明设备的水平距离{d1,…,dsn}，其中sn为采集点个数；拟合rssi与di的值，i＝1..sn，建立可见光通信模型：
rss＝fVLC(d) (1)
其中rss为移动物体接收到的照明设备发送的可见光信号强度值，d为待定位移动物体与照明设备之间的水平距离；
(2)在线定位：解析移动物体当前位置处接收到的照明设备发送的水平位置信息，设该信息由N个照明设备发出，记为{(x1,y1),(x2,y2),…,(xN,yN)}，测量所述N个照明设备在移动物体当前位置处产生的RSS值，构成集合{rss1,rss2,…,rssN}；
根据可见光通信模型，获取移动物体当前位置与N个照明设备之间的相对水平距离
根据N个照明设备的水平位置坐标(xj,yj)和dj的值建立几何测距方程：
其中(x,y)为移动物体在XOY下当前位置坐标；
应用卡尔曼滤波对移动物体的位置和速度进行预测，获得移动物体实时坐标和速度。
2.根据权利要求1所述的基于可见光通信的移动物体室内跟踪定位方法，其特征在于，步骤(1)中通过多个照明设备建立可见光通信模型，具体包括如下步骤：
(11)在测量场景中建立水平测量坐标系XOY，设置照明设备，设所述照明设备的编号为i，所述照明设备的光斑覆盖区域φi可以覆盖移动物体的运动范围，记录照明设备在XOY下的水平位置坐标(x0,y0)；在照明设备的光斑覆盖区域内选取多个采集点构成点集测量各采集点与所述照明设备的水平距离{d1,d2,…}；
(12)测量采集点处的可见光信号强度值
(13)在照明设备位置(x0,y0)处更换照明设备，重复步骤(12)，测量各采集点处的可见光信号强度值RSSi，设共使用M个照明设备完成步骤(12)；
(14)记M个照明设备的光斑覆盖区域φi的交集为有效光斑覆盖区域φeff，其中的采集点构成有效采集点集每个有效采集点处的有效可见光信号强度值为：构成集合RSSeff，其中为第i个照明设备在有效采集点(xm,ym)处的可见光信号强度值；每个有效采集点与照明设备位置(x,y)的水平距离构成集合Deff，拟合RSSeff与Deff中的值，建立可见光通信模型：
rss＝fVLC(d)
其中rss为移动物体接收到的照明设备发送的可见光信号强度值，d为待定位移动物体与照明设备之间的水平距离。
3.根据权利要求1或2所述的基于可见光通信的移动物体室内跟踪定位方法，其特征在于，所述拟合方法为最小二乘法。
4.根据权利要求1所述的基于可见光通信的移动物体室内跟踪定位方法，其特征在于，步骤(2)中应用卡尔曼滤波对移动物体的位置和速度进行预测包括如下步骤：
(21)几何测距方程改写为：
AX＝B (3)
其中A为测距方程系数矩阵，B为测距方程右端向量，X＝[x y]T；
(22)建立卡尔曼滤波的状态方程：
S(k+1)＝HS(k)+w(k) (4)
其中，(x(k)，y(k))表示移动物体在k时刻的位置坐标，(vx(k)，vy(k))表示移动物体在k时刻的x、y坐标轴方向的速度，T表示状态方程更新时间，wx(k)、wy(k)为高斯白噪声，wx(k)和wy(k)的协方差矩阵为Qw(k)；
建立卡尔曼滤波的测量方程：
Z(k)＝F(k)S(k)+v(k) (5)
其中，观测矩阵Z(k)＝A(k)，系数矩阵F(k)＝[B(k) 0(N-1)×2]；A(k)为k时刻的测距方程系数矩阵，B(k)为k时刻的测距方程右端向量；v(k)为测量噪声，v(k)的协方差矩阵为Qv(k)；
(23)通过递归的方式求解卡尔曼滤波过程中的变量，得到k时刻的状态估计值，即为移动物体的实时运动状态
5.根据权利要求4所述的基于可见光通信的移动物体室内跟踪定位方法，其特征在于，所述步骤(23)的递归过程包括如下步骤：
(231)根据k-1时刻的状态估计值，来对k时刻的状态进行预测：
(232)根据k-1时刻的误差协方差矩阵来得到k时刻的误差协方差矩阵P(k/k-1)：
P(k/k-1)＝HP(k-1/k-1)Hk+Qm(k)
(233)采集k时刻的可见光信息并且通过VLC通信模型给出测量方程中的系数矩阵F(k)，并由F(k)计算k时刻的卡尔曼增益K(k)：
K(k)＝P(k/k-1)FT(k)[F(k)P(k/k-1)FT(k)+Qv(k)]-1
(234)建立k时刻的几何测距方程，获取测量方程中的观测矩阵Z(k)，并通过k时刻的卡尔曼增益K(k)、观测矩阵Z(k)对步骤(231)中获取的状态估计值进行修正，得到k时刻的状态估计值：
(235)更新误差协方差矩阵P(k/k):
P(k/k)＝[I-K(k)H]P(k/k-1)
通过循环递归执行(231)-(235)，得到移动物体的实时运动状态I为阶数与K(k)H的阶数相同的单位矩阵。
6.根据权利要求1所述的基于可见光通信的移动物体室内跟踪定位方法，其特征在于，所述采集点在光斑覆盖区域中均匀分布。
7.根据权利要求1所述的基于可见光通信的移动物体室内跟踪定位方法，其特征在于，步骤(2)中N个照明设备采用时分复用的方式向移动物体发送水平位置信息。
CN201710001582.9A 2017-01-03 2017-01-03 一种基于可见光通信的移动物体室内跟踪定位方法 Active CN106872943B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710001582.9A CN106872943B (zh) 2017-01-03 2017-01-03 一种基于可见光通信的移动物体室内跟踪定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710001582.9A CN106872943B (zh) 2017-01-03 2017-01-03 一种基于可见光通信的移动物体室内跟踪定位方法

Publications (2)

Publication Number Publication Date
CN106872943A CN106872943A (zh) 2017-06-20
CN106872943B true CN106872943B (zh) 2019-04-30

Family

ID=59164510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710001582.9A Active CN106872943B (zh) 2017-01-03 2017-01-03 一种基于可见光通信的移动物体室内跟踪定位方法

Country Status (1)

Country Link
CN (1) CN106872943B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107942288A (zh) * 2017-10-19 2018-04-20 中国地质大学（武汉） 一种结合ofdm的led定位方法及系统
CN108225330A (zh) * 2018-01-03 2018-06-29 华南理工大学 一种基于卡尔曼滤波的可见光动态定位方法
CN108490388B (zh) * 2018-03-13 2021-06-29 同济大学 一种基于uwb与vlc技术的多源联合室内定位方法
CN109099842A (zh) * 2018-09-17 2018-12-28 昆明简酷科技有限公司 基于光栅矩阵技术的室内定位和行迹跟踪系统
CN112965031B (zh) * 2021-02-20 2023-11-21 兰州交通大学 基于vlc-rssi的地铁列车定位模型及定位方法
CN113093105B (zh) * 2021-04-09 2023-09-12 中国人民解放军战略支援部队信息工程大学 可见光室内定位方法、装置、系统及相关产品

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103199923A (zh) * 2013-04-22 2013-07-10 中国矿业大学 一种基于可见光通信的井下移动目标光指纹定位跟踪方法
CN105425210A (zh) * 2015-11-27 2016-03-23 泉州装备制造研究所 一种室内可见光定位系统及方法
CN106019227A (zh) * 2016-05-09 2016-10-12 北京大学 一种可见光定位系统和定位方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016025488A2 (en) * 2014-08-12 2016-02-18 Abl Ip Holding Llc System and method for estimating the position and orientation of a mobile communications device in a beacon-based positioning system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103199923A (zh) * 2013-04-22 2013-07-10 中国矿业大学 一种基于可见光通信的井下移动目标光指纹定位跟踪方法
CN105425210A (zh) * 2015-11-27 2016-03-23 泉州装备制造研究所 一种室内可见光定位系统及方法
CN106019227A (zh) * 2016-05-09 2016-10-12 北京大学 一种可见光定位系统和定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An Indoor Visible Light Communication Positioning System Using a RF Carrier Allocation Technique;Hyun-Seung Kim等;《JOURNAL OF LIGHTWAVE TECHNOLOGY》;20130131;第31卷(第1期);全文
基于LED可见光的室内定位算法研究;胡晴晴;《中国优秀硕士学位论文全文数据库信息科技辑》;20160715;全文

Also Published As

Publication number Publication date
CN106872943A (zh) 2017-06-20

Similar Documents

Publication Publication Date Title
CN106872943B (zh) 一种基于可见光通信的移动物体室内跟踪定位方法
CN103763680B (zh) 基于信号传播的室内定位追踪方法及系统
CN112533163B (zh) 基于NB-IoT改进的融合超宽带和蓝牙的室内定位方法
RU2707737C1 (ru) Носитель записи, на котором записана программа определения нахождения в помещении/вне помещения, система определения нахождения в помещении/вне помещения, способ определения нахождения в помещении/вне помещения, мобильный терминал, и средство для классификации и определения среды в помещении/вне помещения
US11032726B2 (en) Optimization system for distributed antenna system
CN105676172B (zh) 簇式磁场定位的方法、装置和系统
KR101247964B1 (ko) 비콘을 이용한 전파식별 리더의 위치 측정 방법 및 그를 위한 전파식별 시스템
CN103644905A (zh) 一种情境相关的室内定位方法及系统
CN114413909A (zh) 一种室内移动机器人定位方法及系统
CN104297724A (zh) 定位方法及系统
CN108413966A (zh) 基于多种传感测距技术室内定位系统的定位方法
Spyridis et al. Modelling and simulation of a new cooperative algorithm for UAV swarm coordination in mobile RF target tracking
Kluge et al. Trilateration, fingerprinting, and centroid: taking indoor positioning with bluetooth LE to the wild
Rose et al. 3D trilateration localization using RSSI in indoor environment
CN114758364B (zh) 基于深度学习的工业物联网场景融合定位方法及系统
CN104502888A (zh) 一种基于概率指纹计算的无线测距方法
JP7287034B2 (ja) 飛翔体、制御方法、及びプログラム
Dorji et al. Comparative assessment of indoor positioning technologies, techniques, and algorithms
Lebreton et al. Radio frequency mapping using an autonomous robot: application to the 2.4 GHz band
WO2021048907A1 (ja) 電波発信源位置推定システム
Ismail et al. Comparison of wireless sensor node localisation between trilateration and multi-lateration methods using rssi
Ting et al. High precision location tracking technology in IR4. 0
KR102604367B1 (ko) 확장현실을 포함한 가상현실 공간 서비스를 위한 고정밀 위치 움직임 획득장치
Ben et al. Field study of a 24 GHz FMCW radar system suitable to detect small-sized RPAS under 5 kg MTOW
Popović Indoor location technologies– Review

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant