CN107560618A - 基于rfid的机器人室内定位方法 - Google Patents
基于rfid的机器人室内定位方法 Download PDFInfo
- Publication number
- CN107560618A CN107560618A CN201710739683.6A CN201710739683A CN107560618A CN 107560618 A CN107560618 A CN 107560618A CN 201710739683 A CN201710739683 A CN 201710739683A CN 107560618 A CN107560618 A CN 107560618A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msup
- fireworks
- electronic tag
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 14
- 238000002474 experimental method Methods 0.000 claims description 14
- 230000004807 localization Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 12
- 238000006073 displacement reaction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 abstract description 4
- 230000007812 deficiency Effects 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及基于RFID的机器人室内定位方法,该方法对原RFID读写器的信号采集系统进行二次开发,使其能读到电子标签对应的位置坐标和RSSI平均值,克服了现有读写器只能读到电子标签基本信息和信号即时强度指示值的技术缺陷。本发明在设定电子标签铺于地面的方式时,采用电子标签交叉分布的策略,即在实验环境中每隔相同距离放置一个纵向电子标签,再在每四个纵向标签中间放置一个横向电子标签,解决了电子标签对于读写器的接收信号具有方向性的问题。将现有的烟花算法利用在本发明关于机器人位置计算上,通过实验结果分析,这样的改进使得应用极大似然估计定位法进行定位的精度大大提高。
Description
技术领域
本发明的技术方案涉及机器人室内定位的方法,具体地说是基于RFID的机器人室内定位方法。
背景技术
在室内定位研究方面,随着无线通信技术的快速发展,现在能够应用在室内定位的无线信号的媒介越来越多。但是室内环境复杂,遮蔽物不可测,信号传播极易受到影响,这也极大的增加了定位的难度。因此需要根据不同的室内定位成本和需求来选择合适的信号媒介。
如今,常用的定位系统的信号媒介有超声波、无线局域网(Wireless Local AreaNetworks,WLAN)、红外线、超宽带(Ultra Wide Band,UWB)和RFID(射频识别)等。所以,室内定位系统主要有:基于红外线的室内定位系统、基于WLAN的室内定位系统、基于超声波的室内定位系统、基于UWB的室内定位系统、基于RFID的室内定位系统。通过各种室内定位技术性能的比较得出:红外线定位系统拥有很强的抗电磁干扰能力、对硬件要求低;但是它容易受到阳光直射的影响,非视距关系很差,通信范围有限,定位精度很差。超声波定位的精度很高,但是收发设备需精心选址对位进行部署,要求视距关系,而且造价昂贵。超宽带定位的精度在几种定位技术中最高,非视距关系也好,但是成本也是最高的。也可以通过立体摄像机抓拍目标影像,再利用图像处理技术来确定位置,但是这样的话就需要特殊的硬件支持,部署起来也非常麻烦。WLAN和RFID定位对视距没有要求,价格也很低廉,大规模部署也非常容易。
现有的基于RFID机器人室内定位采用的方法大多存在定位精度不足的缺点,对现有的定位技术从设备的投入、定位精度以及对外界环境的干扰的适应程度等方面对比后发现,以下的一些基于RFID定位方法存在不足主要有:
(1)TOA(Time of Arrival):需要涉及定位的节点之间能够精确的时间同步,这对时钟等设备精度要求非常高,购置设备费用较大。所以,针对电磁波设计的系统投入实际应用有一定困难。比如,就是一个典型的应用,但其投入非常巨大。对于中短距离的定位应用中,产生的误差较大并且很难通过误差补偿的方式提高定位精度。
(2)TDOA(Time Difference of Arrival):受限于超声波传播距离,所使用的超声波信号通常传播距离仅为一,因而网络需要密集部署和问题对超声波信号传播的影响。
(3)AOA(Angle of Arrival):也会受到外界环境影响,而且需要额外硬件,对天线阵列的尺寸、数量和功耗有比较高的要求,需要天线对信号方向有较高的灵敏度。
发明内容
针对现有技术的不足,本发明所要解决的技术问题是:提供一种基于RFID的机器人室内定位方法。该方法由计算RSSI的时值改为计算RSSI的均值,利用烟花算法优化极大似然定位法进行定位计算,同时采用标签的交叉分布策略,显著提高了室内定位的准确度。
本发明解决该技术问题所采用的技术方案是:提供一种基于RFID的机器人室内定位方法,该方法的步骤如下:
第一步,安装并初始化RFID系统:在待定位室内的地面上铺设若干数量的电子标签,在机器人身上安装读写器及天线,读写器和上位机连接;以待定位室内为定位区域,建立逻辑坐标系,将逻辑坐标系下的每个电子标签的位置坐标存储于电子标签的内存中;
第二步,读取电子标签的RSSI平均值及对应的位置坐标:
在上位机的控制读写器的界面上,点击查询标签按钮,读写器进入查询状态,将读写器每次读到同一个电子标签的RSSI值RSSIi′求和再除以读到的次数n,利用式(2.1)计算获得读写器扫描范围内的每个电子标签的RSSI平均值,记为RSSI均值,其中i′=1,2,…n;同时读写器读取到每个电子标签所对应的位置坐标;
第三步,选取参考标签:
在第二步求得的每个电子标签的RSSI平均值中利用快速排序算法选取出RSSI平均值位于前五的电子标签作为参考标签,并记录五个参考标签的位置坐标(xk*,yk*),k*=1,2,…5;
第四步,计算参考标签与机器人的距离:
根据式(4.1)计算出第三步所选取的五个参考标签与机器人当前位置的距离dk*,
式中,RSSI0为由实验测量获得的电子标签距离读写器1m时的RSSI值;α′为实际环境参数,式(4.2)表示实验中从所有铺设的电子标签中随机选取两个电子标签的RSSI值之差与相应的两个电子标签到机器人当前距离之间满足的关系式,按照式(4.2)求得的α为随机环境参数,将多次求取环境参数取平均值为实验环境下的实际环境参数α′;
式中RSSIi*和RSSIj*代表实验中随机选取的两个电子标签的RSSI值,经测量其距读写器的距离分别为di*和dj*;
第五步,利用烟花算法进行定位计算:
5-1、确定烟花算法目标函数:根据极大似然定位法,将第三步中记录的参考标签的位置坐标(x1,y1),(x2,y2)…(x5,y5)和第四步得到的每个参考标签与机器人当前位置的距离d1,d2…d5与机器人的定位坐标(x,y)之间满足式(5.1),
则烟花算法的目标函数f(x,y)用式(5.2)表示,
5-2、初始化烟花:以定位区域坐标范围设定解空间的范围,设定烟花算法的最大迭代次数为Imax,以参考标签的位置坐标及相应参考标签到机器人当前位置的距离作为样本,随机初始化获得N个烟花θi,i=1,2,…N,设E(θi)为定位误差,计算每个烟花的适应度值f(θi)=E(θi);
5-3、每个烟花通过烟花算子来生成火花:
分别利用式(5.3)、式(5.4)计算得出每个烟花θi(i=1,2,…N)生成火花的爆炸个数Si和爆炸半径Ai;
其中Ymin、Ymax分别为当前迭代烟花中适应度值的最小值和最大值,M和均为常数,ε为最小常数值;
每个烟花θi通过爆炸生成k个火花θik,其中火花个数k与爆炸个数Si相等,再利用式(5.5)进行位移操作;
其中,rand(0,Ai)表示在爆炸半径Ai内生成的均匀随机数;
5-4、经过位移操作后获得的火花通过式(5.6)进行高斯变异再次生成火花:
其中e是服从均值为1,方差为1的高斯分布的随机数;
5-5、当高斯变异产生的火花超出解空间的范围,需要通过式(5.7)的计算映射到一个新的位置;
其中,和分别表示解空间范围的上下界;%代表模运算;
5-6、计算经步骤5-5处理后每个烟花对应的所有火花的适应度值,当迭代次数达到最大迭代次数或者所有火花的适应度值均小于0.1%时终止寻优,选出所有火花中适应度值最小的火花作为全局最优火花输出结果,即为机器人的定位坐标值;若迭代次数没有达到最大迭代次数或者某个火花的适应度值不小于0.1%,则选择每个烟花中适应度值最小的火花作为下一代烟花,返回步骤5-3。
与现有技术相比,本发明的有益效果是:
本发明对原读写器的信号采集系统进行二次开发,使其能读到电子标签对应的位置坐标和RSSI平均值,克服了现有读写器只能读到电子标签基本信息和信号即时强度指示(Received Signal Strength Indication,RSSI)值的技术缺陷。通过实验结果分析,这样的改进使得应用极大似然估计定位法(Maximum Likelihood Estimate Positioning,MLEP)进行定位的精度大大提高。将现有的烟花算法利用在本发明关于机器人位置计算上,可显著提高定位的准确性。
此外,本发明在设定电子标签铺于地面的方式时,采用电子标签交叉分布的策略,即在实验环境中每隔相同距离放置一个纵向电子标签,再在每四个纵向标签中间放置一个横向电子标签,解决了电子标签对于读写器的接收信号具有方向性的问题。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明定位方法所使用的RFID系统的结构示意图;
图2为本发明基于RFID的机器人室内定位方法中电子标签的交叉分布策略的布置示意图;
图3为上位机中读写器查询标签界面;
图4为本发明方法的流程图。
图中,1.读写器,2.天线,3.电子标签,4.上位机。
具体实施方式
图1所示为本发明定位方法所使用的RFID系统的结构,该RFID系统包括读写器1、电子标签3(也叫应答器)和用于数据处理的上位机4,所述上位机为PC机,读写器和上位机连接,读写器内部集成天线或者外接天线2,所述电子标签铺设在待定位室内的地面上,与读写器相连的天线和电子标签无线连接,读写器及天线均安装在机器人身上。
本发明基于RFID的机器人室内定位方法(简称方法)采用电子标签的交叉分布策略,能够有效减少电子标签的方向性对接收信号的影响;读写器负责采集RFID系统中电子标签RSSI信号,同时对读写器的信号采集模块进行二次开发,使读写器可以直接读到电子标签的位置坐标和RSSI平均值,并在上位机中显示,将极大似然估计定位法与烟花算法相结合,实现定位机器人位置的目的;
具体步骤如下:
第一步,安装并初始化RFID系统:在待定位室内的地面上铺设若干数量的电子标签3,在机器人身上安装读写器及天线,读写器和上位机连接;以待定位室内为定位区域,建立逻辑坐标系,将逻辑坐标系下的每个电子标签的位置坐标存储于电子标签的内存中;
第二步,读取电子标签的RSSI平均值及对应的位置坐标:
在上位机的控制读写器的界面上,点击查询标签按钮,读写器进入查询状态,将读写器每次读到同一个电子标签的RSSI值RSSIi′求和再除以读到的次数n,利用式(2.1)计算获得读写器扫描范围内的每个电子标签的RSSI平均值,记为RSSI均值,其中i′=1,2,…n;同时读写器读取到每个电子标签所对应的位置坐标;
第三步,选取参考标签:
在第二步求得的每个电子标签的RSSI平均值中利用快速排序算法选取出RSSI平均值位于前五的电子标签作为参考标签,并记录五个参考标签的位置坐标(xk*,yk*),k*=1,2,…5;
第四步,计算参考标签与机器人的距离:
根据式(4.1)计算出第三步所选取的五个参考标签与机器人当前位置的距离dk*,
式中,RSSI0为由实验测量获得的电子标签距离读写器1m时的RSSI值;α′为实际环境参数,式(4.2)表示实验中从所有铺设的电子标签中随机选取两个电子标签的RSSI值之差与相应的两个电子标签到机器人当前距离之间满足的关系式,按照式(4.2)求得的α为随机环境参数,将多次求取环境参数取平均值为实验环境下的实际环境参数α′;
式中RSSIi*和RSSIj*代表实验中随机选取的两个电子标签的RSSI值,经测量其距读写器的距离分别为di*和dj*;
第五步,利用烟花算法进行定位计算:
5-1、确定烟花算法目标函数:根据极大似然定位法,将第三步中记录的参考标签的位置坐标(x1,y1),(x2,y2)…(x5,y5)和第四步得到的每个参考标签与机器人当前位置的距离d1,d2…d5利用式(5.1)求得机器人的定位坐标(x,y);
可以看出,式(5.1)是一组圆的方程,由于利用式(4.1)求得的距离dk*与实际值通常会有偏差,导致这组圆将无法相交于一点,即方程组无解。但是对于方程求根问题,可以等价地看成是求极值问题,即设目标函数为f(x,y),如式(5.2)所示,
显然,当方程组式(5.1)有解的时候,目标函数式(5.2)的最小值为0。而当方程组式(5.1)无解的时候,求得的目标函数的值越接近于0时,其对应的方程组式(5.1)的解就越接近于实际值。这样就把非线性方程组的求解问题转换为用烟花算法求解目标函数的最小值问题。
5-2、初始化烟花:以定位区域坐标范围设定解空间的范围,设定烟花算法的最大迭代次数为Imax,以参考标签的位置坐标及相应参考标签到机器人当前位置的距离作为样本,随机初始化获得N个烟花θi(i=1,2,…N),设E(θi)为定位误差,计算每个烟花的适应度值f(θi)=E(θi);
5-3、每个烟花通过爆炸算子来生成火花:
分别利用式(5.3)、式(5.4)计算得出每个烟花θi(i=1,2,…N)生成火花的爆炸个数Si和爆炸半径Ai;
其中Ymin、Ymax分别为当前迭代烟花中适应度值的最小值和最大值,M和均为常数,用来调节爆炸个数和爆炸半径的大小,ε为最小常数值,避免出现除零情况;
每个烟花θi通过爆炸生成k个火花θik,其中火花个数k与爆炸个数Si相等,再利用式(5.5)进行位移操作;
其中,rand(0,Ai)表示在爆炸半径Ai内生成的均匀随机数;上述计算爆炸个数、爆炸半径及位移操作的整个过程称为爆炸算子;
5-4、经过位移操作后获得的火花通过变异算子再次生成火花,即按照式(5.6)进行高斯变异再次生成火花
其中e是服从均值为1,方差为1的高斯分布的随机数;
5-5、当高斯变异产生的火花超出解空间的范围(初始化时已设定),需要通过式(5.7)的计算映射到一个新的位置;
其中,和分别表示解空间范围的上下界;%代表模运算;
5-6、计算经步骤5-5处理后每个烟花对应的所有火花的适应度值,当迭代次数达到最大迭代次数或者所有火花的适应度值均小于0.1%时终止寻优,选出所有火花中适应度值最小的火花作为全局最优火花输出结果,即为机器人的定位坐标值;若迭代次数没有达到最大迭代次数或者某个火花的适应度值不小于0.1%,则选择每个烟花中适应度值最小的火花作为下一代烟花,返回步骤5-3。
图2所示为本发明使用的电子标签的交叉分布策略示意图,在长为2.7m,宽也为2.7m的定位区域内每间隔90cm放置一个纵向标签31,再在相邻四个纵向标签中间交叉放置一个横向标签32。
图3所示,在上位机的控制界面中点击查询标签后,读写器将能够感应到可查范围内的电子标签,对每一个查询到的电子标签都将读出标签的EPC号、EPC长度、读写器读到此标签的次数和最后一次读到此标签时的RSSI值,以及查询到此标签的天线标号,得到天线标号和对应的读到此电子标签的天线的对应关系。
图4所示实施例表明,本发明方法的流程是:开始,初始化RFID系统,然后读取标签的RSSI平均值及对应的坐标,再选取RSSI平均值最大的五个标签为参考标签,计算选中的5个参考标签与机器人的距离,利用极大似然定位法确定目标函数,初始化烟花,然后通过爆炸算子生成火花,再通过变异算子生成火花,对超出边界的火花应用映射规则,应用选择策略得到下一代烟花,判断是否满足终止条件,如果满足条件,则输出最优解,实现机器人的室内定位,结束过程;如果不满足终止条件,则下一代烟花返回通过爆炸算子生成火花步骤。所述选择策略是指按照适应度值的大小顺序进行选择。
实施例1
本实施例的基于RFID的机器人室内定位方法,由计算RSSI的时值改为计算RSSI的均值,利用烟花算法优化极大似然定位法进行定位计算,具体步骤如下:
第一步,安装并初始化RFID系统:选取3m×3m室内定位区域,采取交叉分布策略在待定位室内的地面上间隔0.6米铺设电子标签3,共计33个,在机器人身上安装读写器及天线,读写器和上位机连接;以待定位室内为定位区域,建立逻辑坐标系,将逻辑坐标系下的每个电子标签的位置坐标存储于电子标签的内存中;
第二步,读取电子标签的RSSI平均值及对应的位置坐标:
在上位机的控制读写器的界面上,点击查询标签按钮,读写器进入查询状态,将读写器每次读到同一个电子标签的RSSI值RSSIi′求和再除以读到的次数n,利用式(2.1)计算获得读写器扫描范围内的每个电子标签的RSSI平均值,记为RSSI均值,其中i′=1,2,…n;同时读写器读取到每个电子标签所对应的位置坐标;
第三步,选取参考标签:
在第二步求得的每个电子标签的RSSI平均值中利用快速排序算法选取出RSSI平均值位于前五的电子标签作为参考标签,并记录五个参考标签的位置坐标(xk*,yk*),k*=1,2,…5;
第四步,计算参考标签与机器人的距离:
根据式(4.1)计算出第三步所选取的五个参考标签与机器人当前位置的距离dk*,
式中,RSSI0为由实验测量获得的电子标签距离读写器1m时的RSSI值,本实验中RSSI0值为44;α′为实际环境参数,式(4.2)表示实验中从所有铺设的电子标签中随机选取两个电子标签的RSSI值之差与相应的两个电子标签到机器人当前距离之间满足的关系式,按照式(4.2)求得的α为随机环境参数,将多次求取环境参数取平均值为实验环境下的实际环境参数α′,α经过200次取不同点进行实验取平均值得α′=-19;
式中RSSIi*和RSSIj*代表实验中随机选取的两个电子标签的RSSI值,经测量其距读写器的距离分别为di*和dj*;
第五步,利用烟花算法进行定位计算:
5-1、确定烟花算法目标函数:根据极大似然定位法,将第三步中记录的参考标签的位置坐标(x1,y1),(x2,y2)…(x5,y5)和第四步得到的每个参考标签与机器人当前位置的距离d1,d2…d5利用式(5.1)求得机器人的定位坐标(x,y);
对于方程求根问题,可以等价地看成是求极值问题,即设目标函数为f(x,y),如式(5.2)所示,
5-2、初始化烟花:设定解空间的范围[0,3],设定烟花算法的最大迭代次数为Imax=2000,以参考标签的位置坐标及相应参考标签到机器人当前位置的距离作为样本,随机初始化获得10个烟花θi(i=1,2,…10),设E(θi)为定位误差,计算每个烟花的适应度值f(θi)=E(θi);
5-3、每个烟花通过计算爆炸个数、半径、位移来生成火花:
分别利用式(5.3)、式(5.4)计算得出每个烟花θi(i=1,2,…10)生成火花的爆炸个数Si和爆炸半径Ai;
其中Ymin、Ymax分别为当前迭代烟花中适应度值的最小值和最大值,M=50和用来调节爆炸个数和爆炸半径的大小,ε为最小常数值,避免出现除零情况;
每个烟花θi通过爆炸生成k个火花θik,其中火花个数k与爆炸个数Si相等,再利用式(5.5)进行位移操作;
其中,rand(0,Ai)表示在爆炸半径Ai内生成的均匀随机数;
5-4、经过位移操作后获得的火花通过式(5.6)进行高斯变异再次生成火花:
其中e是服从均值为1,方差为1的高斯分布的随机数;
5-5、当高斯变异产生的火花超出解空间的范围(初始化时已设定),需要通过式(5.7)的计算映射到一个新的位置;
其中,和分别表示解空间范围的上下界;%代表模运算;
5-6、计算经步骤5-5处理后每个烟花对应的所有火花的适应度值,当迭代次数达到最大迭代次数或者所有火花的适应度值均小于0.1%时终止寻优,选出所有火花中适应度值最小的火花作为全局最优火花输出结果,即为机器人的定位坐标值;若迭代次数没有达到最大迭代次数或者某个火花的适应度值不小于0.1%,则选择每个烟花中适应度值最小的火花作为下一代烟花,返回步骤5-3。
本实施例在3m×3m室内定位区域内选取10个定位点进行了实验。为了验证本发明方法在室内定位精度上的优势,选取现有极大似然定位法与本实施例的基于RFID的机器人室内定位方法进行对比,定位结果见表1所示。
表1两个方法的定位精度对比结果
表1对比了本实施例方法与目前常用极大似然定位法的对比情况,结果表明本发明方法在定位精度上优于极大似然定位法。
本发明所涉及的快速排序算法、极大似然估计定位法均为现有方法。
本发明未述及之处适用于现有技术。
Claims (2)
1.一种基于RFID的机器人室内定位方法,该方法的步骤如下:
第一步,安装并初始化RFID系统:在待定位室内的地面上铺设若干数量的电子标签,在机器人身上安装读写器及天线,读写器和上位机连接;以待定位室内为定位区域,建立逻辑坐标系,将逻辑坐标系下的每个电子标签的位置坐标存储于电子标签的内存中;
第二步,读取电子标签的RSSI平均值及对应的位置坐标:
在上位机的控制读写器的界面上,点击查询标签按钮,读写器进入查询状态,将读写器每次读到同一个电子标签的RSSI值RSSIi′求和再除以读到的次数n,利用式(2.1)计算获得读写器扫描范围内的每个电子标签的RSSI平均值,记为RSSI均值,其中i′=1,2,…n;同时读写器读取到每个电子标签所对应的位置坐标;
第三步,选取参考标签:
在第二步求得的每个电子标签的RSSI平均值中利用快速排序算法选取出RSSI平均值位于前五的电子标签作为参考标签,并记录五个参考标签的位置坐标k*=1,2,…5;
第四步,计算参考标签与机器人的距离:
根据式(4.1)计算出第三步所选取的五个参考标签与机器人当前位置的距离
<mrow>
<msub>
<mi>d</mi>
<msup>
<mi>k</mi>
<mo>*</mo>
</msup>
</msub>
<mo>=</mo>
<msup>
<mn>10</mn>
<mfrac>
<mrow>
<msub>
<mi>RSSI</mi>
<msup>
<mi>k</mi>
<mo>*</mo>
</msup>
</msub>
<mo>-</mo>
<msub>
<mi>RSSI</mi>
<mn>0</mn>
</msub>
</mrow>
<msup>
<mi>&alpha;</mi>
<mo>&prime;</mo>
</msup>
</mfrac>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4.1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,RSSI0为由实验测量获得的电子标签距离读写器1m时的RSSI值;α′为实际环境参数,式(4.2)表示实验中从所有铺设的电子标签中随机选取两个电子标签的RSSI值之差与相应的两个电子标签到机器人当前距离之间满足的关系式,按照式(4.2)求得的α为随机环境参数,将多次求取环境参数取平均值为实验环境下的实际环境参数α′;
<mrow>
<mi>&alpha;</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>RSSI</mi>
<msup>
<mi>i</mi>
<mo>*</mo>
</msup>
</msub>
<mo>-</mo>
<msub>
<mi>RSSI</mi>
<msup>
<mi>j</mi>
<mo>*</mo>
</msup>
</msub>
</mrow>
<mrow>
<mi>lg</mi>
<mfrac>
<msub>
<mi>d</mi>
<msup>
<mi>j</mi>
<mo>*</mo>
</msup>
</msub>
<msub>
<mi>d</mi>
<msup>
<mi>i</mi>
<mo>*</mo>
</msup>
</msub>
</mfrac>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4.2</mn>
<mo>)</mo>
</mrow>
</mrow>
式中和代表实验中随机选取的两个电子标签的RSSI值,经测量其距读写器的距离分别为和
第五步,利用烟花算法进行定位计算:
5-1、确定烟花算法目标函数:根据极大似然定位法,将第三步中记录的参考标签的位置坐标(x1,y1),(x2,y2)…(x5,y5)和第四步得到的每个参考标签与机器人当前位置的距离d1,d2…d5与机器人的定位坐标(x,y)之间满足式(5.1),
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>=</mo>
<msup>
<msub>
<mi>d</mi>
<mn>1</mn>
</msub>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>=</mo>
<msup>
<msub>
<mi>d</mi>
<mn>2</mn>
</msub>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>5</mn>
</msub>
<mo>-</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>5</mn>
</msub>
<mo>-</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>=</mo>
<msup>
<msub>
<mi>d</mi>
<mn>5</mn>
</msub>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5.1</mn>
<mo>)</mo>
</mrow>
</mrow>
则烟花算法的目标函数f(x,y)用式(5.2)表示,
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>|</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>d</mi>
<mn>1</mn>
</msub>
<mn>2</mn>
</msup>
<mo>|</mo>
<mo>+</mo>
<mo>|</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>d</mi>
<mn>2</mn>
</msub>
<mn>2</mn>
</msup>
<mo>|</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<mo>|</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
<mo>-</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
<mo>-</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>d</mi>
<mn>3</mn>
</msub>
<mn>2</mn>
</msup>
<mo>|</mo>
<mo>+</mo>
<mo>|</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
<mo>-</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>4</mn>
</msub>
<mo>-</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>d</mi>
<mn>4</mn>
</msub>
<mn>2</mn>
</msup>
<mo>|</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<mo>|</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>5</mn>
</msub>
<mo>-</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>5</mn>
</msub>
<mo>-</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>d</mi>
<mn>5</mn>
</msub>
<mn>2</mn>
</msup>
<mo>|</mo>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5.2</mn>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
5-2、初始化烟花:以定位区域坐标范围设定解空间的范围,设定烟花算法的最大迭代次数为Imax,以参考标签的位置坐标及相应参考标签到机器人当前位置的距离作为样本,随机初始化获得N个烟花θi,i=1,2,…N,设E(θi)为定位误差,计算每个烟花的适应度值f(θi)=E(θi);
5-3、每个烟花通过烟花算子来生成火花:
分别利用式(5.3)、式(5.4)计算得出每个烟花θi(i=1,2,…N)生成火花的爆炸个数Si和爆炸半径Ai;
<mrow>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mi>M</mi>
<mfrac>
<mrow>
<msub>
<mi>Y</mi>
<mi>max</mi>
</msub>
<mo>-</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&epsiv;</mi>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>Y</mi>
<mi>max</mi>
</msub>
<mo>-</mo>
<mi>f</mi>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&epsiv;</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5.3</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mover>
<mi>A</mi>
<mo>^</mo>
</mover>
<mfrac>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>+</mo>
<mi>&epsiv;</mi>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&epsiv;</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5.4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中Ymin、Ymax分别为当前迭代烟花中适应度值的最小值和最大值,M和均为常数,ε为最小常数值;
每个烟花θi通过爆炸生成k个火花θik,其中火花个数k与爆炸个数Si相等,再利用式(5.5)进行位移操作;
<mrow>
<msub>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>+</mo>
<mi>r</mi>
<mi>a</mi>
<mi>n</mi>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>,</mo>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5.5</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,rand(0,Ai)表示在爆炸半径Ai内生成的均匀随机数;
5-4、经过位移操作后获得的火花通过式(5.6)进行高斯变异再次生成火花:
<mrow>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<msub>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mi>e</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5.6</mn>
<mo>)</mo>
</mrow>
</mrow>
其中e是服从均值为1,方差为1的高斯分布的随机数;
5-5、当高斯变异产生的火花超出解空间的范围,需要通过式(5.7)的计算映射到一个新的位置;
<mrow>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
<mrow>
<mo>*</mo>
<mo>*</mo>
</mrow>
</msubsup>
<mo>=</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>i</mi>
<mi>k</mi>
<mo>,</mo>
<mi>min</mi>
</mrow>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<mo>|</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
<mo>*</mo>
</msubsup>
<mo>|</mo>
<mi>%</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>i</mi>
<mi>k</mi>
<mo>,</mo>
<mi>max</mi>
</mrow>
<mo>*</mo>
</msubsup>
<mo>-</mo>
<msubsup>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>i</mi>
<mi>k</mi>
<mo>,</mo>
<mi>min</mi>
</mrow>
<mo>*</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5.7</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,和分别表示解空间范围的上下界;%代表模运算;
5-6、计算经步骤5-5处理后每个烟花对应的所有火花的适应度值,当迭代次数达到最大迭代次数或者所有火花的适应度值均小于0.1%时终止寻优,选出所有火花中适应度值最小的火花作为全局最优火花输出结果,即为机器人的定位坐标值;若迭代次数没有达到最大迭代次数或者某个火花的适应度值不小于0.1%,则选择每个烟花中适应度值最小的火花作为下一代烟花,返回步骤5-3。
2.根据权利要求1所述的基于RFID的机器人室内定位方法,其特征在于第一步中电子标签的布置方式为交叉分布,即在定位区域内每间隔相同距离放置一个纵向标签,再在相邻四个纵向标签中间交叉放置一个横向标签。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710739683.6A CN107560618B (zh) | 2017-08-25 | 2017-08-25 | 基于rfid的机器人室内定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710739683.6A CN107560618B (zh) | 2017-08-25 | 2017-08-25 | 基于rfid的机器人室内定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107560618A true CN107560618A (zh) | 2018-01-09 |
CN107560618B CN107560618B (zh) | 2019-10-29 |
Family
ID=60977043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710739683.6A Expired - Fee Related CN107560618B (zh) | 2017-08-25 | 2017-08-25 | 基于rfid的机器人室内定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107560618B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108414972A (zh) * | 2018-04-26 | 2018-08-17 | 华中科技大学 | 一种基于相位特征的移动机器人rfid定位方法 |
CN108834058A (zh) * | 2018-04-27 | 2018-11-16 | 武汉大学 | 一种基于遗传与烟花组合算法的室内定位信号源优化部署方法 |
CN110146078A (zh) * | 2019-06-25 | 2019-08-20 | 张收英 | 一种机器人定位方法和系统 |
CN110162060A (zh) * | 2019-06-06 | 2019-08-23 | 北京理工大学 | 一种基于改进烟花爆炸算法的机器人路径规划方法 |
CN110836670A (zh) * | 2019-11-14 | 2020-02-25 | 北京工业大学 | 一种求解无人机约束航路规划的混合烟花粒子群协同方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101394676A (zh) * | 2008-10-29 | 2009-03-25 | 西安大唐电信有限公司 | 一种在无线网络中实现精确几何定位的方法 |
CN101957447A (zh) * | 2009-07-16 | 2011-01-26 | 北京石油化工学院 | 基于有源rfid的室内移动机器人定位系统和方法 |
CN102338866A (zh) * | 2011-06-02 | 2012-02-01 | 西安理工大学 | 基于虚拟标签算法的无线射频室内定位方法 |
CN104181502A (zh) * | 2014-07-30 | 2014-12-03 | 北京航空航天大学 | 一种基于射频识别技术的室内参考定位方法 |
CN105279570A (zh) * | 2015-06-19 | 2016-01-27 | 电子科技大学 | 一种基于烟花算法的复杂机械产品装配序列规划方法 |
CN105301203A (zh) * | 2015-11-27 | 2016-02-03 | 中国矿业大学 | 一种基于烟花算法的气味源定位方法 |
CN105740970A (zh) * | 2016-01-22 | 2016-07-06 | 中国电力科学研究院 | 一种基于烟花算法的配电网重构方法 |
CN106127761A (zh) * | 2016-06-22 | 2016-11-16 | 常熟理工学院 | 基于烟花算法的多细胞跟踪方法 |
CN106291517A (zh) * | 2016-08-12 | 2017-01-04 | 苏州大学 | 基于位置与视觉信息优化的室内云机器人角度定位方法 |
CN106454711A (zh) * | 2016-11-08 | 2017-02-22 | 北京创想智控科技有限公司 | 一种室内机器人定位方法及装置 |
CN106526535A (zh) * | 2016-11-08 | 2017-03-22 | 北京创想智控科技有限公司 | 一种室内机器人定位方法及装置 |
CN106788723A (zh) * | 2016-12-06 | 2017-05-31 | 江苏师范大学 | 一种基于烟花算法的可见光通信分布式光源位置优化方法 |
CN106910201A (zh) * | 2017-02-28 | 2017-06-30 | 江南大学 | 一种基于改进的烟花算法进行图像处理的方法 |
-
2017
- 2017-08-25 CN CN201710739683.6A patent/CN107560618B/zh not_active Expired - Fee Related
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101394676A (zh) * | 2008-10-29 | 2009-03-25 | 西安大唐电信有限公司 | 一种在无线网络中实现精确几何定位的方法 |
CN101957447A (zh) * | 2009-07-16 | 2011-01-26 | 北京石油化工学院 | 基于有源rfid的室内移动机器人定位系统和方法 |
CN102338866A (zh) * | 2011-06-02 | 2012-02-01 | 西安理工大学 | 基于虚拟标签算法的无线射频室内定位方法 |
CN104181502A (zh) * | 2014-07-30 | 2014-12-03 | 北京航空航天大学 | 一种基于射频识别技术的室内参考定位方法 |
CN105279570A (zh) * | 2015-06-19 | 2016-01-27 | 电子科技大学 | 一种基于烟花算法的复杂机械产品装配序列规划方法 |
CN105301203A (zh) * | 2015-11-27 | 2016-02-03 | 中国矿业大学 | 一种基于烟花算法的气味源定位方法 |
CN105740970A (zh) * | 2016-01-22 | 2016-07-06 | 中国电力科学研究院 | 一种基于烟花算法的配电网重构方法 |
CN106127761A (zh) * | 2016-06-22 | 2016-11-16 | 常熟理工学院 | 基于烟花算法的多细胞跟踪方法 |
CN106291517A (zh) * | 2016-08-12 | 2017-01-04 | 苏州大学 | 基于位置与视觉信息优化的室内云机器人角度定位方法 |
CN106454711A (zh) * | 2016-11-08 | 2017-02-22 | 北京创想智控科技有限公司 | 一种室内机器人定位方法及装置 |
CN106526535A (zh) * | 2016-11-08 | 2017-03-22 | 北京创想智控科技有限公司 | 一种室内机器人定位方法及装置 |
CN106788723A (zh) * | 2016-12-06 | 2017-05-31 | 江苏师范大学 | 一种基于烟花算法的可见光通信分布式光源位置优化方法 |
CN106910201A (zh) * | 2017-02-28 | 2017-06-30 | 江南大学 | 一种基于改进的烟花算法进行图像处理的方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108414972A (zh) * | 2018-04-26 | 2018-08-17 | 华中科技大学 | 一种基于相位特征的移动机器人rfid定位方法 |
CN108414972B (zh) * | 2018-04-26 | 2020-05-19 | 华中科技大学 | 一种基于相位特征的移动机器人rfid定位方法 |
CN108834058A (zh) * | 2018-04-27 | 2018-11-16 | 武汉大学 | 一种基于遗传与烟花组合算法的室内定位信号源优化部署方法 |
CN110162060A (zh) * | 2019-06-06 | 2019-08-23 | 北京理工大学 | 一种基于改进烟花爆炸算法的机器人路径规划方法 |
CN110146078A (zh) * | 2019-06-25 | 2019-08-20 | 张收英 | 一种机器人定位方法和系统 |
CN110836670A (zh) * | 2019-11-14 | 2020-02-25 | 北京工业大学 | 一种求解无人机约束航路规划的混合烟花粒子群协同方法 |
CN110836670B (zh) * | 2019-11-14 | 2021-08-20 | 北京工业大学 | 一种求解无人机约束航路规划的混合烟花粒子群协同方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107560618B (zh) | 2019-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107560618A (zh) | 基于rfid的机器人室内定位方法 | |
CN109212471B (zh) | 一种定位基站、系统和方法 | |
CN103402258B (zh) | 一种基于Wi‑Fi的室内定位系统和方法 | |
CN106291517A (zh) | 基于位置与视觉信息优化的室内云机器人角度定位方法 | |
CN104375135B (zh) | 射频定位方法、装置和系统 | |
CN106842123B (zh) | 一种室内定位方法及室内定位系统 | |
CN107861100A (zh) | 一种基于三维波束的室内定位方法 | |
CN104330771A (zh) | 一种室内rfid精准定位方法和装置 | |
US7535425B2 (en) | Method and system for generating three-dimensional antenna radiation patterns | |
CN204166130U (zh) | 射频定位装置和系统 | |
CN110441732B (zh) | 一种陌生散射环境中的单站多目标定位方法 | |
CN111352444A (zh) | 基于无线导航的无人机室外移动平台自主降落方法及系统 | |
CN110058204A (zh) | 一种基于方向图匹配的星载天线波束中心定标方法 | |
CN104159293A (zh) | 面向高速无人旋翼飞行器的室内定位方法 | |
CN103679086B (zh) | 射频卡跨界定位方法 | |
CN109001694B (zh) | 一种动态自适应天线扫描特性模拟方法及系统 | |
CN110596688A (zh) | 一种分布式mimo雷达系统中的高精度定位方法及装置 | |
CN112995888A (zh) | 一种基于阵列天线的定位方法、系统、电子设备及存储介质 | |
CN108549922A (zh) | 一种基于标签耦合作用的超高频rfid标签精确定位方法 | |
CN103198284B (zh) | 一种基于微带阵列指向天线阵定位的有源rfid定位读卡器 | |
CN109362036A (zh) | 一种基于图像与wifi相结合的多模态室内定位方法 | |
CN114156640A (zh) | 天线组件、无人机及无人机定位方法 | |
CN111132053B (zh) | 基于定位模型传感器地图的后向散射信号定位方法 | |
CN112066996B (zh) | 基于扰动信道模型的虚拟插值定位方法 | |
CN109902383B (zh) | 一种任意阵型干涉仪测向精度仿真计算方法及系统 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191029 |