CN107635207A - 一种障碍物环境下移动节点定位方法 - Google Patents
一种障碍物环境下移动节点定位方法 Download PDFInfo
- Publication number
- CN107635207A CN107635207A CN201710905874.5A CN201710905874A CN107635207A CN 107635207 A CN107635207 A CN 107635207A CN 201710905874 A CN201710905874 A CN 201710905874A CN 107635207 A CN107635207 A CN 107635207A
- Authority
- CN
- China
- Prior art keywords
- node
- anchor
- blind
- sample
- default
- 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
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种障碍物环境下移动定位方法,包括如下步骤:获取第一锚节点集和第二锚节点集;第一锚节点集用于指示待定位节点在T‑Δt时刻的锚节点,第二锚节点集用于指示待定位节点在T时刻的锚节点;计算第一锚节点集和第二锚节点集之间的差,得到盲节点集;盲节点集用于指示在Δt内被障碍物遮蔽信号的锚节点;根据盲节点集中的锚节点与待定位节点在Δt内的相对位移,更新第二锚节点集;根据更新的第二锚节点集确定待定位节点的预测样本集,以估算T时刻待定位节点的坐标。本发明的移动定位方法可有效提高移动节点的定位精度。
Description
技术领域
本发明涉及无线传感器网络技术领域,尤其涉及一种移动节点定位方法。
背景技术
无线传感器网络(WSN,Wireless Sensor Network)因无需架设网络基础设 施、组网快速灵活、成本低和易于维护等优点,被广泛应用于定位跟踪、环境 监测、军事和工业等领域。
目前,为了对无线传感器网络中待定位节点进行定位,通常需要少量拥有位 置坐标的锚节点来计算得到待定位节点的估计位置坐标。其中,依据无线传感 器网络中的节点是否移动,分为静态节点定位方法和移动节点定位方法。
对于移动节点定位方法,现有技术提出了一种蒙特卡罗定位方法(Monte Carlolocation,简称MCL),该方法主要包括以下步骤:初始化采样步骤,该 步骤在无线传感器网络区域内预先设定初始化位置样本集其 中,样本点为待定位节点在预设的无线传感器网络区域内的预测位置坐标;预 测采样步骤,该步骤根据预设的采样周期,确定每个采样周期内待定位节点的 预测样本集样本过滤步骤,该步骤在每次确定预测样本集后, 获取待定位节点的锚节点信息,进而根据锚节点提供的位置信息过滤不符合位 置信息限制的无效样本点;重采样步骤,该步骤在有效样本点的数量少于预设 的采样数时,进行重新采样操作;位置计算步骤,在有效样本点的数量大于预 设的采样数时,根据该有效样本点的预测位置坐标计算待定位节点的坐标。虽 然蒙特卡罗定位方法具有较高的定位精度,但是其并未考虑障碍物对定位精度 的影响。在障碍物环境的定位场景中,锚节点可能被障碍物遮蔽信号,使得能 用于定位的锚节点数量减少,进而降低移动节点的定位精度。
发明内容
针对上述问题,本发明的一种障碍物环境下移动定位方法,在障碍物环境 的定位场景中,能够利用被障碍物遮蔽信号的锚节点来对移动节点进行定位, 进而可有效提高移动节点的定位精度。
为解决上述技术问题,本发明的一种障碍物环境下移动节点定位方法,包 括如下步骤:
获取第一锚节点集和第二锚节点集;所述第一锚节点集用于指示待定位节 点在T-Δt时刻的锚节点,所述第二锚节点集用于指示所述待定位节点在T时刻 的锚节点;其中,Δt为待定位节点的移动时间周期,所述锚节点用于提供位置 信息;
计算所述第一锚节点集和所述第二锚节点集之间的差,得到盲节点集;所 述盲节点集用于指示在Δt内被障碍物遮蔽信号的锚节点;
根据所述盲节点集中的锚节点与所述待定位节点在Δt内的相对位移,更新 所述第二锚节点集;所述第二锚节点集包括一跳锚节点集和二跳锚节点集;
根据更新的所述第二锚节点集确定所述待定位节点的预测样本集,以估算T 时刻所述待定位节点的坐标。
与现有技术相比,本发明的一种障碍物环境下移动节点定位方法在估算T时 刻的待定位节点的坐标前,先通过第一锚节点集和第二锚节点集检测出Δt内被 障碍物遮蔽信号的锚节点,以形成盲节点集,进而可根据盲节点集中的锚节点 与待定位节点在Δt内的相对位移来更新第二锚节点集,增加T时刻的锚节点数 量,使得待定位节点能收到更多的锚节点提供的位置信息以加强对预测样本集 中的样本点的过滤条件,提高移动定位节点在障碍物环境中的定位精度。
作为上述方案的改进,根据所述盲节点集中的锚节点与所述待定位节点在 Δt内的相对位移,更新所述第二锚节点集,包括如下步骤:
根据所述盲节点集中的锚节点与所述待定位节点在Δt内的相对位移,将对 应的锚节点存储至预设的第一盲节点集或预设的第二盲节点集;
在所述一跳锚节点集的锚节点数量小于第一预设阈值时,将所述第一盲节 点集中的任一锚节点增加到所述一跳锚节点集中;
在所述二跳锚节点集中的锚节点数量小于第二预设阈值时,将所述第二盲 节点集中的任一锚节点增加到所述二跳锚节点集中。
作为上述方案的改进,根据所述盲节点集中的锚节点与所述待定位节点在 Δt内的相对位移,将对应的锚节点存储至预设的第一盲节点集或预设的第二盲 节点集,包括如下步骤:
在所述盲节点集中的锚节点为一跳锚节点且所述相对位移D<R时,将所述 盲节点集中对应的一跳锚节点存储至所述第一盲节点集;其中, vmax为预设的运动速率,为所述盲节点集中的一跳锚节 点与所述待定位节点之间的距离,R为待定位节点的通信半径。
作为上述方案的改进,在将对应的锚节点存储至所述第一盲节点集之后, 还包括如下步骤:
计算所述盲节点集与存储后的所述第一盲节点集之间的差集,得到第一差 集;所述第一差集用于指示所述盲节点集中的锚节点由一跳锚节点变为二跳锚 节点;
在所述第一差集中的锚节点与所述待定位节点的相对位移小于2R时,将对 应的锚节点存储至所述第二盲节点集。
作为上述方案的改进,所述相对位移包括第一相对位移D1和第二相对位移 D2;
根据所述盲节点集中的锚节点与所述待定位节点在在Δt内的相对位移,将 对应的锚节点存储至预设的第一盲节点集或预设的第二盲节点集,包括如下步 骤:
在所述盲节点集中的锚节点为二跳锚节点、D1<2R且D2<-R时,将所述盲 节点集中对应的二跳锚节点存储至所述第二盲节点集;其中, vmax为预设的运动速率,为 所述盲节点集中的二跳锚节点与所述待定位节点之间的距离,R为待定位节点的 通信半径。
作为上述方案的改进,在将对应的锚节点存储至所述第二盲节点集中之后, 还包括步骤:
计算所述盲节点集与存储后的所述第二盲节点集之间的差集,得到第二差 集;所述第二差集用于指示所述盲节点集中的锚节点由二跳锚节点变为一跳锚 节点;
在所述第二差集中的锚节点与所述待定位节点的第一相对位移小于2R时, 将对应的锚节点添加到所述第一盲节点集中。
作为上述方案的改进,根据更新的所述第二锚节点集确定所述待定位节点 的预测样本集,以估算T时刻所述待定位节点的坐标,包括如下步骤:
根据预设的采样周期获取预测样本集;其中,所述预测样本集中的样本点 用于指示所述待定位节点的位置坐标,每个Δt包括多个采样周期;
在每次获取预测样本周期后,根据更新后所述第二锚节点集对所述预测样 本集中的样本点进行过滤处理,以保留所述预测样本集中的有效样本点;
在所述有效样本点的数量大于预设的样本阈值时,根据保留的有效样本点 计算所述待定位节点的坐标。
作为上述方案的改进,所述移动节点定位方法,还包括如下步骤:
在所述采样周期达到预设的周期数时,根据保留的有效样本点计算T时刻 所述待定位节点的坐标。
作为上述方案的改进,根据预设的采样周期获取预测样本集,包括如下步 骤:
根据所述待定位节点在上个采样周期的位置样本集和预设的采样半径,确 定预测样本集中样本点的采样区域;
从所述采样区域随机选取多个样本点作为当前采样周期的预测样本集。
附图说明
图1是本发明实施例1的一种障碍物环境下移动节点定位方法的流程示意 图。
图2是本发明中更新第二锚节点集的流程示意图。
图3是待定位节点与其一跳、二跳锚节点在Δt内的移动示意图。
图4是盲节点集中的锚节点为一跳或二跳锚节点时,待定位节点在Δt内的移 动示意图。
图5是本发明中估算T时刻待定位节点坐标的流程示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明 能够以很多不同于此描述的其他方式来实施,本领域技术人员可以在不违背本 发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
下面结合具体实施例和附图对本发明的技术方案进行清楚、完整的描述。
在本发明的实施例中,对待定位节点进行定位前,需将待定位节点和锚节 点部署在预设区域内,以构成无线传感器网络。
实施例1
如图1所示,本发明的一种障碍物环境下移动节点定位方法,包括如下步 骤:
S1、获取第一锚节点集和第二锚节点集;第一锚节点集用于指示待定位节 点在T-Δt时刻的锚节点,第二锚节点集用于指示待定位节点在T时刻的锚节点; 其中,Δt为待定位节点的移动时间周期,锚节点用于提供位置信息;
S2、计算第一锚节点集和第二锚节点集之间的差,得到盲节点集;盲节点 集用于指示在Δt内被障碍物遮蔽信号的锚节点;
例如,第一锚节点集为St-1,第二锚节点集为St,则盲节点集VSt=St-1-St, 盲节点集表示盲节点集中的锚节点在T-Δt时刻为待定位节点的锚节点且在T时 刻不为待定位节点的锚节点,也即在Δt内被障碍物遮挡信号的锚节点。
S3、根据盲节点集中的锚节点与待定位节点在Δt内的相对位移,更新第二 锚节点集;其中,第二锚节点集包括一跳锚节点集和二跳锚节点集;
在步骤S3中,一跳锚节点集用于指示在T时刻时与待定位节点之间的距离 小于R的锚节点,一跳锚节点集用于指示在T时刻时与待定位节点之间的距离 大于R且小于2R的锚节点,R为待定位节点的通信半径。
其中,如图2所示,步骤S3包括如下步骤:
S31、根据盲节点集中的锚节点与待定位节点在Δt内的相对位移,将对应的 锚节点存储至预设的第一盲节点集或预设的第二盲节点集;
具体地,如图3左图所示,是待定位节点与其一跳在Δt内的移动示意图。 在T-Δt时刻,待定位节点在预设区域的预测位置为pt-1,其一跳锚节点在预设区 域的位置为s1t-1,当待定位节点的最大运动速率为vmax时,则待定位节点在T时刻 可以移动至第一限制区域1中的任一位置,其中第一限制区域1是以pt-1为圆心、 以vmax为半径的圆形区域;当一跳锚节点的最大运动速率为vmax时,则该一跳锚 节点在T时刻可以移动至第二限制区域2中的任一位置,其中第二限制区域2是 以s1t-1为圆心、以vmax为半径的圆形区域。由于在T-Δt时刻确定锚节点的位置和 待定位节点的预测位置后,可确定锚节点和待定位节点在T时刻的移动区域,因 而本发明通过T-Δt时刻的待定位节点的预测位置和锚节点位置信息满足预设的条件,来确定T时刻被障碍物遮挡信号的锚节点可用于预测样本集的过滤处理。 如图3右图所示,是待定位节点与其二跳在Δt内的移动示意图。可以理解,待 定位节点与其二跳锚节点在Δt内的相对位移情况与上述相对位移情况相似,在 此不再赘述。
其中,步骤S31包括如下步骤:
S301、在盲节点集中的锚节点为一跳锚节点且相对位移D<R时,将盲节点 集中对应的一跳锚节点存储至第一盲节点集;其中,vmax为 预设的运动速率,为盲节点集中的一跳锚节点与待定位节点之间的距离, 也即T-Δt时刻待定位节点与该一跳锚节点之间的距离;
具体地,如图4(a)所示,当盲节点集中的锚节点为一跳锚节点且相对位 移D<R时,即表示待定位节点在Δt内的移动区域为以s1t-1圆心、以D为半径的圆 形区域内;其中,pt表示待定位节点在T时刻可能出现的位置。
S302、计算盲节点集与存储后的第一盲节点集之间的差集,得到第一差集; 第一差集用于指示盲节点集中的锚节点由一跳锚节点变为二跳锚节点;
S303、在第一差集中的锚节点与待定位节点的相对位移小于2R时,将对应 的锚节点存储至第二盲节点集。
进一步地,步骤S31中的相对位移包括第一相对位移D1和第二相对位移D2, 步骤S31中包括如下步骤:
S311、在盲节点集中的锚节点为二跳锚节点、D1<2R且D2<-R时,将盲节 点集中对应的二跳锚节点存储至第二盲节点集;其中, vmax为预设的运动速率,为盲节点集中的二跳锚 节点与待定位节点之间的距离,也即,T-Δt时刻待定位节点与该二跳锚节点之 间的距离;
具体地,如图4(b)所示,当盲节点集中的二跳锚节点、D1<2R且D2<-R时, 即表示待定位节点在Δt内的移动区域为以s1t-1圆心、以D1为外径、以|D2|为内径 的圆环区域;其中,其中,pt和pt'均表示待定位节点在T时刻可能出现的位置。
S312、计算盲节点集与存储后的第二盲节点集之间的差集,得到第二差集; 第二差集用于指示盲节点集中的锚节点由二跳锚节点变为一跳锚节点;
S313、在第二差集中的锚节点与待定位节点的第一相对位移小于2R时,将 对应的锚节点添加到第一盲节点集中。
S32、在一跳锚节点集中的锚节点数量小于第一预设阈值时,将第一盲节点 集中的任一锚节点增加到一跳锚节点集中;
S33、在二跳锚节点集中的锚节点数量小于第二预设阈值时,将第二盲节点 集中的任一锚节点增加到二跳锚节点集中。
S4、根据更新的第二锚节点集确定待定位节点的预测样本集,以估算T时刻 待定位节点的坐标;预测样本集中的样本点包括待定位节点的位置坐标。
与现有技术相比,本发明的一种障碍物环境下移动节点定位方法在估算T时 刻的待定位节点的坐标前,先通过第一锚节点集和第二锚节点集检测出Δt内被 障碍物遮蔽信号的锚节点,进而可根据盲节点集中的锚节点与待定位节点在Δt 内的相对位移来更新第二锚节点集,增加T时刻的锚节点数量,进而能够加强对 预测样本集中的样本点的过滤条件,提高移动定位节点在障碍物环境中的定位 精度。
进一步地,如图4所示,步骤S4包括如下步骤:
S41、根据预设的采样周期获取预测样本集;其中,预测样本集中的样本点 用于指示待定位节点的位置坐标,每个Δt包括多个采样周期;
步骤S41具体包括如下步骤:
S411、在上个采样周期的预测样本集为空集时,在预设区域内随机获取多 个样本点作为当前采样周期的预测样本集;
S412、在上个采样周期的预测样本集为非空集时,以上个采样周期的预测 样本集中的样本点为圆心、以预设的长度阈值为半径的圆形区域构成多个采样 区域;
S413、从每个采样区域内随机选取一个样本点以形成当前采样周期的预测 样本集。
S42、在每次获取预测样本周期后,根据更新后第二锚节点集对预测样本集 中的样本点进行过滤处理,以保留预测样本集中的有效样本点;
S43、在有效样本点的数量大于预设的样本阈值或者采样周期达到预设的周 期阈值时,根据有效样本点计算T时刻待定位节点的坐标。
以上所述,仅是本发明的较佳实施例而已,并非对本发明做任何形式上的 限制,故凡未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施 例所做的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (9)
1.一种障碍物环境下移动节点定位方法,其特征在于,包括如下步骤:
获取第一锚节点集和第二锚节点集;所述第一锚节点集用于指示待定位节点在T-Δt时刻的锚节点,所述第二锚节点集用于指示所述待定位节点在T时刻的锚节点;其中,Δt为待定位节点的移动时间周期,所述锚节点用于提供位置信息;
计算所述第一锚节点集和所述第二锚节点集之间的差,得到盲节点集;所述盲节点集用于指示在Δt内被障碍物遮蔽信号的锚节点;
根据所述盲节点集中的锚节点与所述待定位节点在Δt内的相对位移,更新所述第二锚节点集;所述第二锚节点集包括一跳锚节点集和二跳锚节点集;
根据更新的所述第二锚节点集确定所述待定位节点的预测样本集,以估算T时刻所述待定位节点的坐标。
2.如权利要求1所述的障碍物环境下移动节点定位方法,其特征在于,根据所述盲节点集中的锚节点与所述待定位节点在Δt内的相对位移,更新所述第二锚节点集,包括如下步骤:
根据所述盲节点集中的锚节点与所述待定位节点在Δt内的相对位移,将对应的锚节点存储至预设的第一盲节点集或预设的第二盲节点集;
在所述一跳锚节点集的锚节点数量小于第一预设阈值时,将所述第一盲节点集中的任一锚节点增加到所述一跳锚节点集中;
在所述二跳锚节点集中的锚节点数量小于第二预设阈值时,将所述第二盲节点集中的任一锚节点增加到所述二跳锚节点集中。
3.如权利要求2所述的障碍物环境下移动节点定位方法,其特征在于,根据所述盲节点集中的锚节点与所述待定位节点在Δt内的相对位移,将对应的锚节点存储至预设的第一盲节点集或预设的第二盲节点集,包括如下步骤:
在所述盲节点集中的锚节点为一跳锚节点且所述相对位移D<R时,将所述盲节点集中对应的一跳锚节点存储至所述第一盲节点集;其中,vmax为预设的运动速率,为所述盲节点集中的一跳锚节点与所述待定位节点之间的距离,R为待定位节点的通信半径。
4.如权利要求3所述的障碍物环境下移动节点定位方法,其特征在于,在将对应的锚节点存储至所述第一盲节点集之后,还包括如下步骤:
计算所述盲节点集与存储后的所述第一盲节点集之间的差集,得到第一差集;所述第一差集用于指示所述盲节点集中的锚节点由一跳锚节点变为二跳锚节点;
在所述第一差集中的锚节点与所述待定位节点的相对位移小于2R时,将对应的锚节点存储至所述第二盲节点集。
5.如权利要求2所述的障碍物环境下移动节点定位方法,其特征在于,所述相对位移包括第一相对位移D1和第二相对位移D2;
根据所述盲节点集中的锚节点与所述待定位节点在在Δt内的相对位移,将对应的锚节点存储至预设的第一盲节点集或预设的第二盲节点集,包括如下步骤:
在所述盲节点集中的锚节点为二跳锚节点、D1<2R且D2<-R时,将所述盲节点集中对应的二跳锚节点存储至所述第二盲节点集;其中,vmax为预设的运动速率,为所述盲节点集中的二跳锚节点与所述待定位节点之间的距离,R为待定位节点的通信半径。
6.如权利要求5所述的障碍物环境下移动节点定位方法,其特征在于,在将对应的锚节点存储至所述第二盲节点集中之后,还包括步骤:
计算所述盲节点集与存储后的所述第二盲节点集之间的差集,得到第二差集;所述第二差集用于指示所述盲节点集中的锚节点由二跳锚节点变为一跳锚节点;
在所述第二差集中的锚节点与所述待定位节点的第一相对位移小于2R时,将对应的锚节点添加到所述第一盲节点集中。
7.如权利要1所述的障碍物环境下移动节点定位方法,其特征在于,根据更新的所述第二锚节点集确定所述待定位节点的预测样本集,以估算T时刻所述待定位节点的坐标,包括如下步骤:
根据预设的采样周期获取预测样本集;其中,所述预测样本集中的样本点用于指示所述待定位节点的位置坐标,每个Δt包括多个采样周期;
在每次获取预测样本周期后,根据更新后所述第二锚节点集对所述预测样本集中的样本点进行过滤处理,以保留所述预测样本集中的有效样本点;
在所述有效样本点的数量大于预设的样本阈值时,根据保留的有效样本点计算所述待定位节点的坐标。
8.如权利要求7所述的障碍物环境下移动节点定位方法,其特征在于,还包括如下步骤:
在所述采样周期达到预设的周期数时,根据保留的有效样本点计算所述待定位节点的坐标。
9.如权利要求7所述的障碍物环境下移动节点定位方法,其特征在于,根据预设的采样周期获取预测样本集,包括如下步骤:
根据所述待定位节点在上个采样周期的位置样本集和预设的采样半径,确定预测样本集中样本点的采样区域;
从所述采样区域随机选取多个样本点作为当前采样周期的预测样本集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710905874.5A CN107635207B (zh) | 2017-09-29 | 2017-09-29 | 一种障碍物环境下移动节点定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710905874.5A CN107635207B (zh) | 2017-09-29 | 2017-09-29 | 一种障碍物环境下移动节点定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107635207A true CN107635207A (zh) | 2018-01-26 |
CN107635207B CN107635207B (zh) | 2020-01-14 |
Family
ID=61103198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710905874.5A Active CN107635207B (zh) | 2017-09-29 | 2017-09-29 | 一种障碍物环境下移动节点定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107635207B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108548533A (zh) * | 2018-04-25 | 2018-09-18 | 山东爱泊客智能科技有限公司 | 一种用于红点实时定位的锚节点的定位方法及定位装置 |
CN108650626A (zh) * | 2018-05-18 | 2018-10-12 | 华南师范大学 | 一种基于泰森多边形的指纹定位算法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100033339A1 (en) * | 2008-08-11 | 2010-02-11 | Jason Gurley | Local positioning systems and methods |
CN103533647A (zh) * | 2013-10-24 | 2014-01-22 | 福建师范大学 | 一种基于分簇机制及稳健回归的射频地图自适应定位方法 |
CN105353341A (zh) * | 2015-10-16 | 2016-02-24 | 温州大学 | 一种基于无人自主飞行器的无线传感器网络定位方法 |
CN105376707A (zh) * | 2015-09-29 | 2016-03-02 | 华南师范大学 | 基于隐形锚节点的移动节点定位方法和装置 |
-
2017
- 2017-09-29 CN CN201710905874.5A patent/CN107635207B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100033339A1 (en) * | 2008-08-11 | 2010-02-11 | Jason Gurley | Local positioning systems and methods |
CN103533647A (zh) * | 2013-10-24 | 2014-01-22 | 福建师范大学 | 一种基于分簇机制及稳健回归的射频地图自适应定位方法 |
CN105376707A (zh) * | 2015-09-29 | 2016-03-02 | 华南师范大学 | 基于隐形锚节点的移动节点定位方法和装置 |
CN105353341A (zh) * | 2015-10-16 | 2016-02-24 | 温州大学 | 一种基于无人自主飞行器的无线传感器网络定位方法 |
Non-Patent Citations (2)
Title |
---|
王照宇: "一种优化的移动无线传感器网络三维定位算法研究", 《移动通信》 * |
赵永杰 等: "锚节点静止的无线传感网定位算法", 《计算机应用与软件》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108548533A (zh) * | 2018-04-25 | 2018-09-18 | 山东爱泊客智能科技有限公司 | 一种用于红点实时定位的锚节点的定位方法及定位装置 |
CN108548533B (zh) * | 2018-04-25 | 2022-05-17 | 山东爱泊客智能科技有限公司 | 一种用于红点实时定位的锚节点的定位方法及定位装置 |
CN108650626A (zh) * | 2018-05-18 | 2018-10-12 | 华南师范大学 | 一种基于泰森多边形的指纹定位算法 |
Also Published As
Publication number | Publication date |
---|---|
CN107635207B (zh) | 2020-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108227706B (zh) | 机器人躲避动态障碍的方法及装置 | |
JP5886439B2 (ja) | ジオフェンス管理のための方法および/または装置 | |
CN103843429B (zh) | 针对设备位置的位所指示控制 | |
Rodriguez Garzon et al. | Geofencing 2.0: taking location-based notifications to the next level | |
US9980096B2 (en) | Utilizing mobile wireless access gateways for location and context purposes | |
JP5395963B2 (ja) | ネットワークに基づくポジショニングシステムの位置データベースの管理 | |
ES2594053T3 (es) | Influencia dinámica en la elección de un perfil de operador de red móvil utilizado por un equipo de usuario que comprende un módulo de identidad integrado | |
US20070188320A1 (en) | Electronically tracking a path history | |
EP2917694A1 (en) | Map-based adaptive sampling of orientation sensors for positioning | |
CN107635207A (zh) | 一种障碍物环境下移动节点定位方法 | |
CN106054881A (zh) | 一种执行终端的避障方法及执行终端 | |
JP2013517697A (ja) | 位置データベースを用いた移動装置の位置の判定 | |
CN104427513B (zh) | 一种识别方法、装置、网络设备及网络系统 | |
CN103415072B (zh) | 一种无线传感网络中基于估距的定位方法 | |
JP2016507746A (ja) | 拡張現実オブジェクトを発見するための方法および端末 | |
CN111615056B (zh) | 室内外无缝切换定位的方法、装置、计算机设备和存储介质 | |
CN106840163A (zh) | 一种室内定位方法及系统 | |
CN106461786A (zh) | 室内全球定位系统 | |
Rashid et al. | Dead reckoning localisation technique for mobile wireless sensor networks | |
JP6870736B2 (ja) | 情報処理装置、情報提供方法、および情報提供システム | |
CN105101090B (zh) | 一种环境监测无线传感网的节点定位方法 | |
CN110348332A (zh) | 一种交通视频场景下机非人多目标实时轨迹提取方法 | |
CN109413067A (zh) | 一种查询轨迹隐私保护方法 | |
JP2010145116A (ja) | 目的地予測システム、目的地予測方法及びプログラム | |
CN105788349A (zh) | 一种信息处理方法及电子设备 |
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 |