CN108414969A - 基于无线传感器网络实现移动机器人最大范围定位的方法 - Google Patents
基于无线传感器网络实现移动机器人最大范围定位的方法 Download PDFInfo
- Publication number
- CN108414969A CN108414969A CN201810184013.7A CN201810184013A CN108414969A CN 108414969 A CN108414969 A CN 108414969A CN 201810184013 A CN201810184013 A CN 201810184013A CN 108414969 A CN108414969 A CN 108414969A
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- beaconing nodes
- coordinate information
- maximum
- wireless sensor
- 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.)
- Withdrawn
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
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明涉及一种基于无线传感器网络实现移动机器人最大范围定位的方法,包括:根据信标节点之间的测距数据分别计算得出第一信标节点与移动机器人之间的第一实际距离以及第二信标节点与移动机器人之间的第二实际距离;以第一信标节点的坐标信息为圆心,以相应的第一实际距离为半径做圆;以第二信标节点的坐标信息为圆心,以相应的第二实际距离为半径做圆;根据两个圆的交点数得到移动机器人的最大实际坐标信息;排除无效的最大实际坐标信息。采用本发明的基于无线传感器网络实现移动机器人最大范围定位的方法,减小定位误差,提高定位精度,算法简单可靠,降低对硬件的要求,节省了网络成本,可扩展性强,适用性强,成本低廉,具有广泛的应用价值。
Description
技术领域
本发明涉及机器人定位领域,尤其涉及无线传感器网络中移动机器人定位的领域,具体是指一种基于无线传感器网络实现移动机器人最大范围定位的方法。
背景技术
定位技术是移动机器人研究中的一项关键技术,对于一个自主的机器人系统,精确的空间定位是其实现自主导航的前提.目前有很多方法可以得到机器人的位置信息,主要分为以下两类:①通过码盘、电子陀螺仪、加速度计等传感器记录机器人自己的移动过程,通过累计计算出当前时刻的位置;②通过雷达、激光测距仪、图像匹配等确定机器人与环境的相对位置进而获得自己的位置信息。但是由于移动机器人机动性强、自身建模困难,第一种方法积分累计误差对定位精度影响较大,第二种方法成本较高,需要增加昂贵的附属设备。
近年来,随着无线传感器网络(Wireless Sensor Network,WSN)技术研究的兴起,将移动机器人与无线传感器网络结合,实现机器人全区域定位和跟踪。WSN中通常含有大量随机散布的传感器节点,可以采用人为标定的定位方式或利用传感器自身携带的全球定位系统(Global Positioning System,GPS)来实现。随着WSN布网的日益规模化,人工标定的难度和成本也在不断提高,致使每个传感器节点装载GPS变得不再切合实际。目前节点定位方法主要采用的有基于多个锚节点的三边定位法、DV-HOP法、蒙特卡洛法等,但这些定位方法的实现大多是基于多个固定锚节点实现的,要想实现高精度的动态定位,对锚节点的部署及数量具有较高的要求,数量的增加还会致使计算负荷增加,影响定位的可靠性。并且,无线信号干扰也造成传感器之间测距数值变化,系统的测距误差非常严重。
发明内容
本发明的目的是克服了上述现有技术的缺点,提供了一种结构简单、动态定位精确的基于无线传感器网络实现移动机器人最大范围定位的方法。
无线传感器网络包含数个通信半径相同的信标节点,移动机器人在其通信半径内只与无线传感器网络中的两个信标节点建立通信连接,移动机器人的通信半径外存在数个未建立通信连接的信标节点,为了实现上述目的,本发明的基于无线传感器网络实现移动机器人最大范围定位的方法包括以下步骤:
(1)对所述的无线传感器网络建立二维直角坐标系,在二维直角坐标系内分布数个信标节点,将与所述的移动机器人建立通信连接的两个信标节点设置为第一信标节点和第二信标节点;
(2)根据所述的信标节点之间的测距误差分别计算得出所述的第一信标节点与所述的移动机器人之间的第一实际距离以及所述的第二信标节点与所述的移动机器人之间的第二实际距离;
(3)以所述的第一信标节点的坐标信息为圆心,以相应的第一实际距离为半径做圆;
(4)以所述的第二信标节点的坐标信息为圆心,以相应的第二实际距离为半径做圆;
(5)根据两个圆的交点数得到所述的移动机器人的最大实际坐标信息;
(6)排除无效的最大实际坐标信息。
进一步地,所述的步骤(1)和(2)之间,还包括如下步骤:
将原坐标系以第一信标节点的坐标信息或第二信标节点的坐标信息为圆点进行坐标系变换,建立新的坐标系。
更进一步地,所述的将原坐标系以第一信标节点的坐标信息或第二信标节点的坐标信息为圆点进行坐标系变换,建立新的坐标系,具体为:
所述的原坐标系的移动机器人的坐标通过下列公式进行坐标变换:
其中,x(k)′、y(k)′为坐标系变换后所述的移动机器人的坐标信息,x(k)、y(k)为所述的移动机器人在原坐标系的坐标信息,Bx/x′为旋转矩阵,x1、y1为第一信标节点在原坐标系的坐标信息或第二信标节点在原坐标系的坐标信息。
更进一步地,所述的旋转矩阵Bx/x′具体为:
其中,φ为原坐标系的正向坐标轴和新坐标系的正向坐标轴的夹角。
更进一步地,所述的根据两个圆的交点数得到所述的移动机器人的最大实际坐标信息,具体为:
当两个圆的交点数为一个时,公式如下:
当两个圆的交点数为两个时,公式如下:
其中,x(k)′、y(k)′为坐标系变换后所述的移动机器人的坐标信息,dr1为所述的第一信标节点与所述的移动机器人之间的距离,dr2为所述的第二信标节点与所述的移动机器人之间的距离,e为测距误差,d为所述的第一信标节点与所述的第二信标节点之间的距离。
更进一步地,所述的排除无效的最大实际坐标信息,具体为:
(6.1)判断所述的移动机器人的最大实际坐标信息为一个还是两个,如果为一个,则继续步骤(6.2),如果为两个,则继续步骤(6.3);
(6.2)将计算得到的最大实际坐标信息设定为所述的移动机器人的最大实际坐标信息;
(6.3)将确定的两个最大实际坐标信息设定为第一最大实际坐标信息和第二最大实际坐标信息;
(6.4)以第一最大实际坐标信息为圆心、以通信半径为半径做圆,如果圆内包含三个或三个以上的信标节点,则判定为无效的最大实际坐标信息,并继续步骤(6.5),否则设定为所述的移动机器人的最大实际坐标信息;
(6.5)以第二最大实际坐标信息为圆心、以通信半径为半径做圆,如果圆内包含三个或三个以上的信标节点,则判定为无效的最大实际坐标信息,并返回上述步骤(1),否则设定为所述的移动机器人的最大实际坐标信息。
进一步地,所述的移动机器人的通信半径与所述的数个信标节点的通信半径相同。
进一步地,所述的无线传感器网络中的信标节点之间、以及所述的无线传感器网络中的信标节点与所述的移动机器人之间的无线通信为视距通信。
采用了本发明的基于无线传感器网络实现移动机器人最大范围定位的方法,充分利用机器人的机动性及无线传感器节点的可计算性,融入测距误差,实现了对移动机器人的最大的动态范围进行定位,有效克服高非线性和异常误差导致的不利影响,减小定位误差,提高定位精度,且无需改动测量距离的算法,改动内容少,算法简单可靠,降低了对硬件的要求,无需里程计和陀螺仪,避免定位算法的累积误差,节省了网络成本,可扩展性强,适用性强,成本低廉,具有广泛的应用价值。
附图说明
图1为本发明的基于无线传感器网络实现移动机器人最大范围定位的方法的流程图。
图2为本发明的基于无线传感器网络实现移动机器人最大范围定位的方法的移动机器人与第一信标节点、第二信标节点不共线的示意图。
具体实施方式
为了能够更清楚地描述本发明的技术内容,下面结合具体实施例来进行进一步的描述。
如图1所示,为本发明的基于无线传感器网络实现移动机器人最大范围定位的方法的流程图,无线传感器网络包含数个通信半径相同的信标节点,移动机器人在其通信半径内只与无线传感器网络中的两个信标节点建立通信连接,在所述的机器人的通信半径外存在数个通信半径相同的信标节点,该方法包括以下步骤:
(1)对所述的无线传感器网络建立二维直角坐标系,在二维直角坐标系内分布数个信标节点,将与所述的移动机器人建立通信连接的两个信标节点设置为第一信标节点和第二信标节点;
(2)根据所述的信标节点之间的测距误差分别计算得出所述的第一信标节点与所述的移动机器人之间的第一实际距离以及所述的第二信标节点与所述的移动机器人之间的第二实际距离;
(3)以所述的第一信标节点的坐标信息为圆心,以相应的第一实际距离为半径做圆;
(4)以所述的第二信标节点的坐标信息为圆心,以相应的第二实际距离为半径做圆;
(5)根据两个圆的交点数得到所述的移动机器人的最大实际坐标信息;
(6)排除无效的最大实际坐标信息。
所述的步骤(1)和(2)之间,还包括如下步骤:
将原坐标系以第一信标节点的坐标信息或第二信标节点的坐标信息为圆点进行坐标系变换,建立新的坐标系。
所述的将原坐标系以第一信标节点的坐标信息或第二信标节点的坐标信息为圆点进行坐标系变换,建立新的坐标系,具体为:
所述的原坐标系的移动机器人的坐标通过下列公式进行坐标变换:
其中,x(k)′、y(k)′为坐标系变换后所述的移动机器人的坐标信息,x(k)、y(k)为所述的移动机器人在原坐标系的坐标信息,Bx/x′为旋转矩阵,x1、y1为第一信标节点在原坐标系的坐标信息或第二信标节点在原坐标系的坐标信息。
所述的旋转矩阵Bx/x′具体为:
其中,φ为原坐标系的正向坐标轴和新坐标系的正向坐标轴的夹角。
所述的根据两个圆的交点数得到所述的移动机器人的最大实际坐标信息,具体为:
当两个圆的交点数为一个时,公式如下:
当两个圆的交点数为两个时,公式如下:
其中,x(k)′、y(k)′为坐标系变换后所述的移动机器人的坐标信息,dr1为所述的第一信标节点与所述的移动机器人之间的距离,dr2为所述的第二信标节点与所述的移动机器人之间的距离,e为测距误差,d为所述的第一信标节点与所述的第二信标节点之间的距离。
所述的排除无效的最大实际坐标信息,具体为:
(6.1)判断所述的移动机器人的最大实际坐标信息为一个还是两个,如果为一个,则继续步骤(6.2),如果为两个,则继续步骤(6.3);
(6.2)将计算得到的最大实际坐标信息设定为所述的移动机器人的最大实际坐标信息;
(6.3)将确定的两个最大实际坐标信息设定为第一最大实际坐标信息和第二最大实际坐标信息;
(6.4)以第一最大实际坐标信息为圆心、以通信半径为半径做圆,如果圆内包含三个或三个以上的信标节点,则判定为无效的最大实际坐标信息,并继续步骤(6.5),否则设定为所述的移动机器人的最大实际坐标信息;
(6.5)以第二最大实际坐标信息为圆心、以通信半径为半径做圆,如果圆内包含三个或三个以上的信标节点,则判定为无效的最大实际坐标信息,并返回上述步骤(1),否则设定为所述的移动机器人的最大实际坐标信息。
此外,所述的移动机器人的通信半径与所述的数个信标节点的通信半径相同,所述的无线传感器网络中的信标节点之间、所述的无线传感器网络中的信标节点与所述的移动机器人之间的无线通信必须为视距通信。
由于信标节点的通信半径相同,因此可以以等边三角形结构进行排列。
如图2所示,为移动机器人与第一信标节点、第二信标节点不共线的示意图。移动机器人在通信半径ρ内仅探测到两个邻近的信标节点,表示为第一信标节点Af和第二信标节点As,并且信标节点坐标为确定坐标,在原坐标系A(X,Y)中用(x1,y1)和(x2,y2)表示。Af和移动机器人之间距离表示为dr1,As和移动机器人之间距离表示为dr2。以dr1和dr2为半径,(x1,y1)和(x2,y2)为圆心绘制两个实线圆,考虑到无线传感器之间测距误差e,可以得到与A1和A2圆心相同的同心圆,表示为点划线圆,两个圆环相交于两个重叠区域。
除此之外,也存在移动机器人与第一信标节点、第二信标节点共线的情况,此时两个圆环相交于一个重叠区域。
由此可知,两个圆环可以相交于单一重叠区域质心或者两个不同重叠区域质心。为了获取重叠区域质心坐标位置,需要实现从坐标系A(X,Y)到坐标系A(X’,Y’)的坐标变换。坐标系A(X’,Y’)由原点(x1,y1)产生,正向水平轴射线从(x1,y1)到(x2,y2)。正向坐标轴X’和X的夹角为φ。坐标变换公式如下:
其中,Bx/x’是旋转矩阵,[x(k),y(k)]T是k时刻移动机器人在A(X,Y)坐标系中的坐标;[x(k)’,y(k)’]T是k时刻机器人在新的坐标系A(X’,Y’)中的坐标;(x1,y1)是转移向量。
由于两个圆环是基于同心圆组合而成,即圆心相同而半径不同,半径之间相差测距误差e。因此,可以通过寻找与两个同心圆距离相等的新的圆作为研究对象,两个圆环相交重叠区域计算问题,简化为距离同心圆相等的新构成的圆的相交问题。由两个圆环产生的新的两个圆方程如下:
将公式(4.9)和(4.10)合并如下:
计算整理得到x(k)’的公式如下:
将x(t)’代入原公式得到y(t)’的方程如下:
因此,移动机器人的最大实际坐标公式如下:
如果有两个交点,即
则移动机器人在新的坐标系A(X’,Y’)中的最大实际坐标为:
上述两个坐标分别对应图2中的Rtd和Rtr,由于在移动机器人的通信半径内移动机器人只与两个信标节点建立通信连接,在移动机器人的通信半径外存在数个信标节点,因此分别假设移动机器人在Rtd、Rtr的坐标点,判断在该点时移动机器人的通信半径内是否有除了第一信标节点Af和第二信标节点As外的信标节点,如果是,则判定为无效的最大实际坐标信息,否则设定为动机器人的最大实际坐标信息。
如果只有一个交点,即
则移动机器人在新的坐标系A(X’,Y’)中的最大实际坐标为:
Rtc(k)′=[x(k)′ 0]T (4.17)
其中,Rtc(k)’是k时刻移动机器人在A(X’,Y’)坐标系的最大实际坐标;Rtc(k)是k时刻移动机器人在A(X,Y)坐标系的最大实际坐标;是Bx/x′的逆矩阵。
移动机器人在原坐标系A(X,Y)中的最大实际坐标为:
采用了本发明的基于无线传感器网络实现移动机器人最大范围定位的方法,充分利用机器人的机动性及无线传感器节点的可计算性,融入测距误差,实现了对移动机器人的最大的动态范围进行定位,有效克服高非线性和异常误差导致的不利影响,减小定位误差,提高定位精度,且无需改动测量距离的算法,改动内容少,算法简单可靠,降低了对硬件的要求,无需里程计和陀螺仪,避免定位算法的累积误差,节省了网络成本,可扩展性强,适用性强,成本低廉,具有广泛的应用价值。
在此说明书中,本发明已参照其特定的实施例作了描述。但是,很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此,说明书和附图应被认为是说明性的而非限制性的。
Claims (8)
1.一种基于无线传感器网络实现移动机器人最大范围定位的方法,其特征在于,所述的无线传感器网络包含数个通信半径相同的信标节点,所述的移动机器人在其通信半径内只与所述的无线传感器网络中的两个信标节点建立通信连接,在所述的移动机器人的通信半径外存在数个未建立通信连接的信标节点,所述的方法包括以下步骤:
(1)对所述的无线传感器网络建立二维直角坐标系,在二维直角坐标系内分布数个信标节点,将与所述的移动机器人建立通信连接的两个信标节点设置为第一信标节点和第二信标节点;
(2)根据所述的信标节点之间的测距误差分别计算得出所述的第一信标节点与所述的移动机器人之间的第一实际距离以及所述的第二信标节点与所述的移动机器人之间的第二实际距离;
(3)以所述的第一信标节点的坐标信息为圆心,以相应的第一实际距离为半径做圆;
(4)以所述的第二信标节点的坐标信息为圆心,以相应的第二实际距离为半径做圆;
(5)根据两个圆的交点数得到所述的移动机器人的最大实际坐标信息;
(6)排除无效的最大实际坐标信息。
2.根据权利要求1所述的基于无线传感器网络实现移动机器人最大范围定位的方法,其特征在于,所述的步骤(1)和(2)之间,还包括如下步骤:
将原坐标系以第一信标节点的坐标信息或第二信标节点的坐标信息为圆点进行坐标系变换,建立新的坐标系。
3.根据权利要求2所述的基于无线传感器网络实现移动机器人最大范围定位的方法,其特征在于,所述的将原坐标系以第一信标节点的坐标信息或第二信标节点的坐标信息为圆点进行坐标系变换,建立新的坐标系,具体为:
所述的原坐标系的移动机器人的坐标通过下列公式进行坐标变换:
其中,x(k)′、y(k)′为坐标系变换后所述的移动机器人的坐标信息,x(k)、y(k)为所述的移动机器人在原坐标系的坐标信息,Bx/x′为旋转矩阵,x1、y1为第一信标节点在原坐标系的坐标信息或第二信标节点在原坐标系的坐标信息。
4.根据权利要求3所述的基于无线传感器网络实现移动机器人最大范围定位的方法,其特征在于,所述的旋转矩阵Bx/x′具体为:
其中,φ为原坐标系的正向坐标轴和新坐标系的正向坐标轴的夹角。
5.根据权利要求2至4中任一项所述的基于无线传感器网络实现移动机器人最大范围定位的方法,其特征在于,所述的根据两个圆的交点数得到所述的移动机器人的最大实际坐标信息,具体为:
当两个圆的交点数为一个时,公式如下:
y(k)′=0;
当两个圆的交点数为两个时,公式如下:
其中,x(k)′、y(k)′为坐标系变换后所述的移动机器人的坐标信息,dr1为所述的第一信标节点与所述的移动机器人之间的距离,dr2为所述的第二信标节点与所述的移动机器人之间的距离,e为测距误差,d为所述的第一信标节点与所述的第二信标节点之间的距离。
6.根据权利要求5所述的基于无线传感器网络实现移动机器人最大范围定位的方法,其特征在于,所述的排除无效的最大实际坐标信息,具体为:
(6.1)判断所述的移动机器人的最大实际坐标信息为一个还是两个,如果为一个,则继续步骤(6.2),如果为两个,则继续步骤(6.3);
(6.2)将计算得到的最大实际坐标信息设定为所述的移动机器人的最大实际坐标信息;
(6.3)将确定的两个最大实际坐标信息设定为第一最大实际坐标信息和第二最大实际坐标信息;
(6.4)以第一最大实际坐标信息为圆心、以通信半径为半径做圆,如果圆内包含三个或三个以上的信标节点,则判定为无效的最大实际坐标信息,并继续步骤(6.5),否则设定为所述的移动机器人的最大实际坐标信息;
(6.5)以第二最大实际坐标信息为圆心、以通信半径为半径做圆,如果圆内包含三个或三个以上的信标节点,则判定为无效的最大实际坐标信息,并返回上述步骤(1),否则设定为所述的移动机器人的最大实际坐标信息。
7.根据权利要求1所述的基于无线传感器网络实现移动机器人最大范围定位的方法,其特征在于,所述的移动机器人的通信半径与所述的数个信标节点的通信半径相同。
8.根据权利要求1所述的基于无线传感器网络实现移动机器人最大范围定位的方法,其特征在于,所述的无线传感器网络中的信标节点之间、以及所述的无线传感器网络中的信标节点与所述的移动机器人之间的无线通信为视距通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810184013.7A CN108414969A (zh) | 2018-03-07 | 2018-03-07 | 基于无线传感器网络实现移动机器人最大范围定位的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810184013.7A CN108414969A (zh) | 2018-03-07 | 2018-03-07 | 基于无线传感器网络实现移动机器人最大范围定位的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108414969A true CN108414969A (zh) | 2018-08-17 |
Family
ID=63130059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810184013.7A Withdrawn CN108414969A (zh) | 2018-03-07 | 2018-03-07 | 基于无线传感器网络实现移动机器人最大范围定位的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108414969A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112055305A (zh) * | 2020-08-28 | 2020-12-08 | 太原理工大学 | 一种无线传感器网络未知传感器节点的两圆交点定位方法 |
CN113466781A (zh) * | 2021-05-21 | 2021-10-01 | 北京农业信息技术研究中心 | 露地蔬菜无人化作业无线信标精准对行纠偏方法及装置 |
-
2018
- 2018-03-07 CN CN201810184013.7A patent/CN108414969A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112055305A (zh) * | 2020-08-28 | 2020-12-08 | 太原理工大学 | 一种无线传感器网络未知传感器节点的两圆交点定位方法 |
CN113466781A (zh) * | 2021-05-21 | 2021-10-01 | 北京农业信息技术研究中心 | 露地蔬菜无人化作业无线信标精准对行纠偏方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104655137B (zh) | 行人航迹推测辅助的Wi‑Fi信号指纹定位算法 | |
CN105547305B (zh) | 一种基于无线定位和激光地图匹配的位姿解算方法 | |
Shu et al. | Last-mile navigation using smartphones | |
KR101322778B1 (ko) | 미리 정의된 지역 내의 관심 지점들의 식별을 위한 방법 및 장치 | |
CN110375730A (zh) | 基于imu和uwb融合的室内定位导航系统 | |
Chen et al. | Indoor localization using smartphone sensors and iBeacons | |
CN103379619A (zh) | 一种定位方法和系统 | |
CN103983266A (zh) | 基于地磁信息的室内定位方法及系统 | |
JP2015510587A (ja) | 移動デバイスの向きを使用して移動デバイスの位置を特定するための方法および装置 | |
CN106403955A (zh) | 定位方法及系统 | |
CN108759835A (zh) | 一种定位方法、装置、可读存储介质及移动终端 | |
CN107110652A (zh) | 处理空间特征 | |
CN108759815A (zh) | 一种用于全局视觉定位方法中的信息融合组合导航方法 | |
CN109883416A (zh) | 一种结合可见光通信定位和惯导定位的定位方法及装置 | |
CN108414969A (zh) | 基于无线传感器网络实现移动机器人最大范围定位的方法 | |
CN106060924A (zh) | 一种基于移动信标的室内定位方法 | |
Vy et al. | Pedestrian indoor localization and tracking using hybrid Wi-Fi/PDR for iPhones | |
CN108513353B (zh) | 基于双信标节点实现移动机器人定位的方法 | |
CN108414977A (zh) | 基于无线传感器网络实现移动机器人定位的方法 | |
Kuusniemi et al. | Multi-sensor multi-network seamless positioning with visual aiding | |
CN106767770A (zh) | 一种基于便携智能设备的用户行走方向检测与追踪方法 | |
CN106792533A (zh) | 基于WiFi与步行者航位测算的多点拓扑逼近定位方法 | |
CN103345752B (zh) | 一种机器人与手机协作跟踪行人的方法 | |
Cho et al. | WARP-P: Wireless Signal Acquisition with Reference Point by using Simplified PDR–System Concept and Performance Assessment | |
Lategahn et al. | Robust pedestrian localization in indoor environments with an IMU aided TDoA system |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180817 |
|
WW01 | Invention patent application withdrawn after publication |