CN110839202A - 定位方法、装置、电子设备及存储介质 - Google Patents
定位方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110839202A CN110839202A CN201911166152.8A CN201911166152A CN110839202A CN 110839202 A CN110839202 A CN 110839202A CN 201911166152 A CN201911166152 A CN 201911166152A CN 110839202 A CN110839202 A CN 110839202A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- terminal
- matching
- positioning
- information
- 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
Images
Classifications
-
- 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
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明公开了一种定位方法、装置、电子设备及存储介质,其中,方法包括:采集终端的标签与每个基站间的距离信息,确定终端的初始位置;获取终端的当前指纹信息,并从初始位置对应的指纹库的目标指纹子库中匹配当前指纹信息的最佳匹配指纹;根据最佳匹配指纹更新距离信息,以得到终端的最终位置。由此,解决了现有技术的解算方式存在各自的局限性,导致定位的精确度和实用性较低、适用性较差及使用体验较低,无法有效满足使用需求等问题。
Description
技术领域
本发明涉及定位技术领域,特别涉及一种定位方法、装置、电子设备及存储介质。
背景技术
相关技术中,在室内定位时,对于位置的解算方式可以分为基于测距的解算方式与基于指纹匹配的解算方式。其中,基于测距的解算方式,利用标签与基站之间的测量距离,并利用几何模型求解超定方程组,从而来获得解算位置;基于指纹匹配的解算方式,利用当前位置的指纹特征信息与先前构建的指纹库信息进行匹配,得到最佳匹配指纹,从而获取解算位置。
然而,上述两类解算方式均存在各自的局限性,如基于测距的解算方式,由于测量中存在测量噪声,导致测距容易出现误差,进而影响距离测量的准确性,而且在非视距条件下,测距精度呈指数型下降,甚至出现测距失败,测距信息丢失,与此同时,在几何模型解算中,标签与基站位置分布也存在一定的限制因素,例如,标签需分布在基站覆盖半径范围;又如基于指纹匹配的解算方式,在匹配解算之前,指纹库建立的工作量较大,而且为了获得较好的解算精度,需要保证指纹采集的密度,此时采样间隔会尽可能的小,大大增加的指纹库的采集工作量,而且指纹匹配过程由于指纹库的增大,匹配时间与匹配中计算资源的需求也相应增大,亟待改进。
发明内容
本发明提供一种定位方法、装置、电子设备及存储介质,以解决现有技术的解算方式存在各自的局限性,导致定位的精确度和实用性较低、适用性较差及使用体验较低,无法有效满足使用需求等问题。
本发明第一方面实施例提供一种定位方法,包括以下步骤:采集终端的标签与每个基站间的距离信息,确定所述终端的初始位置;获取所述终端的当前指纹信息,并从所述初始位置对应的指纹库的目标指纹子库中匹配所述当前指纹信息的最佳匹配指纹;根据所述最佳匹配指纹更新所述距离信息,以得到所述终端的最终位置。
本发明第二方面实施例提供一种定位装置,包括:采集模块,用于采集终端的标签与每个基站间的距离信息,确定所述终端的初始位置;匹配模块,用于获取所述终端的当前指纹信息,并从所述初始位置对应的指纹库的目标指纹子库中匹配所述当前指纹信息的最佳匹配指纹;定位模块,用于根据所述最佳匹配指纹更新所述距离信息,以得到所述终端的最终位置。
本发明第三方面实施例提供一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被设置为用于执行如上述实施例所述的定位方法。
本发明第四方面实施例提供一种非临时性计算机可读存储介质,所述非临时性计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上述实施例所述的定位方法。
由终端与每个基站间的距离粗定位得到初始位置,以确定指纹子库,使得对测距误差具备一定的容忍度,进而从指纹子库中匹配最佳匹配指纹,进而更新距离细定位得到最终位置,使得在减小匹配计算成本也可达到较好的匹配精度,不但保证定位的精确度和实用性,而且有效提升实用性和使用体验,有效满足使用需求。由此,解决了现有技术的解算方式存在各自的局限性,导致定位的精确度和实用性较低、适用性较差及使用体验较低,无法有效满足使用需求等问题。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明实施例的定位方法的流程图;
图2为根据本发明一个实施例的定位方法的流程图;
图3为根据本发明一个实施例的MinMax粗定位的原理示意图;
图4为根据本发明一个实施例的指纹匹配的原理示意图;以及
图5为根据本发明实施例的定位装置的方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的图纸的定位方法、装置、电子设备及存储介质。针对上述背景技术中心提到的现有技术的解算方式存在各自的局限性,导致定位的精确度和实用性较低、适用性较差及使用体验较低,无法有效满足使用需求等问题,本发明提出了一种定位方法。在该方法中,由终端与每个基站间的距离粗定位得到初始位置,以确定指纹子库,使得对测距误差具备一定的容忍度,进而从指纹子库中匹配最佳匹配指纹,进而更新距离细定位得到最终位置,使得在减小匹配计算成本也可达到较好的匹配精度,不但保证定位的精确度和实用性,而且有效提升实用性和使用体验,有效满足使用需求。由此,解决了现有技术的解算方式存在各自的局限性,导致定位的精确度和实用性较低、适用性较差及使用体验较低,无法有效满足使用需求等问题。
具体而言,图1为本发明实施例所提供的一种定位方法的流程示意图。
如图1所示,该定位方法包括以下步骤:
在步骤S101中,采集终端的标签与每个基站间的距离信息,确定终端的初始位置。
可以理解的是,由于测距过程中,因环境噪声,硬件局限性,非视距等对测距精度的影响,造成测距解算位置的不准确,同时,解算位置的准确性对标签基站的相对位置分布也存在一定的要求,导致区域之间的解算差异。因此,本发明实施例可以基于测距进行粗定位,如使用MinMax算法缩小位置可行域。
可选地,在本发明的一个实施例中,确定终端的可行区域,包括:根据每个基站的测距仪筛选重叠区域;根据重叠区域的每个边角坐标确定可行区域。
在此,如图2所示,对粗定位进行举例描述。具体的,利用基站标签之间的测距过程,获取标签与各个基站间的距离信息,如利用MinMax算法进行粗定位,由于MinMax算法需求的解算基站数较少,且通过基站之间的相互组合,本发明实施例可以筛选重合区域,以此消除基站测距过程中的非视距基站测距的影响。
另外,在本发明的一个实施例中,在获取终端的当前指纹信息之后,还包括:根据初始位置确定终端的可行区域,并根据可行区域确定指纹数据库中目标指纹子库。
也就是说,利用测距粗定位的可行域筛选出包含的指纹子库。例如,设参与解算基站数N,基站坐标(xi,yi),1≤i≤N,标签坐标(x0,y0)。采用基于ToA(Time of Arrival,到达时间)方式进行距离测量,则测距方程可以如下:
实际环境中,融入环境噪声及非视距影响后,测距过程可以如下:
由此,可得到N组测距信息D=[d1,d2,…,di,…,dN],di≥0。确定可行域过程如下,基站i与基站j,其各自对应测距di,dj。其重叠公共区域为一矩形,确定矩形四角坐标位置即可确定矩形位置。
定义矩形横纵坐标起始值分别为X1,X2,Y1,Y2,则矩形四角坐标分别为(X1,Y1),(X2,Y1),(X2,Y1),(X2,Y2)。起始值X1,X2,Y1,Y2计算方式可以如下:
以三基站为例,粗定位过程如下图3所示,进而确定下一步细定位所需的指纹数据库中对应的指纹子库。
在步骤S102中,获取终端的当前指纹信息,并从初始位置对应的指纹库的目标指纹子库中匹配当前指纹信息的最佳匹配指纹。
可以理解的是,由于指纹匹配中,因指纹数据库的指纹容量较大,造成匹配过程消耗的匹配时间较大,匹配需求的计算资源较大。从而,带来成本的增加,解算实时性的降低,本发明实施例可以利用粒子滤波的匹配方法进行指纹匹配过程,从而获取最佳的匹配指纹,输出指纹对应的位置坐标。具体地,粗定位消除非视距基站影响,缩小位置可行域,对测距误差具备一定的容忍度,进而在细定位中,如通过粒子滤波的方式,在有限可行域中,减小滤波需求的粒子数,从而在减小匹配计算成本也可达到较好的匹配精度。
进一步地,在本发明的一个实施例中,从初始位置对应的目标指纹子库中匹配当前指纹信息的最佳匹配指纹,包括:在可行区域内进行粒子随机选取,获取每个粒子的权重,其中,将指纹匹配相似度值作为权重的赋值;对权重满足预设条件的粒子进行坐标加权,得到最佳匹配坐标。
在此,如图2所示,对细定位进行举例描述。例如,设由粗定位确定可行区域X1,X2,Y1,Y2。则区域包含指纹集合数指纹空间Fingerprint={Fi,1≤i≤M},Fi表示单点指纹特征,标签处特征指纹F0。其中,ρ表示采集距离间隔。粒子滤波处理包含粒子初始化,粒子权重计算,重采样,预测。
设定初始化粒子数Np,在可行区域内进行随机选取,每一个粒子表示一个坐标点,粒子初始权重值ω0=1/Np。
重新计算粒子权重值,直接使用指纹匹配相似度值作为权重的赋值:
ωj=h(F0,Fj),1≤j≤Np, (4)
其中,h(.)表示匹配相似度计算方法,F0表示粒子坐标位置对应的特征指纹。
执行粒子筛选,筛选滤除权重少于设定阈值α对应粒子,通常情况下,阈值取值α=ω0。当粒子数较少至NL,需对粒子进行补充。补充规则,在余下粒子数NH中,按照权重执行补充数量计算,
预测过程即坐标输出。
对余下粒子Ne,利用粒子权重,进行坐标加权,得到最佳匹配坐标:
细定位过程如下图4所示,粒子半径表示权重大小。
在步骤S103中,根据最佳匹配指纹更新距离信息,以得到终端的最终位置。
可以理解的是,如图2所示,最后根据位置坐标执行测距信息更新,重解算位置信息,完成最终位置计算,如可以基于几何模型的位置的重解算,利用指纹匹配后的解算位置进行测距值更新,再利用基于测距的解算算法进行重解算。即言,本发明实施例利用粗细解算初解位置信息,更新测距信息,过滤异常测距信息,保证解算精度。
进一步地,在本发明的一个实施例中,根据最佳匹配指纹更新距离信息,包括:根据最佳匹配指纹确定终端的位置坐标;根据位置坐标修正距离信息,并根据修正后的距离信息计算最终位置。
也就是说,如图2所示,本发明实施例具体包括测距粗定位、指纹细定位和重定位。如应用于但不限于机器人在室内定位时,首先,测距粗定位,利用任意两集中的组合方式,求得可行域,将众多组可行域进行重叠处理,获取最终的可行域;其次,指纹细定位,将粗定位中包含的指纹点特征取出,进行粒子滤波处理,得到匹配位置;最后,通过细定位出的坐标信息进行测距值更新,重解算位置信息,得出最终坐标。
例如,在获取最后定位坐标后,更新测量距离,重解算位置坐标,重解算算法可选用LS(Least Square,最小二乘),NLS(非线性最小二乘)等完成,如测距值更新:
综上,在本发明的实施例中,首先,利用距离与指纹相结合的方式,利用距离进行位置的粗解算,缩小位置的可行域,粗解算对距离信息的需求度降低,减小应测距精度降低带来的影响,对噪声的容忍度也得到提升,利用粗定位缩小可行域;其次,利用指纹进行进一步的细解算,获取最佳解算位置,缩小指纹匹配中,可信指纹数量,减小匹配计算量;最后,利用粗细解算得到位置信息,更新测距信息,利用几何模型重解算位置坐标,实现准确的定位的目的。
根据本发明实施例的定位方法,由终端与每个基站间的距离粗定位得到初始位置,以确定指纹子库,使得对测距误差具备一定的容忍度,进而从指纹子库中匹配最佳匹配指纹,进而更新距离细定位得到最终位置,使得在减小匹配计算成本也可达到较好的匹配精度,不但保证定位的精确度和实用性,而且有效提升实用性和使用体验,有效满足使用需求。
其次参照附图描述根据本发明实施例提出的定位装置。
图5是本发明一个实施例的定位装置的方框示意图。
如图5所示,该定位装置10包括:采集模块100、匹配模块200和定位模块300。
其中,采集模块100用于采集终端的标签与每个基站间的距离信息,确定终端的初始位置。
匹配模块200用于获取终端的当前指纹信息,并从初始位置对应的指纹库的目标指纹子库中匹配当前指纹信息的最佳匹配指纹。
定位模块300用于根据最佳匹配指纹更新距离信息,以得到终端的最终位置。
进一步地,在本发明的一个实施例中,定位模块300包括:第一计算单元和第二计算单元。
第一计算单元,用于根据最佳匹配指纹确定终端的位置坐标;
第二计算单元,用于根据位置坐标修正距离信息,并根据修正后的距离信息计算最终位置。
进一步地,在本发明的一个实施例中,采集模块100包括:筛选单元和第三计算单元。
其中,筛选单元,用于根据每个基站的测距仪筛选重叠区域;
第三计算单元,用于根据重叠区域的每个边角坐标确定可行区域。
需要说明的是,前述对定位方法实施例的解释说明也适用于该实施例的定位装置,此处不再赘述。
根据本发明实施例的定位装置,由终端与每个基站间的距离粗定位得到初始位置,以确定指纹子库,使得对测距误差具备一定的容忍度,进而从指纹子库中匹配最佳匹配指纹,进而更新距离细定位得到最终位置,使得在减小匹配计算成本也可达到较好的匹配精度,不但保证定位的精确度和实用性,而且有效提升实用性和使用体验,有效满足使用需求。
为了实现上述实施例,本发明还提出了一种电子设备,包括:至少一个处理器和存储器。其中,存储器与至少一个处理器通信连接,其中,存储器存储有可被至少一个处理器执行的指令,指令被设置为用于执行上述实施例的定位方法,如以用于:
采集终端的标签与每个基站间的距离信息,确定终端的初始位置。
获取终端的当前指纹信息,并从初始位置对应的指纹库的目标指纹子库中匹配当前指纹信息的最佳匹配指纹。
根据最佳匹配指纹更新距离信息,以得到终端的最终位置。
为了实现上述实施例,本发明还提出了一种非临时性计算机可读存储介质,其存储计算机指令,计算机指令用于使计算机执行上述实施例的定位方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或N个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种定位方法,其特征在于,包括以下步骤:
采集终端的标签与每个基站间的距离信息,确定所述终端的初始位置;
获取所述终端的当前指纹信息,并从所述初始位置对应的指纹库的目标指纹子库中匹配所述当前指纹信息的最佳匹配指纹;以及
根据所述最佳匹配指纹更新所述距离信息,以得到所述终端的最终位置。
2.根据权利要求1所述的方法,其特征在于,所述根据所述最佳匹配指纹更新所述距离信息,包括:
根据所述最佳匹配指纹确定所述终端的位置坐标;
根据所述位置坐标修正所述距离信息,并根据修正后的所述距离信息计算所述最终位置。
3.根据权利要求1所述的方法,其特征在于,在获取所述终端的当前指纹信息之后,还包括:
根据所述初始位置确定所述终端的可行区域,并根据所述可行区域确定指纹数据库中所述目标指纹子库。
4.根据权利要求1所述的方法,其特征在于,所述确定所述终端的可行区域,包括:
根据所述每个基站的测距仪筛选重叠区域;
根据所述重叠区域的每个边角坐标确定所述可行区域。
5.根据权利要求1或4所述的方法,其特征在于,所述从所述初始位置对应的目标指纹子库中匹配所述当前指纹信息的最佳匹配指纹,包括:
在所述可行区域内进行粒子随机选取,获取每个粒子的权重,其中,将指纹匹配相似度值作为所述权重的赋值;
对所述权重满足预设条件的粒子进行坐标加权,得到最佳匹配坐标。
6.一种定位装置,其特征在于,包括:
采集模块,用于采集终端的标签与每个基站间的距离信息,确定所述终端的初始位置;
匹配模块,用于获取所述终端的当前指纹信息,并从所述初始位置对应的指纹库的目标指纹子库中匹配所述当前指纹信息的最佳匹配指纹;以及
定位模块,用于根据所述最佳匹配指纹更新所述距离信息,以得到所述终端的最终位置。
7.根据权利要求6所述的装置,其特征在于,所述定位模块包括:
第一计算单元,用于根据所述最佳匹配指纹确定所述终端的位置坐标;
第二计算单元,用于根据所述位置坐标修正所述距离信息,并根据修正后的所述距离信息计算所述最终位置。
8.根据权利要求6所述的装置,其特征在于,所述采集模块包括:
筛选单元,用于根据所述每个基站的测距仪筛选重叠区域;
第三计算单元,用于根据所述重叠区域的每个边角坐标确定所述可行区域。
9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-5任一项所述的定位方法。
10.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-5任一项所述的定位方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911166152.8A CN110839202B (zh) | 2019-11-25 | 2019-11-25 | 定位方法、装置、电子设备及存储介质 |
CN202011006120.4A CN112153563B (zh) | 2019-11-25 | 2019-11-25 | 定位方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911166152.8A CN110839202B (zh) | 2019-11-25 | 2019-11-25 | 定位方法、装置、电子设备及存储介质 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011006120.4A Division CN112153563B (zh) | 2019-11-25 | 2019-11-25 | 定位方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110839202A true CN110839202A (zh) | 2020-02-25 |
CN110839202B CN110839202B (zh) | 2021-01-26 |
Family
ID=69577309
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911166152.8A Active CN110839202B (zh) | 2019-11-25 | 2019-11-25 | 定位方法、装置、电子设备及存储介质 |
CN202011006120.4A Active CN112153563B (zh) | 2019-11-25 | 2019-11-25 | 定位方法、装置、电子设备及存储介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011006120.4A Active CN112153563B (zh) | 2019-11-25 | 2019-11-25 | 定位方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN110839202B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111880144A (zh) * | 2020-07-29 | 2020-11-03 | 广东博智林机器人有限公司 | 定位方法、装置、设备和存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113115224B (zh) * | 2021-04-06 | 2021-11-09 | 中移(上海)信息通信科技有限公司 | 室内定位方法和室内定位装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102111872A (zh) * | 2009-12-23 | 2011-06-29 | 中国移动通信集团公司 | 基于指纹定位技术的定位方法及装置 |
CN102265174A (zh) * | 2008-11-21 | 2011-11-30 | 高通股份有限公司 | 使用经调整的往返时间测量的无线位置确定 |
CN103068035A (zh) * | 2011-10-21 | 2013-04-24 | 中国移动通信集团公司 | 一种无线网络定位方法、装置及系统 |
CN103476118A (zh) * | 2013-09-29 | 2013-12-25 | 哈尔滨工业大学 | 一种用于实时监控的wlan室内位置指纹定位方法 |
CN103824060A (zh) * | 2014-02-28 | 2014-05-28 | 清华大学 | 指纹细节点的提取方法 |
CN105813194A (zh) * | 2016-05-06 | 2016-07-27 | 西安电子科技大学昆山创新研究院 | 基于指纹数据库二次校正的室内定位方法 |
CN105813020A (zh) * | 2016-04-15 | 2016-07-27 | 合肥工业大学 | 一种自适应环境的rssi校正的无线传感器网络定位算法 |
CN106874851A (zh) * | 2017-01-12 | 2017-06-20 | 杭州晟元数据安全技术股份有限公司 | 一种基于多参考节点的指纹识别方法 |
CN107666707A (zh) * | 2017-09-30 | 2018-02-06 | 长沙学院 | 一种基于距离测量和位置指纹的室内定位方法 |
CN107743296A (zh) * | 2017-11-15 | 2018-02-27 | 中国矿业大学(北京) | 一种基于压缩感知的rssi区域分段式定位方法 |
EP3301982A1 (en) * | 2016-09-30 | 2018-04-04 | u-blox AG | A method and a system for managing a cellular network data base |
CN110187308A (zh) * | 2019-06-20 | 2019-08-30 | 华南师范大学 | 一种基于信号指纹库的室内定位方法、装置、设备及介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3777299B2 (ja) * | 2000-11-20 | 2006-05-24 | 日本電信電話株式会社 | 無線移動端末の位置検出方法 |
US9921292B2 (en) * | 2014-06-30 | 2018-03-20 | Intel Corporation | Efficient location determination of wireless communication devices using hybrid localization techniques |
CN110315540A (zh) * | 2019-07-15 | 2019-10-11 | 南京航空航天大学 | 一种基于uwb和双目vo紧耦合的机器人定位方法及系统 |
-
2019
- 2019-11-25 CN CN201911166152.8A patent/CN110839202B/zh active Active
- 2019-11-25 CN CN202011006120.4A patent/CN112153563B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102265174A (zh) * | 2008-11-21 | 2011-11-30 | 高通股份有限公司 | 使用经调整的往返时间测量的无线位置确定 |
CN102111872A (zh) * | 2009-12-23 | 2011-06-29 | 中国移动通信集团公司 | 基于指纹定位技术的定位方法及装置 |
CN103068035A (zh) * | 2011-10-21 | 2013-04-24 | 中国移动通信集团公司 | 一种无线网络定位方法、装置及系统 |
CN103476118A (zh) * | 2013-09-29 | 2013-12-25 | 哈尔滨工业大学 | 一种用于实时监控的wlan室内位置指纹定位方法 |
CN103824060A (zh) * | 2014-02-28 | 2014-05-28 | 清华大学 | 指纹细节点的提取方法 |
CN105813020A (zh) * | 2016-04-15 | 2016-07-27 | 合肥工业大学 | 一种自适应环境的rssi校正的无线传感器网络定位算法 |
CN105813194A (zh) * | 2016-05-06 | 2016-07-27 | 西安电子科技大学昆山创新研究院 | 基于指纹数据库二次校正的室内定位方法 |
EP3301982A1 (en) * | 2016-09-30 | 2018-04-04 | u-blox AG | A method and a system for managing a cellular network data base |
CN106874851A (zh) * | 2017-01-12 | 2017-06-20 | 杭州晟元数据安全技术股份有限公司 | 一种基于多参考节点的指纹识别方法 |
CN107666707A (zh) * | 2017-09-30 | 2018-02-06 | 长沙学院 | 一种基于距离测量和位置指纹的室内定位方法 |
CN107743296A (zh) * | 2017-11-15 | 2018-02-27 | 中国矿业大学(北京) | 一种基于压缩感知的rssi区域分段式定位方法 |
CN110187308A (zh) * | 2019-06-20 | 2019-08-30 | 华南师范大学 | 一种基于信号指纹库的室内定位方法、装置、设备及介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111880144A (zh) * | 2020-07-29 | 2020-11-03 | 广东博智林机器人有限公司 | 定位方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112153563B (zh) | 2023-04-11 |
CN112153563A (zh) | 2020-12-29 |
CN110839202B (zh) | 2021-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110839202B (zh) | 定位方法、装置、电子设备及存储介质 | |
CN110764111B (zh) | 雷达坐标与大地坐标的转换方法、装置、系统及介质 | |
CN108496059B (zh) | 一种惯量传感器的校正方法、装置、终端设备和存储介质 | |
CN108875013B (zh) | 处理地图数据的方法及装置 | |
JP2008020225A (ja) | 自己位置推定プログラム、自己位置推定方法および自己位置推定装置 | |
CN108332750A (zh) | 机器人定位方法及终端设备 | |
CN109782240A (zh) | 一种基于递推修正的多传感器系统误差配准方法和系统 | |
CN110047133A (zh) | 一种面向点云数据的列车边界提取方法 | |
JP5162704B2 (ja) | 地理的位置の現在の測定値を地図対象物に割り当てるための装置および方法 | |
CN110990756A (zh) | 基于可拓型逐层分析的空中目标航迹质量评估方法 | |
CN114897669A (zh) | 一种标注方法、装置及电子设备 | |
CN113722409A (zh) | 空间关系的确定方法、装置、计算机设备及存储介质 | |
CN112488297A (zh) | 一种神经网络剪枝方法、模型生成方法及装置 | |
CN102831169B (zh) | 地理信息系统中的平面图形关系确定方法及系统 | |
CN111474516B (zh) | 一种基于众包样本曲面拟合的多层次室内定位方法及系统 | |
CN112198878B (zh) | 一种即时地图构建方法、装置、机器人及存储介质 | |
CN110261820B (zh) | 一种多测量站的时差定位方法及装置 | |
CN109541541B (zh) | 一种室内三角定位精度修正方法及装置 | |
CN110057355B (zh) | 一种室内定位方法、装置、系统及计算设备 | |
CN116295249A (zh) | 道路要素高程确定及高精地图制作方法、装置、介质 | |
CN115983007A (zh) | 一种重合轨迹提取方法、装置、电子设备及存储介质 | |
CN113537351B (zh) | 面向移动设备拍摄的遥感图像坐标匹配方法 | |
CN115457202A (zh) | 一种三维模型更新的方法、装置及存储介质 | |
Sun et al. | A new method of camera calibration based on the segmentation model | |
CN113048988B (zh) | 一种导航地图对应场景的变化元素检测方法及装置 |
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 |