CN112698269A - 智能型定位系统 - Google Patents
智能型定位系统 Download PDFInfo
- Publication number
- CN112698269A CN112698269A CN201911038389.8A CN201911038389A CN112698269A CN 112698269 A CN112698269 A CN 112698269A CN 201911038389 A CN201911038389 A CN 201911038389A CN 112698269 A CN112698269 A CN 112698269A
- Authority
- CN
- China
- Prior art keywords
- signal
- optical
- wireless
- optical code
- code
- 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.)
- Pending
Links
- 230000003287 optical effect Effects 0.000 claims abstract description 209
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 56
- 238000004364 calculation method Methods 0.000 claims abstract description 56
- 238000013528 artificial neural network Methods 0.000 claims description 15
- 238000003062 neural network model Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000000034 method Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
- G06K7/10366—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves the interrogation device being adapted for miscellaneous applications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
- G06F3/0346—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
- G06K7/1413—1D bar codes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Electromagnetism (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种智能型定位系统,包含至少一灯具装置及一手持式电子装置。该手持式电子装置包含一光码接收单元及一人工智能定位演算单元。该至少一灯具装置无线地传送一光码信号至该光码接收单元;该光码接收单元解析该光码信号以得到该光码信号的一光识别码与该光码信号的一光强度值;该光码接收单元传送该光码信号的该光识别码与该光码信号的该光强度值至该人工智能定位演算单元;该人工智能定位演算单元转换该光码信号的该光识别码与该光码信号的该光强度值成为一定位信息。本发明可以提高室内定位的精准度。
Description
技术领域
本发明涉及一种定位系统,特别是一种智能型定位系统。
背景技术
使用者利用手持装置进行室内定位以协助日常工作是非常普及的,例如:协助在购物中心的购物引导、在仓储的盘点与拣货。
定位系统,例如全球定位系统(global positioning system,GPS)是非常普及的;然而,全球定位系统的信号无法穿透房子以抵达室内,因此全球定位系统无法应用于室内定位。
后来,一些室内定位技术被发展出来,例如相关技术的射频无线定位技术;然而,相关技术的射频无线定位技术使用2.4GHz频段,此2.4GHz频段极易受到干扰。换言之,目前因为缺乏精准的室内定位技术,所以仍然需要倚赖人力以及经验才能迅速且正确地完成前述利用手持装置协助处理的日常工作。
发明内容
为解决上述问题,本发明的目的在于提供一种智能型定位系统,使其可以提高室内定位的精准度。
为达成本发明的上述目的,本发明提供一种智能型定位系统包含:至少一灯具装置;及一手持式电子装置,该手持式电子装置无线地连接至该至少一灯具装置。其中该手持式电子装置包含:一光码接收单元,该光码接收单元无线地连接至该至少一灯具装置;及一人工智能定位演算单元,该人工智能定位演算单元电性连接至该光码接收单元。其中该至少一灯具装置无线地传送一光码信号至该光码接收单元;在该光码接收单元接收到该光码信号之后,该光码接收单元解析该光码信号以得到该光码信号的一光识别码与该光码信号的一光强度值;在该光码接收单元得到该光码信号的该光识别码与该光码信号的该光强度值之后,该光码接收单元传送该光码信号的该光识别码与该光码信号的该光强度值至该人工智能定位演算单元;在该人工智能定位演算单元接收到该光码信号的该光识别码与该光码信号的该光强度值之后,该人工智能定位演算单元转换该光码信号的该光识别码与该光码信号的该光强度值成为一定位信息。
再者,在如上所述的本发明的智能型定位系统的一具体实施例当中,其中该手持式电子装置更包含:一显示单元,该显示单元电性连接至该人工智能定位演算单元。其中在该人工智能定位演算单元转换该光码信号的该光识别码与该光码信号的该光强度值成为该定位信息之后,该人工智能定位演算单元传送该定位信息至该显示单元;在该显示单元接收到该定位信息之后,该显示单元显示该定位信息。
再者,在如上所述的本发明的智能型定位系统的一具体实施例当中,其中该手持式电子装置更包含:一类神经网络运算加速单元,该类神经网络运算加速单元电性连接至该人工智能定位演算单元。其中该类神经网络运算加速单元用以辅助该人工智能定位演算单元转换该光码信号的该光识别码与该光码信号的该光强度值成为该定位信息。
再者,在如上所述的本发明的智能型定位系统的一具体实施例当中,其中该人工智能定位演算单元为一深度类神经网络模型。
再者,在如上所述的本发明的智能型定位系统的一具体实施例当中,其中该光码接收单元为一光码接收器。
再者,在如上所述的本发明的智能型定位系统的一具体实施例当中,其中该光码信号为一可见光光码信号。
再者,在如上所述的本发明的智能型定位系统的一具体实施例当中,其中该类神经网络运算加速单元为一图形处理单元。
再者,在如上所述的本发明的智能型定位系统的一具体实施例当中,其中该手持式电子装置更包含:一惯性传感器,该惯性传感器电性连接至该人工智能定位演算单元。其中该惯性传感器用以感测该手持式电子装置的一动作状态以产生一手持装置动作信号;在该惯性传感器产生该手持装置动作信号之后,该惯性传感器传送该手持装置动作信号至该人工智能定位演算单元;在该人工智能定位演算单元接收到该手持装置动作信号、该光码信号的该光识别码与该光码信号的该光强度值之后,该人工智能定位演算单元转换该手持装置动作信号、该光码信号的该光识别码与该光码信号的该光强度值成为该定位信息。
再者,在如上所述的本发明的智能型定位系统的一具体实施例当中,其中该手持式电子装置更包含:一无线位置信号接收单元,该无线位置信号接收单元电性连接至该人工智能定位演算单元。其中该至少一灯具装置包含:一无线位置信号产生器,该无线位置信号产生器无线地连接至该无线位置信号接收单元。其中该无线位置信号产生器无线地传送一无线位置信号至该无线位置信号接收单元;在该无线位置信号接收单元接收到该无线位置信号之后,该无线位置信号接收单元解析该无线位置信号以得到该无线位置信号的一位置识别码与该无线位置信号的一无线信号强度值;在该无线位置信号接收单元得到该无线位置信号的该位置识别码与该无线位置信号的该无线信号强度值之后,该无线位置信号接收单元传送该无线位置信号的该位置识别码与该无线位置信号的该无线信号强度值至该人工智能定位演算单元;在该人工智能定位演算单元接收到该无线位置信号的该位置识别码、该无线位置信号的该无线信号强度值、该手持装置动作信号、该光码信号的该光识别码与该光码信号的该光强度值之后,该人工智能定位演算单元转换该无线位置信号的该位置识别码、该无线位置信号的该无线信号强度值、该手持装置动作信号、该光码信号的该光识别码与该光码信号的该光强度值成为该定位信息。
再者,在如上所述的本发明的智能型定位系统的一具体实施例当中,其中该无线位置信号接收单元为一蓝牙信号接收器;该无线位置信号产生器为一蓝牙信号产生器;该无线位置信号为一蓝牙位置信号;该位置识别码为一蓝牙位置识别码;该无线信号强度值为一蓝牙信号强度值。
再者,在如上所述的本发明的智能型定位系统的一具体实施例当中,其中该手持式电子装置更包含:一数据收集器,该数据收集器电性连接至该人工智能定位演算单元。其中在该显示单元显示该定位信息之后,该数据收集器收集一商品的一商品识别码。
再者,在如上所述的本发明的智能型定位系统的一具体实施例当中,其中该数据收集器为一条形码扫描仪或一无线射频识别读取器。
本发明的功效在于提高室内定位的精准度但不需增加该些灯具装置的数量;例如,精准度可达到小于该些灯具装置之间的距离,甚至精准度可达到公分等级。可见光的特性使得其定位的精准度高于射频无线定位技术定位的精准度。
为了能更进一步了解本发明为达成预定目的所采取的技术、手段及功效,请参阅以下有关本发明的详细说明与附图,相信本发明的目的、特征与特点,当可由此得到深入且具体的了解,然而所附图式仅提供参考与说明用,并非用来对本发明加以限制。
附图说明
图1为本发明的智能型定位系统的第一实施例方块图。
图2为本发明的智能型定位系统的第二实施例方块图。
图3为本发明的智能型定位系统的第三实施例方块图。
图4为本发明的该惯性传感器的应用坐标图。
图5为本发明的一实施例流程图。
图6为本发明的类神经网络处理示意图。
其中,附图标记:
10 智能型定位系统
20 商品
102-1 第一灯具装置
102-2 第二灯具装置
102-3 第三灯具装置
104 手持式电子装置
106 光码接收单元
108 人工智能定位演算单元
110-1 第一光码信号
110-2 第二光码信号
110-3 第三光码信号
112-1 第一光识别码
112-2 第二光识别码
112-3 第三光识别码
114-1 第一光强度值
114-2 第二光强度值
114-3 第三光强度值
116 定位信息
118 显示单元
120 类神经网络运算加速单元
122 惯性传感器
124 手持装置动作信号
126 无线位置信号接收单元
128-1 第一无线位置信号产生器
128-2 第二无线位置信号产生器
128-3 第三无线位置信号产生器
130-1 第一无线位置信号
130-2 第二无线位置信号
130-3 第三无线位置信号
132-1 第一位置识别码
132-2 第二位置识别码
132-3 第三位置识别码
134-1 第一无线信号强度值
134-2 第二无线信号强度值
134-3 第三无线信号强度值
136 原点
138 X轴
140 Y轴
142 Z轴
144 输入层
146 第一隐藏层
148 第二隐藏层
150 输出层
152 数据收集器
202 商品识别码
S02 步骤
S04 步骤
S06 步骤
S08 步骤
S10 步骤
S12 步骤
具体实施方式
在本揭露当中,提供了许多特定的细节,借以提供对本发明的具体实施例的彻底了解;然而,本领域技术人员应当知晓,在没有一个或更多个该些特定的细节的情况下,依然能实践本发明;在其它情况下,则未显示或描述众所周知的细节以避免模糊了本发明的主要技术特征。兹有关本发明的技术内容及详细说明,配合图式说明如下:
请参考图1,其为本发明的智能型定位系统的第一实施例方块图。本发明的一种智能型定位系统10包含至少一灯具装置(亦即,一第一灯具装置102-1、一第二灯具装置102-2及一第三灯具装置102-3)及一手持式电子装置104;该手持式电子装置104包含一光码接收单元106、一人工智能定位演算单元108、一显示单元118及一类神经网络运算加速单元120;上述该些组件彼此电性连接或彼此无线地连接。该人工智能定位演算单元108亦可称为一定位精准演算模型,包含一多层感知器(multilayer perceptron,MLP);图1显示三个灯具装置,然而,本发明不以此为限,本发明亦可仅包含一个灯具装置,或是包含三个以上的灯具装置。
该第一灯具装置102-1无线地传送(广播)一第一光码信号110-1至该光码接收单元106;该第二灯具装置102-2无线地传送(广播)一第二光码信号110-2至该光码接收单元106;该第三灯具装置102-3无线地传送(广播)一第三光码信号110-3至该光码接收单元106;其中,该第一光码信号110-1、该第二光码信号110-2及该第三光码信号110-3彼此不同。
在该光码接收单元106接收到该第一光码信号110-1之后,该光码接收单元106解析该第一光码信号110-1以得到该第一光码信号110-1的一第一光识别码112-1与该第一光码信号110-1的一第一光强度值114-1;在该光码接收单元106接收到该第二光码信号110-2之后,该光码接收单元106解析该第二光码信号110-2以得到该第二光码信号110-2的一第二光识别码112-2与该第二光码信号110-2的一第二光强度值114-2;在该光码接收单元106接收到该第三光码信号110-3之后,该光码接收单元106解析该第三光码信号110-3以得到该第三光码信号110-3的一第三光识别码112-3与该第三光码信号110-3的一第三光强度值114-3;其中,该第一光识别码112-1、该第二光识别码112-2及该第三光识别码112-3彼此不同。
在该光码接收单元106得到该第一光码信号110-1的该第一光识别码112-1与该第一光码信号110-1的该第一光强度值114-1、该第二光码信号110-2的该第二光识别码112-2与该第二光码信号110-2的该第二光强度值114-2、该第三光码信号110-3的该第三光识别码112-3与该第三光码信号110-3的该第三光强度值114-3(亦即,该些光识别码与该些光强度值)之后,该光码接收单元106传送该些光识别码与该些光强度值至该人工智能定位演算单元108。
在该人工智能定位演算单元108接收到该些光识别码与该些光强度值之后,该人工智能定位演算单元108转换(亦即,以人工智能运算/计算)该些光识别码与该些光强度值成为(亦即,得到)一定位信息116。在该人工智能定位演算单元108转换该些光识别码与该些光强度值成为该定位信息116之后,该人工智能定位演算单元108传送该定位信息116至该显示单元118;在该显示单元118接收到该定位信息116之后,该显示单元118显示该定位信息116;借此,使用该手持式电子装置104的使用者可得知目前的位置。
该类神经网络运算加速单元120用以辅助该人工智能定位演算单元108转换该些光识别码与该些光强度值成为该定位信息116。该手持式电子装置104可为例如但本发明不限定为一智能型手机或一工业用个人数字助理(personal digital assistant,PDA);该人工智能定位演算单元108可为例如但本发明不限定为一深度类神经网络模型;该光码接收单元106可为例如但本发明不限定为一光码接收器;该光码信号110可为例如但本发明不限定为一可见光光码信号;该类神经网络运算加速单元120可为例如但本发明不限定为一图形处理单元(graphics processing unit,GPU)。
请参考图2,其为本发明的智能型定位系统的第二实施例方块图;图2所示的元件与图1所示的元件相同者,为简洁因素,故于此不再重复其叙述。该手持式电子装置104更包含一惯性传感器122;该惯性传感器122电性连接至该人工智能定位演算单元108。
该惯性传感器122用以感测该手持式电子装置104的一动作状态以产生一手持装置动作信号124;在该惯性传感器122产生该手持装置动作信号124之后,该惯性传感器122传送该手持装置动作信号124至该人工智能定位演算单元108;在该人工智能定位演算单元108接收到该手持装置动作信号124、该些光识别码与该些光强度值之后,该人工智能定位演算单元108转换该手持装置动作信号124、该些光识别码与该些光强度值成为该定位信息116。
换句话说,相较于图1的实施例,图2的实施例增加了该惯性传感器122,以综合地考虑该手持装置动作信号124、该些光识别码与该些光强度值以得到更精准的该定位信息116。
请参考图4,其为本发明的该惯性传感器的应用坐标图。图4标示出一原点136、一X轴138、一Y轴140及一Z轴142;该原点136往该X轴138的实线代表该手持式电子装置104的坐标x值增加,该原点136往该X轴138的虚线代表该手持式电子装置104的坐标x值减少;该原点136往该Y轴140的实线代表该手持式电子装置104的坐标y值增加,该原点136往该Y轴140的虚线代表该手持式电子装置104的坐标y值减少;该原点136往该Z轴142的实线代表该手持式电子装置104的坐标z值增加,该原点136往该Z轴142的虚线代表该手持式电子装置104的坐标z值减少。
除了该惯性传感器122之外,本发明亦可加入智能型手机内建的传感器,例如运动传感器、环境传感器及/或位置传感器,以综合地考虑运动传感器所感测传送的信号、环境传感器所感测传送的信号、位置传感器所感测传送的信号、该手持装置动作信号124、该些光识别码及/或该些光强度值以得到更精准的该定位信息116。其中,上述运动传感器可包含加速度计、重力感应器、陀螺仪以及旋转向量传感器,上述环境传感器可包含气压计、光度计以及温度计,上述位置传感器可包含方向传感器以及磁力计,而这些传感器所感测的数据都可作为本发明的深度学习的输入参数。
请参考图3,其为本发明的智能型定位系统的第三实施例方块图;图3所示的元件与图2所示的元件相同者,为简洁因素,故于此不再重复其叙述。该手持式电子装置104更包含一无线位置信号接收单元126及一数据收集器152,上述该些元件彼此电性连接,该数据收集器152可为例如但本发明不限定为一条形码扫描仪或一无线射频识别读取器;该第一灯具装置102-1包含一第一无线位置信号产生器128-1,该第一无线位置信号产生器128-1无线地连接至该无线位置信号接收单元126;该第二灯具装置102-2包含一第二无线位置信号产生器128-2,该第二无线位置信号产生器128-2无线地连接至该无线位置信号接收单元126;该第三灯具装置102-3包含一第三无线位置信号产生器128-3,该第三无线位置信号产生器128-3无线地连接至该无线位置信号接收单元126。
该第一无线位置信号产生器128-1无线地传送一第一无线位置信号130-1至该无线位置信号接收单元126;该第二无线位置信号产生器128-2无线地传送一第二无线位置信号130-2至该无线位置信号接收单元126;该第三无线位置信号产生器128-3无线地传送一第三无线位置信号130-3至该无线位置信号接收单元126;其中,该第一无线位置信号130-1、该第二无线位置信号130-2及该第三无线位置信号130-3彼此不同。
在该无线位置信号接收单元126接收到该第一无线位置信号130-1之后,该无线位置信号接收单元126解析该第一无线位置信号130-1以得到该第一无线位置信号130-1的一第一位置识别码132-1与该第一无线位置信号130-1的一第一无线信号强度值134-1;在该无线位置信号接收单元126接收到该第二无线位置信号130-2之后,该无线位置信号接收单元126解析该第二无线位置信号130-2以得到该第二无线位置信号130-2的一第二位置识别码132-2与该第二无线位置信号130-2的一第二无线信号强度值134-2;在该无线位置信号接收单元126接收到该第三无线位置信号130-3之后,该无线位置信号接收单元126解析该第三无线位置信号130-3以得到该第三无线位置信号130-3的一第三位置识别码132-3与该第三无线位置信号130-3的一第三无线信号强度值134-3;其中,该第一位置识别码132-1、该第二位置识别码132-2及该第三位置识别码132-3彼此不同。
在该无线位置信号接收单元126得到该第一无线位置信号130-1的该第一位置识别码132-1与该第一无线位置信号130-1的该第一无线信号强度值134-1、该第二无线位置信号130-2的该第二位置识别码132-2与该第二无线位置信号130-2的该第二无线信号强度值134-2、该第三无线位置信号130-3的该第三位置识别码132-3与该第三无线位置信号130-3的该第三无线信号强度值134-3(亦即,该些位置识别码及该些无线信号强度值)之后,该无线位置信号接收单元126传送该些位置识别码及该些无线信号强度值至该人工智能定位演算单元108。
在该人工智能定位演算单元108接收到该些位置识别码、该些无线信号强度值、该手持装置动作信号124、该些光识别码与该些光强度值之后,该人工智能定位演算单元108转换该些位置识别码、该些无线信号强度值、该手持装置动作信号124、该些光识别码与该些光强度值成为该定位信息116。
本发明的一使用情境为:使用者手持该手持式电子装置104并移动,该显示单元118将显示且更新该定位信息116(亦即,显示此时使用者所在位置);在该显示单元118显示该定位信息116之后,如果使用者抵达了目的地(例如,一商品20的放置地点),使用者即可操作该手持式电子装置104以使该数据收集器152收集该商品20的一商品识别码202,或进行其它与该商品20相关的工作与事项;借此,可增加例如在购物中心的购物引导、在仓储的盘点与拣货的准确度。
该无线位置信号接收单元126可为例如但本发明不限定为一蓝牙信号接收器;该无线位置信号产生器128可为例如但本发明不限定为一蓝牙信号产生器;该无线位置信号130可为例如但本发明不限定为一蓝牙位置信号;该位置识别码132可为例如但本发明不限定为一蓝牙位置识别码;该无线信号强度值134可为例如但本发明不限定为一蓝牙信号强度值。然而,除了蓝牙技术之外,本发明亦可应用于Wi-Fi技术或ZigBee技术或其它射频无线定位技术。
换句话说,相较于图2的实施例,图3的实施例增加了该无线位置信号接收单元126、该第一无线位置信号产生器128-1、该第二无线位置信号产生器128-2及该第三无线位置信号产生器128-3,以综合地考虑该些位置识别码、该些无线信号强度值、该手持装置动作信号124、该些光识别码与该些光强度值以得到更精准的该定位信息116。例如,有的时候光会被遮住,而此时该些位置识别码及该些无线信号强度值可提供辅助定位。
请参考图5,其为本发明的一实施例流程图;亦请同时参考图3。本发明的流程包含下列步骤:
步骤S02:空间指纹数据收集。亦即,该光码接收单元106接收该第一光码信号110-1、该第二光码信号110-2及该第三光码信号110-3,该惯性传感器122感测该手持式电子装置104的该动作状态,该无线位置信号接收单元126接收该第一无线位置信号130-1、该第二无线位置信号130-2及该第三无线位置信号130-3。接着,本发明的流程进入步骤S04。
步骤S04:数据处理。亦即,该光码接收单元106处理该第一光码信号110-1、该第二光码信号110-2及该第三光码信号110-3以得到该些光识别码与该些光强度值,该惯性传感器122感测该手持式电子装置104的该动作状态以得到该手持装置动作信号124,该无线位置信号接收单元126处理该第一无线位置信号130-1、该第二无线位置信号130-2及该第三无线位置信号130-3以得到该些位置识别码及该些无线信号强度值。接着,本发明的流程进入步骤S06。
步骤S06:指纹数据特征。亦即,该人工智能定位演算单元108接收该些光识别码、该些光强度值、该手持装置动作信号124、该些位置识别码及该些无线信号强度值,并且该人工智能定位演算单元108辨识出该些光识别码、该些光强度值、该手持装置动作信号124、该些位置识别码及该些无线信号强度值的特征。接着,本发明的流程进入步骤S08。
步骤S08:类神经网络处理。亦即,该人工智能定位演算单元108以类神经网络处理该些光识别码、该些光强度值、该手持装置动作信号124、该些位置识别码及该些无线信号强度值的特征。接着,本发明的流程进入步骤S10。
步骤S10:输出机率值。亦即,该手持式电子装置104的不同位置的机率被计算出来。接着,本发明的流程进入步骤S12。
步骤S12:以最大机率决定该手持式电子装置104的位置。亦即,该人工智能定位演算单元108得到该定位信息116。
请参考图6,其为本发明的类神经网络处理示意图;图6用以详述图5的步骤S08。本发明的类神经网络处理包含一输入层144、一第一隐藏层146、一第二隐藏层148及一输出层150;该第一隐藏层146包含两百五十六个神经元,该第二隐藏层148包含两百五十六个神经元。
本发明的功效在于提高室内定位的精准度但不需增加该些灯具装置的数量;例如,精准度可达到小于该些灯具装置之间的距离,甚至精准度可达到公分等级。可见光的特性使得其定位的精准度高于射频无线定位技术定位的精准度。
然以上所述者,仅为本发明的较佳实施例,当不能限定本发明实施的范围,即凡依本发明专利范围所作的均等变化与修饰等,皆应仍属本发明的专利涵盖范围意图保护的范畴。本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明权利要求的保护范围。
Claims (12)
1.一种智能型定位系统,其特征在于,包含:
至少一灯具装置;及
一手持式电子装置,该手持式电子装置无线地连接至该至少一灯具装置,
其中该手持式电子装置包含:
一光码接收单元,该光码接收单元无线地连接至该至少一灯具装置;及
一人工智能定位演算单元,该人工智能定位演算单元电性连接至该光码接收单元,
其中该至少一灯具装置无线地传送一光码信号至该光码接收单元;在该光码接收单元接收到该光码信号之后,该光码接收单元解析该光码信号以得到该光码信号的一光识别码与该光码信号的一光强度值;在该光码接收单元得到该光码信号的该光识别码与该光码信号的该光强度值之后,该光码接收单元传送该光码信号的该光识别码与该光码信号的该光强度值至该人工智能定位演算单元;在该人工智能定位演算单元接收到该光码信号的该光识别码与该光码信号的该光强度值之后,该人工智能定位演算单元转换该光码信号的该光识别码与该光码信号的该光强度值成为一定位信息。
2.根据权利要求1所述的智能型定位系统,其特征在于,该手持式电子装置更包含:
一显示单元,该显示单元电性连接至该人工智能定位演算单元,
其中在该人工智能定位演算单元转换该光码信号的该光识别码与该光码信号的该光强度值成为该定位信息之后,该人工智能定位演算单元传送该定位信息至该显示单元;在该显示单元接收到该定位信息之后,该显示单元显示该定位信息。
3.根据权利要求2所述的智能型定位系统,其特征在于,该手持式电子装置更包含:
一类神经网络运算加速单元,该类神经网络运算加速单元电性连接至该人工智能定位演算单元,
其中该类神经网络运算加速单元用以辅助该人工智能定位演算单元转换该光码信号的该光识别码与该光码信号的该光强度值成为该定位信息。
4.根据权利要求3所述的智能型定位系统,其特征在于,该人工智能定位演算单元为一深度类神经网络模型。
5.根据权利要求3所述的智能型定位系统,其特征在于,该光码接收单元为一光码接收器。
6.根据权利要求3所述的智能型定位系统,其特征在于,该光码信号为一可见光光码信号。
7.根据权利要求3所述的智能型定位系统,其特征在于,该类神经网络运算加速单元为一图形处理单元。
8.根据权利要求3所述的智能型定位系统,其特征在于,该手持式电子装置更包含:
一惯性传感器,该惯性传感器电性连接至该人工智能定位演算单元,
其中该惯性传感器用以感测该手持式电子装置的一动作状态以产生一手持装置动作信号;在该惯性传感器产生该手持装置动作信号之后,该惯性传感器传送该手持装置动作信号至该人工智能定位演算单元;在该人工智能定位演算单元接收到该手持装置动作信号、该光码信号的该光识别码与该光码信号的该光强度值之后,该人工智能定位演算单元转换该手持装置动作信号、该光码信号的该光识别码与该光码信号的该光强度值成为该定位信息。
9.根据权利要求8所述的智能型定位系统,其特征在于,该手持式电子装置更包含:
一无线位置信号接收单元,该无线位置信号接收单元电性连接至该人工智能定位演算单元,
其中该至少一灯具装置包含:
一无线位置信号产生器,该无线位置信号产生器无线地连接至该无线位置信号接收单元,
其中该无线位置信号产生器无线地传送一无线位置信号至该无线位置信号接收单元;在该无线位置信号接收单元接收到该无线位置信号之后,该无线位置信号接收单元解析该无线位置信号以得到该无线位置信号的一位置识别码与该无线位置信号的一无线信号强度值;在该无线位置信号接收单元得到该无线位置信号的该位置识别码与该无线位置信号的该无线信号强度值之后,该无线位置信号接收单元传送该无线位置信号的该位置识别码与该无线位置信号的该无线信号强度值至该人工智能定位演算单元;在该人工智能定位演算单元接收到该无线位置信号的该位置识别码、该无线位置信号的该无线信号强度值、该手持装置动作信号、该光码信号的该光识别码与该光码信号的该光强度值之后,该人工智能定位演算单元转换该无线位置信号的该位置识别码、该无线位置信号的该无线信号强度值、该手持装置动作信号、该光码信号的该光识别码与该光码信号的该光强度值成为该定位信息。
10.根据权利要求9所述的智能型定位系统,其特征在于,该无线位置信号接收单元为一蓝牙信号接收器;该无线位置信号产生器为一蓝牙信号产生器;该无线位置信号为一蓝牙位置信号;该位置识别码为一蓝牙位置识别码;该无线信号强度值为一蓝牙信号强度值。
11.根据权利要求9所述的智能型定位系统,其特征在于,该手持式电子装置更包含:
一数据收集器,该数据收集器电性连接至该人工智能定位演算单元,
其中在该显示单元显示该定位信息之后,该数据收集器收集一商品的一商品识别码。
12.根据权利要求11所述的智能型定位系统,其特征在于,该数据收集器为一条形码扫描仪或一无线射频识别读取器。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108138088A TWI707155B (zh) | 2019-10-22 | 2019-10-22 | 智慧型定位系統 |
TW108138088 | 2019-10-22 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112698269A true CN112698269A (zh) | 2021-04-23 |
Family
ID=73555018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911038389.8A Pending CN112698269A (zh) | 2019-10-22 | 2019-10-29 | 智能型定位系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10853596B1 (zh) |
CN (1) | CN112698269A (zh) |
TW (1) | TWI707155B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102927980A (zh) * | 2012-10-12 | 2013-02-13 | 深圳市宇恒互动科技开发有限公司 | 一种基于三维多点无线与微惯导的室内定位系统、方法 |
CN104567875A (zh) * | 2014-12-26 | 2015-04-29 | 北京理工大学 | 基于手机惯性定位和vlc的室内混合定位系统及方法 |
CN105353347A (zh) * | 2015-10-30 | 2016-02-24 | 中国地质大学(武汉) | 一种基于led照明的室内定位导航方法及装置 |
KR20160086244A (ko) * | 2015-01-08 | 2016-07-19 | 단국대학교 산학협력단 | 실내 측위 시스템 및 방법 |
US20170294963A1 (en) * | 2016-04-08 | 2017-10-12 | Industrial Technology Research Institute | Luminaire positioning system and method thereof |
US20180287700A1 (en) * | 2017-03-31 | 2018-10-04 | Qualcomm Incorporated | Positioning using light capturing sensors |
CN109540138A (zh) * | 2018-11-12 | 2019-03-29 | 中南大学 | 基于视觉神经网络的室内导航方法、系统及可读存储器 |
KR20190072900A (ko) * | 2017-12-18 | 2019-06-26 | 한밭대학교 산학협력단 | 딥러닝을 이용한 무선 측위 장치 및 방법 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100525007C (zh) * | 2006-01-13 | 2009-08-05 | 宇太光电科技股份有限公司 | 可携式装置的复合供电系统 |
TWM480071U (zh) * | 2012-10-01 | 2014-06-11 | Internat Mobile Iot Corp | 地表定位系統 |
FR3017691B1 (fr) * | 2014-02-14 | 2019-06-28 | Zedel | Lampe electrique portative dotee d'un systeme de communication sans-fil |
TWM517824U (zh) * | 2015-09-07 | 2016-02-21 | Golden Smart Home Technology Corp | 室內定位系統 |
US10168417B2 (en) * | 2016-08-10 | 2019-01-01 | General Electric Company | Systems and methods for tracking location in industrial facilities |
US9948394B1 (en) * | 2017-03-14 | 2018-04-17 | Quacomm Incorporated | Power optimization in visible light communication positioning |
US10901081B2 (en) * | 2018-10-02 | 2021-01-26 | International Business Machines Corporation | Virtual reality safety |
-
2019
- 2019-10-22 TW TW108138088A patent/TWI707155B/zh active
- 2019-10-29 CN CN201911038389.8A patent/CN112698269A/zh active Pending
- 2019-11-21 US US16/690,836 patent/US10853596B1/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102927980A (zh) * | 2012-10-12 | 2013-02-13 | 深圳市宇恒互动科技开发有限公司 | 一种基于三维多点无线与微惯导的室内定位系统、方法 |
CN104567875A (zh) * | 2014-12-26 | 2015-04-29 | 北京理工大学 | 基于手机惯性定位和vlc的室内混合定位系统及方法 |
KR20160086244A (ko) * | 2015-01-08 | 2016-07-19 | 단국대학교 산학협력단 | 실내 측위 시스템 및 방법 |
CN105353347A (zh) * | 2015-10-30 | 2016-02-24 | 中国地质大学(武汉) | 一种基于led照明的室内定位导航方法及装置 |
US20170294963A1 (en) * | 2016-04-08 | 2017-10-12 | Industrial Technology Research Institute | Luminaire positioning system and method thereof |
US20180287700A1 (en) * | 2017-03-31 | 2018-10-04 | Qualcomm Incorporated | Positioning using light capturing sensors |
KR20190072900A (ko) * | 2017-12-18 | 2019-06-26 | 한밭대학교 산학협력단 | 딥러닝을 이용한 무선 측위 장치 및 방법 |
CN109540138A (zh) * | 2018-11-12 | 2019-03-29 | 中南大学 | 基于视觉神经网络的室内导航方法、系统及可读存储器 |
Non-Patent Citations (2)
Title |
---|
胡仁杰等: "全国大学生电子设计竞赛优秀作品设计报告选编(2017年江苏赛区)", vol. 978, 31 May 2018, 东南大学出版社, pages: 252 * |
韩馥儿等: "光纤通信信息集锦(2014年版)", vol. 978, 30 November 2014, 上海科学技术文献出版社, pages: 155 * |
Also Published As
Publication number | Publication date |
---|---|
TW202117357A (zh) | 2021-05-01 |
TWI707155B (zh) | 2020-10-11 |
US10853596B1 (en) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kunhoth et al. | Indoor positioning and wayfinding systems: a survey | |
CN105814609B (zh) | 用于用户识别、跟踪与设备关联的融合设备与图像运动 | |
KR102560597B1 (ko) | 전자장치의 움직임 측정 장치 및 방법 | |
US10990923B1 (en) | System and method for tracking objects within a facility | |
US11315001B2 (en) | Industrial electronic badge | |
CN108415675B (zh) | 信息处理设备、信息处理系统和信息处理方法 | |
US11694361B2 (en) | Camera auto-calibration system | |
KR20210087181A (ko) | 위치를 탐지하는 전자 장치 및 그 방법 | |
Soni et al. | A survey of step length estimation models based on inertial sensors for indoor navigation systems | |
US20210095968A1 (en) | Infrastructure characteristics based mobile device navigation | |
Hsu et al. | Drift modeling and compensation for MEMS-based gyroscope using a Wiener-type recurrent neural network | |
CN112698269A (zh) | 智能型定位系统 | |
CN213305766U (zh) | 疫情监控系统 | |
US20210123746A1 (en) | Electronic device for detecting location and method thereof | |
KR20210113871A (ko) | 위치 판단에 이용되는 데이터 처리 방법 및 이를 지원하는 전자 장치 | |
Rissanen et al. | Designing and implementing an intelligent Bluetooth-enabled robot car | |
Huang et al. | Similarity Measures in Development of an Indoor Localization System | |
US12124902B2 (en) | Industrial electronic badge | |
EP4383050A1 (en) | Electronic device for controlling display device and method for operating same | |
Rustinov et al. | Selection of technology for building an indoor localization and tracking system | |
Johansson et al. | Estimation of Orientation in a Dual-Tag Ultra Wideband Indoor Positioning System | |
Eichel et al. | Precise high speed multi-target multi-sensor local positioning system | |
Salem et al. | Comparison of Machine Learning Algorithms for Position-Oriented Human Fall Detection | |
Önder et al. | Indoor Navigation Using Hybrid Personal Pedestrian Dead Reckoning (Hybrid P-PDR) | |
SPA et al. | INTERACT–Interactive Manual Assembly Operations for the Human-Centered Workplaces of the Future |
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 |