CN112711055A - 一种基于边缘计算的室内外无缝定位系统及方法 - Google Patents
一种基于边缘计算的室内外无缝定位系统及方法 Download PDFInfo
- Publication number
- CN112711055A CN112711055A CN202011422134.4A CN202011422134A CN112711055A CN 112711055 A CN112711055 A CN 112711055A CN 202011422134 A CN202011422134 A CN 202011422134A CN 112711055 A CN112711055 A CN 112711055A
- Authority
- CN
- China
- Prior art keywords
- positioning
- indoor
- data
- mobile terminal
- target
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims description 30
- 230000004927 fusion Effects 0.000 claims abstract description 31
- 238000004891 communication Methods 0.000 claims abstract description 16
- 238000001914 filtration Methods 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 23
- 230000001133 acceleration Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Images
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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明请求保护一种基于边缘计算的室内外无缝定位系统,系统由移动端和室内定位端组成。移动端包括全球导航卫星系统模块,惯性测量单元模块,融合定位模块和通信模块。室内定位端包括室内定位设备,边缘计算节点和通信模块。每个室内定位端通过一组室内定位设备对目标进行检测,生成多个实时定位数据,通过边缘计算节点对多个定位数据进行融合,输出目标室内定位数据,并通过通信模块发送给移动端。移动端的融合定位模块根据接收的卫星定位数据和多个室内定位数据,通过融合滤波得到与室内外场景无关的准确定位数据。该系统可屏蔽室内外场景的差异,为移动端提供透明的位置服务,扩展了定位服务的使用场景,降低了基于位置的应用开发的复杂性。
Description
技术领域
本发明属于本发明属于自动化、通信与计算机技术领域,具体涉及一种基于边缘计算的室内外无缝定位系统。
背景技术
定位技术是工业、交通等多种应用领域的关键技术之一。室外主要的定位技术是GNSS(Global Navigation Satellite System,全球导航卫星系统),室内定位则有基于WiFi、Zigbee、蓝牙和超宽带(UWB)等无线通信技术的方案以及基于视觉的方案等。在移动设备上,目前这两类定位技术是彼此独立的。但在很多场合需要把这些定位方法结合起来,忽略室内室外的区别,为移动设备提供透明的定位服务,例如跨建筑搬运的车辆或机器人,经过复杂地下隧道系统的车辆等。
中国专利申请:基于GNSS/INS/UWB组合的室内外无缝定位方法(申请号:201910924441.3),本发明提供了一种基于GNSS/INS/UWB组合的室内外无缝定位方法,室外采用GNSS/INS紧组合定位,室内采用UWB/INS紧组合定位,为用户提供室内外导航解决方案。该方法未考虑室内外场景交界处的定位数据的处理以及在室内外场景转换时的情况。该方法采用紧组合方式,室内定位方式被限定为UWB。
中国专利申请:一种智能切换的室内外无缝定位系统(申请号:201910440170.4),本发明提供一种智能切换的室内外无缝定位系统,所述定位系统根据收到的卫星数目和接收到UWB信号的定位基站数据确定终端设备当前所处的状态。该方法使用加权融合的方法融合室内外定位结果,该方法完全依赖GNSS与UWB设备,未使用INS做组合定位,一旦GNSS或UWB出现波动,定位结果会失效。
中国专利申请:基于态势感知的室内外无缝定位装置和方法(申请号:201610003516.0)本发明提出了一种基于态势感知的室内外无缝定位装置和方法,能解决因室内外定位系统小范围覆盖以及存在定位覆盖盲区引起的定位精度问题。该方法仅通过态势感知的方法判断定位终端当前的区域类型,并为不同的定位方法所产生的定位数据进行融合,若判断区域类型出错,则无法完成定位。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种基于边缘计算的室内外无缝定位系统及方法,本发明的技术方案如下:
一种基于边缘计算的室内外无缝定位系统,包括室内定位端和移动端两个部分,用于屏蔽室外场景,室内场景及室内外交接场景的差异,为多个移动端情况下基于定位的服务提供透明的位置服务。
进一步的,所述室内定位端包括一组室内定位设备,边缘计算节点和通信模块。所述室内定位设备由多个室内定位传感器组成,包括但不限于摄像头、激光雷达等传感器。室内定位设备实时检测到移动端目标后,输出目标室内定位数据,发送至对应的边缘计算节点。所述边缘计算节点对多个室内定位传感器的定位数据进行关联、融合,将目标室内定位结果发送给移动端。
所述移动端包括GNSS(Global Navigation Satellite System,全球导航卫星系统)模块,IMU(Inertial Measurement Unit,惯性测量单元)模块,融合定位模块和通信模块。所述GNSS模块提供移动端目标的室外定位数据;所述IMU 模块根据移动端目标的自身姿态实时提供加速度和角速度数据;所述融合定位模块接收GNSS模块,IMU模块和室内定位端的定位数据,构造联邦滤波器进行融合滤波,输出移动端目标位置的最优估计;所述通信模块接收室内定位端提供的移动端目标的定位数据。
进一步的,所述室外场景,室内场景及室内外交接场景中,室外场景下无有效的室内定位数据,只有有效的室外定位数据;室内定位场景下无有效的室外定位数据,只有有效的室内定位数据;室内外交接场景既有有效的室内定位数据,也有有效的室外定位数据。
进一步的,所述室内定位端的边缘计算节点功能包括:
(1)管理一组隶属于本室内定位设备的传感器;
(2)接收移动端的实时广播定位数据,建立全局轨迹,边缘计算节点之间共享该轨迹;
(3)当多个定位目标从室外环境移动到室内环境时,接收多个隶属于本室内定位设备的传感器检测的目标位置量测数据,进行融合估计得到目标室内定位数据;
(4)室内定位端边缘计算节点通过全局轨迹和移动端当前的运动状态进行目标数据关联,确定目标身份,根据数据关联结果将目标室内定位数据发送至对应目标的移动端。
进一步的,所述通过全局轨迹和目标当前的运动状态进行目标数据关联的方法,包括但不限于最近邻方法、概率数据关联、联合概率数据关联等方法。
进一步的,所述GNSS模块生成定位数据格式为为第k时刻的状态向量,其中和表示所在位置的经、纬度,θk为第k时刻的航向角;所述室内定位设备生成定位数据格式为[xk,yk,θk],其中xk和yk表示目标的位置坐标值,θk为第k时刻的航向角;所述IMU数据为其中表示移动端设备在x,y方向上的加速度,表示目标的翻滚角、航向角、俯仰角的角速度。
进一步的,所述GNSS定位数据、室内定位数据均需要转化到全局坐标系下。
进一步的,移动端融合定位模块的滤波器模型如下:
(2)分别以IMU数据和来自多个室内定位端的定位数据构造IMU/室内定位子滤波器(记为LF2-LFn),通过Kalman滤波得到移动端位置的局部估计及其协方差阵Pi,其中i表示子滤波器id,i=2,...,n;
进一步的,移动端融合定位模块的滤波器计算过程包括以下步骤:
(1)建立不同室内定位设备的有效工作区域,移动端根据定位数据判断自身所处的室内定位设备有效工作区域,根据该区域对相应的子滤波器的量测噪声协方差阵Ri进行调整;
进一步的,一种基于上述室内外无缝定位系统的定位方法,包括以下步骤:
(1)移动端通过GNSS模块获取室外定位数据;
(2)移动端判断当前室外定位信号是否正常,若正常,则接收室外定位数据,若异常,则标记室外定位失败信息;
(3)移动端设定全局坐标原点,根据该坐标原点将室外定位数据GNSS坐标值转化至全局坐标系下,并保存转换后的坐标点;
(4)移动端访问室内定位信息,搜索当前可连接的室内定位端,向所有可连接的室内定位端广播自身当前定位数据;
(5)室内定位端边缘计算节点根据收到的多个移动端定位数据,针对不同的移动端建立多条全局轨迹,并将该轨迹共享至其他边缘计算节点;
(6)室内定位端边缘计算节点接收自身所管理的多个室内定位设备的目标定位数据,进行融合估计得到目标室内定位数据;
(7)室内定位端边缘计算节点通过全局轨迹和移动端当前的运动状态进行目标数据关联,确定目标身份,根据数据关联结果将目标室内定位数据发送至对应目标的移动端;
(8)移动端接收到室内定位数据后,将室内定位数据转化至全局坐标系下。如移动端未收到相应的室内定位数据,则将室内定位数据标记为无效;
(9)移动端IMU模块采集加速度与姿态信息;
(11)重复上述步骤(1)-(11),实现移动端室内外无缝定位。
本发明的优点及有益效果如下:
本发明针对现有定位技术在多个移动端、跨室内外场景时的局限性,提出一种基于边缘计算的室内外无缝定位系统,可在室内外环境下对移动端目标进行无差别的透明的定位,有效解决室内外定位不兼容、不统一的问题,可屏蔽室内外场景的差异,为移动端提供透明的位置服务,扩展了定位服务的使用场景,降低了基于位置的应用开发的复杂性。同时,本发明支持多种类型的的室内定位传感器,包括但不限于摄像头、毫米波及激光雷达等,容易在现有的室内监控设备上进行升级来实现,降低实施难度与成本。
附图说明
图1是本发明提供优选实施例的一种基于边缘计算的室内外无缝定位系统总体架构图;
图2是本发明一种基于边缘计算的室内外无缝定位系统工作流程图;
图3是本发明移动端融合定位滤波器结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
以下结合附图和具体实例对本发明的具体实施方式进行描述。
图1所示为本发明一种基于边缘计算的室内外无缝定位系统的总体架构图。本发明提出一种基于边缘计算的室内外无缝定位系统,可用于屏蔽室外场景,室内场景及室内外交接场景的差异。其中,室外场景下无有效的室内定位数据,只有有效的室外定位数据;室内定位场景下无有效的室外定位数据,只有有效的室内定位数据;室内外交接场景既有有效的室内定位数据,也有有效的室外定位数据。
本系统包括室内定位端和移动端两个部分。
室内定位端包括一组室内定位设备,边缘计算节点和通信模块。
其中,室内定位设备由多个室内定位传感器组成,包括但不限于摄像头、毫米波及激光雷达等可以检测目标并确定目标位置的传感器,室内定位设备实时检测到移动端目标,输出目标室内定位数据,发送至对应的边缘计算节点;边缘计算节点对多个室内定位传感器的定位数据进行关联、融合,将目标室内定位结果发送给移动端;通信模块接收移动端广播的位置,并将室内定位数据发送给移动端。
移动端包括GNSS模块,IMU模块,融合定位模块和通信模块。
其中,GNSS模块提供移动端目标的室外定位数据;IMU模块根据移动端目标的自身姿态实时提供加速度和角速度数据;融合定位模块接收GNSS模块, IMU模块和室内定位端的定位数据,构造联邦滤波器进行融合滤波,输出移动端目标位置的最优估计;通信模块接收室内定位端提供的移动端目标的定位数据,并对外广播移动端自身位置。
图2为本发明一种基于边缘计算的室内外无缝定位系统实施流程图,包括移动端流程、室内定位端流程以及两者的交互。
移动端的实施流程:
(1)移动端通过GNSS模块获取室外定位数据;
(2)移动端判断当前室外定位信号是否正常,若正常,则接收室外定位数据,若异常,则标记室外定位失败信息;
(3)移动端设定全局坐标原点,根据该坐标原点将室外定位数据GNSS坐标值转化至全局坐标系下,并保存转换后的坐标点;
(4)移动端访问室内定位信息,搜索当前可连接的室内定位端的边缘计算节点,向所有可连接的室内定位端广播自身当前定位数据;
(5)移动端接收到室内定位数据后,将室内定位数据转化至全局坐标系下。如移动端未收到相应的室内定位数据,则将室内定位数据标记为无效;
(6)移动端IMU模块采集加速度与姿态信息;
室内定位端的实施流程:
(1)室内定位端边缘计算节点根据收到的多个移动端定位数据,针对不同的移动端建立多条全局轨迹,并将该轨迹共享至其他边缘计算节点;
(2)室内定位端室内定位设备检测目标,并发送给边缘计算节点;
(3)室内定位端边缘计算节点接收自身所管理的多个室内定位设备的目标定位数据;
(4)室内定位端边缘计算节点进行融合估计得到目标室内定位数据;
(5)室内定位端边缘计算节点通过全局轨迹和移动端当前的运动状态进行目标数据关联,确定目标身份;
(6)根据数据关联结果将目标室内定位数据发送至对应目标的移动端。
图3为本发明移动端融合定位滤波器的结构图。
融合滤波器采用联邦Kalman滤波器架构,由多个子滤波器构成,各子滤波器系统的状态方程与观测方程为:
Xi(k+1)=Φi(k+1,k)Xi(k)+Γi(k+1)ωi(k) (1)
Zi(k)=Hi(k)Xi(k)+υi(k) (2)
其中,Xi是移动端的运动状态,Φ是子滤波器系统的状态转移矩阵,Γi是系统的噪声阵,wi及vi是零均值的白噪声序列,其协方差阵为Qi及Ri,Zi是移动端的定位数据的量测,输入为传感器的量测值,其中GNSS模块生成定位量测数据格式为为第k时刻的状态向量,其中和表示所在位置的经、纬度,θk为第k时刻的航向角;室内定位设备的目标定位量测数据格式为[xk,yk,θk],其中xk和yk表示目标的位置坐标值,θk为第k时刻的航向角;IMU量测数据为其中表示移动端设备在x,y方向上的加速度,表示目标的翻滚角、航向角、俯仰角的角速度。
以IMU数据和GNSS数据为IMU/GNSS定位子滤波器(记为LF1)的量测值,通过Kalman滤波得到局部估计及其协方差阵P1;分别以IMU数据和来自多个室内定位端的定位数据构造IMU/室内定位子滤波器(记为LF2-LFn),通过Kalman滤波得到移动端位置的局部估计及其协方差阵Pi,其中i表示子滤波器id,i=2,...,n;将各子滤波器LF1及LF2~LFn的局部估计及其协方差阵Pi输入主滤波器,与主滤波器的估计进行融合,得到移动端位置的全局最优估计及其协方差阵Pg。
(1)信息分配:
式中,βi是信息分配系数,并满足:
各子滤波器和主滤波器进行时间更新:
Pi(k+1,k)=Φ(k+1,k)Pi(k)ΦT(k+1,k)+Γ(k+1,k)Qi(k)ΓT(k+1,k) (8)
(2)各子滤波器进行测量更新:
(3)主滤波器进行信息融合,得到全局最优估计。
其中,规定适当的阈值矩阵T,当移动端离开当前传感器的有效工作区域后,相应的R设定为阈值矩阵T,相应子滤波器在信息融合中的权重与成正比,当R增大时权重减小,避免无效定位数据对联邦Kalman滤波器最优估计值的产生污染。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (5)
1.一种基于边缘计算的室内外无缝定位系统,其特征在于,包括室内定位端和移动端两个部分,其中:
所述室内定位端包括一组室内定位设备,边缘计算节点和通信模块。所述室内定位设备由多个室内定位传感器组成,包括摄像头、激光雷达在内的可检测目标并确定目标位置的传感器;室内定位设备实时检测到移动端目标后,输出目标室内定位数据,发送至对应的边缘计算节点;所述边缘计算节点对多个室内定位传感器的定位数据进行关联、融合,并通过通信模块将目标室内定位结果发送给移动端;
所述移动端包括GNSS全球导航卫星系统模块,IMU惯性测量单元模块,融合定位模块和通信模块,所述GNSS模块提供移动端目标的室外定位数据;所述IMU模块根据移动端目标的自身姿态实时提供加速度和角速度数据;所述融合定位模块接收GNSS模块,IMU模块和室内定位端的定位数据,构造联邦滤波器进行融合滤波,输出移动端目标位置的最优估计;所述通信模块接收室内定位端提供的移动端目标的定位数据。
2.根据权利要求1所述的一种基于边缘计算的室内外无缝定位系统,其特征在于,所述室内定位端的边缘计算节点功能包括:
(1)接收多个移动端实时广播的自身定位数据,建立全局轨迹,并在边缘计算节点之间共享全局轨迹。
(2)当多个移动端目标从室外环境移动到室内环境,或目标在室内环境移动时,接收多个室内定位设备生成的定位数据,通过全局轨迹进行数据关联,根据关联结果通过目标跟踪滤波方法计算目标位置,将目标定位数据发送至对应的移动端。
3.根据权利要求1所述的一种基于边缘计算的室内外无缝定位系统,其特征在于,所述移动端融合定位模块的滤波器模型如下:
(2)分别以IMU数据和来自多个室内定位端的定位数据构造IMU/室内定位子滤波器(记为LF2-LFn),通过Kalman滤波得到移动端位置的局部估计及其协方差阵Pi,其中i表示子滤波器id,i=2,...,n;
5.一种基于权利要求1-4所述基于边缘计算的室内外无缝定位系统的定位方法,其特征在于,包括以下步骤:
(1)移动端通过GNSS模块获取室外定位数据;
(2)移动端判断当前室外定位信号是否正常,若正常,则接收室外定位数据,若异常,则标记室外定位失败信息;
(3)移动端设定全局坐标原点,根据该坐标原点将室外定位数据GNSS坐标值转化至全局坐标系下,并保存转换后的坐标点;
(4)移动端访问室内定位信息,搜索当前可连接的室内定位端,向所有可连接的室内定位端广播自身当前定位数据;
(5)室内定位端边缘计算节点根据收到的多个移动端定位数据,针对不同的移动端建立多条全局轨迹,并将该轨迹共享至其他边缘计算节点;
(6)室内定位端边缘计算节点接收自身所管理的多个室内定位设备的目标定位数据,进行融合估计得到目标室内定位数据;
(7)室内定位端边缘计算节点通过全局轨迹和移动端当前的运动状态进行目标数据关联,确定目标身份,根据数据关联结果将目标室内定位数据发送至对应目标的移动端;
(8)移动端接收到室内定位数据后,将室内定位数据转化至全局坐标系下。如移动端未收到相应的室内定位数据,则将室内定位数据标记为无效;
(9)移动端IMU模块采集加速度与姿态信息;
(10)移动端融合定位模块通过融合定位滤波器将上述步骤(3),步骤(8),步骤(9)所获得的定位数据进行融合滤波,输出移动端位置的全局最优估计值;
(11)重复上述步骤(1)-(10),实现移动端室内外无缝定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011422134.4A CN112711055B (zh) | 2020-12-08 | 2020-12-08 | 一种基于边缘计算的室内外无缝定位系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011422134.4A CN112711055B (zh) | 2020-12-08 | 2020-12-08 | 一种基于边缘计算的室内外无缝定位系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112711055A true CN112711055A (zh) | 2021-04-27 |
CN112711055B CN112711055B (zh) | 2024-03-19 |
Family
ID=75542699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011422134.4A Active CN112711055B (zh) | 2020-12-08 | 2020-12-08 | 一种基于边缘计算的室内外无缝定位系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112711055B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113534226A (zh) * | 2021-07-30 | 2021-10-22 | 东南大学 | 一种基于智能手机场景识别的室内外无缝定位算法 |
CN113608249A (zh) * | 2021-07-16 | 2021-11-05 | 香港理工大学深圳研究院 | 一种室内外无缝定位及导航库自构建方法 |
CN114527480A (zh) * | 2021-10-28 | 2022-05-24 | 江苏集萃未来城市应用技术研究所有限公司 | 一种机场复杂环境下的地勤车辆精准定位方法 |
CN115426379A (zh) * | 2022-07-25 | 2022-12-02 | 深圳市迈诺电子有限公司 | 一种基于边缘计算的高精度融合定位开放标准服务系统 |
CN115574818A (zh) * | 2022-12-09 | 2023-01-06 | 北京理工大学 | 基于改进联邦滤波的结构化道路车辆导航定位方法及系统 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005086581A (ja) * | 2003-09-09 | 2005-03-31 | Japan Radio Co Ltd | 位置情報通信端末及び通信方法 |
KR20110059077A (ko) * | 2009-11-27 | 2011-06-02 | 삼성에스디에스 주식회사 | 무선랜 기반의 실외 및 실내 간 심리스 위치 추적 시스템 및 방법 |
CN103105611A (zh) * | 2013-01-16 | 2013-05-15 | 广东工业大学 | 一种分布式多传感器智能信息融合方法 |
JP2014013202A (ja) * | 2012-07-04 | 2014-01-23 | Toyota Central R&D Labs Inc | 慣性航法装置及びプログラム |
CN105758401A (zh) * | 2016-05-14 | 2016-07-13 | 中卫物联成都科技有限公司 | 一种基于多源信息融合的组合导航方法和设备 |
CN107024216A (zh) * | 2017-03-14 | 2017-08-08 | 重庆邮电大学 | 引入全景地图的智能车辆融合定位系统及方法 |
CN107339990A (zh) * | 2017-06-27 | 2017-11-10 | 北京邮电大学 | 多模式融合定位系统及方法 |
KR20180077865A (ko) * | 2016-12-29 | 2018-07-09 | 단국대학교 산학협력단 | 다중 가설 트래킹에 기반한 다중 카메라 다중 표적 트래킹을 위한 온라인 장치 및 방법 |
CN108761514A (zh) * | 2018-08-03 | 2018-11-06 | 北斗国信智能科技(北京)有限公司 | 一种融合北斗或gps和传感器的定位系统及定位方法 |
CN108873032A (zh) * | 2018-05-15 | 2018-11-23 | 重庆邮电大学 | 基于gps网和地面坐标网的室内定位方法 |
CN109782318A (zh) * | 2018-11-13 | 2019-05-21 | 斯沃德教育科技股份有限公司 | 一种可穿戴式定位装置、设备及服装 |
CN109827547A (zh) * | 2019-03-27 | 2019-05-31 | 中国人民解放军战略支援部队航天工程大学 | 一种分布式多传感器空间目标同步关联方法 |
CN109855621A (zh) * | 2018-12-27 | 2019-06-07 | 国网江苏省电力有限公司检修分公司 | 一种基于uwb与sins的组合室内行人导航系统及方法 |
CN109974687A (zh) * | 2017-12-28 | 2019-07-05 | 周秦娜 | 一种基于深度摄像头的多传感器室内协同定位方法、装置及系统 |
CN110243358A (zh) * | 2019-04-29 | 2019-09-17 | 武汉理工大学 | 多源融合的无人车室内外定位方法及系统 |
CN209623718U (zh) * | 2019-01-25 | 2019-11-12 | 湖南超能机器人技术有限公司 | 巡逻机器人定位系统 |
CN110579740A (zh) * | 2019-09-17 | 2019-12-17 | 大连海事大学 | 一种基于自适应联邦卡尔曼滤波的无人船组合导航方法 |
CN111077556A (zh) * | 2020-01-02 | 2020-04-28 | 东南大学 | 融合北斗与多传感器的机场行李牵引车定位装置与方法 |
CN111189441A (zh) * | 2020-01-10 | 2020-05-22 | 山东大学 | 一种多源自适应容错联邦滤波组合导航系统及导航方法 |
CN111623765A (zh) * | 2020-05-18 | 2020-09-04 | 清华大学 | 基于多模态数据的室内定位方法及系统 |
CN111902696A (zh) * | 2018-03-16 | 2020-11-06 | 微软技术许可有限责任公司 | 利用多个图中的图的对象和位置跟踪 |
CN111947644A (zh) * | 2020-08-10 | 2020-11-17 | 北京洛必德科技有限公司 | 一种室外移动机器人定位方法、系统及其电子设备 |
-
2020
- 2020-12-08 CN CN202011422134.4A patent/CN112711055B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005086581A (ja) * | 2003-09-09 | 2005-03-31 | Japan Radio Co Ltd | 位置情報通信端末及び通信方法 |
KR20110059077A (ko) * | 2009-11-27 | 2011-06-02 | 삼성에스디에스 주식회사 | 무선랜 기반의 실외 및 실내 간 심리스 위치 추적 시스템 및 방법 |
JP2014013202A (ja) * | 2012-07-04 | 2014-01-23 | Toyota Central R&D Labs Inc | 慣性航法装置及びプログラム |
CN103105611A (zh) * | 2013-01-16 | 2013-05-15 | 广东工业大学 | 一种分布式多传感器智能信息融合方法 |
CN105758401A (zh) * | 2016-05-14 | 2016-07-13 | 中卫物联成都科技有限公司 | 一种基于多源信息融合的组合导航方法和设备 |
KR20180077865A (ko) * | 2016-12-29 | 2018-07-09 | 단국대학교 산학협력단 | 다중 가설 트래킹에 기반한 다중 카메라 다중 표적 트래킹을 위한 온라인 장치 및 방법 |
CN107024216A (zh) * | 2017-03-14 | 2017-08-08 | 重庆邮电大学 | 引入全景地图的智能车辆融合定位系统及方法 |
CN107339990A (zh) * | 2017-06-27 | 2017-11-10 | 北京邮电大学 | 多模式融合定位系统及方法 |
CN109974687A (zh) * | 2017-12-28 | 2019-07-05 | 周秦娜 | 一种基于深度摄像头的多传感器室内协同定位方法、装置及系统 |
CN111902696A (zh) * | 2018-03-16 | 2020-11-06 | 微软技术许可有限责任公司 | 利用多个图中的图的对象和位置跟踪 |
CN108873032A (zh) * | 2018-05-15 | 2018-11-23 | 重庆邮电大学 | 基于gps网和地面坐标网的室内定位方法 |
CN108761514A (zh) * | 2018-08-03 | 2018-11-06 | 北斗国信智能科技(北京)有限公司 | 一种融合北斗或gps和传感器的定位系统及定位方法 |
CN109782318A (zh) * | 2018-11-13 | 2019-05-21 | 斯沃德教育科技股份有限公司 | 一种可穿戴式定位装置、设备及服装 |
CN109855621A (zh) * | 2018-12-27 | 2019-06-07 | 国网江苏省电力有限公司检修分公司 | 一种基于uwb与sins的组合室内行人导航系统及方法 |
CN209623718U (zh) * | 2019-01-25 | 2019-11-12 | 湖南超能机器人技术有限公司 | 巡逻机器人定位系统 |
CN109827547A (zh) * | 2019-03-27 | 2019-05-31 | 中国人民解放军战略支援部队航天工程大学 | 一种分布式多传感器空间目标同步关联方法 |
CN110243358A (zh) * | 2019-04-29 | 2019-09-17 | 武汉理工大学 | 多源融合的无人车室内外定位方法及系统 |
CN110579740A (zh) * | 2019-09-17 | 2019-12-17 | 大连海事大学 | 一种基于自适应联邦卡尔曼滤波的无人船组合导航方法 |
CN111077556A (zh) * | 2020-01-02 | 2020-04-28 | 东南大学 | 融合北斗与多传感器的机场行李牵引车定位装置与方法 |
CN111189441A (zh) * | 2020-01-10 | 2020-05-22 | 山东大学 | 一种多源自适应容错联邦滤波组合导航系统及导航方法 |
CN111623765A (zh) * | 2020-05-18 | 2020-09-04 | 清华大学 | 基于多模态数据的室内定位方法及系统 |
CN111947644A (zh) * | 2020-08-10 | 2020-11-17 | 北京洛必德科技有限公司 | 一种室外移动机器人定位方法、系统及其电子设备 |
Non-Patent Citations (4)
Title |
---|
GUANKE L. 等: ""Research on seamless positioning of power wearables based on GPS/UWB combination"", 《2018 IEEE INTERNATIONAL CONFERENCE ON COMPUTER AND COMMUNICATION ENGINEERING TECHNOLOGY (CCET)》, 31 December 2018 (2018-12-31), pages 123 - 127 * |
SONG WANG 等: ""Tracking the Dynamic Distribution of People in Indoor Space with Noisy Partitioning Sensors"", 《2012 IEEE 13TH INTERNATIONAL CONFERENCE ON MOBILE DATA MANAGEMENT 》, 31 December 2012 (2012-12-31), pages 202 - 211 * |
尚志龙: ""基于多传感器信息融合的目标跟踪技术研究"", 《中国优秀硕士论文全文数据库》, 31 March 2016 (2016-03-31) * |
胡思健: ""基于蓝牙低功耗的室内定位算法改进与系统实现研究"", 《中国优秀硕士论文全文数据库》, 31 July 2018 (2018-07-31) * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113608249A (zh) * | 2021-07-16 | 2021-11-05 | 香港理工大学深圳研究院 | 一种室内外无缝定位及导航库自构建方法 |
CN113608249B (zh) * | 2021-07-16 | 2024-01-12 | 香港理工大学深圳研究院 | 一种室内外无缝定位及导航库自构建方法 |
CN113534226A (zh) * | 2021-07-30 | 2021-10-22 | 东南大学 | 一种基于智能手机场景识别的室内外无缝定位算法 |
CN113534226B (zh) * | 2021-07-30 | 2024-04-02 | 东南大学 | 一种基于智能手机场景识别的室内外无缝定位算法 |
CN114527480A (zh) * | 2021-10-28 | 2022-05-24 | 江苏集萃未来城市应用技术研究所有限公司 | 一种机场复杂环境下的地勤车辆精准定位方法 |
CN115426379A (zh) * | 2022-07-25 | 2022-12-02 | 深圳市迈诺电子有限公司 | 一种基于边缘计算的高精度融合定位开放标准服务系统 |
CN115574818A (zh) * | 2022-12-09 | 2023-01-06 | 北京理工大学 | 基于改进联邦滤波的结构化道路车辆导航定位方法及系统 |
CN115574818B (zh) * | 2022-12-09 | 2023-02-28 | 北京理工大学 | 基于改进联邦滤波的结构化道路车辆导航定位方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112711055B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112711055B (zh) | 一种基于边缘计算的室内外无缝定位系统及方法 | |
CN101221235B (zh) | 一种基于跳数的无线传感器网络定位求精方法 | |
US12028788B2 (en) | Communication system and base station | |
CN113074727A (zh) | 基于蓝牙与slam的室内定位导航装置及其方法 | |
CN113706612B (zh) | 融合uwb和单目视觉slam的煤矿井下车辆定位方法 | |
CN113899370B (zh) | 一种基于gnss_uwb的多传感器组合室内外无缝定位方法 | |
CN112325883B (zh) | 一种WiFi和视觉多源融合的移动机器人室内定位方法 | |
AU2004301199A1 (en) | A method and apparatus for finding a mobile radio terminal | |
CN104181500A (zh) | 一种基于惯性信息和机会无线信号特征的实时定位方法 | |
CN109141427A (zh) | 在非视距环境下基于距离和角度概率模型的ekf定位方法 | |
CN116086448B (zh) | 基于uwb、imu、gnss融合的无人设备多场景无缝定位方法 | |
Lovell | Accuracy of speed measurements from cellular phone vehicle location systems | |
CN111198567B (zh) | 一种多agv协同动态追踪方法及装置 | |
Kong et al. | An accurate and reliable positioning methodology for land vehicles in tunnels based on UWB/INS integration | |
CN108414977A (zh) | 基于无线传感器网络实现移动机器人定位的方法 | |
CN108332749B (zh) | 一种室内动态追踪定位方法 | |
CN115052339A (zh) | 一种无线定位方法、系统、装置、电子设备及介质 | |
Dagher et al. | Towards WSN-aided navigation for vehicles in smart cities: An application case study | |
CN104215990B (zh) | 一种基于无线网络单节点的辅助gps定位方法和系统 | |
CN113917875A (zh) | 一种自主无人系统开放通用智能控制器、方法及存储介质 | |
Minamimoto et al. | Map estimation using GPS-equipped mobile wireless nodes | |
Miyaki et al. | Multi-sensor fusion tracking using visual information and wi-fl location estimation | |
Xu et al. | Doppler‐shifted frequency measurement based positioning for roadside‐vehicle communication systems | |
Xavier et al. | A comparative study on road traffic management systems | |
JP2021077951A (ja) | 運動状態についての対象との対応度に基づき端末を同定する装置、プログラム及び方法 |
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 |