CN112763973B - 基于多基站斜率筛选的tof三维定位方法和系统 - Google Patents
基于多基站斜率筛选的tof三维定位方法和系统 Download PDFInfo
- Publication number
- CN112763973B CN112763973B CN202011445595.3A CN202011445595A CN112763973B CN 112763973 B CN112763973 B CN 112763973B CN 202011445595 A CN202011445595 A CN 202011445595A CN 112763973 B CN112763973 B CN 112763973B
- Authority
- CN
- China
- Prior art keywords
- target
- positioning
- tof
- base stations
- dimensional
- 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.)
- Active
Links
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
- 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
- G01S5/0009—Transmission of position information to remote stations
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供了一种基于多基站斜率筛选的TOF三维定位方法和系统,该方法包括:获取当前时间点所有基站针对目标标签的TOF定位数据;对所述目标标签的TOF定位数据进行解析,并对解析结果进行分组,得到分组结果;从所有分组中选择一组作为目标组,并基于所述目标组计算所述目标标签对应的三维坐标,得到定位结果。应用本发明中的方法可以过滤掉大部分不符合计算要求的定位数据,减少了系统处理的数据量,加快了定位算法的运算速度,并且使得过滤后的数据的误差率大大降低,提升了标签在三维空间内的定位精度。
Description
技术领域
本发明涉及数据处理技术领域,具体地,涉及基于多基站斜率筛选的TOF三维定位方法和系统。
背景技术
随着定位应用需求的增加,各种定位技术层出不穷,使用的场景也是越发广泛。然而,一些公司的定位数据并不能满足各种复杂场景下对定位精度、速度、准确率的需求。
经过对现有的技术的检索,申请号为201610960909.0,名称为“一种基于UWB(Ultra Wideband,无载波通信技术)的三维室内定位系统”的文献,公开了一种三维空间室内定位的方法。虽然该方法实现了室内的三维定位,但其忽略了定位场景需求过大时,多标签、多基站场景,以及庞大的数据量下系统处理的速度。应用上述方法时,其对运算数据的选择会最终影响程序的响应速度以及定位的精确性,因此存在局限性,定位精度较低。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于多基站斜率筛选的TOF(time-of-flight,飞行时间)三维定位方法和系统。
第一方面,本发明提供一种基于多基站斜率筛选的TOF三维定位方法,包括:
获取当前时间点所有基站针对目标标签的TOF定位数据;
对所述目标标签的TOF定位数据进行解析,并对解析结果进行分组,得到分组结果;
从所有分组中选择一组作为目标组,并基于所述目标组计算所述目标标签对应的三维坐标,得到定位结果。
可选地,所述获取当前时间点所有基站针对目标标签的TOF定位数据,包括:
将待定位的标签作为目标标签;
在当期时间点,接收所有基站上传的针对所述目标标签的TOF定位数据,以及各个基站对应的三维坐标。
可选地,对所述目标标签的TOF定位数据进行解析,并对解析结果进行分组,得到分组结果,包括:
对所述目标标签的TOF定位数据进行解析,得到每台基站的数据对象;
根据基站所属的分组名称,将解析得到的数据对象进行分组,得到分组结果。
可选地,从所有分组中选择一组作为目标组,并基于所述目标组计算所述目标标签对应的三维坐标,得到定位结果,包括:
根据分组中包含的数据对象的数量对分组结果进行排序,并从数据对象数量最多的一组开始筛选出符合条件的目标组,其中,所述目标组符合以下条件:
在目标组中存在一台基站的Z轴坐标大于其他基站的Z轴坐标;
在目标组中存在至少三台基站的Z轴坐标相同,且所述三台基站中以任一基站坐标为原点时,与另外两个基站的坐标点连线的斜率均在预设范围内;
根据所述目标组中选出的四台基站的坐标,计算所述目标标签对应的三维坐标,得到定位结果。
可选地,根据所述目标组中选出的四台基站的坐标,计算所述目标标签对应的三维坐标,得到定位结果,包括:
根据Z轴坐标相同的三台基站的三维坐标,结合三边定位算法确定所述目标标签的X轴坐标和Y轴坐标;
根据Z轴坐标不同的一台基站的三维坐标,以及所述目标标签的X轴坐标和Y轴坐标,确定所述目标标签的Z轴坐标。
第二方面,本发明提供一种基于多基站斜率筛选的TOF三维定位系统,包括:
获取模块,用于获取当前时间点所有基站针对目标标签的TOF定位数据;
解析模块,用于对所述目标标签的TOF定位数据进行解析,并对解析结果进行分组,得到分组结果;
定位模块,用于从所有分组中选择一组作为目标组,并基于所述目标组计算所述目标标签对应的三维坐标,得到定位结果。
可选地,所述获取模块,具体用于:
将待定位的标签作为目标标签;
在当期时间点,接收所有基站上传的针对所述目标标签的TOF定位数据,以及各个基站对应的三维坐标。
可选地,所述解析模块,具体用于:
对所述目标标签的TOF定位数据进行解析,得到每台基站的数据对象;
根据基站所属的分组名称,将解析得到的数据对象进行分组,得到分组结果。
可选地,所述定位模块,具体用于:
根据分组中包含的数据对象的数量对分组结果进行排序,并从数据对象数量最多的一组开始筛选出符合条件的目标组,其中,所述目标组符合以下条件:
在目标组中存在一台基站的Z轴坐标大于其他基站的Z轴坐标;
在目标组中存在至少三台基站的Z轴坐标相同,且所述三台基站中以任一基站坐标为原点时,与另外两个基站的坐标点连线的斜率均在预设范围内;
根据所述目标组中选出的四台基站的坐标,计算所述目标标签对应的三维坐标,得到定位结果。
可选地,根据所述目标组中选出的四台基站的坐标,计算所述目标标签对应的三维坐标,得到定位结果,包括:
根据Z轴坐标相同的三台基站的三维坐标,结合三边定位算法确定所述目标标签的X轴坐标和Y轴坐标;
根据Z轴坐标不同的一台基站的三维坐标,以及所述目标标签的X轴坐标和Y轴坐标,确定所述目标标签的Z轴坐标。
与现有技术相比,本发明具有如下的有益效果:
本发明提供的基于多基站斜率筛选的TOF三维定位方法和系统,可以过滤掉大部分不符合计算要求的定位数据,减少了系统处理的数据量,加快了定位算法的运算速度,并且使得过滤后的数据的误差率大大降低,提升了标签在三维空间内的定位精度。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明实施例提供的基于多基站斜率筛选的TOF三维定位方法的流程示意图;
图2为本发明实施例中确定目标标签X轴坐标和Z轴坐标的原理示意图;
图3为本发明实施例中确定目标标签Z轴坐标的原理示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
图1为本发明实施例提供的基于多基站斜率筛选的TOF三维定位方法的流程示意图;如图1所示,本实施例中的方法,首先获取所有基站上传的TOF定位数据以及基站三维坐标,然后根据基站所属名称的组别对接收到的TOF定位数据进行分组。例如,可以分为数据组一、数据组二、数据组三等,判断获取的数据组中的数据对象的数量是否足够,如果足够则根据基站高度(Z坐标的大小)对分组数据进行排序,从中选择出位于同一平面上且斜率符合要求的三台基站。基于同一平面上的三台基站计算目标标签的X轴坐标和Y轴坐标,基于不同平面上的一台基站计算出目标标签的Z轴坐标。
示例性的,图2为本发明实施例中确定目标标签X轴坐标和Z轴坐标的原理示意图;图3为本发明实施例中确定目标标签Z轴坐标的原理示意图。结合图2、图3,本实施例提供的基于多基站斜率筛选的TOF三维定位方法可以包括如下步骤:
步骤1:获取当前时间点所有基站关于目标标签的TOF定位数据和各个基站的三维坐标。
步骤2:解析关于目标标签的所有TOF定位数据并进行分组。
步骤2.1:所有的TOF定位数据经过解析后得到每台基站的数据对象。
步骤2.2:根据基站所属的分组名称将其解析后的数据对象进行分组。
步骤3:从按照基站所属的分组名进行分类的所有分组中,选取数据对象最多的这一组进行对标签三维坐标的计算(每个分组中最少包含4个对象数据)。
步骤3.1:判断选取的分组的数据对象中是否存在某台基站的Z轴坐标大于其他基站的Z轴坐标,如果存在,则继续执行步骤3.2,否则,摒弃该分组数据。
步骤3.2:从众多基站中选取基站的Z轴坐标相同并且斜率在合理范围之内的三台基站。
步骤3.2.1:将同一分组内的基站数据对象根据从小到大进行排列,选择出其中前三的基站数据对象(需要说明的是,该三台基站不包含Z轴坐标高于其他基站Z轴坐标的这台基站)。
步骤3.2.2:在三台基站中,以某一台基站为原点,向其他同一高度的两基站分别作直线,分别计算两直线的斜率,根据斜率计算出三个角度的正切值。
步骤3.2.3:当计算出的三个角度的正切值都在合理范围之内的时候,继续执行步骤3.2.4,否则摒弃该分组数据。
步骤3.2.4:利用处于同一水平高度的三台基站数据对象,使用三边定位算法解三个二元二次方程组,得到目标标签在平面坐标系中的X轴、Y轴坐标。
步骤3.2.5:利用已知Z轴坐标高于其他基站Z轴坐标的基站TOF定位数据,结合当前获取到的目标标签在平面坐标系中的X轴、Y轴坐标,对目标标签的Z轴数据解一元一次方程,得到目标标签的Z轴数据。
步骤3.3:根据获取到的目标标签的空间三维坐标,确定定位结果。
本实施例中,参见图2,基站A、基站B、基站C位于同一平面内,根据三边定位算法,以及基站A、基站B、基站C的三维坐标,可以计算得到标签T的X轴坐标和Y轴坐标。参见图3,根据基站D的三维坐标以及标签T的X轴坐标和Y轴坐标,可以计算得到标签T的Z轴坐标。其中,基站D不在基站A、基站B、基站C所在的平面内。
本实施例,通过使用基于多基站斜率筛选的TOF三维定位算法的方式,过滤掉大部分不符合要求的数据,极大地减少了定位时计算的次数,加快了程序的运行速度;使得过滤后的数据的误差率大大降低,提升了标签在三维空间内的定位精度。
本发明还提供一种基于多基站斜率筛选的TOF三维定位系统,包括:获取模块,用于获取当前时间点所有基站针对目标标签的TOF定位数据;解析模块,用于对目标标签的TOF定位数据进行解析,并对解析结果进行分组,得到分组结果;定位模块,用于从所有分组中选择一组作为目标组,并基于目标组计算目标标签对应的三维坐标,得到定位结果。
可选地,获取模块,具体用于:将待定位的标签作为目标标签;在当期时间点,接收所有基站上传的针对目标标签的TOF定位数据,以及各个基站对应的三维坐标。
可选地,解析模块,具体用于:对目标标签的TOF定位数据进行解析,得到每台基站的数据对象;根据基站所属的分组名称,将解析得到的数据对象进行分组,得到分组结果。
可选地,定位模块,具体用于:根据分组中包含的数据对象的数量对分组结果进行排序,并从数据对象数量最多的一组开始筛选出符合条件的目标组,其中,目标组符合以下条件:
在目标组中存在一台基站的Z轴坐标大于其他基站的Z轴坐标;
在目标组中存在至少三台基站的Z轴坐标相同,且三台基站中以任一基站坐标为原点时,与另外两个基站的坐标点连线的斜率均在预设范围内。
进一步地,根据目标组中选出的四台基站的坐标,计算目标标签对应的三维坐标,得到定位结果。
示例性的,根据Z轴坐标相同的三台基站的三维坐标,结合三边定位算法确定目标标签的X轴坐标和Y轴坐标;根据Z轴坐标不同的一台基站的三维坐标,以及目标标签的X轴坐标和Y轴坐标,确定目标标签的Z轴坐标。
需要说明的是,本发明提供的基于多基站斜率筛选的TOF三维定位方法中的步骤,可以利用基于多基站斜率筛选的TOF三维定位系统中对应的模块、装置、单元等予以实现,本领域技术人员可以参照系统的技术方案实现方法的步骤流程,即,系统中的实施例可理解为实现方法的优选例,在此不予赘述。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (9)
1.一种基于多基站斜率筛选的TOF三维定位方法,其特征在于,包括:
获取当前时间点所有基站针对目标标签的TOF定位数据;
对所述目标标签的TOF定位数据进行解析,并对解析结果进行分组,得到分组结果;
从所有分组中选择一组作为目标组,并基于所述目标组计算所述目标标签对应的三维坐标,得到定位结果;
从所有分组中选择一组作为目标组,并基于所述目标组计算所述目标标签对应的三维坐标,得到定位结果,包括:
根据分组中包含的数据对象的数量对分组结果进行排序,并从数据对象数量最多的一组开始筛选出符合条件的目标组,其中,所述目标组符合以下条件:
在目标组中存在一台基站的Z轴坐标大于其他基站的Z轴坐标;
在目标组中存在至少三台基站的Z轴坐标相同,且所述三台基站中以任一基站坐标为原点时,与另外两个基站的坐标点连线的斜率均在预设范围内;
根据所述目标组中选出的四台基站的坐标,计算所述目标标签对应的三维坐标,得到定位结果。
2.根据权利要求1所述的基于多基站斜率筛选的TOF三维定位方法,其特征在于,所述获取当前时间点所有基站针对目标标签的TOF定位数据,包括:
将待定位的标签作为目标标签;
在当期时间点,接收所有基站上传的针对所述目标标签的TOF定位数据,以及各个基站对应的三维坐标。
3.根据权利要求1所述的基于多基站斜率筛选的TOF三维定位方法,其特征在于,对所述目标标签的TOF定位数据进行解析,并对解析结果进行分组,得到分组结果,包括:
对所述目标标签的TOF定位数据进行解析,得到每台基站的数据对象;
根据基站所属的分组名称,将解析得到的数据对象进行分组,得到分组结果。
4.根据权利要求1-3中任一项所述的基于多基站斜率筛选的TOF三维定位方法,其特征在于,根据所述目标组中选出的四台基站的坐标,计算所述目标标签对应的三维坐标,得到定位结果,包括:
根据Z轴坐标相同的三台基站的三维坐标,结合三边定位算法确定所述目标标签的X轴坐标和Y轴坐标;
根据Z轴坐标不同的一台基站的三维坐标,以及所述目标标签的X轴坐标和Y轴坐标,确定所述目标标签的Z轴坐标。
5.一种基于多基站斜率筛选的TOF三维定位系统,其特征在于,采用如权利要求1所述的一种基于多基站斜率筛选的TOF三维定位方法,所述系统包括:
获取模块,用于获取当前时间点所有基站针对目标标签的TOF定位数据;
解析模块,用于对所述目标标签的TOF定位数据进行解析,并对解析结果进行分组,得到分组结果;
定位模块,用于从所有分组中选择一组作为目标组,并基于所述目标组计算所述目标标签对应的三维坐标,得到定位结果。
6.根据权利要求5所述的基于多基站斜率筛选的TOF三维定位系统,其特征在于,所述获取模块,具体用于:
将待定位的标签作为目标标签;
在当期时间点,接收所有基站上传的针对所述目标标签的TOF定位数据,以及各个基站对应的三维坐标。
7.根据权利要求5所述的基于多基站斜率筛选的TOF三维定位系统,其特征在于,所述解析模块,具体用于:
对所述目标标签的TOF定位数据进行解析,得到每台基站的数据对象;
根据基站所属的分组名称,将解析得到的数据对象进行分组,得到分组结果。
8.根据权利要求5-7中任一项所述的基于多基站斜率筛选的TOF三维定位系统,其特征在于,所述定位模块,具体用于:
根据分组中包含的数据对象的数量对分组结果进行排序,并从数据对象数量最多的一组开始筛选出符合条件的目标组,其中,所述目标组符合以下条件:
在目标组中存在一台基站的Z轴坐标大于其他基站的Z轴坐标;
在目标组中存在至少三台基站的Z轴坐标相同,且所述三台基站中以任一基站坐标为原点时,与另外两个基站的坐标点连线的斜率均在预设范围内;
根据所述目标组中选出的四台基站的坐标,计算所述目标标签对应的三维坐标,得到定位结果。
9.根据权利要求8所述的基于多基站斜率筛选的TOF三维定位系统,其特征在于,根据所述目标组中选出的四台基站的坐标,计算所述目标标签对应的三维坐标,得到定位结果,包括:
根据Z轴坐标相同的三台基站的三维坐标,结合三边定位算法确定所述目标标签的X轴坐标和Y轴坐标;
根据Z轴坐标不同的一台基站的三维坐标,以及所述目标标签的X轴坐标和Y轴坐标,确定所述目标标签的Z轴坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011445595.3A CN112763973B (zh) | 2020-12-11 | 2020-12-11 | 基于多基站斜率筛选的tof三维定位方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011445595.3A CN112763973B (zh) | 2020-12-11 | 2020-12-11 | 基于多基站斜率筛选的tof三维定位方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112763973A CN112763973A (zh) | 2021-05-07 |
CN112763973B true CN112763973B (zh) | 2022-11-11 |
Family
ID=75693569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011445595.3A Active CN112763973B (zh) | 2020-12-11 | 2020-12-11 | 基于多基站斜率筛选的tof三维定位方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112763973B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2416635A (en) * | 2004-07-23 | 2006-02-01 | Hewlett Packard Development Co | Positioning system |
GB0913367D0 (en) * | 2009-07-31 | 2009-09-16 | Omnisense Ltd | Positioning systems |
CN109782225B (zh) * | 2019-01-18 | 2021-04-16 | 杭州微萤科技有限公司 | 一种基站坐标的定位方法 |
CN110856106B (zh) * | 2019-11-20 | 2021-06-18 | 重庆邮电大学 | 基于uwb和气压计的室内高精度三维定位方法 |
CN111770570B (zh) * | 2020-06-08 | 2023-01-10 | 锐捷网络股份有限公司 | 一种超宽带定位系统标签定位方法、装置、介质和设备 |
-
2020
- 2020-12-11 CN CN202011445595.3A patent/CN112763973B/zh active Active
Non-Patent Citations (1)
Title |
---|
基于MIL-HDBK-344A的LTE基站加速应力筛选方案;赵辉;《中国新通信》;20171005(第19期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112763973A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106599915B (zh) | 一种车载激光点云分类方法 | |
CN113837275B (zh) | 基于扩张坐标注意力的改进YOLOv3目标检测方法 | |
CN108241819A (zh) | 路面标记的识别方法及装置 | |
CN104182728A (zh) | 一种基于模式识别的车标自动定位与识别方法 | |
CN112763973B (zh) | 基于多基站斜率筛选的tof三维定位方法和系统 | |
CN104021002B (zh) | 一种pdm系统标准件存储方法 | |
CN106156245A (zh) | 一种电子地图中的线要素合并方法及装置 | |
CN112486676B (zh) | 一种基于边缘计算的数据共享分发装置 | |
CN116721246A (zh) | 连续帧点云快速标注方法及系统 | |
CN107391728B (zh) | 数据挖掘方法以及数据挖掘装置 | |
CN111444814A (zh) | 目标检测方法、装置、电子设备及可读存储介质 | |
CN106294860A (zh) | 一种实时索引数据同步的系统及其实现方法 | |
CN113031877B (zh) | 数据存储方法、装置、设备及介质 | |
CN114330418A (zh) | 用于ar目标识别的脑电和眼动融合方法、介质及设备 | |
CN112632304B (zh) | 基于索引的数据查找方法、装置、服务器及存储介质 | |
CN103106103B (zh) | 请求信息分类方法及装置 | |
CN114236566A (zh) | 激光系统的控制方法、装置、电子设备及可读存储介质 | |
CN114630269A (zh) | 信号处理方法、装置、设备及存储介质 | |
CN103926187B (zh) | 基于参数截断的参数输出方法和系统及血液细胞分析仪 | |
CN112988797A (zh) | 基于p-stable lsh的时空伴随查询方法 | |
CN110442708A (zh) | 一种基于粒度计算的信息分类方法 | |
CN109117870B (zh) | 基于ArcGIS二次开发的线聚类提取方法及系统 | |
CN108509967A (zh) | 一种聚类分析方法及装置、服务器 | |
CN117202106B (zh) | 基于信令数据的区域空间场所属性标注方法、系统和介质 | |
CN113873423B (zh) | 终端定位方法、装置及系统 |
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 |