CN113671474A - 一种工厂智能定位方法、装置、设备及介质 - Google Patents
一种工厂智能定位方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113671474A CN113671474A CN202110876450.7A CN202110876450A CN113671474A CN 113671474 A CN113671474 A CN 113671474A CN 202110876450 A CN202110876450 A CN 202110876450A CN 113671474 A CN113671474 A CN 113671474A
- Authority
- CN
- China
- Prior art keywords
- moving object
- target moving
- controlled area
- geomagnetic
- magnetic flux
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 63
- 230000004907 flux Effects 0.000 claims abstract description 55
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 12
- 230000005358 geomagnetic field Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 12
- 238000004519 manufacturing process Methods 0.000 description 12
- 230000006872 improvement Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011897 real-time detection Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 230000001960 triggered effect 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
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种工厂智能定位方法、装置、设备及介质，能够在检测到所述受控区域内存在目标移动对象时，实时获取磁通量均值和待定位参数，并在地磁通量均值大于或等于地磁动态检测阈值时，对地磁动态检测阈值进行更新，然后根据待定位参数计算目标移动对象的质心估算坐标，根据质心估算坐标计算所述质心估算坐标的加权因子，最后根据加权因子对质心估算坐标进行修正，得到修正后的目标移动对象的坐标。采用本发明实施例，能够对受控区域内的地磁动态检测阈值进行实时更新，以提高地磁检测的精度，并通过改进后的加权质心定位算法进一步降低定位计算的误差，解决了现有技术中定位可靠性较低且定位精度较差的问题，进一步提高了定位的精度。
Description
技术领域
本发明涉及定位技术领域，尤其涉及一种工厂智能定位方法、装置、设备及介质。
背景技术
我国的制造业工厂尤其是电力、炼油化工企业等属于高温、高压、易燃、易爆和有毒的危险行业，由于具有生产装置大型化、密集化、生产工艺负责以及生产过程紧密耦合等特点，因此相比于其他工业部门，一般具有更大的危险性，且制造业的生产设备和生产工人数量一般较多，在管理上也不够精细，一旦发生意外，将会造成不可估量的损失。
为了保障制造业工厂的生产安全，目前一般采用WIFI、UWB、蓝牙等定位技术来对制造业工厂内的生产设备和工作人员进行定位。但是，本发明人在实施本发明的过程中发现，现有技术中存在以下技术问题：WIFI的定位精度较差且路由器耗能较高必须接入交流电源，对于施工和路线铺设均会带来不便；UWB的定位精度虽高，但是需要在工厂内指定的每个定位区块架设定位基站，成本较高；而蓝牙定位通常需要在特定区域内安装适当的蓝牙局域网，并将网络配置成基于多用户的基础网络连接模式，通过检测蓝牙信号的强度获得用户的位置信息，对环境的要求较高，且无法保证定位的准确性。
发明内容
本发明提供一种工厂智能定位方法、装置、设备及介质，能够对受控区域内的地磁动态检测阈值进行实时更新，并运用改进后的加权质心定位算法进一步降低定位计算误差，从而提高定位精度。
为实现上述目的，本发明实施例提供了一种工厂智能定位方法，包括以下步骤：
当检测到工厂受控区域内存在移动对象时，实时获取所述受控区域的当前磁通量；
根据所述受控区域内的当前磁通量和地磁动态检测阈值之间的大小关系，检测所述受控区域内是否存在目标移动对象；
当检测到所述受控区域内存在目标移动对象时，实时获取所述受控区域内的磁通量均值和所述目标移动对象的待定位参数；
当所述地磁通量均值大于或等于地磁动态检测阈值时，对所述地磁动态检测阈值进行更新；
根据所述待定位参数计算所述目标移动对象的质心估算坐标；
根据所述目标移动对象的质心估算坐标计算所述质心估算坐标的加权因子；
根据所述质心估算坐标的加权因子对所述目标移动对象的质心估算坐标进行修正，得到修正后的目标移动对象的坐标。
作为上述方案的改进，所述受控区域的当前磁通量的获取公式具体为：
其中，FM(k)为所述受控区域的当前磁通量，BX(k)，BY(k)、BZ(k)分别为当前地磁传感器的X、Y、Z轴检测值，BXref(k)、BYref(k)、BZref(k)分别为X、Y、Z轴的地磁场参考基准分量。
作为上述方案的改进，所述根据所述受控区域内的当前磁通量和地磁动态检测阈值之间的大小关系，检测所述受控区域内是否存在目标移动对象，包括：
当所述受控区域内的当前磁通量大于或等于地磁动态检测阈值时，检测到所述受控区域内存在目标移动对象。
作为上述方案的改进，所述受控区域内的磁通量均值具体为：
其中，M为预设次数，FMref(k-i)为第k-i次的磁通量，FMref(k)为第k次的磁通量。
作为上述方案的改进，所述根据所述待定位参数计算所述目标移动对象的质心估算坐标的公式具体为：
其中，(x,y)为所述目标移动对象的质心估算坐标，所述待定位参数包括所述目标移动对象的通信范围内的五个节点的坐标，分别为(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4)、(x5,y5)。
作为上述方案的改进，所述根据所述目标移动对象的质心估算坐标计算所述质心估算坐标的加权因子的公式具体为：
其中，Wi为所述质心估算坐标
的加权因子，Ai和bi为第i组预设线性方程
中的一次项系数和常数项，
为
的二范数。
作为上述方案的改进，所述根据所述质心估算坐标的加权因子对所述目标移动对象的质心估算坐标进行修正，得到修正后的目标移动对象的坐标的计算公式具体为：
其中，(xc,yc)为修正后的目标移动对象的坐标。
本发明另一实施例对应提供了一种工厂智能定位装置，包括：
当前磁通量获取模块，用于当检测到工厂受控区域内存在移动对象时，实时获取所述受控区域的当前磁通量；
目标移动对象检测模块，用于根据所述受控区域内的当前磁通量和地磁动态检测阈值之间的大小关系，检测所述受控区域内是否存在目标移动对象；
待定位参数获取模块，用于当检测到所述受控区域内存在目标移动对象时，实时获取所述受控区域内的磁通量均值和所述目标移动对象的待定位参数；
动态检测阈值更新模块，用于根据所述磁通量均值和地磁动态检测阈值的大小关系，判断是否需要更新地磁动态检测阈值；
质心估算坐标计算模块，用于根据所述待定位参数计算所述目标移动对象的质心估算坐标；
加权因子计算模块，用于根据所述目标移动对象的质心估算坐标计算所述质心估算坐标的加权因子；
目标移动对象定位模块，用于根据所述质心估算坐标的加权因子对所述目标移动对象的质心估算坐标进行修正，得到修正后的目标移动对象的坐标。
本发明另一实施例对应提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述发明实施例所述的工厂智能定位方法。
本发明另一实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的工厂智能定位方法。
与现有技术相比，本发明实施例提供的一种工厂智能定位方法、装置、设备及介质，能够对受控区域内的地磁动态检测阈值进行实时更新，以提高地磁检测的精度，并通过改进后的加权质心定位算法进一步降低定位计算的误差，解决了现有技术中定位可靠性较低且定位精度较差的问题，进一步提高了定位的精度。
附图说明
图1是本发明实施例提供的一种工厂智能定位方法的流程示意图；
图2是本发明实施例提供的一种工厂智能定位系统的结构示意图；
图3是本发明实施例提供的一种工厂智能定位装置的结构示意图；
图4是本发明实施例提供的一种终端设备的结构示意图。
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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，是本发明实施例提供的一种工厂智能定位方法的流程示意图，所述方法包括步骤S11至步骤S17：
S11、当检测到工厂受控区域内存在移动对象时，实时获取所述受控区域的当前磁通量；
S12、根据所述受控区域内的当前磁通量和地磁动态检测阈值之间的大小关系，检测所述受控区域内是否存在目标移动对象；
S13、当检测到所述受控区域内存在目标移动对象时，实时获取所述受控区域内的磁通量均值和所述目标移动对象的待定位参数；
S14、当所述地磁通量均值大于或等于地磁动态检测阈值时，对所述地磁动态检测阈值进行更新；
S15、根据所述待定位参数计算所述目标移动对象的质心估算坐标；
S16、根据所述目标移动对象的质心估算坐标计算所述质心估算坐标的加权因子；
S17、根据所述质心估算坐标的加权因子对所述目标移动对象的质心估算坐标进行修正，得到修正后的目标移动对象的坐标。
与现有技术相比，本发明实施例提供了一种工厂智能定位方法，能够对受控区域内的地磁动态检测阈值进行实时更新，以提高地磁检测的精度，并通过改进后的加权质心定位算法进一步降低定位计算的误差，解决了现有技术中定位可靠性较低且定位精度较差的问题，进一步提高了定位的精度。
作为其中一种可选的实施方式，参见图2，是本发明实施例提供的一种工厂智能定位系统的结构示意图，主要包括电源管理模块21、中心控制模块22、预警模块23、微波24、地磁检测模块25以及无线通信模块26。其中，电源管理模块21由锂电池211和太阳能电池板212组成，太阳能电池板212白天可为人员定位检测设备进行充电，夜晚由锂电池211为AGV及人员检测设备供电；中心控制模块22主要对微波传感器24和地磁传感器25的数据进行处理，判断其他运动物体和工作人员，并对工厂中工作人员和控制中心进行提醒和警示；预警模块23采用LED灯闪烁的方式对来往工作人员进行警示；无线通信模块26用低功耗、高可靠性的LoRa无线通信技术，实现工厂人员定位检测设备之间、定位检测设备与控制中心的信息交互。
可以理解的是，微波传感器与地磁传感器分布于工厂通道两侧及其其他需受控区域，在传感器电源管理模块的驱动下，传感器的微波检测模块与地磁检测模块发出连续波，并接受反射信号，从反射信号中提取微波信号的频率变化判断传感器区域内是否存在运动物体，同时地磁传感器区分运动物体属于机械工作车或工作人员，将多个传感器收集到的同一运动主体的参数通过通信链路传输至服务器，经由改进加权质心定位算法计算运动主体的准确位置，并将数据分析汇总呈现至控制中心主屏幕处。
需要说明的是，结合实际场景的需求，系统所有器件均采用低功耗器件，满足整个系统极低功耗的运行需求，大幅度降低了设备后期的维护和管理工作量，同时上述硬件系统大多采用低成本的数字传感器，工厂人员定位检测系统软件将系统中各个不同功能的数字传感器有效地结合在一起，满足系统整体控制逻辑的要求，使得各个模块之间紧密结合、协同工作。
值得说明的是，通过在工厂内部指定位置部署大量低成本，高可靠性的微波雷达传感器和地磁传感器的基础上，通过大量低成本低功耗传感器设备之间的网络结合，实现实时采集工厂中各个受控区域中工作人员的位置信息，实现了大范围布控以及受控区域连续不间断的实时检测。利用微波雷达传感器实现对部署区域中运动目标的实时探测，利用地磁传感器判断移动目标是其他运动物体或工作人员，同时支持通过无线通信技术将监测信息传输至工厂中控室。
作为上述方案的改进，检测工厂受控区域内是否存在移动对象的具体步骤包括：
实时获取工厂受控区域内的微波发射信号的频率和微波反射信号的频率；
当判断到所述微波发射信号的频率与所述微波反射信号的频率不一致时，确定工厂的受控区域内存在移动对象。
可以理解的，微波传感器发出连续波，并接受反射信号，从反射信号中提取微波信号的频率变化判断传感器区域内是否存在运动物体，即根据收/发两端的信号频率是否一致来判断在发送端的探测范围内是否存在移动目标。
示例性的，如果只考虑整个微波雷达传感器发射波波瓣中沿着安装方向发射的信号以及这部分波源产生的回波信号，不考虑照射面其他区域反射回来的雷达波的影响，则发射信号表达式为：
其中，A表示发射信号的幅度，ω0表示发射信号的角频率，
表示发射信号的初相位。根据上述简化设定，雷达模块接收的地面反射区域回波信号sr(t)可简化为：
其中，
表示微波雷达传感器发出的雷达波遇到探测目标后接收回波信号所需要的时间；R表示传感器与探测目标之间的距离，C表示雷达波在空气中的传播速度，k表示回波信号相对于发射波的衰减系数。
如果微波雷达模块与探测目标之间没有相对运动，则发射波与反射波之间不存在频率差，即发射波和反射波没有发生频率变化，多普勒频率的值为0，发射波与反射波根据传感器与探测目标之间的距离产生一个固定的相位差。即：
其中，f0表示微波信号频率，λ表示微波波长。
如果微波雷达传感器模块与探测目标之间存在相对运动，则距离R成为一个变量，它是一个以时间为自变量的函数，t时刻传感器与探测目标之间的距离表示为：
R(t)＝RO-vrt (4)
其中，R0表示初始微波雷达传感器模块与探测目标之间的距离，vr表示探测目标在正对微波模块方向的移动速度，则发射波与反射波之间的相位差可表示为：
微波雷达传感器的发射波与反射波之间的频率差为：
值得说明的是，利用微波雷达传感器可以实现对部署区域的实时检测，其灵敏度高、成本低，大幅度增加了外界环境的感知距离，为工厂人员的可靠检测提供了强有力的支持。另外，采用连续波雷达传感器，只需要从反射信号中提取微波信号的频率变化，不需要复杂和精确的其他信息，结构简单、成本低且易处理，同时为便于计算和分析信息。
作为上述方案的改进，在通过微波传感器检测到受控区域内存在运动物体后，通过地磁传感器来区分运动物体属于机械工作车还是工作人员。
可以理解的是，地磁传感器是利用周围地磁场的变化情况来判断周围是否存在金属物等可引起地磁场发生变化的物体。地磁传感器上电时，会首先触发校准状态，并会对一段时间内的本地磁场进行采样。从而，根据下式(7)可得到本地参考磁场通量大小FMref(k)：
其中，BXref(k)、BYref(k)(k)、BZref(k)分别为X、Y、Z轴地磁场参考基准分量。FMref(k)为服从均值为μ、标准差为σ的正态分布，即FMref(k)∝N(μ，σ)。同时，根据该分布设置了一个地磁动态检测阈值OTH，其初始值是通过将地磁传感器部署于路面，实地测试地磁数据得到的，计算如式(8)所示：
OTH＝μ+α+σ (8)
其中，α为根据大量测试并且考虑式(8)关系得到的测试结果，这里取α＝6。
值得说明的是，通过地磁传感器屏蔽车辆等金属物对工作人员检测形成的干扰，能够提高系统的可靠性。另外，地磁传感器初始化结束后，会一直处于检测状态，并会对其采集的地磁数据进行均值滤波，这样可以处理突变数据，使采样数据更加平滑且数据可靠性更高。
进一步的，作为上述方案的改进，所述根据所述受控区域内的当前磁通量和地磁动态检测阈值之间的大小关系，检测所述受控区域内是否存在目标移动对象，包括：
当所述受控区域内的当前磁通量大于或等于地磁动态检测阈值时，检测到所述受控区域内存在目标移动对象。
示例性的，根据当前地磁传感器轴检测值BX(k)，BY(k)和BZ(k)计算当前磁场通量的值FM(k)，当满足FM(k)≥OTH时，表明此时有车辆经过。受控区域的当前磁通量FM(k)的计算如式(9)所示：
其中，FM(k)为所述受控区域的当前磁通量，BX(k)，BY(k)、BZ(k)分别为当前地磁传感器的X、Y、Z轴检测值，BXref(k)、BYref(k)、BZref(k)分别为X、Y、Z轴的地磁场参考基准分量。
进一步的，在步骤S13和S14中，示例性的，在检测到所述受控区域内存在目标移动对象后，通过当前磁场通量值与之前M次磁场通量值作差后取平均值，与当前设定阈值进行比较，即如式(11)所示，若大于当前阈值，则根据式(10)调整X、Y、Z轴的地磁场参考基准分量，利用式(9)得到新的FM(k)，最终根据式(8)得到新的检测阈值，实现了阈值的在线实时更新。
其中，M为预设次数，FMref(k-i)为第k-i次的磁通量，FMref(k)为第k次的磁通量。示例性的，M可以为10。
值得说明的是，在地磁传感器进行检测的过程中，主要以Z轴的数据变化作为判断阈值，以X、Y轴的数据作为辅助判断。一方面，可以消除相邻车道中的工作车辆对探测区域内经过车辆的影响；另一方面，可以消除当车辆经过时，Z轴数值上下浮动的情况。当Z轴数值的变化量大于设定阈值时，则判断为有工作车经过传感器部署区域；当X、Y、Z轴的变化量之和不超过设定阈值时，则判断为探测区域内无工作车辆经过。
作为上述方案的改进，在步骤S15中，可以理解的是，基于非测距的质心定位算法对已知参考节点坐标值进行中和计算，其定位过程取决于节点的分布和密度。质心定位利用节点在组网区域中的互通性，基本原理为：参考节点向周围定期广播包含自身位置和ID信息的信号，当未知节点在网络中收到数量达到某预设门限K的信号个数时，待定位未知节点的估计坐标就用这K个参考点组成的多边形质心表示。
示例性的，五边形ABCDE的五个顶点坐标分别表示为(x1，y1)、(x2，y2)、(x3，y3)、(x4，y4)、(x5，y5)，若这五个参考节点均在定位节点的通信范围内，这时五边形的几何质心就是所求节点的估算位置(x，y)，其表达式为：
其中，(x，y)为所述目标移动对象的质心估算坐标，所述待定位参数包括所述目标移动对象的通信范围内的五个节点的坐标，分别为(x1，y1)、(x2，y2)、(x3，y3)、(x4，y4)、(x5，y5)。
作为上述方案的改进，步骤S16的计算公式具体为：
其中，Wi为所述质心估算坐标
的加权因子，Ai和bi为第i组预设线性方程
中的一次项系数和常数项，
为
的二范数。
需要说明的是，预设线性方程
具体是指：以通信范围内的任意两组参考节点的坐标代入到构建好的一元二次线性方程中，用于求解Ai和bi的值，例如：以1个定位节点，7个参考节点为例，每个参考节点的位置坐标都是已知的，即x和y已知，其中y＝ax+(-b)为确定线性方程，一组x，y为参考节点，另一组x，y为位置节点，两组x，y的信息用于求解a，b的值。另外，norm(X)用来衡量解得坐标的误差，即X的二范数，其表达式为：
值得说明的是，本发明实施例通过采用改进的加权质心算法，引入权值的概念差别处理具有不同误差的数据，提高定位精度，其中，改进的加权质心算法在解得坐标后代入方程得到相应误差值，权值使用该误差值的倒数。
示例性的，修正后的目标移动对象的坐标的计算公式具体为：
其中，(xc,yc)为修正后的目标移动对象的坐标。
值得说明的是，在改进的加权质心算法中，利用权值差别处理具有不同定位误差的不同定位结果，较小误差的倒数对应较大的权值，较大误差的倒数对应较小的权值，优化了传统质心算法，提高了定位准确性。同时，通过对多个传感器采取的同一主体的反馈信号进行计算分析，相较于传统质心定位算法，大幅度缩小了误差值，从而使得定位精度显著提升。
参见图3，是本发明实施例提供的一种工厂智能定位装置的结构示意图，包括：
当前磁通量获取模块31，用于当检测到工厂受控区域内存在移动对象时，实时获取所述受控区域的当前磁通量；
目标移动对象检测模块32，用于根据所述受控区域内的当前磁通量和地磁动态检测阈值之间的大小关系，检测所述受控区域内是否存在目标移动对象；
待定位参数获取模块33，用于当检测到所述受控区域内存在目标移动对象时，实时获取所述受控区域内的磁通量均值和所述目标移动对象的待定位参数；
动态检测阈值更新模块34，用于根据所述磁通量均值和地磁动态检测阈值的大小关系，判断是否需要更新地磁动态检测阈值；
质心估算坐标计算模块35，用于根据所述待定位参数计算所述目标移动对象的质心估算坐标；
加权因子计算模块36，用于根据所述目标移动对象的质心估算坐标计算所述质心估算坐标的加权因子；
目标移动对象定位模块37，用于根据所述质心估算坐标的加权因子对所述目标移动对象的质心估算坐标进行修正，得到修正后的目标移动对象的坐标。
与现有技术相比，本发明实施例提供的一种工厂智能定位装置，能够对受控区域内的地磁动态检测阈值进行实时更新，以提高地磁检测的精度，并通过改进后的加权质心定位算法进一步降低定位计算的误差，解决了现有技术中定位可靠性较低且定位精度较差的问题，进一步提高了定位的精度。
参见图4，是本发明实施例提供的一种终端设备的结构示意图。该实施例的终端设备4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序。所述处理器40执行所述计算机程序时实现上述各个工厂智能定位方法实施例中的步骤。或者，所述处理器40执行所述计算机程序时实现上述各装置实施例中各模块的功能。
示例性的，所述计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备4中的执行过程。
所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备4可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，所述示意图仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备4还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器40是所述终端设备4的控制中心，利用各种接口和线路连接整个终端设备4的各个部分。
所述存储器41可用于存储所述计算机程序和/或模块，所述处理器40通过运行或执行存储在所述存储器41内的计算机程序和/或模块，以及调用存储在存储器41内的数据，实现所述终端设备4的各种功能。所述存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述终端设备4集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器40执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述所述的工厂智能定位方法。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种工厂智能定位方法，其特征在于，包括以下步骤：
当检测到工厂受控区域内存在移动对象时，实时获取所述受控区域的当前磁通量；
根据所述受控区域内的当前磁通量和地磁动态检测阈值之间的大小关系，检测所述受控区域内是否存在目标移动对象；
当检测到所述受控区域内存在目标移动对象时，实时获取所述受控区域内的磁通量均值和所述目标移动对象的待定位参数；
当所述地磁通量均值大于或等于地磁动态检测阈值时，对所述地磁动态检测阈值进行更新；
根据所述待定位参数计算所述目标移动对象的质心估算坐标；
根据所述目标移动对象的质心估算坐标计算所述质心估算坐标的加权因子；
根据所述质心估算坐标的加权因子对所述目标移动对象的质心估算坐标进行修正，得到修正后的目标移动对象的坐标。
2.根据权利要求1所述的工厂智能定位方法，其特征在于，所述受控区域的当前磁通量的获取公式具体为：
其中，FM(k)为所述受控区域的当前磁通量，BX(k)，BY(k)、BZ(k)分别为当前地磁传感器的X、Y、Z轴检测值，BXref(k)、BYref(k)、BZref(k)分别为X、Y、Z轴的地磁场参考基准分量。
3.根据权利要求1所述的工厂智能定位方法，其特征在于，所述根据所述受控区域内的当前磁通量和地磁动态检测阈值之间的大小关系，检测所述受控区域内是否存在目标移动对象，包括：
当所述受控区域内的当前磁通量大于或等于地磁动态检测阈值时，检测到所述受控区域内存在目标移动对象。
4.根据权利要求1所述的工厂智能定位方法，其特征在于，所述受控区域内的磁通量均值具体为：
其中，M为预设次数，FMref(k-i)为第k-i次的磁通量，FMref(k)为第k次的磁通量。
5.根据权利要求1所述的工厂智能定位方法，其特征在于，所述根据所述待定位参数计算所述目标移动对象的质心估算坐标的公式具体为：
其中，(x，y)为所述目标移动对象的质心估算坐标，所述待定位参数包括所述目标移动对象的通信范围内的五个节点的坐标，分别为(x1，y1)、(x2，y2)、(x3，y3)、(x4，y4)、(x5，y5)。
6.根据权利要求1所述的工厂智能定位方法，其特征在于，所述根据所述目标移动对象的质心估算坐标计算所述质心估算坐标的加权因子的公式具体为：
其中，Wi为所述质心估算坐标
的加权因子，Ai和bi为第i组预设线性方程
中的一次项系数和常数项，
为
的二范数。
7.根据权利要求6所述的工厂智能定位方法，其特征在于，所述根据所述质心估算坐标的加权因子对所述目标移动对象的质心估算坐标进行修正，得到修正后的目标移动对象的坐标的计算公式具体为：
其中，(xc，yc)为修正后的目标移动对象的坐标。
8.一种工厂智能定位装置，其特征在于，包括：
当前磁通量获取模块，用于当检测到工厂受控区域内存在移动对象时，实时获取所述受控区域的当前磁通量；
目标移动对象检测模块，用于根据所述受控区域内的当前磁通量和地磁动态检测阈值之间的大小关系，检测所述受控区域内是否存在目标移动对象；
待定位参数获取模块，用于当检测到所述受控区域内存在目标移动对象时，实时获取所述受控区域内的磁通量均值和所述目标移动对象的待定位参数；
动态检测阈值更新模块，用于根据所述磁通量均值和地磁动态检测阈值的大小关系，判断是否需要更新地磁动态检测阈值；
质心估算坐标计算模块，用于根据所述待定位参数计算所述目标移动对象的质心估算坐标；
加权因子计算模块，用于根据所述目标移动对象的质心估算坐标计算所述质心估算坐标的加权因子；
目标移动对象定位模块，用于根据所述质心估算坐标的加权因子对所述目标移动对象的质心估算坐标进行修正，得到修正后的目标移动对象的坐标。
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的工厂智能定位方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的工厂智能定位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110876450.7A CN113671474A (zh) | 2021-07-30 | 2021-07-30 | 一种工厂智能定位方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110876450.7A CN113671474A (zh) | 2021-07-30 | 2021-07-30 | 一种工厂智能定位方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113671474A true CN113671474A (zh) | 2021-11-19 |
Family
ID=78540900
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110876450.7A Pending CN113671474A (zh) | 2021-07-30 | 2021-07-30 | 一种工厂智能定位方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113671474A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109640254A (zh) * | 2019-01-04 | 2019-04-16 | 南京邮电大学 | 一种基于改进高斯滤波的加权质心定位算法 |
| CN110493869A (zh) * | 2019-08-28 | 2019-11-22 | 淮阴工学院 | 一种基于rssi的k近邻差分修正质心定位方法 |
| CN111311927A (zh) * | 2020-01-17 | 2020-06-19 | 深圳市戴升智能科技有限公司 | 车流量检测方法、装置、计算机设备及存储介质 |
-
2021
- 2021-07-30 CN CN202110876450.7A patent/CN113671474A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109640254A (zh) * | 2019-01-04 | 2019-04-16 | 南京邮电大学 | 一种基于改进高斯滤波的加权质心定位算法 |
| CN110493869A (zh) * | 2019-08-28 | 2019-11-22 | 淮阴工学院 | 一种基于rssi的k近邻差分修正质心定位方法 |
| CN111311927A (zh) * | 2020-01-17 | 2020-06-19 | 深圳市戴升智能科技有限公司 | 车流量检测方法、装置、计算机设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 张维;赵亮;: "基于加权质心算法的无线网络节点定位方法", 沈阳工业大学学报, vol. 42, no. 05, pages 546 * |
| 胡浡洲: "基于无线传感器网络的磁性目标探测技术研究", 中国优秀硕士学位论文全文数据库信息科技辑, no. 3, pages 30 - 38 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110488234B (zh) | 车载毫米波雷达的外参标定方法、装置、设备及介质 | |
| CN101191832B (zh) | 一种基于测距的无线传感器网络节点定位方法 | |
| EP3404439A1 (en) | Cluster-based magnetic positioning method, device and system | |
| CN111634636B (zh) | 一种斗轮机的全自动取料控制系统 | |
| CN104796866A (zh) | 室内定位方法和装置 | |
| CN109298396A (zh) | 一种无人机定位方法、装置及计算机可读存储介质 | |
| Mussina et al. | Rssi based bluetooth low energy indoor positioning | |
| CN111007455A (zh) | 定位系统及方法、数据库、神经网络模型训练方法 | |
| CN105445729A (zh) | 无人机飞行三维航迹精度检测方法及系统 | |
| CN105372650A (zh) | 一种无人机飞行航迹精度检测方法及装置 | |
| CN102981160B (zh) | 一种确定空中目标航迹的方法及装置 | |
| CN107703484A (zh) | 无线传感器网络的精确定位算法 | |
| CN113671474A (zh) | 一种工厂智能定位方法、装置、设备及介质 | |
| CN112461199A (zh) | 一种基于NBIoT的天线姿态检测方法及终端 | |
| CN114758364B (zh) | 基于深度学习的工业物联网场景融合定位方法及系统 | |
| CN113923776B (zh) | 一种屏蔽目标位置确认及无人机自适应干扰系统和方法 | |
| CN102665272B (zh) | 一种基于种子节点选择的无线传感器网络定位方法及系统 | |
| KR20200043146A (ko) | 인공신경망을 기반으로 하는 적응형 거리측정장치 | |
| CN115597554A (zh) | 一种房屋沉降检测方法、系统、存储介质及智能终端 | |
| Fink et al. | RSSI-based indoor localization using antenna diversity and plausibility filter | |
| CN108332749A (zh) | 一种室内动态追踪定位方法 | |
| CN110796707B (zh) | 标定参数计算方法、装置以及存储介质 | |
| CN110381580B (zh) | 一种基于比例优化的WiFi定位方法 | |
| CN111487583A (zh) | 一种数据融合下移动目标无线增强定位方法 | |
| CN113848828B (zh) | 一种agv小车自动避障控制方法、装置、设备及介质 |
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 |