CN114353794A - 一种基于配戴式定位装置和距离传感器的融合的目标定位方法 - Google Patents
一种基于配戴式定位装置和距离传感器的融合的目标定位方法 Download PDFInfo
- Publication number
- CN114353794A CN114353794A CN202111412159.0A CN202111412159A CN114353794A CN 114353794 A CN114353794 A CN 114353794A CN 202111412159 A CN202111412159 A CN 202111412159A CN 114353794 A CN114353794 A CN 114353794A
- Authority
- CN
- China
- Prior art keywords
- target
- targets
- distance
- positioning
- independent
- 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 42
- 230000004927 fusion Effects 0.000 title claims abstract description 13
- 230000003068 static effect Effects 0.000 claims description 30
- 230000010354 integration Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 230000004807 localization Effects 0.000 claims 2
- 238000005516 engineering process Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提出一种基于配戴式定位装置和距离传感器的融合的目标定位方法，包括：对多个目标的佩戴式定位装置的定位数据，以及距离传感器获得的多个目标的轨迹信息进行数据融合，获得目标的轨迹信息的归属概率，判定轨迹信息所对应的ID，其中所述定位数据包含佩戴式定位装置的ID。本发明将基于佩戴式的定位装置所获取的多目标定位数据与基于距离传感器的多目标轨迹信息相融合，能够获得含ID的精准定位及轨迹信息。
Description
技术领域
本发明涉及目标定位技术，更具体地，涉及一种基于配戴式定位装置和距离传感器的融合的目标定位方法。
背景技术
在某些特定的应用场景中，需要精准获知观察区域内多个人的定位信息及相应身份信息(ID)。针对该需求，基于佩戴式的定位装置，如手环等，是一种常见的解决方案。此类方案基于超宽带无线通信技术(UWB)，在观察区域周边部署数个小型基站，利用无线定位技术来感知佩戴设备的用户位置。
基于佩戴式的定位装置所获取的数据优点是有正确、唯一的ID。但也存在一些问题：(1)基于长时间续航考虑，手环数据的帧率较低，一般低于2帧/每秒(FPS)。(2)无线定位技术受多径、反射、遮挡等信号干扰，三维空间的绝对定位精度低，在室内尤为明显。而且定位结果不稳定，存在随时间而位置漂移的现象。
基于距离传感器的多目标跟踪方法是针对该需求的另一种解决方法。距离传感器数据具有帧率高、定位精度高的优点，可基于目标提取和跟踪算法对时序数据进行分析，提取出人体及跟踪结果(即轨迹信息)。但缺点是没有相应的ID信息，而且在有些场景下(如被遮挡)时会出现跟踪不稳定、目标丢失、轨迹断裂的情况。
发明内容
针对背景技术中的问题，本发明提出一种基于配戴式定位装置和距离传感器的融合的目标定位方法，包括：对多个目标的佩戴式定位装置的定位数据，以及距离传感器获得的多个目标的轨迹信息进行数据融合，获得目标的轨迹信息的归属概率，判定轨迹信息所对应的ID，其中所述定位数据包含佩戴式定位装置的ID。
优选地，所述的目标定位方法还包括：在时序上判定目标是否是独处目标、单独移动目标、单独静止目标或目标之间的远离关系，不断更新目标的轨迹信息的归属概率。
优选地，判定独处目标、单独移动目标或单独静止目标的方法为：
1)根据基于距离传感器的多目标定位及跟踪所得到的轨迹信息，判定是否有独处目标、单独移动目标或单独静止目标，获得第一目标集合；
2)根据佩带式定位装置所获取的多目标位置信息，判定是否有独处目标、单独移动目标或单独静止目标，获得第二目标集合；
3)对第一和第二目标集合中的每个元素逐次实施两两匹配，判断是否匹配成功；
4)若存在匹配成功的目标i和目标j，则增加其归属概率
其中，
表示编号为i的轨迹在t时刻属于第j个佩戴式定位装置的归属概率。
优选地，判断是否为独处目标的方法为：对每个目标计算与其他目标的距离，如果均大于预设门限值，则该目标被判定为独处目标。
优选地，判断是否为单独移动目标的方法为：如果目标在过去一定时间范围内的移动距离大于预设门限值，则该目标被判定为移动目标；对每个移动目标计算其与其他移动目标的距离，如果均大于预设门限值，则该目标被判定为单独移动目标。
优选地，判断是否为单独静止目标的方法为：如果目标在过去一定时间范围内的移动距离小于预设门限值，则该目标被判定为静止目标；对每个静止目标计算其与其他静止目标的距离，如果均大于预设门限值，则该目标被判定为单独静止目标。
优选地，目标之间的远离关系的判断和处理方法为：对于佩带式定位装置所获取的每个目标，判断其在距离传感器输出的多个目标的轨迹信息中，是否存在一个或多个距离大于预设门限值的远离目标，若存在，则减小该目标和所述一个或多个远离目标之间的归属概率。
优选地，所述的目标定位方法还包括：5)当某个轨迹结束时，则基于轨迹生存期内的归属概率，判定该轨迹与ID的对应关系。
优选地，对于一条轨迹，基于其生存期内对于每个佩带式定位装置的归属概率，判定该轨迹与一个或多个ID的对应关系。
优选地，所述的目标定位方法还包括：在进行数据融合之前，对多个目标的佩戴式定位装置的定位数据和距离传感器的多个目标的轨迹信息进行坐标统合以及时间同步及对齐。
本发明将基于佩戴式的定位装置所获取的多目标定位数据与基于距离传感器的多目标轨迹信息相融合，能够获得含ID的精准定位及轨迹信息。
附图说明
为了更容易理解本发明，将通过参照附图中示出的具体实施方式更详细地描述本发明。这些附图只描绘了本发明的典型实施方式，不应认为对本发明保护范围的限制。
图1为本发明的方法的流程图。
具体实施方式
下面参照附图描述本发明的实施方式，以便于本领域的技术人员可以更好的理解本发明并能予以实施，但所列举的实施例不作为本发明的限定，在不冲突的情况下，下述的实施例及实施例中的技术特征可以相互组合，其中相同的部件用相同的附图标记表示。
如图1所示，本发明的方法包括，S1，获取多个目标的佩戴式装置的定位数据，所述定位数据包含佩戴式定位装置的ID。具体地，在观测区域内部及周边，安装若干UWB基站，并进行标定和时间同步操作，以保持多台基站的时空间一致。安装完毕后保持基站位置固定。佩戴式的定位装置(如手环)由用户佩戴。基于无线定位技术，佩戴式的定位系统可获取观测区域内所有佩戴式定位装置(例如手环)的ID、时间戳及位置信息(二维或三维空间坐标)。
参照图1，在步骤S2中，获取基于距离传感器的多个目标的轨迹信息。距离传感器是一种可以测量感知范围内目标距离信息的传感器，包括但不限于单线/多线激光传感器、飞行时间(ToF)/结构光式面阵传感器、固态距离传感器等。在观测区域内部及周边安装一台或多台距离传感器，以实现对观测区域的充分覆盖，并获得此区域内的距离信息。安装多台距离传感器时，需要进行标定和时间同步操作，以保持多台距离传感器的时空间一致。基于所获取的时间序列距离信息，可应用目标提取、跟踪及融合方法，实现多距离传感器下的联合人体定位及跟踪。一种实施的方案是，基于深度学习实现单帧人体检测，然后通过图匹配的方法实现多传感器目标融合，最后基于传统跟踪方法实现目标的连续跟踪及轨迹输出。通过以上步骤，可以获得基于距离传感器的多目标轨迹信息，即在时序上各个目标的位置信息(二维或三维空间坐标)。各个目标轨迹以编号区分。
参照图1，在步骤S3中，进行数据融合，基于目标轨迹的归属概率，判定该轨迹与ID的对应关系。具体包括步骤S31-S34。
在步骤S31中，对S1中获取的定位数据和步骤S2中获取的轨迹信息进行坐标统合。这是因为，基于佩戴式装置的定位系统、以及基于距离传感器的多目标定位及跟踪系统均有自身的三维空间坐标系。首先通过标定步骤(例如比对特征点或参照物)，将两个系统的三维空间坐标统一。
在步骤S32中，对S1中获得的定位数据和S2中所得的轨迹信息进行时间同步及对齐。基于佩戴式装置的定位系统、以及基于距离传感器的多目标定位及跟踪系统的系统时间可能存在差异。通过事先同步两个系统的时间，或者基于参照事件确定系统时间差，将两个系统的时间维度统一。基于佩戴式装置的定位系统、以及基于距离传感器的多目标定位及跟踪系统的采样时间间隔往往不同。因此，可以通过插值、上采样等方法将低时间分辨率的数据向高时间分辨率的数据对齐。
在步骤S33中，对轨迹信息，在时序上对现存的所有轨迹目标，对判断为独处目标、单独移动目标、单独静止目标、目标之间的远离关系，不断更新该目标轨迹的归属概率。
具体地，对于编号为i(i＝1,2,…,N)的轨迹，定义该轨迹在t时刻属于第j(j＝1,2,…,M)个佩戴装置(例如手环)的归属概率为
记第i条轨迹最初出现的时刻为τi。新轨迹目标出现后，首先，初始化其归属概率。一种常见的实施方案如下：
然后，在时序上判定是否独处目标、单独移动目标、单独静止目标、目标之间的远离关系，不断更新其归属概率，优选地，对现存的所有轨迹目标逐次迭代。
其中，独处目标的判定方法为，在t时刻，执行以下操作：
(1)根据基于距离传感器的多目标定位及跟踪所得到的轨迹信息，判定是否有独处目标。一种实施的方案是，对每个目标计算其与其他目标的距离，如果均大于预设门限值，则该目标被判定为独处目标。得到第一独处目标集合Palone＝{i1,i2,…}。
(2)根据佩带式定位装置所获取的多目标位置信息，判定是否有独处目标。一种实施的方案是，对每个目标计算其与其他目标的距离，如果均大于预设门限值，则该目标被判定为独处目标。得到第二独处目标集合Qalone＝{j1,j2,…}。
(3)对第一和第二独处目标集合Palone和Qalone中的每个元素逐次实施两两匹配，判断是否匹配成功。一种实施的方案是，如果目标i∈Palone仅与目标j∈Qalone的距离小于预设门限值，且目标j也仅与目标i的距离小于预设门限值，则匹配成功，否则匹配失败。
(4)若存在匹配成功的独处目标i和j，则增加其归属概率。增加的方法包含但不限于以下几种方式：
设置
设置
设置
其中，单独移动目标的判定方法为，在t时刻，执行以下操作：
(1)根据基于距离传感器的多目标定位及跟踪系统所输出的轨迹信息，判定是否有单独移动目标。一种实施的方案是，如果目标在过去一定时间范围内的移动距离大于预设门限值，则该目标被判定为移动目标；对每个移动目标计算其与其他移动目标的距离，如果均大于预设门限值，则该目标被判定为单独移动目标。获得第一单独移动目标集合Psingle_move＝{i1,i2,…}。
(2)根据佩带式定位装置所获取的多目标位置信息，判定是否有单独移动目标。一种实施的方案是，如果目标在过去一定时间范围内的移动距离大于预设门限值，则该目标被判定为移动目标；对每个移动目标计算其与其他移动目标的距离，如果均大于预设门限值，则该目标被判定为单独移动目标。获得第二单独移动目标集合Qsingle_move＝{j1,j2,…}。
(3)对第一和第二单独移动目标集合Psingle_move和Qsingle_move的每个元素逐次实施两两匹配，判断是否匹配成功。一种实施的方案是，如果目标i∈Psingle_move仅与目标j∈Qsingle_move的距离小于预设门限值，且目标j也仅与目标i的距离小于预设门限值，则匹配成功，否则匹配失败。
(4)若存在匹配成功的单独移动目标i和j，增加其归属概率。增加的方法包含但不限于以下几种方式：
设置
设置
设置
其中，单独静止目标的判定方法为，在t时刻，执行以下操作：
(1)根据基于距离传感器的多目标定位及跟踪系统所输出的轨迹信息，判定是否有单独静止目标。一种实施的方案是，如果目标在过去一定时间范围内的移动距离小于预设门限值，则该目标被判定为静止目标；对每个静止目标计算其与其他静止目标的距离，如果均大于预设门限值，则该目标被判定为单独静止目标。获得第一单独静止目标集合Psingle_static＝{i1,i2,…}。
(2)根据佩带式定位装置所获取的多目标位置信息，判定是否有单独静止目标。一种实施的方案是，如果目标在过去一定时间范围内的移动距离小于预设门限值，则该目标被判定为静止目标；对每个静止目标计算其与其他静止目标的距离，如果均大于预设门限值，则该目标被判定为单独静止目标。输出单独静止目标集合Qsingle_static＝{j1,j2,…}。
(3)对第一和第二单独静止目标集合Psingle_static和Qsingle_static的每个元素逐次实施两两匹配，判断是否匹配成功。一种实施的方案是，如果目标i∈Psingle_static仅与目标j∈Qsingle_static的距离小于预设门限值，且目标j也仅与目标i的距离小于预设门限值，则匹配成功，否则匹配失败。
(4)若存在匹配成功的单独静止目标i和j，增加其归属概率。增加的方法包含但不限于以下几种方式：
设置
设置
设置
其中，目标之间的远离关系的判定具体步骤为，在t时刻，执行以下操作：
(1)根据佩带式定位装置所获取的多目标位置信息，对于每个目标j，判断在根据基于距离传感器的多目标定位及跟踪系统所输出的轨迹信息中，是否存在一个或多个远离目标i。一种实施的方案是，对每个目标j，计算其与每个目标i的距离，如果大于预设门限值，则该目标i和j被判定为远离关系。输出远离关系集合Pfar_away＝{(i1,j1),(i2,j2),…}。
(2)若存在具有远离关系的目标i和j时,减小其归属概率。减小的方法包含但不限于以下几种方式：
设置
设置
设置
在步骤S34中，对归属概率进行归一化。具体地，在时刻t，针对独处目标、单独移动目标、单独静止目标和目标的远离关系，对归属概率归一化，如下：
参照图1，在步骤S4，基于归属概率判定当前帧该轨迹与ID的对应关系。
更优选的，在时序上按上述准则依次迭代。当某个轨迹结束时，则基于轨迹生存期内的归属概率，判定该轨迹与一个或多个ID的对应关系。一种实施的方案是，对于目标轨迹i，计算其对于每个手环j的累积归属概率。具有最大累积归属概率所对应的手环jmax即为该轨迹i对应的ID。
以上述方式，基于距离传感器的多目标定位及跟踪系统所输出的各条轨迹均可找到其对应的ID信息。因此，通过这样的方式，既可以获得目标轨迹的ID信息，又可以获得高精度的定位信息。
以上所述的实施例，只是本发明较优选的具体实施方式，本说明书使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本公开的相同或不同实施例中的一个或多个。本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。
Claims (10)
1.一种基于配戴式定位装置和距离传感器的融合的目标定位方法，其特征在于，包括：
对多个目标的佩戴式定位装置的定位数据，以及距离传感器获得的多个目标的轨迹信息进行数据融合，获得目标的轨迹信息的归属概率，判定轨迹信息所对应的ID，其中所述定位数据包含佩戴式定位装置的ID。
2.根据权利要求1所述的目标定位方法，其特征在于，还包括：
在时序上判定目标是否是独处目标、单独移动目标、单独静止目标或目标之间的远离关系，不断更新目标的轨迹信息的归属概率。
3.根据权利要求2所述的目标定位方法，其特征在于，判定独处目标、单独移动目标或单独静止目标的方法为：
1)根据基于距离传感器的多目标定位及跟踪所得到的轨迹信息，判定是否有独处目标、单独移动目标或单独静止目标，获得第一目标集合；
2)根据佩带式定位装置所获取的多目标位置信息，判定是否有独处目标、单独移动目标或单独静止目标，获得第二目标集合；
3)对第一和第二目标集合中的每个元素逐次实施两两匹配，判断是否匹配成功；
4)若存在匹配成功的目标i和目标j，则增加其归属概率
其中，
表示编号为i的轨迹在t时刻属于第j个佩戴式定位装置的归属概率。
4.根据权利要求3所述的目标定位方法，其特征在于，判断是否为独处目标的方法为：对每个目标计算与其他目标的距离，如果均大于预设门限值，则该目标被判定为独处目标。
5.根据权利要求3所述的目标定位方法，其特征在于，判断是否为单独移动目标的方法为：如果目标在过去一定时间范围内的移动距离大于预设门限值，则该目标被判定为移动目标；对每个移动目标计算其与其他移动目标的距离，如果均大于预设门限值，则该目标被判定为单独移动目标。
6.根据权利要求3所述的目标定位方法，其特征在于，判断是否为单独静止目标的方法为：如果目标在过去一定时间范围内的移动距离小于预设门限值，则该目标被判定为静止目标；对每个静止目标计算其与其他静止目标的距离，如果均大于预设门限值，则该目标被判定为单独静止目标。
7.根据权利要求2所述的目标定位方法，其特征在于，目标之间的远离关系的判断和处理方法为：对于佩带式定位装置所获取的每个目标，判断其在距离传感器输出的多个目标的轨迹信息中，是否存在一个或多个距离大于预设门限值的远离目标，若存在，则减小该目标和所述一个或多个远离目标之间的归属概率。
8.根据权利要求4所述的目标定位方法，其特征在于，还包括：
5)当某个轨迹结束时，则基于轨迹生存期内的归属概率，判定该轨迹与ID的对应关系。
9.根据权利要求8所述的目标定位方法，其特征在于，
对于一条轨迹，基于其生存期内对于每个佩带式定位装置的归属概率，判定该轨迹与一个或多个ID的对应关系。
10.根据权利要求1所述的目标定位方法，其特征在于，还包括：在进行数据融合之前，对多个目标的佩戴式定位装置的定位数据和距离传感器的多个目标的轨迹信息进行坐标统合以及时间同步及对齐。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111412159.0A CN114353794A (zh) | 2021-11-25 | 2021-11-25 | 一种基于配戴式定位装置和距离传感器的融合的目标定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111412159.0A CN114353794A (zh) | 2021-11-25 | 2021-11-25 | 一种基于配戴式定位装置和距离传感器的融合的目标定位方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114353794A true CN114353794A (zh) | 2022-04-15 |
Family
ID=81095735
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111412159.0A Pending CN114353794A (zh) | 2021-11-25 | 2021-11-25 | 一种基于配戴式定位装置和距离传感器的融合的目标定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114353794A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013072401A2 (en) * | 2011-11-15 | 2013-05-23 | Swiss Timing Ltd | Tracklet-based multi-commodity network flow for tracking multiple people |
| CN103399333A (zh) * | 2013-08-05 | 2013-11-20 | 厦门纳网科技有限公司 | 一种可移动无线定位方法及系统 |
| CN108051777A (zh) * | 2017-12-01 | 2018-05-18 | 北京迈格威科技有限公司 | 目标的追踪方法、装置及电子设备 |
| CN108280442A (zh) * | 2018-02-10 | 2018-07-13 | 西安交通大学 | 一种基于轨迹匹配的多源目标融合方法 |
| CN108376273A (zh) * | 2018-01-23 | 2018-08-07 | 四川精工伟达智能技术股份有限公司 | 多目标定位跟踪方法、装置、计算机可读介质及电子设备 |
| CN111698774A (zh) * | 2020-06-23 | 2020-09-22 | 北京麦钉艾特科技有限公司 | 基于多源信息融合的室内定位方法及装置 |
| CN112146648A (zh) * | 2020-09-23 | 2020-12-29 | 河北工业大学 | 一种基于多传感器数据融合的多目标跟踪方法 |
| CN112312323A (zh) * | 2020-10-27 | 2021-02-02 | 南京东奇智能制造研究院有限公司 | 一种目标轨迹追踪方法及装置 |
-
2021
- 2021-11-25 CN CN202111412159.0A patent/CN114353794A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013072401A2 (en) * | 2011-11-15 | 2013-05-23 | Swiss Timing Ltd | Tracklet-based multi-commodity network flow for tracking multiple people |
| CN103399333A (zh) * | 2013-08-05 | 2013-11-20 | 厦门纳网科技有限公司 | 一种可移动无线定位方法及系统 |
| CN108051777A (zh) * | 2017-12-01 | 2018-05-18 | 北京迈格威科技有限公司 | 目标的追踪方法、装置及电子设备 |
| CN108376273A (zh) * | 2018-01-23 | 2018-08-07 | 四川精工伟达智能技术股份有限公司 | 多目标定位跟踪方法、装置、计算机可读介质及电子设备 |
| CN108280442A (zh) * | 2018-02-10 | 2018-07-13 | 西安交通大学 | 一种基于轨迹匹配的多源目标融合方法 |
| CN111698774A (zh) * | 2020-06-23 | 2020-09-22 | 北京麦钉艾特科技有限公司 | 基于多源信息融合的室内定位方法及装置 |
| CN112146648A (zh) * | 2020-09-23 | 2020-12-29 | 河北工业大学 | 一种基于多传感器数据融合的多目标跟踪方法 |
| CN112312323A (zh) * | 2020-10-27 | 2021-02-02 | 南京东奇智能制造研究院有限公司 | 一种目标轨迹追踪方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 唐亮, 谢维信, 黄建军, 黄敬雄: "一种基于模糊运算的多目标多传感器跟踪算法", 系统工程与电子技术, no. 11, 20 November 2004 (2004-11-20) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Großwindhager et al. | SnapLoc: An ultra-fast UWB-based indoor localization system for an unlimited number of tags | |
| EP2510377B1 (en) | System and method for tracking objects under occlusion | |
| CN108496057B (zh) | 基于照明源定位 | |
| Hepp et al. | Omni-directional person tracking on a flying robot using occlusion-robust ultra-wideband signals | |
| CA2974031A1 (en) | Method of tracking one or more mobile objects in a site and a system employing same | |
| JP5554726B2 (ja) | データ関連付けのための方法と装置 | |
| WO2007044044A2 (en) | Method and apparatus for tracking objects over a wide area using a network of stereo sensors | |
| CN108882149B (zh) | 距离相关概率的nlos补偿定位方法 | |
| CN108872934B (zh) | 一种基于非视距误差抑制的室内三维定位方法 | |
| JP2010539483A (ja) | Ｌｏｓ条件及びｎｌｏｓ条件の下での地図情報を使用した移動端末装置の位置の向上した線形最小二乗推定のための方法 | |
| KR101873797B1 (ko) | 신호의 도래 시간차 정보 매칭을 이용한 위치 탐지 방법 | |
| CN108495090B (zh) | 一种用户设备的定位方法、装置及其系统 | |
| CN113534047A (zh) | 设备定位方法和装置 | |
| Zeng et al. | NLOS detection and mitigation for UWB/IMU fusion system based on EKF and CIR | |
| CN112540345B (zh) | 一种基于高斯分布检测uwb质量的双模型定位方法及系统 | |
| CN114353794A (zh) | 一种基于配戴式定位装置和距离传感器的融合的目标定位方法 | |
| CN116772860A (zh) | 基于无线定位技术与视觉人工智能融合的新型室内定位系统 | |
| KR102583899B1 (ko) | 보행자 실내 위치 측위 장치 및 방법 | |
| Nielsen et al. | Fusion of security camera and RSS fingerprinting for indoor multi-person tracking | |
| EP3097435B1 (en) | Method for estimating the position of a portable device | |
| Van Nguyen et al. | Location-aware visual radios | |
| US7965237B2 (en) | Mobile system and method for position estimation | |
| Shaoxian et al. | UWB positioning enhancement using Markov chain in indoor NLOS environment | |
| CN111190139B (zh) | 一种用于复杂环境中超宽带非视线传输的高精度定位方法 | |
| CN114612521A (zh) | 一种多目标多相机跟踪方法、系统、设备及存储介质 |
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 |