监狱犯人室内定位算法研究

室内定位技术因其在搜索、救援和安全方面的良好使用价值,越来越受到人们的关注。本文主要对基于室内监狱犯人的RFID室内定位算法进行研究,主要涉及其工作原理和相关的定位算法,特别是对LANDMARC室内定位算法进行了深入的研究以及改进优化,根据LANDMARC算法的缺点,通过对LANDMARC算法中阅读器的位置分布,参考标签的分布密度以及选取的参考标签数k值的优化改进,得出更优的LANDMARC改进算法,获得更好的定位精度和定位性能。改进的算法通过Matlab7.0模拟,提高监狱犯人室内定位精度,确保监狱的安全,提高效率。     

基于RFID和无人机的畜牧定位系统

针对牲畜放养情况下出现的易走丢,难以定位和统计问题,设计实现了基于RFID和无人机的畜牧定位系统。系统主要由数据采集、数据处理和终端显示三个功能模块组成。通过给每个牲畜绑定一个有源RFID标签,结合装配有RFID阅读器和手机的无人机进行自动巡航,实现把RFID数据和扫描到RFID时所对应的经纬度数据经手机进行预处理,再使用移动数据网络发送到数据服务器。服务器端对数据进行进一步分析和处理后,将牲畜位置数据和统计数据在养殖户手机终端显示,方便养殖户进行牲畜查看和管理。最后通过实地实验,对获取到的数据进行结果分析,显示牲畜定位误差在系统估计误差范围之内,具有较高准确性。对比原有的修筑围栏等方式,本系统具有成本较低、使用方便、可行性高的优点。     

基于RFID的移动机器人巡逻路径优化研究

针对移动机器人在大范围环境中的巡逻路径优化问题,提出一种基于RFID信息节点导引方法的路径和时间优化策略。研究了在一由实际环境抽象得出的拓扑地图环境下,使用RFID标签来标记环境中的关键位置,例如走廊,交叉点,拐角等,并且利用标签中储存的导航指令来指导移动机器人的行动。将机器人分为3路巡逻,优化得出巡逻总路程最短且历经信息节点数均衡的路径。设定机器人在节点的停留时间,研究了机器人在一限定时间内巡逻完所有节点的分组及路径优化方法。为大范围布置RFID信息节点导引机器人行动的环境下,提供了一种巡逻路径优化方案。     

改进的无线射频识别阅读器定位算法

针对RFID故障频率较高而导致RFID阅读器定位准确性较低的问题,提出一种改进的RFID阅读器定位算法。首先对RFID阅读器的故障类型进行分析,然后基于识别区域几何知识和线性二阶锥形规划处理长时大范围故障,并且采用质量指数指标对定位结果进行评价,最后对算法进行仿真测试。仿真结果表明,相对于当前的RFID阅读器定位算法,本文算法不仅提高了定位精度,而且可以提供定位质量信息。     

基于BP神经网络的智能轮胎标签仿真研究

轮胎中植入的RFID标签,可以长时间的很好的存储轮胎的型号、胎压、出厂日期等信息。RFID标签在空气中的阅读距离可以达到很大的距离,但是一旦植入轮胎中,很容易受到轮胎中的金属层和炭黑等电介质的影响,导致读取距离下降。所以,需要寻找合适的方法来预测不同RFID标签情况下的阅读器读取距离,就显得尤为重要了。 为了更加快捷方便的研究两者之间的关系,在天线长度、轮胎的介电常数、与钢丝层的距离都变化的情况下,利用FEKO电磁仿真软件建立了不同情况下的天线,并仿真得到反射系数S_11,然后利用弗林斯传输方程（Friis）计算得到仿真读取距离。MATLAB中有可供调用的神经网络工具箱,利用MATLAB强大的数据处理能力,建立BP神经网络预测模型,从而建立起标签天线长度、轮胎中标签与钢丝层的距离、轮胎介电常数和已得到的仿真读取距离之间的BP神经网络模型。实际测量值与训练后得到的预测仿真值在误差允许的范围内可以认定为实际测量距离。 因此,可以通过建立BP神经网络模型的方法,快速方便的在一定精度范围内预测阅读器的阅读距离。     

基于激光测距仪全局匹配扫描的SLAM算法研究

针对传统的SLAM(Simultaneous Localization and Mapping)算法构建地图时容易受环境因素和外界条件的的影响,在非线性系统状态下误差修正能力不足,且当机器人位姿都处于未知状态时,移动机器人位姿获取不精确,地图构建SLAM技术特征量的获取比较繁琐、不准确等问题。以电力巡检机器人为平台,研究了基于全局匹配的扫描算法,摒弃传统的栅格地图模型的插值方法,采用双线性滤波的插值方法,保证子栅格单元的精确性,估算栅格占用函数的概率和导数。最后采用此算法解决了SLAM地图构建的问题,并分别在室内室外环境进行实验。实验结果表明：基于激光测距仪的全局匹配扫描的SALM算法,在室内室外两种不同环境下,不受复杂背景的影响,准确地进行机器人位姿定位,以及环境地图的构建     

水下机器人抗波浪扰动动力定位研究

针对水下机器人近水面运动受到波浪干扰而产生的不确定性问题,结合所研制的新型海洋工程模态切换机器人MC-ROV,文章基于CFD法建立动力学模型,进行6DOF动力定位分析。根据定位误差设计力和力矩分配策略,采用非奇异终端滑膜控制(NTSM)对推力予以补偿,以减小由波浪等随机带来的影响,并采用无味卡尔曼(UKF)实时估计水下机器人的状态。仿真结果表明,该方法具有良好的动力定位效果,并且在受扰动后可以迅速调整动力分配策略,减小其带来的负面影响。     

基于低成本INS/RFID的室内定位技术

在个人导航和基于位置服务(LBS)领域,如何实现低成本、高可靠性、高精度、连续的室内定位仍是研究的热点;然而依靠单一技术的室内定位结果很难满足上述定位要求;文章用粒子滤波(PF)对INS和RFID技术进行融合;对低精度INS使用行人航迹推算算法(PDR),其中步数和步长由峰值检测和Weinberg算法分别测算;根据位置信息对RFID使用加权KNN算法;仿真结果表明:组合定位纠正了INS的累计误差和漂移,实现了自主可靠的连续定位,提高了定位精度,极大程度上优化了系统性能。     

工程装备嵌入式软件测试环境平台技术研究

在个人导航和基于位置服务（LBS）领域,如何实现成本低廉、高可靠性、高精度、连续的室内定位仍是研究的热点。然而依靠单一技术的室内定位结果很难满足上述定位要求。文章用粒子滤波（PF）对INS和RFID技术进行融合。对低精度INS使用行人航迹推算算法（PDR）,其中步数和步长由峰值检测和Weinberg算法分别测算;根据位置信息对RFID使用加权KNN算法。仿真结果表明：组合定位纠正了INS的累计误差和漂移,实现了自主可靠的连续定位,提高了定位精度,极大程度上优化了系统性能。     

无源超高频射频识别系统路径损耗研究

基于射频识别技术原理及Friis传输方程, 导出了自由空间下无源超高频射频识别(RFID) 系统路径损耗表达式. 结合菲涅耳区理论, 分析了菲涅耳余隙及阅读器天线至标签间距两因变量条件下 第一菲涅耳区受阻隔对RFID系统路径损耗的影响, 并提出了双斜率对数距离路径损耗模型. 在开阔室内环境下, 测试了菲涅耳余隙及阅读器天线至标签间距变化时的系统路径损耗. 测试结果表明: 菲涅耳余隙大于第一菲涅耳区半径1.5倍时, 刃形障碍物对系统路径损耗影响较小; 相比传统对数距离路径损耗模型, 双斜率模型标准差减小10%. 关键词： 射频识别 路径损耗 菲涅耳区 线性回归     

标签密集环境下天线互偶效应研究

基于射频识别技术原理及Friis传输方程, 导出了无源超高频射频识别系统链路模型, 结合二端口网络分析方法, 导出了标签密集环境下的标签天线互阻抗计算表达式.利用单阅读器单标签时的标签阻抗匹配条件, 基于功率传输系数及调制因子, 分析了互偶效应对系统链路的影响.在开阔室内环境中, 测试了双标签及标签单、双平面布置情形下的阅读器天线最小发射功率及系统识别率.测试结果表明, 双标签及双平面情形下, 阅读器天线最小发射功率变化率分别为(-7%, 11.6%)及(-10%, 12.5%). 关键词： 射频识别 密集环境 互偶效应 互阻抗     

无源标签反向散射调制性能的分析和测试

分析了无源超高频射频识别系统阅读器接收机获得最大有效吸收功率的标签侧条件,讨论阻抗失配对标签反向散射链路调制系数的影响,导出阅读器接收机归一化有效吸收功率、解调输出信号的信噪比下边界和接收端误码率三者的反向散射调制系数表达式.在开阔的室内环境下,完成了不同参数条件下的反向散射调制系数测试.测试研究表明,反向散射调制系数位于区间 时,标签可以被正确识别. 关键词： 射频识别 无源标签 反向散射调制 调制系数     

基于RFID的智能跟踪机器人的设计

针对国内各种智能机器人的智能跟踪难这一现状,设计出一种基于RFID技术的智能跟踪的机器人,能实现对携有特定电子标签的目标进行实时跟踪。该机器人以STC89C51单片机为核心,采用有源RFID读写器(HR6020C)和电子标签(WS-HT06)构建定位系统,采用单片机控制L298来驱动机器人的两个后轮,整个系统通过单片机进行整合、计算、处理数据,并发出指令,控制机器人对目标进行跟踪,进而达到机器人的智能跟踪的目的。实验结果表明,该机器人达到了智能跟踪的要求。     

模糊PID控制下移动机器人定位方法研究

机器人定位研究一直是机器人学研究的重点,但目前机器人定位方法都存在缺点,抗干扰能力差,不能做到准确定位,主要是由于环境等多方面因素的干扰,定位误差会逐渐加大。由于上述原因,提出了一种基于设定值加权模糊PID控制的移动机器人自定位方法。给出了定位过程的参数,为机器人移动建立模型,设计一种模糊 PID 控制器,根据误差及变化率大小,选择模糊定位或PID定位,实现移动机器人的智能定位,提高机器人定位准确的准确性。通过仿真实验结果证明：模糊PID控制的机器人自定位方法对移动机器人的定位过程有较好的改善作用,实用效果较好。     

基于蚁群算法的室内可见光高精度三维定位系统

为了提高室内定位精度,实现三维定位,提出一种基于蚁群算法的的可见光通信室内高精度三维定位系统。本系统采用了码分多址(Code Division Multiple Access,CDMA)调制技术,解决了室内可见光通信多信号源之间的符号间干扰.系统中与发光二极管(Light Emitting Diode,LED)光信号源地理位置相关的ID信息码经过直接扩频调制后加载至发光二极管驱动电路,以光信号的形式在室内传播.光信号经过放大、滤波、采样处理后,根据码分多址调制技术中扩频码的正交性恢复出ID信息及光强衰减信息.经过计算获得来自不同发光二极管的信号光强衰减因子,利用蚁群算法的全局搜索性确定最优定位点.引入误差修复因子,利用蚁群算法的并行搜索性对光强衰减因子偏差进行修正.仿真结果表明,信噪比为30dB,20dB,10dB的条件下,算法的定位精度分别为2cm,4cm,8cm.当计算的精度高于45cm时,蚁群算法定位解的搜索效率明显高于遍历法.在10dB的信噪比条件下,对光强衰减因子进行修正后100%的测试点都实现了5cm定位精度.实验结果表明,20dB信噪比条件下,92.59%的测试点的定位误差小于8cm,96.29%的测试点定位误差小于10cm,最大定位误差为11.30cm.经过误差修复后,96.2%的测试点实现了3cm的定位精度,61.6%的测试点实现了2cm的定位精度.本算法在实现了高精度定位,减少了获得最优定位解的计算量.     

基于双目视觉的室内定位标定新方法

随着全球导航卫星系统的发展,位置服务日渐成为人们生活工作之中必不可少的一部分,越来越多的人习惯使用定位技术。随着室内导航应用需求的不断增加,基于多目视觉原理的室内定位导航技术已经成为目前很多技术领域的研究热点,并日趋成熟。在室内导航定位前,相机的标定过程是重中之重,标定精度对最终定位精度有着决定性作用。然而,当有气液界面存在时,由于视线在传播过程中发生折射,现有的线性标定技术不再适用,并成为制约室内特殊场景定位(如水下机器人作业)的主要技术障碍。针对有气液界面的条件提出了一种新的标定方法,对界面位置进行精确定位,并修正了线性针孔模型,能够有效解决有气液界面存在条件下不能准确标定的难题,克服了封闭体内测量时无法进行现场标定的困难。为验证标定方法的可行性与可靠性,进行了数值模拟,模拟结果显示,此方法误差较小,满足室内定位中的标定精度要求。