基于室内定位与机器视觉的跟随向导终端的研究与实现
发布时间：2021-05-28 10:21
随着科技发展,无线定位技术正在逐步走入人们的生活。在目前室内定位技术尚未普及的情况下,具有自动跟随与环境识别功能的室内辅助向导设备成为了人们生活中的一项需求。本文就如何将定位精度更高的超宽带技术应用于自动跟随场景,通过数据优化处理与硬件配合实现稳定的跟随过程,以及如何提高图像边缘识别的效率以便更有效地检测环境正方向两个方面进行研究,最终在软件和硬件层面设计并实现了具有自动跟随与环境正方向识别功能的向导终端。第一部分为基于超宽带定位的自动跟随系统的研究与实现过程,包括硬件的架构以及软件控制逻辑。着重分析了定位数据抖动、数据到达延时、硬件驱动系统局限性等多种内部因素对终端跟随用户过程的平滑性与稳定性的影响,使用结合了滑动加权思想以及卡尔曼滤波的优化算法对数据进行处理,最终得到用户相对位置随时间变化的平滑曲线。设计自适应的硬件调节逻辑,可以根据被跟随用户的移动速度与转向幅度自动调节行走速度与转向偏角,使得无论用户的运动状态如何,终端都能够稳定地起步,转向和跟随。第二部分为基于改进HSI图像边缘识别方法的环境方向参考线算法研究。为使移动终端在非跟随状态下能够沿着室内环境正方向线来移动,需要在终...
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
图１－１室内定位技术实现效果??自动跟随系统这一概念最早在机器人以及人工智能领域中被提出，自行走终??端可以通过识别用户手中基站的相对位置来进行跟随移动，目前用作定位信号传??
为基础的磁场定位技术、以终端传感器为基础的惯性导航技术等，这些技术的环??境条件限制较大，一般只能应用于特定的场景中。目前的主流定位技术以及其应??用场景如图１－２所示，不同的定位技术有不同的优势和劣势并适用于不同的应用??场景。未来室内定位技术有以下两个发展方向，一是通过创新硬件设备，研发出??更高性能的室内定位硬件载体：另一种是在己有硬件的条件下，提出更高性能的??算法，增加室内定位的稳定性和准确性。目前应用较为广泛的室内定位方法包括??多维标度和区域细化的无线室内定位方法［１３］、群智感知方法［１４］、无源信标方法【１５］??等都能在有限的硬件条件下大幅提高定位技术的使用效率。??不同的室内定位技术应用于不同的使用场景，本文中使用的超宽带技术由于??其精度高，抗干扰能力强的特点，目前己经可以应用于智能导盲终端【１８］、机器人??定位系统［１９］、移动机器人轨迹跟踪控制［２２＿２３】等研究中，并已经能够使用无线时??间同步的ＴＤＯＡ室内定位系统［２４‘完成准确的定位与测距工作。本文中的跟随??向导终端的跟随功能就是以可误差校正的超宽带测距技术为基础，结合改进的??数据处理算法而实现的。??ｆ自动化／Ｓ制等！５ＳＳ／导Ｋ等??？?＜＝＝＝＞??坦?￣??Ｕ?／９ＰＳ?－￣￣ＧＳＭ
着移动的技术。该技术多应用于智能机器人、交通以及工业制造领域中。由于室??内环境在实际应用方面，国内的小米公司己经推出了一款基于蓝牙技术的自行走??旅行箱如图１－３所示，该旅行箱可以通过蓝牙基站连接用户手机，并识别用户的??位置跟随移动。考虑到蓝牙信号受到干扰，在设备数量较多时容易相互影响。目??？??前自行走技术产品主要分布在自行走旅行箱、自动跟随购物车等领域，大部分只??是一个设计概念，在国内并没有用大量投入生产和使用。跟随技术需要稳定的测??距手段来支持，目前基于蓝牙的测距定位跟随［２Ｇ］已经趋于成熟，但蓝牙技术本身??在相同条件下的抗干扰能力，传输距离［１２］都要弱于超宽带技术，如何将更加高效??的超宽带技术应用于跟随场景中也是目前比较有意义的研宄课题。??？?５??
【参考文献】：
期刊论文
[1]Multiple Frequency Cancellation Method for Stealth Design of UWB End-Fire Antenna Array[J]. Rong Xinghua,He Xiaoxiang,Yang Yang,Ye Xingwei,Wang Wei. Transactions of Nanjing University of Aeronautics and Astronautics. 2018(04)
[2]无线时间同步的TDOA室内定位系统[J]. 石钦,赵思浩,崔晓伟,陆明泉. 导航定位与授时. 2018(03)
[3]基于超宽带测距的异构移动机器人轨迹跟踪控制[J]. 卫恒,吕强,王国胜,林辉灿,梁冰. 北京航空航天大学学报. 2018(07)
[4]结合像素局部对比度的直线特征检测算法[J]. 孙俊锋,丁少闻,张小虎,张跃强. 国防科技大学学报. 2017(06)
[5]傅里叶变换下的直方图均衡化图像特征识别算法的研究[J]. 樊颖军. 计算机与数字工程. 2017(09)
[6]基于改进Hough变换的直线检测算法[J]. 李慧鹏,朱伟伟,谭朦曦,郑晓. 半导体光电. 2017(04)
[7]视听融合导盲机器人的设计与研究[J]. 李子康,徐桂芝,郭苗苗. 激光与光电子学进展. 2017(12)
[8]OpenCV应用现状综述[J]. 李越. 工业控制计算机. 2017(07)
[9]基于HSI空间改进的彩色图像边缘检测方法[J]. 张志宝,孙微涛,罗文峰. 计算机与数字工程. 2016(11)
[10]一种基于多维标度和区域细化的无线室内定位方法[J]. 肖亚龙,张士庚,王建新. 计算机学报. 2017(08)
博士论文
[1]基于无源信标的移动机器人室内定位技术研究[D]. 李月华.浙江大学 2018
[2]基于机器视觉的先进辅助驾驶系统关键技术研究[D]. 范延军.东南大学 2016
[3]基于群智感知的无线室内定位[D]. 吴陈沭.清华大学 2015
硕士论文
[1]基于UWB的室内机器人定位系统研究与设计[D]. 顾衍明.哈尔滨工业大学 2018
[2]基于RSSI的WiFi室内定位关键算法研究与实现[D]. 叶玲.北京邮电大学 2018
[3]波分多址超宽带系统测距定位及误差校正技术研究[D]. 高志杰.哈尔滨工业大学 2016
[4]基于WiFi的混合室内轨迹追踪技术研究与实现[D]. 张越成.上海交通大学 2015
[5]基于机器视觉的道路检测算法[D]. 罗安宁.清华大学 2014
本文编号：3208082
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
图１－１室内定位技术实现效果??自动跟随系统这一概念最早在机器人以及人工智能领域中被提出，自行走终??端可以通过识别用户手中基站的相对位置来进行跟随移动，目前用作定位信号传??
为基础的磁场定位技术、以终端传感器为基础的惯性导航技术等，这些技术的环??境条件限制较大，一般只能应用于特定的场景中。目前的主流定位技术以及其应??用场景如图１－２所示，不同的定位技术有不同的优势和劣势并适用于不同的应用??场景。未来室内定位技术有以下两个发展方向，一是通过创新硬件设备，研发出??更高性能的室内定位硬件载体：另一种是在己有硬件的条件下，提出更高性能的??算法，增加室内定位的稳定性和准确性。目前应用较为广泛的室内定位方法包括??多维标度和区域细化的无线室内定位方法［１３］、群智感知方法［１４］、无源信标方法【１５］??等都能在有限的硬件条件下大幅提高定位技术的使用效率。??不同的室内定位技术应用于不同的使用场景，本文中使用的超宽带技术由于??其精度高，抗干扰能力强的特点，目前己经可以应用于智能导盲终端【１８］、机器人??定位系统［１９］、移动机器人轨迹跟踪控制［２２＿２３】等研究中，并已经能够使用无线时??间同步的ＴＤＯＡ室内定位系统［２４‘完成准确的定位与测距工作。本文中的跟随??向导终端的跟随功能就是以可误差校正的超宽带测距技术为基础，结合改进的??数据处理算法而实现的。??ｆ自动化／Ｓ制等！５ＳＳ／导Ｋ等??？?＜＝＝＝＞??坦?￣??Ｕ?／９ＰＳ?－￣￣ＧＳＭ
着移动的技术。该技术多应用于智能机器人、交通以及工业制造领域中。由于室??内环境在实际应用方面，国内的小米公司己经推出了一款基于蓝牙技术的自行走??旅行箱如图１－３所示，该旅行箱可以通过蓝牙基站连接用户手机，并识别用户的??位置跟随移动。考虑到蓝牙信号受到干扰，在设备数量较多时容易相互影响。目??？??前自行走技术产品主要分布在自行走旅行箱、自动跟随购物车等领域，大部分只??是一个设计概念，在国内并没有用大量投入生产和使用。跟随技术需要稳定的测??距手段来支持，目前基于蓝牙的测距定位跟随［２Ｇ］已经趋于成熟，但蓝牙技术本身??在相同条件下的抗干扰能力，传输距离［１２］都要弱于超宽带技术，如何将更加高效??的超宽带技术应用于跟随场景中也是目前比较有意义的研宄课题。??？?５??
【参考文献】：
期刊论文
[1]Multiple Frequency Cancellation Method for Stealth Design of UWB End-Fire Antenna Array[J]. Rong Xinghua,He Xiaoxiang,Yang Yang,Ye Xingwei,Wang Wei. Transactions of Nanjing University of Aeronautics and Astronautics. 2018(04)
[2]无线时间同步的TDOA室内定位系统[J]. 石钦,赵思浩,崔晓伟,陆明泉. 导航定位与授时. 2018(03)
[3]基于超宽带测距的异构移动机器人轨迹跟踪控制[J]. 卫恒,吕强,王国胜,林辉灿,梁冰. 北京航空航天大学学报. 2018(07)
[4]结合像素局部对比度的直线特征检测算法[J]. 孙俊锋,丁少闻,张小虎,张跃强. 国防科技大学学报. 2017(06)
[5]傅里叶变换下的直方图均衡化图像特征识别算法的研究[J]. 樊颖军. 计算机与数字工程. 2017(09)
[6]基于改进Hough变换的直线检测算法[J]. 李慧鹏,朱伟伟,谭朦曦,郑晓. 半导体光电. 2017(04)
[7]视听融合导盲机器人的设计与研究[J]. 李子康,徐桂芝,郭苗苗. 激光与光电子学进展. 2017(12)
[8]OpenCV应用现状综述[J]. 李越. 工业控制计算机. 2017(07)
[9]基于HSI空间改进的彩色图像边缘检测方法[J]. 张志宝,孙微涛,罗文峰. 计算机与数字工程. 2016(11)
[10]一种基于多维标度和区域细化的无线室内定位方法[J]. 肖亚龙,张士庚,王建新. 计算机学报. 2017(08)
博士论文
[1]基于无源信标的移动机器人室内定位技术研究[D]. 李月华.浙江大学 2018
[2]基于机器视觉的先进辅助驾驶系统关键技术研究[D]. 范延军.东南大学 2016
[3]基于群智感知的无线室内定位[D]. 吴陈沭.清华大学 2015
硕士论文
[1]基于UWB的室内机器人定位系统研究与设计[D]. 顾衍明.哈尔滨工业大学 2018
[2]基于RSSI的WiFi室内定位关键算法研究与实现[D]. 叶玲.北京邮电大学 2018
[3]波分多址超宽带系统测距定位及误差校正技术研究[D]. 高志杰.哈尔滨工业大学 2016
[4]基于WiFi的混合室内轨迹追踪技术研究与实现[D]. 张越成.上海交通大学 2015
[5]基于机器视觉的道路检测算法[D]. 罗安宁.清华大学 2014
本文编号：3208082
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3208082.html
