一种无线传感器网络的目标跟踪方法

    公开(公告)号:CN101251593A

    公开(公告)日:2008-08-27

    申请号:CN200810103125.1

    申请日:2008-03-31

    Abstract: 本发明公开了一种无线传感器网络的目标跟踪方法,包括下列步骤:步骤A,利用历史目标状态信息和当前时刻观测数据,进行重要性采样,获得粒子状态估计信息,计算得到轨迹存活指数和剩余测量值;步骤B,根据轨迹存活指数决定是否终止该轨迹,并更新轨迹集合;步骤C,使用重采样后的粒子,获得全部目标轨迹的当前状态估计,即移动目标的当前位置和运动速度,实现目标定位跟踪。其能够获得较高的节点定位精度,降低了计算开销,同时满足移动节点定位实时性要求。

    一种无线传感器网络的节点定位方法

    公开(公告)号:CN101251592A

    公开(公告)日:2008-08-27

    申请号:CN200810103124.7

    申请日:2008-03-31

    Abstract: 本发明公开了一种无线传感器网络的节点定位方法,包括下列步骤:步骤A,为无线传感器网络各局部构建局部相对坐标系;步骤B,将各个局部相对坐标进行融合,得到所有节点的全局相对坐标,并使用位置信息已知的信标节点,把全局相对坐标转换成全局绝对坐标;步骤C,获得所有节点的全局绝对初始坐标后,进行节点定位迭代求精。其克服现有技术中的不足,提供一种高精度的无线传感器网络的节点定位方法。

    一种基于上下文感知和条件扩散模型的时空轨迹恢复方法及装置

    公开(公告)号:CN120067467A

    公开(公告)日:2025-05-30

    申请号:CN202510124645.4

    申请日:2025-01-26

    Abstract: 本公开提供一种基于上下文感知和条件扩散模型的时空轨迹恢复方法、装置、电子设备及存储介质,包括:获取稀疏轨迹数据和多源时空条件信息;利用条件扩散模型,通过多步去噪过程对轨迹进行补全;引入时空卷积模块提取轨迹的时空依赖特征,并通过跨模态注意力机制实现多源条件信息的动态融合;结合条件重构损失函数,优化模型对轨迹恢复的时空一致性;采用分层快速去噪机制,提升模型的计算效率和实时性能;最终生成与真实轨迹一致的高精度补全轨迹。本公开能够有效解决轨迹数据稀疏性和非均匀分布问题,显著提升轨迹恢复的精度和鲁棒性,广泛适用于智慧交通、城市规划和个性化出行服务等领域,为相关行业提供技术支持。

    无地图视觉重定位方法、装置、电子设备、存储介质及程序产品

    公开(公告)号:CN119741548A

    公开(公告)日:2025-04-01

    申请号:CN202411831989.0

    申请日:2024-12-12

    Abstract: 本公开提供一种无地图视觉重定位方法、装置、电子设备、存储介质及程序产品,包括:获取参考图像和查询图像;基于实例分割对图像进行对象提取,得到实例掩码信息;在实例掩码范围内进行特征点匹配,得到高精度的匹配信息;利用匹配结果计算本质矩阵,获得相机的旋转矩阵和无尺度平移向量;输入预先训练的深度估计模型,对图像进行深度估计,得到深度信息;结合深度信息恢复平移向量的尺度,得到精确的相机姿态;最终进行相机姿态估计,得到视觉重定位结果。本公开能够在无需预先构建三维地图的情况下,实现高精度的视觉重定位,减少对存储资源的需求,提高复杂环境下的定位精度和鲁棒性。

    一种面向狭窄场景的路径规划方法及相关设备

    公开(公告)号:CN119665974A

    公开(公告)日:2025-03-21

    申请号:CN202411762814.9

    申请日:2024-12-03

    Abstract: 本公开提供一种面向狭窄场景的路径规划方法及相关设备。该方法包括:基于点云地图数据对初始规划路径进行进行分析,确定所述初始规划路径中的窄道路段和非窄道路段;基于所述非窄道路段的第一初始采样点和预设速度数据确定所述非窄道路段的非窄道目标路径和对应的非窄道目标速度数据;以及基于所述窄道路段的第二初始采样点确定满足预设条件的窄道目标路径和对应的窄道目标速度;基于所述非窄道目标路径和所述窄道目标路径得到目标路径,以及基于所述非窄道目标速度数据和所述窄道目标速度在所述目标路径上行驶。

    基于强化学习因子图权重估计的融合定位方法及相关设备

    公开(公告)号:CN117908055A

    公开(公告)日:2024-04-19

    申请号:CN202311650313.7

    申请日:2023-12-04

    Abstract: 本申请提供一种基于强化学习因子图权重估计的融合定位方法及相关设备;该方法包括:获取卫星导航系统的多类原始观测量,并将各类原始观测量输入至完成训练的生成对抗网络利用生成对抗网络补充各类原始观测量中缺失的取值,并去除各类原始观测量中的异常值,得到多类第一观测量;将各类第一观测量输入至完成训练的多任务学习网络,利用多任务学习网络确定各类第一观测量的第一误差,根据各个第一误差为各类第一观测量构建各自的第一权重,利用各个第一观测量按照各个第一权重计算出卫星导航系统的第一定位结果;获取惯性导航系统的多类第二观测量,利用构建的因子图,对第一定位结果与第二观测量按照确定出的第二权重进行融合,确定目标定位结果。

    楼宇的楼层识别方法、电子设备及计算机可读存储介质

    公开(公告)号:CN112738714A

    公开(公告)日:2021-04-30

    申请号:CN202011598022.4

    申请日:2020-12-29

    Abstract: 本公开提供一种楼宇的楼层识别方法、电子设备及计算机可读存储介质,所述方法包括:收集楼宇空间内的多个采样点的采样Wi‑Fi指纹的数据;将采样Wi‑Fi指纹基于位置数据以及AP数据聚类为多个自治块;基于所述自治块中采样Wi‑Fi指纹构建自治块检测模型、以及构建楼层检测模型;基于自治块检测模型计算实时Wi‑Fi指纹在每一自治块内的第一概率;基于楼层检测模型计算实时Wi‑Fi指纹在每一自治块中的每一楼层内的第二概率;根据所述第一概率和所述第二概率计算实时Wi‑Fi指纹分别在每一自治块的每一楼层内的联合概率;选择所述联合概率最大值对应的楼层作为实时Wi‑Fi指纹所在的楼层。本公开能够在楼宇复杂环境中精准进行楼层识别。

Patent Agency Ranking