-
公开(公告)号:CN113721633B
公开(公告)日:2023-10-17
申请号:CN202111053999.2
申请日:2021-09-09
Applicant: 南京工业大学
IPC: G05D1/02
Abstract: 本发明提供了一种基于行人轨迹预测的移动机器人路径规划方法,包括如下步骤:步骤1:检测、跟踪和定位每个行人相对于相机帧的位置,获得组特征;步骤2:将检测到的组特征用于内聚估计,获得群体凝聚力指标;步骤3:利用群体凝聚力指标引入符合社交规则的导航算法。本发明利用机器人上的RGB‑D摄像头对行人的各种视觉特征进行计算。具体来说,通过检测与人之间的接近、他们的相对行走速度、群体大小和群体成员之间的相互作用相对应的特征,并使用凝聚力指标来设计和改进导航方案。当机器人在人群中移动时,导航方案可以实现不同级别的群体凝聚力,再依据内聚度量来设计一种新颖的机器人导航算法,该算法产生符合社交标准的机器人路径。
-
公开(公告)号:CN111555824A
公开(公告)日:2020-08-18
申请号:CN202010338695.X
申请日:2020-04-26
Applicant: 南京工业大学
IPC: H04B17/318 , H04W64/00 , G01S11/06
Abstract: 本发明公开一种用于LoRa定位系统的不良锚节点检测与消除方法,步骤如下:1、在地面上铺设锚节点,假设LoRa接收器在当前时刻接收到的锚节点数为N(Γ),记录每个锚节点的RSSI值;2、利用平面上两点间距离关系建立用于解算目标节点位置的方程,再利用线性最小二乘法(LLS),得到目标节点的估计位置;3、利用目标节点估计位置与锚节点之间距离和RSSI的关系,反推每个锚节点的RSSI值,并计算每个锚节点的BRE;4、用K均值聚类来消除“不良”锚节点,并将删除坏锚节点后剩余的3个实测的RSSI值输入位置方程,得到精确的位置估计。在定位过程中删除不良锚节点以降低LoRa网络中高斯噪声和非高斯噪声的影响。
-
公开(公告)号:CN113721633A
公开(公告)日:2021-11-30
申请号:CN202111053999.2
申请日:2021-09-09
Applicant: 南京工业大学
IPC: G05D1/02
Abstract: 本发明提供了一种基于行人轨迹预测的移动机器人路径规划方法,包括如下步骤:步骤1:检测、跟踪和定位每个行人相对于相机帧的位置,获得组特征;步骤2:将检测到的组特征用于内聚估计,获得群体凝聚力指标;步骤3:利用群体凝聚力指标引入符合社交规则的导航算法。本发明利用机器人上的RGB‑D摄像头对行人的各种视觉特征进行计算。具体来说,通过检测与人之间的接近、他们的相对行走速度、群体大小和群体成员之间的相互作用相对应的特征,并使用凝聚力指标来设计和改进导航方案。当机器人在人群中移动时,导航方案可以实现不同级别的群体凝聚力,再依据内聚度量来设计一种新颖的机器人导航算法,该算法产生符合社交标准的机器人路径。
-
-