-
公开(公告)号：CN111239715A
公开(公告)日：2020-06-05
申请号：CN202010031996.8
申请日：2020-01-13
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种联合灰色关联和神经网络的指纹定位方法。步骤1：得到比较序列，并根据比较序列得到新的均值矩阵；步骤2：从均值矩阵得到关联矩阵；步骤3：得到关联系数矩阵；步骤4：根据关联系数矩阵计算关联度，选择关联度最小的5个参考点形成圆将此圆所包含的所有参考点都作为BP神经网络的训练集；步骤5：将当前时刻值放入已经训练好的BP神经网络中，得到的结果为该测试点的位置坐标；步骤6：计算该位置距离该区域内圆心的距离d；步骤7：若d＜r说明所得到的位置坐标是正确的。灰色关联度对系统的发展态势进行了分析和比较，通过参考序列与比较序列各点之间的距离分析来确定各序列之间的接近性和差异性。
-
公开(公告)号：CN110856104A
公开(公告)日：2020-02-28
申请号：CN201911128414.1
申请日：2019-11-18
Applicant: 哈尔滨工业大学
Abstract: 一种联合最小二乘和三边定位的超宽带室内定位方法，属于信号处理领域。包括以下步骤：获取4个锚节点与标签间的距离信息；处理测距数据得到关于锚节点平面对称的2个坐标解；根据2个对称解得到标签精确的位置坐标；输出计算得到的标签位置坐标。本发明提出了一种联合最小二乘和三边定位的超宽带室内定位方法，该定位方法通过利用所获取到的距离信息，利用改进的最小二乘和三边定位的联合算法对测距结果进行两步解算处理，从而得到更加精确的定位结果，并且耗时较短。
-
公开(公告)号：CN112667832B
公开(公告)日：2022-05-13
申请号：CN202011638949.6
申请日：2020-12-31
Applicant: 哈尔滨工业大学
IPC: G06F16/53 , G06F16/583 , G06T7/13 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种未知室内环境下基于视觉的互定位方法。用户1与用户2分别对面前的室内环境进行拍摄；用户1将图像构成自己的数据库，用户2将图像共享给用户1；数据库利用R‑FCN识别出用户1图像数据库中每幅图像含有的语义信息，并将语义信息转换为对应的语义序列，构成语义数据库；用户1接收用户2的图像中将该图片通过R‑FCN转换为语义序列，将该语义序列与语义数据库进行匹配，若未检索到相同则继续沿着当前的方向行走，若检索到相同的语义序列则选取最具代表性的语义目标建立位置联系；此时以该目标为中心建立坐标系，实现了在未知环境下用户间的交互式定位。本发明解决如何在未知环境中快速、准确地完成用户间的相互定位的问题。
-
公开(公告)号：CN112667832A
公开(公告)日：2021-04-16
申请号：CN202011638949.6
申请日：2020-12-31
Applicant: 哈尔滨工业大学
IPC: G06F16/53 , G06F16/583 , G06T7/13 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种未知室内环境下基于视觉的互定位方法。用户1与用户2分别对面前的室内环境进行拍摄；用户1将图像构成自己的数据库，用户2将图像共享给用户1；数据库利用R‑FCN识别出用户1图像数据库中每幅图像含有的语义信息，并将语义信息转换为对应的语义序列，构成语义数据库；用户1接收用户2的图像中将该图片通过R‑FCN转换为语义序列，将该语义序列与语义数据库进行匹配，若未检索到相同则继续沿着当前的方向行走，若检索到相同的语义序列则选取最具代表性的语义目标建立位置联系；此时以该目标为中心建立坐标系，实现了在未知环境下用户间的交互式定位。本发明解决如何在未知环境中快速、准确地完成用户间的相互定位的问题。
-
公开(公告)号：CN110856104B
公开(公告)日：2021-02-19
申请号：CN201911128414.1
申请日：2019-11-18
Applicant: 哈尔滨工业大学
Abstract: 一种联合最小二乘和三边定位的超宽带室内定位方法，属于信号处理领域。包括以下步骤：获取4个锚节点与标签间的距离信息；处理测距数据得到关于锚节点平面对称的2个坐标解；根据2个对称解得到标签精确的位置坐标；输出计算得到的标签位置坐标。本发明提出了一种联合最小二乘和三边定位的超宽带室内定位方法，该定位方法通过利用所获取到的距离信息，利用改进的最小二乘和三边定位的联合算法对测距结果进行两步解算处理，从而得到更加精确的定位结果，并且耗时较短。
-
Patent Agency Ranking
公开(公告)号：CN110881192A
公开(公告)日：2020-03-13
申请号：CN201911137178.X
申请日：2019-11-19
Applicant: 哈尔滨工业大学
Abstract: 结合MDS的DV-Hop无线传感器网络节点定位方法，本发明涉及无线传感器网络节点定位方法。本发明的目的是为了解决现有DV-Hop方法的定位精度十分有限，无法达到很高的定位精度的问题。过程为：一：信标节点以相同的功率向信标节点相邻节点发送数据包，利用RSS测距技术求得该相邻节点距离该信标节点的距离；二：接收节点同样以信号传播模型求得其与发送节点之间的直线距离；三：得到未知节点到该信标节点的估计距离；四：利用最小二乘法求出该未知节点的初始估计坐标；五：基于得到所有未知节点的初始估计坐标，每次从中选择三个未知节点，得到未知节点的坐标。本发明用于信号处理领域。
-
公开(公告)号：CN111239715B
公开(公告)日：2023-04-04
申请号：CN202010031996.8
申请日：2020-01-13
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种联合灰色关联和神经网络的指纹定位方法。步骤1：得到比较序列，并根据比较序列得到新的均值矩阵；步骤2：从均值矩阵得到关联矩阵；步骤3：得到关联系数矩阵；步骤4：根据关联系数矩阵计算关联度，选择关联度最小的5个参考点形成圆将此圆所包含的所有参考点都作为BP神经网络的训练集；步骤5：将当前时刻值放入已经训练好的BP神经网络中，得到的结果为该测试点的位置坐标；步骤6：计算该位置距离该区域内圆心的距离d；步骤7：若d＜r说明所得到的位置坐标是正确的。灰色关联度对系统的发展态势进行了分析和比较，通过参考序列与比较序列各点之间的距离分析来确定各序列之间的接近性和差异性。
-
公开(公告)号：CN112884841B
公开(公告)日：2022-11-25
申请号：CN202110400564.4
申请日：2021-04-14
Applicant: 哈尔滨工业大学 , 中国航空无线电电子研究所
IPC: G06T7/73 , G06T7/80 , G06V10/774
Abstract: 一种基于语义目标的双目视觉定位方法，本发明涉及基于语义目标的双目视觉定位方法。本发明的目的是为了解决现有室内定位方法均需在定位前知道场景布局，布局成本高，定位准确率低，无法在未知环境下进行室内定位的问题。过程为：一、得到左右两幅图像；二、识别出当前左右两幅图像中含有的语义目标，以及每个语义目标对应的角点坐标；三、用户在语义目标中选择一个左右图像共同含有的语义目标，基于该语义目标对应的角点坐标建立目标的三维坐标系；四、确定选择的语义目标的角点在左右图像中对应的像素坐标；五、对双目相机进行标定；六、求解当前用户相对于该目标的位置坐标及转向角，实现对用户的定位。本发明属于图像处理领域。
-
公开(公告)号：CN110881192B
公开(公告)日：2022-11-18
申请号：CN201911137178.X
申请日：2019-11-19
Applicant: 哈尔滨工业大学
Abstract: 结合MDS的DV‑Hop无线传感器网络节点定位方法，本发明涉及无线传感器网络节点定位方法。本发明的目的是为了解决现有DV‑Hop方法的定位精度十分有限，无法达到很高的定位精度的问题。过程为：一：信标节点以相同的功率向信标节点相邻节点发送数据包，利用RSS测距技术求得该相邻节点距离该信标节点的距离；二：接收节点同样以信号传播模型求得其与发送节点之间的直线距离；三：得到未知节点到该信标节点的估计距离；四：利用最小二乘法求出该未知节点的初始估计坐标；五：基于得到所有未知节点的初始估计坐标，每次从中选择三个未知节点，得到未知节点的坐标。本发明用于信号处理领域。
-
公开(公告)号：CN112884841A
公开(公告)日：2021-06-01
申请号：CN202110400564.4
申请日：2021-04-14
Applicant: 哈尔滨工业大学 , 中国航空无线电电子研究所
Abstract: 一种基于语义目标的双目视觉定位方法，本发明涉及基于语义目标的双目视觉定位方法。本发明的目的是为了解决现有室内定位方法均需在定位前知道场景布局，布局成本高，定位准确率低，无法在未知环境下进行室内定位的问题。过程为：一、得到左右两幅图像；二、识别出当前左右两幅图像中含有的语义目标，以及每个语义目标对应的角点坐标；三、用户在语义目标中选择一个左右图像共同含有的语义目标，基于该语义目标对应的角点坐标建立目标的三维坐标系；四、确定选择的语义目标的角点在左右图像中对应的像素坐标；五、对双目相机进行标定；六、求解当前用户相对于该目标的位置坐标及转向角，实现对用户的定位。本发明属于图像处理领域。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
