导读:本文包含了推算定位论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:航迹,室内,卡尔,行人,地标,智能手机,传感器。
推算定位论文文献综述
房兴博[1]（2019）在《基于行人航位推算和多传感器融合的室内叁维定位算法研究》一文中研究指出近年来,随着经济社会的快速发展,人们对位置信息的需求日趋增长并从室外拓展到室内,全球导航定位技术经过几十年的发展在室外导航定位中的应用已经相当成熟,并成功应用到百度、高德等位置服务软件中,然而在室内由于建筑物的遮挡导致卫星信号无法被接收,成熟的室外定位技术无法应用在室内。所幸的是各种室内定位技术不断发展,行人航位推算(Pedestrian Dead Reckoning,PDR)技术就是其中一种,该技术利用行人运动过程中采集的加速度、陀螺仪等传感器数据来判断行人当前状态,推算出行人运动时每步的步长与航向,从而确定行人当前所处的位置坐标。本文针对实验需要,基于安卓平台开发了传感器数据采集软件,同时运用JAVA语言开发程序分别结合手机中的加速度计与气压计数据实现步长估计、结合重力计和磁力计以及陀螺仪数据实现手机的姿态解算、利用气压计数据实现测高,最终通过室内叁维定位程序对采集的多传感器数据进行处理与定位效果分析。研究内容主要有以下部分:1、开发安卓软件来采集多传感器数据,同时采用低通滤波等方法对数据进行预处理。详细介绍了室内定位的发展现状以及理论研究基础,对现有的室内定位算法进行了理论学习并对部分算法完成了公式推导、程序设计以及结果分析。2、在学习现有步频探测方法的基础上,引入气压计数据对行人上下楼以及乘坐电梯状态进行识别,提出了“跨步监测+阈值判断+状态识别”的步态探测方法。研究分析了加速度数据各特征量与步长之间的关系,通过实验统计出了双变量步长估计模型;3、针对陀螺仪积分、互补滤波等多种航向估计算法的优缺点,采用卡尔曼滤波融合多传感器数据来解算航向角,并通过实验与其它算法进行了对比分析;4、研究了现有的室内气压测高模型,根据相对气压测高原理,采用改进的国际标准大气压高公式进行了室内测高实验研究。5、以行人航位推算原理为实验基础,以学校办公楼为实验场所,设计多种实验行走路线,采用本文研究的步长估计、航向估计以及室内测高方法进行室内定位算法的整体测试。最终测试结果表明44m短距离直线行走的误差在(0.12m,0.52m)以内,147m长距离矩形行走的平均精度为2.5m,高度精度为0.6m。(本文来源于《合肥工业大学》期刊2019-04-01）
张晓东[2]（2019）在《UWB位置指纹融合航迹推算的室内定位研究》一文中研究指出从上世纪机器人的概念诞生到现在,功能各异的机器人被制造并应用到人类的生产活动及各个领域中。近几年,人工智能更是让机器人备受关注。机器人的应用领域更多的集中在室内环境中,伴随室内机器人应用领域的不断拓宽及人工智能水平的不断提升使得机器人朝着更加自主的方向发展,而机器人要完成自主导航任务,就必须为其提供精确的定位功能,同时机器人在执行某些作业任务时如巡检、监控等,不仅要提供重要的测量信息,同时位置信息也是不可或缺的。不同于空阔的室外条件的是,室内环境一般复杂多变,这就要求定位系统拥有更加稳定的性能和出色的定位效果。目前,在视距环境下一般机器人定位还是可以满足定位需求的,但是在非视距特别是动态非视距环境下,机器人定位精度仍然存在着挑战。因此,寻求更加实用及精度更高的定位方法是非常具有现实性及必要性的。为了进一步改善机器人在复杂的室内环境中的定位效果,本文提出将室内定位技术中性能优越的超宽带(Ultra Wide Band,UWB)位置指纹定位技术与航迹推算定位技术相结合,使两种定位技术优势互补,然后利用容积卡尔曼滤波算法对两种定位方法进行融合,从而达到改善室内机器人定位效果的目标。其中,超宽带位置指纹定位的指纹库中各参考点的特征信息采用的是超宽带信号到达时间(Time Of Arrival,TOA),离线阶段利用改进的密度峰值快速聚类算法对位置指纹进行分类,划分定位区域,在线阶段先通过类匹配判断定位目标位于哪个区域即区域定位,然后在此区域中采用改进的压缩感知重构算法——压缩采样匹配追踪算法实现目标的位置估计。此定位方法在视距条件下已经可以达到厘米级的定位精度。考虑到室内环境经常会出现动态非视距的情况,严重影响位置指纹定位精度,所以引入不易受环境因素影响的航迹推算定位技术,利用机器人自身携带的运动传感器实时检测机器人位姿,可以实现短距离内较高精度的定位。但是,航迹推算定位将随着时间的延续,其定位误差会逐渐累积,不适合做远距离的定位。为此,本文采用改进的容积卡尔曼滤波算法,将超宽带位置指纹定位和航迹推算定位结果及传感器信息有机融合起来,通过组合定位方式来进一步提升定位精度,也使定位结果更加稳定和可靠。为了验证超宽带位置指纹定位融合航迹推算的机器人室内定位方法的可行性及精度,本文在室内环境中搭建了超宽带定位系统,并且将超宽带移动标签及航迹推算定位模块安装在机器人身上进行机器人定位实验,上位机实时采集实验数据并进行处理从而绘制出机器人的移动轨迹。在对实验结果进行处理分析之后表明,本文所提超宽带位置指纹定位融合航迹推算的定位方法可以有效解决实验环境中动态非视距造成的定位误差问题,在保证定位实时性的同时,使机器人室内定位效果有明显的改善。(本文来源于《辽宁大学》期刊2019-04-01）
陈云,卢晓,王胜利,王海霞,杨晓明[3]（2019）在《一种关于地标辅助行人航位推算技术的改进室内定位方法》一文中研究指出近年来,基于智能手机的行人航位推算技术(pedestrian dead reckoning,PDR)、Wi-Fi以及多种融合室内定位技术得到了较快发展;与此同时,其存在对定位环境要求较高、定位结果偏差较大等缺点。为解决这一问题,在传统PDR基础上提出了一种结合地标库匹配的改进室内定位方法——地标辅助PDR定位算法(landmark-aided PDR algorithm,La PDR)。首先,将在传感器实时数据上识别出的特定地理位置(如墙、门、拐角、Wi-Fi接入点等)当作地标;然后,针对实验环境建立相应的地标库,目的是纠正传统PDR定位算法由于传感器安装精度较低及定位时间过长而产生的漂移。实验结果表明与传统PDR相比,地标辅助PDR定位精度明显提高,系统定位误差基本控制在1. 5 m以内。(本文来源于《科学技术与工程》期刊2019年06期）
黄胜林[4]（2019）在《基于超声波与航迹推算的扫地机器人室内定位方案》一文中研究指出扫地机器人在智能清扫过程中,首先要确定机器人的当前位置。近年来,随着扫地机器人的广泛应用,扫地机器人的室内定位也成为一个热门话题。目前的扫地机器人的室内定位常采用:激光测距定位系统、视觉导航定位系统。尽管激光测距精度高,但成本与维修费用过高;而视觉导航定位对参照物要求极高,参照物过于模糊会严重影响定位精度。为了解决以上问题,本文首先分析了常见室内定位方案的原理、成本、精确度等,通过对比几何测量法、航迹推算法、指纹匹配法等定位方案的优缺点,以低成本、高精度为目标,提出一套适用于扫地机器人室内定位的方案,该方案将超声波定位与航迹推算定位相结合,取长补短。当环境复杂导致基于TOA的超声波定位无法有效工作时,采用基于编码器、陀螺仪的航迹推算进行室内定位;当超声波定位有效时,通过超声波定位对航迹推算定位的结果进行修正,从而减小航迹推算中的累计误差。在航迹推算中,通过卡尔曼滤波与四元数分析对编码器、陀螺仪的数据进行处理,得到扫地机器人的位移信息,再根据上一时刻扫地机器人的坐标,得到当前时刻的坐标;在超声波定位中,采用超声波发射端与接收端分体式设计,根据扫地机器人与基站的距离计算出扫地机器人的坐标。为了验证本方案的可行性,在本实验室搭建出扫地机器人的软硬件测试平台。在实际测试中,提取多组数据,通过分析实验数据,证明了此融合定位系统可长时间稳定工作,测试中最大误差为24.7cm,且定位系统的硬件成本可控制在100元内。(本文来源于《华中科技大学》期刊2019-01-16）
漆军[5]（2018）在《基于超声波和航迹推算的室内定位方法研究》一文中研究指出随着物联网和智能空间的发展,目标定位问题正得到越来越多人的关注,它的技术发展十分迅速。按照使用环境不同,定位系统可以分为室内定位和室外定位,两者相比,室外定位普遍采用卫星定位技术,室内定位技术则呈现多方面发展。目前室内定位主要研究方向有:红外线室内定位技术、射频识别(RFID)室内定位技术、蓝牙室内定位技术、WiFi室内定位技术、超宽带(UWB)室内定位技术……相比这些定位技术中的信号处理,超声波信号更加容易处理,信号处理系统具有硬件简单、成本低的特点,因此本文在分析对比各种室内定位技术的基础上,选择超声波室内定位技术作为本文研究对象。另一方面,无线传感网络和移动智能终端在这些年已经得到迅猛发展,许多商场、办公区域都已经实现无线网络覆盖。为了节约室内定位系统的通信布线成本,方便系统的推广使用,可以利用已有无线覆盖作为传感网络节点之间的通信手段。本学位论文结合超声波测距技术和无线传感网络通信,设计并实现了一种室内定位系统,并将该系统应用到实际控制系统中。具体而言,本文主要包括以下这几方面的研究内容:首先,在基于超声波和无线传感网络的室内定位系统中,利用超声波在空中的渡越时间和传播速度计算目标节点到锚节点之间的距离,然后利用距离和锚节点坐标之间的关系求解出目标节点的坐标。在定位系统实现过程当中,最重要的是测量超声波信号在空中的渡越时间,本文采用检测超声波包络信号最大值点的方法来计算渡越时间。考虑实际系统中存在各种噪声的情况,检测到的包络信号最大值点,总会在真实值左右飘移。本学位论文中采用数字锁相放大技术来检测超声波的包络信号,数字锁相放大技术首先将超声波信号作频谱搬移,将有用信号搬移到直流信号附近,然后通过数字低通滤波器滤除噪声和干扰,通过仿真和应用实验表明,数字锁相放大技术能检测出包络信号,有效滤除噪声,提高系统的稳定性和定位精度。同时,本文提出了一种基于最小二乘法的包络检测方法,该方法利用最小二乘法估计超声波信号的振幅和相位,能有效完成超声波包络检测。另外,由于最小二乘法具有滤波的作用,基于它的包络检测方法不需要额外的数字滤波器,所检测的包络信号也就没有滤波造成的延迟,本文同样对该算法进行了仿真与应用实验。其次,针对单独基于超声波的定位系统不能满足本文的应用要求,这里研究了基于超声波和航迹推算的组合定位方法。为了完成航迹推算,本文提出了一种基于磁力计测量移动机器人驱动轮转动角度的方法,该方法具有测量精度高、成本低的特点。为了提高系统定位精度,这里采用扩展卡尔曼滤波方法融合超声波定位和航迹推算。针对扩展卡尔曼滤波存在线性化误差的情况,本文分析、讨论了基于无迹卡尔曼滤波的组合定位方法。同时,考虑到本文所设计的系统是基于无线传感网络通信,存在通信数据延时和丢失的现象。本文针对组合定位系统,分别推导了测量随机一步延时和丢失情况下的扩展卡尔曼滤波方法,分析和讨论了这两种方法在组合定位系统中的应用。最后,结合本文作者在博士期间参与的两种网络化实验系统的研发,根据作者所作研究工作,本文描述了两种实验平台的实现过程。第一种实验平台系统是基于实时操作系统eCos和低功耗嵌入式微处理器STM32实现的实时网络化控制实验系统,另一种是基于安卓智能终端和无线执行器的网络化控制实验系统。结合前文所述基于超声波和航迹推算的室内定位系统,应用组合定位方法实现移动机器人的位置反馈,完成基于网络化轮式移动机器人的路径跟踪控制实验。(本文来源于《哈尔滨工业大学》期刊2018-12-01）
宋红丽[6]（2018）在《基于航位推算的室内定位系统研究与实现》一文中研究指出近年来,基于位置的服务逐渐渗透到人们日常生活的方方面面,给人们的工作和生活带来了极大的便利。随着室内活动的日益增多,人们对室内定位也提出了更多的需求。然而,受墙体的遮挡和复杂的室内环境的影响,广泛用于室外定位的GPS定位技术并不适用于在室内进行定位。目前适用于室内定位的技术有很多,包括基于射频识别、红外、蓝牙、超宽带、ZigBee、Wi-Fi和惯性传感器的定位技术等。鉴于智能手机的大规模普及,本文使用航位推算定位方法利用智能手机中的传感器数据进行相对位置的计算,主要研究的内容和实现的工作有:1.对现有的室内定位技术进行了研究,在Android智能手机上实现了基于航位推算的室内定位系统。该系统实现过程中使用到的关键技术有步态检测、步长估计和航向估计等。考虑到用户体型和行走姿势的不同,本文基于传统的峰值检测方法,使用周期性、相似性、连续性和对称性四个行走特性进行约束,消除检测到的伪峰值,提高计步精度。对不同的用户在不同的姿态下使用手机进行了测试,并与传统的峰值检测方法进行了对比。2.研究了现有的步长估计模型,利用用户行走过程中步长的连续性,改进了Kim算法,使步长估计的性能得到一定程度的提高。3.研究了常用的航向估计方法,使用方向传感器和陀螺仪进行联合航向估计。由于陀螺仪数据是相对于参考坐标系的,因此通过四元数的方法将陀螺仪数据转换到导航坐标系。通过加权融合算法和卡尔曼滤波算法改进了原有的航向估计方法。4.使用融合地图信息的粒子滤波方法解决粒子穿墙的问题,通过启发式的路标匹配方法对粒子滤波估计的位置进行纠正。5.在Android智能手机上设计并实现了基于航位推算的室内定位系统,通过MATLAB分别测试了各关键技术与常用方法的性能,并在Android智能手机上对系统进行了实际测试。(本文来源于《电子科技大学》期刊2018-05-19）
查丹柯[7]（2018）在《基于UKF的WiFi和航迹推算混合的室内定位跟踪系统设计与实现》一文中研究指出随着科学技术的发展以及人们生活水平的提升,室内定位导航技术已经成为目前人们生活中不可缺少的一种技术。无线定位技术和航迹推算等都是目前室内定位方向的研究热点。前者实现成本低,但是定位精度和可靠性无法满足需求;后者可以实现高精度的导航,但是需要已知初始位置,且误差会随时间增大。因此人们对于室内定位的需求不能得到满足。本文对融合的室内定位技术进行深入分析后,实现了基于无迹卡尔曼滤波算法(unscented kalman filter,UKF)的WiFi指纹定位和航迹推算融合的室内定位。本文首先完成基于无迹卡尔曼滤波的融合定位模型,接着在该模型的基础上,对模型的预测更新、测量更新以及模型参数叁个方面进行误差分析。根据分析结果,本文对预测更新和测量更新数据源的WiFi指纹定位和航迹推算两种算法进行了优化,分别采用卡尔曼滤波、基于方向的指纹库和多阈值峰峰值步态检测解决信号波动、人身遮挡和方向估计误差大等问题。其后根据实际测试中WiFi定位和航迹推算的误差调整融合模型参数。根据以上优化后实现基于客户端和服务端的定位系统,提升了系统的易用性和可拓展性。实际测试中,该定位系统可以实现90%以上的定位点误差在2米以内,累积误差在1.3米内,而且能够保证平均的定位时间间隔在1.3秒以内,能够满足本文在设计时提出的要求。本文基于无迹卡尔曼滤波算法的WiFi和航迹推算融合的室内定位系统实现了设计时的功能,达到了设计的性能指标,对于室内定位系统的设计有一定的工程实用价值。(本文来源于《东南大学》期刊2018-05-01）
蔡磊磊[8]（2018）在《基于蓝牙和航迹推算的室内定位跟踪系统设计与实现》一文中研究指出随着互联网时代的到来,大众对于精确导航定位的需求变得越来越旺盛。在室外可以通过全球卫星定位系统来完成米级误差的精确定位,但是在室内由于建筑物对卫星信号的遮挡,全球卫星定位系统无法在室内完成精确定位。因此,各种室内定位技术成为研究的热点。其中蓝牙定位技术和航迹推算技术由于其成本低廉、普及程度高受到了人们的追捧。但是蓝牙定位技术和航迹推算技术都有着各自的弊端。当室内环境复杂时,蓝牙定位的波动性会增大,误差也会随之增大。航迹推算技术虽不受室内环境影响、稳定性好,但是它存在无法确定初始位置的问题、且长时间定位后会存在累积误差。针对以上问题,本文实现了一种互补滤波算法将蓝牙定位和航迹推算定位进行融合,使得蓝牙定位技术和航迹推算技术实现优势互补。基于这一目标,本文首先研究并实现了精度较高的蓝牙室内定位算法、研究并实现了精度较高的航迹推算算法,在此基础上研究并实现了蓝牙和航迹推算互补滤波融合算法。该互补滤波融合算法采用航迹推算的航向优化蓝牙指纹,利用航迹推算的相对位移缩小蓝牙定位指纹匹配时的搜索范围,使用蓝牙定位周期性校正航迹推算的累积误差,并且根据前一周期蓝牙定位和航迹推算的误差情况自适应调节蓝牙定位和航迹推算的加权权重,因此大大提升了定位的精度和速度。然后在此基础上,设计并实现完整的室内定位跟踪系统。最后,对整个室内定位跟踪系统进行完整测试。通过搭建的室内定位跟踪系统实测发现,本文实现的融合算法达到了预期设计的指标:1.定位精度为90%的定位采样点误差小于2米,100米直线跟踪行走的累积平均误差为1.4米。2.定位更新频率为1.5Hz。其研究成果对于应用组合定位技术的系统有一定的工程价值。(本文来源于《东南大学》期刊2018-04-01）
刘艳红,任明荣,王普,郭红雨[9]（2017）在《基于航迹推算的室内行人地图辅助定位方法》一文中研究指出行人航迹推算(PDR)是室内定位领域中应用最广泛,最廉价有效的一种定位方法,但其误差会随时间而累积。为了有效减少航迹推算的累计误差,基于航迹推算原理建立了粒子滤波模型,辅以室内地图约束粒子传播方向;同时提出虚拟路标匹配算法克服传统定位方法中由于航向角变化误差模型不准确导致定位失败的缺点。结果表明,该算法可以有效的提高航迹推算的稳健性。(本文来源于《测绘科学技术学报》期刊2017年05期）
徐龙阳[10]（2017）在《一种基于智能手机的行人航位推算室内定位方法》一文中研究指出智能手机内嵌多种惯性传感器,可以实现行人的位置推算。该文利用加速度计实现行人步数的有效检测,同时利用自适应步长算法估计行人的步长,最后将陀螺仪、磁力计计算的方向角进行加权融合,最终得到行人室内位置的精确估计。实验表明,该定位方法的定位误差精度在1~4m范围内,满足定位需求。(本文来源于《电脑知识与技术》期刊2017年36期）
推算定位论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
从上世纪机器人的概念诞生到现在,功能各异的机器人被制造并应用到人类的生产活动及各个领域中。近几年,人工智能更是让机器人备受关注。机器人的应用领域更多的集中在室内环境中,伴随室内机器人应用领域的不断拓宽及人工智能水平的不断提升使得机器人朝着更加自主的方向发展,而机器人要完成自主导航任务,就必须为其提供精确的定位功能,同时机器人在执行某些作业任务时如巡检、监控等,不仅要提供重要的测量信息,同时位置信息也是不可或缺的。不同于空阔的室外条件的是,室内环境一般复杂多变,这就要求定位系统拥有更加稳定的性能和出色的定位效果。目前,在视距环境下一般机器人定位还是可以满足定位需求的,但是在非视距特别是动态非视距环境下,机器人定位精度仍然存在着挑战。因此,寻求更加实用及精度更高的定位方法是非常具有现实性及必要性的。为了进一步改善机器人在复杂的室内环境中的定位效果,本文提出将室内定位技术中性能优越的超宽带(Ultra Wide Band,UWB)位置指纹定位技术与航迹推算定位技术相结合,使两种定位技术优势互补,然后利用容积卡尔曼滤波算法对两种定位方法进行融合,从而达到改善室内机器人定位效果的目标。其中,超宽带位置指纹定位的指纹库中各参考点的特征信息采用的是超宽带信号到达时间(Time Of Arrival,TOA),离线阶段利用改进的密度峰值快速聚类算法对位置指纹进行分类,划分定位区域,在线阶段先通过类匹配判断定位目标位于哪个区域即区域定位,然后在此区域中采用改进的压缩感知重构算法——压缩采样匹配追踪算法实现目标的位置估计。此定位方法在视距条件下已经可以达到厘米级的定位精度。考虑到室内环境经常会出现动态非视距的情况,严重影响位置指纹定位精度,所以引入不易受环境因素影响的航迹推算定位技术,利用机器人自身携带的运动传感器实时检测机器人位姿,可以实现短距离内较高精度的定位。但是,航迹推算定位将随着时间的延续,其定位误差会逐渐累积,不适合做远距离的定位。为此,本文采用改进的容积卡尔曼滤波算法,将超宽带位置指纹定位和航迹推算定位结果及传感器信息有机融合起来,通过组合定位方式来进一步提升定位精度,也使定位结果更加稳定和可靠。为了验证超宽带位置指纹定位融合航迹推算的机器人室内定位方法的可行性及精度,本文在室内环境中搭建了超宽带定位系统,并且将超宽带移动标签及航迹推算定位模块安装在机器人身上进行机器人定位实验,上位机实时采集实验数据并进行处理从而绘制出机器人的移动轨迹。在对实验结果进行处理分析之后表明,本文所提超宽带位置指纹定位融合航迹推算的定位方法可以有效解决实验环境中动态非视距造成的定位误差问题,在保证定位实时性的同时,使机器人室内定位效果有明显的改善。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
推算定位论文参考文献
[1].房兴博.基于行人航位推算和多传感器融合的室内叁维定位算法研究[D].合肥工业大学.2019
[2].张晓东.UWB位置指纹融合航迹推算的室内定位研究[D].辽宁大学.2019
[3].陈云,卢晓,王胜利,王海霞,杨晓明.一种关于地标辅助行人航位推算技术的改进室内定位方法[J].科学技术与工程.2019
[4].黄胜林.基于超声波与航迹推算的扫地机器人室内定位方案[D].华中科技大学.2019
[5].漆军.基于超声波和航迹推算的室内定位方法研究[D].哈尔滨工业大学.2018
[6].宋红丽.基于航位推算的室内定位系统研究与实现[D].电子科技大学.2018
[7].查丹柯.基于UKF的WiFi和航迹推算混合的室内定位跟踪系统设计与实现[D].东南大学.2018
[8].蔡磊磊.基于蓝牙和航迹推算的室内定位跟踪系统设计与实现[D].东南大学.2018
[9].刘艳红,任明荣,王普,郭红雨.基于航迹推算的室内行人地图辅助定位方法[J].测绘科学技术学报.2017
[10].徐龙阳.一种基于智能手机的行人航位推算室内定位方法[J].电脑知识与技术.2017
论文知识图
