智能运输系统中的定位技术

为了解决在城市交通流诱导系统中,能够实时、准确、可靠地提供移动站的位置信息. 通过系统得研究了智能运输系统中的定位技术的发展过程和原理,然后采用智能运输系统中的定位技术,着重研究了GPS/DR组合定位技术的原理.实践证明:GPS/DR组合定位技术能够针对城市路面状况不同情况给予准确定位.     

基于DSP的GPS/DR组合定位系统的设计

对于城市车辆GPS导航来说,其很大的一个缺点是跟踪卫星的信号常常由于建筑物、隧道及树木等的遮挡而使GPS的定位精度大大降低,甚至无法进行正常的定位。为此,提出了基于DSP的GPS/DR组合定位系统,详细介绍了系统的硬件设计方法、组成和软件设计思想。最后进行了采用联合卡尔曼滤波器的GPS和DR系统的组合定位的仿真实验。实验证明,采用联合卡尔曼滤波算法的GPS/DR组合定位系统的转度明显高于GPS单独定位方式。     

RFID技术在移动机器人同步定位中的应用

提出了一种用于室内移动机器人的同步定位算法.该算法利用射频识别(RFID)系统,将RFID标签实现的无线传感器网络与SLAM算法结合,依据RFID阅读器获得的标签数据对机器人定位.实验证明:基于RFID系统的定位算法在2维环境中能有效地对机器人进行定位和跟踪.     

联合卡尔曼滤波在车辆组合导航系统中的应用

GPS/DR组合导航系统是一种低成本、高可靠性的车载导航设备.针对陆地车辆GPS/DR组合导航系统的特点,设计了用于该系统的联合卡尔曼滤波器,给出了滤波算法,并进行了实地跑车实验.理论分析和跑车实验的结果表明,联合滤波方法不仅有效地抑制了DR系统的误差发散,而且能够充分利用DR的数据信息对GPS定位的随机误差进行补偿,从而有效地提高GPS/DR组合系统的定位精度及容错能力.     

基于IMMPF对异型空间的室内定位算法研究

针对非视距(NLOS)传播环境的室内定位技术存在受到墙体等物体遮挡干扰,易造成无线定位精度不高、误差偏大等问题,本文提出改进的交互多模型粒子滤波(IMMPF)室内定位技术.该方法对于室内运动目标模型与噪声进行建模,并且在交互多模型(IMM)中对粒子滤波(PF)进行实时更新混合信道参数,同时对于NLOS及其LOS混合信道...     

基于GIS技术的GPS车载导航定位方法研究

近年来,随着经济的快速发展,城市的机动车数量不断增加,导致城市交通流量不断增加,频繁发生的交通堵塞给人们的出行带来极大的不便,交通运输效能的低下也给国家造成了巨大的经济损失.因此,智能车载导航定位系统(Vehicle Navigation&Location System)作为智能交通系统(ITS)的重要组成部分,是当前需求较为迫切,实现道路智能化管理的关键技术之一.本文较详细地分析介绍了GPS/DR组合定位方法、地图匹配定位方法、GPS/DR/MM组合定位方法的基本原理和定位过程,并且利用Microsoft Visual C++为开发工具,开发并实现了GPS数据的提取,最后利用MapInfo软件实现GPS定位数据的处理以及与GIS的结合,使定位信息可以以图形的形式在图中显示并提供行驶路线中到达目的地的最短路径.     

车载GPS/DR组合导航系统卡尔曼滤波方法的改进

将全球定位系统(GPS)和航位推算法(DR)两种定位方式结合,实现车辆GPS/DR组合定位系统的自适应信息融合.联合卡尔曼滤波器存在数学模型不确定性和误差模型的随机性的缺点,提出改进方法是采用联邦滤波器,并引入利用模糊推理建立的模糊自适应联邦滤波器,提高了系统的精度和功能.     

基于RFID的室内人员定位系统的设计与实现

为满足室内人员定位的需求,设计了一种基于射频识别(RFID)技术的室内人员定位系统,在融合区域定位和接收信号强度的室内定位算法的基础上,该系统采用三级网络结构,利用CAN总线进行数据传输;描述了该系统的三级网络结构,最后以C#为开发语言,利用串口通信和Access 2003数据库实现了可视化控制管理软件的设计.该系统利用RFID技术,可以实现对室内人员简单快速的定位、跟踪、查询.     

RFID及RTLS技术和应用

射频识别(RFID)是一种电子标签数据采集系统，用射频信号读取近距离需要进行辨别的物体信息，它具有许多条形码和其他自动识别系统不具备的优点．应用范围非常广泛，包括制造业／存储业、包裹跟踪和物流供应管理等．与用来进行识别的RFID系统不同，实时定位系统(RTLS)是应用高级射频技术，能得到物体的真正位置，提供平均为3～7m的分辨率．     

车载GPS/DR/电子地图组合定位导航研究

针对单一导航定位手段的精度和使用范围在车辆导航定位技术中的局限性,提出了采用GPS、DR与电子地图组合导航的方案.经过对GPS/DR/电子地图组合导航定位方法地深入研究,表明GPS/DR电子地图组合导航是一种较为理想的车辆导航方式,它克服了GPS信号受阻时定位间断或失效的缺点,又避免了航位推算定位误差随时间的积累,提高了导航定位的精度并扩展了使用范围.     

基于UPF算法的车辆GPS/DR组合导航研究

车辆GPS/DR组合导航系统是非线性系统。采用扩展卡尔曼滤波(EKF)对其进行状态估计时,系统线性化过程将导致较大的滤波误差。为了获得更好的估计性能,将一类改进的粒子滤波方法 (UPF),即以无位卡尔曼滤波(UKF)为建议密度的粒子滤波方法(PF)应用于车辆GPS/DR组合导航系统中,避免了EKF方法的线性化近似过程,提高载体的定位精度。为验证该方法的有效性,将其与EKF分别用于GPS/DR组合导航系统的滤波仿真。仿真结果表明:UPF能减小导航定位误差,滤波性能明显优于EKF。     

采用RFID技术的大中城市出租车识别系统

根据整体方案设计,探讨一种适应于出租车辆管理的,基于射频识别(RFID)技术的大中城市出租车识别系统的建设思路.识别系统利用RFID射频信号的空间耦合实现无接触信息传递,达到传递信息识别与检验的目的.该系统可实现运行车辆的不停车、远距离自动识别,降低了车辆证、牌的防伪成本.同时,将车辆远距离自动检测、大容量信息存储和微波段(RFID)芯片技术实现集成创新,利用RFID技术的全球ID识别唯一性和可追溯性,有效杜绝城市客运出租车辆的各种纸媒介证书伪造、篡改的可能性.     

基于深度学习的多媒体移动物体检测技术研究

为了解决深度学习技术无法满足用户对多张照片移动目标物体识别的需求,提出基于深度学习的多媒体移动物体检测技术.提出基于前馈神经网络的目标定位技术,设计目标定位模型,计算目标边界框的大致位置以及概率;对视频中的目标行为进行预测;利用卷积神经网络融合特征和自然语言搜索特征完成自然目标搜索.     

变加权系数联邦卡尔曼滤波在GPS/DR组合定位系统中的应用研究

针对全球定位系统(GPS)接收机易出现"丢星"现象及航位推算系统误差累计问题,采用变加权系数的联邦卡尔曼滤波信息融合算法,实现以航位推算系统(DR)辅助GPS定位系统的组合定位系统,并用Matlab软件对此算法进行了仿真研究.该方法既克服了GPS信号的遮蔽问题,又充分利用了DR的短时高精度自主定位.仿真结果表明,该方法在保证了系统定位精度的前提下,有效提高了定位系统的容错性和工作可靠性.     

基于物联网技术的食品冷链物流跟踪及追溯问题研究

为了解决食品冷链物流在运输过程中的跟踪及溯源性问题,提出了基于物联网技术的物流解决方案,通过结合无线射频识别技术(RFID)和无线传感网络技术(WSN),构建了一个冷链物流跟踪及追溯系统。本系统利用RFID技术实现对食品的追溯;采用WSN技术实现实时监控食品的环境信息;结合全球定位系统(GPS)对运输工具进行定位,采用地理信息系统(GIS)对运输工具实时监管。通过此系统实现食品冷链物流的智能化跟踪和追溯,最大限度地保证冷藏食品新鲜程度、色泽与安全。     

基于行驶轨迹的道路线形质量评价

为提高道路线形质量,提出了利用差分GPS与航位推算(DGPS/DR)组合定位技术和计算机技术实时地获取行驶轨迹线坐标以及通过这些坐标计算道轨迹参数的研究思路,对其中的一些关键问题进行了分析,其中包括组合定位系统的数据处理、轨迹线各项参数的计算推导及轨迹线与道路设计线差异性分析。     

景象匹配辅助的GPS/SINS组合导航算法

为提高导航系统的精度和可靠性,在全球定位系统(GPS)、捷联惯导系统(SINS)和景象匹配传感器(SM)的观测信息是以不同采样率给出时,基于Kalman滤波技术,建立系统模型,利用分布式有反馈数据融合结构,提出一种有效的景象匹配辅助GPS/SINS 组合导航算法,即GPS/SINS/SM组合导航算法.理论分析和仿真结果均表明: 在导航定位和对状态的估计精度和可靠性方面, GPS/SINS/SM组合导航的结果均优于GPS/SINS或GPS/SM组合导航的结果,它们又优于单个系统Kalman滤波的结果.     

基于WSN的射频定位技术

对现有的基于WSN(无线传感器网络)的射频定位技术进行了总结;分析了射频定位系统研究中的关键技术,包括WiFi(无限局域网)、RFID(射频识别定位)、ZigBee、CSS(扩频定位)和UWB(超宽带定位技术),指出了目前射频定位技术所面临的问题;最后,展望了射频定位技术的前景及其对人类生活、工业发展、科技进步的促进作用.     

基于EKF的GNSS/SINS组合导航系统应用

针对单一定位系统无法得到连续、稳定可靠的导航信息的问题,将全球卫星导航系统(GNSS)与捷联惯性导航系统(SINS)进行组合,并利用扩展卡尔曼滤波(EKF)算法对这两种导航系统的定位信息进行融合,以获得更加稳定、精确的定位结果。将GNSS与SINS组合,可以弥补GNSS卫星信号失锁、数据更新频率低、无法获得姿态信息以及SINS定位误差累积等单导航系统定位的不足。通过车载实验采集定位数据,并分别进行SINS单独导航及GNSS/SINS组合导航解算,由实验结果可以看出,与SINS单独导航相比,GNSS/SINS组合导航系统的定位误差能快速收敛,并保持较高的精度,其中位置误差精度达到厘米级,速度的最大误差大约在0.1m·s-1以内,姿态的最大误差大约在0.2°以内。     

GPS/DR组合定位技术的仿真研究

根据DR传感器误差的数学模型,将其误差参数作为状态变量,建立了基于'当前'统计模型的GPS/DR组合定位的卡尔曼滤波模型.仿真结果表明该算法在多种情况下均可使定位精度保持在较高范围内,完全可以满足普通车辆的定位要求.