-
公开(公告)号：CN107817469B
公开(公告)日：2020-11-24
申请号：CN201710970633.9
申请日：2017-10-18
Applicant: 上海理工大学
IPC: G01S5/14
Abstract: 本发明涉及一种基于非视距环境下超宽频测距实现室内定位方法，测试系统由被定位目标上的一个标签和n个基站组成，每个基站与标签之间通信采用超宽频传输技术，所有的基站安装在同一水平面上，被定位目标运动平面与基站平面要求定高，采用飞行时间TOF原理测距。根据多组测量距离信息与系统预测模型所估计出的距离信息进行比较，一方面通过测量距离与估计距离差值阈值进行是否为非视距测距数据的认定，另一方面，通过计算测量距离与估计距离差值在估计点对实际坐标偏移大小的阈值进行是否作为非视距测距数据的认定。两种判定方案共同决定距离数据是否为非视距测距数据，然后对非视距测量数据进行排除，再进行相应的定位运算，从而提高定位精度。
-
公开(公告)号：CN110472662A
公开(公告)日：2019-11-19
申请号：CN201910618024.6
申请日：2019-07-10
Applicant: 上海理工大学
Abstract: 本发明公开了一种基于改进的ORB算法的图像匹配算法，本方法通过AGAST算法对目标图像和对比图像产生一组搜索树，执行后向归纳算法得到平面区域决策树和复杂区域决策树；通过比对决策树内像素点特征得到特征点；确定特征点主方向并使主方向旋转到0度；采用BRIEF算法对特征点构建特征向量；采用多探针局部敏感哈希算法将特征向量映射到不同的哈希桶中，并按探测序列比对不同哈希桶中的特征向量，得到初始匹配对；调用RANSAC算法函数对初始匹配对进行误匹配剔除，得到精准的图像匹配结果。本算法通过对特征点提取和匹配，得到粗略匹配集合，并剔除误匹配，保留正确匹配集合，提高图像匹配的准确率以及算法的运算速度。
-
公开(公告)号：CN109141427A
公开(公告)日：2019-01-04
申请号：CN201810992786.8
申请日：2018-08-29
Applicant: 上海理工大学
IPC: G01C21/20
CPC classification number: G01C21/206
Abstract: 本发明提供了一种在非视距环境下基于距离和角度概率模型的EKF定位方法，用于对移动目标(x,y)进行定位，具有这样的特征，包括以下步骤：步骤1，在多个基站和样本点间找出存在非视距因素的样本点；步骤2，求出距离区间中存在非视距因素的样本点的概率；步骤3，求出角度区间中存在非视距因素的样本点的概率；步骤4，进行多项式曲线拟合，得到距离‑非视距概率和角度‑非视距概率；步骤5，求得第i个基站(xi,yi)与移动目标(x,y)间存在非视距因素的概率；步骤6，求取到每个基站的概率密度函数；步骤7，对移动目标(x,y)的位置进行估计；步骤8，根据估计位置来校正目标与基站的距离；步骤9，根据卡尔曼滤波算法对移动目标的状态进行预测、校正以及更新来完成定位。
-
Patent Agency Ranking
公开(公告)号：CN109141427B
公开(公告)日：2022-01-25
申请号：CN201810992786.8
申请日：2018-08-29
Applicant: 上海理工大学
IPC: G01C21/20
Abstract: 本发明提供了一种在非视距环境下基于距离和角度概率模型的EKF定位方法，用于对移动目标(x,y)进行定位，具有这样的特征，包括以下步骤：步骤1，在多个基站和样本点间找出存在非视距因素的样本点；步骤2，求出距离区间中存在非视距因素的样本点的概率；步骤3，求出角度区间中存在非视距因素的样本点的概率；步骤4，进行多项式曲线拟合，得到距离‑非视距概率和角度‑非视距概率；步骤5，求得第i个基站(xi,yi)与移动目标(x,y)间存在非视距因素的概率；步骤6，求取到每个基站的概率密度函数；步骤7，对移动目标(x,y)的位置进行估计；步骤8，根据估计位置来校正目标与基站的距离；步骤9，根据卡尔曼滤波算法对移动目标的状态进行预测、校正以及更新来完成定位。
-
公开(公告)号：CN110443295A
公开(公告)日：2019-11-12
申请号：CN201910694130.2
申请日：2019-07-30
Applicant: 上海理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种改进的图像匹配与误匹配剔除算法，本算法采用FAST算法通过灰度值的差异从图像中提取特征点；利用图像块的二阶矩通过图像块的质心位置及几何中心给定特征点方向；对围绕特征点的像素点进行灰度值比较，采用BRIEF算法创建特征点的描述符；对描述符采用多探针局部敏感散列LSH算法匹配特征点的特征向量，得到特征向量的初始匹配对；依次使用GMS算法、余弦相似度算法和RANSAC算法剔除初始匹配对中的误匹配，得到精准的图像匹配结果。本算法通过改进的ORB算法特征点提取与匹配，结合GMS算法得到效果更好的粗略匹配集合，然后与RANSAC算法结合，达到剔除误匹配，保留正确匹配集合的目的，提高图像匹配的准确率以及算法的运算速度。
-
公开(公告)号：CN110472662B
公开(公告)日：2023-12-29
申请号：CN201910618024.6
申请日：2019-07-10
Applicant: 上海理工大学
IPC: G06V10/75 , G06V10/764 , G06V10/46
Abstract: 本发明公开了一种基于改进的ORB算法的图像匹配算法，本方法通过AGAST算法对目标图像和对比图像产生一组搜索树，执行后向归纳算法得到平面区域决策树和复杂区域决策树；通过比对决策树内像素点特征得到特征点；确定特征点主方向并使主方向旋转到0度；采用BRIEF算法对特征点构建特征向量；采用多探针局部敏感哈希算法将特征向量映射到不同的哈希桶中，并按探测序列比对不同哈希桶中的特征向量，得到初始匹配对；调用RANSAC算法函数对初始匹配对进行误匹配剔除，得到精准的图像匹配结果。本算法通过对特征点提取和匹配，得到粗略匹配集合，并剔除误匹配，保留正确匹配集合，提高图像匹配的准确率以及算法的运算速度。
-
公开(公告)号：CN110426033A
公开(公告)日：2019-11-08
申请号：CN201910694121.3
申请日：2019-07-30
Applicant: 上海理工大学
IPC: G01C21/16
Abstract: 本发明公开了一种基于松耦合IMU阵列导航系统的时间同步算法，本方法首先建立IMU阵列导航系统的误差模型，在该模型的基础上建立含有时间同步误差的系统方程，将时间同步误差作为状态变量引入到状态空间模型中作为状态的估计量；然后采用分数延时滤波器对时间同步误差进行时间上的位移，并采用拉格朗日插值法插值分数延时滤波器的幅值和相位响应，得到惯性传感器数据的移位，保证惯性传感器的时间同步；对延时后的惯性传感器数据进行误差补偿，并将经过时间移位且误差补偿后的惯性传感器数据输入到惯性导航系统的导航方程中进行导航求解，得到实际的导航参数。本方法无需增加额外硬件，降低导航系统的运算量。
-
公开(公告)号：CN107817469A
公开(公告)日：2018-03-20
申请号：CN201710970633.9
申请日：2017-10-18
Applicant: 上海理工大学
IPC: G01S5/14
CPC classification number: G01S5/145
Abstract: 本发明涉及一种基于非视距环境下超宽频测距实现室内定位方法，测试系统由被定位目标上的一个标签和n个基站组成，每个基站与标签之间通信采用超宽频传输技术，所有的基站安装在同一水平面上，被定位目标运动平面与基站平面要求定高，采用飞行时间TOF原理测距。根据多组测量距离信息与系统预测模型所估计出的距离信息进行比较，一方面通过测量距离与估计距离差值阈值进行是否为非视距测距数据的认定，另一方面，通过计算测量距离与估计距离差值在估计点对实际坐标偏移大小的阈值进行是否作为非视距测距数据的认定。两种判定方案共同决定距离数据是否为非视距测距数据，然后对非视距测量数据进行排除，再进行相应的定位运算，从而提高定位精度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.025 seconds)
