-
Patent Agency Ranking
公开(公告)号：CN109327797A
公开(公告)日：2019-02-12
申请号：CN201811194847.2
申请日：2018-10-15
Applicant: 山东科技大学
Abstract: 本发明公开了一种基于WiFi网络信号的移动机器人室内定位系统，该系统包括移动机器人控制平台和上位机，其中通过移动机器人控制平台可以实现数据采集以及移动机器人实时定位时的数据交互，而上位机安装的定位软件，则可以对采集到的WiFi信号强度的数据使用RPCA-ELM算法进行处理，实现移动机器人的室内定位，其定位速度、精度和稳定性较高且不需要其它传感器的辅助，大大降低了开发成本，具有很高的可移植性，另外，系统安装简便，维护方便，可长时间运作，还可以通过上位机来控制移动机器人的运动。
-
公开(公告)号：CN109327797B
公开(公告)日：2020-09-29
申请号：CN201811194847.2
申请日：2018-10-15
Applicant: 山东科技大学
Abstract: 本发明公开了一种基于WiFi网络信号的移动机器人室内定位系统，该系统包括移动机器人控制平台和上位机，其中通过移动机器人控制平台可以实现数据采集以及移动机器人实时定位时的数据交互，而上位机安装的定位软件，则可以对采集到的WiFi信号强度的数据使用RPCA‑ELM算法进行处理，实现移动机器人的室内定位，其定位速度、精度和稳定性较高且不需要其它传感器的辅助，大大降低了开发成本，具有很高的可移植性，另外，系统安装简便，维护方便，可长时间运作，还可以通过上位机来控制移动机器人的运动。
-
公开(公告)号：CN110072192A
公开(公告)日：2019-07-30
申请号：CN201910341607.9
申请日：2019-04-26
Applicant: 山东科技大学
Abstract: 本发明公开了一种基于标准化波形趋势和核极限学习机的智能手机WiFi室内定位方法，针对现有技术大多数是采用接收信号强度作为指纹特征，但是，由于接收信号强度容易受到动态室内环境的影响，存在各种噪声，导致定位精度严重下降。此外，它们的高计算成本已成为大规模应用的瓶颈。本发明将接收信号强度的标准化波形趋势作为室内定位的指纹特征，对设备异质性和室内动态环境具有良好的容忍性，本发明将标准化波形趋势和核极限学习机集成，设计出具有高效且稳健的室内定位方法，具有非常快的学习速度并提供最佳泛化性能。本发明能够在室内环境下实现对智能手机的高精度定位以及对环境动态变化有较好的鲁棒性。
-
公开(公告)号：CN110072192B
公开(公告)日：2020-09-22
申请号：CN201910341607.9
申请日：2019-04-26
Applicant: 山东科技大学
Abstract: 本发明公开了一种基于标准化波形趋势和核极限学习机的智能手机WiFi室内定位方法，针对现有技术大多数是采用接收信号强度作为指纹特征，但是，由于接收信号强度容易受到动态室内环境的影响，存在各种噪声，导致定位精度严重下降。此外，它们的高计算成本已成为大规模应用的瓶颈。本发明将接收信号强度的标准化波形趋势作为室内定位的指纹特征，对设备异质性和室内动态环境具有良好的容忍性，本发明将标准化波形趋势和核极限学习机集成，设计出具有高效且稳健的室内定位方法，具有非常快的学习速度并提供最佳泛化性能。本发明能够在室内环境下实现对智能手机的高精度定位以及对环境动态变化有较好的鲁棒性。
-
公开(公告)号：CN111372211A
公开(公告)日：2020-07-03
申请号：CN202010164058.5
申请日：2020-03-11
Applicant: 山东科技大学
Abstract: 本发明公开了一种基于集成学习的智能手机WiFi室内定位方法，属于室内定位与导航技术领域，包括如下步骤：进行实验环境部署；进行离线采集并训练；最后在线定位。本发明可以明显增加基于智能手机的室内定位系统的定位精度；可以达到抗动态环境噪声和设备固有噪声的效果；增强了基于智能手机的室内定位系统的稳定性。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
