Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 合肥工业大学张莉获国家专利权

合肥工业大学张莉获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉合肥工业大学申请的专利一种基于UWB、视觉和PDR融合的室内定位追踪方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116033546B

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211619546.6,技术领域涉及:H04W64/00;该发明授权一种基于UWB、视觉和PDR融合的室内定位追踪方法是由张莉;徐壹设计研发完成,并于2022-12-15向国家知识产权局提交的专利申请。

一种基于UWB、视觉和PDR融合的室内定位追踪方法在说明书摘要公布了:本发明涉及一种基于UWB、视觉和PDR融合的室内定位追踪方法,包括:布置超宽带UWB锚点,记录超宽带UWB锚点的位置xi,yi;校正环境中的监控摄像头,获取监控摄像头的投影矩阵;服务器对数据进行预处理,获取UWB位置估计、视觉位置估计,通过惯性测量单元IMU数据生成行人航迹推算PDR;通过基于视觉和UWB的粒子滤波融合预处理结果,进行行人的定位追踪,返回超宽带UWB的标签作为行人ID给待定位行人。本发明提升了超宽带子模块的精度,设计了粒子滤波融合视觉和超宽带可实现鲁棒定位,在某一传感器失效时依然可以提供定位;实现了视觉和超宽带两者之间的优势互补,实现了数据紧耦合,可以把误差扼杀在萌芽中;本发明适用范围广,易于部署,定位精度高。

本发明授权一种基于UWB、视觉和PDR融合的室内定位追踪方法在权利要求书中公布了:1.一种基于UWB、视觉和PDR融合的室内定位追踪方法,其特征在于:该方法包括下列顺序的步骤: 1离线阶段:布置超宽带UWB锚点,记录超宽带UWB锚点的位置,; 2校正阶段:校正环境中的监控摄像头,获取监控摄像头的投影矩阵; 3在线预处理阶段:待定位行人发送测距信息以及惯性测量单元IMU数据到服务器,同时监控摄像头传输视频流到服务器;服务器对数据进行预处理,获取UWB位置估计、视觉位置估计,通过惯性测量单元IMU数据生成行人航迹推算PDR; 4定位追踪阶段:依据预处理的结果,通过基于视觉和UWB的粒子滤波融合预处理结果,进行行人的定位追踪; 5在线定位追踪时,返回超宽带UWB的标签作为行人ID给待定位行人; 所述步骤3具体包括如下步骤:所述预处理包括对视频流数据进行处理和对于超宽带UWB数据的处理: 3a对视频流数据进行处理是指:对传输到服务器的视频帧采用YOLOv5算法进行行人检测,检测框的下边中点作为行人的像素位置,再通过投影获得行人的真实世界位置,,即视觉位置估计; 3b对于超宽带UWB数据的处理是指:采用自适应方差加权最小二乘方法,设超宽带UWB锚点的位置,,待定位行人的标签位置为位置,待定位行人标签与超宽带UWB锚点的距离为:,因此有如下的关系成立: , 通过最小二乘算法,有如下的位置估计模型:, 其中: , , , 初始的最小二乘估计:,定义一个当前时刻t最小二乘估计点到超宽带UWB锚点的距离为,当前时刻t标签点到超宽带UWB锚点的距离为,构造估计位置与超宽带UWB锚点的距离与测量距离的差的绝对值的样本,当前时刻t的样本的的方差为,构造当前时刻t的一个自适应方差权重矩阵: , 得到一个加权后的位置估计:,为超宽带位置估计; 当进行下一时刻的定位时,重新计算权重矩阵; 3c对于惯性测量单元IMU的9轴数据,计算得到方向,步长,计算当前时刻的一个位移: , , 其中,,为当前位置,,为上一时刻位置;为两位置位移,即行人航迹推算PDR; 其特征在于:所述步骤4包括以下步骤: 4a利用基于视觉和UWB的粒子滤波融合进行鲁棒定位追踪,首先是粒子的初始化,生成随机位置,随机方向,随机权重的粒子集,记为,其中; 4b粒子的移动依靠待定位行人输入的PDR驱动,粒子与最近视觉点的距离为: , 其中,视觉结果如下:;表示第a个行人的视觉定位结果,C表示视觉定位的行人个数; 粒子与最近超宽带UWB点的距离为: , 其中,超宽带UWB结果如下:;表示第a个行人的超宽带定位结果,D为超宽带定位结果的行人个数; 粒子的权重更新策略如下: , , 式中,为更新前粒子权重,为更新后的粒子权重,为超宽带高斯核方差因子,为视觉高斯核方差因子,为粒子点到最近视觉点的距离,为粒子点到最近超宽带定位点的距离; 4c粒子的重采样策略:首先归一化所有粒子的权重: , 式中,为归一化前粒子的权重,为归一化后粒子的权重,n为粒子个数; 随机生成一个数,使其满足;生成一个随机位置满足,新的粒子为,; 不断重复步骤4a至步骤4c,直到生成所需数量的重采样粒子,进入步骤4d; 4d在最后的位置估计阶段,采用加权粒子的位置获得行人的位置估计,即定位追踪: , 式中,为粒子位置,为粒子权重,N为粒子个数,为行人位置。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人合肥工业大学,其通讯地址为:230009 安徽省合肥市包河区屯溪路193号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。