导读:本文包含了航迹推算论文开题报告文献综述及选题提纲参考文献，主要关键词:超宽带,位置指纹定位,压缩感知,航迹推算
航迹推算论文文献综述
张晓东[1]（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）
黄胜林[2]（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[3]（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）
苏洋,邓中亮,付潇,李晶[4]（2018）在《非捷联式行人航迹推算中行人方向的估计》一文中研究指出基于行人航迹推算(PDR)的定位技术具有导航定位自主性和连续性优势,而且短时间能够实现很高的定位精度,与此同时,MEMS传感器在商业的移动设备上的广泛可用性使得PDR成为室内定位的一个重要解决方案。基于这些,这篇论文提出了一个非捷联情况下PDR航向估计的新颖算法,这一算法实现了移动设备与行人不固定连接时行人运动方向的估计。相比于传统行人航迹推算技术,非捷联式PDR利用传感器数据不仅实现了移动设备自身姿态的识别,而且实现了移动设备相对于行人姿态的识别,从而实现了任意姿态下行人运动方向的识别。这一算法已经被仔细的仿真和大量的实验验证,实验结果表明所提出算法能够正确识别非捷联状态下行人方向。(本文来源于《第九届中国卫星导航学术年会论文集——S10 多源融合导航技术》期刊2018-05-23）
王晨钢[5]（2018）在《基于MEMS惯性传感器的行走人航迹推算》一文中研究指出随着社会的发展和技术进步,人们对室内环境下的定位和导航信息的需求日益增强,由于室内环境的复杂多变,电磁波传播存在衰减、多径和干扰等因素的影响,基于各种无线网络的定位技术目前还无法获得满意的定位结果。以基于MEMS惯性传感器的行走人航迹推算为基础的行走人定位导航方法,具有自主导航、不受环境干扰、不需要部署额外的基础设施等优点,受到了广泛关注和研究。惯性传感器由于低成本、小尺寸的优点在室内定位导航系统中得到的广泛的应用,但MEMS惯性传感器的信噪比低、漂移较大,以及定位导航过程中信号累积误差随着时间不断增加等缺点,给基于MEMS惯性传感器的行走人航迹推算带来了挑战。针对信号累积误差问题,本文提出了基于角速度滑动方差检测的静止检测方法进行零速度修正。本文通过采用基于角速度滑动方差检测的静止检测方法检测行人步态中的静止阶段,然后通过扩展卡尔曼滤波方法进行零速度修正,从而降低信号的累积误差,提高定位精度。针对MEMS惯性传感器的信噪比低、漂移较大问题,本文提出了基于Shannon熵的EMD算法对MEMS陀螺仪信号进行降噪。由于MEMS陀螺仪信号中常带有较大的非线性、非平稳的漂移噪声,基于Shannon熵的EMD算法能够有效降低陀螺仪信号的漂移噪声,进而得到较高精度的行人航迹。基于MATLAB平台,实现了室内行人航迹推算算法,基于角速度滑动方差检测的静止检测方法和基于Shannon熵的EMD算法的降噪方法,并利用MTx惯性传感器采集的数据进行验证。验证结果表明本文提出的方法能够有效地提高行走人航迹推算的精度。(本文来源于《苏州大学》期刊2018-05-01）
查丹柯[6]（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）
张译之[7]（2018）在《基于双目视觉里程计的室内移动机器人航迹推算》一文中研究指出室内移动机器人的自主定位与航迹推算是机器人实现自主导航的基础。室内环境下,移动机器人的传统定位方法存在定位精度低或者累积误差大或者GPS信号弱等缺点。组合定位也不能解决单传感器存在的根本缺陷。视觉定位的精度不受移动平台加速度变化率或者车轮侧滑的影响,只取决于定位算法的优劣及视觉传感器采集数据质量的好坏。当前视觉定位算法的定位精度能满足一般条件下的定位需求,但所需的计算量庞大,影响了移动机器人自主定位的实时性。因此,本文主要从精度和实时性两方面对使用双目视觉里程计的移动机器人的定位性能进行改进。本文首先改进了汇聚式双目定位测量模型,直接得到左右相机下的空间点的像素坐标和左相机坐标系下的物理坐标的对应关系,采用角点的亚像素坐标对改进后的模型进行评估,平均相对误差为0.10%。接着,使用改进ORB算法提取图像中的特征点,有效解决了原始ORB算法提取的特征点分布不均及暗光环境下提取数量较少的缺陷。然后,使用匹配效率更高的Flann匹配法匹配提取到的特征点,并进行误匹配点对的去除工作,发现在帧间去除误匹配阶段,使用RANSAC算法计算出的单应性矩阵比基础矩阵的外点去除效果更好;在帧内去除误匹配阶段,本文提出将基于双目标定结果的基础矩阵F作为外点剔除模型,与RANSAC方法解算出的单应性矩阵相比,两者的去除效果几乎相同,但前者耗时仅为后者的一半。最后,本文在室内明亮环境下静态场景中做了双目视觉里程计的航迹追踪实验,结果表明采用对相机位姿和地图点同时优化的BA法在精度上优于只用EPnP法及仅优化相机位姿的BA法,平均航迹相对误差为0.378%,位姿误差均值为1.456%,PC机单线程下的fps在13帧左右,基本能够满足室内移动机器人的定位需求。(本文来源于《长安大学》期刊2018-04-19）
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）
吴鹏,李东京,贠超[9]（2018）在《一种惯性传感器与编码器相结合的AGV航迹推算系统》一文中研究指出针对在没有外部信号的室内环境下的自动导引车定位问题,对如何提高相对定位算法的准确性与稳定性等问题进行了研究,提出了一种将惯性导航与里程计相结合的算法,设计了卡尔曼滤波器来将磁强计、陀螺仪、加速度计的数据与轮上编码器的数据相融合,搭建了以Windows XP为操作系统,固高嵌入式运动控制器为主控的两轮驱动实验平台,并基于该实验平台设计了传感器误差补偿对比实验与位置估计对比实验。实验结果表明:所提出的算法对补偿加速度计与陀螺仪的传感器误差,提升位置估计的准确性与稳定性具有显着效果。(本文来源于《机电工程》期刊2018年03期）
刘艳红,任明荣,王普,郭红雨[10]（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）
航迹推算论文开题报告
（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：
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。
（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。
航迹推算论文参考文献
[1].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
[2].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
[3].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
[4].苏洋,邓中亮,付潇,李晶.非捷联式行人航迹推算中行人方向的估计[C].第九届中国卫星导航学术年会论文集——S10多源融合导航技术.2018
[5].王晨钢.基于MEMS惯性传感器的行走人航迹推算[D].苏州大学.2018
[6].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
[7].张译之.基于双目视觉里程计的室内移动机器人航迹推算[D].长安大学.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].吴鹏,李东京,贠超.一种惯性传感器与编码器相结合的AGV航迹推算系统[J].机电工程.2018
[10].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