论文部分内容阅读
目前,随着物联网技术的发展和移动设备性能的提升,室内定位技术已广泛应用于室内移动机器人的定位、大型室内场所中对人或物品的定位追踪等场景,给人们的生活带来了便利。近年来,可见光定位(Visible Light Positioning,VLP)技术因其低成本、高精度等优点,在室内定位领域中备受关注。VLP系统通常可以分为两类:基于光敏传感器(Photodiode,PD)和基于摄像头的定位系统。PD获取的观测量易受到外部环境光的干扰,稳定性较差,会降低定位精度;摄像头定位方法则受到摄像头分辨率和视角大小的限制,实际应用条件苛刻。针对目前单纯基于PD或摄像头的VLP系统中存在的上述问题,本文提出了一种基于PD和廉价摄像头的低成本、高精度、准实时的组合定位方法。本文首先通过实验分析了外部环境光对PD接收信号强度的影响,提出了一种信道模型的两步修正方法,通过修正环境光的影响和理论朗伯系数提高PD的观测精度。然后,从摄像头拍摄的图片中提取位置和角度等信息,这类基于摄像头的观测量相比PD观测量受环境光影响小,具有更高的精度。当定位区域天花板上存在矩形图样时,采用本文提出的基于天花板矩形图样的单灯定位算法,进一步提高定位精度。最后,在VLP系统的融合定位算法部分,本文提出了一种固定滞后集合卡尔曼平滑器(Fixed-Lag Ensemble Kalman Smoother,FLEnKS)。FLEnKS采用滑动窗口和双滤波器结构,融合修正后的PD观测量和摄像头观测量,得到高精度、准实时的定位结果。本文在5×5×2.84m~3的定位区域中搭建了真实的实验环境并进行动态测试。实验结果表明,在有外部环境光干扰的情况下,二维定位误差为8.67cm,三维定位误差为12.15cm,相比单纯基于PD的定位方法,平均定位精度提升了60%~70%左右。本文提出的基于PD和摄像头的组合定位方法能有效地实现低成本、高精度、准实时的动态室内定位。