CN107885208B - 一种机器人定位方法、***及机器人 - Google Patents

一种机器人定位方法、***及机器人 Download PDF

Info

Publication number
CN107885208B
CN107885208B CN201711106486.7A CN201711106486A CN107885208B CN 107885208 B CN107885208 B CN 107885208B CN 201711106486 A CN201711106486 A CN 201711106486A CN 107885208 B CN107885208 B CN 107885208B
Authority
CN
China
Prior art keywords
hotspot
hot spot
rssi
value
positioning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711106486.7A
Other languages
English (en)
Other versions
CN107885208A (zh
Inventor
崔苗
荆永震
林凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan National Defense Science And Technology Industrial Technology Achievement Industrialization Application And Promotion Center
Original Assignee
Guangdong University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201711106486.7A priority Critical patent/CN107885208B/zh
Publication of CN107885208A publication Critical patent/CN107885208A/zh
Application granted granted Critical
Publication of CN107885208B publication Critical patent/CN107885208B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Numerical Control (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种机器人定位方法、***及机器人，通过接收每个热点集合内的各个热点广播的RSSI值；根据RSSI值，分别计算各个热点集合的RSSI平均值，将各个热点集合的RSSI平均值作为各个基准热点的RSSI值；根据RSSI平均值，分别计算出与各个基准热点的距离值；利用基准热点和距离值进行定位。可见，本发明利用集合内的各热点的RSSI值取平均值后作为基准热点的RSSI值。这样，可减小环境的随机性对路径损耗系数的影响，减轻小尺度随机衰落的影响，即热点集合可以减小环境对RSSI的影响。利用该RSSI值进行定位，可克服环境因素对机器人定位影响，进而提高定位精度。

Description

一种机器人定位方法、***及机器人
技术领域
本发明涉及机器人技术领域，特别涉及一种机器人定位方法、***及机器人。
背景技术
随着机器人技术的发展进步，机器人的应用越来越广泛。
为使机器人更好的工作，机器人准确定位则显得尤为重要。现有的机器人定位一般是GPS定位，也有小部分利用无线传感网络进行定位的。但是，无论是GPS定位，还是无线传感网络定位，都容易受到环境影响，进而影响定位精度。即，在一些GPS信号较弱或随机噪声较多的场合下，现有机器人定位的精度较低，特别是是在室内或地下等特定场合。
因此，如何克服环境因素对机器人定位的影响，以提高机器人定位精度是本领域需要解决的问题。
发明内容
本发明的目的是提供一种机器人定位方法、***及机器人，以克服环境影响，提高机器人定位精度。
为实现上述目的，本发明提供如下技术方案：
一种机器人定位方法，包括：
接收每个所述热点集合内的各个热点广播的RSSI值；
根据所述RSSI值，分别计算各个所述热点集合的RSSI平均值，将各个所述热点集合的所述RSSI平均值作为各个基准热点的RSSI值；
根据所述RSSI平均值，分别计算出与各个所述基准热点的距离值；
利用所述基准热点和所述距离值进行定位；
其中，所述热点集合至少有3个，且每个所述热点集合均包括一个所述基准热点和多个非基准热点；所述基准热点为预设热点区域内，所述待定位机器人接收到的RSSI值最大的热点；所述热点集合为在根据所述预设热点区域内的每个热点所接收到邻居热点的RSSI值和所述基准热点所接收到邻居热点的后，从所述预设热点区域内选取出相似度大于预设阈值的热点组成的集合。
可选地，所述根据所述RSSI平均值，分别计算出与各个所述基准热点的距离值，包括：
根据所述RSSI平均值，利用RSSI测距式
Figure BDA0001464519940000021
分别计算出于各个所述基准热点的距离值；
其中，d0为参考距离，A为参考距离上的信号强度，n为路径损耗系数，Xσ为零均值高斯分布随机变量。
可选地，所述利用所述基准热点和所述距离值进行定位，包括：
以各个所述基准热点为圆心，所述距离值为半径画圆，得出各个圆的交点，将所述交点作为定位点。
可选地，在所述利用所述基准热点和所述距离值进行定位之后，还包括：
接收用于校验的热点集合内的各个热点的RSSI值；
计算所述用于校验的热点集合的校验RSSI平均值；
根据所述校验RSSI平均值，计算得出与所述校验基准热点间的校验距离值；
以所述校验基准热点为圆心，所述校验距离值为半径画圆，通过判断定位点与校验圆间的误差距离大小，校验定位准确性。
可选地，所述热点集合的选取过程具体为：
确定所述预设热点区域内的所述基准热点；
利用相似度公式
Figure BDA0001464519940000022
分别计算所述预设热点区域内的各个待选热点和所述基准热点间的相似度；
选取所述相似度大于所述预设阈值的待选热点作为所述非基准热点，并与所述基准热点组成所述热点集合；
其中，所述RAi、RBi分别为热点A、B从相同的N个邻居热点中第i个热点接收到的RSSI值，RAB为热点A接收到热点B的RSSI值，i∈[1，N]。
一种机器人，包括：
接收模块，用于接收每个所述热点集合内的各个热点广播的RSSI值；
RSSI平均值计算模块，用于根据所述RSSI值，分别计算各个所述热点集合的RSSI平均值，将各个所述热点集合的所述RSSI平均值作为各个基准热点的RSSI值；
距离计算模块，用于根据所述RSSI平均值，分别计算出与各个所述基准热点的距离值；
定位模块，用于利用所述基准热点和所述距离值进行定位；
其中，所述热点集合至少有3个，且每个所述热点集合均包括一个所述基准热点和多个非基准热点；所述基准热点为预设热点区域内，所述待定位机器人接收到的RSSI值最大的热点；所述热点集合为在根据所述预设热点区域内的每个热点所接收到邻居热点的RSSI值和所述基准热点所接收到邻居热点的后，从所述预设热点区域内选取出相似度大于预设阈值的热点组成的集合。
可选地，所述距离计算模块包括：
计算子模块，用于根据所述RSSI平均值，利用RSSI测距式
Figure BDA0001464519940000031
分别计算出于各个所述基准热点的距离值；
其中，d0为参考距离，A为参考距离上的信号强度，n为路径损耗系数，Xσ为零均值高斯分布随机变量。
可选地，所述定位模块包括：
定位子模块，用于以各个所述基准热点为圆心，所述距离值为半径画圆，得出各个圆的交点，将所述交点作为定位点。
可选地，还包括：
校验模块，用于接收用于校验的热点集合内的各个热点的RSSI值；计算所述用于校验的热点集合的校验RSSI平均值；根据所述校验RSSI平均值，计算得出与所述校验基准热点间的校验距离值；以所述校验基准热点为圆心，所述校验距离值为半径画圆，通过判断定位点与校验圆间的误差距离大小，校验定位准确性。
一种机器人定位***，包括待定位机器人和至少3个热点集合；所述热点集合均包括一个基准热点和多个非基准热点；
所述待定位机器人用于接收每个所述热点集合内的各个热点广播的RSSI值；根据所述RSSI值，分别计算各个所述热点集合的RSSI平均值，将各个所述热点集合的所述RSSI平均值作为各个所述基准热点的RSSI值；根据所述RSSI平均值，分别计算出与各个所述基准热点的距离值；利用所述基准热点和所述距离值进行定位；
其中，所述待定位机器人为上述任一项所述机器人，所述基准热点为预设热点区域内，所述待定位机器人接收到的RSSI值最大的热点；所述热点集合为在根据所述预设热点区域内的每个热点所接收到邻居热点的RSSI值和所述基准热点所接收到邻居热点的后，从所述预设热点区域内选取出相似度大于预设阈值的热点组成的集合。
本发明提供的机器人定位方法，通过接收每个热点集合内的各个热点广播的RSSI值；根据RSSI值，分别计算各个热点集合的RSSI平均值，将各个热点集合的RSSI平均值作为各个基准热点的RSSI值；根据RSSI平均值，分别计算出与各个基准热点的距离值；利用基准热点和距离值进行定位；其中，热点集合至少有3个，且每个热点集合均包括一个基准热点和多个非基准热点；基准热点为预设热点区域内，待定位机器人接收到的RSSI值最大的热点；热点集合为在根据预设热点区域内的每个热点所接收到邻居热点的RSSI值和基准热点所接收到邻居热点的后，从预设热点区域内选取出相似度大于预设阈值的热点组成的集合。
可见，利用热点间的相似度，选取出多个热点组成热点集合，并将集合内的各热点的RSSI值取平均值后作为基准热点的RSSI值。这样，可以减小环境的随机性对路径损耗系数的影响，减轻小尺度随机衰落的影响，即，相较于单一热点，热点集合可以减小环境对RSSI值的影响。然后，利用该RSSI进行定位，则可以克服环境因素对机器人定位影响，进而提高定位精度。本发明提供的一种机器人和一种机器人定位***同样有益效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的机器人定位方法的一种具体实施方式的流程示意图；
图2为本发明实施例提供的机器人的结构示意框图；
图3为本发明实施例提供的机器人定位***的结构示意框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，图1为本发明实施例提供的机器人定位方法的一种具体实施方式的流程示意图，该方法可以包括以下步骤：
步骤101、接收每个热点集合内的各个热点广播的RSSI值；
其中，热点集合至少有3个，且每个热点集合均包括一个基准热点和多个非基准热点；基准热点为预设热点区域内，待定位机器人接收到的RSSI值最大的热点；热点集合为在根据预设热点区域内的每个热点所接收到邻居热点的RSSI值和基准热点所接收到邻居热点的后，从预设热点区域内选取出相似度大于预设阈值的热点组成的集合。
可以理解，热点集合的数量可以为3个或3个以上，具体数量可以根据具体应用需求进行设定，且每个热点集合内的热点数量是任意的。
每个集合的非基准热点选取可以根据热点间的相似度进行选取，其具体过程可以如下：
步骤A、确定预设热点区域内的基准热点；
需要说明，上述预设热点区域为包含许多待选热点的区域，从该区域中，可以选取出多个待选热点，组成热点集合。在选取非基准热点之前，需要先确定基准热点，基准热点的确定标准一般是RSSI值最大的热点。待定位机器人可以接收到预设热点区域的各个热点广播的RSSI值，取其中RSSI值最大的热点为基准热点。
当然，在某些特殊情况，基准热点可以由用户根据实际情况指定。此时，基准热点可以不为RSSI值最大的热点。
步骤B、利用相似度公式
Figure BDA0001464519940000061
分别计算预设热点区域内的各个待选热点和基准热点间的相似度；
其中，RAi、RBi分别为热点A、B从相同的N个邻居热点中第i个热点接收到的RSSI值，RAB为热点A接收到热点B的RSSI值，i∈[1，N]。
需要说明，如果两个热点空间上很接近，则其环境基本相似，相应地，也会有相同的邻居热点，其所接收到的邻居热点的RSSI值也会比较接近。故计算某个热点与基准热点的相似度时，可以将预设热点区域内，除了该热点和基准热点外的热点看作是这两点的邻居热点。
步骤C、选取相似度大于预设阈值的待选热点作为非基准热点，并与基准热点组成热点集合；
可以理解，上述预设阈值可以根据需求进行设定，且预设阈值的选取也决定着非基准热点的数量。
步骤102、根据RSSI值，分别计算各个热点集合的RSSI平均值，将各个热点集合的RSSI平均值作为各个基准热点的RSSI值。
可以理解，已知每个热点集合的各个热点的RSSI值，每个热点集合的热点个数，即可求出每个热点集合的RSSI平均值。
步骤103、根据RSSI平均值，分别计算出与各个基准热点的距离值。
将RSSI平均值作为相应基准热点的RSSI值，即，机器人在计算与各个基准热点的距离时，用对应热点集合的RSSI平均值进行计算。这样，用热点集合替代单一热点，可以减小误差，降低随机环境噪声对机器人定位的影响。
在一些实施方式中，本步骤可以具体为：根据RSSI平均值，利用RSSI测距式
Figure BDA0001464519940000062
分别计算出于各个基准热点的距离值；
其中，d0为参考距离，A为参考距离上的信号强度，n为路径损耗系数，Xσ为零均值高斯分布随机变量。
步骤104、利用基准热点和距离值进行定位。
计算出与各个基准热点的距离后，可以以每个基准热点为圆心、相应距离值为半径画圆，则可以得出多个圆的交点，该交点即为定位点。
可以理解，当基准热点的数量为3个时，或热点集合为3个时，可以利用三点定位法来进行定位。例如，待定位点为X，A、B、C为基准热点，分别以A、B、C三个点为圆心，相应距离值为半径画圆，三个圆的交点即为待定位点X。
当基准热点的数量为3个以上时，或热点集合为3个以上时，以定位过程与3个时类似，在此不再赘述。
当机器人得出定位数据后，可以通过数据传给热点，离地面最近的热点将该定位数据传给地面控制中心。
定位可能存在误差，为将误差控制在一定范围内，提供定位准确度，可以在定位之后，进行定位校验。
故在一些实施方式中，在利用基准热点和距离值进行定位之后，还可以包括：接收用于校验的热点集合内的各个热点的RSSI值；计算用于校验的热点集合的校验RSSI平均值；根据校验RSSI平均值，计算得出与校验基准热点间的校验距离值；以校验基准热点为圆心，校验距离值为半径画圆，通过判断定位点与校验圆间的误差距离大小，校验定位准确性。
需要说明，用于校验的热点集合个数不包含在上文至少3个热点集合内，即用于定位的热点集合至少需要3个，当需要校验时，需要在此基础上增加用于校验的热点集合。
用于校验的热点集合的选取过程和用于定位的热点集合的选取过程类似，具体可参见上文相应内容，且校验过程的RSSI值计算过程与定位过程的类似，具体可参见上文相应内容，在此均不再赘述
可以理解，上述误差距离可以是指已定位出的位置点的所在位置落在校验圆的哪个位置。如果落在圆上，则定位点在误差范围内，如果落在圆内或圆外，且偏差距离在阈值范围内，则可以认为定位点在误差范围内，反之，则认为定位不准确。
当判断出定位不准确时，可以重新进行定位，直至定位点在误差范围内。当然，如果在进行多次定位后，仍然不符合要求，则可以向控制中心发出告警信息，以便进行人工排查定位影响因素。
本实施例中，通过利用热点间的相似度，选取出多个热点组成热点集合，并将集合内的各热点的RSSI值取平均值后作为基准热点的RSSI值。这样，可以减小环境的随机性对路径损耗系数的影响，减轻小尺度随机衰落的影响，即，相较于单一热点，热点集合可以减小环境对RSSI值的影响，尤其是在一些特殊场合，例如室内或地下等，效果尤为明显。然后，利用该RSSI进行定位，则可以克服环境因素对机器人定位影响，进而提高定位精度。
下面对本发明实施例提供的一种机器人进行介绍，下文描述的一种机器人与上文描述的一种机器人定位方法可相互对应参照。
请参考图2，图2为本发明实施例提供的机器人的结构示意框图，该机器人可以包括：
接收模块21，用于接收每个热点集合内的各个热点广播的RSSI值；
RSSI平均值计算模块22，用于根据RSSI值，分别计算各个热点集合的RSSI平均值，将各个热点集合的RSSI平均值作为各个基准热点的RSSI值；
距离计算模块23，用于根据RSSI平均值，分别计算出与各个基准热点的距离值；
定位模块24，用于利用基准热点和距离值进行定位；
其中，热点集合至少有3个，且每个热点集合均包括一个基准热点和多个非基准热点；基准热点为预设热点区域内，待定位机器人接收到的RSSI值最大的热点；热点集合为在根据预设热点区域内的每个热点所接收到邻居热点的RSSI值和基准热点所接收到邻居热点的后，从预设热点区域内选取出相似度大于预设阈值的热点组成的集合。
需要说明，本实施例的机器人可以是任意场景下的机器人，但在某种特殊场景下，例如，室内或地下等，应用本实施例的机器人，机器人的定位精度提高尤为明显。因此，可以将本实施例的机器人作为一些特殊环境机器人，例如家用服务机器人和地下搜救机器人。
在一些实施方式中，距离计算模块23可以包括：
计算子模块，用于根据RSSI平均值，利用RSSI测距式
Figure BDA0001464519940000081
分别计算出于各个基准热点的距离值；
其中，d0为参考距离，A为参考距离上的信号强度，n为路径损耗系数，Xσ为零均值高斯分布随机变量。
在一些实施方式中，定位模块24可以包括：
定位子模块，用于以各个基准热点为圆心，距离值为半径画圆，得出各个圆的交点，将交点作为定位点。
在一些实施方式中，该机器人还可以包括：
校验模块，用于接收用于校验的热点集合内的各个热点的RSSI值；计算用于校验的热点集合的校验RSSI平均值；根据校验RSSI平均值，计算得出与校验基准热点间的校验距离值；以校验基准热点为圆心，校验距离值为半径画圆，通过判断定位点与校验圆间的误差距离大小，校验定位准确性。
本实施例中，机器人通过利用热点间的相似度，选取出多个热点组成热点集合，并将集合内的各热点的RSSI值取平均值后作为基准热点的RSSI值。这样，可以减小环境的随机性对路径损耗系数的影响，减轻小尺度随机衰落的影响，即，相较于单一热点，热点集合可以减小环境对RSSI值的影响，尤其是在一些特殊场合，例如室内或地下等，效果尤为明显。然后，利用该RSSI进行定位，则可以克服环境因素对机器人定位影响，进而提高定位精度。
本发明实施例提供一种机器人定位***，参见图3示出的机器人定位***的结构示意框图，该***可以包括待定位机器人31和至少3个热点集合32；热点集合均包括一个基准热点和多个非基准热点；
待定位机器人用于接收每个热点集合内的各个热点广播的RSSI值；根据RSSI值，分别计算各个热点集合的RSSI平均值，将各个热点集合的RSSI平均值作为各个基准热点的RSSI值；根据RSSI平均值，分别计算出与各个基准热点的距离值；利用基准热点和距离值进行定位；
其中，待定位机器人为上述任一项机器人，基准热点为预设热点区域内，待定位机器人接收到的RSSI值最大的热点；热点集合为在根据预设热点区域内的每个热点所接收到邻居热点的RSSI值和基准热点所接收到邻居热点的后，从预设热点区域内选取出相似度大于预设阈值的热点组成的集合。
本实施例中，机器人通过利用热点间的相似度，选取出多个热点组成热点集合，并将集合内的各热点的RSSI值取平均值后作为基准热点的RSSI值。这样，可以减小环境的随机性对路径损耗系数的影响，减轻小尺度随机衰落的影响，即，相较于单一热点，热点集合可以减小环境对RSSI值的影响，尤其是在一些特殊场合，例如室内或地下等，效果尤为明显。然后，利用该RSSI进行定位，则可以克服环境因素对机器人定位影响，进而提高定位精度。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的机器人定位方法、***及机器人进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (8)

1.一种机器人定位方法，其特征在于，包括：
接收每个热点集合内的各个热点广播的RSSI值；
根据所述RSSI值，分别计算各个所述热点集合的RSSI平均值，将各个所述热点集合的所述RSSI平均值作为各个基准热点的RSSI值；
根据所述RSSI平均值，分别计算出与各个所述基准热点的距离值；
利用所述基准热点和所述距离值进行定位；
其中，所述热点集合至少有3个，且每个所述热点集合均包括一个所述基准热点和多个非基准热点；所述基准热点为预设热点区域内，待定位机器人接收到的RSSI值最大的热点；所述热点集合为在根据所述预设热点区域内的每个热点所接收到邻居热点的RSSI值和所述基准热点所接收到邻居热点的后，从所述预设热点区域内选取出相似度大于预设阈值的热点组成的集合；
其中，所述根据所述RSSI平均值，分别计算出与各个所述基准热点的距离值，包括：
根据所述RSSI平均值，利用RSSI测距式
Figure FDA0002934259250000011
分别计算出于各个所述基准热点的距离值；
其中，d0为参考距离，A为参考距离上的信号强度，n为路径损耗系数，Xσ为零均值高斯分布随机变量。
2.如权利要求1所述的方法，其特征在于，所述利用所述基准热点和所述距离值进行定位，包括：
以各个所述基准热点为圆心，所述距离值为半径画圆，得出各个圆的交点，将所述交点作为定位点。
3.如权利要求1至2任一项所述的方法，其特征在于，在所述利用所述基准热点和所述距离值进行定位之后，还包括：
接收用于校验的热点集合内的各个热点的RSSI值；
计算所述用于校验的热点集合的校验RSSI平均值；
根据所述校验RSSI平均值，计算得出与校验基准热点间的校验距离值；
以校验基准热点为圆心，所述校验距离值为半径画圆，通过判断定位点与校验圆间的误差距离大小，校验定位准确性。
4.如权利要求1所述的方法，其特征在于，所述热点集合的选取过程具体为：
确定所述预设热点区域内的所述基准热点；
利用相似度公式
Figure FDA0002934259250000021
分别计算所述预设热点区域内的各个待选热点和所述基准热点间的相似度；
选取所述相似度大于所述预设阈值的待选热点作为所述非基准热点，并与所述基准热点组成所述热点集合；
其中，所述RAi、RBi分别为热点A、B从相同的N个邻居热点中第i个热点接收到的RSSI值，RAB为热点A接收到热点B的RSSI值，i∈[1，N]。
5.一种机器人，其特征在于，包括：
接收模块，用于接收每个热点集合内的各个热点广播的RSSI值；
RSSI平均值计算模块，用于根据所述RSSI值，分别计算各个所述热点集合的RSSI平均值，将各个所述热点集合的所述RSSI平均值作为各个基准热点的RSSI值；
距离计算模块，用于根据所述RSSI平均值，分别计算出与各个所述基准热点的距离值；
定位模块，用于利用所述基准热点和所述距离值进行定位；
其中，所述热点集合至少有3个，且每个所述热点集合均包括一个所述基准热点和多个非基准热点；所述基准热点为预设热点区域内，待定位机器人接收到的RSSI值最大的热点；所述热点集合为在根据所述预设热点区域内的每个热点所接收到邻居热点的RSSI值和所述基准热点所接收到邻居热点的后，从所述预设热点区域内选取出相似度大于预设阈值的热点组成的集合；
其中，所述距离计算模块包括：
计算子模块，用于根据所述RSSI平均值，利用RSSI测距式
Figure FDA0002934259250000022
分别计算出于各个所述基准热点的距离值；
其中，d0为参考距离，A为参考距离上的信号强度，n为路径损耗系数，Xσ为零均值高斯分布随机变量。
6.如权利要求5所述的机器人，其特征在于，所述定位模块包括：
定位子模块，用于以各个所述基准热点为圆心，所述距离值为半径画圆，得出各个圆的交点，将所述交点作为定位点。
7.如权利要求5至6任一项所述的机器人，其特征在于，还包括：
校验模块，用于接收用于校验的热点集合内的各个热点的RSSI值；计算所述用于校验的热点集合的校验RSSI平均值；根据所述校验RSSI平均值，计算得出与校验基准热点间的校验距离值；以校验基准热点为圆心，所述校验距离值为半径画圆，通过判断定位点与校验圆间的误差距离大小，校验定位准确性。
8.一种机器人定位***，其特征在于，包括待定位机器人和至少3个热点集合；所述热点集合均包括一个基准热点和多个非基准热点；
所述待定位机器人用于接收每个所述热点集合内的各个热点广播的RSSI值；根据所述RSSI值，分别计算各个所述热点集合的RSSI平均值，将各个所述热点集合的所述RSSI平均值作为各个所述基准热点的RSSI值；根据所述RSSI平均值，分别计算出与各个所述基准热点的距离值；利用所述基准热点和所述距离值进行定位；
其中，所述待定位机器人为如权利要求5至7任一项所述机器人，所述基准热点为预设热点区域内，所述待定位机器人接收到的RSSI值最大的热点；所述热点集合为在根据所述预设热点区域内的每个热点所接收到邻居热点的RSSI值和所述基准热点所接收到邻居热点的后，从所述预设热点区域内选取出相似度大于预设阈值的热点组成的集合。
CN201711106486.7A 2017-11-10 2017-11-10 一种机器人定位方法、***及机器人 Active CN107885208B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711106486.7A CN107885208B (zh) 2017-11-10 2017-11-10 一种机器人定位方法、***及机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711106486.7A CN107885208B (zh) 2017-11-10 2017-11-10 一种机器人定位方法、***及机器人

Publications (2)

Publication Number Publication Date
CN107885208A CN107885208A (zh) 2018-04-06
CN107885208B true CN107885208B (zh) 2021-03-30

Family

ID=61780144

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711106486.7A Active CN107885208B (zh) 2017-11-10 2017-11-10 一种机器人定位方法、***及机器人

Country Status (1)

Country Link
CN (1) CN107885208B (zh)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101420749B (zh) * 2008-12-02 2010-12-15 中国科学技术大学苏州研究院 无线传感网络室内节点区域的判定方法
EP2405688A1 (en) * 2010-07-07 2012-01-11 Thomson Licensing Method for evaluating locations of wireless access points in a hybrid network
CN102325373B (zh) * 2011-09-16 2014-01-01 沈阳航空航天大学 基于RSSI相似度的井下线型无线传感器网络动态α定位方法
CN102595592A (zh) * 2012-01-10 2012-07-18 西北工业大学 一种移动社会网络目标节点的室内定位方法
CN103269516A (zh) * 2013-03-19 2013-08-28 中山大学 基于移动锚节点的多质心定位方法
CN104853434A (zh) * 2015-01-13 2015-08-19 中山大学 一种基于svm和k均值聚类的室内定位方法
CN107305246B (zh) * 2016-04-19 2023-08-08 中兴通讯股份有限公司 基于接收信号强度指示的定位方法和装置
CN105828435A (zh) * 2016-05-30 2016-08-03 天津大学 基于接收信号强度优化的距离修正加权质心定位方法
CN107302754A (zh) * 2017-05-10 2017-10-27 广东工业大学 一种基于WiFi与PDR的室内定位简易方法

Also Published As

Publication number Publication date
CN107885208A (zh) 2018-04-06

Similar Documents

Publication Publication Date Title
KR101260647B1 (ko) 무선센서네트워크 상에서 효율적인 다변측량을 이용한 무선측위방법과 이를 실시하기 위한 프로그램이 기록된 기록매체
US10492022B2 (en) System and method for robust and accurate RSSI based location estimation
CN110868752B (zh) 一种终端的定位方法和装置
US8233906B2 (en) Method and arrangement for determination of the radio coverage in a multicell mobile radio system
US8738043B2 (en) Apparatus and method for constructing wireless AP map
CN111352069B (zh) 一种室内定位方法、服务器、存储介质及程序产品
JP2010160158A (ja) 移動局位置推定方法および装置
US20060281470A1 (en) Method for estimating the location of a wireless device in a communication network
EP2976900B1 (en) Building floor determination for a location based service
US9660740B2 (en) Signal strength distribution establishing method and wireless positioning system
US8423047B1 (en) Statistical method for determining the location of a mobile device
US20110163917A1 (en) Method and system for antenna orientation compensation for power ranging
US7436781B2 (en) Method and apparatus for determining the location of a node in a wireless system
US10382892B2 (en) Bluetooth device locator
CN111935820B (zh) 基于无线网络的定位实现方法及相关设备
CN110012416B (zh) 一种用户终端的定位方法及装置
JP5420070B2 (ja) セルラー無線通信ネットワーク内で移動する無線通信装置の位置を決定するための方法およびシステムと、セルラー無線通信ネットワークの無線通信装置
CN109803273B (zh) 天馈***调整方法、装置、电子设备及存储介质
US20190116577A1 (en) Positioning method and server, and terminal
CN103179659A (zh) 多基站混合定位方法及装置
CN107885208B (zh) 一种机器人定位方法、***及机器人
CN104812060B (zh) 一种基于数据融合的无线定位方法及装置
CN108419248B (zh) 一种测试数据处理方法及装置
CN110234163B (zh) 用户终端的定位方法、装置、设备和介质
US9817103B2 (en) Position adjustment in mobile communications networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220602

Address after: Nanhai Software Science Park, Shishan town, Nanhai District, Foshan City, Guangdong Province

Patentee after: Foshan National Defense Science and Technology Industrial Technology Achievement Industrialization Application and Promotion Center

Address before: 510006 No. 100 West Ring Road, Panyu District University, Guangdong, Guangzhou

Patentee before: GUANGDONG University OF TECHNOLOGY

TR01 Transfer of patent right