CN110133589A - 一种基于 UWB 和 Kalman 的室内停车场高精度定位*** - Google Patents
一种基于 UWB 和 Kalman 的室内停车场高精度定位*** Download PDFInfo
- Publication number
- CN110133589A CN110133589A CN201910369647.4A CN201910369647A CN110133589A CN 110133589 A CN110133589 A CN 110133589A CN 201910369647 A CN201910369647 A CN 201910369647A CN 110133589 A CN110133589 A CN 110133589A
- Authority
- CN
- China
- Prior art keywords
- uwb
- radio frequency
- kalman
- chip
- frequency chip
- 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.)
- Pending
Links
- 238000003708 edge detection Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims description 30
- 238000001914 filtration Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 5
- 230000002618 waking effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 20
- 238000000034 method Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 210000003739 neck Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/10—Position of receiver fixed by co-ordinating a plurality of position lines defined by path-difference measurements, e.g. omega or decca systems
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于UWB和Kalman的室内停车场高精度定位***，包括：若干基站和若干独立设置的移动台，所述若干基站安装在停车场内，所述若干移动台分别安装在车辆上。通过上述方式，本发明基于UWB和Kalman的室内停车场高精度定位***通过采用UWB信号前沿检测技术和Kalman滤波相结合，通过前沿检测技术获得准确的UWB定位信号，以获得高精度的定位信息，最后通过Kalman滤波技术进一步提高定位精度。从而解决了在室内停车场失去GPS信号后无法知道车辆位置信息的问题，本***定位精度高，可达20cm级别的定位精度，在基于UWB和Kalman的室内停车场高精度定位***的普及上有着广泛的市场前景。
Description
技术领域
本发明涉及车辆定位领域，特别是涉及一种基于 UWB 和 Kalman 的室内停车场高精度定位***。
背景技术
随着科技和现代社会的发展，机动车辆保有量迅速增加，智能交通将是未来交通***的发展方向。室内停车场也变得越来越拥挤，但由于人们对停车场复杂多样的布局和停车位标志不熟悉、引导不到位等原因，使得在迷宫似的地下停车场停车难和找车难，成为驾驶者苦恼的新问题。如何在停车场内获得高精度的车辆位置信息就变得越来越重要。
室外地面停车场一般都有成熟的停车定位导航***，大都是结合卫星导航（GPS）实现车辆定位进而实现停车导航。但是室内和地下停车时场由于建筑物的遮挡无法接收GPS 信号，不能使用 GPS 定位。如何在室内及地下停车场实现车辆的准确定位就成为了急需解决的难题。
发明内容
本发明主要解决的技术问题是提供一种基于 UWB 和 Kalman 的室内停车场高精度定位***，通过采用 UWB 信号前沿检测技术和 Kalman 滤波相结合，将移动台安装在车辆上，将基站安装在停车场内，当装有移动台的车辆进入装有基站的停车场后，基站通过轮询消息唤醒处于休眠状态的移动台进行定位，通过前沿检测技术获得准确的 UWB 定位信号，以获得高精度的定位信息，最后通过Kalman 滤波技术进一步提高定位精度。从而解决了在室内停车场失去 GPS 信号后无法知道车辆位置信息的问题，本***定位精度高，可达 20cm 级别的定位精度，在基于 UWB 和 Kalman 的室内停车场高精度定位***的普及上有着广泛的市场前景。
为解决上述技术问题，本发明提供一种基于 UWB 和 Kalman 的室内停车场高精度定位***，包括：若干基站和若干独立设置的移动台，
所述若干基站安装在停车场内，所述若干移动台分别安装在车辆上，
所述基站、所述移动台分别包括数据处理 MCU 芯片和 UWB 射频芯片，所述数据处理MCU 芯片通过 SPI 接口与所述 UWB 射频芯片通信连接，
所述 UWB 射频芯片包括前沿检测装置，所述前沿检测装置实现对 UWB 无线信号的前沿检测，过滤掉不良信号，获得完整的良好 UWB 无线信号，所述前沿检测装置对 UWB 无线信号进行时间标记，以便进行 TOF 计算出 UWB 信号收发机之间的测距，得到基于时间的测距信息，
所述数据处理 MCU 芯片控制所述 UWB 射频芯片的 UWB 信号的接收与发送，所述数据处理 MCU 芯片读取所述 UWB 射频芯片的寄存器获取基于时间的测距信息，所述数据处理 MCU 芯片读取基于时间的测距信息后进行位置坐标解算，根据到不同的所述基站之间的距离计算出所述移动台的位置信息，获得初步位置信息，所述数据处理 MCU 芯片将获得的初步位置信息使用 Kalman 滤波算法滤波迭代进行滤波处理，得到精确位置信息。
在本发明一个较佳实施例中，所述 UWB 射频芯片工作的具体步骤包括：
（1）所述 UWB 射频芯片接收 UWB 无线信号，
（2）所述 UWB 射频芯片接收到 UWB 无线信号后进行前沿检测，将得到的 UWB无线信号与预设的信号阈值进行比较，得到该条信号的诊断信息，
（3）根据诊断信息判断是否采用该条信息携带的时间戳，
（4）根据时间戳信息计算出距离数据，并保存在所述 UWB 射频芯片的寄存器中。
在本发明一个较佳实施例中，所述基于时间的测距信息包括所述 UWB 射频
芯片收到 UWB 无线信号的时间信息以及根据 UWB 无线信号在空间中的飞行速度
计算出的距离信息。
在本发明一个较佳实施例中，所述数据处理 MCU 芯片通过唤醒引脚控制所
述 UWB 射频芯片的工作模式。
在本发明一个较佳实施例中，所述 Kalman 滤波算法的算法包括：
X( k + 1 )=AX(k)+FW(k)
Y(k)=HX(k)+V(k)
其中 k 为离散时间，A 为状态转移矩阵，H 为观测矩阵，W 为输入噪声，V为观测噪声，F 为噪声驱动矩阵。
在本发明一个较佳实施例中，所述 UWB 射频芯片采用 DW1000 芯片。
在本发明一个较佳实施例中，所述数据处理 MCU 芯片采用 STM32F103 芯片。
本发明的有益效果是：本发明基于 UWB 和 Kalman 的室内停车场高精度定位***通过采用 UWB 信号前沿检测技术和 Kalman 滤波相结合，将移动台安装在车辆上，将基站安装在停车场内，当装有移动台的车辆进入装有基站的停车场后，基站通过轮询消息唤醒处于休眠状态的移动台进行定位，通过前沿检测技术获得准确的 UWB 定位信号，以获得高精度的定位信息，最后通过 Kalman 滤波技术进一步提高定位精度。从而解决了在室内停车场失去 GPS 信号后无法知道车辆位置信息的问题，本***定位精度高，可达 20cm 级别的定位精度，在基于 UWB和 Kalman 的室内停车场高精度定位***的普及上有着广泛的市场前景。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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一些实施例，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，还可以根据这些附图获得其它的附图，其中：
图 1 是本发明的基于 UWB 和 Kalman 的室内停车场高精度定位***一较佳实施例的结构示意图；
图 2 是本发明的基于 UWB 和 Kalman 的室内停车场高精度定位***一较佳实施例的算法流程图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，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它实施例，都属于本发明保护的范围。
请参阅图 1-图 2，本发明实施例包括：
一种基于 UWB 和 Kalman 的室内停车场高精度定位***，包括：若干基站和若干独立设置的移动台。
所述若干基站安装在停车场内，所述若干移动台分别安装在车辆上，
所述基站、所述移动台分别包括数据处理 MCU 芯片和 UWB 射频芯片，所述数据处理MCU 芯片通过 SPI 接口与所述 UWB 射频芯片通信连接，
所述 UWB 射频芯片包括前沿检测装置，所述前沿检测装置实现对 UWB 无线信号的前沿检测，过滤掉不良信号，获得完整的良好 UWB 无线信号，所述前沿检测装置对 UWB 无线信号进行时间标记，以便进行 TOF 计算出 UWB 信号收发机之间的测距，得到基于时间的测距信息，
所述数据处理 MCU 芯片控制所述 UWB 射频芯片的 UWB 信号的接收与发送，所述数据处理 MCU 芯片读取所述 UWB 射频芯片的寄存器获取基于时间的测距信息，所述数据处理 MCU 芯片读取基于时间的测距信息后进行位置坐标解算，根据到不同的所述基站之间的距离计算出所述移动台的位置信息，获得初步位置信息，所述数据处理 MCU 芯片将获得的初步位置信息使用 Kalman 滤波算法滤波迭代进行滤波处理，得到精确位置信息。
近年来，随着无线通信技术的发展，应运而生了许多新兴室内定位技术，UWB 技术就是其中热点技术之一。UWB 技术是一种无载波超宽带通信技术，使用从纳秒到微秒级别的窄脉冲传输数据。它具有抗干扰性能强，传输速率高，带宽极宽，功耗低，发射功率小诸多优点。由于 UWB 技术超高的时间分辨率，可以获得可达厘米级的定位精度。根据 UWB 技术的特点以及室内定位的技术要求，可以知道 UWB 技术可以完全满足室内停车场的车辆定位要求，因此本发明开展了一种基于 UWB 技术的室内停车场的车辆定位***研究，并通过前沿检测技术和 Kalman 滤波相结合的融合算法提高***定位精度。
优选地，所述 UWB 射频芯片工作的具体步骤包括：
（1）所述 UWB 射频芯片接收 UWB 无线信号，
（2）所述 UWB 射频芯片接收到 UWB 无线信号后进行前沿检测，将得到的 UWB无线信号与预设的信号阈值进行比较，得到该条信号的诊断信息，
（3）根据诊断信息判断是否采用该条信息携带的时间戳，
（4）根据时间戳信息计算出距离数据，并保存在所述 UWB 射频芯片的寄存器中。
本发明所述前沿检测技术的算法在所述 UWB 射频芯片内完成。它是在信道脉冲响应中搜索以找到的第一个到达路径信号，这在有限的并且在相当短的时间内完成。具体完成在接收的信息中查找和调整时间信息的过程。将收到的 UWB无线信号和与预设的有效信号的信道响应阈值进行比较，当计算出的结果小于设定的阈值标记，该条信息为不良信息，只有计算出的结果大于或者等于设定的阈值时才接收处理该条信息并用于计算 UWB无线信号发送机和接收机之间的距离。为了提高***实时性，可将前沿检测时间设置为不超过 100us 的定时器，超过定时器即进入休眠或者下一次测距循环。
优选地，所述基于时间的测距信息包括所述 UWB 射频芯片收到 UWB 无线信号的时间信息以及根据 UWB 无线信号在空间中的飞行速度计算出的距离信息。
优选地，所述数据处理 MCU 芯片通过唤醒引脚控制所述 UWB 射频芯片的工作模式，以此来降低功耗。
Kalman 滤波算法是一种与增益和观测矩阵无关，可以预先离线计算出、从而可以减少实时在线计算量。通过“预测-修正”过程，降低观测过程中的误差得到更高精度的定位结果。Kalman 滤波算法在所述数据处理 MCU 芯片内进行迭代计算，提高***定位精度。
在本发明一个较佳实施例中，所述 Kalman 滤波算法的算法包括：
X( k + 1 )=AX(k)+FW(k)
Y(k)=HX(k)+V(k)
其中 k 为离散时间，A 为状态转移矩阵，H 为观测矩阵，W 为输入噪声，V为观测噪声，F 为噪声驱动矩阵。
所述的 Kalman 滤波算法在所述数据处理 MCU 芯片内完成，当所述数据处理MCU芯片得到移动台到基站的距离信息和位置信息后，根据状态方程与预测方程并结合车辆运动的速度信息进行滤波迭代，提高***定位精度。滤波预测方程如下：
X(t)=X(t-1)+V*T
其中 X 为位置量，V 为车辆速度，T 为采样时间。
优选地，所述 UWB 射频芯片采用 DW1000 芯片。所述 UWB 射频芯片集成射频收发机、功率放大器、PLL 时钟、电源管理模块、SPI 接口等，适用性广。
优选地，所述数据处理 MCU 芯片采用 STM32F103 芯片。所述数据处理 MCU芯片包括 Cortex-M3 内核 CPU、DMA 单元、串口、SPI 接口、FLASH 单元（128KB）、SRAM 等，适用性广。
本发明基站、移动台的硬件构成主要包括数据处理 MCU 芯片和 UWB 射频芯片，此外还有一些必要的辅助设备，如晶振电源等。
结合图 1，基站安装在停车场内，移动台安装在车辆上。一个停车场内最少有 4个基站，4 个基站用来定位移动台的位置。4 个基站相对于 3 个基站可以获得更高精度的定位结果。当安装有移动台的车辆进入到安装有基站的停车场内，基站通过发送轮询消息唤醒处于休眠状态的移动台设备，并通过全球唯一的 64位地址进行设备识别和网络 ID配置。
当基站唤醒移动台后，移动台与 4 个基站之间互相发送带有消息收发时间信息的帧进行通信，通过对时间数据处理得到移动台与基站之间单向 UWB 无线信号的飞行时间，然后时间和光速的乘积得到移动台到每个基站的距离，通过移动台到 4 个基站的距离就可以通过空间中多点定位原理得到移动台的位置坐标。
结合图 2，本发明的算法流程是基站通过轮询信息检测到有移动台进入停车场后，与其进行通信，并利用前沿检测技术进行处理 UWB 信号，过滤不良信号，得到精度较高的时间信息，然后进行位置解算得到移动台的坐标，最后对解算出来的坐标进行 Kalman滤波进一步提高定位精度。
本发明基于 UWB 和 Kalman 的室内停车场高精度定位***的有益效果是：
一、通过采用 UWB 技术可以获得 10-20cm 的定位精度，通过前沿检测和Kalman 滤波融和算法处理后可以进一步提高精度到 10cm 以内，定位精度高；
二、本发明移动台与基站采用相同的架构设计，降低***的复杂度，方便使用，且***体积小，集成度高，便于在停车场和汽车上布置安装，通用性强；
三、本***采用 DW1000 射频芯片，通过 MCU 控制其工作模式包括 DEEPSLEEP、SLEEP、IDLE、INIT、OFF、RX、TX、RX PREAMBLE SNIFF 状态，当射频芯片没有发送接收任务时进入 SLEEP 模式，当离开停车场后进入 DEEPSLEEP 模式或者 OFF模式，功耗低；
四、本***硬件成本低，主要器件就包括 UWB 射频芯片、MCU 数据处理芯片及电池，大大降低了成本。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种基于 UWB 和 Kalman 的室内停车场高精度定位***，其特征在于，包括：若干基站和若干独立设置的移动台，所述若干基站安装在停车场内，所述若干移动台分别安装在车辆上，所述基站、所述移动台分别包括数据处理 MCU 芯片和 UWB 射频芯片，所述数据处理 MCU 芯片通过 SPI 接口与所述 UWB 射频芯片通信连接，所述 UWB 射频芯片包括前沿检测装置，所述前沿检测装置实现对 UWB 无线信号的前沿检测，过滤掉不良信号，获得完整的良好 UWB 无线信号，所述前沿检测装置对 UWB 无线信号进行时间标记，以便进行TOF 计算出 UWB 信号收发机之间的测距，得到基于时间的测距信息，所述数据处理 MCU芯片控制所述 UWB 射频芯片的 UWB 信号的接收与发送，所述数据处理 MCU 芯片读取所述 UWB 射频芯片的寄存器获取基于时间的测距信息，所述数据处理 MCU 芯片读取基于时间的测距信息后进行位置坐标解算，根据到不同的所述基站之间的距离计算出所述移动台的位置信息，获得初步位置信息，所述数据处理 MCU 芯片将获得的初步位置信息使用Kalman 滤波算法滤波迭代进行滤波处理，得到精确位置信息。
2.根据权利要求 1 所述的基于 UWB 和 Kalman 的室内停车场高精度定位***，其特征在于，所述 UWB 射频芯片工作的具体步骤包括：
（1）所述 UWB 射频芯片接收 UWB 无线信号，
（2）所述 UWB 射频芯片接收到 UWB 无线信号后进行前沿检测，将得到的 UWB无线信号与预设的信号阈值进行比较，得到该条信号的诊断信息，
（3）根据诊断信息判断是否采用该条信息携带的时间戳，
（4）根据时间戳信息计算出距离数据，并保存在所述 UWB 射频芯片的寄存器中。
3.根据权利要求 1 所述的基于 UWB 和 Kalman 的室内停车场高精度定位***，其特征在于，所述基于时间的测距信息包括所述 UWB 射频芯片收到 UWB 无线信号的时间信息以及根据 UWB 无线信号在空间中的飞行速度计算出的距离信息。
4.根据权利要求 1 所述的基于 UWB 和 Kalman 的室内停车场高精度定位***，其特征在于，所述数据处理 MCU 芯片通过唤醒引脚控制所述 UWB 射频芯片的工作模式。
5.根据权利要求 1 所述的基于 UWB 和 Kalman 的室内停车场高精度定位系
统，其特征在于，所述 Kalman 滤波算法的算法包括：
X（k+1）=AX(k)+FW(k)
Y(k)=HX(k)+V(k)
其中 k 为离散时间，A 为状态转移矩阵，H 为观测矩阵，W 为输入噪声，V
为观测噪声，F 为噪声驱动矩阵。
6.根据权利要求 1 所述的基于 UWB 和 Kalman 的室内停车场高精度定位系
统，其特征在于，所述 UWB 射频芯片采用 DW1000 芯片。
7.根据权利要求 1 所述的基于 UWB 和 Kalman 的室内停车场高精度定位系
统，其特征在于，所述数据处理 MCU 芯片采用 STM32F103 芯片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910369647.4A CN110133589A (zh) | 2019-05-06 | 2019-05-06 | 一种基于 UWB 和 Kalman 的室内停车场高精度定位*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910369647.4A CN110133589A (zh) | 2019-05-06 | 2019-05-06 | 一种基于 UWB 和 Kalman 的室内停车场高精度定位*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110133589A true CN110133589A (zh) | 2019-08-16 |
Family
ID=67576277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910369647.4A Pending CN110133589A (zh) | 2019-05-06 | 2019-05-06 | 一种基于 UWB 和 Kalman 的室内停车场高精度定位*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110133589A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114827897A (zh) * | 2022-06-22 | 2022-07-29 | 杭州优智联科技有限公司 | 基于uwb的多基站多标签的定位调度方法、装置、***及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104697517A (zh) * | 2015-03-26 | 2015-06-10 | 江南大学 | 一种室内停车场多目标跟踪定位*** |
| CN108234367A (zh) * | 2018-01-10 | 2018-06-29 | 福建师范大学 | 消除多径无噪声信道超宽带信号符号间干扰的***及方法 |
| CN108896956A (zh) * | 2018-06-07 | 2018-11-27 | 邢敬宏 | 一种基于超宽带的自动引导车定位***和方法 |
| CN109186605A (zh) * | 2018-09-01 | 2019-01-11 | 哈尔滨工程大学 | 一种基于uwb室内定位的无人艇船载测速测向方法 |
-
2019
- 2019-05-06 CN CN201910369647.4A patent/CN110133589A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104697517A (zh) * | 2015-03-26 | 2015-06-10 | 江南大学 | 一种室内停车场多目标跟踪定位*** |
| CN108234367A (zh) * | 2018-01-10 | 2018-06-29 | 福建师范大学 | 消除多径无噪声信道超宽带信号符号间干扰的***及方法 |
| CN108896956A (zh) * | 2018-06-07 | 2018-11-27 | 邢敬宏 | 一种基于超宽带的自动引导车定位***和方法 |
| CN109186605A (zh) * | 2018-09-01 | 2019-01-11 | 哈尔滨工程大学 | 一种基于uwb室内定位的无人艇船载测速测向方法 |
Non-Patent Citations (1)
| Title |
|---|
| 罗建军 等, 西北工业大学出版社 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114827897A (zh) * | 2022-06-22 | 2022-07-29 | 杭州优智联科技有限公司 | 基于uwb的多基站多标签的定位调度方法、装置、***及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107301785B (zh) | 基于uwb和地磁车位检测的停车***及其车辆定位方法 | |
| CN204442708U (zh) | 用于车辆定位的uwb基站 | |
| CN109282811A (zh) | Uwb与智能手机互联的室内外定位***与方法 | |
| CN109283565A (zh) | 基于uwb融合gps与惯性导航的室内外定位***及方法 | |
| CN108255194A (zh) | 一种基于uwb的农用植保无人机精准定位喷药控制方法 | |
| CN102629420B (zh) | 一种停车场中的车辆无线定位方法及*** | |
| WO2020151663A1 (zh) | 车辆定位装置、***、方法以及车辆 | |
| CN106056960A (zh) | 一种寻车***及方法 | |
| CN103956074A (zh) | 基于位置服务的停车场自动指引***及实现方法 | |
| CN106793087A (zh) | 一种基于aoa和pdoa的阵列天线室内定位算法 | |
| CN110308469A (zh) | 一种用于车辆的高精度定位***、车辆 | |
| CN103593997A (zh) | 智能公交定位查询*** | |
| CN112365734A (zh) | 一种基于uwb的室内停车场寻车的***及方法 | |
| CN105527605A (zh) | 多模混合室内定位方法 | |
| CN110177337A (zh) | 室内定位方法及室内定位购物车*** | |
| CN101619980A (zh) | 一种具有精确定位功能的车辆导航仪及其导航方法 | |
| CN101985217A (zh) | 一种区域机器人智能定位***及方法 | |
| CN110133589A (zh) | 一种基于 UWB 和 Kalman 的室内停车场高精度定位*** | |
| CN211765598U (zh) | 基于地铁列车精确定位的追踪*** | |
| Harshadbhai | Design of GPS and GSM based vehicle location and tracking system | |
| CN107564332A (zh) | 停车位提示方法、***、计算机可读存储介质 | |
| CN114374926A (zh) | 一种应用uwb定位的4g/5g通信基站融合方法 | |
| CN213906943U (zh) | 一种基于超宽带和远距离无线通信技术的车库寻车*** | |
| CN211205324U (zh) | 基于高精度室内定位***的车载终端 | |
| CN208579770U (zh) | 一种室内定位*** |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190816 |