CN110366189A - 无线自组网通信节点部署方法和装置 - Google Patents
无线自组网通信节点部署方法和装置 Download PDFInfo
- Publication number
- CN110366189A CN110366189A CN201910772199.2A CN201910772199A CN110366189A CN 110366189 A CN110366189 A CN 110366189A CN 201910772199 A CN201910772199 A CN 201910772199A CN 110366189 A CN110366189 A CN 110366189A
- Authority
- CN
- China
- Prior art keywords
- judging result
- geometrical characteristic
- node
- real
- communication node
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供一种无线自组网通信节点部署方法和装置,其中方法包括:获取惯性传感单元采集得到的实时姿态数据;基于所述实时姿态数据,获取当前路线的几何特征;基于所述几何特征,确定节点部署判断结果;若所述节点部署判断结果为是,则部署通信节点。本发明实施例提供的方法和装置,通过惯性传感单元采集得到的实时姿态数据获取几何特征,进而确定节点部署判断结果,实现行进过程中通信节点的自动部署,无需预先进行通信节点部署,能够有效提高通信节点部署效率和无线自组网的构建效率,保障人员与外界的可靠通信。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及一种无线自组网通信节点部署方法和装置。
背景技术
无线自组网是由一组通信节点构成的临时性多跳自治***,它不依赖于预设的基础设施,具有可临时组网、快速展开、无控制中心、抗毁性强等特点,广泛用于楼宇仪表数据采集、野外勘察等物联网场合中。
目前的无线自组网主要采用人工方式部署,需要根据网络所在的工作环境特点,由施工人员提前规划通信节点的布设位置。然而在实际应用中,例如当发生灾害时,救援人员进入到一个灾害现场的陌生环境中,特别是地下室、矿井、大型城市综合体的大纵深室内场合,环境本身有较强的封闭性,无线通信运营商的基础设施无法覆盖该类区域,而救援人员需要快速行进,在最短的时间内搜救被困人员,无法提供足够的时间和条件供通信施工人员进行网络规划。同时,救援人员往往随身携带,较多较远工具,双手被占用,难以兼顾通信节点的部署工作,需要通信节点部署装置能够自动部署通信节点,以保障救援人员与外部指挥人员的可靠通信。
而如何实现无线自组网中通信节点的自动部署,仍然是本领域技术人员亟待解决的问题。
发明内容
本发明实施例提供一种无线自组网通信节点部署方法和装置,用以解决现有的无线自组网需要人工部署,无法满足灾害等场景需求的问题。
第一方面,本发明实施例提供一种无线自组网通信节点部署方法,包括:
获取惯性传感单元采集得到的实时姿态数据;
基于所述实时姿态数据,获取当前路线的几何特征;
基于所述几何特征,确定节点部署判断结果;
若所述节点部署判断结果为是,则部署通信节点。
第二方面,本发明实施例提供一种无线自组网通信节点部署装置,包括:
姿态数据测量单元,用于获取惯性传感单元采集得到的实时姿态数据;
几何特征获取单元,用于基于所述实时姿态数据,获取当前路线的几何特征;
部署判断单元,用于基于所述几何特征,确定节点部署判断结果;
部署单元,用于若所述节点部署判断结果为是,则部署通信节点。
第三方面,本发明实施例提供一种电子设备,包括处理器、通信接口、存储器和总线,其中,处理器,通信接口,存储器通过总线完成相互间的通信,处理器可以调用存储器中的逻辑指令,以执行如第一方面所提供的方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的一种无线自组网通信节点部署方法和装置,通过惯性传感单元采集得到的实时姿态数据获取几何特征,进而确定节点部署判断结果,实现行进过程中通信节点的自动部署,无需预先进行通信节点部署,能够有效提高通信节点部署效率和无线自组网的构建效率,保障人员与外界的可靠通信。
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一简单地介绍,显而易见地,下面描述中的附图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他的附图。
图1为本发明实施例提供的无线自组网通信节点部署方法的流程示意图;
图2为本发明实施例提供的基于超声波传感单元确定几何特征的示意图;
图3为本发明实施例提供的节点部署判断结果修正方法的流程示意图;
图4为本发明实施例提供的无线自组网通信节点部署装置的结构示意图;
图5为本发明实施例提供的电子设备的结构示意图。
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作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。
目前的无线自组网主要采用人工方式部署。而在地震、火灾等灾害场景下时,无法提供足够的时间和条件供通信施工人员进行网络规划和节点部署,而由救援人员在快速行进的同时手动部署通信节点并不现实。针对上述问题,本发明实施例提供了一种无线自组网通信节点部署方法,以便于在人员进行过程中实现通信节点的自动部署。图1为本发明实施例提供的无线自组网通信节点部署方法的流程示意图,如图1所示,该方法包括:
步骤110,获取惯性传感单元采集得到的实时姿态数据。
此处,惯性传感单元是用于测量加速度、倾斜、冲击、振动、旋转和多自由度运动的传感设备,是解决导航、定向和运动载体控制的重要部件。惯性传感单元可以是角速率陀螺,或者加速度计等。惯性传感单元装设在救援人员或其余需要进入无线自组网场景中的人员身上,用于检测人员在行进过程中的运动姿态,并输出实时姿态数据。此处,实时姿态数据即加速度、角速度等用于指示人员在行进过程中的姿态的数据。
步骤120,基于实时姿态数据,获取当前路线的几何特征。
具体地,当前路线即人员当前行进的路线。几何特征可以是当前线路的形状、方向等,例如直线、转弯、下楼梯、上楼梯等。通过实时姿态数据中包含的加速度、角速度等,判断当前人员所行走的路线是否为直线,是否存在转弯,高度是否发生变化等,进而得到当前线路的几何特征。
步骤130,基于几何特征,确定节点部署判断结果。
具体地,基于几何特征,可以判断人员在行进过程中是否经过了墙壁、楼梯或者其余可能造成信号强烈衰减的障碍物,进而判断是否需要进行新的通信节点的部署,得到节点部署判断结果。此处,节点部署判断结果用于指示当前时刻是否进行节点部署。节点部署判断结果为“是”或“否”。
步骤140,若节点部署判断结果为是,则部署通信节点。
具体地,墙壁、楼梯以及其余障碍物都可能造成强烈的信号衰减,在完成上一个通信节点的部署之后,如果人员转弯行进至另一房间,或者绕过障碍物、上下楼梯,则人员与上一个通信节点之间可能存在墙壁、楼梯或其余障碍物,上一个通信节点发射点信号可能会产生强烈的衰减,此时基于几何特征得到的节点部署判断结果为“是”,即当前时刻需要部署新的通信节点,自动执行通信节点的部署。此处,通信节点的部署可以是控制人员随身装配的通信节点弹射装置弹射通信节点实现的。部署后的新的通信节点,在当前位置建立新的无线信号覆盖,因而在行进路线上相继部署的若干个通信节点之间能够相互连接,构成无线自组网。
本发明实施例提供的方法,通过惯性传感单元采集得到的实时姿态数据获取几何特征,进而确定节点部署判断结果,实现行进过程中通信节点的自动部署,无需预先进行通信节点部署,能够有效提高通信节点部署效率和无线自组网的构建效率,保障人员与外界的可靠通信。
基于上述实施例,该方法中,步骤130具体包括:获取预设几何特征部署条件;若几何特征满足预设几何特征部署条件,则将节点部署判断结果确定为是;否则,将节点部署判断结果确定为否。
此处,预设几何特征部署条件是预先设定的进行通信节点布设需要满足的条件。例如,预设几何特征部署条件为当前线路的几何特征中存在急转弯、下楼梯、上楼梯中的至少一种。例如,当几何特征为直线时,不满足预设几何特征部署条件,将节点部署判断结果确定为否;当几何特征为急转弯时,满足预设几何特征部署条件,将节点部署判断结果确定为是。
基于上述任一实施例,该方法中,步骤130具体包括:将几何特征与先验地图进行匹配,获取当前路线的几何特征匹配结果;基于几何特征匹配结果,确定节点部署判断结果。
具体地,先验地图是预先得到的需要进行无线自组网通信节点部署场景的地图。在得到当前线路的几何特征后,将几何特征与先验地图中各个线路的几何特征进行匹配,即可得到当前线路的几何特征匹配结果。此处,几何特征匹配结果是当前时刻人员所在位置在先验地图中的具***置,还可以是当前时刻人员所在位置在先验地图中对应存在的墙壁、楼梯或其他障碍物等情况。
在得到几何特征匹配结果后,根据上一个通信节点与当前位置在先验地图中存在的墙壁、楼梯或其他障碍物等情况,判断是否需要部署新的通信节点,确定节点部署判断结果。
基于上述任一实施例,该方法中,步骤130之前还包括:获取超声波传感单元采集得到的实时障碍物距离数据。
具体地,超声波传感单元可以发出超声波,并根据接收到反射超声波的时间差进行距离测量。将超声波传感单元装设在救援人员或其余需要进行无线自组网场景中的人员身上,用于检测人员在行进过程中的周围障碍物的距离,并输出实时障碍物距离数据。
对应地,步骤130具体包括:利用几何特征和实时障碍物距离数据,确定节点部署判断结果。
具体地,仅以几何特征判断是否进行通信节点部署,可能存在由于人员自身进行无意义的转弯等行为导致误认为存在可能导致信号衰减的障碍物并部署节点的情况。上述情况下部署的通信节点极有可能是冗余节点,即通信节点部署在了信号未发生衰减的区域,存在通信节点浪费的问题。针对此问题,可以基于几何特征和实时障碍物距离数据进行判断,此处实时障碍物距离数据用于指示周边障碍物的距离,由此可以判断人员周边是否存在可能导致信号强烈衰减的因素,进而确定是否需要部署新的通信节点。
基于上述任一实施例,该方法中,超声波传感单元为全向超声波传感器。相比传统的仅能够实现单一方向的超声波传感器,全向超声波传感器能够实现全向测距,进而获取人员四周的障碍物距离数据,为确定节点部署判断结果提供更加准确全面的参考依据。
基于上述任一实施例,图2为本发明实施例提供的基于超声波传感单元确定几何特征的示意图,图2中,带斜杆的线段用于表示障碍物,虚线用于表示惯性传感单元检测得到的实时姿态数据所表征的人员行走路线,双箭头为人员行走中通过超声波传感单元得到的障碍物距离d。基于人员行走路线以及超声波传感单元探测的障碍物的距离d,可以实现场景地图的绘制,进而得到几何特征。
基于上述任一实施例,该方法中,基于几何特征和实时障碍物距离数据,确定节点部署判断结果,具体包括:将几何特征和实时障碍物距离数据输入至信号衰减感知模型,获取信号衰减感知模型输出的节点部署判断结果;信号衰减感知模型是基于样本几何特征、样本障碍物距离数据以及样本节点部署判断结果得到的。
具体地,信号衰减感知模型用于基于输入的几何特征和实时障碍物距离数据判断当前位置是否存在信号衰减,以及是否需要进行新的节点的部署,并输出分析结果,即节点部署判断结果。
在执行上述步骤之前,还可以预先训练得到信号衰减感知模型,具体可通过如下方式训练得到:首先,收集大量样本几何特征、样本障碍物距离数据以及样本节点部署判断结果;其中,样本几何特征为由惯性传感单元在人员行进过程中采集的姿态数据获取的路线的几何特征,样本障碍物距离数据是由超声波传感单元在人员行进过程中采集得到的;样本节点部署判断结果可以根据预先由专业施工人员规划设计得到的无线子组网中各个通信节点的部署位置判断得到的。随即基于样本几何特征、样本障碍物距离数据以及样本节点部署判断结果对初始模型进行训练,从而得到信号衰减感知模型。其中,初始模型可以是单一神经网络模型,也可以是多个神经网络模型的组合,本发明实施例不对初始模型的类型和结构作具体限定。
本发明实施例提供的方法,基于人工智能技术实现了行进路线中的障碍物判断,进而确定是否存在会导致信号强烈衰减的因素,进而得到对应的节点部署判断结果,极大提高了通信节点自动部署效率和准确率。
基于上述任一实施例,该方法中,图3为本发明实施例提供的节点部署判断结果修正方法的流程示意图,如图3所示,步骤130之后还包括:若节点部署判断结果为是,且实时障碍物距离数据大于预设障碍物阈值,则将节点部署判断结果修正为否。其中,实时障碍物距离数据是超声波传感单元采集得到的。
具体地,由于仅以几何特征确定节点部署判断结果,可能存在由于人员自身进行无意义的转弯等行为导致误认为存在可能导致信号衰减的障碍物并部署节点,导致通信节点浪费的问题。本发明实施例在基于几何特征确定节点部署判断结果后,将通过超声波传感单元采集得到的实时障碍物距离数据作为节点部署判断结果的修正条件,对节点部署判断结果进行进一步修正,以确保节点部署判断结果的准确性。
其中,预设障碍物阈值为预先设定的周边可能存在导致信号强烈衰减的障碍物的最大距离数据,如果实时障碍物距离数据大于预设障碍物阈值,则周边不存在导致信号强烈衰减的障碍物,如果实时障碍物距离数据小于等于预设障碍物阈值,则周边存在导致信号强烈衰减的障碍物。
在得到节点部署判断结果为是时,如果实时障碍物距离数据大于预设障碍物阈值,则几何特征中存在的转弯等,也可能是人员自身的无意义行为引发的路线变化,此时进行节点部署可能导致节点冗余,因此将节点部署判断结果修正为否。在得到节点部署判断结果为是时,如果实时障碍物距离数据小于等于预设障碍物阈值,则几何特征中存在的转弯等极可能是人员由于避障引发的路线变化,则不对节点部署判断结果进行修改。
基于上述任一实施例,该方法中,惯性传感单元装设在进入无线自组网场景中的人员身上,用于检测人员在行进过程中的运动姿态,并输出实时姿态数据。
基于上述任一实施例,该方法具体包括如下步骤:
人员在进入需要进行无线自组网通信节点部署的场景之前,佩戴惯性传感单元和全向超声波传感单元,并携带具备弹射通信节点功能的弹射装置。
人员进入需要进行无线自组网通信节点部署的场景后,惯性传感单元采集人员的实时姿态数据,全向超声波传感单元采集人员周边的实时障碍物距离数据。
在得到实时姿态数据后,通过实时姿态数据中包含的加速度、角速度等,判断当前人员所行走的路线是否为直线,是否存在转弯,高度是否发生变化等,进而得到当前线路的几何特征。
随即,获取预设几何特征部署条件,若几何特征满足预设几何特征部署条件,则将节点部署判断结果确定为“是”;否则,将节点部署判断结果确定为“否”。
同时,判断实时障碍物距离数据是否大于预设障碍物阈值。在节点部署判断结果确定为“是”,且实时障碍物距离数据大于预设障碍物阈值时,满足预设几何特征部署条件的几何特征极可能是人员自身的无意义行为引发的路线变化,故而将节点部署判断结果修正为否。
当节点部署判断结果经过修正判断后确定为“是”时,控制弹射装置弹出一个通信节点,以实现通信节点的部署。
基于上述方法即可在人员行进过程中,根据采集的实时姿态数据和实时障碍物距离数据,在对应节点部署判断结果确定为“是”的位置部署通信节点,从而实现人员行进路线中通信节点的自动部署,完成无线自组网的构建,进而保障人员与外界的可靠通信。
基于上述任一实施例,图4为本发明实施例提供的无线自组网通信节点部署装置的结构示意图,如图4所示,该装置包括姿态数据测量单元210、几何特征获取单元220、部署判断单元230和部署单元240;
其中,姿态数据测量单元210用于获取惯性传感单元采集得到的实时姿态数据;
几何特征获取单元220用于基于所述实时姿态数据,获取当前路线的几何特征;
部署判断单元230用于基于所述几何特征,确定节点部署判断结果;
部署单元240用于若所述节点部署判断结果为是,则部署通信节点。
本发明实施例提供的装置,通过惯性传感单元采集得到的实时姿态数据获取几何特征,进而确定节点部署判断结果,实现行进过程中通信节点的自动部署,无需预先进行通信节点部署,能够有效提高通信节点部署效率和无线自组网的构建效率,保障人员与外界的可靠通信。
基于上述任一实施例,该装置中,部署判断单元230具体用于:
获取预设几何特征部署条件;
若所述几何特征满足所述预设几何特征部署条件,则将所述节点部署判断结果确定为是;否则,将所述节点部署判断结果确定为否。
基于上述任一实施例,该装置中,部署判断单元230具体用于:
将所述几何特征与先验地图进行匹配,获取所述当前路线的几何特征匹配结果;
基于所述几何特征匹配结果,确定节点部署判断结果。
基于上述任一实施例,该装置还包括距离测量单元,距离测量单元用于:获取超声波传感单元采集得到的实时障碍物距离数据;
对应地,部署判断单元230具体用于:
利用所述几何特征和所述实时障碍物距离数据,确定节点部署判断结果。
基于上述任一实施例,该装置中,部署判断单元230具体用于:
将所述几何特征和所述实时障碍物距离数据输入至信号衰减感知模型,获取所述信号衰减感知模型输出的节点部署判断结果;所述信号衰减感知模型是基于样本几何特征、样本障碍物距离数据以及样本节点部署判断结果得到的。
基于上述任一实施例,该装置还包括修正单元;
修正单元用于若所述节点部署判断结果为是,且实时障碍物距离数据大于预设障碍物阈值,则将所述节点部署判断结果修正为否;其中,所述实时障碍物距离数据是超声波传感单元采集得到的。
基于上述任一实施例,该装置中,所述超声波传感单元为全向超声波传感器。
基于上述任一实施例,该装置中,所述惯性传感单元装设在进入无线自组网场景中的人员身上,用于检测人员在行进过程中的运动姿态,并输出所述实时姿态数据。
图5为本发明实施例提供的电子设备的实体结构示意图,如图5所示,该电子设备可以包括:处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和通信总线304,其中,处理器301,通信接口302,存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储在存储器303上并可在处理器301上运行的计算机程序,以执行上述各实施例提供的无线自组网通信节点部署方法,例如包括:获取惯性传感单元采集得到的实时姿态数据;基于所述实时姿态数据,获取当前路线的几何特征;基于所述几何特征,确定节点部署判断结果;若所述节点部署判断结果为是,则部署通信节点。
此外,上述的存储器303中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的无线自组网通信节点部署方法,例如包括:获取惯性传感单元采集得到的实时姿态数据;基于所述实时姿态数据,获取当前路线的几何特征;基于所述几何特征,确定节点部署判断结果;若所述节点部署判断结果为是,则部署通信节点。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种无线自组网通信节点部署方法,其特征在于,包括:
获取惯性传感单元采集得到的实时姿态数据;
基于所述实时姿态数据,获取当前路线的几何特征;
基于所述几何特征,确定节点部署判断结果;若所述节点部署判断结果为是,则部署通信节点。
2.根据权利要求1所述的无线自组网通信节点部署方法,其特征在于,所述基于所述几何特征,确定节点部署判断结果,具体包括:
获取预设几何特征部署条件;
若所述几何特征满足所述预设几何特征部署条件,则将所述节点部署判断结果确定为是;否则,将所述节点部署判断结果确定为否。
3.根据权利要求1所述的无线自组网通信节点部署方法,其特征在于,所述基于所述几何特征,确定节点部署判断结果,具体包括:
将所述几何特征与先验地图进行匹配,获取所述当前路线的几何特征匹配结果;
基于所述几何特征匹配结果,确定节点部署判断结果。
4.根据权利要求1所述的无线自组网通信节点部署方法,其特征在于,所述基于所述几何特征,确定节点部署判断结果,之前还包括:
获取超声波传感单元采集得到的实时障碍物距离数据;
对应地,基于所述几何特征,确定节点部署判断结果,具体包括:
利用所述几何特征和所述实时障碍物距离数据,确定节点部署判断结果。
5.根据权利要求4所述的无线自组网通信节点部署方法,其特征在于,所述利用所述几何特征和所述实时障碍物距离数据,确定节点部署判断结果,具体包括:
将所述几何特征和所述实时障碍物距离数据输入至信号衰减感知模型,获取所述信号衰减感知模型输出的节点部署判断结果;所述信号衰减感知模型是基于样本几何特征、样本障碍物距离数据以及样本节点部署判断结果得到的。
6.根据权利要求1至3中任一项所述的无线自组网通信节点部署方法,其特征在于,所述基于所述几何特征,确定节点部署判断结果,之后还包括:
若所述节点部署判断结果为是,且实时障碍物距离数据大于预设障碍物阈值,则将所述节点部署判断结果修正为否;其中,所述实时障碍物距离数据是超声波传感单元采集得到的。
7.根据权利要求1至5中任一项所述的无线自组网通信节点部署方法,其特征在于,所述惯性传感单元装设在进入无线自组网场景中的人员身上,用于检测人员在行进过程中的运动姿态,并输出所述实时姿态数据。
8.一种无线自组网通信节点部署装置,其特征在于,包括:
姿态数据测量单元,用于获取惯性传感单元采集得到的实时姿态数据;
几何特征获取单元,用于基于所述实时姿态数据,获取当前路线的几何特征;
部署判断单元,用于基于所述几何特征,确定节点部署判断结果;
部署单元,用于若所述节点部署判断结果为是,则部署通信节点。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7中任一项所述的无线自组网通信节点部署方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7中任一项所述的无线自组网通信节点部署方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910772199.2A CN110366189B (zh) | 2019-08-21 | 2019-08-21 | 无线自组网通信节点部署方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910772199.2A CN110366189B (zh) | 2019-08-21 | 2019-08-21 | 无线自组网通信节点部署方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110366189A true CN110366189A (zh) | 2019-10-22 |
CN110366189B CN110366189B (zh) | 2022-02-22 |
Family
ID=68224803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910772199.2A Active CN110366189B (zh) | 2019-08-21 | 2019-08-21 | 无线自组网通信节点部署方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110366189B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112074000A (zh) * | 2020-07-31 | 2020-12-11 | 深圳市贝贝特科技实业有限公司 | 弹射式自组网装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070005292A1 (en) * | 2005-06-22 | 2007-01-04 | Jin Holly H | Scalable sensor localization for wireless sensor networks |
US20120036198A1 (en) * | 2010-08-06 | 2012-02-09 | Marzencki Marcin | System and method for self-calibrating, self-organizing and localizing sensors in wireless sensor networks |
CN102932742A (zh) * | 2012-10-12 | 2013-02-13 | 上海交通大学 | 基于惯性传感器与无线信号特征的室内定位方法及*** |
CN104184781A (zh) * | 2013-05-28 | 2014-12-03 | 东北大学 | 面向未知环境探测的移动机器人自部署感知网络 |
CN104301907A (zh) * | 2014-11-11 | 2015-01-21 | 东南大学 | 混杂网络移动节点覆盖探测方法及节点部署选择方法 |
CN106840147A (zh) * | 2016-12-22 | 2017-06-13 | 武汉船舶通信研究所 | 一种远程定位方法及*** |
CN109612476A (zh) * | 2018-12-04 | 2019-04-12 | 广州辰创科技发展有限公司 | 基于惯性导航技术的地图重构方法、装置、惯性导航***及计算机存储介质 |
-
2019
- 2019-08-21 CN CN201910772199.2A patent/CN110366189B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070005292A1 (en) * | 2005-06-22 | 2007-01-04 | Jin Holly H | Scalable sensor localization for wireless sensor networks |
US20120036198A1 (en) * | 2010-08-06 | 2012-02-09 | Marzencki Marcin | System and method for self-calibrating, self-organizing and localizing sensors in wireless sensor networks |
CN102932742A (zh) * | 2012-10-12 | 2013-02-13 | 上海交通大学 | 基于惯性传感器与无线信号特征的室内定位方法及*** |
CN104184781A (zh) * | 2013-05-28 | 2014-12-03 | 东北大学 | 面向未知环境探测的移动机器人自部署感知网络 |
CN104301907A (zh) * | 2014-11-11 | 2015-01-21 | 东南大学 | 混杂网络移动节点覆盖探测方法及节点部署选择方法 |
CN106840147A (zh) * | 2016-12-22 | 2017-06-13 | 武汉船舶通信研究所 | 一种远程定位方法及*** |
CN109612476A (zh) * | 2018-12-04 | 2019-04-12 | 广州辰创科技发展有限公司 | 基于惯性导航技术的地图重构方法、装置、惯性导航***及计算机存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112074000A (zh) * | 2020-07-31 | 2020-12-11 | 深圳市贝贝特科技实业有限公司 | 弹射式自组网装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110366189B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Automatic lane identification using the roadside LiDAR sensors | |
CN107783545B (zh) | 基于ooda环多传感器信息融合的灾后救援旋翼无人机避障*** | |
CN110378483A (zh) | 部署在模拟平台上的用于训练机器学习模型的***和方法 | |
CN109495654B (zh) | 一种基于智能手机感知行人安全方法 | |
CN110069071A (zh) | 无人机导航方法与装置、存储介质、电子设备 | |
CN105260988A (zh) | 一种高精地图数据的处理方法和装置 | |
CN202216696U (zh) | 基于信息融合的煤矿救灾机器人导航装置 | |
CN111915128B (zh) | 一种对地震诱发的次生滑坡灾后评估与救援辅助*** | |
CN107783106A (zh) | 无人机与障碍物之间的数据融合方法 | |
CN106643739A (zh) | 一种室内环境人员定位方法及*** | |
CN116647651B (zh) | 一种基于北斗卫星的无人机施工监控方法及*** | |
CN104297519A (zh) | 人体运动姿态识别方法和移动终端 | |
CN110493716A (zh) | 通信节点自动部署方法和装置 | |
CN107783119A (zh) | 应用在避障***中的决策融合方法 | |
CN104913779B (zh) | 一种紧急撤离的导航方法和装置 | |
CN110750100B (zh) | 基于流函数法的水下搜救机器人路径规划方法 | |
CN110366189A (zh) | 无线自组网通信节点部署方法和装置 | |
Ashour et al. | Applications of UAVs in search and rescue | |
Miyamoto et al. | Using 3-D convolution and multimodal architecture for earthquake damage detection based on satellite imagery and digital urban data | |
JP7040827B1 (ja) | 捜索支援システムおよび救助支援プログラム | |
CN109938973A (zh) | 一种视障人员导航方法和*** | |
CN116704386B (zh) | 一种基于ai的精准应急救援方法及装置 | |
CN113448340B (zh) | 一种无人机的路径规划方法、装置、无人机及存储介质 | |
CN107587526A (zh) | 一种基于无人机的智能井盖***及其控制方法 | |
CN112964243B (zh) | 一种室内定位方法及装置 |
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 |