CN114966783A - 一种泊车机器人的组合定位方法 - Google Patents
一种泊车机器人的组合定位方法 Download PDFInfo
- Publication number
- CN114966783A CN114966783A CN202110342335.1A CN202110342335A CN114966783A CN 114966783 A CN114966783 A CN 114966783A CN 202110342335 A CN202110342335 A CN 202110342335A CN 114966783 A CN114966783 A CN 114966783A
- Authority
- CN
- China
- Prior art keywords
- positioning
- uwb
- rtk
- parking robot
- positioning system
- 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
Images
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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种泊车机器人的组合定位方法。该组合定位方法包括步骤:S1、识别RTK定位技术的定位状态及UWB定位***的精度因子;S2、判断RTK定位技术的定位状态是否为4,判断UWB定位***的精度因子是否小于所设阈值UT,若RTK定位技术的定位状态是4且UWB定位***的精度因子小于所设阈值UT,则进入步骤S3;若RTK定位技术的定位状态是4且UWB定位***的精度因子不小于所设阈值UT,则进入步骤S4;若RTK定位技术的定位状态不是4且UWB定位***的精度因子小于所设阈值UT,则进入步骤S5。本发明提出的一种泊车机器人的组合定位方法,能融合多种定位技术以提高泊车机器人的定位精度。
Description
技术领域
本发明涉及车辆无线控制技术领域,尤其涉及一种泊车机器人的组合定位方法。
背景技术
目前,越来越多的定位技术出现在了人们的面前,并为人们提供了诸如导航、电子地图等工具,从而提高了人们工作生活的便利程度。然而,在实践中发现,目前的诸多定位技术或多或少都存在相应的局限性,从而导致了不同的定位技术在不同的环境中时,其定位结果具有一定的不确定性,进而影响定位的准确程度,例如:
RTK(Real-time kinematic,实时动态)定位方法可以消除接收机及卫星钟差、削弱卫星轨道、对流层延迟、电离层延迟等误差源对定位误差的影响,获得厘米级定位精度,因此在车辆定位中得到应用。但是会由于受到高大山体、建筑物和各种高频信号源的干扰,会导致其无法正常使用;同时还容易受到卫星状况、天气状况的影响而不能达到100%的可靠度。
UWB(Ultra-Wide Band,超宽带)定位***具有多径分辨率高、穿透能力强、传输能力强、发射功率小、定位精度高等优点,必将成为解决企业、家庭、公共场所等高速因特网接入的需求与越来越拥挤的频率资源分配之间的矛盾的技术手段。但是UWB定位***受非视距误差影响严重,信号由于遮挡而无法正常传输。UWB信号不受天气状况的影响。
INS惯性导航***广泛应用于各领域,具有无需接收信号,抗干扰能力强等优势,但是随着时间推移误差值仍然较大,不适用于长时间的位置推算。
发明内容
针对现有技术的上述问题,本发明提出了一种泊车机器人的组合定位方法,融合多种定位技术以提高车辆的定位精度。
具体地,本发明提出了一种泊车机器人的组合定位方法,包括以下步骤:
S1、识别RTK定位技术的定位状态及UWB定位***的精度因子;
S2、判断RTK定位技术的定位状态是否为4,判断UWB定位***的精度因子是否小于所设阈值UT,若RTK定位技术的定位状态是4且UWB定位***的精度因子小于所设阈值UT,则进入步骤S3;若RTK定位技术的定位状态是4且UWB定位***的精度因子不小于所设阈值UT,则进入步骤S4;若RTK定位技术的定位状态不是4且UWB定位***的精度因子小于所设阈值UT,则进入步骤S5;若RTK定位技术的定位状态不是4且UWB定位***的精度因子不小于所设阈值UT,则进入步骤S6;
S3、由所述RTK定位技术和所述UWB定位***的信息融合来实现所述泊车机器人的定位,进入步骤S7;
S4、由所述RTK定位技术与INS惯性导航***的信息融合来实现所述泊车机器人的定位,进入步骤S7;
S5、由所述UWB定位***与INS惯性导航***的信息融合来实现所述泊车机器人的定位,进入步骤S7;
S6、由所述INS惯性导航***来实现所述泊车机器人的定位,进入步骤S7;
S7、结束。
根据本发明的一个实施例,所设阈值UT根据所述UWB定位***的信号质量及与所述泊车机器人通信的移动站所在位置的几何精度因子综合确定。
根据本发明的一个实施例,当所述RTK定位技术和/或所述UWB定位***用于实现所述泊车机器人的定位时,所述INS惯性导航***进入自学习状态。
根据本发明的一个实施例,所述自学习状态是指所述INS惯性导航***根据所述RTK定位技术或者所述UWB定位***的定位结果修正自身的工作参数。
根据本发明的一个实施例,所述工作参数至少包括所述泊车机器人的瞬时姿态、速度和位置信息。
根据本发明的一个实施例,所述UWB定位***包括设置在所述泊车机器人上的UWB标签及设置在所述泊车机器人所在道路两侧的至少三个UWB基站。
根据本发明的一个实施例,所述信息融合是基于阿克曼滤波技术的数据融合方法。
根据本发明的一个实施例,所述UWB定位***采用的定位方法包括基于信号到达时间的方法、基于信号到达时间差的方法、基于信号到达角度的方法和基于信号强度的方法中的一种或多种。
本发明提供的一种泊车机器人的组合定位方法,基于RTK定位技术、UWB定位***和INS惯性导航***,在不同环境中融合多种定位技术以提高泊车机器人的定位精度。
应当理解,本发明以上的一般性描述和以下的详细描述都是示例性和说明性的,并且旨在为所述的本发明提供进一步的解释。
附图说明
包括附图是为提供对本发明进一步的理解,它们被收录并构成本申请的一部分,附图示出了本发明的实施例,并与本说明书一起起到解释本发明原理的作用。附图中:
图1示出了本发明一个实施例的泊车机器人的组合定位方法的流程框图。
图2为本发明实施例的基于TDOA算法的UWB定位***原理图。
其中,上述附图包括以下附图标记:
第一基站 201 第二基站 202
第三基站 203 移动终端 204
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。基于本申请中的实施例,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,都属于本申请保护的范围。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
在本申请的描述中,需要理解的是,方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,在未作相反说明的情况下,这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作,因此不能理解为对本申请保护范围的限制;方位词“内、外”是指相对于各部件本身的轮廓的内外。
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在……上方”、“在……上表面”、“上面的”等,用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是,空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位旋转90度或处于其他方位,并且对这里所使用的空间相对描述作出相应解释。
此外,需要说明的是,使用“第一”、“第二”等词语来限定零部件,仅仅是为了便于对相应零部件进行区别,如没有另行声明,上述词语并没有特殊含义,因此不能理解为对本申请保护范围的限制。此外,尽管本申请中所使用的术语是从公知公用的术语中选择的,但是本申请说明书中所提及的一些术语可能是申请人按他或她的判断来选择的,其详细含义在本文的描述的相关部分中说明。此外,要求不仅仅通过所使用的实际术语,而是还要通过每个术语所蕴含的意义来理解本申请。
图1示出了本发明一个实施例的泊车机器人的组合定位方法的流程框图。如图所示,一种泊车机器人的组合定位方法主要包括以下步骤:
S1、识别RTK定位技术的定位状态及UWB定位***的精度因子;
S2、判断RTK定位技术的定位状态是否为4,判断UWB定位***的精度因子是否小于所设阈值UT,若RTK定位技术的定位状态是4且UWB定位***的精度因子小于所设阈值UT,则进入步骤S3;若RTK定位技术的定位状态是4且UWB定位***的精度因子不小于所设阈值UT,则进入步骤S4;若RTK定位技术的定位状态不是4且UWB定位***的精度因子小于所设阈值UT,则进入步骤S5;若RTK定位技术的定位状态不是4且UWB定位***的精度因子不小于所设阈值UT,则进入步骤S6;
S3、由所述RTK定位技术和所述UWB定位***的信息融合来实现所述泊车机器人的定位,进入步骤S7;
S4、由所述RTK定位技术与INS惯性导航***的信息融合来实现所述泊车机器人的定位,进入步骤S7;
S5、由所述UWB定位***与INS惯性导航***的信息融合来实现所述泊车机器人的定位,进入步骤S7;
S6、由所述INS惯性导航***来实现所述泊车机器人的定位,进入步骤S7;
S7、结束。
本发明提供的一种泊车机器人的组合定位方法是将RTK定位技术、UWB定位***以及INS惯性导航***组合在一起。该组合定位方法的思路是设定RTK定位技术、UWB定位***以及INS惯性导航***的优先级,并按照优先级来判断组合哪些定位技术。组合定位方法可以理解为设定了两个判断条件,第一条件是判断RTK定位技术的定位状态是否为4,第二条件是判断UWB定位***的精度因子是否小于所设阈值UT。根据是否满足第一、第二条件,从而产生4个对应选项,可以选择其中一种组合定位技术。由于RTK定位技术在有固定解时定位精度可达到厘米级,UWB定位***在信号良好时定位精度能够在10cm以内,INS惯性导航***在短时间内能保证精度。可见,实施组合定位方法,能够在不同的环境中选择不同的定位技术,从而尽可能提高定位的精度,而且在RTK定位技术和UWB定位***的信息融合实现定位时能够扩大整个***的覆盖范围。
较佳地,所设阈值UT根据UWB定位***的信号质量及与泊车机器人通信的移动站所在位置的几何精度因子综合确定。在一实施例中,所设阈值UT确定为4。
较佳地,当RTK定位技术和/或UWB定位***用于实现泊车机器人的定位时,INS惯性导航***进入自学习状态。换言之,当进入步骤S3~S5后,INS惯性导航***进入自学习状态。
较佳地,自学习状态是指INS惯性导航***根据RTK定位技术或者UWB定位***的定位结果修正自身的工作参数。更佳地,工作参数至少包括泊车机器人的瞬时姿态、速度和位置信息。
较佳地,UWB定位***包括设置在泊车机器人上的UWB标签及设置在泊车机器人所在道路两侧的至少三个UWB基站。
较佳地,信息融合是基于阿克曼滤波技术的数据融合方法。
较佳地,UWB定位***采用的定位方法包括基于信号到达时间的方法(TOA,TimeOf Arrival)、基于信号到达时间差的方法(TDOA,Time Difference Of Arrival)、基于信号到达角度的方法(AOA,Angle Of Arrival)和基于信号强度的方法(Received SignalStrength Indication,RSSI)中的一种或多种。UWB定位***采用的是一种无线载波通信技术,它不采用正弦载波,而是利用纳秒级的非正弦波窄脉冲传输数据,因此其所占的频谱范围很宽,具有***复杂度低,发射信号功率谱密度低,对信号衰落不敏感,截获能力低,定位精度高等优点,尤其适用于室内等密集多径场所的高速无线接入。其中,TDOA定位算法是一种利用时间差进行定位的方法。通过比较信号到达各个监测站的绝对时间差,就能作出以监测站为焦点,距离差为长轴的双曲线,双曲线的交点就是信号的位置。
图2为本发明实施例的基于TDOA算法的UWB定位***原理图。如图2所示,以第一基站201为参考基准点,根据移动终端204,例如泊车机器人的信号到第一基站201和第二基站202的时间t1和t2得到关于移动终端坐标(Xo,Yo)的方程为:
根据移动终端204的信号到第一基站201和第三基站203的时间t1和t3得到关于移动终端坐标(Xo,Yo)的方程为:
在该示例中,UWB定位***的精度因子为DOP,精度因子DOP可以为位置精度因子(Position Dilution of Precision,PDOP)、水平分量精度因子(Horizontal Dilution ofPrecision,HDOP)、垂直分量精度因子(Vertical Dilution of Precision,VDOP)、几何精度因子(Gemetric Dilution of Precision,GDOP)等中的任一种。
需要说明的是,RTK(Real-time kinematic,实时动态)载波相位差分技术,是实时处理两个测量站载波相位观测量的差分方法,将基准站采集的载波相位等信息发送给用户接收机,进行求差解算坐标。RTK定位技术就是基于载波相位观测值的实时动态定位技术,它能够实时地提供测站点在指定坐标系中的三维定位结果,并达到厘米级精度。
常规的,RTK技术需要两台GPS接收机,一台为基准站,一台为移动站;基准站对所有可见GPS卫星进行连续观测,并将其观测数据通过无线电传输设备实时地发送给用户站,在用户站上,GPS接收机在接收GPS卫星信号的同时,通过无线电接收设备,接受基准站传输的观测数据,然后根据相对定位的原理,实时地计算并显示用户站的三维坐标及其精度。
在本发明的实施例中,RTK定位技术的精确定位要求基准站与观测站观测到5颗以上同样的多频段卫星就能实现RTK定位技术固定解,观测到越多的卫星就能越快速的得到RTK定位技术固定解。
与现有技术相比,本发明具有以下优点:
一、能够在不同的环境中选择不同的定位技术,基于RTK定位技术、UWB定位***、INS惯性导航***三种定位技术做融合来实现泊车机器人在复杂环境下的定位,从而尽可能提高定位的精度。
二、在RTK定位技术和UWB定位***的信息融合实现定位时能够扩大整个***的覆盖范围。
本领域技术人员可显见,可对本发明的上述示例性实施例进行各种修改和变型而不偏离本发明的精神和范围。因此,旨在使本发明覆盖落在所附权利要求书及其等效技术方案范围内的对本发明的修改和变型。
Claims (8)
1.一种泊车机器人的组合定位方法,包括以下步骤:
S1、识别RTK定位技术的定位状态及UWB定位***的精度因子;
S2、判断RTK定位技术的定位状态是否为4,判断UWB定位***的精度因子是否小于所设阈值UT,若RTK定位技术的定位状态是4且UWB定位***的精度因子小于所设阈值UT,则进入步骤S3;若RTK定位技术的定位状态是4且UWB定位***的精度因子不小于所设阈值UT,则进入步骤S4;若RTK定位技术的定位状态不是4且UWB定位***的精度因子小于所设阈值UT,则进入步骤S5;若RTK定位技术的定位状态不是4且UWB定位***的精度因子不小于所设阈值UT,则进入步骤S6;
S3、由所述RTK定位技术和所述UWB定位***的信息融合来实现所述泊车机器人的定位,进入步骤S7;
S4、由所述RTK定位技术与INS惯性导航***的信息融合来实现所述泊车机器人的定位,进入步骤S7;
S5、由所述UWB定位***与INS惯性导航***的信息融合来实现所述泊车机器人的定位,进入步骤S7;
S6、由所述INS惯性导航***来实现所述泊车机器人的定位,进入步骤S7;
S7、结束。
2.如权利要求1所述的组合定位方法,其特征在于,所设阈值UT根据所述UWB定位***的信号质量及与所述泊车机器人通信的移动站所在位置的几何精度因子综合确定。
3.如权利要求1所述的组合定位方法,其特征在于,当所述RTK定位技术和/或所述UWB定位***用于实现所述泊车机器人的定位时,所述INS惯性导航***进入自学习状态。
4.如权利要求3所述的组合定位方法,其特征在于,所述自学习状态是指所述INS惯性导航***根据所述RTK定位技术或者所述UWB定位***的定位结果修正自身的工作参数。
5.如权利要求4所述的组合定位方法,其特征在于,所述工作参数至少包括所述泊车机器人的瞬时姿态、速度和位置信息。
6.如权利要求1所述的组合定位方法,其特征在于,所述UWB定位***包括设置在所述泊车机器人上的UWB标签及设置在所述泊车机器人所在道路两侧的至少三个UWB基站。
7.如权利要求1所述的组合定位方法,其特征在于,所述信息融合是基于阿克曼滤波技术的数据融合方法。
8.如权利要求1所述的组合定位方法,其特征在于,所述UWB定位***采用的定位方法包括基于信号到达时间的方法、基于信号到达时间差的方法、基于信号到达角度的方法和基于信号强度的方法中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110342335.1A CN114966783A (zh) | 2021-03-30 | 2021-03-30 | 一种泊车机器人的组合定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110342335.1A CN114966783A (zh) | 2021-03-30 | 2021-03-30 | 一种泊车机器人的组合定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114966783A true CN114966783A (zh) | 2022-08-30 |
Family
ID=82973760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110342335.1A Pending CN114966783A (zh) | 2021-03-30 | 2021-03-30 | 一种泊车机器人的组合定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114966783A (zh) |
-
2021
- 2021-03-30 CN CN202110342335.1A patent/CN114966783A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10681500B2 (en) | Method and system for radiolocation asset tracking via a mesh network | |
US7570213B2 (en) | Method and apparatus for detecting and locating intrusion in a wireless network | |
AU2004301199A1 (en) | A method and apparatus for finding a mobile radio terminal | |
CN109974701A (zh) | 机器人的定位方法及装置 | |
KR101247964B1 (ko) | 비콘을 이용한 전파식별 리더의 위치 측정 방법 및 그를 위한 전파식별 시스템 | |
KR20110121179A (ko) | 단말기에서 상대적인 위치를 추정하는 장치 및 방법 | |
Zhang et al. | Hybrid TOA/AOA-based mobile localization with and without tracking in CDMA cellular networks | |
CN113055949B (zh) | 定位方法、装置、设备和介质 | |
CN104808226A (zh) | 一种基于协同定位的终端间定向方法及其装置 | |
KR101121907B1 (ko) | 지향성 안테나를 이용한 실시간 위치추적 시스템 및 방법 | |
KR101597437B1 (ko) | 무선신호의 상대적 수신세기 비율정보를 이용한 실내측위시스템 및 방법 | |
CN114545327A (zh) | 一种运动状态信息和uwb融合定位方法及定位*** | |
US9939516B2 (en) | Determining location and orientation of directional transceivers | |
AU2014235257A1 (en) | Directional pruning of transmitters to improve position determination | |
Madhan et al. | RSSI based location estimation in A Wi-Fi environment: An experimental study | |
CN106932757A (zh) | 一种基于tdoa和多普勒的月球车联合定位方法 | |
CN114966783A (zh) | 一种泊车机器人的组合定位方法 | |
Delamare et al. | Evaluation of an UWB localization system in Static/Dynamic | |
Grgić et al. | An example of indoor positioning possibility using wifi network and mobile phone | |
Sharma et al. | Hybrid mechanism for multiple user indoor localization using smart antenna | |
CN115134913A (zh) | 一种基于几何约束的超宽带定位与定向标签及其方法 | |
KR100480045B1 (ko) | 이동통신 단말기의 위치 추적 장치 및 방법 | |
KR100400556B1 (ko) | 이동통신 단말기의 위치 추적 방법 | |
CN113365203A (zh) | 分布式多天线无线电定位***及方法 | |
Seitz et al. | A particle filter for Wi-Fi azimuth and position tracking with pedestrian dead reckoning |
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 |