Indexed by：
Abstract：
针对现有室内定位精度低、硬件需求多精高等问题,提出了一种基于图像处理与接收信号强度指示的融合定位算法来降低硬件要求,同时提高定位的精度。在对原始信号进行高斯、卡尔曼滤波和指纹库建立以及K-D树建立等预处理后,通过改进K最近邻(KNN)算法筛选初步定位点再经图像处理定位后得到未知节点的精确定位点。实验结果表明:相比于RSSI三角定位以及双目摄像头定位方法,本文的方法在3 m范围精度高,3～10 m范围效果优异,且相比其他算法,所识别的时间更短、所需设备数量更少、稳定性更强,更加适应日常和工业当中(如分拣等)精确定位场景。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
传感器与微系统
ISSN： 2096-2436
CN： 23-1537/TN
Year： 2021
Issue： 07
Volume： 40
Page： 126-129,133
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
