CN119494947A 一种面向智能工厂的自适应定位方法及系统 （成都理工大学）_第1页
CN119494947A 一种面向智能工厂的自适应定位方法及系统 （成都理工大学）_第2页
CN119494947A 一种面向智能工厂的自适应定位方法及系统 （成都理工大学）_第3页
CN119494947A 一种面向智能工厂的自适应定位方法及系统 （成都理工大学）_第4页
CN119494947A 一种面向智能工厂的自适应定位方法及系统 （成都理工大学）_第5页
已阅读5页，还剩21页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

号一种面向智能工厂的自适应定位方法及系统通过CCD图像摄取装置获取待测目标的定位环境测目标的物理数据，并对所述物理数据进行融对智能工厂实际应用场景和定位需求自适应匹2步骤S3：对待测目标的物理数据进行融合，并使用卷积步骤S4：对所述图像特征和训练模型进行大数据分S2之前包括：通过CCD图像摄取装置检测图像信号，判断待测目标与基站之间是否存在遮8.根据权利要求7所述的面向智能工厂的自适应定步骤S503：判断迭代次数是否大于预设次数或者集合Bes步骤S504：计算集合Best中所有极值的平均值，将这3步骤S513：使用传感器节点发送功率、所述服务器用于对所述待测目标的图像信号进行预处理，并通过深4[0003]现有的定位方法主要为基于非测距的定位方法和基于测距的定位方法，例如证相邻两个无线节点之间的距离为等距即可，再根据纵向和横向对无线节点进行分布命现更精准的定位。但是该定位相关专利在研究如何降低非视距路径对定位精度的影响时，5[0011]进一步地，所述根据实际定位应用场景和定位需求6损耗因子优化补偿所述具有LOS特征的信号数据，使用所述优化后的信号数据进行距离估本发明CCD图像摄取装置负责智能工厂定位环境图像评估，将识别到的图像信号7借助高精度的CCD图像摄取装置精准地获取待测目标周边复杂的定位环境图像信8定位环境图像信号之前，判断待检测目标与基站之间是否存在遮挡，即是否形成非视距理。9强大特征提取和分类能力的卷积神经网络(CNN)对该数据集进行深入处理，通过对大量样量误差也比较稳定，可选择加权平均法。若数据是动态变化的，并且存在一定的系统模型进行融合时，贝叶斯估计法更具优势；进一步地，本发明还包括对融合后数据的验证与评估：使用已知的标准数据或通过其他可靠的测量手段获取的参考数据，对融合后的数据进WHERE应用场景='生产车间场景'AND定位精度='高'AND定位实时性='高'AND定定性='高'。把所有粒子的极值进行比较，从中挑选出M个(例如M=5)适应度值最小的粒子极损耗因子优化补偿所述具有LOS特征的信号数据，使用所述优化后的信号数据后进行距离

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论