论文部分内容阅读
随着生活水平、科技水平的不断提高,智能机器人已逐渐进入人们的生活。目前,越来越多的人注重身体健康,在闲暇之余进行体育锻炼已成为现代人生活的一部分。室内乒乓球、网球等运动受到了更多人的青睐,这类运动用时少、锻炼效果好,但随之而来的问题就是人们在运动之余不得不去捡取散落在球场各处的球体,费时费力。为了解决这个问题,设计出了基于视觉识别和多传感器数据融合的智能捡球机器人来代替人工捡球,但因其视觉范围较小,定位时间较长,因此,找出一种快速精准的定位方法势在必行,而RFID室内定位技术是定位领域研究的热点。目前,基于RFID的室内定位技术主要采用LANDMARC算法,通过引入辅助参考标签来确定待定位标签的物理位置,在室内环境下具有较为理想的定位精度。然而,LANDMARC算法仍然存在一些不足,其定位精度与近邻参考标签个数和参考标签的部署密度有关。因此,在实验分析的基础上,对基于LANDMARC算法的球体定位技术进行了深入研究,主要包括以下两个方面:(1)针对LANDMARC算法的定位精度与近邻参考标签个数有关的问题,在选取的近邻参考标签中引入加权思想来改进算法。传统的算法仅仅局限于在小范围定位环境中选取3-5个参考标签,而在较大的定位环境中,距阅读器较远的相邻参考标签存在干扰近邻参考标签选取的情况,需要选取较多的参考标签来辅助定位,但定位误差会随着选取参考标签数量的增加而增大。基于加权因子的LANDMARC算法优化了计算过程中权重的分配,降低了系统误差,提高了定位精度。仿真实验结果表明,改进后的算法在选取较多参考标签的情况下基本达到了捡球机器人所需定位精度。(2)针对LANDMARC算法的定位精度也与参考标签部署密度有关的问题,通过引入虚拟参考标签的方法来进一步提高定位精度。在实际中,参考标签之间存在着信号干扰,并不允许大量部署,部署越密集其影响程度越高。而虚拟参考标签与真实参考标签拥有相同的特性,其收信场强值可以根据路径损耗模型做出推算。因此,在定位过程中,采用基于虚拟参考标签的定位算法与改进的LANDMARC定位算法相结合的方式进行两次定位。仿真实验结果表明,基于虚拟参考标签的定位算法进一步提高了定位精度,且对于单个待定位标签,改善效果显著,使球体定位精度由分米级提高到厘米级。