论文题名: | 基于RFID技术的地下停车场定位算法研究 |
关键词: | 地下停车场;移动车辆;射频识别;近邻标签;参考标签 |
摘要: | 随着时代的进步,国内汽车保有量持续增长,导致停车位越来越紧张。为满足人们生活需要,地下停车场也越建越多。然而,由于其复杂结构、以及车主对路线不熟悉,导致许多车主都面临着“停车难、寻车难”等一系列问题,这些问题严重影响了地下停车场的使用率和体验感。同时,由于 GPS、北斗等信号在地下停车场中易被干扰或丢失,无法满足人们对定位精度的需要,所以迫切需要一种高精度室内定位方法来定位车辆。RFID 技术凭其低成本、高精度等优点成为室内定位技术中的热门技术。本文主要针对基于RFID的地下停车场定位技术进行研究,其主要工作内容如下: 1)针对在参考标签网格化部署场景下的静态定位问题,提出一种基于观测源加权的三边定位改进算法(Trilateral Localization Algorithm based on Observation Source Weighting, TLOW);该算法在三边定位算法和三边质心加权定位算法对待测标签进行粗定位的基础上,引入观测源 RFID 阅读器,通过观测源对粗定位结果进行距离检测,并与观测源自身到待测标签的距离进行校验,赋予粗定位结果相应的差值可信度权值进行精确定位。通过实验证明, TLOW 算法同三边定位算法相比定位精度提升26.18%,系统稳定性提升38.45%。 2)针对在参考标签稀疏且不规则部署场景下的静态定位问题,提出了一种基于RFID虚拟标签的改进算法(Location Algorithm based on Virtual Tag, LAVT);LAVT算法是一种基于LANDMARC算法的定位技术,它通过采用外心的方式插入虚拟标签,逐步缩小待测标签近邻区域的面积,使得近邻标签更靠近待测标签,从而提高定位精度;此外,LAVT 算法提出采用二阶 Lagrange 插值方法估计虚拟标签的 RSSI。仿真实验证明,LAVT算法的定位精度较LANDMARC提升了19.03%。 3)针对待测目标移动场景下的动态定位问题,提出一种基于角度的移动轨迹定位算法(Algorithm of Moving Trajectory Tracking and Location Based on Angle, MTTA);该算法在角度定位算法的基础上,提出一种参考标签与天线阵列组合的优化布局方式;并采用卡尔曼滤波对待测区域中标签信号过滤,根据 RSSI 差值的方法得出动态近邻标签,进而通过与该动态近邻标签相关联的天线,对移动车辆测量角度,最后测出移动车辆的轨迹。仿真实验证明,MTTA算法对移动车辆的定位精度相对 EKF_WSN和EKF_WSL算法分别提升了68.08%,42.26%。 通过实验证明本文所提三种算法在不同应用环境下都能够有效提升 RFID 定位系统的定位精度,在地下停车场中具有较好的适用性。 |
作者: | 罗仕涛 |
专业: | 计算机技术 |
导师: | 贾小林;严春 |
授予学位: | 硕士 |
授予学位单位: | 西南科技大学 |
学位年度: | 2023 |