【摘 要】
:
基于可见光的定位最近受到国内外研究人员的广泛关注。大多数现有的基于可见光的定位方法都需要特殊定制的光源或者是接收设备,抑或是对使用人员有较高的要求(例如,需要水平
论文部分内容阅读
基于可见光的定位最近受到国内外研究人员的广泛关注。大多数现有的基于可见光的定位方法都需要特殊定制的光源或者是接收设备,抑或是对使用人员有较高的要求(例如,需要水平手持手机)。这给部署、维护和使用带来了较大的开销。本文提出一种基于可见偏振光干涉的室内三维定位系统Rainbow Light。它能够很方便的部署在建筑物当中。本文的关键发现是当光穿过由偏振片和双折射材料组成的显色薄片后,能够从不同的方向观察到不同的光谱特征。Rainbow Light只需要光线穿过这个显色薄片就能够工作,所以不需要特殊定制光源或者是接收设备,并且显示的颜色特征只与相机到薄片的方向有关,与拍摄姿势无关,因此降低了对使用人员的要求。与现有工作不同的是,它可以仅使用环境光工作,所以它能够应用到更广泛的使用场景中。本文首先讨论了光穿过显色薄片的方向、干涉结果和光谱之间的关系。利用这个关系,如果相机拍摄了一张包含有该显色薄片的照片,系统就可以计算出相机到显色薄片的方向。如果相机拍摄了含有多张薄片做成的用于定位的锚点,Rainbow Light可以使用基于指纹匹配的方法计算相机的位置。本文还实现了Rainbow Light系统,并且通过在不同使用环境下的大量实验衡量该系统的性能指标。实验结果显示,如果利用灯光作为光源,Rainbow Light对二维平面的定位误差约为3.3厘米,对三维空间的定位误差约为9.6厘米。如果在照明状况良好的白天关闭灯光,仅适用环境光作为光源,Rainbow Light对二维平面的定位误差约为7.4厘米,对三维空间的定位误差约为20.5厘米。
其他文献
电磁超材料是一种由人工合成的特殊材料,特征尺寸远小于电磁波波长,这使其拥有自然材料所不具有的电磁特性。自然材料的电磁特性取决于原子分子的属性以及排列方式,而超材料
目前,工业产品质量检测是依赖人工提取特征的传统视觉检测算法。但因产品存在多样性,检测条件多变,需频繁更改算法以适应检测需求。而深度学习可自行提取样本特征,降低成本。但在工业生产采集数据过程中,往往存在某些缺陷类别样本少和缺陷特征不明显问题,与深度学习样本需求量大、特征明显相悖。因此,本文以换向器缺陷检测为研究对象,提出基于生成对抗网络(GAN)的数据增强模型。具体工作如下:1.针对检测任务制定样本
随着互联网技术的飞速发展和5G时代的来临,对高维数据的处理任务将越来越频繁地出现在信号处理领域。由于维度灾难的存在,信号维数的增加给人们的研究带来了困难。实践中遇到
随着数字化产业的不断发展,印刷电路板向密集型、复杂性发展。其主要加工工具微型钻头(简称微钻)直径(常见直径为0.2-2.58)8))也随着印刷电路板不断细化。微钻出厂检测难度逐步提高,传统的光学机械式微钻检测效率与日益增长需求相比显得格格不入。由于微钻外形的特点,完整的侧刃图像获取难度较大,步骤复杂。仅少数研究学者采用多相机、多工步方法对微钻侧刃图像信息提取;多数研究学者只讨论微钻端刃的检测缺陷方
刑事冤错案是冤案、错案的合称,是指由于故意或重大过失违反实体法或程序法而导致处理错误的刑事案件。刑事冤错案件相较普通刑事案件更为社会大众所关注,显现着司法与民意的
综合行政执法是指某个特定行政机关或法定组织依据一定的法律程序在确定的管理幅度内集中行使多个行政机关的行政检查权和行政处罚权的行政执法体制。行政执法实践中频繁出现
电力设备检修工作是保证设备安全可靠运行的前提条件。随着营口供电公司设备的不断更新迭代,营口供电公司急需建设一套调控运行系统,对在运行的电力设备进行有效管理,根据电力设备的状态变化趋势提出相应设备的维修计划,实现高质量稳定供电。本文从营口供电公司实际应用需求出发,设计与实现了一套调控运行系统,从而确保公司的调控运行系统能够正常运行,能有效的帮助进行电力设备状态的检测。论文完成了主要模块的功能结构设计
电能质量管理是指对电网传输电能的质量信息进行监测、分析以及相应的电能质量异常事件的治理,其对保障电网稳定安全运行和用电服务可靠优质具有重要作用。随着国家电网交直
新世纪以来,随着社会和科技的迅猛发展,人们试图通过全自动的智能机器人来替代人类劳作,服务于人类的生产生活。在各个工厂上的搬运机器人以及家庭智能服务机器人,更是处于研究中的前沿。而要解决智能机器人在工厂、家庭等基本环境固定不变的同时存在小部分未知环境发生不可预知的半结构化室内环境下的路径规划问题,则是研究中不可避免的重点问题。对于移动机器人在路径规划方面的研究最早出现在上个世纪七十年代左右的国外,而
伴随着互联网时代的快速发展,中国邮政集团公司产生了异构、多冗余、多来源的海量数据信息,无论是结构性或非结构性的数据总量都在飞速增长,在业务流中,发生的每个事件都蕴含