为提高植物三维重建的精度,更好地实现植物数字化研究,提出了基于TOF(time of flight)深度传感的植物三维点云数据获取与去噪方法。首先通过TOF深度传感来获取植物点云数据,采用直通滤波器对点云数据进行预处理,减少背景噪声;其次采用...为提高植物三维重建的精度,更好地实现植物数字化研究,提出了基于TOF(time of flight)深度传感的植物三维点云数据获取与去噪方法。首先通过TOF深度传感来获取植物点云数据,采用直通滤波器对点云数据进行预处理,减少背景噪声;其次采用改进密度分析的离群点去噪算法,该算法通过结合邻近点平均距离和邻域点数数量2个特征参数,对点云数据中的离群点噪声进行检测和去除;最后采用双边滤波算法对点云内部的小尺寸噪声进行检测和去除。以番茄植株进行相关试验,试验结果表明:与传统双边滤波算法比较,该文算法最大误差降低了11.2%,平均误差降低了23.2%;与拉普拉斯滤波算法比较,最大误差降低了20.6%,平均误差降低了39.2%,表明该文提出的算法在保持点云特征的情况下,能简单高效地去除植物三维点云数据中的不同尺度噪声。展开更多
当前室内定位的主流方法是基于信道状态信息(Channel State Information,CSI)的AoA/ToF(Angle of Arrival/Time of Flight)联合定位,由于天线数量和带宽的限制,导致其特征参数存在误差。为此,结合CSI中细粒度和多样化的载波相位信息,提...当前室内定位的主流方法是基于信道状态信息(Channel State Information,CSI)的AoA/ToF(Angle of Arrival/Time of Flight)联合定位,由于天线数量和带宽的限制,导致其特征参数存在误差。为此,结合CSI中细粒度和多样化的载波相位信息,提出了一种基于载波相位的室内AoA/ToF联合定位算法。首先,基于载波相位和ToF信息构造载波相位定位模型,实现目标初始定位;然后,利用LAMBDA(Least-squares Ambiguity Decorrelated Adjustment)算法消除整周模糊,实现基于载波相位的AoA/ToF联合定位算法,得到目标精确位置;最后,推导了算法定位精度的标准差。通过实验分析了不同参数对定位性能的影响,结果显示,该算法定位精度优于AoA/ToF联合定位,当接收机在用户周围均匀分布时定位性能较好,且基本不受载波相位测量误差的影响,因此具有更好的鲁棒性。展开更多
基于TOF(time of flight)相机设计一种融合目标二维灰度信息与三维点云信息的位姿估计算法框架,解算追踪星与非合作目标之间的相对位姿.该算法框架使用TOF相机获取的目标的灰度图像和三维点云数据,采用基于弧段的椭圆提取方法和ICP(iter...基于TOF(time of flight)相机设计一种融合目标二维灰度信息与三维点云信息的位姿估计算法框架,解算追踪星与非合作目标之间的相对位姿.该算法框架使用TOF相机获取的目标的灰度图像和三维点云数据,采用基于弧段的椭圆提取方法和ICP(iterative closest point)点云迭代方法求解非合作目标的相对位姿信息.融合了基于灰度图像的图像处理算法与基于点云的位姿优化迭代算法提高了位姿解算算法的精度与鲁棒性,通过地面测试试验验证了所提算法框架的性能.在轨试验表明本文所提算法框架可以稳定有效地解算超近程空间非合作目标的相对位姿,为追踪星GNC分系统提供可靠导航信息且TOF相机输出相对位姿精度优于2°、5 cm.展开更多
超宽带(Ultra Wide Band,UWB)技术是一种无载波通信技术,利用纳秒级的非正弦波窄脉冲传输数据。与传统的室内定位技术相比,超宽带技术具有功耗低、安全性高、抗多径效果好等优点。将UWB通信技术、三边定位算法、飞行时间测距(Time of Fl...超宽带(Ultra Wide Band,UWB)技术是一种无载波通信技术,利用纳秒级的非正弦波窄脉冲传输数据。与传统的室内定位技术相比,超宽带技术具有功耗低、安全性高、抗多径效果好等优点。将UWB通信技术、三边定位算法、飞行时间测距(Time of Flight,ToF)等技术结合为一体,采用DWM1000作为UWB无线收发器,以STM32F103为核心控制器,设计了基于基站/标签一体化的超宽带室内定位硬件系统和上位机验证平台。实验结果表明,设计的UWB室内定位系统能够实现误差在10 cm以内的精准定位。展开更多
文摘为提高植物三维重建的精度,更好地实现植物数字化研究,提出了基于TOF(time of flight)深度传感的植物三维点云数据获取与去噪方法。首先通过TOF深度传感来获取植物点云数据,采用直通滤波器对点云数据进行预处理,减少背景噪声;其次采用改进密度分析的离群点去噪算法,该算法通过结合邻近点平均距离和邻域点数数量2个特征参数,对点云数据中的离群点噪声进行检测和去除;最后采用双边滤波算法对点云内部的小尺寸噪声进行检测和去除。以番茄植株进行相关试验,试验结果表明:与传统双边滤波算法比较,该文算法最大误差降低了11.2%,平均误差降低了23.2%;与拉普拉斯滤波算法比较,最大误差降低了20.6%,平均误差降低了39.2%,表明该文提出的算法在保持点云特征的情况下,能简单高效地去除植物三维点云数据中的不同尺度噪声。
文摘当前室内定位的主流方法是基于信道状态信息(Channel State Information,CSI)的AoA/ToF(Angle of Arrival/Time of Flight)联合定位,由于天线数量和带宽的限制,导致其特征参数存在误差。为此,结合CSI中细粒度和多样化的载波相位信息,提出了一种基于载波相位的室内AoA/ToF联合定位算法。首先,基于载波相位和ToF信息构造载波相位定位模型,实现目标初始定位;然后,利用LAMBDA(Least-squares Ambiguity Decorrelated Adjustment)算法消除整周模糊,实现基于载波相位的AoA/ToF联合定位算法,得到目标精确位置;最后,推导了算法定位精度的标准差。通过实验分析了不同参数对定位性能的影响,结果显示,该算法定位精度优于AoA/ToF联合定位,当接收机在用户周围均匀分布时定位性能较好,且基本不受载波相位测量误差的影响,因此具有更好的鲁棒性。
文摘基于TOF(time of flight)相机设计一种融合目标二维灰度信息与三维点云信息的位姿估计算法框架,解算追踪星与非合作目标之间的相对位姿.该算法框架使用TOF相机获取的目标的灰度图像和三维点云数据,采用基于弧段的椭圆提取方法和ICP(iterative closest point)点云迭代方法求解非合作目标的相对位姿信息.融合了基于灰度图像的图像处理算法与基于点云的位姿优化迭代算法提高了位姿解算算法的精度与鲁棒性,通过地面测试试验验证了所提算法框架的性能.在轨试验表明本文所提算法框架可以稳定有效地解算超近程空间非合作目标的相对位姿,为追踪星GNC分系统提供可靠导航信息且TOF相机输出相对位姿精度优于2°、5 cm.
