基于多图像传感器的室内定位系统的研究.pdf

《基于多图像传感器的室内定位系统的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、分类号：——UDC：密级编号基于多图像传感器的室内定位系统的研究IndoorPositioningS)’stemBasedonMultipleImageSensors学位授干单位及代码：篮益理王直生f】Q1竖2学科专业名称及代码；电王抖堂与拉盎(Q8业)研冗方向：盘电佳盛当盘史拯到挂盔指导教师：岱燕副敷攫论文起止时间：』幽卫U=如地卫申请学位级别：亟±研冗生：划亡箍长春理工大学硕士学位论文原创性声明本人郑重声明：所呈交的硕士学位论文，《基于多图像传感器的室内定位系统的研宄》是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中己经注明引用的内容

2、外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体．均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者笠名：至』』堑巡年—主月盟日长春理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版权使用规定”，同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕士学位论文全又数据库和CNKI系列数据库及其它国家有关部门或机构送交学位论文的复印件和电于版，允许论文被查习和借阅。本人授权长春理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检

3、索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名：：i』j堑：2：2丛年三月望日导师签名：4西。熟。±二型年三月垄日摘要室内定位系统是伴随着人们对定位系统与日惧增的需求快速技展起来的，由于室内范围较小．因此在定位的精度方面要求比较严格，而且用于定位的设备要很简单。本文采用了多个图像传感器完成定位，对图像传感器采集的图像进行畸变校正以及相应的图像处理．考虑到是用多个传感器，所以传感器的规划是必不可少的，这样不仅能够提高定位精度，而且可以给出传感器的最佳位置，这也是本文研究的重点。本文不仅对摄像机标定算法和摄像机模型做了详细的介绍，而且改

4、进了一种确定多个摄像机相对位置的算法，该算法是从双目视觉的角度做出分析，只利用一块标定板就能够确定两个摄像机之间的相对位置。本文还运用最优控制理论对传感器进行规划t不仅得到摄像机的最优位置，并且也提高了精度。本文的难点是在运用最优控制理论时，确定用什么方法进行求解，通过对最优控制理论方面文献的阅读，认为遗传算法可以有效的解决这个问题。关键词：图像传感器摄像机标定传感器规划最优控聿0理论遗传算法ABSTRACTTomeelthegrowingneedsofpeopleforpositioningsystems．indoorposkioniagsystem

5、shavebeenrapiddevelopmentIndoorspaceisrelativelysmallsothepositioning5)stemsrequiregreaterprecisionthanother、、ise．positioningmethodrequirestherobustnessoferrorisstrongerandindoorpositioningdmricesmustbesimpleThispaperusesmultipleimageSensorstocompletetheprocessoflocating，imagesa

6、recollectedbyimagesensors．thentheseimageswillbecorrectedfordeformityorothercorrespondingimageprocessingTakeintoaccounttherearemorethanoneimageseflsor-thesensorplanningisessentialItcarlnotonlyimprmeaccurac3；butalsogivetheoptimalposition．whichisthefocusofthestudy．Thispapernotonlyg

7、l、resadetailedaccountofcameracalibrationalgorithmandcameramodel．butalsoimprovesanalgorithmicoffixingtherelatixeposilionofmultipleimagesensorsWeanabzequeslionsfromtheperspectiveofbinocular、isionbythisalgorithm：itonlyneedsonecalibrationplatebetweentwocamerastodeterminetherelativep

8、ositionInthispaper．weemploxthemostoptimizedtheo