Kalman滤波在井下人员跟踪定位中的应用

物联网是嵌入式计算机与物理设备紧密耦合的系统，在智能交通、智能医疗、智能煤矿等领域的应用日益广泛。然而，如何有效地设计出基于ZigBee技术的人员定位算法成为具有挑战性的研究课题。在分析国内外现有定位

针对目前井下人员无法精确定位的问题,根据人员移动速度慢、方向多变的特点,研究出基于捷联惯性导航技术的井下人员精确定位方法.通过选择灵敏度高的惯性传感器,检测人员运动的三轴加速度和角速度数据,通过角速度

根据煤矿井下巷道分布特点,应用RSSI定位算法,提出基于节点协作的精确定位算法,将精确定位分为起始粗略定位和循环求精2个阶段进行,并对矿井不同区域网络进行专门规划。经过现场试验验证,定位误差在10 m

针对现有基于指纹模的井下定位算法存在的计算量大、实时性低、定位精度较低的问题，提出了基于聚类和K近邻算法的井下人员定位算法。用二分kmeans聚类算法对采集的RSSI数据进行分类，建立离线指纹数据库

本文阐述的技术特点是将无线自组网技术应用于煤矿井下无线语音通信系统,并将该套语音通信系统与现有的KJ322型移动目标管理系统及调度系统相兼容,大大提高资源利用率,提升了井下语音通信水平。本设计的宗旨是

井下人员定位系统中心站软件设计与实现,吴海涛,华钢,新型人员定位系统是新一代基于无线传感器网络、射频识别技术和先进图形处理软件的人员定位系统。井下人员(或机车等移动目标)的

针对目前井下人员定位精度低、无法实时全局定位、搜救被困人员困难等问题,设计了一种基于微惯性测量组合(MIMU)导航技术和WiFi技术相结合的井下人员组合定位系统;给出了发生矿难后的基于该组合定位系统的

目前煤矿井下人员定位系统不能二维精确定位。为满足煤矿事故应急救援和机电运输事故防治对煤矿井下人员二维精确定位的需求,提出了煤矿井下人员二维精确定位方法:在井下巷道中,间隔一定距离安装定位分站,定位分站

基于Kalman滤波的目标跟踪里面有代码、数据、原始图片和仿真图片，可以对初学者作为参考资料学习

使用kalman算法对目标进行跟踪,并对kalman做出讲解