物联网室内运动目标协作信息融合跟踪方法

合集下载

物联网环境中的节点定位与跟踪技术

物联网环境中的节点定位与跟踪技术随着物联网（Internet of Things，简称IoT）应用的不断扩大，节点定位与跟踪技术变得越来越重要。

物联网环境中的节点定位与跟踪技术是指通过各种传感器和通讯设备，对物联网中的节点进行定位和跟踪，以便实现节点的管理、控制和数据收集等功能。

节点定位与跟踪技术在物联网环境中具有广泛的应用。

首先，节点定位技术可以用于实现室内外位置服务。

在室内环境中，通过基于无线射频识别（RFID）技术或者超宽带（UWB）技术，可以实现对人员和物品的实时定位。

人们可以根据定位信息，精确找到自己要找的物品，也可以实时监控人员的位置，以提高安全性。

在室外环境中，通过利用全球定位系统（GPS）、北斗导航系统、伽利略导航系统等卫星导航技术，可以实现对人员和车辆的全球定位，广泛应用于车辆调度、物流管理、导航导向等领域。

其次，节点定位与跟踪技术可以应用于智能家居和智能城市等领域。

通过在家居环境中部署传感器和通信设备，可以实时监测家庭成员的位置和活动，提供个性化的家庭管理服务。

例如，当家中的老人摔倒时，系统可以自动触发报警，以便及时援助。

在智能城市中，通过在城市各个角落部署传感器网络，可以实现对城市设施的监测和管理。

例如，通过定位和跟踪技术，可以及时发现并处理城市中的交通拥堵、垃圾满溢等问题，提高城市管理的效率和质量。

节点定位与跟踪技术涉及多种技术和方法。

其中，无线射频识别（RFID）技术是一种常用的节点定位技术。

该技术利用无线电波来对物体进行标识和跟踪，具有成本低、易于部署等优势。

通过将RFID标签贴在物体上，可以实现对物体的定位和跟踪。

另外，超宽带（UWB）技术也是一种常见的节点定位技术。

它利用超短的电磁脉冲信号来进行定位，具有高精度和防干扰等特点，广泛应用于室内环境中的人员和物品定位。

此外，基于传感器网络的节点定位与跟踪技术也得到了广泛研究和应用。

通过在环境中部署大量的传感器节点，可以通过节点之间的通信和协作，实现对环境中物体的定位和跟踪。

物联网环境下的实时位置追踪技术研究

物联网环境下的实时位置追踪技术研究一、引言物联网使得人与物之间的交互成为可能，更深层次的整合了现实世界与网络世界。

随着该技术的发展，物联网所涉及的领域越来越广泛，其中实时位置追踪技术应用更是成为了物联网技术的重点。

因此，本篇文章旨在探讨物联网环境下实时位置追踪技术的研究现状及其发展趋势。

二、实时位置追踪技术的基本原理实时位置追踪技术可分为有线追踪和无线追踪两类。

有线追踪是利用传感器对被追踪物体的运动进行监测，并实时将位置信息传输到追踪系统中。

而无线追踪则是采用无线技术，将被追踪物体的位置信息通过无线传输设备发送到追踪系统中。

其主要基本原理为利用GPS技术、WiFi、蓝牙、超声波等技术，实时获取被追踪物体的位置坐标，并将其传输到追踪系统中。

三、实时位置追踪技术在物联网环境下的应用随着物联网技术的不断发展，实时位置追踪技术渐渐得到了广泛的应用。

例如在物流行业中，通过实时位置追踪技术实时监测商品在运输过程中的位置，确保货物不会发生无法预料的情况，提高物流运输的精准度和安全性；在车联网领域中，通过实时位置追踪技术，可以随时了解车辆的位置情况，提高车辆安全性，可以避免车辆违章行为的发生。

此外，实时位置追踪技术还应用于智能家居、智慧城市等领域中，方便人们的生活与工作。

四、实时位置追踪技术的发展趋势实时位置追踪技术目前虽然取得了一定的发展，但是在实际应用过程中，仍然存在着一些问题。

例如，目前的技术仅仅依赖于单一的信号源获取位置信息，当无法获取信号时就会导致精度下降等。

因此，未来的研究应该将传感器、卫星、无线传感网等多种技术相结合，形成一套相互独立且相互协作的位置追踪系统，以进一步提高精度。

同时，在实现更高精度的同时，还应重视系统的稳定性及智能化程度，为未来人们的工作与生活提供更方便、更安全的保障。

综上所述，实时位置追踪技术是物联网技术中相当重要的一个方面，其在实际应用中具有广泛的用途，并且其未来的发展具有巨大的潜力。

物联网穿戴设备中的数据融合技术的使用方法

物联网穿戴设备中的数据融合技术的使用方法随着科技的不断发展，物联网（The Internet of Things）的概念得到了广泛关注和应用。

物联网穿戴设备已经开始逐渐走入人们的日常生活，并为我们提供了诸多便利。

然而，物联网穿戴设备所产生的数据量庞大且多样化，如何将这些数据有效地融合起来成为了一个亟需解决的问题。

本文将介绍物联网穿戴设备中的数据融合技术的使用方法，并讨论其在不同领域的应用。

一、物联网穿戴设备的数据融合技术概述数据融合是指将来自不同来源、不同形式和不同频率的数据进行整合和分析的过程。

在物联网穿戴设备中，数据融合技术可以帮助整合来自各种传感器、设备和应用程序的数据，以实现更全面、准确和有效的数据分析和应用。

物联网穿戴设备中的数据融合技术主要包括四个方面的内容：多源数据采集、数据清洗和预处理、数据融合算法以及数据可视化和应用。

1. 多源数据采集物联网穿戴设备可以通过各种传感器（如心率、血压、运动传感器等）采集到人体各方面的数据，同时还可以获取环境、位置、气象等数据。

在数据融合过程中，需要确保各种数据源的准确性和稳定性。

2. 数据清洗和预处理由于物联网穿戴设备所采集到的数据往往存在噪声和异常值，因此需要进行数据清洗和预处理，以确保后续的数据融合和分析工作能够得到准确和可靠的结果。

常见的数据清洗和预处理方法包括数据过滤、异常值检测和数据归一化等。

3. 数据融合算法数据融合算法是实现数据融合的核心技术。

数据融合算法可以将来自不同传感器或数据源的数据进行整合和分析，从而得到更全面、准确和可靠的结果。

常见的数据融合算法包括加权平均法、最大值法、Kalman滤波等。

4. 数据可视化和应用数据融合后的结果需要以可视化的方式呈现给用户。

通过可视化，用户可以更直观地理解和分析数据，从而做出相应的决策。

另外，数据融合结果还可以应用于健康管理、运动监测、环境监测等各个领域，为人们生活带来更多便利和智能化。

二、物联网穿戴设备中数据融合技术在不同领域的应用1. 健康管理领域物联网穿戴设备的普及使得人们更容易实时监测个人健康数据，并进行健康管理。

融合定位算法在室内导航与跟踪系统中的应用

融合定位算法在室内导航与跟踪系统中的应用室内导航与跟踪系统是指在室内环境中利用定位算法来辅助用户实现室内定位、导航和跟踪的技术体系。

随着人们对于室内定位的需求不断增加，融合定位算法逐渐成为实现室内导航与跟踪系统的一种有效方法。

本文将介绍融合定位算法在室内导航与跟踪系统中的应用。

首先，我们需要了解融合定位算法的基本原理。

室内导航与跟踪系统通常采用多种定位技术，如Wi-Fi信号、惯性传感器、地磁场等。

每种定位技术都有其自身的优势和局限性，通过融合这些定位技术，可以提高定位的准确性和稳定性。

融合定位算法一般包括数据预处理、特征提取、定位模型构建和位置估计四个步骤。

其中，数据预处理将原始数据进行滤波和校准，特征提取将数据转化为可用的特征表示，定位模型构建根据特征和位置之间的关系建立定位模型，位置估计通过定位模型计算出用户的位置。

融合定位算法在室内导航系统中的应用主要有三个方面。

首先是室内定位。

室内环境复杂，传统的GPS定位在室内准确度较低。

而融合定位算法可以将不同的定位技术应用于室内环境，并通过数据融合来提高定位的准确性。

例如，通过融合Wi-Fi信号和惯性传感器的数据，可以实现室内位置的准确定位。

其次是室内导航。

室内环境通常是复杂的迷宫状结构，用户需要在其中进行导航。

融合定位算法可以将用户的位置信息与室内地图数据进行融合，实现室内导航功能。

通过导航系统，用户可以轻松找到目标位置，提高室内的定向能力。

第三是室内跟踪。

在一些场景中，需要对室内人员或物体进行实时跟踪。

融合定位算法可以通过融合多种传感器数据，实现室内人员或物体的准确跟踪。

例如，在商场中，可以通过融合Wi-Fi信号和图像处理技术来实现对顾客的跟踪，从而提供个性化的推荐服务。

融合定位算法在室内导航与跟踪系统中的应用面临一些挑战。

首先是环境复杂性带来的挑战。

室内环境通常存在多种干扰因素，例如墙体、家具、人员等，这些因素会对定位算法造成干扰，降低定位的准确性。

物联网中的智能健身与运动追踪(九)

物联网中的智能健身与运动追踪智能科技在各个领域的应用取得了巨大的成就，其中，物联网技术对健身和运动追踪的发展起到了重要的推动作用。

通过将各种智能设备连接互联，人们可以更加便捷地获取、分析和应用健身数据。

本文将从智能健身设备的发展、运动追踪的优势以及未来的发展趋势等方面，探讨物联网中的智能健身与运动追踪。

一、智能健身设备的发展物联网为健身设备的进一步发展提供了坚实的基础。

过去，健身设备主要是单一的机器，例如跑步机、哑铃等。

然而，随着物联网的普及，各类智能健身设备开始出现，例如智能手环、智能手表等。

这些设备具备了更多的功能，可以实时监测心率、步数、卡路里消耗等健身数据，并将数据传输到手机或云端进行记录和分析。

二、运动追踪的优势智能健身设备的出现，使运动追踪变得更加准确、便捷和个性化。

通过智能手环等设备，人们可以随时随地监测自己的运动情况。

不再需要手动记录，这样就避免了运动过程中的忘记或错误记录的问题。

此外，通过设备传输的数据，可以进行更加细致的分析，为用户提供更多个性化的建议和方案，提升运动效果。

运动追踪还能够促使用户更加积极和有目标性地进行运动。

当人们看到自己完成的步数、消耗的卡路里等数据后，会产生一种成就感和动力，进而更加努力地坚持运动。

同时，智能健身设备还可以与其他用户进行连接，形成社交网络，在互动和比较中激发活力。

三、未来的发展趋势在物联网技术的持续发展下，智能健身和运动追踪将呈现更多的创新和发展。

首先，智能健身设备将更加精准，可以监测更多的身体指标，如睡眠质量、血氧饱和度等。

其次，设备将更加智能化，能够根据用户的数据和需求提供更加个性化的运动建议和指导。

此外，智能健身设备将更加注重用户体验，外观设计和功能操作将更加人性化和简便。

此外，物联网技术也将推动智能健身设备与其他智能设备的连接。

例如，智能音箱可以与智能手环配合，为用户提供语音引导和指导；智能家居系统可以与智能运动设备连接，使运动数据与居家环境更加无缝地结合。

融合运动信息的双机制多目标跟踪方法

融合运动信息的双机制多目标跟踪方法1. 内容概述融合运动信息的设计思路。

通过引入运动信息，能够更准确地描述目标的运动状态，提高跟踪的稳定性和准确性。

具体实现过程中，可以利用目标的运动轨迹、速度、加速度等信息，构建目标的运动模型，并通过模型预测目标未来的运动状态。

将运动信息与图像信息进行融合，可以更好地利用图像中的纹理、颜色等信息来识别目标，进一步提高跟踪的精度和鲁棒性。

双机制跟踪策略的实现方式。

针对复杂场景下的多目标跟踪问题，本文提出了双机制跟踪策略。

该方法结合了基于滤波器的跟踪机制和基于检测的跟踪机制，基于滤波器的跟踪机制通过构建目标模型，利用滤波算法对目标进行跟踪，具有速度快、实时性好的优点；而基于检测的跟踪机制则通过检测目标在图像中的位置来进行跟踪，具有准确度高、抗干扰能力强的特点。

通过结合这两种机制，可以充分发挥各自的优势，提高多目标跟踪的准确性和鲁棒性。

针对实际应用中的不同场景和目标特性，还可以对双机制进行跟踪策略的灵活调整和优化。

本文提出的融合运动信息的双机制多目标跟踪方法，通过结合运动信息和图像信息，采用双机制跟踪策略，实现了高效准确的多目标跟踪。

该方法具有重要的理论意义和实践价值，对于推动智能监控、自动驾驶等领域的发展具有重要意义。

1.1 研究背景随着计算机视觉技术的快速发展，视频监控在现代社会中扮演着越来越重要的角色。

在众多应用场景中，多目标跟踪（Multiple Object Tracking, MOT）作为视频分析的核心技术之一，对于提高监控效率、辅助实时决策具有重要意义。

在实际应用中，由于各种复杂因素的影响，如光照变化、遮挡、形变等，传统的单机制多目标跟踪方法往往难以取得理想的效果。

为了克服传统方法的局限性，双机制多目标跟踪方法逐渐受到关注。

该方法通过结合两种或多种不同机制的信息，如基于特征的方法和基于行为的方法等，来提高跟踪的准确性和鲁棒性。

现有的双机制多目标跟踪方法在处理融合信息时，往往存在信息冗余、计算复杂度高以及跟踪稳定性不足等问题。

物联网中的移动物体跟踪与定位技术综述

物联网中的移动物体跟踪与定位技术综述随着物联网的发展，越来越多的物体和设备通过互联网进行连接和通信。

其中，移动物体跟踪与定位技术在物联网中扮演着重要的角色。

本文将对物联网中的移动物体跟踪与定位技术进行综述，介绍其中的常见技术和应用场景。

一、移动物体跟踪与定位的基本概念移动物体跟踪与定位是指通过传感器、通信网络和数据处理等技术手段，准确获取移动物体的位置和轨迹信息的过程。

该技术在物联网中具有广泛的应用，如智能交通系统、智能仓储管理、智能家居等领域。

二、常见的移动物体跟踪与定位技术1.全球定位系统（GPS）全球定位系统（GPS）是最常见和普遍使用的移动物体跟踪与定位技术。

通过向卫星发送信号并接收返回信号，GPS系统可以确定物体的位置坐标。

然而，GPS技术在室内和城市峡谷等信号覆盖不良的环境中存在一定的局限性。

2.无线传感器网络（WSN）无线传感器网络（WSN）是一种由大量分布在监测区域内的无线传感器节点组成的网络。

这些节点通过测量环境参数（如温度、湿度、光强等）来获取物体的位置信息。

WSN技术在室内定位和环境监测等方面具有广泛的应用。

3.射频识别技术（RFID）射频识别技术（RFID）利用射频信号来识别和跟踪物体的位置。

通过在物体上植入或附加RFID标签，可以实时监测和追踪物体的位置信息。

RFID 技术在物流管理、仓储管理等领域中有着广泛的应用。

4.蓝牙定位技术蓝牙定位技术是利用蓝牙信号进行物体定位的一种技术手段。

通过检测蓝牙信号的强度和方向，可以实现对物体的精确定位。

蓝牙定位技术在室内定位、室内导航等场景中具有较广泛的应用。

5.电子纹章技术电子纹章技术是一种通过使用微型芯片和无线通信技术对物体进行标记和追踪的技术。

通过将电子纹章附加到移动物体上，可以实现对物体的实时定位和追踪。

电子纹章技术在物流和供应链管理等领域中有着重要的应用。

三、移动物体跟踪与定位的应用场景1.智能交通系统通过移动物体跟踪与定位技术，可以实现对交通工具（如汽车、公交车等）的实时监测和追踪。

物联网中的位置跟踪技术综述

物联网中的位置跟踪技术综述引言：随着物联网技术的快速发展，物联网中的位置跟踪技术也日益受到重视。

位置跟踪技术可以帮助人们追踪物体的位置、监控移动物体的行踪，并在许多应用领域中发挥重要作用。

本文将对物联网中的位置跟踪技术进行综述，包括其原理、分类、应用领域以及未来的发展趋势。

一、原理：物联网中的位置跟踪技术的原理基于全球定位系统（GPS）、无线通信以及传感器技术。

通过接收GPS信号，可以确定物体的准确位置信息。

无线通信技术则可以传输这些位置信息到远程服务器或其他设备中。

同时，传感器技术可以用于检测和监测环境中的物体，从而实现对物体运动轨迹的追踪和跟踪。

二、分类：根据不同的应用需求和使用场景，物联网中的位置跟踪技术可以分为以下几类：1. GPS定位技术：GPS定位技术是目前应用最广泛的位置跟踪技术之一。

通过接收卫星发射的信号，可以计算出物体的准确位置，并通过无线通信传输到其他设备或服务器上。

GPS定位技术具有高精度、全球覆盖的优势，可广泛应用于汽车、物流、智能城市等领域。

2. 基站定位技术：基站定位技术是利用移动通信基站进行定位跟踪的一种技术。

通过接收基站发出的信号以及测量信号的到达时间，可以计算出物体的大致位置。

基站定位技术在城市环境下定位精度较高，适用于室内定位、物流追踪等应用。

3. RFID技术：RFID（射频识别）技术是一种无线通信技术，可用于追踪物体的位置。

通过植入或附着RFID标签在物体上，可以使用RFID扫描仪读取标签中的信息，并实现对物体的定位和跟踪。

RFID技术在物流、仓储管理、资产追踪等领域得到广泛应用。

4. 视觉识别技术：视觉识别技术是通过图像处理和计算机视觉的方法，实现对物体的识别和跟踪。

通过摄像头或其他图像传感器采集物体的图像信息，再通过图像处理算法对物体进行识别和跟踪。

视觉识别技术适用于智能交通、安防监控等领域，具有较高的定位精度。

三、应用领域：物联网中的位置跟踪技术在许多领域中发挥着重要作用。

物联网中的数据融合与信息融合方法综述

物联网中的数据融合与信息融合方法综述物联网（Internet of Things，IoT）作为信息技术领域中的重要发展方向，已经在各个行业得到广泛应用。

随着物联网设备数量的快速增长，传感器、无线通信、云计算等技术的发展，大量的数据和信息在物联网中产生并传输。

然而，如何有效地融合和处理这些海量的数据和信息成为了物联网面临的重要问题。

本文对物联网中的数据融合与信息融合方法进行综述，希望为相关领域的研究者和从业人员提供参考。

一、数据融合方法数据融合是指将多个异构数据源的信息进行整合，以获得更准确、全面的结果。

在物联网中，数据融合可以帮助提高数据的质量和准确性，实现对物联网系统的智能分析和决策支持。

下面介绍几种常见的数据融合方法。

1.传感器数据融合物联网中的传感器是获取实时数据的重要来源。

传感器数据融合方法主要包括特征提取、异常检测、数据清洗和定位与跟踪等技术。

通过对传感器数据进行处理和整合，可以消除噪声、提高数据的准确性，并能够更好地反映物理现象。

2.网络数据融合物联网中的设备通常通过网络进行数据的传输和交换。

网络数据融合主要利用网络拓扑结构和数据传输特性，对数据进行合并和整合。

常见的方法包括数据聚合、数据压缩和数据分类等。

网络数据融合可以减少网络传输的负载和延迟，提高数据传输的效率和可靠性。

3.时间序列数据融合物联网中的数据通常具有时序性质，时间序列数据融合方法可以通过对时间序列数据的建模和分析，提取数据的特征和规律。

常用的方法有时间序列预测、数据插值和周期性分析等。

时间序列数据融合可以帮助理解和预测物联网系统的运行状态和行为。

二、信息融合方法信息融合是指将多源信息进行整合和分析，以获得更全面、准确的信息。

在物联网中，信息融合可以帮助理解和决策，提高系统的性能和效率。

下面介绍几种常见的信息融合方法。

1.智能算法融合智能算法融合是指将多种智能算法进行整合和协同，以提高信息处理和分析的能力。

常见的智能算法包括机器学习、数据挖掘和人工智能等。

物联网中的多传感器数据融合与协同处理方法

物联网中的多传感器数据融合与协同处理方法物联网（Internet of Things，IoT）是连接各种物理设备，通过互联网进行数据交互、共享和处理的技术系统。

其中，传感器是物联网的核心组成部分，通过采集和感知环境中的各种物理量，将其转化为数字信号，为物联网系统提供了丰富的数据源。

然而，由于环境的复杂性和物体的多样性，单一传感器所采集的数据通常不足以提供全面、准确的信息。

因此，多传感器数据融合与协同处理成为了物联网系统中的重要问题。

多传感器数据融合是指将不同传感器所采集到的信息进行整合，以提供更全面、准确的环境状态或目标的估计。

而协同处理则强调多传感器之间的相互合作，通过相互协调和互补的方式，提高整体系统的性能和效能。

在物联网中，多传感器数据融合与协同处理的方法可以分为以下几类。

首先，基于数据融合的方法。

这类方法主要通过将多个传感器的原始数据进行相加、平均、加权等处理，得到一个更全面、准确的结果。

常见的数据融合方法包括加权融合、模型融合和特征融合等。

加权融合方法根据传感器的性能、精度和可靠性，为不同传感器的数据赋予不同的权重，从而得到最终的融合结果。

模型融合方法则利用统计模型或机器学习算法，将不同传感器的数据映射到一个共享的状态空间中，通过求解最优化问题，得到融合结果。

特征融合方法则将不同传感器所提供的特征信息进行整合，以提取出更具代表性的特征集合。

其次，基于信息提取的方法。

这类方法通过分析、挖掘和提取多传感器数据中的有用信息，以实现对环境状态或目标的准确描述和分析。

信息提取方法可以利用传感器之间的关联性和相互作用，通过统计学方法、机器学习算法、模式识别技术等，从传感器数据中提取出关键特征或有用信息。

在物联网中，常见的信息提取方法包括目标检测与跟踪、环境场景识别和事件检测等。

这些方法能够根据多传感器数据的相关性和互补性，更好地描述和理解环境中发生的事件和目标。

另外，基于决策和推理的方法。

这类方法主要侧重于利用多传感器数据融合的结果，进行决策和推理的过程，从而实现对物联网系统的智能控制和管理。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＭｅａｓｕｒｅｍｅｎｔＴｅｃｈｎｏｌｏｇｙａｎｄＩｓｔｎｒｕｍｅｎｔ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８４，Ｃｈｉｎａ）
物联网室内运动目标协作信息融合跟踪方法木
谈宇奇，王雪，刘长
（清华大学精密仪器与机械学系精密测试技术及仪器国家重点实验室摘北京１０００８４）
要：物联网领域室内运动目标识别与跟踪是当今研究与应用的热点。提出一种基于ＲＦＩＤ识别定位技术与ＣＣＤ视频信息
ｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎｉｎｇｓ
ＴａｎＹｕｑｉ，ＷａｎｇＸｕｅ，ＬｉｕＣｈａｎｇ
（ＤｅｐａｒｔｍｅｎｔｏｆＰｒｅｃｉｓｉｏｎＩｎｓｔｒｕｍｅｎｔｓａｎｄＭｅｃｈａｎｏｌｏｇｙ，ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＰｒｅｃｉｓｉｏｎ
Ａｂｓｔｒａｃｔ：ＩｎｄｏｏｒｍｏｖｉｎｇｔａｒｇｅｔｒｅｃｏｇｎｉｔｉｏｎａｎｄｔｒａｃｋｉｎｇｉｎＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓｉｓａｐｏｐｕｌｒａｒｅｓｅａｒｃｈａｎｄａｐｐｌｉｃａｔｉｏｎｔｏｐｉｃｉｎｒｅｃｅｎｔｙｅａｒｓ．ＴｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｉｎｄｏｏｒｍｏｖｉｎｇｔｒｇａｅｔｒｅｃｏｇｎｉｔｉｏｎａｎｄｔｒａｃｋｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎＲＦＩＤａｎｄＣＣＤｃｏｌｌａｂ．ｏｒａｔｉｖｅｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎ．Ｆｉｒｓｔ，ＲＦＩＤｔｅｃｈｎｉｑｕｅａｎｄｔｈｅｐｒｏｐｏｓｅｄｅｘｔｅｎｄｅｄＶＩＲＥａｐｐｒｏａｃｈａｒｅｕｓｅｄｔｏｒｅｃｏｎｉｇｚｅａｎｄｃｏａｒｓｅｌｙｌｏｃａｔｅｔｈｅｔｒｇａｅｔ．Ｓｅｃｏｎｄ，ｂａｓｅｄｏｎｔｈｅｃｏａｒｓｅｌｏｃａｌｉｚａｔｉｏｎｒｅｓｕｌｔｓ，ｔｈｅｍｏｎｉｔｏｉｎｒｇ／ｓｌｅｅｐｉｎｇｃｏｎｔｒｏｌｏｆｄｉｆｅｒｅｎｔＣＣＤｓｉｓｒｅａｌｉｚｅｄ．ＴｈｅｎｂａｃｋｇｒｏｕｎｄｄｉｆｆｅｒｅｎｃｅｍｅｔｈｏｄｉｓｕｓｅｄｔｏｄｅｔｅｃｔｔｈｅｔａｒｇｅｔｉｎＣＣＤｍｏｎｉｔｏｒｉｎｇｉｍａｇｅａｎｄｒｅａｌｉｚｅｐｒｅｃｉｓｅｌｏｃｌｉａｚａｔｉｏｎｗｉｔｈｍｕｌｔｉｐｌｅａｎｇｌｅｏｆｖｉｅｗｆｕｓｉｏｎ．Ｆｉｎｌｌａｙ，ｉｔｗｈｗｅｉｇｈｔｅｄａｖｅｒａｇｅｏｆｔｈｅｔｗｏｌｏｃｌｉａｚａｔｉｏｎｒｅｓｕｌｔｓｔｈｅｍｏｖｉｎｇｔｒｇａｅｔｌｏｃａｔｉｏｎｉｓｏｂｔａｉｎｅｄ．ｈｅＴｍｅｔｈｏｄｃｏｍｂｉｎｅｓｔｈｅａｄｖａｎｔａｇｅｓｏｆＲＦＩＤｆａｓｔｒｅｃｏｎｉｇｔｉｏｎａｎｄｌｏｃｌｉａｚａｔｉｏｎｎｄａＣＣＤｐｒｅｃｉｓｅｌｏｃｌｉａｚａｔｉｏｎ．ｈｅＴｅｘｐｅｉｍｅｒｎｔｒｅｓｌｔｕｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｃｏｌｌａｂｏｒａｔｉｖｅｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎｍｅｔｈｏｄｃａｎｅｆｆｅｃ－ｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙａｎｄｒｅａｌｔｉｍｅｐｅｒｆｏｍａｒｎｃｅｏｆｉｎｄｏｏｒｍｏｖｉｎｇｔｒｇａｅｔｔｒａｃｋｉｎｇ．Ｋｅｙｗｏｒｄｓ：ＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓ；ＲＦＩＤｔｅｃｈｎｏｌｏｇｙ；ＣＣＤｉｍａｇｅｐｏｃｒｅｓｓｉｎｇ；ｃｏｌｌａｂｏｒａｔｉｖｅｉｆｏｎｍａｒｔｉｏｎｆｕｓｉｏｎ；ｅｘｔｅｎｄｅｄＶＩＲＥ
关键词：物联网；ＲＦＩＤ技术；ＣＣＤ图像处理；协作信息融合；扩展虚拟参考标签定位
中图分类号：ＴＰ３９１．４文献标识码：Ａ国家标准学科分类代码：５２０．６０
Ｉｎｄｏｏｒｍｏｖｉｎｇｔａｒｇｅｔｔｒａｃｋｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｃｏｌｌａｂｏｒａｔｉｖｅ
相融合的室内运动目标识别跟踪方法。首先利用ＲＦＩＤ及提出的扩展虚拟参考标签定位方法对目标进行身份识别与粗定位，利用此信息指导多ＣＣＤ开启或休眠，应用背景差分法对ＣＣＤ监控图像检测目标并进行多视角融合实现较精确定位，最后通过加权平均得到运动目标位置。该方法融合了ＲＦＩＤ快速识别定位及ＣＣＤ视频定位准确的优点，实验结果表明，提出协作信息融合方法可有效提高室内目标跟踪准确度与实时性。
第３４卷第２期２０１３年２月
仪器仪表学报
ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔ
Ｖｏ１．３４Ｎｏ．２Ｆｅｂ．２０１３