全文阅读精要

这篇文章是关于在遮挡情况下，基于视觉误差补偿的可见光室内定位算法的研究。以下是对文件核心内容的分点总结：

1. 研究背景与动机：

• 动机：LED图像捕获不完整导致定位难题。

• 背景：现有算法对遮挡敏感，图像噪声影响定位精度。

• 挑战：工业环境中常用矩形灯具，现有算法不适用；图像噪声显著影响定位准确性。

2. 算法组成：

• 像素坐标拟合还原算法：处理不同遮挡条件下的矩形灯具图像，恢复被遮挡部分。

• 循环坐标优化算法：减轻图像噪声对定位精度的影响。

• 补偿高度差的双灯定位算法：使用两个LED灯修正由屋顶倾斜引起的定位偏差。

3. 像素坐标拟合还原算法：

• 适用场景：严重遮挡情况下，仅部分矩形灯可见。

• 方法：设定像素阈值，通过迭代更新探索所有可能的矩形形状，利用图像处理技术计算像素坐标。

• 实验结果：在无遮挡和严重遮挡情况下，像素坐标误差小于0.04 mm。

4. 循环坐标优化算法：

• 目标：减少图像噪声对定位精度的影响。

• 方法：通过循环迭代调整像素坐标点，寻找最优解。

• 效果：在无遮挡环境下，定位误差平均降至6.28 cm，相比初始误差降低了60%。

5. 补偿高度差的双灯定位算法：

• 问题：LED灯不在同一高度导致定位误差。

• 方法：使用两个LED灯，通过几何关系修正定位偏差。

• 效果：平均定位误差降至5.9 cm，相比单灯定位提高了65%的精度。

6. 实验设置与条件：

• 实验平台：2个LED灯，接收机型号Redmi note 9 pro，焦距24 mm。

• 定位点选择：三维空间中9个特定点，观察无遮挡及遮挡情况下的定位数据。

7. 定位精度与误差分析：

• 无遮挡情况：平均定位误差16.27 cm，优化后降至6.28 cm。

• 遮挡情况：一般遮挡平均误差4.82 cm，严重遮挡平均误差4.39 cm，角度误差小于0.2 rad。

8. 算法性能与优化策略：

• 循环坐标优化算法性能：定位精度与步长T紧密相关，T=0.01时，定位误差显著降低。

• 双灯定位优势：在倾斜场景下，双灯定位显著提高精度，平均误差仅为5.9 cm。

9. 结论与展望：

• 研究成果：提出的算法有效应对遮挡和图像噪声挑战，提高定位精度。

• 未来展望：进一步研究复杂环境下的定位算法，提升算法鲁棒性和实用性。