- 综合排序
- 最热优先
- 最新优先
工厂车辆定位技术从原理到应用全解析
随着科技的发展，工厂武装上智能化的铠甲，工厂车辆定位技术实现了工厂的物流自动化和生产智能化，有效提升工厂内部的车辆调度率，保障作业安全、优化生产流程，本文将从技术原理和应用功能两方面展开论述，一探工厂智能铠甲的威风 一、工厂车辆定位技术的原理1.室外定位技术（1）卫星定位技术卫星测距和三角定位，通过接收卫星信号计算车辆的实时位置。 （4）视觉定位（摄像头＋AI）车间部署高清摄像头，采集车辆图像，通过计算机视觉算法（目标检测/特征匹配等）实现定位，工厂环境下精度一般在3-5米，受摄像头的分辨率和算法影响，一般作为辅助定位手段或者区域监控手段使用 二、工厂车辆定位技术的应用功能展示1.车辆监测管理用于固定、外来车辆管理，可以录入车辆基本信息，如车牌号、车型、所属单位等。 本文从技术原理和应用功能出发，展示了工厂车辆定位技术选择的多样性和系统实际的功能的应用，精准定位实现了安全提效，完成工厂的数字化转型目标。
13410编辑于 2026-04-29- 来自专栏一点人工一点智能
实时自动驾驶车辆定位技术概述
因此，本次调查将从车载传感器开始，讨论不同的基于传感器的定位技术，然后讨论V2X定位技术，最后讨论基于数据融合的定位。 图1显示了车辆不同自定位技术，包括车载传感器、V2X和基于数据融合的技术。 基于V2X的定位方法与周围环境节点（例如，相邻车辆或基础设施）通信，以接收其位姿信息，包括基于车辆对车辆（V2V）和车辆对基础设施（V2I）的技术，这些技术可以为定位算法提供多个参考坐标。 目前，雷达被广泛用作辅助定位传感器，以检测车辆与障碍物之间的距离。超声波传感器的检测范围（约3m）决定了基于超声波的定位主要用于短距离定位应用，例如自动停车，其中几个参考目标位于近距离。 图2显示，在基于激光雷达的定位中，基于3D地图的方法在精度方面优于基于2D地图的方法，因为它包含丰富的特征信息。然而，基于3D地图的技术增加了内存使用量和计算负载，导致算法的计算复杂度较高。 图3显示，对于开阔天空中的纯GPS定位，GPS接收机可以输出频率为1Hz、精度为2–10m的位置信息，而不受车辆操作系统的限制。
2.4K40编辑于 2023-02-18 - 来自专栏人员定位系统
蓝牙AOA定位 vs UWB定位：技术原理与工厂选型深度解析
工厂人员管理是室内定位技术的重要应用场景。在实际选型中，蓝牙AOA（到达角）和UWB（超宽带）是两种主流的高精度方案。 定位解算：通常需要至少3个基站（二维）或4个基站（三维），通过三角测量或双曲线交叉确定位置。蓝牙AOA（到达角）定位测角原理：基站配备多天线阵列（常见4天线、8天线或12天线）。 四、分场景选型逻辑工厂环境复杂多变，没有“万能”的技术。以下给出基于场景特征的选型建议。 五、融合定位：更灵活的工程实践在实际工厂中，不同区域的精度要求往往不同。强制使用单一技术可能导致核心区域精度不足，或非核心区域成本浪费。 后台定位引擎统一处理两种技术的数据，实现全域连续定位。这种分层架构已在多个大型工厂项目中验证，平衡了精度、成本和功耗。六、选型决策建议先画风险地图：将工厂划分为不同风险等级和精度需求的子区域。
28710编辑于 2026-04-10 - 来自专栏OpenCV与AI深度学习
基于YOLOv3的车辆号牌定位算法【文末送书】
如图3为处理后的可训练号牌数据集。 图3 号牌数据集 初步处理后的数据只是得到具体号牌的图片，尚未对图片进行标注处理，因此并不能直接作为数据集来训练OCR算法，该部分主要实现号牌上文本的识别，本章3.2小节中已经通过YOLOv3算法实现全部遮挡号牌 、未悬挂号牌和其他类号牌的定位和分类，在目标检测算法基础上选择识别结果中其他类的图片进行进一步处理，除了与图片标注的质量有关之外，图片的数量也直接影响最终的模型是否更好的泛化能力，数据集中的车辆号牌图片除了包括正常号牌之外 05 阈值分析 实际应用中，污损遮挡号牌的识别不仅和算法的识别率有关，更与所采集的车辆图像质量和实际车牌质量息息相关，车牌质量的好坏直接影响最终的识别性能，例如车牌会受到主观因素上的车辆套牌 (3)选择阈值。经过公式3-6可以得出整个号牌的置信度，因此使用号牌的置信度增加过滤的阈值可以达到分类的效果。
64520编辑于 2022-12-22 工厂人员定位卡从技术原理、功能与技术实现、选型指南详解（一）
工厂人员定位卡是适配工业全场景的可穿戴定位终端，核心以UWB/蓝牙/RFID/GNSS融合技术实现实时追踪、安全预警与应急联动，兼具防爆/防尘防水与多卡合一能力，是高危管控、产线调度与责任追溯的核心载体 本文将从技术原理、功能与技术实现、选型指南展开详细解析。 一、工厂人员定位卡的技术原理与全路线参数对比定位卡通过与基站/信标/读卡器通信，结合TOA/TDOA/AOA等算法输出位置，主流技术的核心参数如下：技术定位精度核心原理通信距离功耗续航成本认证适配UWB10 /GPS+RTK差分，室内自动切换室外无上限，室内同UWB/蓝牙中48–72h中IP67、多模通信(4G/5G)二、工厂人员定位卡的核心功能与技术实现细节1.定位与轨迹管理实时定位：UWB达30cm级， 三、工厂人员定位卡的场景化选型指南场景类型核心需求推荐技术关键参数配套部署化工/矿山(高危)防爆、亚米级定位、静止报警UWB防爆型ExibIICT4、IP67、SOSUWB基站+边缘网关+电子围栏汽车/
3900编辑于 2026-04-13- 来自专栏FreeBuf
远程定位追踪联网车辆以及利用思路分析
然后整整花了一周时间在网上查了相关驾考整个通信系统的相关技术文章，简单总结如下： 1>定位原理：车辆要达到精准定位，需要场地安装基准站，车载需要安装移动站，并且调试基站和移动站同一频率；移动站有前后2个天线 ，前天线我用红色圆圈已经标记，前天线是代表车的航向;后天线是给车辆进行定位<偏东+偏北>。 2>地图采集：听驾校的技术人员说是用后天线，对场地的车道进行定点采集点位<偏东+偏北>，我估计是将这些点，制成地图，类似于高德地图那种。 思路如下： 1)抓包分析 2>)网络转串口 3>编写模拟轨迹的工具 3.具体过程 我不清楚通信是基于什么协议，所以我在不练车的时候，在驾校里面找了台空闲的电脑，想着肯定在同一个LAN中，打开我的宝贝进行流量分析 定位与追踪完成。
84550发布于 2018-08-21 - 来自专栏点云PCL
高速场景下自动驾驶车辆定位方法综述
，然而获得的定位精度约为米，事实上，根据联邦航空局GPS性能分析报告，标准GPS设备的精度在3米以内，置信度为95%，这对于大多数需要更精确定位的自动驾驶车辆来说是不够的。 第二部分是时间分析，其中将车辆速度与每个候选路径上的典型速度约束进行比较，时空分析的目的是对图中的边进行加权。（3） 结果匹配：在最后一步中，根据构建的加权图推断路径。 首先通过惯性测量单元（IMU）等本体感知传感器进行补偿，这些方法称为航位推算，通过将获得的定位与粗略的数字地图相结合来推断主车道的位置，不幸的是，标准GPS设备的精度在3米以内，置信度为95%，这对于某些需要更精确定位的 事实上，从航位推算技术获得的定位不足以精确推断车辆行驶的车道。因此，使用进一步的信息来完善这一信息，这些信息可以由视觉传感器或数字地图生成。 道路级定位部分旨在找到车辆当前行驶的道路，执行此任务的技术称为地图匹配方法，可分为两类，即确定性模型和概率模型。
1.2K20编辑于 2022-09-13 - 来自专栏人员定位系统
智慧工厂设备资产定位管理系统：UWB与蓝牙融合技术方案解析
本文将深入探讨航飞光电基于UWB（超宽带）与蓝牙定位技术的融合方案，解析其在智慧工厂设备资产定位管理系统中的实现路径与技术价值。 一、技术方案核心架构该方案采用“感知层+网络层+平台层”的三层架构，实现对工厂设备资产的全生命周期数字化管理：1.感知层：高适应性硬件终端UWB定位标签：采用TOF/TDOA混合算法，实现10-30厘米级定位精度 蓝牙信标：支持蓝牙5.1AoA/AoD技术，实现1-3米级区域定位。具备低功耗特性（续航3-5年），适用于大规模部署场景。 等系统双向数据同步二、关键技术创新点1.动态精度调节技术系统可根据场景需求自动切换定位模式：仓储区域采用蓝牙区域级定位（精度1-3米）生产线关键工位启用UWB厘米级定位（精度10-30厘米）特殊区域采用 ，实现虚实同步管控结语UWB与蓝牙融合定位技术为智慧工厂设备资产管理提供了切实可行的技术路径。
58510编辑于 2025-12-11 - 来自专栏人员定位
工厂蓝牙定位技术的原理、应用场景、优势及面临的挑战
蓝牙定位技术是近年来在工业领域中得到广泛应用的一项技术。随着工业自动化的快速发展和物联网技术的普及，工厂蓝牙定位成为了提高生产效率、优化生产流程和管理的重要工具。 本文将详细介绍工厂蓝牙定位技术的原理、应用场景以及其在工业生产中的优势。 首先，让我们来了解一下工厂蓝牙定位技术的原理。 工厂蓝牙定位是一种基于蓝牙信号的室内定位技术，通过在工厂内部布置蓝牙信标设备和接收器，实现对物品、设备和人员的实时定位和追踪。 首先，它提供了高精度的定位能力。借助于蓝牙信号和高精度定位算法，工厂蓝牙定位可以实现对物体位置的准确追踪，精度可达3-5米甚至更高。 这使得工厂蓝牙定位技术成为了一种具有较高适应性和可持续性的解决方案。 工厂蓝牙定位技术还可以与其他工厂自动化系统和物联网技术进行集成。
65730编辑于 2023-05-23 - 来自专栏点云PCL
自动驾驶中车辆的如何使用点云定位？
但是使用3D lidar作为定位设备通常也会有一些问题，由于lidars数据数量巨大，因此需要快速处理输出并确保系统的实时性，所以确保车辆的实时定位具有一定的挑战和难度。 （3）基于点云数据的深度学习的方法：深度学习在决定车辆的定位问题上的研究获得越来越多的研究。在[5,6,7,8]文章中首先使用2D的图像来预测和计算里程计，并且最终的定位效果还是可以接受的。 但仍不能超过现有的技术水平。 最近很多的工作正在探索使用lidar点云数据，而结果上提有着很好的效果。接下来讲介绍各种点云定位技术对比和测试结果。 自动驾驶车辆的3D激光雷达定位 首先回顾和讨论文献中可用的所有方法，在这些文献中，仅使用3D LIDAR传感器即可实现对车辆的3D定位。 还有论文【21】【22】利用自动驾驶车辆环境中存在的几何形状作为定位的要素，将平面提取算法与帧与帧之间的技术相结合以产生姿态的估计用于车辆的定位，与通过ICP算法获得的结果比较平面提取和对齐的方法在准确性和速度上都显示出了极大的提高
3.5K20发布于 2020-08-20 - 来自专栏点云PCL
基于语义地图的单目定位用于自动驾驶车辆
实验结果表明，该方法在各种自动驾驶定位任务中是一种可靠且实用的定位解决方案。 主要贡献 将当前观测中的语义线索与语义地图中的元素关联，为自动驾驶车辆中的单目视觉定位提供了一种有前途的解决方案。 通过最小化全局重投影误差，可以获得车辆的六自由度（6-DOF）位姿。 图1. 系统结构示意图,上半部分展示了全局语义地图的构建过程，下半部分展示了通过单目摄像头进行的车辆定位过程 A. 在此采用OTSU算法进一步二值化反射率值，从而隔离出清晰的车道标记和道路表面，最后应用3D点云与鸟瞰图图像之间的映射关系，将分割结果反投影到3D点云中，实现相关元素的3D空间语义分割，如图2所示。 总结 在本文提出了一种基于稳定视觉语义特征（如地面标记、车道线和杆状物）的自动驾驶车辆视觉定位系统。 在未来的工作中，考虑集成更多种类的低成本传感器，例如GPS，以进一步扩展自动驾驶车辆在更复杂交通场景中的鲁棒定位应用。
87111编辑于 2024-06-21 - 来自专栏计算机视觉工坊
基于3D边界特征的视觉定位技术
图1 典型的3D模型的轮廓特征线 简单介绍完视觉上的边界特征线，接下来我以一个具体问题为例，介绍一个3D边缘特征在视觉定位问题上的应用。 应用的背景 近年来，重工业领域已经开始研究如何使用自动化的移动设备来解决生产力和人员安全问题，尤其是工作在室外环境下的大型作业车辆，因此迫切需要一种基于视觉的车辆定位方法。 随着3D技术的普及，机器人车辆在户外工业环境中运行需要定位，而定位器可以使用环境中的3D边界图来估计车辆的姿态。 （这一结论可以参考J.Hasselgren的论文） 因此针对可能遇到的自遮挡问题，可以采用欠采样深度缓冲区技术处理，该技术是一种的实时技术。 图2 图像边界与3D映射边界的匹配 走完上述流程，基本就完成了视图定位的很大一部分。
88910发布于 2021-07-05 港口码头作业人员车辆怎么定位？融合方案破解海港难题
港口作为物流枢纽，每天都有大量人员和车辆在复杂环境中作业。堆场、廊道、码头前沿，区域交错，环境多变。如何实现精准定位和安全管控，是管理者长期面临的难题。 一套多技术融合定位方案（例如：航飞光电人员定位系统），为港口提供了从“人找车、人找人”到实时可视可控的解决方案。一、从“海港迷宫”到“一图全览”：定位难在哪？ 一旦发生意外，在狭窄廊道或复杂转运站，救援人员无法快速锁定位置，可能错失最佳救援时机。这些问题的根源在于单一技术无法适应港口复杂环境。 针对这些难点，港口码头人员定位系统使用UWB、北斗、蓝牙、RTK等定位技术融合路线。二、多项定位功能融入安全帽许多一线工人不愿佩戴额外的定位工牌，认为会影响作业。 未来，随着数字化与定位技术的深入融合，将继续优化方案，助力更多港口实现安全高效的运营目标。
11010编辑于 2026-03-16- 来自专栏人员定位系统
化工厂人员定位技术有哪些?这5种方案保障安全、提升管理
人员定位技术正是破解这一难题的关键钥匙。那么，市面上众多的定位技术，哪种才最适合化工厂的复杂环境? 在需要厘米级定位的核心高危区域(如反应罐区、重大危险源附近)使用UWB技术;在普通生产区域则利用蓝牙进行区域级定位。适用场景：大部分化工厂生产区，既需要局部高精度，又需要考虑整体成本。 3.方案四：UWB信标+蓝牙信标+北斗方案——全域精准化管理核心技术：这是方案二的升级版，加入了北斗定位。 适用场景：用于对室外定位精度有极端要求的场景，例如：无人机巡检：需要厘米级精度进行自主飞行和数据采集。车辆/AGV精准调度：在管廊下或密集储罐区间运行的车辆，需要极高精度的位姿数据防碰撞。 价值：为未来智慧化工厂的无人化巡检、智能车辆调度等高级应用铺平道路，是面向未来的技术投资。如何选择适合您的方案?选择哪种方案，并非越高级越好，而是最适合的才是最好的。
26110编辑于 2025-11-11 - 来自专栏浩Coding
车辆违章查询和限行提醒程序 -- (3) 接入车辆违章查询接口
= null) { //纪录发送结果 returnResult.setMode("根据车牌前缀查询车辆所在城市"); returnResult.setCode "); Map resultJson = new HashMap(); returnResult.setReceiver("查询车牌前缀为【"+hphm+"】的车辆所在城市为 } catch (Exception e) { e.printStackTrace(); } return returnResult; } } 程序整体没有技术难度 这里推荐给大家一个在线json格式化/解析网站，肥常好用：https://tool.lu/json/ 二 查询车辆违章信息 接口地址：http://v.juhe.cn/sweizhang/query ? = null) { // 纪录发送结果 returnResult.setMode("查询车辆违章"); returnResult.setCode
2.2K30发布于 2019-07-03 - 来自专栏关于Java学习@宁在春
Java设计模式-工厂模式（3）抽象工厂模式
在Java设计模式-工厂模式（2）工厂方法模式 我们知道了工厂方法模式解决了简单工厂模式中的缺陷，做到了满足开闭原则，但是时代是进步的，进而又产生新的问题，工厂难道只能生产一种东西吗。 Java设计模式-工厂模式（3）抽象工厂模式 一、前言 1）概述： 2）角色概述: 3）前文 二、代码实现 1）抽象产品及具体产品： 2）抽象工厂 及具体工厂 3）测试 4）优缺点： 5）使用场景： 三 抽象工厂模式相对于工厂方法模式来说，就是工厂方法模式是针对一个产品系列的，而抽象工厂模式是针对多个产品系列的，即工厂方法模式是一个产品系列一个工厂类，而抽象工厂模式是多个产品系列一个工厂类。 3）前文 在这里再次上一篇文章中Java设计模式-工厂模式（2）工厂方法模式 中出现的问题再做一次扩展。 原问题是： 需求：设计一个咖啡店点餐系统。 LatteCoffee(); } @Override public Dessert createDessert() { return new Tiramisu(); } } 3）
48330编辑于 2022-10-31 智能化车辆信息管理技术
一、技术方案概述1、智能车牌识别系统：利用OCR技术和AI图像增强技术，提高车牌识别的准确性，确保无论在任何环境下都能准确识别车牌信息。 3、数据关联与个性化服务：将停车信息与消费数据进行关联，通过停车时长和消费记录为顾客提供个性化服务和优惠，提升顾客的购物体验。 二、技术实现1、车牌识别系统：通过车牌识别技术（如OCR技术），采集每辆车的车牌号码，并记录停车时长。结合车辆进出时间、停车时长等数据，自动生成停车记录，并与顾客的消费数据进行关联。 3、高清摄像头与AI图像增强：为确保车牌识别的准确性，在停车场安装高清摄像头，并结合AI图像增强技术提升低光照、反光等复杂场景下的车牌识别能力。 3、AI图像增强技术：利用深度学习技术对图像进行增强，提升在不同光照、角度等复杂条件下的车牌识别能力。4、数据关联分析：结合停车数据与消费记录，精准分析顾客行为，提供个性化的优惠或营销策略。
41800编辑于 2025-02-20- 来自专栏人员定位系统
化工厂人员定位技术：UWB、蓝牙信标与LoRa融合架构解析@航飞光电
在化工厂复杂环境中实现可靠的人员定位，需综合考虑精度、覆盖、功耗、成本及环境适应性等多重约束。单一技术难以满足全部需求，因此一种融合架构成为实际工程中的常见选择。 一、各技术定位与核心特性1.UWB：厘米级精度的基准源原理：基于发射和接收纳秒级窄脉冲的飞行时间（TOF）或到达时间差（TDOA）计算距离。 主要局限：定位精度受环境影响大（通常为3-5米，属区域级精度），RSSI信号在复杂环境中易波动。3.LoRa：低功耗广域数据回传网络原理：采用扩频调制，在Sub-1GHz频段实现远距离、低速率通信。 主要局限：仅为通信技术，不具备定位能力，数据传输速率低。二、融合架构的技术协同逻辑在化工厂场景中，三种技术并非替代，而是构成一个分层的协同系统。 3.终端功耗管理策略标签可设计为智能调度模式：进入UWB覆盖区时，激活UWB模块进行精确定位；在仅蓝牙覆盖区，则进入低频扫描模式，通过LoRa周期性上报位置。
38900编辑于 2025-12-24 - 来自专栏九彩拼盘的叨叨叨
室内定位技术
iBeacon室内定位 iBeacon室内定位精度为3-5米左右，需要在室内部署低功耗蓝牙设备或蓝牙基站，设备体积小、距离短、功耗低，容易部署，硬件成本中等。 LiFi室内定位 LiFi可见光室内定位精度为0.5-1米左右，误差10cm以内，定位精准，无需维护，安全保密性高，但光源遮挡时无法定位，需要在室内安装支持LiFi定位的LED光源或对现有光源进行改造。 地磁室内定位 地磁室内定位精度为1-3米左右，不依赖硬件设备，需要投入人力进行实地环境地磁信号采集，定位精度与现场环境有关联，当定位场所环境变化后需要进行重新采集。 UWB室内定位 UWB超宽带室内定位精度为0.1-0.5米左右，定位精度较高，需要在现场布设专业UWB基站并配合终端设备进行定位，通常为手环、磁卡等便携设备，成本较高。 RFID定位 射频识别(RFID)室内定位技术作用距离很近，但它可以在几毫秒内得到厘米级定位精度的信息，并且RFID标识的体积比较小，造价比较低。但其不具有通信能力，抗干扰能力较差。
2.1K20发布于 2018-08-24 - 来自专栏人员定位系统
智慧工厂第一步：工厂车间人员定位系统搭建全攻略
工厂车间人员定位系统，正是构建智慧工厂不可或缺的数字基石。它不仅是安全管理的利器，更是打通生产数据流、实现精益管理的核心入口。 本文将为您提供一份从0到1搭建人员定位系统的全攻略，帮助您走稳智慧工厂的第一步。第一章：为什么说人员定位是“第一步”? 因此，投资一套人员定位系统，实质上是在为整个智慧工厂蓝图铺设最底层的感知网络。 以下是主流技术的适用场景：蓝牙BLE(区域级定位)精度：3-10米优势：成本低、功耗低、部署快。适用：人员考勤、区域存在检测、物资粗略定位。是性价比极高的入门之选。 通过清晰的规划、稳健的技术选型和持续的深化应用，您的企业完全有能力走稳这智慧工厂的第一步，并在未来的竞争中占据先机。
33610编辑于 2025-11-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号