光斑中心定位是光学测量中的关键技术之一，针对小尺寸光斑中心定位算法精度低等问题，提出了一种具有高精度的小尺寸光斑中心两步定位算法。通过寻找一阶导数零交叉点的方法确定光斑中心所在的像素级坐标，然后利用该中心邻域内不饱和点的灰度信息进行高斯拟合计算光斑中心亚像素级坐标。实验结果表明：在无噪声污染光斑图像中，与其他经典算法相比，两步定位算法误差远小于 0.05 像素，保证了光斑中心的高精度定位，且光斑成像越接近理想高斯分布，精度越高。

北斗与GPS集成的高精度定位及桥梁监测分析.pdf

考虑室内复杂环境对可见光定位精度的影响,提出了一种基于可见光指纹的室内定位方法。利用定位终端接收来自室内不同LED发出的信号强度信息,构建特征,将物理坐标作为标签,采用支持向量机回归(SVR)算法学习模型,确定移动目标粗略的位置范围。同时,为了进一步优化定位性能,以该位置范围作为限制条件,采用指纹定位算法实现更精确的定位。将所提定位方法在4 m×4 m×3 m的空间区域中进行了实验。结果表明,该方法定位误差小于1 cm的概率为67.5%,与SVR定位算法相比,平均定位精度提高了93.98%;与传统的基于指纹的定位方法相比,该方法可以在更低复杂度的情况下实现更精确的定位,有效提高了室内定位精度及其数据的利用率。

基于改进聚类高维空间的高精度定位系统中人员过度聚集检测.pdf

行业分类-嵌入式设备-拼接式叠片高精度定位嵌入装置.zip

自动驾驶高精度定位，确定性和价值量仍被低估的价值洼地

车联网是车与车、车与人、车与道路基础设施以及车与网络之间进行无线通信和信息交换的系统网络，是能够实现智能交通管理、智能动态信息服务和车辆智能化控制的一体化网络。 车联网具有技术整合、信息共享、产业融合的特点。车联网将定位技术、传感器技术、通信技术、互联网技术等多种先进技术有机的运用，并由此衍生出诸多增值服务。其中，定位技术是车联网的关键技术之一，是实现车辆安全通行的重要保障。在车联网应用中，不同的应用场景对定位的要求也不同。例如辅助驾驶中对车的定位精度要求在米级，而对于自动驾驶业务，其对定位的精度要求亚米级甚至厘米级。虽然对定位精度要求不同，但定位的连续性是车联网业务安全可靠的必要前提，考虑到环境（遮挡、光线、天气）、成本以及稳定性等因素，单纯采用某一种定位技术并不能满足车联网业务的定位需求。 本白皮书旨在研究车联网环境下的车辆高精度定位技术，通过分析目前车联网中的定位技术以及不同应用场景下的定位需求及挑战，提出车辆高精度定位的系统架构及相应关键技术，为后续车联网定位的标准化以及在自动驾驶和智能交通中的应用提供重要参考。

本系统是基于蓝牙BLE超低功耗及AOA定位技术实现室内及室外厘米级高精度定位解决方案

自动驾驶专题系列之四：自动驾驶高精度定位——确定性和价值量仍被低估的价值洼地.pdf

车辆高精度定位白皮书完整版