基于改进Camshift算法的高精度室内可见光定位方法研究报告

作者及机构
本研究的共同第一作者为Wanchao Mao（中国核电工程有限公司核安全监控技术与设备国家重点实验室）、Hongyun Xie（同前）及Zequn Tan（华南理工大学自动化科学与工程学院）；通讯作者为Zhipeng Liu（华南理工大学电子与信息工程学院）和Manxi Liu（华南理工大学自动化科学与工程学院）。研究成果发表于2020年的《Optics Communications》期刊（卷468，页码125599）。

学术背景
本研究属于可见光通信（Visible Light Communication, VLC）与室内定位技术的交叉领域。传统室内定位技术（如Wi-Fi、蓝牙、UWB）存在成本高、易受射频干扰等问题，而基于VLC的定位技术具有成本低、无电磁污染、抗干扰等优势。然而，现有VLC定位系统在动态场景中面临模糊效应（blur effects）和遮挡效应（shield effects）的挑战，导致定位鲁棒性和实时性不足。为此，作者提出一种基于改进Camshift（连续自适应均值漂移）算法的可见光定位方法，旨在实现高精度、强鲁棒性的动态跟踪与定位。

研究流程与方法
1. 算法设计
- 改进Camshift算法：传统Camshift算法仅利用HSV色彩空间的色调（Hue）分量构建一维直方图，易受光照变化和相似颜色干扰。本研究创新性地结合色调（H）和饱和度（S）分量构建二维颜色特征直方图，提升目标LED的跟踪精度。
- 抗干扰机制：通过核密度估计函数（Epannechnikov）和Bhattacharyya距离计算目标模型与候选区域的相似性，即使LED被部分遮挡，仍能通过局部颜色特征识别实现跟踪。
- 动态窗口调整：根据零阶矩（像素总和）和矩心位置实时调整搜索窗口大小，适应目标尺寸变化（如高度变化导致的LED成像大小变化）。

1. 实验平台搭建

   • 硬件配置：实验平台包含6个LED（均匀分布在天花板）、工业相机（MV-U300，分辨率800×600，帧率46 fps）、智能小车（搭载相机作为移动终端）及计算机（处理图像数据）。
     
   • 软件实现：基于OpenCV 3.2.0库，使用C++实现算法，通过蓝牙控制小车运动模拟动态场景。

2. 性能验证实验

   • 鲁棒性测试：模拟LED被不同程度遮挡（188–273帧）及背景光干扰的场景。结果显示，算法在遮挡50%时仍能准确跟踪目标（平均误差2.69 cm）。
     
   • 精度测试：分析194帧连续视频，x坐标平均误差0.72 cm，y坐标平均误差0.48 cm，总平均误差0.95 cm，90%误差低于1.79 cm。
     
   • 实时性测试：单帧平均处理时间0.036秒，显著优于同类研究（如粒子滤波算法的0.026秒但精度仅2.95 cm）。

主要结果与逻辑关联
1. 抗干扰性能：在遮挡和背景干扰下，算法通过二维颜色直方图维持跟踪稳定性（图7-8），验证了颜色特征对鲁棒性的贡献。
2. 高精度定位：误差分布（图10-11）表明，算法在动态场景中保持厘米级精度，支撑了单LED定位的可行性（公式1-3通过坐标变换实现三维定位）。
3. 实时性保障：快速处理能力（0.036秒/帧）确保系统适用于高速移动终端（如智能小车），弥补了传统光学流检测（0.162秒/帧）的不足。

结论与价值
1. 科学价值：提出首个结合HSV二维直方图的Camshift改进算法，解决了VLC定位中遮挡和光照敏感的核心问题。
2. 应用价值：适用于核电站等电磁敏感区域的室内导航，或商业场景中的高精度动态定位服务。
3. 技术突破：算法在精度（0.95 cm）、实时性（0.036秒）和鲁棒性（抗遮挡）三项指标上均优于现有技术（如文献[16]的7.5 cm精度）。

研究亮点
1. 创新算法：二维颜色特征直方图提升跟踪稳定性，突破传统一维直方图的局限性。
2. 工程实用性：仅需单LED即可实现定位，降低硬件复杂度；兼容普通CMOS传感器，无需额外设备。
3. 综合性能：首次在VLP系统中同时实现毫米级精度、毫秒级响应及强抗干扰能力。

其他价值
研究获国家级大学生创新创业训练计划（No. 201510561003等）和广东省科技项目（2017B010114001）支持，体现了从理论到应用的完整链条。