基于LCS的高精度舞台自动追光定位预测方法与流程

本发明属于舞台追光定位技术领域，具体涉及一种基于lcs的高精度舞台自动追光定位预测方法。

背景技术：

现有的舞台灯自动追光系统，是侧重于定位算法的使用，通过同步多个节点的时钟，在传输数据包时打上时间戳，来计算飞行距离，从而得到了移动节点的具体坐标信息。

首先设置3个固定锚点在定位区域，并且3个锚点的坐标已知。然后使用一个移动节点，向锚节点发送广播同步时间戳。接着就进入正常测距程序，移动节点不停向锚节点发送广播。同时3个锚节点通过蓝牙向上位机发送时间戳信息，

上位机得到锚节点发送的时间戳信息后，计算飞行距离差，通过到达时间差算法得到移动节点的具体坐标。并且通过界面将移动节点的坐标信息与轨迹信息显示出来。

现有舞台灯自动追光系统具有定位实时性较差，具有定位延迟；定位系统的位置更新频率较低的技术缺陷。

技术实现要素：

本发明的目的是提供一种基于lcs的高精度舞台自动追光定位预测方法，以解决上述技术问题。

本发明提供了一种基于lcs的高精度舞台自动追光定位预测方法，包括：

步骤1，对移动节点进行定位，并对移动节点进行定位预测；

步骤2,在每两次的定位信息之间进行插值处理，以增加定位信息。

进一步地，所述步骤1包括：

1)确定定位区域：

将定位的区域划分成网格形式，并且进行编号；

2)对比轨迹：

得到一条轨迹序列时，将之与轨迹库通过lcs对比，若得到最长公共子序列的序列个数n大于3，判定此轨迹可以通过轨迹库进预测；若得到的最长公共子序列的序列个数n不大于3，判定当前轨迹库不能对此条轨迹进行有效预测，将此条轨迹加入到轨迹库中；

3)筛选预测轨迹：如果轨迹库中有多条轨迹与此条轨迹有序列个数大于3个的公共子序列，则可以使用轨迹库对此轨迹的预测；

如果此轨迹与轨迹序列库中的某条轨迹l有较长的公共子序列n，且l不只一条，则比较这些公共子序列的长度n，选取n值最大的轨迹做此轨迹的预测；

如果n值最大的轨迹不只一条，则将多条预测轨迹列入备选组h＝{l1,l2,l3,....}，得到预测轨迹备选组之后，可得到备选网格位置p备选＝{p1,p2,p3,.......}，得到多个备选预测网格后，在备选预测网格选择最优解；

4)选择最优预测轨迹：选择原则为最小距离法，计算备选网格至此轨迹最后位置点的距离d。取d值最小的备选网格，此备选网格所属的轨迹就是最优预测轨迹。

进一步地，所述步骤2包括：

1)判断运动趋势：

根据运动轨迹的坐标信息，判断此条轨迹的运动趋势；所述运动趋势包括加速、均速、减速；

2)计算加速度:如果运动趋势非均速，要使用公式判断运动趋势；根据前n次定位信息，对最后位置点p点至预测位置点p’点段的加速度a估计；首先计算两点间加速度：

其中i分别取1、2、3；

3)计算距离：已知最后位置点坐标pt(xt,yt)，和预测位置点坐标pp’(xp,yp)。将最后位置点至三次插值点的距离分别记为l1、l2、l3。已知点p坐标，根据上式就可得三次插值取样的距离li：

其中，vp表示最后一次定位的速度；t分别为1.25ms，1.5ms，1.75ms；

4)插值计算：

在最后位置点和预测位置点之间取三次插值；其中，每两次相邻定位之间的时间差为1ms。

与现有技术相比本发明的有益效果是：

本发明采用预测定位及插值的方式，将定位频率大幅提升，可以做到长时间连续的实时自动定位；预测定位可以减小定位误差，控制在15厘米以内；插值可以提升定位频率，每秒定位近30次。

附图说明

图1是本发明基于lcs的高精度舞台自动追光定位预测方法的流程图；

图2是本发明内插示意图一；

图3是本发明内插示意图二。

具体实施方式

下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。

参图1所示，本实施例提供了一种lcs的高精度舞台自动追光定位预测方法，包括：

步骤s1，对移动节点进行定位，并对移动节点进行定位预测；

步骤s2,在每两次的定位信息之间进行插值处理，以增加定位信息。

步骤s1(定位预测)包括：

1)确定定位区域：将定位的区域划分成网格形式，并且进行编号。如图2所示。

2)对比轨迹：得到一条轨迹序列时，将之与轨迹库通过lcs对比，如果得到最长公共子序列的序列个数n大于3，则认为此轨迹可以通过轨迹库进预测；如果得到的最长公共子序列的序列个数n不大于3，则认为当前轨迹库不能对此条轨迹进行有效预测，则将此条轨迹加入到轨迹库中。

3)筛选预测轨迹：如果轨迹库中有多条轨迹与此条轨迹有序列个数大于3个的公共子序列，则可以使用轨迹库对此轨迹的预测。

如果此轨迹与轨迹序列库中的某条轨迹l有较长的公共子序列n，且l不只一条，则比较这些公共子序列的长度n，选取n值最大的轨迹做此轨迹的预测。

如果n值最大的轨迹不只一条，则将多条预测轨迹列入备选组h＝{l1,l2,l3,....}，得到预测轨迹备选组之后，可得到备选网格位置p备选＝{p1,p2,p3,.......}，得到多个备选预测网格后，在备选预测网格选择最优解。

4)选择最优预测轨迹：选择原则为最小距离法，计算备选网格至此轨迹最后位置点的距离d。取d值最小的备选网格，此备选网格所属的轨迹就是最优预测轨迹。

步骤s2(插值计算)包括：

1)判断运动趋势：根据运动轨迹的坐标信息，判断此条轨迹的运动趋势，大致分为三类：加速、均速、减速。

2)计算加速度:如果运动趋势非均速，要使用公式判断运动趋势。根据前n次定位信息，对最后位置点p点至预测位置点p’点段的加速度a估计。

首先计算两点间加速度：

其中i分别取1、2、3。

3)计算距离：已知最后位置点坐标pt(xt,yt)，和预测位置点坐标pp’(xp,yp)。将最后位置点至三次插值点的距离分别记为l1、l2、l3。已知点p坐标，根据上式就可得三次插值取样的距离li：

其中vp表示最后一次定位的速度；t分别为1.25ms，1.5ms，1.75ms。

4)插值计算：每两次相邻定位之间的时间差是1ms，因此在最后位置点和预测位置点之间取三次插值就可以保证定位系统有良好的更新频率。如图3内插示意图所示，为均速情况下的插值，p’1、p’2和p’3分别是三次插值取样的位置，pt点为此条运动轨迹的最后位置点，p^p’为通过预测得到的下一次位置点。

本发明具有如下技术效果：

1、对此条运动轨迹进行位置预测可以提高定位系统的实时性，减少由于硬件设备所带来的定位延迟。

2、如定位系统的定位频率是每秒十次，使用插值算法就可以在每两次定位之间增加三次定位信息，可以使运动轨迹更加平滑，并且大大提升了定位系统的位置更新频率。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。