研究文章

集成图像和基于网络的拓扑数据通过空间数据融合的室内定位服务

calculateSEP( Node_part、宽容)
步骤0。初始化常数
r⟵图像半径
抵消⟵相机高度
Node_part⟵节点的角色场景(类型的空间)
宽容⟵SEP的容许范围
步骤1。检查click_mouse如果
步骤1.1读取拓扑数据并获取节点参数
Node_ath, Node_atv⟵场景节点的位置
Node_part⟵节点场景的一部分
步骤2。定义函数来获得从用户输入坐标
getCoordinate (mouse_ath mouse_atv, r,抵消){
如果相机方向是北方,高清⟵0,增加顺时针
Angle_H⟵(Hd + mouse_ath) π/ 180
Angle_V⟵mouse_atv π/ 180
⟵r 因为(Angle_H)
⟵r sin (Angle_H)
⟵抵消+ r sin (Angle_V)}
步骤3。集click_mouse作为真正的
步骤3.1获得mouse_ath,mouse_atv从点击
步骤3.2计算坐标
3.3.1步获得用户确定点的坐标
⟵getCoordinate (mouse_ath mouse_atv, r,抵消)
3.3.2步如果Node_part室内空间
⟵getCoordinate (mouse_ath mouse_atv, r,抵消)
3.3.3步如果Node_part是室内的对象
⟵getCoordinate (mouse_ath mouse_atv, r,抵消)
步骤4。9月计算矩阵
步骤4.1初始化:空白3 x 9月3日矩阵⟵0
步骤4.2公差取决于类型的空间或类型的对象
一步4.2.1计算准备9月矩阵值在XY平面
如果XY距离小于公差,SEP_Matrix [0] [0]⟵1
如果XY距离是一样宽容,SEP_Matrix [0] [1]⟵1
如果XY距离大于公差,SEP_Matrix [0] [2]⟵1
步骤9月4.2.2计算矩阵值在YZ平面
如果YZ距离小于公差,SEP_Matrix [1] [0]⟵1
如果YZ距离是一样宽容,SEP_Matrix [1] [1]⟵1
如果YZ距离大于公差,SEP_Matrix [1] [2]⟵1
步骤9月4.2.3计算矩阵值在XZ平面
如果XZ距离小于公差,SEP_Matrix [2] [0]⟵1
如果XZ距离是一样宽容,SEP_Matrix [2] [1]⟵1
如果XZ距离大于公差,9月矩阵[2][2]⟵1
伪代码使用9月1识别物体或空间图像矩阵。