遮蔽物的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

野外求生101：叢林、荒野生存必備技藝

為了解決遮蔽物的問題，作者戴夫．坎特伯里 這樣論述：

　　～體驗原始環境的終極參考資源～ 　　★美國亞馬遜4.7星至高好評，18000多條評論，連年穩居野外求生技巧榜單NO.1！   　　《野外求生101》由美國最頂尖的求生教練戴夫‧坎特伯里所著， 　　他是美國電視節目《雙重生存》中最初的倖存者， 　　以最簡短、精確的語句， 　　告訴你如何妥善運用精簡的工具與自然提供的一資切資源， 　　做好一趟原始之旅的萬全準備。 　　這本手冊於2014年暢銷至今，穩居美國亞馬遜野外求生技巧榜單NO.1， 　　各大報章雜誌街對其簡約、易讀及高度可用性大為讚譽， 　　書中以5C原則為基礎，分別是： 　　①刀具：製造所需物品、處理食材。 　　②遮蔽用具：打造避

免風吹雨淋的微氣候。 　　③點火裝置：協助生火，以便達到保存和烹煮食物、還有調製藥物和取暖等目的。 　　④容器：長途攜水或保護已取得的食物資源。 　　⑤繩具：結繫和捆綁用。 　　根據5C原則，提供最重要的生存技能， 　　讓你真正體驗荒野的美麗與刺激。 　　書中也會針對幾個主題做詳細的資訊彙整： 　　◆挑選裝備 　　◆製作必備工具 　　◆運用野外資源 　　◆採集、烹煮食物 　　◆氣候、地形應對   　　本書憑著經驗、研究以及無數在不同的環境和生態系渡過的日日夜夜所寫成， 　　有了坎特伯里的指引，你不只能為任何氣候和狀況做好準備， 　　也能學會如何運用野外求生的藝術，以從未想過的方式重新走入自然

。 本書特色 　　◎野外求生必備技藝： 　　結合現代與原始工具，實踐野外求生技能，包括生火、判位、誘捕、建立遮蔽、追蹤獵物。 　　◎精簡裝備＋工具彙整： 　　針對挑選對的裝備、製作必備的工具和資源給出清楚指示，告知節省天然和人為資源的最佳方法。 　　◎各種氣候、地形應對： 　　運用道具打造出免受風吹雨淋的微氣候，辨識可食植物和藥用植物，以及保存食物的妙招。 名家推薦 　　◎「我們喜歡這個！作者以直截了當寫作模式，製作出這本易於遵循且可輕鬆應用於各種場景的生存指南。」——紐約每日新聞 　　◎「這本書提供了很多細節……從打結、烹飪再到誘捕……如果你想學習原始技能，會需要這個信息寶庫。」—

—匹茲堡論壇報評論 　　◎「準備好迎接任何大自然的挑戰吧！這是一種用盡可能精省的現代裝備在樹林中生存的藝術。包括生火、製造工具和裝備、覓食以及誘捕和加工。」——華盛頓小徑雜誌

遮蔽物進入發燒排行的影片

具有中繼功能之LoRa圖像傳輸研究

為了解決遮蔽物的問題，作者張冠鈞 這樣論述：

在物聯網(IOT)的應用中，以公里為單位的長距離圖像傳輸的研究日益增多，但當進行長距離圖像傳輸的過程，有可能會被高大的建築物或障礙物給阻擋，導致封包遺失和接收不到的情況，因此需要中繼節點來避開被阻擋的路徑。如果使用Wi-Fi來進行遠距離傳輸圖像，會消耗大量的功耗，而且只適合短距離傳輸；藍芽(Bluetooth)雖然是低功耗技術，但只適合短距離傳輸。而LoRa(Long Range) 是一種低功耗、廣域網路的無線傳輸技術，因此在本論文中我們使用LoRa來當作長距離圖像傳輸的技術。在本研究論文，我們主要使用樹莓派搭配LoRa來設計圖像之多重跳躍傳輸(Multi-Hopping Transmiss

ion)。我們首先提出利用不同展頻因子(SF, Spreading Factor)的訊號之間會互相正交的特性，來設計一個可以同時發射與接收的中繼器，以減少傳輸延遲及封包碰撞，圖像格式使用JPEG圖像壓縮及16進制編碼，中繼器內部使用MQTT進行通訊。此外為了在同一時段平衡各中繼節點的負擔，避免中繼節點的閒置時間過長，在開始傳送前，我們也首先提出把圖像依不同比例來分割，分批進行傳送較小的圖檔，如此便可減少中繼節點的閒置時間，進而降低整體傳送時間，影像感測與發射節點實際測試的位置在台中市大里區大峰橋上，接收節點設置在朝陽科技大學人文大樓9樓，在這二點之間的距離約為2公里，兩者之間因有遮蔽物擋住，故

無法直接通訊，中繼節點設置在發送端和接收端之間為視線(Line-of-Sight)的情況，中繼節點數目為N，我們進行N=1、2及3及不同圖像切割率(Cutting Ratio)的情形下的實驗，實驗結果發現進行圖像切割時，確實可以把傳送時間降低，而且當切割率=1/(N+1)時，有最佳的狀態，可以得到最低的傳輸時間，結果顯示透過中繼節點，在不被遮蔽物擋住的情況進行圖像傳輸，使用LoRa進行多跳傳輸圖像是可行的。

天兵少女の四國遍路物語

為了解決遮蔽物的問題，作者紅唇Juunn 這樣論述：

　　事隔多年，仍在理想與夢想之間跌跌撞撞。今年我決心拾起關於遍路的一切，在整理資料的同時，看見過去的文字竟意外感到鼻酸： 　　「在進入社會這股湍流以前，順著內心的呼喚一次吧！正因為『執著』是缺點也是優點，雖令人遭受某些苦難卻也因為這項特質，讓我遇見許許多多美好的人事物。」 　　在漫長且孤獨的步行途中，有喜有悲、有歡笑也有痛苦，值得細細品味、反覆思考。有話云：「人生即便路。」面對未知的將來，與其空煩心不如保持開闊的心胸，勇敢面對坦然放下 —— Enjoy your trip！ 　　Ep1.〚前情提要〛 　　23 歲那年，我因緣際會來到阿里山工作，卻在報到第一天車禍自摔

，當時在夜裡鳥不生蛋的半山腰中，差點以為自己要死了，幸好最後被路過的原住民發現，被迫下山住院一個月才復工。 　　「曾經我是個無神論者，不相信現實中發生的超自然力量，以為科學有辦法解釋一切。」 　　然而也因為此次事件，令我體會到世界不是原本所想的如此簡單，且人生真的只有非常非常寶貴一次，誰知道明天會發生什麼事？與其猜測，不如聽從心中真實的聲音，想做什麼就做吧！ 　　也是 23 歲那年，我辭去工作，飛往日本四國展開一場 1200 公里的徒步旅行大冒險！因為時間上的限制必須得拆成兩次走完，於是我很天真的選擇了「酷暑」與「寒冬」季節出發，確實分別留下極為深刻的印象。 　　如果你正計劃人生第一次

夾腳拖壯遊？我想說的是：「千萬不要⋯⋯哎。」這邊還是先賣個關子，希望能夠將自己的奇妙體驗轉換為圖像與文字，令閱讀此書的你能因此感到快樂，並獲得邁出下一步的力量！   　　Ep2.〚天兵的堅持〛 　　《天兵少女の四國遍路物語》是一本笑汗淚交織的徒步旅行筆記，概括這些日子我與日本的總和，包含美好與失落的瞬間，過往途中歷歷在目，至今回想仍有幾處動心的片刻。 　　好幾次經過一番折騰，來到空海大師像前，眼淚總是莫名潰堤。不是因為難過，而是感到一切十分「圓滿」，甚至能感受到，大師就在某處守護自己。並非施展神力，僅僅只是待在那裡，我便能感到平靜。 　　曾經的自己血氣方剛橫衝直撞，面對高牆就算爬不過去，

撞得鼻青臉腫也要把牆打碎， 彷彿退讓就是輸了，輸給我為自己找得難題。 　　無論是行走在哪條路上，所經歷所遭遇的，不外乎就是面對、處理、解決、放下。回到台灣後工作幾年，期間中自己或身邊的人皆因某些問題而糾結、煩惱；然而將問題一一拆解，發現也沒有想像中的那麼複雜。 　　如同遍路當時的心境，每天都要在「停下來休息」和「繼續向前走」之間躊躇。現在想起，不過就是走一步算一步，人生的每次決定都是具有意義且珍貴的，我依然如此堅信著。   　　Ep3.〚少女的由來〛 　　還是要解釋一下《天兵少女の四國遍路物語》當中「少女」的由來： 　　那天是日本四國高知市所舉辦的活動《夜來祭》前夕，也是我在四國遍路步

行的第九天。空氣是彩色的，我卻是慘白的，身後背著三週份量的生存裝備，頭戴斗笠手拄金剛杖，在室外近 39 度的高溫且毫無遮蔽物的狀態下，沿著遍路道步行 39 公里。 　　所幸當晚順利抵達寺廟旁的過夜小屋，我倒在硬邦邦的木板上，在狹窄的空間內等待混亂的腦袋平靜下來。忽然，聽到煙火聲從遠處傳來，儘管雙腿痠得發麻，還是換上夾腳拖跑出門外一探究竟！「肯定是祭典開始了，就算只能看到一小角煙花也無所謂。」不敢抱太大期待的我，果然走出戶外一片黑什麼也看不到。 　　最後只好認命回到屋內，塗了兩片花生醬吐司，灌水讓肚子裡的澱粉膨脹起來，假裝自己吃得很飽。簡單梳洗完畢，躺在床上打開 wifi 滑起臉書社群，突然

發現塗鴉牆上被朋友貼了一則奇怪的通知 ……   　　「老天！那個髒兮兮的村姑是我嗎？」 　　「台灣大媽不意外。」網友留言 　　「也太失禮了吧 …… 人家是少女！！！少女！！！」 　　「以上，報告完畢。」 本書特色 　　注意！這本書超不正經，裡面「可能」找不到詳盡的旅遊資訊，但想知道何謂「便利商店 0 元利用法」歡迎翻閱了解更多；裡面「不一定」記載常識範圍內的旅行推薦，但提供與蒼蠅和平共處、理性對話的獨門祕技！

融合WiFi訊號強度與人體姿態估計進行兩階段定位系統

為了解決遮蔽物的問題，作者鄭和軒 這樣論述：

由於近年來人們對於定位的重視，全球定位系統（Global Positioning System, GPS）已被廣泛使用於我們生活中的應用，卻礙於建築物的干擾訊號傳播導致GPS在室內定位並不準確，因此如何在室內達到高精度定位成為人們重視的研究議題，傳統的方法是以訊號強度為基礎如：藍牙、Wi-Fi、ZigBee，通過三邊測量估算裝置位置，然而，基於訊號的定位方法容易因為室內環境的多路徑干擾，導致環境中的訊號分佈變動性大，產生高定位誤差，而近年來深度學習的蓬勃發展使研究人員藉由成熟的影像辨識技術對行人進行位置估計與室內定位，卻無法得到設備資訊以識別人員身份，為此我們提出了一種基於Wi-Fi與影像的

高精度人員室內定位方法。室內定位系統分為兩階段定位，第一階段通過使用智慧型手機收集三台Wi-Fi基地台兩個頻段2.4GHz及5GHz的訊號接受強度，並以機器學習方法進行粗精度定位預測，接著在第二階段分析監視攝影機捕捉的人員畫面，並以姿態估計模型提取影像中行人們的腳點座標，再藉由直接線性轉換與線性回歸模型得到影像人員的位置，最後與第一階段的Wi-Fi定位位置進行匹配，完成可識別人員的室內定位系統。本研究採用的實驗場域具備多遮蔽物及訊號干擾，因此我們收集2.4GHz及5GHz兩個頻段的訊號接受強度，減少2.4GHz的訊號干擾以實現更高的Wi-Fi定位精度，Wi-Fi的平均定位誤差達1.4公尺，並分

析兩個頻段的定位表現。在影像定位方面我們則提出兩種用於影像中的行人腳點提取方法，並以機器學習模型減少因為鏡頭扭曲與直接線性轉換造成的誤差，結果表明我們改善後的腳點提取方法能夠降低50%的定位誤差，也指出通過機器學習模型預測的定位結果比僅以2D線性變換的誤差減少約0.4公尺，達到誤差0.4公尺的高精度室內定位。