基于UWB室内定位系统应用与研究

通过分析当前常用室内定位技术和实施优缺点,引入UWB(Ultra Wide Band,超宽带)定位模块,分析了UWB室内定位系统的原理以及设备上的实现方案,从定位精度和定位动态性能两方面进行关键性技术研究,改进了基于单一方法的定位技术。针对定位精度问题,根据人体下肢运动过程中的对称性特点改进现有的行人航迹推算算法。针对定位动态性能问题,引入惯性导航定位模块,将改进的PDR算法与UWB定位方法进行融合,通过实验测量说明,使用TOA跟踪算法响应速度较快,设计的UWB室内定位系统具有小于5cm的室内定位精度,重复精度小于1cm。     

基于UWB的室内定位系统研究

针对目前国内室内定位领域的需求,提出一种基于UWB的室内定位系统实现方案,充分利用UWB带宽大、定位精度高的优点,实现室内三维定位和追踪。系统通过TOA方法,测量UWB标签与多个UWB基站之间的距离,位置解析服务器通过串口读取测距信息。采用基于四UWB基站的三维空间定位算法,计算定位目标在室内三维空间的位置,并通过WiFi发送位置至用户手机端。手机端通过OpenGL ES加载三维室内地图,并动态接收从服务器端发送的定位目标位置,从而实现室内三维定位与追踪。系统测试表明,基于上述方案的室内定位系统具有较高的精度和实用性。     

基于UWB与IMU的多传感器融合室内定位技术研究

随着室内定位需求的不断提高,室内定位精度的提高成为目前研究的热点,单一传感器定位技术在复杂的室内环境中定位误差较大、精度较低。针对上述问题提出了一种基于UWB和IMU融合的室内定位方法。该方法首先利用卡尔曼滤波算法对UWB定位技术的伪距信息进行非视距误差的处理,利用最小二乘法解算出位置信息,进而与IMU定位系统解算出来的位置进行松耦合,将UWB定位信息作为量测方程,IMU定位信息作为系统方程最终得到松耦合之后的定位结果。通过仿真实验表明,上述方法可以有效地抑制UWB非视距误差和IMU累积误差对定位精度的影响,提高室内定位的精度。     

UWB 技术在消防员位置定位系统研究与应用

设计一种基于无载波通信超宽带技术(UWB),对消防员的位置定位进行设计的系统,克服了传统位置定位系统缺点,并一步提高对消防员的位置定位的精确度,而且能够在室内发挥良好作用。超宽带定位技术具有功耗低、高速、抗多径效果好、安全性高,特别是能够在定位方面能够提供非常高的精度等优点,在无线电技术定位方面具有很大发展潜力。     

基于超宽带的移动机器人室内定位系统设计

针对目前移动机器人室内定位方式灵活性差和精度不高的问题,设计了一种基于超宽带(UWB)的高精度移动机器人室内定位系统。系统以UWB射频模块组成无线传感器网络,包括基站(Anchor)和安装在移动机器人顶端的标签(Tag)。采用非对称双边双向测距技术(ADS-TWR)获得标签到各基站之间的距离信息,无需基站与标签、基站与基站之间的时钟同步。距离信息通过Wi Fi由基站传输到上位机,利用卡尔曼滤波算法对距离信息进行优化后进行定位。测试结果表明,该系统具有布设简单、高精度、高实时性的特点,定点定位误差在13 cm以内,动态点定位误差小于20 cm。     

基于UWB的三维定位分析与算法研究

为提高室内定位精度,打破室内定位空间限制,研究基于超宽带(UWB)的定位基站布设方法以及三维定位方法,设计多组不同障碍物遮挡对测距的影响试验,经多次试验分析测距误差,验证了UWB信号穿透力强、抗干扰能力好等优点,并且分析了基站布设方法,使得定位系统的稳定性和精度大大提高。同时,对直接矩阵求解算法进行优化,采用最小二乘拟合方法对定位距离数据进行处理,获得更加精确的定位坐标数据。实验结果表明：使用最小二乘法拟合矩阵求解算法后定位数据的精确度提升约26%。     

基于UWB/PDR的组合室内定位算法

为了提升室内定位系统在复杂环境中的实用性,提出了带非视距检测的超宽带(UWB)/行人航迹推算(PDR)组合定位方法。该方法过滤了UWB测量由于非视距(NLOS)带来的有害数据,采用残差状态量的卡尔曼滤波将UWB和PDR的有效数据进行融合,避免了由于系统非线性带来的近似误差,提升了组合系统的定位精度和鲁棒性。仿真和实验结果表明,组合定位系统能够消除非视距的影响,始终比单个系统定位精度高,其定位误差90%在1 m以内,为基于室内定位的应用提供了可靠的基础数据。     

UWB标签定位系统接收机基带部分的FPGA实现

脉冲无线电(IR-UWB)技术利用极窄脉冲传输良好的时间分辨率特性,可以为收发机之间提供精确的距离测量,从而为室内与室外的定位系统提供一种低成本、高精确度的定位技术。本文对一种UWB标签定位系统作了简单的介绍,提出了一种UWB能量检测接收机的方案,并对能量检测接收机中的积分窗作了一种新颖合理的设计,简化了接收机的同步捕获模块。最后还对接收机FPGA基带处理部分作了仿真,给出了仿真波形。仿真结果证实了设计的可行性,说明UWB定位厘米级的精度是可实现的。     

基于TDoA的混合算法在室内定位中的应用

室内定位技术的快速发展对基于超宽带（Ultra Wide Band,UWB）的定位技术提出了更高的要求。然而，在室内环境中，受多种障碍及外界扰动影响，超宽带信号通常位于非视距（Non Line of Sight,NLoS）背景下。因此，文章对NLoS中的UWB目标跟踪与位置问题进行了研究。首先阐述了UWB技术，其次提出了一种基于到达时间差（Time Delay of Arrival,TDoA）的UWB室内定位加权算法，以解决NLoS环境下UWB室内定位算法精度较低、定位误差较大的问题，最后设计了相关实验进行验证。相关比较和模拟实验结果表明，提出的方法能够较好地改善非视距条件下的定位精度，并且具有较好的定位效果。     

基于UWB的地铁隧道定位系统设计

超宽带技术因其具有定位精度高、抗多径干扰能力强、传输速率高等优势,成为了当前主流的室内定位技术。由于地铁隧道中环境恶劣,为了保证施工人员的安全,实现对地铁隧道中施工人员的实时定位,设计了基于UWB技术的地铁隧道定位系统。该系统采用对称双向双边测距(SDS-TWR,Symmetric Double-Sided Two-Way Ranging)算法以有效抑制移动标签和定位基站之间由于晶振漂移导致的测距误差,同时在基于到达时间(TOA,Time of Arrival)的定位方法上采用粒子群算法提高定位精度。实验结果表明基于UWB的地铁隧道定位系统在地铁隧道中能稳定工作且定位精度得到有效的提高,该系统具有功耗低、实现简单、定位精度高的特点,能够满足地铁隧道当中对于人员实时精确定位的需求。     

超宽带室内定位系统

综述了超宽带技术和室内定位技术的主要特性,总结了无线电室内定位系统的室内定位的优点,并对现有的超宽带室内无线电定位系统进行了分析,最后阐述了室内定位系统的主要发展方向.     

基于UWB的LSM-Taylor级联车辆定位算法

为了满足智能车在室内的高精度定位要求,针对室内的伪三维定位场景,提出了一种基于超宽带(Ultra Wideband,UWB)的LSM-Taylor级联车辆定位算法.该算法以到达时间差(Time Difference of Ar-rival,TDOA)为定位方式,以多基站最小二乘法(Least Square Method...     

DGPS与UWB混合精确无缝定位技术研究

差分全球定位系统(DGPS)是一种精确的定位系统,但在室内或有障碍物的情况下,其定位精度很低甚至不能进行定位。超宽带(UWB)定位系统在室内有很高的定位精度,但受其测量范围的影响,不适合室外定位。将DGPS和UWB结合定位,利用Kalman滤波器对UWB非视距误差(NLOS)进行消除,采用粒子滤波器对不同传感器进行数据融合,并使用GPRS通信模块进行无线数据传输。实验表明:该方法能够使系统整体定位精度提高19%,既能满足室内外无缝定位,又具有很高的定位精度。     

基于UWB-PDOA的少基站自适应定位系统研究

超宽带(Ultra-Wideband,UWB)技术在室内外定位中应用广泛,针对传统多基站定位方案的局限性,提出了一种基于超宽带信号到达相位差(Ultra-Wideband Phase Difference of Arrival,UWB-PDOA)的少基站自适应定位系统。该系统利用UWB-PDOA技术和基于ESP32信号强度的权重自适应定位技术,大幅降低了对环境部署的依赖性,提高了定位的精度和稳定性。结合环境先验信息和目标高度的先验知识,构建了先验知识库,采用自适应定位技术,利用多个传感器的信息来调整对不同定位基站的置信度权重,进一步提高了定位精度和鲁棒性。实验结果表明,所提出的系统在视距(Line of Sight,LOS)和非视距(Non Line of Sight,NLOS)环境下都具有较高的定位精度和稳定性,并且仅需要不超过3个基站便可以满足室内环境定位的需求。     

基于超宽带技术的室内定位系统应用开发

本文基于超宽带技术搭建了一套室内定位系统,通过分布于室内固定位置的基站测量与目标物体标签距离的方法,采用基于到达时间估计的检测方法以及三边测量法解算出目标物体的坐标位置,并基于Python语言编写的坐标显示软件实时可视化.通过测量在室内的一辆华夫派小车的位置进行了试验,结果表明,本文提出的方法可以实现室内精度较高的实时...     

基于UKF的UWB和GPS融合定位算法

智能汽车的发展对高精度定位需求日益显现. 针对汽车在城市建筑群、立交桥等特定环境下, 可见GPS卫星数量下降、车载GPS和惯性测量单元(inertial measurement unit, IMU)组合定位系统中IMU产生积累误差导致不能精确定位问题, 本文提出一种基于无迹卡尔曼滤波(unscented Kalman ...     

移动机器人超宽带与视觉惯性里程计组合的室内定位算法

对于移动机器人在室内环境的定位任务,新兴的基于视觉惯性里程计（VIO）的辅助定位技术受光线条件限制大,无法在黑暗环境中工作,且超宽带（UWB）定位易受非视距（NLOS）误差影响。针对以上问题,提出一种UWB与VIO组合的室内移动机器人定位算法。首先,采用立体视觉多状态约束下的Kalman滤波器（S-MSCKF）算法/双边双向测距（DS-TWR）算法和三边定位法,分别得到VIO输出的位置信息/UWB解算的定位信息;然后,建立位置测量系统的运动方程与观测方程;最后,通过误差状态扩展卡尔曼滤波（ES-EKF）算法来进行数据融合,得到机器人的最优位置估计。使用搭建的移动定位平台在不同的室内环境下对组合定位方算法进行验证。实验结果表明在有障碍物的室内环境下,与单一UWB定位方法相比,所提算法的总体定位的最大误差减小了约4.4%,均方误差减小了约6.3%;与VIO定位方法相比,所提算法的总体定位的最大误差减小了约31.5%,均方误差减小了约60.3%。可见所提算法可为室内环境下的移动机器人提供实时、精确且鲁棒的定位结果。     

室内环境下UWB与LiDAR融合定位算法研究

当前全球导航卫星系统与激光雷达的数据融合被广泛应用于无人驾驶车辆的定位系统中,但在室内环境下由于卫星信号的丢失导致定位精度低甚至无法定位。为此提出一种基于超宽带（Ultra-Wideband,UWB）与激光雷达（Light Detection and Ranging,LiDAR）的融合定位算法。该算法以粒子滤波为基础,对两个传感器的定位数据进行互补融合解算。利用UWB实时定位数据通过提供起始粒子范围的方式来提高LiDAR的定位速率。通过求解LiDAR定位信息与粒子之间的几何距离来更新粒子的权重,从而弥补UWB的非视距误差。搭建一个室内测试场景,并将融合定位算法在智能小车平台上进行验证。实验结果表明,该方法优于UWB或LiDAR单一传感器的定位方案,而且在UWB视距受阻或LiDAR匹配失效的情况下,车辆仍能够获得良好的定位精度和定位实时性。