UWB与IMU融合的室内动态定位算法

针对超宽带(UWB)定位易受多种噪声和非视距(NLOS)的影响产生定位误差的问题，提出了一种基于UWB与惯性测量单元(IMU)融合的室内动态定位算法。该算法首先采用扩展卡尔曼滤波算法对基于到达角度(AOA)定位方法的位置信息进行滤波，并与IMU数据进行时间同步，通过相邻时刻UWB位置信息变化速度与IMU所测量标签运动速度对比，实现对NLOS数据的识别及补偿，从而降低NLOS对定位精度的影响；然后基于改进粒子滤波算法对融合后的数据进行最优估计，以抑制噪声的干扰，最终实现对标签的准确定位。实验结果表明，所提算法采用基于AOA的定位方法可以在保证定位精度的前提下节约硬件成本；与单一使用UWB传感器的定位方案相比，所提算法可根据IMU提供的先验信息有效降低UWB的定位误差，在非视距环境下具备较高可靠性；与基于扩展卡尔曼滤波和无迹卡尔曼滤波的融合算法相比，定位精度分别提高了65.6%和56.0%;与标准粒子滤波算法相比，所提算法基于改进的粒子滤波算法运行时间缩短了42.3%。

Indoor dynamic positioning algorithm fused with UWB and IMU