CN106052684B - 采用多模式描述的移动机器人imu/uwb/码盘松组合导航系统及方法 - Google Patents
采用多模式描述的移动机器人imu/uwb/码盘松组合导航系统及方法 Download PDFInfo
- Publication number
- CN106052684B CN106052684B CN201610436800.7A CN201610436800A CN106052684B CN 106052684 B CN106052684 B CN 106052684B CN 201610436800 A CN201610436800 A CN 201610436800A CN 106052684 B CN106052684 B CN 106052684B
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- uwb
- imu
- navigation
- ins
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000003068 static effect Effects 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 11
- 235000008331 Pinus X rigitaeda Nutrition 0.000 claims description 9
- 235000011613 Pinus brutia Nutrition 0.000 claims description 9
- 241000018646 Pinus brutia Species 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 239000000969 carrier Substances 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航系统及方法，包括：UWB参考节点、移动机器人和数据采集模块；所述UWB参考节点与移动机器人和数据采集模块分别通信，所述移动机器人和数据采集模块通信；UWB参考节点用于实现参考节点到移动机器人之间距离的测量；通过移动机器人上固定的码盘所采集到的速度判断移动机器人所处的运动状态，根据运动状态的不同分别进行解算误差的预估。本发明有益效果：该系统及方法能满足室内移动机器人导航的中高精度定位和定向的要求。可用于室内环境下的移动机器人的中高精度定位。
Description
技术领域
本发明涉及复杂环境下组合定位技术领域，尤其涉及一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航系统及方法。
背景技术
近年来，随着计算机技术、信息技术、通讯技术、微电子技术的飞速发展，移动机器人技术得到了广泛的应用，而面向移动机器人的目标跟踪技术的研究与应用，逐渐成为目前该领域的研究热点。然而，在外界无线电信号微弱、电磁干扰强烈等一系列复杂环境中，对目标载体导航信息获取的准确性、实时性及鲁棒性有很大的影响。如何将室内环境下获取的有限信息进行有效的融合以满足小区域目标高导航精度的要求，消除外界环境的影响，具有重要的科学理论意义和实际应用价值。
在现有的定位方式中，全球卫星导航系统(Global Navigation SatelliteSystem,GNSS)是最为常用的一种方式。虽然GNSS能够通过精度持续稳定的位置信息，但是其易受电磁干扰、遮挡等外界环境影响的缺点限制了其应用范围，特别是在室内、地下巷道等一些密闭的、环境复杂的场景，GNSS信号被严重遮挡，无法进行有效的工作。近年来，UWB以其在复杂环境下定位精度高的特点在短距离局部定位领域表现出很大的潜力。学者们提出将基于UWB的目标跟踪应用于GNSS失效环境下的移动机器人导航。这种方式虽然能够实现室内定位，但是由于室内环境复杂多变，UWB信号十分容易受到干扰而导致定位精度下降甚至失锁；与此同时，由于UWB采用的通信技术通常为短距离无线通信技术，因此若想完成大范围的室内目标跟踪定位，需要大量的网络节点共同完成，这必将引入网络组织结构优化设计、多节点多簇网络协同通信等一系列问题。因此现阶段基于UWB的目标跟踪在室内导航领域仍旧面临很多挑战。
在导航模型方面，目前在移动机器人组合导航领域应用较多的组合导航模型均是在一种特定的条件下考虑的，然而移动机器人实际运行过程中所面临的条件是多变的。这影响了传统单状态组合导航模型的性能。
发明内容
本发明的目的就是为了解决上述难题，提供了一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航系统及方法，该系统及方法通过码盘所测的速度判断移动机器人的运行状态，当移动机器人处于静止状态时，通过静止状态模型和Kalman滤波器对IMU的导航误差进行预估；当移动机器人处于运行状态时，通过运行状态模型和扩展Kalman滤波器对IMU的导航误差进行预估。
为实现上述目的，本发明的具体方案如下：
一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航系统，包括：UWB参考节点、移动机器人和数据采集模块；所述UWB参考节点与移动机器人和数据采集模块分别通信，所述移动机器人和数据采集模块通信；
所述UWB参考节点用于实现参考节点到移动机器人之间距离的测量；通过移动机器人上固定的码盘所采集到的速度判断移动机器人所处的运动状态，根据运动状态的不同分别进行解算误差的预估。
进一步地，所述UWB参考节点包括：UWB发送模块、第一控制模块、第一433模块、供电模块和计时器；
所述第一控制模块与UWB发送模块第一433模块、供电模块和计时器分别连接。
进一步地，所述移动机器人上设有：UWB接收模块、第二控制模块、IMU、第一无线串口模块和码盘；
所述第二控制模块与UWB接收模块连接，IMU和码盘分别与第二无线串口模块连接。
进一步地，所述数据采集模块包括：第二433模块、计算机和第二无线串口模块；所述计算机与第二433模块和第二无线串口模块分别连接。
一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航方法，包括以下步骤：
(1)通过采集设置在移动机器人内部的码盘的速度值来判断移动机器人当前所处的运动状态；
(2)当移动机器人处于静止状态时，组合导航方法采用静止模式：构建静止状态模型和Kalman滤波器；UWB参考节点和设置在移动机器人内部的IMU分别对移动机器人的位置进行解算，并将两者的差值作为静止状态模型的观测量；将IMU解算的速度信息作为速度误差的观测量直接作为静止状态模型的观测量，利用静止状态模型和Kalman滤波器，完成对IMU解算误差的最优预估，进而修正IMU的导航解算信息；转入步骤(4)；
(3)当移动机器人处于运行状态时，组合导航方法采用运行模式：构建运行状态模型和扩展Kalman滤波器；UWB参考节点和设置在移动机器人内部的IMU分别对移动机器人的位置进行解算，并将两者的差值作为运行状态模型的观测量；INS解算出的切线速度的平方同码盘解算出的切线速度的平方，将两者的差值作为运行状态下速度的平方的观测量；运行状态模型和扩展Kalman滤波器，完成对IMU解算误差的最优预估，进而修正IMU的导航解算信息，转入步骤(4)；
(4)将设置在移动机器人内部的IMU解算得到的移动机器人位置、速度和姿态等导航信息，与IMU解算误差的最优预估做差，最终得到当前时刻移动机器人最优的导航信息。
进一步地，所述步骤(1)中，当码盘的速度值为零时表明移动机器人处于静止状态，否则标明移动机器人处于运动状态。
进一步地，所述步骤(2)中，通过构建的静止状态模型和Kalman滤波器对IMU解算的导航信息误差进行预估和补偿，其状态方程为：
其中，
为15维INS误差向量；/>
为惯性导航器件INS测量得到的导航坐标系下的东向、北向和天向三个方向的加速度误差；φk、φk+1分别为k时刻和k+1时刻惯性导航器件INS测量得到的导航坐标系下的横摇、纵摇和航向角误差；/>
分别为k时刻和k+1时刻INS测量得到的导航坐标系下的东向、北向和天向三个方向的速度误差；/>
分别为k时刻和k+1时刻载体坐标系下的东向、北向和天向三个方向的加速度误差；/>
分别为k时刻和k+1时刻载体坐标系下的东向、北向和天向三个方向的角速度误差；/>
分别为k时刻和k+1时刻导航坐标系下的东向、北向和天向三个方向的位置误差；/>
为状态噪声；T为采样周期；I为单位矩阵；/>
为从载体系到导航系的状态转移矩阵。
进一步地，通过构建的静止状态模型和Kalman滤波器对IMU解算的导航信息误差进行预估和补偿，其观测方程为：
其中，V切线为切线速度；(δVE,δVN)为INS解算的东向和北向的位置误差；PINS为INS解算的位置向量；PUWB为UWB解算的位置向量；η1为观测噪声；
为INS计算出的切线速度；
为码盘计算出的切线速度；/>
为INS解算出的东方向速度；/>
为INS解算出的北方向速度；δP为位置的误差。
进一步地，所述步骤(3)中，通过构建的运行状态模型和扩展Kalman滤波器对IMU解算的导航信息误差进行预估和补偿，其状态方程为：
其中，
为15维INS误差向量；/>
为惯性导航器件INS测量得到的导航坐标系下的东向、北向和天向三个方向的加速度误差；φk、φk+1分别为k时刻和k+1时刻惯性导航器件INS测量得到的导航坐标系下的横摇、纵摇和航向角误差；/>
分别为k时刻和k+1时刻INS测量得到的导航坐标系下的东向、北向和天向三个方向的速度误差；/>
分别为k时刻和k+1时刻载体坐标系下的东向、北向和天向三个方向的加速度误差；/>
分别为k时刻和k+1时刻载体坐标系下的东向、北向和天向三个方向的角速度误差；/>
分别为k时刻和k+1时刻导航坐标系下的东向、北向和天向三个方向的位置误差；/>
为状态噪声；T为采样周期；I为单位矩阵；/>
为从载体系到导航系的状态转移矩阵。
进一步地，所述步骤(3)中，通过构建的运行状态模型和扩展Kalman滤波器对IMU解算的导航信息误差进行预估和补偿，其观测方程为：
其中，η2为观测噪声；δV为速度的误差；δP为位置的误差；
为载体坐标系下加速度计的误差；εb为载体坐标系下陀螺仪的误差；VINS为INS解算出的速度误差；PINS为INS解算出的位置误差；PUWB为UWB解算出的位置误差；fb为载体坐标系下的比力；ωb为载体坐标系下的角增量。
本发明的有益效果：
1、本发明方法通过码盘所测的速度判断移动机器人的运行状态，当移动机器人处于静止状态时，通过静止状态模型和Kalman滤波器对IMU的导航误差进行预估；当移动机器人处于运行状态时，通过运行状态模型和扩展Kalman滤波器对IMU的导航误差进行预估。该系统及方法能满足室内移动机器人导航的中高精度定位和定向的要求。
2、可用于室内环境下的移动机器人的中高精度定位。
附图说明
图1为用于一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航方法的系统示意图；
图2为一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航方法的示意图。
具体实施方式：
下面结合附图对本发明进行详细说明：
一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航系统，如图1所示，包括：UWB参考节点、移动机器人和数据采集模块；所述UWB参考节点与移动机器人和数据采集模块分别通信，所述移动机器人和数据采集模块通信；
所述UWB参考节点用于实现参考节点到移动机器人之间距离的测量；通过移动机器人上固定的码盘所采集到的速度判断移动机器人所处的运动状态，根据运动状态的不同分别进行解算误差的预估。
UWB参考节点包括：UWB发送模块、第一控制模块、第一433模块、供电模块和计时器；第一控制模块与UWB发送模块第一433模块、供电模块和计时器分别连接。
移动机器人上设有：UWB接收模块、第二控制模块、IMU、第一无线串口模块和码盘；第二控制模块与UWB接收模块连接，IMU和码盘分别与第二无线串口模块连接。
数据采集模块包括：第二433模块、计算机和第二无线串口模块；计算机与第二433模块和第二无线串口模块分别连接。数据采集模块用来接收IMU模块、UWB模块和码盘采集到的位置和速度等信息，对采集到的信息进行存储并执行数据处理算法。
UWB发送模块与UWB接收模块通信，第一433模块和第二433模块通信，第一无线串口模块和第二无线串口模块通信。
一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航方法，如图2所示，包括：
(1)通过采集设置在移动机器人内部的码盘的速度值来判断移动机器人当前所处的运动状态；
(2)当移动机器人处于静止状态时，组合导航方法采用静止模式：构建静止状态模型和Kalman滤波器；UWB参考节点和设置在移动机器人内部的IMU分别对移动机器人的位置进行解算，并将两者的差值作为静止状态模型的观测量；将IMU解算的速度信息作为速度误差的观测量直接作为静止状态模型的观测量，利用静止状态模型和Kalman滤波器，完成对IMU解算误差的最优预估，进而修正IMU的导航解算信息；转入步骤(4)；
(3)当移动机器人处于运行状态时，组合导航方法采用运行模式：构建运行状态模型和扩展Kalman滤波器；UWB参考节点和设置在移动机器人内部的IMU分别对移动机器人的位置进行解算，并将两者的差值作为运行状态模型的观测量；INS解算出的切线速度的平方同码盘解算出的切线速度的平方，将两者的差值作为运行状态下速度的平方的观测量；运行状态模型和扩展Kalman滤波器，完成对IMU解算误差的最优预估，进而修正IMU的导航解算信息，转入步骤(4)；
(4)将设置在移动机器人内部的IMU解算得到的移动机器人位置、速度和姿态等导航信息与IMU解算误差的最优预估做差，最终得到当前时刻移动机器人最优的导航信息。
通过构建的静止状态模型和Kalman滤波器对IMU解算的导航信息误差进行预估和补偿，其状态方程为：
其中，
为15维INS误差向量；/>
为惯性导航器件INS测量得到的导航坐标系下的东向、北向和天向三个方向的加速度误差；φk、φk+1分别为k时刻和k+1时刻惯性导航器件INS测量得到的导航坐标系下的横摇、纵摇和航向角误差；/>
分别为k时刻和k+1时刻INS测量得到的导航坐标系下的东向、北向和天向三个方向的速度误差；/>
分别为k时刻和k+1时刻载体坐标系下的东向、北向和天向三个方向的加速度误差；/>
分别为k时刻和k+1时刻载体坐标系下的东向、北向和天向三个方向的角速度误差；/>
分别为k时刻和k+1时刻导航坐标系下的东向、北向和天向三个方向的位置误差；/>
为状态噪声；T为采样周期；I为单位矩阵；/>
为从载体系到导航系的状态转移矩阵。
其观测方程为：
其中，V切线为切线速度；(δVE,δVN)为INS解算的东向和北向的位置误差；PINS为INS解算的位置向量；PUWB为UWB解算的位置向量；η1为观测噪声；
为INS计算出的切线速度；
为码盘计算出的切线速度；/>
为INS解算出的东方向速度；/>
为INS解算出的北方向速度；δP为位置的误差。
通过构建的运行状态模型和Kalman滤波器对IMU解算的导航信息误差进行预估和补偿，其状态方程为：
其中，
为15维INS误差向量；/>
为惯性导航器件INS测量得到的导航坐标系下的东向、北向和天向三个方向的加速度误差；φk、φk+1分别为k时刻和k+1时刻惯性导航器件INS测量得到的导航坐标系下的横摇、纵摇和航向角误差；/>
分别为k时刻和k+1时刻INS测量得到的导航坐标系下的东向、北向和天向三个方向的速度误差；/>
分别为k时刻和k+1时刻载体坐标系下的东向、北向和天向三个方向的加速度误差；/>
分别为k时刻和k+1时刻载体坐标系下的东向、北向和天向三个方向的角速度误差；/>
分别为k时刻和k+1时刻导航坐标系下的东向、北向和天向三个方向的位置误差；/>
为状态噪声；T为采样周期；I为单位矩阵；/>
为从载体系到导航系的状态转移矩阵。
其观测方程为：
其中，η2为观测噪声；δV为速度的误差；δP为位置的误差；
为载体坐标系下加速度计的误差；εb为载体坐标系下陀螺仪的误差；VINS为INS解算出的速度误差；PINS为INS解算出的位置误差；PUWB为UWB解算出的位置误差；fb为载体坐标系下的比力；ωb为载体坐标系下的角增量。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航方法，其特征是，包括以下步骤：
(1)通过采集设置在移动机器人内部的码盘的速度值来判断移动机器人当前所处的运动状态；
(2)当移动机器人处于静止状态时，组合导航方法采用静止模式：构建静止状态模型和Kalman滤波器；UWB参考节点和设置在移动机器人内部的IMU分别对移动机器人的位置进行解算，并将两者的差值作为静止状态模型的观测量；将IMU解算的速度信息作为速度误差的观测量直接作为静止状态模型的观测量，利用静止状态模型和Kalman滤波器，完成对IMU解算误差的最优预估，进而修正IMU的导航解算信息；转入步骤(4)；
(3)当移动机器人处于运行状态时，组合导航方法采用运行模式：构建运行状态模型和扩展Kalman滤波器；UWB参考节点和设置在移动机器人内部的IMU分别对移动机器人的位置进行解算，并将两者的差值作为运行状态模型的观测量；INS解算出的切线速度的平方同码盘解算出的切线速度的平方，将两者的差值作为运行状态下速度的平方的观测量；运行状态模型和扩展Kalman滤波器，完成对IMU解算误差的最优预估，进而修正IMU的导航解算信息，转入步骤(4)；
(4)将设置在移动机器人内部的IMU解算得到的移动机器人导航信息与IMU解算误差的最优预估做差，最终得到当前时刻移动机器人最优的导航信息。
2.如权利要求1所述的一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航方法，其特征是，所述步骤(1)中，当码盘的速度值为零时表明移动机器人处于静止状态，否则标明移动机器人处于运动状态。
3.如权利要求1所述的一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航方法，其特征是，所述步骤(2)中，通过构建的静止状态模型和Kalman滤波器对IMU解算的导航信息误差进行预估和补偿，其状态方程为：
其中，
为15维INS误差向量；/>
为惯性导航器件INS测量得到的导航坐标系下的东向、北向和天向三个方向的加速度误差；φk、φk+1分别为k时刻和k+1时刻惯性导航器件INS测量得到的导航坐标系下的横摇、纵摇和航向角误差；/>
分别为k时刻和k+1时刻INS测量得到的导航坐标系下的东向、北向和天向三个方向的速度误差；/>
分别为k时刻和k+1时刻载体坐标系下的东向、北向和天向三个方向的加速度误差；/>
分别为k时刻和k+1时刻载体坐标系下的东向、北向和天向三个方向的角速度误差；/>
分别为k时刻和k+1时刻导航坐标系下的东向、北向和天向三个方向的位置误差；/>
为状态噪声；T为采样周期；I为单位矩阵；/>
为从载体系到导航系的状态转移矩阵。
4.如权利要求3所述的一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航方法，其特征是，通过构建的静止状态模型和Kalman滤波器对IMU解算的导航信息误差进行预估和补偿，其观测方程为：
其中，η2为观测噪声；δV为速度的误差；δP为位置的误差；
为载体坐标系下加速度计的误差；εb为载体坐标系下陀螺仪的误差；VINS为INS解算出的速度误差；PINS为INS解算出的位置误差；PUWB为UWB解算出的位置误差；fb为载体坐标系下的比力；ωb为载体坐标系下的角增量。
5.如权利要求1所述的一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航方法，其特征是，所述步骤(3)中，通过构建的运行状态模型和扩展Kalman滤波器对IMU解算的导航信息误差进行预估和补偿，其状态方程为：
其中，
为15维INS误差向量；/>
为惯性导航器件INS测量得到的导航坐标系下的东向、北向和天向三个方向的加速度误差；φk、φk+1分别为k时刻和k+1时刻惯性导航器件INS测量得到的导航坐标系下的横摇、纵摇和航向角误差；/>
分别为k时刻和k+1时刻INS测量得到的导航坐标系下的东向、北向和天向三个方向的速度误差；/>
分别为k时刻和k+1时刻载体坐标系下的东向、北向和天向三个方向的加速度误差；/>
分别为k时刻和k+1时刻载体坐标系下的东向、北向和天向三个方向的角速度误差；/>
分别为k时刻和k+1时刻导航坐标系下的东向、北向和天向三个方向的位置误差；/>
为状态噪声；T为采样周期；I为单位矩阵；/>
为从载体系到导航系的状态转移矩阵。
6.如权利要求5所述的一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航方法，其特征是，所述步骤(3)中，通过构建的运行状态模型和扩展Kalman滤波器对IMU解算的导航信息误差进行预估和补偿，其观测方程为：
其中，V切线为切线速度；(δVE,δVN)为INS解算的东向和北向的位置误差；PINS为INS解算的位置向量；PUWB为UWB解算的位置向量；η1为观测噪声；
为INS计算出的切线速度；/>
为码盘计算出的切线速度；/>
为INS解算出的东方向速度；/>
为INS解算出的北方向速度；δP为位置的误差。
7.一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航系统，其特征是，采用如权利要求1-6任一项所述的一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航方法进行导航，包括：UWB参考节点、移动机器人和数据采集模块；所述UWB参考节点与移动机器人和数据采集模块分别通信，所述移动机器人和数据采集模块通信；
所述UWB参考节点用于实现参考节点到移动机器人之间距离的测量；通过移动机器人上固定的码盘所采集到的速度判断移动机器人所处的运动状态，根据运动状态的不同分别进行解算误差的预估。
8.如权利要求7所述的一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航系统，其特征是，所述UWB参考节点包括：UWB发送模块、第一控制模块、第一433模块、供电模块和计时器；
所述第一控制模块与UWB发送模块第一433模块、供电模块和计时器分别连接。
9.如权利要求7所述的一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航系统，其特征是，所述移动机器人上设有：UWB接收模块、第二控制模块、IMU、第一无线串口模块和码盘；
所述第二控制模块与UWB接收模块连接，IMU和码盘分别与第二无线串口模块连接。
10.如权利要求7所述的一种采用多模式描述的移动机器人IMU/UWB/码盘松组合导航系统，其特征是，所述数据采集模块包括：第二433模块、计算机和第二无线串口模块；所述计算机与第二433模块和第二无线串口模块分别连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610436800.7A CN106052684B (zh) | 2016-06-16 | 2016-06-16 | 采用多模式描述的移动机器人imu/uwb/码盘松组合导航系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610436800.7A CN106052684B (zh) | 2016-06-16 | 2016-06-16 | 采用多模式描述的移动机器人imu/uwb/码盘松组合导航系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106052684A CN106052684A (zh) | 2016-10-26 |
| CN106052684B true CN106052684B (zh) | 2023-07-11 |
Family
ID=57168562
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610436800.7A Active CN106052684B (zh) | 2016-06-16 | 2016-06-16 | 采用多模式描述的移动机器人imu/uwb/码盘松组合导航系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106052684B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106569493B (zh) * | 2016-11-03 | 2020-02-14 | 中国科学院深圳先进技术研究院 | 一种基于脉冲超宽带技术的agv集群定位方法及agv调度方法 |
| CN107436444A (zh) * | 2017-06-23 | 2017-12-05 | 北京机械设备研究所 | 一种车载多模式组合导航系统及方法 |
| CN108827318A (zh) * | 2018-08-20 | 2018-11-16 | 中科物栖（北京）科技有限责任公司 | 无人机室内定位方法及装置 |
| CN109764865B (zh) * | 2019-01-25 | 2022-11-04 | 北京交通大学 | 一种基于mems和uwb的室内定位方法 |
| CN109931958B (zh) * | 2019-03-27 | 2020-12-08 | 中国矿业大学 | 一种基于uwb采煤机工作面端头校准装置及方法 |
| CN110132270B (zh) * | 2019-06-13 | 2021-08-31 | 深圳汉阳科技有限公司 | 自动扫雪装置定位方法 |
| CN110686671B (zh) * | 2019-09-29 | 2021-11-09 | 同济大学 | 基于多传感器信息融合的室内3d实时定位方法及装置 |
| CN110764506B (zh) * | 2019-11-05 | 2022-10-11 | 广东博智林机器人有限公司 | 移动机器人的航向角融合方法、装置和移动机器人 |
| CN111121754A (zh) * | 2019-12-31 | 2020-05-08 | 深圳市优必选科技股份有限公司 | 移动机器人定位导航方法、装置、移动机器人及存储介质 |
| CN112833876B (zh) * | 2020-12-30 | 2022-02-11 | 西南科技大学 | 一种融合里程计与uwb的多机器人协作定位方法 |
| CN113670318B (zh) * | 2021-08-17 | 2024-04-16 | 中国科学院空天信息创新研究院 | 协同定位方法及定位系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103148855A (zh) * | 2013-02-27 | 2013-06-12 | 东南大学 | 一种ins辅助的室内移动机器人无线定位方法 |
| CN104864865A (zh) * | 2015-06-01 | 2015-08-26 | 济南大学 | 一种面向室内行人导航的ahrs/uwb无缝组合导航方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9423509B2 (en) * | 2010-06-25 | 2016-08-23 | Trusted Positioning Inc. | Moving platform INS range corrector (MPIRC) |
| CN102928816B (zh) * | 2012-11-07 | 2014-03-12 | 东南大学 | 一种面向隧道环境的车辆高可靠组合定位方法 |
| CN104613982B (zh) * | 2015-01-28 | 2017-09-22 | 齐鲁工业大学 | 一种室内组合导航仿真验证系统 |
| CN105509739B (zh) * | 2016-02-04 | 2018-04-06 | 济南大学 | 采用固定区间crts平滑的ins/uwb紧组合导航系统及方法 |
-
2016
- 2016-06-16 CN CN201610436800.7A patent/CN106052684B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103148855A (zh) * | 2013-02-27 | 2013-06-12 | 东南大学 | 一种ins辅助的室内移动机器人无线定位方法 |
| CN104864865A (zh) * | 2015-06-01 | 2015-08-26 | 济南大学 | 一种面向室内行人导航的ahrs/uwb无缝组合导航方法 |
Non-Patent Citations (3)
| Title |
|---|
| Cooperative Localization Using a Foot-mounted Inertial Navigation System and Ultrawideband Ranging;Fredrik Olsson 等;2014 International Conference on Indoor Positioning and Indoor Navigation;122-131 * |
| Siyuan MA，et al..2016 10th International Conference on Software, Knowledge, Information Management & Applications (SKIMA).2016,全文. * |
| WiFi-PDR室内组合定位的无迹卡尔曼滤波算法;陈国良;张言哲;汪云甲;孟晓林;;测绘学报(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106052684A (zh) | 2016-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106052684B (zh) | 采用多模式描述的移动机器人imu/uwb/码盘松组合导航系统及方法 | |
| CN105509739A (zh) | 采用固定区间crts平滑的ins/uwb紧组合导航系统及方法 | |
| CN103822633A (zh) | 一种基于二阶量测更新的低成本姿态估计方法 | |
| CN110553644B (zh) | 一种矿用电铲精准定位系统和方法 | |
| CN103471595B (zh) | 一种面向ins/wsn室内移动机器人紧组合导航的迭代扩展rts均值滤波方法 | |
| Xu et al. | Robust inertial navigation system/ultra wide band integrated indoor quadrotor localization employing adaptive interacting multiple model-unbiased finite impulse response/Kalman filter estimator | |
| CN102087110B (zh) | 微型水下运动体自主姿态检测装置及方法 | |
| CN109141412B (zh) | 面向有数据缺失ins/uwb组合行人导航的ufir滤波算法及系统 | |
| Fu et al. | Information-reusing alignment technology for rotating inertial navigation system | |
| CN104374388A (zh) | 一种基于偏振光传感器的航姿测定方法 | |
| CN104864865A (zh) | 一种面向室内行人导航的ahrs/uwb无缝组合导航方法 | |
| CN114739397B (zh) | 矿井环境运动惯性估计自适应卡尔曼滤波融合定位方法 | |
| CN104296741B (zh) | 采用距离平方和距离平方变化率的wsn/ahrs紧组合方法 | |
| CN104316058A (zh) | 一种采用交互多模型的移动机器人wsn/ins组合导航方法 | |
| CN205384029U (zh) | 采用固定区间crts平滑的ins/uwb紧组合导航系统 | |
| Shi et al. | Fault-tolerant SINS/HSB/DVL underwater integrated navigation system based on variational Bayesian robust adaptive Kalman filter and adaptive information sharing factor | |
| CN110260860B (zh) | 基于足部惯性传感器的室内移动测量定位定姿方法及系统 | |
| JP2018194537A (ja) | 位置決定及び追跡のための方法、プログラム、及びシステム | |
| CN104374389A (zh) | 一种面向室内移动机器人的imu/wsn组合导航方法 | |
| CN104897155A (zh) | 一种个人携行式多源定位信息辅助修正方法 | |
| CN105115507A (zh) | 一种基于双imu的双模式室内个人导航系统及方法 | |
| CN104897157A (zh) | 基于足部航姿参考和肩部电子罗盘的个人导航系统及方法 | |
| CN202837553U (zh) | 距离及方向校正的位置估测装置 | |
| CN109916401B (zh) | 采用ls-svm辅助ekf滤波方法的分布式无缝紧组合导航方法及系统 | |
| CN104897131A (zh) | 一种基于mems加速度计的载体姿态横滚角获取方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Xu Yuan Inventor after: Ma Siyuan Inventor after: Zhang Yong Inventor after: Zhang Zhijie Inventor after: Cheng Jin Inventor after: Wang Bin Inventor after: Zhao Qinjun Inventor before: Ma Siyuan Inventor before: Zhang Yong Inventor before: Xu Yuan Inventor before: Zhang Zhijie Inventor before: Cheng Jin Inventor before: Wang Bin Inventor before: Zhao Qinjun |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |