CN109341679A - 一种智能设备导航方法及导航系统 - Google Patents
一种智能设备导航方法及导航系统 Download PDFInfo
- Publication number
- CN109341679A CN109341679A CN201811163117.6A CN201811163117A CN109341679A CN 109341679 A CN109341679 A CN 109341679A CN 201811163117 A CN201811163117 A CN 201811163117A CN 109341679 A CN109341679 A CN 109341679A
- Authority
- CN
- China
- Prior art keywords
- smart machine
- wireless signal
- indicate
- coordinate system
- arrival
- 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.)
- Pending
Links
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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
- G01S3/74—Multi-channel systems specially adapted for direction-finding, i.e. having a single antenna system capable of giving simultaneous indications of the directions of different signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0257—Hybrid positioning
- G01S5/0258—Hybrid positioning by combining or switching between measurements derived from different systems
- G01S5/02585—Hybrid positioning by combining or switching between measurements derived from different systems at least one of the measurements being a non-radio measurement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
-
- 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
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S2205/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S2205/01—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations specially adapted for specific applications
- G01S2205/02—Indoor
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种智能设备导航方法及导航系统,包括:将智能设备内网卡上的多根天线构造成线型的天线阵列;利用天线阵列采集环境中由无线信号发射装置所发射的无线信号的信道状态,并估计无线信号发射装置与智能设备之间的信号到达角度和信号传播时间,利用惯性测量单元测量智能设备的惯性参数;根据滑动窗口估计器实现信号到达角度和信号传播时间以及惯性参数之间的数据融合,从而估计智能设备的状态变量;以状态变量为参考,调整智能设备的运动状态,从而实现智能设备的自主导航。本发明能够在GPS不可靠的环境下,利用周围环境中普遍存在的无线信号估计智能设备的状态,从而以较低的成本准确、可靠地实现智能设备的自主导航。
Description
技术领域
本发明属于无线通信领域与智能设备控制领域的交叉技术领域,更具体地,涉及一种智能设备导航方法及导航系统。
背景技术
智能设备在国防、安全、航空、勘探等方面有着广泛的应用,并且在室内环境和室外环境中均有着广泛的应用。由于智能设备的快速动态和复杂操作的需要,自主导航是其必备的技术。智能设备自主导航需要智能体执行具有高度自主权的行为或任务,在无人干预的情况下长时间工作,这要求智能设备能够获得关于环境的信息,并估计其至多六个自由度(6-DoF)状态,该状态不仅包括位置,还包括方位,线速度和角速度。
可靠的状态估计是自主导航的基础。全球导航卫星系统(GNSS)为状态估计提供了一个直接的解决方案,使自主智能设备的大量户外应用成功商业化。然而,全球导航卫星系统信号在狭窄、杂乱或室内等GPS(Global Positioning System,全球定位系统)不可靠的环境中并不可靠,而这类环境往往需要智能设备的机动性优势进行各种活动。在这种情况下,研究人员们已经提出了许多通过使用视觉/激光传感器辅助MAV(Micro Air Vehicle,微型飞行器)进行自主导航的解决方案。但是,在室内环境中的应用通常需要在狭窄区域内使用敏捷机动的小型智能设备(如小型无人机),而小型智能设备的尺寸,重量和功率都受到了限制,这些限制影响了小型智能设备携带重型传感器(如雷达或LiDAR)的能力。此外,由于小型智能设备的基线长度不足,无法携带多目立体相机系统,而仅能携带单目视觉导航系统,单目视觉导航系统不仅计算复杂,而且易受环境照明条件的影响。
总的来说,目前,GPS不可靠环境下智能设备的导航系统主要依赖于视觉传感和激光传感手段进行定位。然而视觉传感导航计算复杂,受光照条件影响;激光传感设备价格昂贵,重量大,不适合小型智能设备平台。
发明内容
针对现有技术的缺陷和改进需求,本发明提供了一种智能设备导航方法及导航系统,其目的在于在GPS不可靠的环境下,利用周围环境中普遍存在的无线信号估计智能设备的状态,从而以较低的成本准确地实现智能设备的自主导航。
为实现上述目的,按照本发明的第一方面,提供了一种智能设备导航方法,用于实现智能设备的自主导航,包括如下步骤:
(1)将智能设备内网卡上的多根天线构造成线型的天线阵列,其中每一根天线为一个阵元;
(2)利用天线阵列采集环境中由无线信号发射装置所发射的无线信号的信道状态,并估计无线信号发射装置与智能设备之间的信号到达角度和信号传播时间;利用惯性测量单元测量智能设备的惯性参数;
(3)根据滑动窗口估计器实现信号到达角度和信号传播时间以及惯性参数之间的数据融合,从而估计智能设备的状态变量;
(4)以状态变量为参考,调整智能设备的运动状态,从而实现智能设备的自主导航;
其中,无线信号为OFDM信号,滑动窗口估计器用于保存智能设备最新的多个状态变量和当前能被无线信号发射装置的位置信息。
由于无线信号资源(例如WiFi资源)在室内场所无处不在,并且无线信号资源可以提供关于环境的可靠信息(例如AOA和TOF),因此,本发明所提供的智能设备导航方法利用无线定位技术测量智能设备和环境中无线信号发射装置之间的AoA和ToF,并结合智能设备的惯性参数,估计智能设备的状态变量,由此能够在GPS信号不可靠的环境下,准确地实现智能设备的自主导航。
进一步地,步骤(2)中,估计无线信号发射装置与智能设备之间的信号到达角度和信号传播时间的方式包括:
(21)将天线阵列接收到的N个OFDM信号子载波的信道状态信息叠加,得到测量信号矩阵X',并通过CSI平滑方法使得测量信号矩阵X'的秩大于无线信号传播路径的数目,从而得到信号测量矩阵X;
(22)根据导向向量模型和信号测量矩阵X,利用MUSIC算法得到每一条传播路径所对应的信号到达角度和信号传播时间;
(23)将具有最小信号传播时间的传播路径确定为直射路径,并将直射路径所对应的信号到达角度和信号传播时间分别确定为无线信号发射装置与智能设备之间的信号到达角度和信号传播时间;
其中,导向向量模型用于利用信号到达角度和信号传播时间描述由对应的阵元引入的相位偏移。
更进一步地,导向向量模型为:
其中,Φθ和Ωτ的表达式分别为:
Φθ=e-j2π×d×sin(θ)×f/c;
Ωτ=e-j2π×fδ×τ;
上标表示乘方运算的指数,θ表示信号到达角,τ表示信号传播时间,表示由信号到达角度为θ且信号传播时间为τ的传播路径所对应的阵元引入的相位偏移,Φθ表示由信号到达角为θ的传播路径所对应的阵元引入的相位偏移,Ωτ表示信号传播时间为τ的传播路径所对应的阵元引入的相位偏移,d表示相邻两个阵元的间距,f表示传输信号的频率,c表示光速,fδ表示相邻子载波之间的频率间隔,M和N分别表示天线阵列中的阵元个数和传输无线信号的子载波数。
进一步地,步骤(3)包括如下步骤:
(31)根据惯性测量单元测量得到惯性参数构建惯性测量单元的测量信息矩阵,并由此计算惯性测量单元的测量向量;
(32)根据所采集到的无线信号的信道状态构建无线信号的测量信息矩阵,并由此计算无线信号的测量向量;
(33)根据滑动窗口估计器,惯性测量单元的测量信息矩阵和测量向量,以及无线信号的测量信息矩阵和测量向量,计算当前的滑动窗口估计器,以最小化所有测量误差的马氏范数之和;将当前的滑动窗口估计器中最新的一个状态变量作为所估计的状态变量。
更进一步地,步骤(31)中,计算惯性测量单元的测量向量,所采用的计算表达式为:
其中,B0表示初始时刻获得信号到达角度时智能设备的本体坐标系,Bk和Bk+1分别表示第k次和第k+1次获得信号到达角度时智能设备的本体坐标系,表示第k次获得信号到达角度到第k+1次获得信号到达角度之间惯性测量单元的测量信息矩阵,和均为利用测量信息矩阵计算的协方差矩阵,表示坐标系Bk关于坐标系B0的转移矩阵,表示坐标系B0关于坐标系Bk+1的位置矩阵,Δt表示第k次获得信号到达角度到第k+1次获得信号到达角度之间的时间差,表示坐标系Bk关于坐标系Bk+1的转移矩阵,表示坐标系Bk+1关于坐标系Bk+1的速度矩阵,坐标系Bk+1下的地球重力向量,表示惯性测量单元的测量向量,表示惯性测量单元的测量噪声,χ表示由滑动窗口估计器中的所有的状态变量和无线信号发射装置的位置信息所构成的全状态参数向量。
更进一步地,步骤(32)中,计算无线定位模块的测量向量,所采用的计算表达式为:
其中,B0表示初始时刻获得信号到达角度时智能设备的本体坐标系,Bk、Bi和Bj分别表示第k次、第i次和第j次获得信号到达角度时智能设备的本体坐标系,表示第j次获得信号到达角度时从第l个无线信号发射装置测量到的信号矩阵,表示信号到达角测量值的余旋,表示信号到达角测量值的正旋,表示信号到达角真实值的余旋,表示信号到达角真实值的正旋,表示坐标系Bj关于坐标系B0的转移矩阵,表示坐标系B0关于坐标系Bk+1的位置矩阵,表示坐标系B0关于坐标系Bj的位置矩阵,表示坐标系B0关于坐标系Bi的转移矩阵,dl表示第l个无线信号发射装置与智能设备之间的距离,表示第k次获得信号到达角度时从第l个无线信号发射装置测量到的测量向量,表示无线信号的测量噪声,χ表示由滑动窗口估计器中的所有的状态变量和无线信号发射装置的位置信息所构成的全状态参数向量。
更进一步地,步骤(33)中,根据滑动窗口估计器,惯性测量单元的测量信息矩阵和测量向量,以及无线信号的测量信息矩阵和测量向量,计算当前的滑动窗口估计器,以最小化所有测量误差的马氏范数之和,所采用的计算表达式为:
(Λp+Λimu+ΛwiFi)χ=(bp+bimu+bWiFi) (1);
其中,bp和Λp均为智能设备的先验信息,Λimu和bimu分别表示惯性测量单元的测量信息矩阵和测量向量,ΛWiFi和bWiFi分别表示无线信号的信息矩阵和测量向量,χ表示由滑动窗口估计器中的所有的状态变量和无线信号发射装置的位置信息所构成的全状态参数向量。
更进一步地,滑动窗口估计器随着获得的信号到达角度的增多而滑动,且发生滑动时,移除较旧的状态变量和无法观测的无线信号发射装置的位置的方式为:对计算表达式(1)所对应的最小二乘方程组应用Schur补;
为了约束计算复杂度,滑动窗口估计器只保留最新的状态,移除较旧的智能设备状态和无法观测到的路由智能设备的位置信息;常用的移除旧状态的方法是直接从系统方程中移除这些参数,然而,这会丢失一部分信息,此时仅使用滑动窗内的测量信息会导致尺度不可观;求解优化模型时,对优化模型所对应的最小二乘方程组应用Schur补,能够对这些待移除的参数边缘化,从而很好的解决信息丢失而导致尺度不可观的问题。
更进一步地,全状态参数向量χ的表达式为:
其中,N1和N2分别表示滑动窗口估计器内所包含的状态总数和智能设备当前可观测的无线信号发射装置总数,s为大于或等于0的整数,B0表示初始时刻获得信号到达角度时智能设备的本体坐标系,Bk表示第k次获得信号到达角度时智能设备的本体坐标系,表示第k次获得的智能设备的状态变量,表示坐标系B0关于坐标系Bk的位置矩阵,表示表示坐标系Bk关于坐标系Bk的速度矩阵,表示坐标系Bk下的地球重力向量,i的取值为1≤i≤N2,ai表示第i个无线信号发射装置的位置;
由于滑动窗口估计器所包含的智能设备状态变量的个数以及无线信号发射装置位置信息的个数均受到限制,本发明所提供的导航方法能够以稳定的计算时间复杂度解决状态估计问题;而且,由于滑动窗口估计器同时包含智能设备的状态变量和无线信号发射装置的位置信息,在求解得到智能设备的状态变量的同时,还能够得到无线信号发射装置的位置信息。
按照本发明的第二方面,提供了一种智能设备导航系统,用于实现智能设备的自主导航,其特征在于,包括:无线定位模块、惯性测量单元、状态估计模块以及控制模块;
无线定位模块用于利用天线阵列采集环境中由无线信号发射装置所发射的无线信号的信道状态,以估计无线信号发射装置与智能设备之间的信号到达角度和信号传播时间;
惯性测量单元用于测量智能设备的惯性参数;
状态估计模块用于根据滑动窗口估计器实现信号到达角度和信号传播时间以及惯性参数之间的数据融合,从而估计智能设备的状态变量;
控制模块用于以状态变量为参考,调整智能设备的运动状态,实现自主导航;
其中,无线信号为OFDM信号,滑动窗口估计器用于保存智能设备最新的多个状态变量和当前能被无线信号发射装置的位置信息,天线阵列所述天线阵列为智能设备内网卡上的多根天线构造成线型的阵列,并且其中每一根天线为一个阵元。
总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:
(1)本发明所提供的智能设备导航方法,利用无线定位技术测量智能设备和环境中无线信号发射装置之间的AoA和ToF,并结合智能设备的惯性参数,实现对智能设备的状态估计,并进一步实现智能设备的自主导航。由于自主导航过程中,利用环境中普遍存在的无线网络基础设施实现对智能设备的定位,在GPS不可靠的环境下,依然可以提供精确的定位信息,因此,可以有效解决现有的导航系统由于依赖视觉传感手段和激光传感手段进行定位而带来的计算复杂、受光照条件影响、设备昂贵、重量大、适用范围受限的问题。
(2)本发明所提供的智能设备导航方法,在获取到智能设备和无线信号发射装置之间的AoA和ToF后以及智能设备的惯性参数后,利用滑动窗口估计器实现AoA和ToF以及惯性参数之间的数据融合,从而估计智能设备的状态变量;由于滑动窗口估计器所包含的智能设备状态变量的个数以及无线信号发射装置位置信息的个数均受到限制,因此,本发明所提供的智能设备导航方法及导航系统能够以稳定的计算时间复杂度解决状态估计问题。
(3)本发明所提供的智能设备导航方法,在其优选方案中,所设定的用于描述滑动窗口估计器的模型同时包含智能设备的状态变量和无线信号发射装置的位置信息,因此,求解得到智能设备的状态变量的同时,还能够得到无线信号发射装置的位置信息。
(4)本发明所提供的智能设备导航方法,用于实现测量数据融合的滑动窗口估计器随着获得的信号到达角度的增加而滑动,且发生滑动时,通过对优化模型所对应的最小二乘方程组应用Schur补,来移除较旧的状态变量和无法观测的无线信号发射装置的位置;采用这样的方式移除参数,能够对这些待移除的参数边缘化,从而避免在移除参数的过程中因为信息丢失而导致尺度不可观的问题。
附图说明
图1为本发明实施例提供的天线阵列示意图;
图2为本发明实施例提供的智能设备和无线信号发射装置之间的AoA和ToF以及智能设备的惯性参数之间的数据融合示意图;
图3为本发明实施例提供的智能设备导航系统示意图;
图4为本发明实施例提供的状态估计效果图;(a)为智能设备的三维位置;(b)为周围路由器的三维位置。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
现有的GPS不可靠环境下的导航系统主要依赖于视觉传感和激光传感手段进行定位。然而视觉传感导航计算复杂,受光照条件影响;激光传感设备价格昂贵,重量大,不适合小型智能设备平台。智能设备导航的关键要素是定位,而无线室内定位的最新进展已经达到了分米级的精度,所以利用无线定位技术辅助智能设备的惯性测量单元(Inertialmeasurement unit,IMU),能够在GPS不可靠环境中依然实现较为精准的自主导航。
由于无线信号资源(例如WiFi资源)在室内场所无处不在,并且无线信号资源可以提供关于环境的可靠信息(例如AOA和TOF),因此提供无线信号的无线信号发射装置(AP)可以成为环境参考地标;在以下实施例中,环境中无线信号发射装置为路由器,且无线信号为OFDM信号;
本发明所提供的智能设备导航方法,用于实现智能设备的自主导航,包括如下步骤:
(1)将智能设备内网卡上的多根天线构造成线型的天线阵列,其中每一根天线为一个阵元;
如图1所示,在本实施例中,天线阵列中共包括三根天线,且相邻天线之间的距离为d;
(2)利用天线阵列采集环境中由无线信号发射装置所发射的无线信号的信道状态,并估计无线信号发射装置与智能设备之间的信号到达角度和信号传播时间;利用惯性测量单元测量智能设备的惯性参数;
在一个可选的实施方式中,估计无线信号发射装置与智能设备之间的信号到达角度和信号传播时间的方式包括:
(21)将天线阵列接收到的N个OFDM信号子载波的信道状态信息叠加,得到测量信号矩阵X',并通过CSI平滑方法使得测量信号矩阵X'的秩大于无线信号传播路径的数目,从而得到信号测量矩阵X;
为了使用MUSIC算法求解无线信号发射装置与智能设备之间的AOA和TOF,需要保证输入的测量信号矩阵的列数大于无线信号传播路径的数量;最初叠加得到的测量信号矩阵X'是单列矩阵,并不满足MUSIC算法的要求,CSI平滑方法是由前两个阵元对应的前N/2个子载波的测量值作为基准,平移滑动来构造新的测量矩阵,经过平滑后的测量矩阵维度最大可为N×(N+2);通过CSI平滑方法使得测量信号矩阵的秩待遇无线信号传播路径的数据,即可满足MUSIC算法的要求;
(22)根据导向向量模型和信号测量矩阵X,利用MUSIC算法得到每一条传播路径所对应的信号到达角度和信号传播时间;
(23)将具有最小信号传播时间的传播路径确定为直射路径,并将直射路径所对应的信号到达角度和信号传播时间分别确定为无线信号发射装置与智能设备之间的信号到达角度和信号传播时间;
在多条传播路径中,最小ToF对应的路径就是直射路径;由于在标准的无线通信网中,发射器与接收器的DAC和ADC的采样时钟也没有同步,所以在此通过MUSIC算法估计的ToF包含采样时钟差异引起的时延,而并不是真实的信号从发射端到接收端的传输时间;又由于电磁波以光速传播,数十纳秒的时延即可导致米级的距离误差,所以在此通过MUSIC算法估计的ToF不能代表真实的信号传输距离;尽管如此,由于采样时钟差异导致的时延会同时影响所有路径的ToF,最小ToF对应的路径是信号直射路径这一结论仍然成立;
其中,导向向量模型用于利用信号到达角度和信号传播时间描述由对应的阵元引入的相位偏移;在本实施例中,导向向量模型为:
其中,Φθ和Ωτ的表达式分别为:
Φθ=e-j2π×d×sin(θ)×f/c;
Ωτ=e-j2π×fδ×τ;
上标表示乘方运算的指数,θ表示信号到达角,τ表示信号传播时间,表示由信号到达角度为θ且信号传播时间为τ的传播路径所对应的阵元引入的相位偏移,Φθ表示由信号到达角为θ的传播路径所对应的阵元引入的相位偏移,Ωτ表示信号传播时间为τ的传播路径所对应的阵元引入的相位偏移,d表示相邻两个阵元的间距,f表示传输信号的频率,c表示光速,fδ表示相邻子载波之间的频率间隔,N和B分别表示天线阵列中的阵元个数和传输无线信号的子载波数;
(3)根据滑动窗口估计器实现信号到达角度和信号传播时间以及惯性参数之间的数据融合,从而估计智能设备的状态变量;滑动窗口估计器用于保存智能设备最新的多个状态变量和当前能被无线信号发射装置的位置信息;
在一个可选的实施方式中,步骤(3)具体包括如下步骤:
(31)根据惯性测量单元测量得到惯性参数构建惯性测量单元的测量信息矩阵,并由此计算惯性测量单元的测量向量;
在本实施例中,计算惯性测量单元的测量向量,所采用的计算表达式为:
其中,B0表示初始时刻获得信号到达角度时智能设备的本体坐标系,Bk和Bk+1分别表示第k次和第k+1次获得信号到达角度时智能设备的本体坐标系,表示第k次获得信号到达角度到第k+1次获得信号到达角度之间惯性测量单元的测量信息矩阵,和均为利用测量信息矩阵计算的协方差矩阵,表示坐标系Bk关于坐标系B0的转移矩阵,表示坐标系B0关于坐标系Bk+1的位置矩阵,Δt表示第k次获得信号到达角度到第k+1次获得信号到达角度之间的时间差,表示坐标系Bk关于坐标系Bk+1的转移矩阵,表示坐标系Bk+1关于坐标系Bk+1的速度矩阵,坐标系Bk+1下的地球重力向量,表示惯性测量单元的测量向量,表示惯性测量单元的测量噪声;利用测量信息矩阵计算协方差矩阵和的方程组为:
(32)根据所采集到的无线信号的信道状态构建无线信号的测量信息矩阵,并由此计算无线信号的测量向量;
在本实施例中,计算无线定位模块的测量向量,所采用的计算表达式为:
其中,Bi和Bj分别表示第i次和第j次获得信号到达角度时智能设备的本体坐标系,表示第j次获得信号到达角度时从第l个无线信号发射装置测量到的信号矩阵,表示信号到达角测量值的余旋,表示信号到达角测量值的正旋,表示信号到达角真实值的余旋,表示信号到达角真实值的正旋,表示坐标系Bj关于坐标系B0的转移矩阵,表示坐标系B0关于坐标系Bj的位置矩阵,表示坐标系B0关于坐标系Bi的转移矩阵,dl表示第l个无线信号发射装置与智能设备之间的距离,表示第k次获得信号到达角度时从第l个无线信号发射装置测量到的测量向量,表示无线信号的测量噪声;
(33)根据滑动窗口估计器,惯性测量单元的测量信息矩阵和测量向量,以及无线信号的测量信息矩阵和测量向量,计算当前的滑动窗口估计器,以最小化所有测量误差的马氏范数之和;将当前的滑动窗口估计器中最新的一个状态变量作为所估计的状态变量;
因为路由智能设备的位置未知,状态估计实质上在解决一个同步定位制图(SLAM)问题;将状态估计描述为一个无线系统辅助IMU的化状态估计问题,将无线定位模块和IMU的测量数据联合起来解一个最大似然估计问题:目标是最小化所有测量误差的马氏范数之和;具体求解模型如下:
在以上求解模型中,D表示所有IMU测量数据的集合,C表示所有无线定位模块测量数据的集合,表示IMU的测量误差,表示无线定位模块的测量误差,bp和Λp均为智能设备的先验信息;因为所有的限制条件都是线性的,在本实施例中,将以上求解模型进行整理,最终,根据滑动窗口估计器,惯性测量单元的测量信息矩阵和测量向量,以及无线信号的测量信息矩阵和测量向量,计算当前的滑动窗口估计器,以最小化所有测量误差的马氏范数之和,所采用的计算表达式为:
(Λp+Λimu+ΛWiFi)χ=(bp+bimu+bWiFi) (1);
其中,bp和Λp均为智能设备的先验信息,Λimu和bimu分别表示惯性测量单元的测量信息矩阵和测量向量,ΛWiFi和bWiFi分别表示无线信号的信息矩阵和测量向量;
在本实施例中,滑动窗口估计器随着获得的信号到达角度的增多而滑动,且发生滑动时,移除较旧的状态变量和无法观测的无线信号发射装置的位置的方式为:对计算表达式(1)所对应的最小二乘方程组应用Schur补;
为了约束计算复杂度,滑动窗口估计器只保留最新的状态,移除较旧的智能设备状态和无法观测到的路由智能设备的位置信息;常用的移除旧状态的方法是直接从系统方程中移除这些参数,然而,这会丢失一部分信息,此时仅使用滑动窗内的测量信息会导致尺度不可观;求解优化模型时,对优化模型所对应的最小二乘方程组应用Schur补,能够对这些待移除的参数边缘化,从而很好的解决信息丢失而导致尺度不可观的问题;
在以上计算表达式中,χ表示由滑动窗口估计器中的所有的状态变量和无线信号发射装置的位置信息所构成的全状态参数向量,其表达式为:
其中,N1和N2分别表示滑动窗口估计器内所包含的状态总数和智能设备当前可观测的无线信号发射装置总数,s为大于或等于0的整数,B0表示初始时刻获得信号到达角度时智能设备的本体坐标系,Bk表示第k次获得信号到达角度时智能设备的本体坐标系,表示第k次获得的智能设备的状态变量,表示坐标系B0关于坐标系Bk的位置矩阵,表示表示坐标系Bk关于坐标系Bk的速度矩阵,表示坐标系Bk下的地球重力向量,i的取值为1≤i≤N2,ai表示第i个无线信号发射装置的位置;
使用滑动窗口估计器实现对智能设备的状态估计,能够以稳定的计算时间复杂度解决状态估计问题;由于智能设备导航系统中IMU的数据输出率高于无线定位模块的AoA输出率,所以在第k次获得AoA到第k+1次获得AoA之间不止一个IMU测量数据;在智能设备导航系统中,天线阵列已与IMU进行了方为校准,并且智能设备本体坐标系与无线定位模块坐标系之间的转换矩阵为已知的;采用滑动窗口估计器估计智能设备的状态变量时,智能设备导航系统的运作模型如图2所示;
此外,由于滑动窗口估计器同时包含智能设备的状态变量和无线信号发射装置的位置信息,在求解得到智能设备的状态变量的同时,还能够得到无线信号发射装置的位置信息;
(4)以状态变量为参考,调整智能设备的运动状态,从而实现智能设备的自主导航。
由于无线信号资源(例如WiFi资源)在室内场所无处不在,并且无线信号资源可以提供关于环境的可靠信息(例如AOA和TOF),因此,本发明所提供的智能设备导航方法利用无线定位技术测量智能设备和环境中无线信号发射装置之间的AoA和ToF,并结合智能设备的惯性参数,估计智能设备的状态变量,由此能够在GPS信号不可靠的环境下,准确地实现智能设备的自主导航。
本发明还提供了一种智能设备导航系统,用于实现智能设备的自主导航,如图3所示,包括:无线定位模块、惯性测量单元、状态估计模块以及控制模块;
无线定位模块用于采集环境中由无线信号发射装置所发射的无线信号的信道状态,以估计无线信号发射装置与智能设备之间的信号到达角度和信号传播时间;
惯性测量单元用于测量智能设备的惯性参数;
状态估计模块用于根据滑动窗口估计器实现信号到达角度和信号传播时间以及惯性参数之间的数据融合,从而估计智能设备的状态变量;
控制模块用于以状态变量为参考,调整智能设备的运动状态,实现自主导航;
其中,无线信号为OFDM信号,滑动窗口估计器用于保存智能设备最新的多个状态变量和当前能被无线信号发射装置的位置信息,天线阵列所述天线阵列为智能设备内网卡上的多根天线构造成线型的阵列,并且其中每一根天线为一个阵元;
在本实施例中,各功能模块的具体实施方式可参考以上方法实施例中的描述,在此不再复述。
预设一条运动轨迹,基于本发明所提供的智能设备导航方法及导航系统,最终实现的导航效果如图4所示。图4(a)示出了任意时刻,智能设备的实际三维位置在X、Y、Z方向上与预设运动轨迹之间的差值,即反应了导航误差,其中,带交叉点的曲线对应智能设备的实际运动轨迹,不带交叉点的曲线对应预设运动轨迹;从图4(a)所示的结果可以看出,估计出的轨迹在x-y-z坐标轴上的数值变化和真实值非常接近,因此本发明所提供的智能设备导航方法及导航系统能够准确的估计智能设备的轨迹。图4(b)示出了对信号发射端(如路由器)的定位效果,其中,带交叉点的曲线对应估计的路由器位置,不带交叉点的直线对应路由器的实际位置,初始时路由器的位置假设为(0,0,0),经过大约10秒后,系统会正确计算路由器的位置,使其不断接近真实的位置。根据图4(b)所示的结果可知,本发明所提供的智能设备导航方法及导航系统,在实现智能设备的自主导航时,还能同时准确估计出路由器的位置。因此,在GPS信号不可靠的环境中,本发明依然能够较为精确地实现智能设备的自主导航,由此能够有效解决现有的导航系统由于依赖视觉传感手段和激光传感手段进行定位而带来的计算复杂、受光照条件影响、设备昂贵、重量大、适用范围受限的问题。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种智能设备导航方法,用于实现智能设备的自主导航,其特征在于,包括如下步骤:
(1)将所述智能设备内网卡上的多根天线构造成线型的天线阵列,其中每一根天线为一个阵元;
(2)利用所述天线阵列采集环境中由无线信号发射装置所发射的无线信号的信道状态,并估计所述无线信号发射装置与所述智能设备之间的信号到达角度和信号传播时间;利用惯性测量单元测量所述智能设备的惯性参数;
(3)根据滑动窗口估计器实现所述信号到达角度和所述信号传播时间以及所述惯性参数之间的数据融合,从而估计所述智能设备的状态变量;
(4)以所述状态变量为参考,调整所述智能设备的运动状态,从而实现所述智能设备的自主导航;
其中,无线信号为OFDM信号,所述滑动窗口估计器用于保存所述智能设备最新的多个状态变量和当前能被所述无线信号发射装置的位置信息。
2.如权利要求1所述的智能设备导航方法,其特征在于,所述步骤(2)中,估计无线信号发射装置与所述智能设备之间的信号到达角度和信号传播时间的方式包括:
(21)将所述天线阵列接收到的N个OFDM信号子载波的信道状态信息叠加,得到测量信号矩阵X',并通过CSI平滑方法使得所述测量信号矩阵X'的秩大于无线信号传播路径的数目,从而得到信号测量矩阵X;
(22)根据导向向量模型和所述信号测量矩阵X,利用MUSIC算法得到每一条传播路径所对应的信号到达角度和信号传播时间;
(23)将具有最小信号传播时间的传播路径确定为直射路径,并将所述直射路径所对应的信号到达角度和信号传播时间分别确定为无线信号发射装置与所述智能设备之间的信号到达角度和信号传播时间;
其中,所述导向向量模型用于利用信号到达角度和信号传播时间描述由对应的阵元引入的相位偏移。
3.如权利要求2所述的智能设备导航方法,其特征在于,所述导向向量模型为:
其中,Φθ和Ωτ的表达式分别为:
Φθ=e-j2π×d×sin(θ)×f/c;
上标表示乘方运算的指数,θ表示信号到达角,τ表示信号传播时间,表示由信号到达角度为θ且信号传播时间为τ的传播路径所对应的阵元引入的相位偏移,Φθ表示由信号到达角为θ的传播路径所对应的阵元引入的相位偏移,Ωτ表示信号传播时间为τ的传播路径所对应的阵元引入的相位偏移,d表示相邻两个阵元的间距,f表示传输信号的频率,c表示光速,fδ表示相邻子载波之间的频率间隔,M和N分别表示所述天线阵列中的阵元个数和传输无线信号的子载波数。
4.如权利要求1所述的智能设备导航方法,其特征在于,所述步骤(3)包括如下步骤:
(31)根据所述惯性测量单元测量得到惯性参数构建所述惯性测量单元的测量信息矩阵,并由此计算所述惯性测量单元的测量向量;
(32)根据所采集到的无线信号的信道状态构建无线信号的测量信息矩阵,并由此计算无线信号的测量向量;
(33)根据所述滑动窗口估计器,所述惯性测量单元的测量信息矩阵和测量向量,以及无线信号的测量信息矩阵和测量向量,计算当前的滑动窗口估计器,以最小化所有测量误差的马氏范数之和;将当前的滑动窗口估计器中最新的一个状态变量作为所估计的状态变量。
5.如权利要求4所述的智能设备导航方法,其特征在于,所述步骤(31)中,计算所述惯性测量单元的测量向量,所采用的计算表达式为:
其中,B0表示初始时刻获得信号到达角度时所述智能设备的本体坐标系,Bk和Bk+1分别表示第k次和第k+1次获得信号到达角度时所述智能设备的本体坐标系,表示第k次获得信号到达角度到第k+1次获得信号到达角度之间所述惯性测量单元的测量信息矩阵,和均为利用所述测量信息矩阵计算的协方差矩阵,表示坐标系Bk关于坐标系B0的转移矩阵,表示坐标系B0关于坐标系Bk+1的位置矩阵,Δt表示第k次获得信号到达角度到第k+1次获得信号到达角度之间的时间差,表示坐标系Bk关于坐标系Bk+1的转移矩阵,表示坐标系Bk+1关于坐标系Bk+1的速度矩阵,坐标系Bk+1下的地球重力向量,表示所述惯性测量单元的测量向量,表示所述惯性测量单元的测量噪声,χ表示由所述滑动窗口估计器中的所有的状态变量和无线信号发射装置的位置信息所构成的全状态参数向量。
6.如权利要求4所述的智能设备导航方法,其特征在于,所述步骤(32)中,计算所述无线定位模块的测量向量,所采用的计算表达式为:
其中,B0表示初始时刻获得信号到达角度时所述智能设备的本体坐标系,Bk、Bi和Bj分别表示第k次、第i次和第j次获得信号到达角度时所述智能设备的本体坐标系,表示第j次获得信号到达角度时从第l个无线信号发射装置测量到的信号矩阵,表示信号到达角测量值的余旋,表示信号到达角测量值的正旋,表示信号到达角真实值的余旋,表示信号到达角真实值的正旋,表示坐标系Bj关于坐标系B0的转移矩阵,表示坐标系B0关于坐标系Bk+1的位置矩阵,表示坐标系B0关于坐标系Bj的位置矩阵,表示坐标系B0关于坐标系Bi的转移矩阵,dl表示第l个无线信号发射装置与所述智能设备之间的距离,表示第k次获得信号到达角度时从第l个无线信号发射装置测量到的测量向量,表示无线信号的测量噪声,χ表示由所述滑动窗口估计器中的所有的状态变量和无线信号发射装置的位置信息所构成的全状态参数向量。
7.如权利要求4所述的智能设备导航方法,其特征在于,所述步骤(33)中,根据所述滑动窗口估计器,所述惯性测量单元的测量信息矩阵和测量向量,以及无线信号的测量信息矩阵和测量向量,计算当前的滑动窗口估计器,以最小化所有测量误差的马氏范数之和,所采用的计算表达式为:
(Λp+Λimu+ΛWiFi)χ=(bp+bimu+bWiFi) (1);
其中,bp和Λp均为所述智能设备的先验信息,Λimu和bimu分别表示所述惯性测量单元的测量信息矩阵和测量向量,ΛWiFi和bWiFi分别表示无线信号的信息矩阵和测量向量,χ表示由所述滑动窗口估计器中的所有的状态变量和无线信号发射装置的位置信息所构成的全状态参数向量。
8.如权利要求7所述的智能设备导航方法,其特征在于,所述滑动窗口估计器随着获得的信号到达角度的增多而滑动,且发生滑动时,移除较旧的状态变量和无法观测的无线信号发射装置的位置的方式为:对所述计算表达式(1)所对应的最小二乘方程组应用Schur补。
9.如权利要求5或6或7所述的智能设备导航方法,其特征在于,所述全状态参数向量χ的表达式为:
其中,N1和N2分别表示滑动窗口估计器内所包含的状态总数和所述智能设备当前可观测的无线信号发射装置总数,s为大于或等于0的整数,B0表示初始时刻获得信号到达角度时所述智能设备的本体坐标系,Bk表示第k次获得信号到达角度时所述智能设备的本体坐标系,表示第k次获得的所述智能设备的状态变量,表示坐标系B0关于坐标系Bk的位置矩阵,表示表示坐标系Bk关于坐标系Bk的速度矩阵,表示坐标系Bk下的地球重力向量,i的取值为1≤i≤N2,ai表示第i个无线信号发射装置的位置。
10.一种智能设备导航系统,用于实现智能设备的自主导航,其特征在于,包括:无线定位模块、惯性测量单元、状态估计模块以及控制模块;
所述无线定位模块用于利用天线阵列采集环境中由无线信号发射装置所发射的无线信号的信道状态,以估计无线信号发射装置与所述智能设备之间的信号到达角度和信号传播时间;
所述惯性测量单元用于测量所述智能设备的惯性参数;
所述状态估计模块用于根据滑动窗口估计器实现所述信号到达角度和所述信号传播时间以及所述惯性参数之间的数据融合,从而估计所述智能设备的状态变量;
所述控制模块用于以所述状态变量为参考,调整所述智能设备的运动状态,实现自主导航;
其中,无线信号为OFDM信号,所述滑动窗口估计器用于保存所述智能设备最新的多个状态变量和当前能被所述无线信号发射装置的位置信息,所述天线阵列所述天线阵列为所述智能设备内网卡上的多根天线构造成线型的阵列,并且其中每一根天线为一个阵元。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811163117.6A CN109341679A (zh) | 2018-09-30 | 2018-09-30 | 一种智能设备导航方法及导航系统 |
US16/578,442 US11255677B2 (en) | 2018-09-30 | 2019-09-23 | Intelligent device navigation method and navigation system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811163117.6A CN109341679A (zh) | 2018-09-30 | 2018-09-30 | 一种智能设备导航方法及导航系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109341679A true CN109341679A (zh) | 2019-02-15 |
Family
ID=65308570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811163117.6A Pending CN109341679A (zh) | 2018-09-30 | 2018-09-30 | 一种智能设备导航方法及导航系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11255677B2 (zh) |
CN (1) | CN109341679A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110244263A (zh) * | 2019-06-06 | 2019-09-17 | 华中科技大学 | 一种机器人无源定位方法、系统及设备 |
CN110806205A (zh) * | 2019-10-30 | 2020-02-18 | 华中科技大学 | 一种基于无源射频标签的微型无人机导航方法 |
CN110967007A (zh) * | 2019-11-21 | 2020-04-07 | 中国船舶重工集团公司第七0五研究所 | 一种适用于稳态航行可节省两轴捷联陀螺的惯导解算方法 |
CN111045581A (zh) * | 2019-11-22 | 2020-04-21 | 安徽听见科技有限公司 | 一种页面滑动控制方法、装置、设备及存储介质 |
CN112762929A (zh) * | 2020-12-24 | 2021-05-07 | 华中科技大学 | 一种智能导航方法、装置和设备 |
CN114143707A (zh) * | 2021-11-09 | 2022-03-04 | 上海仪电(集团)有限公司中央研究院 | 基于广播载荷编码及多维度修正的定位装置及管理系统 |
CN114697182A (zh) * | 2020-12-29 | 2022-07-01 | 财团法人工业技术研究院 | 信号感测系统和方法 |
CN115355907A (zh) * | 2022-10-19 | 2022-11-18 | 东南大学 | 基于毫米波通感一体化无人设备的自主导航系统及方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210119740A1 (en) * | 2019-07-22 | 2021-04-22 | Industrial Technology Research Institute | System and method for signal sensing |
CN111707986B (zh) * | 2020-06-18 | 2022-05-27 | 重庆邮电大学 | 一种基于稀疏面阵的三维参数估计方法 |
CN112504269B (zh) * | 2020-10-11 | 2023-12-22 | 中国航空工业集团公司洛阳电光设备研究所 | 一种应用于半捷联稳定平台的轴角速度估计方法 |
CN113112393B (zh) * | 2021-03-04 | 2022-05-31 | 浙江欣奕华智能科技有限公司 | 视觉导航系统中的边缘化装置 |
US11770680B2 (en) | 2021-06-11 | 2023-09-26 | Hand Held Products, Inc. | Methods and apparatuses for automatically commissioning locators |
EP4180833A1 (en) * | 2021-11-16 | 2023-05-17 | TMY Technology Inc. | Method for measuring angle of arrival with phased array |
CN114286307B (zh) * | 2022-01-07 | 2024-03-26 | 深圳泓越信息科技有限公司 | 一种基于矩阵束的信道状态信息参数估计方法 |
CN115236618A (zh) * | 2022-06-16 | 2022-10-25 | 中国第一汽车股份有限公司 | 护栏的检测方法、检测装置与车辆 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197279A (zh) * | 2013-03-12 | 2013-07-10 | 中国矿业大学 | 一种移动目标协同定位系统及定位方法 |
CN105611627A (zh) * | 2016-01-08 | 2016-05-25 | 重庆邮电大学 | 基于双天线的wlan接入点aoa的估计方法 |
CN106154222A (zh) * | 2016-06-20 | 2016-11-23 | 北京大学 | 一种利用无线电射频信号检测人的行走方向的方法 |
CN106501766A (zh) * | 2016-10-31 | 2017-03-15 | 清华大学 | 天线阵列信号处理方法及装置 |
CN106604394A (zh) * | 2016-12-28 | 2017-04-26 | 南京航空航天大学 | 一种基于csi的判定室内人体运动速度模型 |
CN107015198A (zh) * | 2017-05-08 | 2017-08-04 | 西安电子科技大学 | 一种基于天线非规则布设的室内定位方法 |
WO2017156487A1 (en) * | 2016-03-11 | 2017-09-14 | Origin Wireless, Inc. | Methods, apparatus, servers, and systems for human identification based on human radio biometric information |
CN108442969A (zh) * | 2018-02-28 | 2018-08-24 | 中国矿业大学 | 一种基于无线csi的井下救援联合机器人及救援方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019043446A1 (en) * | 2017-09-04 | 2019-03-07 | Nng Software Developing And Commercial Llc | METHOD AND APPARATUS FOR COLLECTING AND USING SENSOR DATA FROM A VEHICLE |
-
2018
- 2018-09-30 CN CN201811163117.6A patent/CN109341679A/zh active Pending
-
2019
- 2019-09-23 US US16/578,442 patent/US11255677B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197279A (zh) * | 2013-03-12 | 2013-07-10 | 中国矿业大学 | 一种移动目标协同定位系统及定位方法 |
CN105611627A (zh) * | 2016-01-08 | 2016-05-25 | 重庆邮电大学 | 基于双天线的wlan接入点aoa的估计方法 |
WO2017156487A1 (en) * | 2016-03-11 | 2017-09-14 | Origin Wireless, Inc. | Methods, apparatus, servers, and systems for human identification based on human radio biometric information |
CN106154222A (zh) * | 2016-06-20 | 2016-11-23 | 北京大学 | 一种利用无线电射频信号检测人的行走方向的方法 |
CN106501766A (zh) * | 2016-10-31 | 2017-03-15 | 清华大学 | 天线阵列信号处理方法及装置 |
CN106604394A (zh) * | 2016-12-28 | 2017-04-26 | 南京航空航天大学 | 一种基于csi的判定室内人体运动速度模型 |
CN107015198A (zh) * | 2017-05-08 | 2017-08-04 | 西安电子科技大学 | 一种基于天线非规则布设的室内定位方法 |
CN108442969A (zh) * | 2018-02-28 | 2018-08-24 | 中国矿业大学 | 一种基于无线csi的井下救援联合机器人及救援方法 |
Non-Patent Citations (2)
Title |
---|
BING LI ET AL.: "CSI-Based WiFi-Inertial State Estimation", 《 2016 IEEE INTERNATIOANL CONFERENCE ON MULTISENSOR FUSION AND INTEGRATION FOR INTELLIGENT SYSTEMS》 * |
吴自鹏: "WLAN环境下的AoA/PDR融合室内定位算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110244263A (zh) * | 2019-06-06 | 2019-09-17 | 华中科技大学 | 一种机器人无源定位方法、系统及设备 |
CN110244263B (zh) * | 2019-06-06 | 2021-05-18 | 华中科技大学 | 一种机器人无源定位方法、系统及设备 |
CN110806205B (zh) * | 2019-10-30 | 2021-07-27 | 华中科技大学 | 一种基于无源射频标签的微型无人机导航方法 |
CN110806205A (zh) * | 2019-10-30 | 2020-02-18 | 华中科技大学 | 一种基于无源射频标签的微型无人机导航方法 |
CN110967007A (zh) * | 2019-11-21 | 2020-04-07 | 中国船舶重工集团公司第七0五研究所 | 一种适用于稳态航行可节省两轴捷联陀螺的惯导解算方法 |
CN110967007B (zh) * | 2019-11-21 | 2023-02-21 | 中国船舶重工集团公司第七0五研究所 | 一种适用于稳态航行可节省两轴捷联陀螺的惯导解算方法 |
CN111045581A (zh) * | 2019-11-22 | 2020-04-21 | 安徽听见科技有限公司 | 一种页面滑动控制方法、装置、设备及存储介质 |
CN111045581B (zh) * | 2019-11-22 | 2022-06-07 | 安徽听见科技有限公司 | 一种页面滑动控制方法、装置、设备及存储介质 |
CN112762929B (zh) * | 2020-12-24 | 2022-08-02 | 华中科技大学 | 一种智能导航方法、装置和设备 |
CN112762929A (zh) * | 2020-12-24 | 2021-05-07 | 华中科技大学 | 一种智能导航方法、装置和设备 |
CN114697182A (zh) * | 2020-12-29 | 2022-07-01 | 财团法人工业技术研究院 | 信号感测系统和方法 |
CN114143707A (zh) * | 2021-11-09 | 2022-03-04 | 上海仪电(集团)有限公司中央研究院 | 基于广播载荷编码及多维度修正的定位装置及管理系统 |
CN115355907A (zh) * | 2022-10-19 | 2022-11-18 | 东南大学 | 基于毫米波通感一体化无人设备的自主导航系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
US11255677B2 (en) | 2022-02-22 |
US20200103231A1 (en) | 2020-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109341679A (zh) | 一种智能设备导航方法及导航系统 | |
CN108521670B (zh) | 面向多机紧密编队飞行基于uwb通信与定位方法及一体化系统 | |
CN108351217B (zh) | 在全球定位系统拒绝访问的导航、追踪及定位的移动装置 | |
EP3430419B1 (en) | Estimating locations of mobile devices in a wireless tracking system | |
US7821453B2 (en) | Distributed iterative multimodal sensor fusion method for improved collaborative localization and navigation | |
CN108810133A (zh) | 一种基于uwb和tdoa算法的智能机器人定位方法及定位系统 | |
WO2019239365A1 (en) | System and method for position and orientation tracking of multiple mobile devices | |
KR101073318B1 (ko) | 복수의 안테나를 포함한 단말기의 위치 확인 시스템 및 방법 | |
CN103995250B (zh) | 射频标签轨迹追踪方法 | |
CN103363988A (zh) | 一种利用智能手机传感器实现地磁室内定位导航的方法 | |
CN106793087A (zh) | 一种基于aoa和pdoa的阵列天线室内定位算法 | |
CN109782289A (zh) | 一种基于基线几何结构约束的水下航行器定位方法 | |
CN110779496B (zh) | 三维地图构建系统、方法、设备和存储介质 | |
Beuchat et al. | Enabling optimization-based localization for IoT devices | |
CN104181500A (zh) | 一种基于惯性信息和机会无线信号特征的实时定位方法 | |
CN108196290A (zh) | 一种无人机群载极化阵列姿态测量和目标探测方法 | |
US20200018814A1 (en) | Locating radio transmission source by scene reconstruction | |
CN103760585A (zh) | 一种适用林区的星-地结合定位方法 | |
CN104569914B (zh) | 基于电磁波极化三维电/磁信号平稳特征的运动姿态感知方法 | |
CN103596265A (zh) | 一种基于声音测距和移动向量的多用户室内定位方法 | |
CN108112265A (zh) | 带非平面MIMO天线的wifi定位方法和其系统 | |
KR101141984B1 (ko) | Dr/gps 데이터 융합 방법 | |
CN110658515A (zh) | 一种基于uwb单基站的多用户imu定位对齐方法 | |
CN109690340A (zh) | 一无线电信号接收方向的确定方法 | |
CN106501766A (zh) | 天线阵列信号处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190215 |
|
RJ01 | Rejection of invention patent application after publication |