CN109341683A - 基于uwb双标签的航向计算及其性能分析方法 - Google Patents
基于uwb双标签的航向计算及其性能分析方法 Download PDFInfo
- Publication number
- CN109341683A CN109341683A CN201810701416.4A CN201810701416A CN109341683A CN 109341683 A CN109341683 A CN 109341683A CN 201810701416 A CN201810701416 A CN 201810701416A CN 109341683 A CN109341683 A CN 109341683A
- Authority
- CN
- China
- Prior art keywords
- labels
- uwb
- label
- course
- bis
- 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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于UWB双标签的航向计算及其性能分析方法,包括:步骤1,对双标签到至少三个基站之间的距离分别进行测算;步骤2,基于UKF算法建立UWB系统的定位解算模型;步骤3,依据步骤1所得的各个距离,结合步骤2所得的定位结算模型获取双标签道位置;步骤4,建立基于UWB双标签道航向解算模型,利用双标签的位置信息进行运动载体的航向解算。本发明通过构建基于UWB双标签的航向解算模型,将双标签间隔一定距离安装在运动目标的中轴线上,利用UWB定位系统在室内环境下的定位信息,解算适用于惯导的航向信息,提高惯导系统室内定位性能,满足运动目标在复杂室内环境下的运动需求。
Description
技术领域
本发明属于导航技术等领域,具体涉及一种基于UWB双标签的航向解算方法。
背景技术
室内定位在公共安全、资产管理、智能交通、社交网络等具有广泛的应用前景。随着人们对基于位置服务的需求日益迫切,开展室内定位研究,更显出它的重要性和紧迫性。
然而,室内环境复杂、多变,到目前为止室内定位问题依然没有提出一种普适的解决方案。UWB具有极大的带宽,超高精度的时间分辨率,良好的抗多径干扰,测距精度可达厘米级,与其他定位技术相比优势明显。但由于信号体制特性,UWB室内定位系统受非视距干扰严重。惯性导航系统具有自主性、抗干扰性、隐蔽性等优势,使其成为军事上一种必要的导航手段,在环境复杂的室内定位中也显得尤为重要,但误差随时间积累。UWB与惯性组合可以实现优势互补,是一种有效的室内定位方法。但室内环境复杂、多变等特点使得现有组合系统主要存在以下两个问题:
1、给定初始航向误差较大。这是因为室内环境复杂,尤其是在封闭金属环境下,磁场易受干扰,进而影响给定的初始航向误差较大,降低室内定位精度。
2、惯导解算过程中输出航向误差较大。这是因为室内环境复杂,地磁易受干扰,加之MEMS惯性器件精度受限,长时间惯导解算输出的航向误差较大。
发明内容:
为了克服上述背景技术的缺陷,本发明提供一种基于UWB双标签的航向计算及其性能分析方法,应用于室内惯导系统导航解算模块中,保证惯导定位精度。
为了解决上述技术问题本发明的所采用的技术方案为:
一种基于UWB双标签的航向计算及其性能分析方法,包括:
步骤1,对双标签到至少三个基站之间的距离分别进行测算;
步骤2,基于UKF算法建立UWB系统的定位解算模型;
步骤3,依据步骤1所得的各个距离,结合步骤2所得的定位结算模型获取双标签道位置;
步骤4,建立基于UWB双标签道航向解算模型,利用双标签的位置信息进行运动载体的航向解算。
较佳地,步骤1对双标签到至少三个基站之间的距离分别进行测算的具体方法包括:
步骤11,标签向基站发送一个带有标识和时间戳的数据包,基站接收数据包并记录当前时刻;
步骤12,基站向标签发送一个带有标识和时间戳的数据包,标签接收数据包并记录当前时刻;
步骤13,标签再向基站发送一个带有标识和时间戳的数据包,基站接收数据包之后进行信号飞行时间Tprop计算:
其中Tround1为标签信号往返时间,Tround2为基站信号往返时间, Treply1为基站信号回复时间,Treply2为标签信号回复时间,
步骤14,标签到基站之间的距离r为:
r=c×Tprop
其中,c为光速。
较佳地,步骤2基于UKF算法建立UWB系统的定位解算模型的具体方法包括:
步骤21,建立系统状态量方程
状态量为X=[x,vx,y,vy],其中(x,y)表示标签的位置坐标,(vx,vy)表示标签的运动速度,T为采样时间间隔;
步骤22,建立系统观测方程如下:
观测量Z=[r1,r2,r3,r4]表示标签至各个基站的距离,UKF 传播流程首先求解误差协方差矩阵的均方根采用Cholesky分解求解:
计算sigma点:
式中下标:,i表示矩阵第i列;
每个sigma点可通过系统模型进行传播:
传播过后的状态预测及其误差协方差为:
UKF的观测更新流程由下式产生新的sigma点:
sigma点和平均观测新息可由下式解算:
则观测新息的协方差为:
步骤23,更新UKF卡尔曼增益、状态向量更新和误差协方差得到UWB系统的定位解算模型:
式中:为k时刻状态估计值,为k时刻状态预测值,Kk为k 时刻卡尔曼增益值,为k时刻平均观测新息。
较佳地,步骤3依据步骤1所得的各个距离,结合步骤2所得的定位结算模型获取双标签道位置的具体方法包括:
在UWB定位区域内,2个标签实时测量至少到3个基站之间的距离,利用该距离信息,按照步骤2进行状态估计,分别得到各个时刻2个标签的状态估计值,根据步骤2中状态量的选取,提取2个标签状态量中的位置信息,得到2个标签的坐标Tag1(xTag1,yTag1) 和Tag2(xTag2,yTag2)。
较佳地,步骤4建立基于UWB双标签道航向解算模型,利用双标签的位置信息进行运动载体的航向解算的具体方法包括:
根据步骤3得到2个标签的位置信息分别为Tag1(xTag1,yTag1)和 Tag2(xTag2,yTag2),利用双标签的位置信息进行运动载体的航向解算,航向
本发明的有益效果在于:本发明通过构建基于UWB双标签的航向解算模型,将双标签间隔一定距离安装在运动目标的中轴线上,利用UWB定位系统在室内环境下的定位信息,解算适用于惯导的航向信息,提高惯导系统室内定位性能,满足运动目标在复杂室内环境下的运动需求。本方法不需要加装地磁传感模块,无需采集地磁航向信息,在原有的UWB室内定位系统中采用双标签定位方式,即可解算运动目标的航向信息,因此方便在现有UWB室内定位系统中直接应用,且该方法在提供航向信息的同时还可以输出运动载体的位置信息。因此方便为UWB/MEMS组合导航解算提供航向信息,提高组合导航定位精度。一定时间内解算的航向精度优于复杂环境下地磁航向精度。
附图说明
图1为本发明实施例的双边双向测距示意图;
图2为本发明实施例的双标签航向解算示意图;
图3为本发明实施例的实验场景图。
具体实施方式
下面结合附图和实施例对本发明做进一步的说明。
一种基于UWB双标签的航向解算方法,具体包括:
步骤1,根据双向双边测距原理,2个标签分别测量至少到3个基站之间的距离。双边双向测距分为三次握手通信过程,首先,标签向基站发送一个带有标识和时间戳的数据包,基站接收数据包并记录当前时刻,然后,基站向标签发送一个带有标识和时间戳的数据包,标签接收数据包并记录当前时刻,最后,标签再向基站发送一个带有标识和时间戳的数据包,基站接收数据包之后进行信号飞行时间Tprop计算。计算公式如下:
其中Tround1为标签信号往返时间,Tround2为基站信号往返时间, Treply1为基站信号回复时间,Treply2为标签信号回复时间,因此,标签到基站之间的距离r为:
r=c×Tprop
其中,c为光速。
步骤2,建立基于UKF算法的UWB系统的定位解算模型。UWB 系统的定位解算模型可由下式表示:
式中:为k时刻状态估计值,为k时刻状态预测值,Kk为k 时刻卡尔曼增益值,为k时刻平均观测新息。建立系统状态方程如下:
状态量为X=[x,vx,y,vy],其中(x,y)表示标签的位置坐标,(vx,vy)表示标签的运动速度,T为采样时间间隔。建立系统观测方程如下:
观测量Z=[r1,r2,r3,r4]表示标签至各个基站的距离。UKF传播流程首先求解误差协方差矩阵的均方根采用Cholesky分解来求解:
计算sigma点:
式中下标“:,i”表示矩阵第i列。每个sigma点可通过系统模型进行传播:
传播过后的状态预测及其误差协方差为:
UKF的观测更新流程由下式产生新的sigma点:
sigma点和平均观测新息可由下式解算:
则观测新息的协方差为:
最后,UKF卡尔曼增益、状态向量更新和误差协方差更新为:
步骤3,根据第1步确定的2个标签至各个基站的距离,按照步骤2解算出2个标签的位置。在UWB定位区域内,2个标签实时测量至少到3个基站之间的距离,利用该距离信息,按照步骤2进行状态估计,分别得到各个时刻2个标签的状态估计值,根据步骤2中状态量的选取,提取2个标签状态量中的位置信息,得到2个标签的坐标并将其命名为Tag1(xTag1,yTag1)和Tag2(xTag2,yTag2)。
步骤4,建立基于UWB双标签的航向解算模型,根据第3步确定的2个标签的位置信息,解算出航向。根据步骤3得到2个标签的位置信息分别为Tag1(xTag1,yTag1)和Tag2(xTag2,yTag2),最后利用双标签的位置信息进行运动载体的航向解算,计算公式如下:
本实施例依据仅基于UWB系统,采用双标签的方式计算运动目标的航向信息。
本发明是建立在UWB定位系统的硬件基础上,该模型为提高 UWB/MEMS组合导航的定位性能,需对航向解算方法进行研究。该模型的特性主要包括:
标签位置的计算;
双标签与运动目标航向关系的建立;
标签定位解算模型的构建。
本发明提供了基于UWB双标签的航向解算方法,基于以上构建的航向解算模型,对该方法进行研究。
为了证明该方法的有效性,在以下条件下进行实验分析:
1、实验模块的选型,采用市面上常用的一种一种I-UWB LPS无穷超宽带局部定位系统参与实验。
2、按照UWB系统使用要求对基站进行布置,对系统进行初始化设置。
3、将4个标签安装在运动目标的中轴线上,两两间隔30cm。
4、在目标运动过程中,实时采集4个标签至各个基站之间的距离信息。
5、分别对4个标签进行定位解算,得到4个标签运动过程中的位置信息。
6、利用航向与标签之间的计算关系,任意2个标签进行组合,实现对运动目标的航向进行求解。
具体方案实验场景如图3所示,航向计算结果下表所示
表1不同基线长度航行误差统计(/度)
由此可见:本文所使用的一种基于UWB双标签的航向解算方法可有效计算出运动目标的航向信息。本发明的方法可以为相关定位解算算法提供航行信息参考。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (5)
1.一种基于UWB双标签的航向计算及其性能分析方法,其特征在于,包括:
步骤1,对双标签到至少三个基站之间的距离分别进行测算;
步骤2,基于UKF算法建立UWB系统的定位解算模型;
步骤3,依据步骤1所得的各个距离,结合步骤2所得的定位结算模型获取所述双标签道位置;
步骤4,建立基于UWB双标签道航向解算模型,利用双标签的位置信息进行运动载体的航向解算。
2.根据权利要求1所述的一种基于UWB双标签的航向计算及其性能分析方法,其特征在于,所述步骤1对双标签到至少三个基站之间的距离分别进行测算的具体方法包括:
步骤11,标签向基站发送一个带有标识和时间戳的数据包,基站接收数据包并记录当前时刻;
步骤12,基站向标签发送一个带有标识和时间戳的数据包,标签接收数据包并记录当前时刻;
步骤13,标签再向基站发送一个带有标识和时间戳的数据包,基站接收数据包之后进行信号飞行时间Tprop计算:
其中Tround1为标签信号往返时间,Tround2为基站信号往返时间,Treply1为基站信号回复时间,Treply2为标签信号回复时间,
步骤14,标签到基站之间的距离r为:
r=c×Tprop
其中,c为光速。
3.根据权利要求1所述的一种基于UWB双标签的航向计算及其性能分析方法,其特征在于,所述步骤2基于UKF算法建立UWB系统的定位解算模型的具体方法包括:
步骤21,建立系统状态量方程
状态量为X=[x,vx,y,vy],其中(x,y)表示标签的位置坐标,(vx,vy)表示标签的运动速度,T为采样时间间隔;
步骤22,建立系统观测方程如下:
观测量Z=[r1,r2,r3,r4]表示标签至各个基站的距离,UKF传播流程首先求解误差协方差矩阵的均方根采用Cholesky分解求解:
计算sigma点:
式中下标:,i表示矩阵第i列;
每个sigma点可通过系统模型进行传播:
传播过后的状态预测及其误差协方差为:
UKF的观测更新流程由下式产生新的sigma点:
sigma点和平均观测新息可由下式解算:
则观测新息的协方差为:
步骤23,更新UKF卡尔曼增益、状态向量更新和误差协方差得到UWB系统的定位解算模型:
式中:为k时刻状态估计值,为k时刻状态预测值,Kk为k时刻卡尔曼增益值,为k时刻平均观测新息。
4.根据权利要求3所述的一种基于UWB双标签的航向计算及其性能分析方法,其特征在于,所述步骤3依据步骤1所得的各个距离,结合步骤2所得的定位结算模型获取所述双标签道位置的具体方法包括:
在UWB定位区域内,2个标签实时测量至少到3个基站之间的距离,利用该距离信息,按照步骤2进行状态估计,分别得到各个时刻2个标签的状态估计值,根据步骤2中状态量的选取,提取2个标签状态量中的位置信息,得到2个标签的坐标Tag1(xTag1,yTag1)和Tag2(xTag2,yTag2)。
5.根据权利要求4所述的一种基于UWB双标签的航向计算及其性能分析方法,其特征在于,所述步骤4建立基于UWB双标签道航向解算模型,利用双标签的位置信息进行运动载体的航向解算的具体方法包括:
根据步骤3得到2个标签的位置信息分别为Tag1(xTag1,yTag1)和Tag2(xTag2,yTag2),利用双标签的位置信息进行运动载体的航向解算,航向
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810701416.4A CN109341683A (zh) | 2018-06-29 | 2018-06-29 | 基于uwb双标签的航向计算及其性能分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810701416.4A CN109341683A (zh) | 2018-06-29 | 2018-06-29 | 基于uwb双标签的航向计算及其性能分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109341683A true CN109341683A (zh) | 2019-02-15 |
Family
ID=65291277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810701416.4A Pending CN109341683A (zh) | 2018-06-29 | 2018-06-29 | 基于uwb双标签的航向计算及其性能分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109341683A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110044357A (zh) * | 2019-04-22 | 2019-07-23 | 长春工程学院 | 一种室内高精度三维无线定位方法 |
CN110081882A (zh) * | 2019-04-24 | 2019-08-02 | 中南大学 | 四旋翼无人机航向测量器及控制方法 |
CN111144524A (zh) * | 2019-12-31 | 2020-05-12 | 广东博智林机器人有限公司 | 一种定位定向设备及agv引导车 |
CN113219448A (zh) * | 2021-04-23 | 2021-08-06 | 河北稳控科技有限公司 | 一种非接触式高精度定位系统及方法 |
CN113296054A (zh) * | 2021-05-24 | 2021-08-24 | 福建盛海智能科技有限公司 | 一种基于uwb阵列的定位导航方法与终端 |
CN113900061A (zh) * | 2021-05-31 | 2022-01-07 | 深圳市易艾得尔智慧科技有限公司 | 基于uwb无线定位与imu融合的导航定位系统及方法 |
CN114040327A (zh) * | 2021-11-25 | 2022-02-11 | 江苏科技大学 | 一种基于uwb的空间可视对标系统的构造方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102862666A (zh) * | 2011-07-08 | 2013-01-09 | 中国科学院沈阳自动化研究所 | 一种基于自适应ukf的水下机器人状态和参数联合估计方法 |
CN105824003A (zh) * | 2014-12-16 | 2016-08-03 | 国家电网公司 | 一种基于轨迹平滑的室内移动目标定位方法 |
US20170038213A1 (en) * | 2014-04-28 | 2017-02-09 | Intel Corporation | Heading estimation for determining a user's location |
CN106643694A (zh) * | 2016-11-04 | 2017-05-10 | 航天科工智能机器人有限责任公司 | 一种机器人室内定位方法 |
CN107976195A (zh) * | 2017-11-30 | 2018-05-01 | 达闼科技(北京)有限公司 | 机器人的定位导航系统及方法、存储介质、机器人 |
-
2018
- 2018-06-29 CN CN201810701416.4A patent/CN109341683A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102862666A (zh) * | 2011-07-08 | 2013-01-09 | 中国科学院沈阳自动化研究所 | 一种基于自适应ukf的水下机器人状态和参数联合估计方法 |
US20170038213A1 (en) * | 2014-04-28 | 2017-02-09 | Intel Corporation | Heading estimation for determining a user's location |
CN105824003A (zh) * | 2014-12-16 | 2016-08-03 | 国家电网公司 | 一种基于轨迹平滑的室内移动目标定位方法 |
CN106643694A (zh) * | 2016-11-04 | 2017-05-10 | 航天科工智能机器人有限责任公司 | 一种机器人室内定位方法 |
CN107976195A (zh) * | 2017-11-30 | 2018-05-01 | 达闼科技(北京)有限公司 | 机器人的定位导航系统及方法、存储介质、机器人 |
Non-Patent Citations (3)
Title |
---|
崔丹等: "组合导航中噪声在线估计无迹卡尔曼滤波", 《通信技术》 * |
杨倩等: "基于无迹卡尔曼滤波的室内超宽带跟踪算法", 《轻工学报》 * |
王明东等: "基于UWB技术的隧道无线定位方法研究", 《武汉理工大学学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110044357A (zh) * | 2019-04-22 | 2019-07-23 | 长春工程学院 | 一种室内高精度三维无线定位方法 |
CN110044357B (zh) * | 2019-04-22 | 2023-02-24 | 长春工程学院 | 一种室内高精度三维无线定位方法 |
CN110081882A (zh) * | 2019-04-24 | 2019-08-02 | 中南大学 | 四旋翼无人机航向测量器及控制方法 |
CN110081882B (zh) * | 2019-04-24 | 2023-06-06 | 中南大学 | 四旋翼无人机航向测量器及控制方法 |
CN111144524A (zh) * | 2019-12-31 | 2020-05-12 | 广东博智林机器人有限公司 | 一种定位定向设备及agv引导车 |
CN111144524B (zh) * | 2019-12-31 | 2023-07-07 | 广东博智林机器人有限公司 | 一种定位定向设备及agv引导车 |
CN113219448A (zh) * | 2021-04-23 | 2021-08-06 | 河北稳控科技有限公司 | 一种非接触式高精度定位系统及方法 |
CN113296054A (zh) * | 2021-05-24 | 2021-08-24 | 福建盛海智能科技有限公司 | 一种基于uwb阵列的定位导航方法与终端 |
CN113296054B (zh) * | 2021-05-24 | 2024-01-26 | 江苏盛海智能科技有限公司 | 一种基于uwb阵列的定位导航方法与终端 |
CN113900061A (zh) * | 2021-05-31 | 2022-01-07 | 深圳市易艾得尔智慧科技有限公司 | 基于uwb无线定位与imu融合的导航定位系统及方法 |
CN114040327A (zh) * | 2021-11-25 | 2022-02-11 | 江苏科技大学 | 一种基于uwb的空间可视对标系统的构造方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109341683A (zh) | 基于uwb双标签的航向计算及其性能分析方法 | |
CN109946730B (zh) | 一种车路协同下基于超宽带的车辆高可靠融合定位方法 | |
Woo et al. | Application of WiFi-based indoor positioning system for labor tracking at construction sites: A case study in Guangzhou MTR | |
CN112533163B (zh) | 基于NB-IoT改进的融合超宽带和蓝牙的室内定位方法 | |
CN105044667B (zh) | 一种运动目标的双星跟踪方法、装置和系统 | |
CN106019217A (zh) | 基于aoa的二维无线传感器网络半定规划定位方法 | |
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 | |
CN106990396B (zh) | 一种双基地合成孔径雷达定位误差计算方法 | |
CN106446422A (zh) | 一种基于对数似然估计的无源定位跟踪新方法 | |
CN104197930A (zh) | 一种基于惯性制导和射频识别的室内定位装置及方法 | |
WO2023212983A1 (zh) | 一种智能手机和可穿戴设备的音频定位系统、方法及终端 | |
US11874366B2 (en) | High-precision vehicle positioning method based on ultra-wideband in intelligent vehicle infrastructure cooperative systems | |
Long et al. | Single UWB anchor aided PDR heading and step length correcting indoor localization system | |
CN104569915A (zh) | 多光电探测系统中基于目标运动模型的定位方法 | |
Elwischger et al. | Efficient ambiguity resolution in wireless localization systems | |
CN110458089A (zh) | 一种基于高低轨光学卫星观测的海上目标关联系统及方法 | |
Liu et al. | An indoor 3-D quadrotor localization algorithm based on WiFi RTT and MEMS sensors | |
Siebler et al. | Train localization with particle filter and magnetic field measurements | |
Sun et al. | The application of indoor localization systems based on the improved Kalman filtering algorithm | |
Chen et al. | Application of adaptive extended kalman smoothing on INS/WSN integration system for mobile robot indoors | |
Roth | Data Collection. | |
CN108332749B (zh) | 一种室内动态追踪定位方法 | |
Ardakani et al. | A hybrid adaptive approach to improve position tracking measurements | |
CN111190139B (zh) | 一种用于复杂环境中超宽带非视线传输的高精度定位方法 | |
Liu et al. | Improved UWB indoor positioning algorithms based on BP neural network model |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190215 |