CN110926460B - 一种基于IMU的uwb定位异常值处理方法 - Google Patents
一种基于IMU的uwb定位异常值处理方法 Download PDFInfo
- Publication number
- CN110926460B CN110926460B CN201911038648.7A CN201911038648A CN110926460B CN 110926460 B CN110926460 B CN 110926460B CN 201911038648 A CN201911038648 A CN 201911038648A CN 110926460 B CN110926460 B CN 110926460B
- Authority
- CN
- China
- Prior art keywords
- uwb
- time
- value
- data
- displacement
- 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
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Abstract
本发明公开了一种基于IMU的uwb定位异常值处理方法,包括步骤:S1.获取无人机的IMU数据;S2.计算无人机的姿态角度;S3.计算X、Y、Z轴的加速度以及△t时间内X、Y、Z轴上的位移,估计出无人机的位移值Q;对uwb测量值进行异常检测;S5.对异常的uwb测量值进行数据融合,修正uwb测量值。本发明解决了现有的原始数据预处理过程中的异常值判别不准确以及异常值修正的精度地等问题,提高了测量硬件数据准确度。而且本发明不需要外加额外硬件设备,增强了uwb传感器在复杂环境下测量数据的稳定性,同时为后面的uwb定位解算提供有效精确的测量输出数据,提高uwb定位的稳定性,快速性以及实时性。
Description
技术领域
本发明涉及uwb定位的技术领域,尤其涉及到一种基于IMU的uwb定位异常值处理方法。
背景技术
Uwb定位技术是一种使用1GHz以上频率带宽的无线载波通信技术,它不采用正弦载波,而是利用纳秒级的非正弦波窄脉冲传输数据,因此其所占的频谱范围很大,尽管使用无线通信,但其数据传输速率可以达到几百兆比特每秒以上。由于uwb具有高速的数据传输、低功耗、安全性高、定位精度高的特点被广泛应用于各个领域室内定位中,本专利uwb应用背景在于给室内无人机提供高精度的定位数据。由于室内环境的复杂以及各个uwb硬件差异性,导致uwb测距输入值的原始数据发生跳变,丢失,失去真实数据,此时即需要对这些异常数据值进行处理、填充,为uwb定位提供连续而且较为准确的测量数据值。
目前对异常值常处理的方式是删除含有异常值的数据、将异常值视为缺失值,交给缺失值处理方法来处理、用平均值来修正或者是不做处理等,然而以上这些处理异常值的方法在处理uwb定位数据过程中均有定的缺陷,例如使用均值来修正的方法,当无人机进行较大加速度飞行,此时当异常值用均值代替明显地到时数据失真而其他处理方法均为后面算法作估计带来误差影响。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于IMU的uwb定位异常值处理方法,以四个uwb基站进行uwb定位为例,解决现有的原始数据预处理过程中的异常值判别不准确以及异常值修正的精度地等问题,提高了测量硬件数据准确度。本发明不需要外加额外硬件设备,增强了uwb传感器在复杂环境下测量数据的稳定性,同时为后面的uwb定位解算提供有效精确的测量输出数据,提高uwb定位的稳定性,快速性以及实时性。
为实现上述目的,本发明所提供的技术方案为:
一种基于IMU的uwb定位异常值处理方法,包括以下步骤:
S1.获取无人机的IMU数据;
S2.将加速度计和陀螺仪进行融合,计算无人机的姿态角度;
S3.依据步骤S2得到的无人机的姿态角度,计算X、Y、Z轴的加速度以及△t时间内X、Y、Z轴上的位移,从而估计出无人机的位移值Q;
S4.依据步骤S3得到的位移值Q以及uwb传感器的距离数据,对uwb测量值进行异常检测;若uwb测量值异常,则进入步骤S5;
S5.对异常的uwb测量值进行数据融合,修正uwb测量值。
进一步地,所述步骤S2的具体过程如下:
通过离散化后,得到:
其中,Ts为采样时间;
通过简化分离出状态变量得:
简化:Xk=Φk-1Xk-1+Γk-1wk-1;
其中:
观测模型:
综上所述,简化后的过程模型与观测模型如下:
其中,E(X0)表示零时刻的数学期望值,E[(X0-E(X0))(X0-E(X0))T]表示计算零时刻的误差协方差;
状态估计预测:
Xk|k-1=Φk-1Xk-1;
误差协方差预测:
Pk|k-1=Φk-1Pk-1|k-1Φk-1 T+Γk-1Qk-1Γk-1 T,Qk-1表示系统噪声方差矩阵;
卡尔曼增益矩阵:
其中:Hk=[O3×3 -gI],RT为测量噪声方差矩阵;
状态估计更新:
Xk|k=Xk|k-1+Kk(Z-HkXk|k-1);
其中:Z为观测数据;
误差协方差更新:
Pk|k=(I-KkHk)Pk|k-1;
I为单位矩阵,根据状态向量Xk从而得到精确的姿态角度。
进一步地,所述步骤S3中X、Y、Z轴加速度计算的具体过程如下:
进一步地,所述步骤S3中△t时间内X、Y、Z轴上的位移的计算过程如下:
Δs=vtΔt+atΔt;
式中,a为通过IMU解算所得的精确加速度在导航坐标系下的加速度,t为系统运行时间,根据上式可得t+Δt时刻的估算位移st+Δs;
进一步地,所述步骤S3中无人机的位移值Q的计算公式如下:
x,y,z为上次所测的定位值,(a*1,a*2,a*3)为第*个基站的位置值。
进一步地,所述步骤S4中,检测判断异常值时,公式为其中分别为uwb的当前测量距离值和上一时刻的测量值,Q为Δt时间内的位移值,mean为n个测量数据的标准方差值,k为比重参数,需要根据具体环境参数调整;当满足式子则视为测量异常值。
其中,std为n个测量数据的平均值。
与现有技术相比,本方案原理及优点如下:
1.本方案融合无人机自带的IMU传感器来预测无人机Δt时间内的位移,能很好地预测到uwb测量的距离值的波动范围,能准确地判别出数据是否为异常。
2.本方案在判断出异常值数据以及估计出无人机在Δt时间内的位移的基础上,能更加准确地对异常值进行修正,更好地恢复原始数据值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的服务作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种基于IMU的uwb定位异常值处理方法的原理流程图。
具体实施方式
下面结合具体实施例对本发明作进一步说明:
如图1所示,本实施例所述的一种基于IMU的uwb定位异常值处理方法,包括以下步骤:
S1.获取无人机的IMU数据;
S2.将加速度计和陀螺仪进行融合,计算无人机的姿态角度,具体如下:
通过离散化后,得到:
其中,Ts为采样时间;
通过简化分离出状态变量得:
简化:Xk=Φk-1Xk-1+Γk-1wk-1;
其中:
观测模型:
综上所述,简化后的过程模型与观测模型如下:
其中:E(X0)表示零时刻的数学期望值,E[(X0-E(X0))(X0-E(X0))T]表示计算零时刻的误差协方差;
状态估计预测:
Xk|k-1=Φk-1Xk-1;
误差协方差预测:
Pk|k-1=Φk-1Pk-1|k-1Φk-1 T+Γk-1Qk-1Γk-1 T,Qk-1表示系统噪声方差矩阵;
卡尔曼增益矩阵:
其中:Hk=[O3×3 -gI],RT为测量噪声方差矩阵;
状态估计更新:
Xk|k=Xk|k-1+Kk(Z-HkXk|k-1);
其中:Z为观测数据;
误差协方差更新:
Pk|k=(I-KkHk)Pk|k-1;
I为单位矩阵,根据状态向量Xk从而得到精确的姿态角度。
S3.依据步骤S2得到的无人机的姿态角度,计算X、Y、Z轴的加速度:
计算△t时间内X、Y、Z轴上的位移:
Δs=vtΔt+atΔt;
式中,a为通过IMU解算所得的精确加速度在导航坐标系下的加速度,t为系统运行时间,根据上式可得t+Δt时刻的估算位移st+Δs;
估计出无人机的位移值Q,公式如下:
x,y,z为上次所测的定位值,(a*1,a*2,a*3)为第*个基站的位置值。
S4.依据步骤S3得到的位移值Q以及uwb传感器的距离数据,对uwb测量值进行异常检测;若uwb测量值异常,则进入步骤S5;
检测判断异常值时,公式为其中分别为uwb的当前测量距离值和上一时刻的测量值,Q为Δt时间内的位移值,mean为n个测量数据的标准方差值,k为比重参数,需要根据具体环境参数调整;当满足式子则视为测量异常值。
其中,std为n个测量数据的平均值。
本实施例以四个uwb基站进行uwb定位为例,解决了现有的原始数据预处理过程中的异常值判别不准确以及异常值修正的精度地等问题,提高了测量硬件数据准确度。而且本实施例不需要外加额外硬件设备,增强了uwb传感器在复杂环境下测量数据的稳定性,同时为后面的uwb定位解算提供有效精确的测量输出数据,提高uwb定位的稳定性,快速性以及实时性。
以上所述之实施例子只为本发明之较佳实施例,并非以此限制本发明的实施范围,故凡依本发明之形状、原理所作的变化,均应涵盖在本发明的保护范围内。
Claims (2)
1.一种基于IMU的uwb定位异常值处理方法,其特征在于,包括以下步骤:
S1.获取无人机的IMU数据;
S2.将加速度计和陀螺仪进行融合,计算无人机的姿态角度;
S3.依据步骤S2得到的无人机的姿态角度,计算X、Y、Z轴的加速度以及采样时间Ts时间内X、Y、Z轴上的位移,从而估计出无人机的位移值Q;
S4.依据步骤S3得到的位移值Q以及uwb传感器的距离数据,对uwb测量值进行异常检测;若uwb测量值异常,则进入步骤S5;
S5.对异常的uwb测量值进行数据融合,修正uwb测量值;
其中,所述步骤S2的具体过程如下:
通过离散化后,得到:
其中,Ts为采样时间;
通过简化分离出状态变量得:
简化:Xk=Φk-1Xk-1+Γk-1wk-1;
其中:
观测模型:
综上所述,简化后的过程模型与观测模型如下:
其中,E(X0)表示零时刻的数学期望值,E[(X0-E(X0))(X0-E(X0))T]表示计算零时刻的误差协方差;
状态估计预测:
Xk|k-1=Φk-1Xk-1;
误差协方差预测:
Pk|k-1=Φk-1Pk-1|k-1Φk-1 T+Γk-1Qk-1Γk-1 T,Qk-1表示系统噪声方差矩阵;
卡尔曼增益矩阵:
其中:Hk=[O3×3 -gI],RT为测量噪声方差矩阵;
状态估计更新:
Xk|k=Xk|k-1+Kk(Z-HkXk|k-1);
其中:Z为观测数据;
误差协方差更新:
Pk|k=(I-KkHk)Pk|k-1;
I为单位矩阵,根据状态向量Xk从而得到精确的姿态角度;
所述步骤S3中X、Y、Z轴加速度计算的具体过程如下:
所述步骤S3中采样时间Ts时间内X、Y、Z轴上的位移的计算过程如下:
Δs=vtTs+atTs;
式中,a为通过IMU解算所得的精确加速度在导航坐标系下的加速度,t为系统运行时间,根据上式可得t+Ts时刻的估算位移st+Δs;
所述步骤S3中无人机的位移值Q的计算公式如下:
x,y,z为上次所测的定位值,(a*1,a*2,a*3)为第*个基站的位置值;
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038648.7A CN110926460B (zh) | 2019-10-29 | 2019-10-29 | 一种基于IMU的uwb定位异常值处理方法 |
JP2020554405A JP7055484B2 (ja) | 2019-10-29 | 2020-09-18 | IMUに基づくuwb測位異常値処理方法 |
PCT/CN2020/116100 WO2021082790A1 (zh) | 2019-10-29 | 2020-09-18 | 一种基于IMU的uwb定位异常值处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038648.7A CN110926460B (zh) | 2019-10-29 | 2019-10-29 | 一种基于IMU的uwb定位异常值处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110926460A CN110926460A (zh) | 2020-03-27 |
CN110926460B true CN110926460B (zh) | 2021-03-02 |
Family
ID=69849748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911038648.7A Active CN110926460B (zh) | 2019-10-29 | 2019-10-29 | 一种基于IMU的uwb定位异常值处理方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7055484B2 (zh) |
CN (1) | CN110926460B (zh) |
WO (1) | WO2021082790A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110926460B (zh) * | 2019-10-29 | 2021-03-02 | 广东工业大学 | 一种基于IMU的uwb定位异常值处理方法 |
CN111890373A (zh) * | 2020-09-29 | 2020-11-06 | 常州唯实智能物联创新中心有限公司 | 车载机械臂的感知定位方法 |
CN113120713B (zh) * | 2021-04-28 | 2023-09-08 | 上海有个机器人有限公司 | 电梯定位方法 |
CN113640738B (zh) * | 2021-06-24 | 2023-05-09 | 西南科技大学 | 一种结合imu与单组uwb的旋转式目标定位方法 |
CN113418493B (zh) * | 2021-07-23 | 2024-02-27 | 广东工业大学 | 一种基于陀螺仪辅助测量伺服电机角度的方法 |
CN113608166A (zh) * | 2021-08-04 | 2021-11-05 | 燕山大学 | 一种基于多源信息融合的动物行为监测方法 |
CN113569430B (zh) * | 2021-08-31 | 2023-07-04 | 中国西安卫星测控中心 | 一种仅外测观测下再入飞行转弯方向辨识方法 |
CN114166221B (zh) * | 2021-12-08 | 2022-07-22 | 中国矿业大学 | 动态复杂矿井环境中辅助运输机器人定位方法及系统 |
CN116321418B (zh) * | 2023-03-02 | 2024-01-02 | 中国人民解放军国防科技大学 | 一种基于节点构型优选的集群无人机融合估计定位方法 |
CN115967971B (zh) * | 2023-03-16 | 2023-05-12 | 长沙迪迈数码科技股份有限公司 | 井下uwb定位基站安装异常识别方法、装置及存储介质 |
CN116592880B (zh) * | 2023-07-06 | 2023-11-17 | 中国科学院空天信息创新研究院 | 一种uwb_ins组合定位系统自主完好性检测方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010096647A (ja) | 2008-10-17 | 2010-04-30 | Mitsubishi Electric Corp | 航法装置及び推定方法 |
CN115267648A (zh) | 2015-03-07 | 2022-11-01 | 维里蒂股份公司 | 分布式定位系统和方法以及自定位设备 |
CN104864865B (zh) * | 2015-06-01 | 2017-09-22 | 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 |
US10382894B2 (en) * | 2017-07-28 | 2019-08-13 | Electronics And Telecommunications Research Institute | Method of measuring inter-device relative coordinates and device using the same |
CN109100768B (zh) * | 2018-08-01 | 2020-08-14 | 南京科远智慧科技集团股份有限公司 | 一种综合定位方法及定位标签 |
CN108981689B (zh) * | 2018-08-07 | 2022-06-14 | 河南工业大学 | 基于dsp tms320c6748的uwb/ins组合导航系统 |
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 |
CN109946730B (zh) * | 2019-03-06 | 2022-05-13 | 东南大学 | 一种车路协同下基于超宽带的车辆高可靠融合定位方法 |
CN109916410B (zh) * | 2019-03-25 | 2023-04-28 | 南京理工大学 | 一种基于改进平方根无迹卡尔曼滤波的室内定位方法 |
CN110926460B (zh) * | 2019-10-29 | 2021-03-02 | 广东工业大学 | 一种基于IMU的uwb定位异常值处理方法 |
-
2019
- 2019-10-29 CN CN201911038648.7A patent/CN110926460B/zh active Active
-
2020
- 2020-09-18 JP JP2020554405A patent/JP7055484B2/ja active Active
- 2020-09-18 WO PCT/CN2020/116100 patent/WO2021082790A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JP2022500617A (ja) | 2022-01-04 |
JP7055484B2 (ja) | 2022-04-18 |
WO2021082790A1 (zh) | 2021-05-06 |
CN110926460A (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110926460B (zh) | 一种基于IMU的uwb定位异常值处理方法 | |
CN111207774B (zh) | 一种用于激光-imu外参标定的方法及系统 | |
CN112505737B (zh) | 一种gnss/ins组合导航方法 | |
CN110887481B (zh) | 基于mems惯性传感器的载体动态姿态估计方法 | |
CN110554396A (zh) | 一种室内场景下激光雷达建图方法、装置、设备及介质 | |
CN110954102B (zh) | 用于机器人定位的磁力计辅助惯性导航系统及方法 | |
CN113124856A (zh) | 基于uwb在线锚点的视觉惯性紧耦合里程计及计量方法 | |
CN112798021B (zh) | 基于激光多普勒测速仪的惯导系统行进间初始对准方法 | |
CN106403952A (zh) | 一种动中通低成本组合姿态测量方法 | |
CN109506647B (zh) | 一种基于神经网络的ins和磁力计组合定位方法 | |
CN109764870B (zh) | 基于变换估计量建模方案的载体初始航向估算方法 | |
CN111890373A (zh) | 车载机械臂的感知定位方法 | |
CN115855048A (zh) | 一种多传感器融合位姿估计方法 | |
CN115540860A (zh) | 一种多传感器融合位姿估计算法 | |
CN112362057A (zh) | 基于零速修正与姿态自观测的惯性行人导航算法 | |
CN111307114B (zh) | 基于运动参考单元的水面舰船水平姿态测量方法 | |
JP2014240266A (ja) | センサドリフト量推定装置及びプログラム | |
CN113324544A (zh) | 一种基于图优化的uwb/imu的室内移动机器人协同定位方法 | |
Bai et al. | Graph-optimisation-based self-calibration method for IMU/odometer using preintegration theory | |
CN110375773B (zh) | Mems惯导系统姿态初始化方法 | |
CN110849364A (zh) | 基于动中通的自适应卡尔曼姿态估计方法 | |
CN116338719A (zh) | 基于b样条函数的激光雷达-惯性-车辆融合定位方法 | |
CN114111840B (zh) | 一种基于组合导航的dvl误差参数在线标定方法 | |
CN115727871A (zh) | 一种轨迹质量检测方法、装置、电子设备和存储介质 | |
Yang et al. | Model-free integrated navigation of small fixed-wing UAVs full state estimation in wind disturbance |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Lian Shikang Inventor after: Meng Wei Inventor after: Lu Renquan Inventor after: Xue Jiawen Inventor before: Lian Shikang Inventor before: Meng Wei Inventor before: Lu Renquan Inventor before: Fu Min Yue Inventor before: Xue Jiawen |
|
GR01 | Patent grant | ||
GR01 | Patent grant |