CN111707988A - 基于无人车车载uwb基站的无人器定位系统及定位方法 - Google Patents
基于无人车车载uwb基站的无人器定位系统及定位方法 Download PDFInfo
- Publication number
- CN111707988A CN111707988A CN202010472316.6A CN202010472316A CN111707988A CN 111707988 A CN111707988 A CN 111707988A CN 202010472316 A CN202010472316 A CN 202010472316A CN 111707988 A CN111707988 A CN 111707988A
- Authority
- CN
- China
- Prior art keywords
- anchor node
- uwb
- unmanned aerial
- aerial vehicle
- vehicle
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- G01S5/14—Determining absolute distances from a plurality of spaced points of known location
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了基于无人车车载UWB基站的无人器定位系统及定位方法,包括无人车车载的4个UWB锚节点、定位计算模块和无人机UWB标签,建立无人车车载坐标系,在无人机无人车编队运动过程中,无人车车载4个UWB锚节点分别实时获取无人机UWB标签的距离信息,依据三维空间欧氏距离计算方法,计算无人机在无人车车载坐标系中的位置,为编队队形的保持提供位置信息。
Description
技术领域
本发明涉及异构无人器混合编队,特别涉及基于无人车车载UWB基站的无人器定位系统及定位方法。
背景技术
近年来,无人机无人车协同编队作为异构智能体协同运动控制重要组成部分,受到国内外普遍关注。无人机无人车协同编队能够有效弥补单一种类无人器的不足,扩大感知范围、提高感知精度。队形保持是无人机无人车协同编队能够稳定工作的关键技术,而实时获取编队中各成员的位置信息是编队队形保持控制的输入条件之一。
由于无人机无人车混合编队经常工作于恶劣环境、野外环境、室内复杂环境等场合,常常由于障碍物的存在影响卫星定位精度甚至无法使用卫星定位,导致定位信息无法满足编队队形控制的需求。而超宽带(UWB)因穿透能力强、抗多径衰减能力强,近年来已经在室内定位中得到了越来越多的应用,也适合于解决与无人机无人车混合编队成员的定位问题。然而,由于UWB通信距离有限,定位范围受限,超出范围之后,定位的精度下降明显,甚至无法定位。
发明内容
发明目的:针对现有技术存在的问题,本发明提出基于无人车车载UWB基站的无人器定位系统,解决无法使用卫星定位时的无人器编队成员定位问题,同时解决超宽带通信距离有限的问题。
技术方案:本发明所述的基于无人车车载UWB基站的无人器定位系统,包括无人车;其特征在于还包括至少1个UWB标签、与UWB标签数量相同的无人机、4个UWB锚节点和定位计算模块,其中UWB锚节点和定位计算模块采用无人车车载方式,UWB标签置于无人机上,UWB锚节点和定位计算模块共同构成无人车车载定位基站,从而形成无人车无人机混合编队中的移动基站。
进一步的,UWB锚节点以螺旋方式置于无人车上,UWB锚节点按顺时针方式螺旋升高排列。
进一步的,4个UWB锚节点在无人车平面上的垂直投影可以形成一个矩形。
发明目的:针对现有技术存在的问题,本发明提出基于无人车车载UWB基站的无人器定位系统的定位方法,无人车车载UWB基站中各锚节点分别实时获取无人机的距离信息,再依据三维空间欧式距离计算方法推算无人机位置,为编队队形的保持提供精确的位置信息。
技术方案:本发明所述的基于无人车车载UWB基站的无人器定位系统的定位方法,包括以下步骤:
步骤1:定位计算模块与锚节点A、锚节点B、锚节点C、锚节点D进行同步;
步骤2:锚节点利用双边测距法进行测距,获取t时刻标签M与车载定位锚节点A的距离DMA、标签M与锚节点B的距离为DMB、标签M与锚节点C的距离为DMC、标签M与锚节点D的距离为DMD;
步骤3:锚节点A、锚节点B、锚节点C、锚节点将测距得到的与标签M的距离发送给定位计算模块;
步骤4:定位计算模块根据三维空间的欧氏距离计算方法进行UWB标签M的位置结算,标签M到各锚节点的距离计算公式为
结合步骤2获取的UWB标签M与4个锚节点的距离DMA、DMB、DMC、DMD,带入公式(1)可得t时刻UWB标签M的坐标为:
定位计算模块根据公式(2)计算得到t时刻UWB标签M的坐标,UWB标签M的坐标即为携带该标签无人机在无人车车载坐标系中的坐标位置。
步骤5:转到步骤2,继续进行下一时刻无人机携UWB标签M的定位计算。
进一步的,在步骤1中,B’为锚节点B在无人车平面上的垂直投影,C’为锚节点C在无人车平面上的垂直投影,D’为锚节点D在无人车平面上的垂直投影;
以锚节点A的质心为原点,锚节点A的质心与D’的质心连线为x轴,以AD’方向为x轴正方向,锚节点A的质心与B’的质心连线为有y轴,且以AB’方向为y轴正方向,过A质心且垂直于无人车平面的直线为z轴,且z轴正方向向上,建立无人车车载坐标系;
为便于描述,以各锚节点质心的位置作为A、B、C、D 4个锚节点在无人车车载坐标系中的位置,各锚节点在无人车车载坐标系中的坐标分别为A(0,0,0)、B(0,LB,HB)、C(LD,LB,HC)、D(LD,0,HD),且满足:
LB>2ε,LD>2ε,0<HB<HC<HD,且HB>2ε,HC-HB>2ε,HD-HC>2ε
其中ε为UWB测距最小误差。
本发明的有益效果是在无人车无人机混合编队中,利用车载UWB定位基站的方式实现了无人机的精确定位,为编队队形的保持提供了精确的位置信息,解决了无法使用卫星定位时的编队成员定位问题,而车载基站解决了UWB定位距离有限的问题。同时该定位方法也可用于其它多无人器编队中成员的定位。
附图说明
图1是本发明的实施例的定位原理图。
具体实施方式
如图1所示,基于无人车车载UWB基站的无人器定位系统,包括无人车;其特征在于还包括至少1个UWB标签、与UWB标签数量相同的无人机、4个UWB锚节点和定位计算模块,其中UWB锚节点和定位计算模块采用无人车车载方式,UWB标签置于无人机上,UWB锚节点和定位计算模块共同构成无人车车载定位基站,从而形成无人车无人机混合编队中的移动基站。
4个UWB锚节点A、B、C、D置于无人车101上,且UWB锚节点A、B、C、D按顺时针方向以A为起点螺旋升高排列,定位计算模块102置于无人车101上,UWB标签M置于无人机103上。其中4个UWB锚节点和UWB标签均采用DWM1000模块,且无人车101车载定位计算模块102采用CORTEX A9处理器,4个UWB锚节点与定位计算模块102通过USB口连接,4个UWB锚节点A、B、C、D与定位计算模块102共同构成无人车101车载定位基站。
无人车101车载UWB定位基站中锚节点A直接置于无人车101上,B’为锚节点B在无人车101上的垂直投影,C’为锚节点C在无人车101上的垂直投影,D’为锚节点D在无人车101上的垂直投影,A的质心与3个投影B’、C’、D’的质心形成一个矩形。
以锚节点A的质心为原点,锚节点A的质心与D’的质心连线为x轴,且以AD’方向为x轴正方向;锚节点A的质心与B’的质心连线为有y轴,且以AB’为y轴正方向;过锚节点A质心且垂直于无人车101平面向上的直线为z轴,建立无人车101车载坐标系。假设各个锚节点在无人车101车载坐标系中的坐标分别为A(0,0,0)、B(0,LB,HB)、C(LD,LB,HC)、D(LD,0,HD),且满足:
LB>2ε,LD>2ε,0<HB<HC<HD,且HB>2ε,HC-HB>2ε,HD-HC>2ε
其中ε为UWB锚节点测距最小误差。
假设无人车无人机编队运动中,某时刻t无人机101携带UWB标签M在无人车101坐标系中的坐标为(x,y,z),在时刻t对UWB标签M的定位过程包括以下步骤:
步骤1:定位计算模块102与锚节点A、锚节点B、锚节点C、锚节点D进行时钟同步;
步骤2:锚节点利用双边测距法进行测距,获取t时刻标签M与车载定位锚节点A的距离DMA、标签M与锚节点B的距离为DMB、标签M与锚节点C的距离为DMC、标签M与锚节点D的距离为DMD;
步骤3:锚节点A、锚节点B、锚节点C、锚节点将测距得到的与标签M的距离发送给定位计算模块102;
步骤4:定位计算模块102根据三维空间的欧氏距离计算方法进行UWB标签M的位置结算,标签M到各锚节点的距离计算公式为
结合步骤2获取的UWB标签M与4个锚节点的距离DMA、DMB、DMC、DMD,带入公式(1)可得t时刻UWB标签M的坐标为:
定位计算模块102根据公式(2)课计算出UWB标签M的坐标,UWB标签M的坐标即为携带该标签的无人机103在无人车101车载坐标系中的坐标位置。
步骤5:转到步骤2,继续进行下一时刻无人机103携UWB标签M的定位计算。
如果该编队中有更多的无人机,且各无人机均各自携带一个UWB标签,则可通过上述步骤分别计算出各无人机在无人车101车载坐标系中的坐标,从而实现利用车载定位基站实现定位。
4个UWB锚节点为本发明公开的空间定位方法中采用了最少的锚节点,超过4个锚节点的无人器空间定位方式也可采用本发明公开的定位方法。
Claims (5)
1.一种基于无人车车载UWB基站的无人器定位系统,包括无人车;其特征在于还包括至少1个UWB标签、与UWB标签数量相同的无人机、4个UWB锚节点和定位计算模块,其中UWB锚节点和定位计算模块采用无人车车载方式,UWB标签置于无人机上,UWB锚节点和定位计算模块共同构成无人车车载定位基站,从而形成无人车无人机混合编队中的移动定位基站。
2.根据权利要求1所述的基于无人车车载UWB基站的无人器定位系统,其特征在于UWB锚节点以螺旋方式置于无人车上,UWB锚节点按顺时针方式螺旋升高排列。
3.根据权利要求1所述的基于无人车车载UWB基站的无人器定位系统,其特征在于4个UWB锚节点在无人车上的垂直投影的质心可构成一个四边形。
4.根据权利要求1至3任意一项所述的基于无人车车载UWB基站的无人器定位系统的定位方法,其特征在于包括以下步骤:
步骤1:定位计算模块与锚节点A、锚节点B、锚节点C、锚节点D进行同步;
步骤2:锚节点利用双边测距法进行测距,获取t时刻UWB标签M与车载UWB锚节点A的距离DMA、标签M与锚节点B的距离为DMB、标签M与锚节点C的距离为DMC、标签M与锚节点D的距离为DMD;
步骤3:锚节点A、锚节点B、锚节点C、锚节点D将测距得到的与标签M的距离发送给定位计算模块;
步骤4:定位计算模块根据三维空间的欧氏距离计算方法进行UWB标签M的位置结算,标签M到各锚节点的距离计算公式为
结合步骤2获取的UWB标签M与4个锚节点的距离DMA、DMB、DMC、DMD,带入公式(1)可得t时刻UWB标签M的坐标为:
定位计算模块根据公式(2)计算得到t时刻UWB标签M的坐标,UWB标签M的坐标即为携带标签M的无人机在无人车车载坐标系中的坐标位置。
步骤5:转到步骤2,继续进行下一时刻无人机携UWB标签M的定位计算。
5.根据权利要求4所述的基于无人车车载UWB基站的无人器定位系统的定位方法,其特征在于在步骤1之前,B’为锚节点B在无人车平面上的垂直投影,C’为锚节点C在无人车平面上的垂直投影,D’为锚节点D在无人车平面上的垂直投影;
以锚节点A的质心为原点,锚节点A的质心与D’的质心连线为x轴,且以AD’为x轴正方向,锚节点A的质心与B’的质心连线为有y轴,且以AB’为y轴正方向,过A质心且垂直于无人车平面的直线为z轴,且z轴正方向向上,,建立无人车车载坐标系;
各个锚节点在无人车车载坐标系中的坐标分别为A(0,0,0)、B(0,LB,HB)、C(LD,LB,HC)、D(LD,0,HD),且满足:
LB>2ε,LD>2ε,0<HB<HC<HD,且HB>2ε,HC-HB>2ε,HD-HC>2ε
其中ε为UWB测距最小误差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010472316.6A CN111707988B (zh) | 2020-05-29 | 2020-05-29 | 基于无人车车载uwb基站的无人车系统定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010472316.6A CN111707988B (zh) | 2020-05-29 | 2020-05-29 | 基于无人车车载uwb基站的无人车系统定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111707988A true CN111707988A (zh) | 2020-09-25 |
CN111707988B CN111707988B (zh) | 2023-06-20 |
Family
ID=72538416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010472316.6A Active CN111707988B (zh) | 2020-05-29 | 2020-05-29 | 基于无人车车载uwb基站的无人车系统定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111707988B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112558612A (zh) * | 2020-12-15 | 2021-03-26 | 山东省科学院海洋仪器仪表研究所 | 一种基于云模型量子遗传算法的异构智能体编队控制方法 |
WO2023109589A1 (zh) * | 2021-12-13 | 2023-06-22 | 深圳先进技术研究院 | 一种智能车-无人机的协同感知系统及方法 |
CN116540784A (zh) * | 2023-06-28 | 2023-08-04 | 西北工业大学 | 一种基于视觉的无人系统空地协同导航与避障方法 |
JP7361085B2 (ja) | 2021-11-18 | 2023-10-13 | ソフトバンク株式会社 | 測位システム、管理装置、測位方法及びプログラム |
CN116929350A (zh) * | 2023-08-23 | 2023-10-24 | 南京理工大学 | 一种基于数据链测距的快速临机重构协同导航系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105828431A (zh) * | 2016-04-25 | 2016-08-03 | 上海理工大学 | 基于uwb的自主跟随机器人定位方法及系统 |
CN106959434A (zh) * | 2017-03-03 | 2017-07-18 | 合肥工业大学 | 一种基于uwb的矿井无人机车高精度定位系统及方法 |
WO2018107907A1 (zh) * | 2016-12-13 | 2018-06-21 | 天津理工大学 | 基于uwb定位的汽车仓储场地管理系统及其管理方法 |
CN108415057A (zh) * | 2018-01-25 | 2018-08-17 | 南京理工大学 | 一种无人车队与路侧单元协同工作的相对定位方法 |
CN109375158A (zh) * | 2018-09-25 | 2019-02-22 | 北京工业大学 | 基于UGO Fusion的移动机器人定位方法 |
-
2020
- 2020-05-29 CN CN202010472316.6A patent/CN111707988B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105828431A (zh) * | 2016-04-25 | 2016-08-03 | 上海理工大学 | 基于uwb的自主跟随机器人定位方法及系统 |
WO2018107907A1 (zh) * | 2016-12-13 | 2018-06-21 | 天津理工大学 | 基于uwb定位的汽车仓储场地管理系统及其管理方法 |
CN106959434A (zh) * | 2017-03-03 | 2017-07-18 | 合肥工业大学 | 一种基于uwb的矿井无人机车高精度定位系统及方法 |
CN108415057A (zh) * | 2018-01-25 | 2018-08-17 | 南京理工大学 | 一种无人车队与路侧单元协同工作的相对定位方法 |
CN109375158A (zh) * | 2018-09-25 | 2019-02-22 | 北京工业大学 | 基于UGO Fusion的移动机器人定位方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112558612A (zh) * | 2020-12-15 | 2021-03-26 | 山东省科学院海洋仪器仪表研究所 | 一种基于云模型量子遗传算法的异构智能体编队控制方法 |
CN112558612B (zh) * | 2020-12-15 | 2022-08-30 | 山东省科学院海洋仪器仪表研究所 | 一种基于云模型量子遗传算法的异构智能体编队控制方法 |
JP7361085B2 (ja) | 2021-11-18 | 2023-10-13 | ソフトバンク株式会社 | 測位システム、管理装置、測位方法及びプログラム |
WO2023109589A1 (zh) * | 2021-12-13 | 2023-06-22 | 深圳先进技术研究院 | 一种智能车-无人机的协同感知系统及方法 |
CN116540784A (zh) * | 2023-06-28 | 2023-08-04 | 西北工业大学 | 一种基于视觉的无人系统空地协同导航与避障方法 |
CN116540784B (zh) * | 2023-06-28 | 2023-09-19 | 西北工业大学 | 一种基于视觉的无人系统空地协同导航与避障方法 |
CN116929350A (zh) * | 2023-08-23 | 2023-10-24 | 南京理工大学 | 一种基于数据链测距的快速临机重构协同导航系统及方法 |
CN116929350B (zh) * | 2023-08-23 | 2023-11-21 | 南京理工大学 | 一种基于数据链测距的快速临机重构协同导航系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111707988B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111707988A (zh) | 基于无人车车载uwb基站的无人器定位系统及定位方法 | |
CN106969779B (zh) | 基于dsrc的智能车辆地图融合系统及方法 | |
CN103119460B (zh) | 用于验证车辆到x消息的方法和系统以及所述方法的使用 | |
EP3913328B1 (en) | Vehicle positioning system and method, and vehicle | |
Eckelmann et al. | V2v-communication, lidar system and positioning sensors for future fusion algorithms in connected vehicles | |
CN105182391A (zh) | 一种高精度车载导航定位系统及方法 | |
CN212890239U (zh) | 一种基于蓝牙5.0和uwb的车载无钥匙进入和启动系统 | |
CN106143538A (zh) | 一种利用双移动台的基于lte‑r的列车定位方法 | |
CN109115211A (zh) | 一种厂区高精度人员定位方法及定位系统 | |
CN106218640A (zh) | 一种应用于自主驾驶车辆的路口信息获取方法及装置 | |
CN109781120B (zh) | 一种基于同步定位构图的车辆组合定位方法 | |
CN204330354U (zh) | 无人驾驶车辆遥控制动性能测试系统 | |
AU2021106247A4 (en) | Vehicle fusion positioning method based on V2X and laser point cloud registration for advanced automatic driving | |
CN201837397U (zh) | 基于蓝牙技术的智能导航系统 | |
CN108051838B (zh) | 一种车联网定位方法 | |
CN109195221A (zh) | 一种基于微惯导的uwb定位方法、装置及系统 | |
CN111024059A (zh) | 用于厂区内三维空间的高精度人员定位系统及方法 | |
CN212031710U (zh) | 一种车身测距和定位的超宽带装置 | |
CN110095799A (zh) | 一种集成卫星导航与超宽带技术定位系统及其方法 | |
CN105301621A (zh) | 一种车辆定位装置及一种智能驾考系统 | |
CN101619980A (zh) | 一种具有精确定位功能的车辆导航仪及其导航方法 | |
CN104090287A (zh) | 一种车辆协同差分卫星定位的方法 | |
CN114268900A (zh) | 一种室内定位方法及系统 | |
CN114025305A (zh) | 共享单车还车方法、系统、终端设备及存储介质 | |
CN111273273B (zh) | 无线通信引导的双向主动测距定位方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |