CN111830461A - 一种无人机机载uwb定位方法 - Google Patents

一种无人机机载uwb定位方法 Download PDF

Info

Publication number
CN111830461A
CN111830461A CN201910312433.3A CN201910312433A CN111830461A CN 111830461 A CN111830461 A CN 111830461A CN 201910312433 A CN201910312433 A CN 201910312433A CN 111830461 A CN111830461 A CN 111830461A
Authority
CN
China
Prior art keywords
slave
host
unmanned aerial
aerial vehicle
module
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
Application number
CN201910312433.3A
Other languages
English (en)
Inventor
吴恩铭
张靖宇
莫浩杰
马溢泽
于宙
陈济轩
王启鑫
李智恒
唐莎
潘一桐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Civil Aviation University of China
Original Assignee
Civil Aviation University of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Civil Aviation University of China filed Critical Civil Aviation University of China
Priority to CN201910312433.3A priority Critical patent/CN111830461A/zh
Publication of CN111830461A publication Critical patent/CN111830461A/zh
Pending legal-status Critical Current

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
    • G01S5/0284—Relative positioning
    • 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
    • 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
    • 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
    • G01S5/10—Position of receiver fixed by co-ordinating a plurality of position lines defined by path-difference measurements, e.g. omega or decca systems

Abstract

本发明公开了一种无人机机载UWB定位方法，包括集群系统与定位方法，其特征在于：所述集群系统包括无人机主机、若干个无人机从机、主机定位模块、从机定位模块，所述主机定位模块由三个测距模块组成，其布局为等腰直角三角形布局，三个模块分别位于三角形的三个顶点上，从机定位模块由一个测距模块组成，其位于无人机的几何中心。本发明采用了直接安装于无人机主机上的锚点与从机上的标签实现主机与从机间的相对位置的定位，整个机群以主机为参考，在队形固定的情况下，主机所在位置决定了从机位置，保证运算结果的准确性，集群前无需布置锚点，可实现无人机主从机间相互定位，解决锚点供电问题，使得可定位范围可随主机移动而移动。

Description

一种无人机机载UWB定位方法
技术领域
本发明涉及电子与信息技术领域，具体为一种无人机机载UWB定位方法。
背景技术
UWB是一种无载波通信技术，利用纳秒至微秒级的非正弦波窄脉冲传输数据,同时也可以利用其进行点对点测距，其原理是采用测量无线电波在空间内的传播时间来计算两点距离，在应用一对多点测距时，即可通过求解相应关系式实现室内外精确定位。现有技术方案如附图1所示，平面定位一般采用三个或三个以上固定不动的的锚节点AP1,AP2,AP3,其中标签节点S分别对三个锚节点进行测距，得到d1,d2,d3，通过使用三角质心原理计算得标签节点S在平面或空间中的位置。
现有技术具有以下不足：
1、实现定位之前需要在空间中搭建多个固定锚点，过程比较麻烦，且因距离原因各锚点需要统一或独立供电，需考虑供电线路或独立供电电池电量等问题，整个集群装置零件较多(包括无人机，UWB定位锚点模块及其供电装置，模块固定工具等)；
2、集群无人机活动范围被限制于一定空间内，飞离该空间则定位精度会大大下降，不利于一些远距离长航时无人机的集群飞行。
发明内容
本发明的目的在于提供一种无人机机载UWB定位方法，以解决上述背景技术中提出的定位前需要布置锚点，耗时费力，不利于快速反应，整个装置携带不便，飞行空间受限问题。
为实现上述目的，本发明提供如下技术方案：一种无人机机载UWB定位方法，包括集群系统与定位方法，所述集群系统包括无人机主机、若干个无人机从机、主机定位模块、从机定位模块，所述主机定位模块由三个测距模块组成，其布局为等腰直角三角形布局，三个模块分别位于三角形的三个顶点上，从机定位模块由一个测距模块组成，其位于无人机的几何中心，所述定位方法包括以下步骤：
步骤S1、主机向指定从机发送测量命令：首先由主机向指定从机发送定位命令，并将自身模块设置为锚点模式；
步骤S2、从机接收命令并开始测量：从机接收到命令后，通过自身测距模块向主机的第一个模块发送接收确认命令，此时记录时间ti,当接收到主机第一个模块返回的相同命令后，记录此时时间ti+1,则可计算出此时从机与主机第一个模块距离a＝(ti+1-ti-ΔT)*c,其中，ΔT为测距模块从接收到发送的固定延时，c为修正后的空气中的光速；
步骤S3、从机获得三个距离数据：以相同的方法，可获得附图2所示的三个距离；
步骤S4、通过数据解算出从机位置：假设从机相对主机坐标为(x,y)，三次测量误差a’，b’，c’,则有约束方程
Figure BDA0002031954330000021
成立，其中xi,yi为主机测距模块相对于主机几何中心的坐标；
步骤S5、从主机获得惯导数据：计算时令测距误差和的绝对值最小，即f(x,y)＝min{|a'|+|b'|+|c'|},且误差不能大于最大可能误差，即|a'|≤10，|b'|≤10,|c'|≤10,在此约束下，使用遗传算法对公式进行迭代求解，可求得相对准确的位置，此时从机向主机发送参考数据请求，主机接收到后将自身运动状态(其中包括加速度，速度，参考位置，其中参考位置包括主机在水平面上投影坐标和气压计数据，若无水平位置参考则水平坐标缺省)返回给从机；
步骤S6、使用气压解算自身高度：根据自身气压数据P计算自身相对高度
Figure BDA0002031954330000031
利用从主机获得的加速度及速度数据和自身的加速度和速度数据预测自身相对主机高度h(k)＝h(k-1)+vz*△t+1/2az△t2,其中h(k-1)为上一次高度，Δt为该从机上一次测距到本次测距的时间间隔，vz，az分别为Δt时间间隔内的沿Z轴平均速度与平均加速度；
步骤S7、高度卡尔曼融合惯导滤波：将H与h(k)进行卡尔曼滤波，得到相对准确的高度
Figure BDA0002031954330000034
此时计算从机相对主机空间观测位置坐标
Figure BDA0002031954330000032
步骤S8、水平卡尔曼融合惯导滤波：同高度计算过程，在通过水平加速度与速度获得预测位置后，将预测值和观测进行卡尔曼滤波，获得相对准确的定位位置
Figure BDA0002031954330000033
步骤S9、将数据发送回主机：将步骤S7、步骤S8所计算出的数据传回主机，完成本次定位。
优选的，所述测距模块型号为DW1000。
优选的，所述测距模块的控制器与运算器采用STM32F407VET6单片机，所述单片机位于无人机上作为飞控使用。
与现有技术相比，本发明的有益效果是：
本发明中的无人机机载UWB定位方法采用了直接安装于无人机主机上的锚点与从机上的标签实现主机与从机间的相对位置的定位。整个机群以主机为参考，在队形固定的情况下，主机所在位置决定了从机位置。为降低运算量，定位运算会先在水平平面上进行，基本原理参照了三角质心原理，建立相关非线性规划方程约束，使用遗传算法迭代寻找最优解，并保证算法迭代次数有限与随着调用次数的增加而减少迭代次数，降低单片机运算负荷，增加程序运行效率，在获得平面位置数据后，加入气压计高度数据，并先对气压计高度数据进行卡尔曼惯导融合，使用融合后的数据将定位数据拓展到三维空间，此时再使用拓展后的数据进行水平投影面上的卡尔曼惯导融合，获得相对准确的定位数据，实际过程中卡尔曼融合滤波会造成数据的延迟，为解决这一问题，在数据处理过程中加入了数据队列，每次运算取固定队列位置的数据，保证运算结果的准确性，集群前无需布置锚点，可实现无人机主从机间相互定位，解决锚点供电问题，使得可定位范围可随主机移动而移动。
附图说明
图1为现有技术定位方式图；
图2为本发明一种无人机机载UWB定位方法的定位原理示意图；
图3为本发明一种无人机机载UWB定位方法定位程序框图。
图中：1、无人机主机；2、主机定位模块；3、无人机从机；4、从机定位模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-3，本发明提供一种技术方案：一种无人机机载UWB定位方法，包括集群系统与定位方法，其特征在于：集群系统包括无人机主机1、若干个无人机从机3、主机定位模块2、从机定位模块4，主机定位模块2由三个测距模块组成，其布局为等腰直角三角形布局，三个模块分别位于三角形的三个顶点上，从机定位模块4由一个测距模块组成，其位于无人机的几何中心，测距模块型号为DW1000，其控制与运算器采用STM32F407VET6单片机,单片机位于无人机上作为飞控使用，定位方法包括以下步骤：
步骤S1、主机向指定从机发送测量命令：首先由主机向指定从机发送定位命令，并将自身模块设置为锚点模式；
步骤S2、从机接收命令并开始测量：从机接收到命令后，通过自身测距模块向主机的第一个模块发送接收确认命令，此时记录时间ti,当接收到主机第一个模块返回的相同命令后，记录此时时间ti+1,则可计算出此时从机与主机第一个模块距离a＝(ti+1-ti-ΔT)*c,其中，ΔT为测距模块从接收到发送的固定延时，c为修正后的空气中的光速；
步骤S3、从机获得三个距离数据：以相同的方法，可获得附图2所示的三个距离；
步骤S4、通过数据解算出从机位置：假设从机相对主机坐标为(x,y)，三次测量误差a’，b’，c’,则有约束方程
Figure BDA0002031954330000051
成立，其中xi,yi为主机测距模块相对于主机几何中心的坐标；
步骤S5、从主机获得惯导数据：计算时令测距误差和的绝对值最小，即f(x,y)＝min{|a'|+|b'|+|c'|},且误差不能大于最大可能误差，即|a'|≤10，|b'|≤10,|c'|≤10,在此约束下，使用遗传算法对公式进行迭代求解，可求得相对准确的位置，此时从机向主机发送参考数据请求，主机接收到后将自身运动状态(其中包括加速度，速度，参考位置，其中参考位置包括主机在水平面上投影坐标和气压计数据，若无水平位置参考则水平坐标缺省)返回给从机；
步骤S6、使用气压解算自身高度：根据自身气压数据P计算自身相对高度
Figure BDA0002031954330000052
利用从主机获得的加速度及速度数据和自身的加速度和速度数据预测自身相对主机高度h(k)＝h(k-1)+vz*△t+1/2az△t2,其中h(k-1)为上一次高度，Δt为该从机上一次测距到本次测距的时间间隔，vz，az分别为Δt时间间隔内的沿Z轴平均速度与平均加速度；
步骤S7、高度卡尔曼融合惯导滤波：将H与h(k)进行卡尔曼滤波，得到相对准确的高度
Figure BDA0002031954330000061
此时计算从机相对主机空间观测位置坐标
Figure BDA0002031954330000062
步骤S8、水平卡尔曼融合惯导滤波：同高度计算过程，在通过水平加速度与速度获得预测位置后，将预测值和观测进行卡尔曼滤波，获得相对准确的定位位置
Figure BDA0002031954330000063
步骤S9、将数据发送回主机：将步骤S7、步骤S8所计算出的数据传回主机，完成本次定位。
本发明中的无人机机载UWB定位方法采用了直接安装于无人机主机上的锚点与从机上的标签实现主机与从机间的相对位置的定位。整个机群以主机为参考，在队形固定的情况下，主机所在位置决定了从机位置。为降低运算量，定位运算会先在水平平面上进行，基本原理参照了三角质心原理，建立相关非线性规划方程约束，使用遗传算法迭代寻找最优解，并保证算法迭代次数有限与随着调用次数的增加而减少迭代次数，降低单片机运算负荷，增加程序运行效率，在获得平面位置数据后，加入气压计高度数据，并先对气压计高度数据进行卡尔曼惯导融合，使用融合后的数据将定位数据拓展到三维空间，此时再使用拓展后的数据进行水平投影面上的卡尔曼惯导融合，获得相对准确的定位数据，实际过程中卡尔曼融合滤波会造成数据的延迟，为解决这一问题，在数据处理过程中加入了数据队列，每次运算取固定队列位置的数据，保证运算结果的准确性。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (3)

1.一种无人机机载UWB定位方法，包括集群系统与定位方法，其特征在于：所述集群系统包括无人机主机(1)、若干个无人机从机(3)、主机定位模块(2)、从机定位模块(4)，所述主机定位模块(2)由三个测距模块组成，其布局为等腰直角三角形布局，三个模块分别位于三角形的三个顶点上，从机定位模块(4)由一个测距模块组成，其位于无人机的几何中心，所述定位方法包括以下步骤：
步骤S1、主机向指定从机发送测量命令：首先由主机向指定从机发送定位命令，并将自身模块设置为锚点模式；
步骤S2、从机接收命令并开始测量：从机接收到命令后，通过自身测距模块向主机的第一个模块发送接收确认命令，此时记录时间ti,当接收到主机第一个模块返回的相同命令后，记录此时时间ti+1,则可计算出此时从机与主机第一个模块距离a＝(ti+1-ti-ΔT)*c,其中，ΔT为测距模块从接收到发送的固定延时，c为修正后的空气中的光速；
步骤S3、从机获得三个距离数据：以相同的方法，可获得附图2所示的三个距离；
步骤S4、通过数据解算出从机位置：假设从机相对主机坐标为(x,y)，三次测量误差a’，b’，c’,则有约束方程
Figure FDA0002031954320000011
成立，其中xi,yi为主机测距模块相对于主机几何中心的坐标；
步骤S5、从主机获得惯导数据：计算时令测距误差和的绝对值最小，即f(x,y)＝min{|a'|+|b'|+|c'|},且误差不能大于最大可能误差，即|a'|≤10，|b'|≤10,|c'|≤10,在此约束下，使用遗传算法对公式进行迭代求解，可求得相对准确的位置，此时从机向主机发送参考数据请求，主机接收到后将自身运动状态(其中包括加速度，速度，参考位置，其中参考位置包括主机在水平面上投影坐标和气压计数据，若无水平位置参考则水平坐标缺省)返回给从机；
步骤S6、使用气压解算自身高度：根据自身气压数据P计算自身相对高度
Figure FDA0002031954320000021
利用从主机获得的加速度及速度数据和自身的加速度和速度数据预测自身相对主机高度h(k)＝h(k-1)+vz*△t+1/2az△t2,其中h(k-1)为上一次高度，Δt为该从机上一次测距到本次测距的时间间隔，vz，az分别为Δt时间间隔内的沿Z轴平均速度与平均加速度；
步骤S7、高度卡尔曼融合惯导滤波：将H与h(k)进行卡尔曼滤波，得到相对准确的高度
Figure FDA0002031954320000022
此时计算从机相对主机空间观测位置坐标
Figure FDA0002031954320000023
步骤S8、水平卡尔曼融合惯导滤波：同高度计算过程，在通过水平加速度与速度获得预测位置后，将预测值和观测进行卡尔曼滤波，获得相对准确的定位位置
Figure FDA0002031954320000024
步骤S9、将数据发送回主机：将步骤S7、步骤S8所计算出的数据传回主机，完成本次定位。
2.根据权利要求1所述的一种无人机机载UWB定位方法，其特征在于：所述测距模块型号为DW1000。
3.根据权利要求1或2所述的一种无人机机载UWB定位方法，其特征在于：所述测距模块的控制器与运算器采用STM32F407VET6单片机，所述单片机位于无人机上作为飞控使用。
CN201910312433.3A 2019-04-18 2019-04-18 一种无人机机载uwb定位方法 Pending CN111830461A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910312433.3A CN111830461A (zh) 2019-04-18 2019-04-18 一种无人机机载uwb定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910312433.3A CN111830461A (zh) 2019-04-18 2019-04-18 一种无人机机载uwb定位方法

Publications (1)

Publication Number Publication Date
CN111830461A true CN111830461A (zh) 2020-10-27

Family

ID=72914846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910312433.3A Pending CN111830461A (zh) 2019-04-18 2019-04-18 一种无人机机载uwb定位方法

Country Status (1)

Country Link
CN (1) CN111830461A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113220020A (zh) * 2021-04-30 2021-08-06 西安鲲鹏易飞无人机科技有限公司 基于图形标签的无人机任务规划方法
CN113867411A (zh) * 2021-11-18 2021-12-31 深圳大学 一种无人机集群定位方法、装置及计算机设备
CN115267869A (zh) * 2022-07-13 2022-11-01 北京航空航天大学 Gps拒止条件下的无人机群psd测距相对定位方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105467415A (zh) * 2016-01-18 2016-04-06 中国民航大学 一种基于差分气压高度约束的小型无人机rtk相对定位方法
US20180091949A1 (en) * 2016-09-28 2018-03-29 Intel IP Corporation Apparatus, system and method of estimating a location of a mobile device
KR20180054009A (ko) * 2016-11-14 2018-05-24 동국대학교 산학협력단 군집비행의 포메이션을 유지하기 위한 드론 및 그 방법
CN108255194A (zh) * 2018-01-08 2018-07-06 江苏工程职业技术学院 一种基于uwb的农用植保无人机精准定位喷药控制方法
CN108279003A (zh) * 2018-02-01 2018-07-13 福州大学 一种基于适用于变电站使用的无人机高精度定位巡检系统
US20190101620A1 (en) * 2017-10-02 2019-04-04 Higher Ground Llc System and method for deploying self-coordinated devices in an environment with incumbent receivers

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105467415A (zh) * 2016-01-18 2016-04-06 中国民航大学 一种基于差分气压高度约束的小型无人机rtk相对定位方法
US20180091949A1 (en) * 2016-09-28 2018-03-29 Intel IP Corporation Apparatus, system and method of estimating a location of a mobile device
KR20180054009A (ko) * 2016-11-14 2018-05-24 동국대학교 산학협력단 군집비행의 포메이션을 유지하기 위한 드론 및 그 방법
US20190101620A1 (en) * 2017-10-02 2019-04-04 Higher Ground Llc System and method for deploying self-coordinated devices in an environment with incumbent receivers
CN108255194A (zh) * 2018-01-08 2018-07-06 江苏工程职业技术学院 一种基于uwb的农用植保无人机精准定位喷药控制方法
CN108279003A (zh) * 2018-02-01 2018-07-13 福州大学 一种基于适用于变电站使用的无人机高精度定位巡检系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FABRIZIO LAZZARI 等: "Numerical Investigation of an UWB Localization Technique for Unmanned Aerial Vehicles in Outdoor Scenarios", IEEE SENSORS JOURNAL, vol. 17, no. 9, 1 March 2017 (2017-03-01) *
莫浩杰 等: "DW1000在无人机集群中的应用及系统设计", 电子世界, no. 12, 31 December 2019 (2019-12-31) *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113220020A (zh) * 2021-04-30 2021-08-06 西安鲲鹏易飞无人机科技有限公司 基于图形标签的无人机任务规划方法
CN113220020B (zh) * 2021-04-30 2023-10-31 西安鲲鹏易飞无人机科技有限公司 基于图形标签的无人机任务规划方法
CN113867411A (zh) * 2021-11-18 2021-12-31 深圳大学 一种无人机集群定位方法、装置及计算机设备
CN115267869A (zh) * 2022-07-13 2022-11-01 北京航空航天大学 Gps拒止条件下的无人机群psd测距相对定位方法
CN115267869B (zh) * 2022-07-13 2024-04-12 北京航空航天大学 Gps拒止条件下的无人机群psd测距相对定位方法

Similar Documents

Publication Publication Date Title
EP4092386A1 (en) Path planning method and path planning apparatus
CN111830461A (zh) 一种无人机机载uwb定位方法
CN111123949B (zh) 机器人的避障方法、装置、机器人及存储介质
CN111026131B (zh) 一种膨胀区域的确定方法、确定装置、机器人和存储介质
US20200206921A1 (en) Robot movement control method, apparatus and robot using the same
CN106569493B (zh) 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
CN105222760A (zh) 一种基于双目视觉的无人机自主障碍物检测系统及方法
CN103217688B (zh) 一种基于不规则三角网机载激光雷达点云平差计算方法
CN108362294B (zh) 一种应用于自动驾驶的多车协同建图方法
CN106123895B (zh) 一种基于uwb测距的惯导原点定位方法及系统
CN108536168B (zh) 一种无人机的定位方法、装置、无人机和存储介质
EP3852065A1 (en) Data processing method and apparatus
CN105844631A (zh) 一种目标定位方法及装置
WO2022110797A1 (zh) 一种标定方法、装置、电子设备及存储介质
JPWO2017221859A1 (ja) 移動体、移動体制御システム、移動体制御方法、インターフェース装置、およびプログラム
CN110988949A (zh) 定位方法、定位装置、计算机可读存储介质与可移动设备
CN110209175B (zh) 基于分布式有限时间状态观测器的多智能车辆编队方法
Chen et al. Indoor ultrasonic positioning system of mobile robot based on TDOA ranging and improved trilateral algorithm
CN113282083B (zh) 一种基于机器人操作系统的无人车编队实验平台
CN211207169U (zh) 一种温室采摘机器人底盘控制系统
CN103220778A (zh) 一种基于无线传感器网络的移动节点队形变换方法及实现装置
CN116225029B (zh) 一种机器人路径规划方法
CN115134741A (zh) 一种uwb基站异常检测方法及电子设备
CN112462383A (zh) 定位移动对象
CN111562547B (zh) 一种监测元件3d可视化方法及系统

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