CN112996105B - 一种基于同时定位与标定的目标定位方法及装置 - Google Patents

一种基于同时定位与标定的目标定位方法及装置 Download PDF

Info

Publication number
CN112996105B
CN112996105B CN202110123639.9A CN202110123639A CN112996105B CN 112996105 B CN112996105 B CN 112996105B CN 202110123639 A CN202110123639 A CN 202110123639A CN 112996105 B CN112996105 B CN 112996105B
Authority
CN
China
Prior art keywords
information
target track
base station
track point
unknown
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
Application number
CN202110123639.9A
Other languages
English (en)
Other versions
CN112996105A (zh
Inventor
刘雯
邓中亮
李双志
刘延旭
胡恩文
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN202110123639.9A priority Critical patent/CN112996105B/zh
Publication of CN112996105A publication Critical patent/CN112996105A/zh
Application granted granted Critical
Publication of CN112996105B publication Critical patent/CN112996105B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明实施例提供了一种基于同时定位与标定的目标定位方法与装置，所述方法包括：获取至少三个已知位置基站与第一目标轨迹点的第一观测信息；基于已知位置基站的位置信息以及第一观测信息，对第一目标轨迹点的位置进行估计得到第一目标轨迹点的位置信息；在存在第一未知位置基站的情况下，获取第一目标轨迹点与第一未知位置基站的第二观测信息；基于第一目标轨迹点的位置信息以及第二观测信息，对第一未知位置基站的位置进行估计得到第一未知位置基站的位置信息；对第一目标轨迹点的位置信息和第一未知位置基站的位置信息进行优化，得到第一目标轨迹点对应的定位信息和第一未知位置基站对应的定位信息。本发明，能够提高目标定位的准确性。

Description

一种基于同时定位与标定的目标定位方法及装置
技术领域
本发明涉及定位技术领域，特别是涉及一种基于同时定位与标定的目标定位方法及装置。
背景技术
基于无线信号的定位技术是以基站位置的准确获取为前提的，目前对基站位置的获取方式主要分为两种：线下标定和线上标定。其中，线下标定的方法可以在定位系统运行前，通过线下标定仪器对基站位置进行获取，然而，虽然线下标定的方法对基站的位置估计精度较高，但耗费时间较长，获取成本较高，不适用于基站数量较多的大空间定位场景。线上标定的方法主要包括分布式定位法和同时定位与标定法。
现有的同时定位与标定法，利用已知位置的子基站群，借助无线信号通信或蓝牙通信等通信方式，在对目标轨迹点进行定位的同时，对由未知的基站组成的地图进行同步在线标定，达到同时获取目标轨迹点位置和未知基站位置的目的。具体的，可以是在规定的正方向上，利用已知位置的基站位置信息，对目标轨迹点进行定位的同时，对未知的基站位置进行标定，之后在规定的反方向上，同样利用已知位置的基站位置信息，对目标轨迹点进行定位的同时，对未知的基站位置进行标定，进而对正方向上目标轨迹点和未知基站的位置信息，与反方向上目标轨迹点和未知基站的位置信息求和取均值，或是取误差较小的位置信息作为目标轨迹点和未知基站的最终定位信息。其中，利用已知位置信息对未知位置进行定位使用的是：基于已知位置的坐标点绘制圆周，进而根据已知位置的坐标点通过解方程的方式求解未知位置的坐标点。
现有同时定位与标定法，需要特定的已知位置子基站群，对已知位置基站的布设和数量的要求较高，在定位的过程中，靠近已知位置基站的目标轨迹点和未知基站定位准确度高，而远离已知位置基站的目标轨迹点和未知基站定位准确度低，使得得到的最终定位结果准确度不高。
发明内容
本发明实施例的目的在于提供一种基于同时定位与标定的目标定位方法及装置，用以提高目标定位的准确性。具体技术方案如下：
第一方面，本发明实施例提供了一种基于同时定位与标定的目标定位方法，所述方法包括：
获取至少三个已知位置基站与第一目标轨迹点之间的第一观测信息，所述第一观测信息用于表示所述已知位置基站与所述第一目标轨迹点之间信号传输的观测信息；
基于所述已知位置基站的位置信息以及所述第一观测信息，利用第一预设优化算法对所述第一目标轨迹点的位置进行估计，得到所述第一目标轨迹点的位置信息；
在存在第一未知位置基站的情况下，获取所述第一目标轨迹点与所述第一未知位置基站之间的第二观测信息，所述第二观测信息用于表示所述第一目标轨迹点与所述第一未知位置基站之间信号传输的观测信息；
基于所述第一目标轨迹点的位置信息以及所述第二观测信息，利用第二预设优化算法对所述第一未知位置基站的位置进行估计，得到所述第一未知位置基站的位置信息；
利用第三预设优化算法，对所述第一目标轨迹点的位置信息和所述第一未知位置基站的位置信息进行优化，得到所述第一目标轨迹点对应的定位信息和所述第一未知位置基站对应的定位信息。
可选地，在得到所述第一未知位置基站的位置信息之后，所述方法还包括：
判断用于对第二目标轨迹点的位置进行估计的已知位置基站的个数是否小于预设数量，其中，所述第二目标轨迹点与第二未知位置基站之间存在观测信息；
如果小于，则将得到的所述第一未知位置基站视为已知位置基站，根据包括所述第一未知位置基站的至少三个已知位置基站与所述第二目标轨迹点的第三观测信息、所述第二未知位置基站与所述第二目标轨迹点的第四观测信息，确定所述第二未知位置基站的定位信息。
可选地，所述基于所述已知位置基站的位置信息以及所述第一观测信息，利用第一预设优化算法对所述第一目标轨迹点的位置进行估计，得到所述第一目标轨迹点的位置信息的步骤，包括：
基于所述已知位置基站的位置信息以及所述第一观测信息，利用第一预设优化算法，建立所述第一目标轨迹点对应的状态方程；
对所述第一目标轨迹点对应的状态方程进行求解，得到所述第一目标轨迹点的位置信息。
可选地，所述第一预设优化算法为容积卡尔曼滤波CKF算法，所述第一目标轨迹点对应的状态方程表示为：
Figure BDA0002923120280000031
其中，Xk表示k时刻第一目标轨迹点的状态信息，Xk-1表示k-1时刻第一目标轨迹点的状态信息，ak表示k时刻第一目标轨迹点的加速度测量信息，ωk表示k时刻第一目标轨迹点的角速度测量信息，Wk表示k时刻的过程噪声，f(·)表示基于k-1时刻第一目标轨迹点的状态信息、加速度测量信息、角速度测量信息的状态预测方程，Zk表示k时刻第一观测信息，h(·)表示观测更新方程，Vk表示测量噪声。
可选地，所述利用第三预设优化算法，对所述第一目标轨迹点的位置信息和所述第一未知位置基站的位置信息进行优化，得到所述第一目标轨迹点对应的定位信息和所述第一未知位置基站对应的定位信息的步骤，包括：
在得到的所述第一目标轨迹点的位置信息个数达到预设阈值的情况下，对所述第一目标轨迹点的位置信息进行降采样处理；
利用第三预设优化算法，对降采样处理后的第一目标轨迹点位置信息和第一未知位置基站位置信息进行优化，得到所述第一目标轨迹点对应的定位信息和所述第一未知位置基站对应的定位信息，其中，所述第三预设优化算法为高斯牛顿优化算法。
第二方面，本发明实施例提供了一种基于同时定位与标定的目标定位装置，所述装置包括：
第一获取模块，用于获取至少三个已知位置基站与第一目标轨迹点之间的第一观测信息，所述第一观测信息用于表示所述已知位置基站与所述第一目标轨迹点之间信号传输的观测信息；
第一位置估计模块，用于基于所述已知位置基站的位置信息以及所述第一观测信息，利用第一预设优化算法对所述第一目标轨迹点的位置进行估计，得到所述第一目标轨迹点的位置信息；
第二获取模块，用于在存在第一未知位置基站的情况下，获取所述第一目标轨迹点与所述第一未知位置基站之间的第二观测信息，所述第二观测信息用于表示所述第一目标轨迹点与所述第一未知位置基站之间信号传输的观测信息；
第二位置估计模块，用于基于所述第一目标轨迹点的位置信息以及所述第二观测信息，利用第二预设优化算法对所述第一未知位置基站的位置进行估计，得到所述第一未知位置基站的位置信息；
第一定位模块，用于利用第三预设优化算法，对所述第一目标轨迹点的位置信息和所述第一未知位置基站的位置信息进行优化，得到所述第一目标轨迹点对应的定位信息和所述第一未知位置基站对应的定位信息。
可选地，所述装置还包括：
判断模块，用于判断用于对第二目标轨迹点的位置进行估计的已知位置基站的个数是否小于预设数量，其中，所述第二目标轨迹点与第二未知位置基站之间存在观测信息；
第二定位模块，用于在所述判断模块判断出所述用于对第二目标轨迹点的位置进行估计的已知位置基站的个数小于预设数量时，将得到的所述第一未知位置基站视为已知位置基站，根据包括所述第一未知位置基站的至少三个已知位置基站与所述第二目标轨迹点的第三观测信息、所述第二未知位置基站与所述第二目标轨迹点的第四观测信息，确定所述第二未知位置基站的定位信息。
可选地，所述第一位置估计模块，具体用于：
基于所述已知位置基站的位置信息以及所述第一观测信息，利用第一预设优化算法，建立所述第一目标轨迹点对应的状态方程；
对所述第一目标轨迹点对应的状态方程进行求解，得到所述第一目标轨迹点的位置信息。
可选地，所述第一预设优化算法为容积卡尔曼滤波CKF算法，所述第一目标轨迹点对应的状态方程表示为：
Figure BDA0002923120280000051
其中，Xk表示k时刻第一目标轨迹点的状态信息，Xk-1表示k-1时刻第一目标轨迹点的状态信息，ak表示k时刻第一目标轨迹点的加速度测量信息，ωk表示k时刻第一目标轨迹点的角速度测量信息，Wk表示k时刻的过程噪声，f(·)表示基于k-1时刻第一目标轨迹点的状态信息、加速度测量信息、角速度测量信息的状态预测方程，Zk表示k时刻第一观测信息，h(·)表示观测更新方程，Vk表示测量噪声。
可选地，所述第一定位模块，具体用于：
在得到的所述第一目标轨迹点的位置信息个数达到预设阈值的情况下，对所述第一目标轨迹点的位置信息进行降采样处理；
利用第三预设优化算法，对降采样处理后的第一目标轨迹点位置信息和第一未知位置基站位置信息进行优化，得到所述第一目标轨迹点对应的定位信息和所述第一未知位置基站对应的定位信息，其中，所述第三预设优化算法为高斯牛顿优化算法。
第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第一方面所述的一种基于同时定位与标定的目标定位方法的步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现实现上述第一方面所述的一种基于同时定位与标定的目标定位方法的步骤。
本发明实施例有益效果：
本发明实施例提供的一种基于同时定位与标定的目标定位方法及装置，可以基于至少三个已知位置基站的位置信息，以及所获取的已知位置基站与第一目标轨迹点之间的第一观测信息，利用第一预设优化算法对第一目标轨迹点的位置进行估计，得到第一目标轨迹点的位置信息，并基于所得到的第一目标轨迹点的位置信息，以及所获取的已知位置信息的第一目标轨迹点与第一未知位置基站之间的第二观测信息，利用第二预设优化算法对第一未知位置基站的位置进行估计，得到第一未知位置基站的位置信息，再次利用第三预设优化算法，对第一目标轨迹点的位置信息和第一未知位置基站的位置信息进行优化，得到第一目标轨迹点对应的定位信息和第一未知位置基站对应的定位信息。
本发明实施例中，因在对第一目标轨迹点和第一未知位置基站同时定位的过程中，利用第一预设优化算法使用至少三个已知位置基站的位置信息，以及该已知位置基站与第一目标轨迹点之间的第一观测信息，对第一目标轨迹点进行定位，进而通过第一目标轨迹点的定位信息，利用第二预设优化算法对第一未知位置基站进行同步定位，相对于现有的根据已知位置坐标点解方程求解未知位置坐标点的方式，提高了第一目标轨迹点和第一未知位置基站的定位准确度，且利用第三预设优化算法，对第一目标轨迹点的位置信息和第一未知位置基站的位置信息进行优化，进一步提高了第一目标轨迹点和第一未知位置基站的定位准确度。
当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
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附图作简单地介绍，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实施例。
图1为本发明实施例提供的一种基于同时定位与标定的目标定位方法的流程示意图；
图2为本发明实施例提供的一种对目标轨迹点进行定位的二维示意图；
图3为本发明实施例提供的一种对未知位置基站进行定位的二维示意图；
图4为本发明实施例提供的一种基站位置转换示意图；
图5为本发明实施例提供的一种对目标轨迹点进行定位的场景示意图；
图6为本发明实施例提供的一种对目标轨迹点进行定位的定位轨迹仿真示意图；
图7为本发明实施例提供的一种基于同时定位与标定的目标定位装置的结构示意图；
图8为本发明实施例提供的一种电子设备结构示意图。
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基于本申请所获得的所有其他实施例，都属于本发明保护的范围。
为了解决现有同时定位与标定法，在定位的过程中，靠近已知位置基站的目标轨迹点和未知基站定位准确度高，而远离已知位置基站的目标轨迹点和未知基站定位准确度低，使得得到的最终定位结果准确度不高的问题，本发明实施例提供了一种基于同时定位与标定的目标定位方法及装置，该方法可以包括：
获取至少三个已知位置基站与第一目标轨迹点之间的第一观测信息，所述第一观测信息用于表示所述已知位置基站与所述第一目标轨迹点之间信号传输的观测信息；
基于所述已知位置基站的位置信息以及所述第一观测信息，利用第一预设优化算法对所述第一目标轨迹点的位置进行估计，得到所述第一目标轨迹点的位置信息；
在存在第一未知位置基站的情况下，获取所述第一目标轨迹点与所述第一未知位置基站之间的第二观测信息，所述第二观测信息用于表示所述第一目标轨迹点与所述第一未知位置基站之间信号传输的观测信息；
基于所述第一目标轨迹点的位置信息以及所述第二观测信息，利用第二预设优化算法对所述第一未知位置基站的位置进行估计，得到所述第一未知位置基站的位置信息；
利用第三预设优化算法，对所述第一目标轨迹点的位置信息和所述第一未知位置基站的位置信息进行优化，得到所述第一目标轨迹点对应的定位信息和所述第一未知位置基站对应的定位信息。
本发明实施例中，因在对第一目标轨迹点和第一未知位置基站同时定位的过程中，利用第一预设优化算法使用至少三个已知位置基站的位置信息，以及该已知位置基站与第一目标轨迹点之间的第一观测信息，对第一目标轨迹点进行定位，进而通过第一目标轨迹点的定位信息，利用第二预设优化算法对第一未知位置基站进行同步定位，相对于现有的根据已知位置坐标点解方程求解未知位置坐标点的方式，提高了第一目标轨迹点和第一未知位置基站的定位准确度，且利用第三预设优化算法，对第一目标轨迹点的位置信息和第一未知位置基站的位置信息进行优化，进一步提高了第一目标轨迹点和第一未知位置基站的定位准确度。
下面对本发明实施例提供的一种基于同时定位与标定的目标定位方法进行详细介绍：
如图1所示，本发明实施例提供了一种基于同时定位与标定的目标定位方法，该方法可以包括以下步骤：
S101，获取至少三个已知位置基站与第一目标轨迹点之间的第一观测信息。
针对待进行定位的第一目标轨迹点，可以获取该第一目标轨迹点与至少三个已知位置基站之间的第一观测信息，其中，该第一目标轨迹点可以是待进行定位的目标对象移动的轨迹点，第一观测信息用于表示已知位置基站与第一目标轨迹点之间信号传输的观测信息。
具体的，可以通过UWB(Ultra Wideband，无载波通信技术)、WiFi技术、或蓝牙等无线信号通信方式，利用无线传感器等采集至少三个已知位置基站与第一目标轨迹点之间的信号传输，进而得到至少三个已知位置基站与第一目标轨迹点之间的测距观测信息，可以将该测距观测信息确定为至少三个已知位置基站与第一目标轨迹点之间的第一观测信息，进一步使用该第一观测信息以及已知位置基站的位置信息，对第一目标轨迹点进行定位。
S102，基于已知位置基站的位置信息以及第一观测信息，利用第一预设优化算法对第一目标轨迹点的位置进行估计，得到第一目标轨迹点的位置信息。
在获取至少三个已知位置基站与第一目标轨迹点之间的第一观测信息之后，可以基于已知位置基站的位置信息以及第一观测信息，利用第一预设优化算法对第一目标轨迹点的位置进行定位。示例性的，对第一目标轨迹点进行定位的二维示意图可以如图2所示，图2中阴影区域可以表示利用第一预设优化算法对第一目标轨迹点的位置进行估计的算法执行区域。
优选地，该第一预设优化算法可以是CKF(Cubature Kalman Filter，容积卡尔曼滤波)算法，还可以是EKF(Extended Kalman Filter，扩展卡尔曼滤波)算法，或UKF(Unscented Kalman Filter，无迹卡尔曼滤波)等，能够利用已知位置基站的位置信息以及第一观测信息，对第一目标轨迹点的位置进行估计的算法。
作为本发明实施例一种可选的实施方式，基于已知位置基站的位置信息以及第一观测信息，利用第一预设优化算法对第一目标轨迹点的位置进行估计，得到第一目标轨迹点的位置信息的实施方式，可以包括：
基于已知位置基站的位置信息以及第一观测信息，利用第一预设优化算法，建立第一目标轨迹点对应的状态方程；
对第一目标轨迹点对应的状态方程进行求解，得到第一目标轨迹点的位置信息。
本发明实施例中，以第一预设优化算法为CKF为例进行说明。在获取至少三个已知位置基站与第一目标轨迹点之间的第一观测信息之后，可以基于已知位置基站的位置信息以及第一观测信息，利用CKF算法，建立第一目标轨迹点对应的状态方程。优选地，所建立的第一目标轨迹点对应的状态方程可以表示为：
Figure BDA0002923120280000101
其中，Xk表示k时刻第一目标轨迹点的状态信息，Xk-1表示k-1时刻第一目标轨迹点的状态信息，ak表示k时刻第一目标轨迹点的加速度测量信息，ωk表示k时刻第一目标轨迹点的角速度测量信息，Wk表示k时刻的过程噪声，f(·)表示基于k-1时刻第一目标轨迹点的状态信息、加速度测量信息、角速度测量信息的状态预测方程，Zk表示k时刻第一观测信息，h(·)表示观测更新方程，Vk表示测量噪声。
进一步的，h(Xk)可以表示为：
Figure BDA0002923120280000102
Figure BDA0002923120280000103
表示已知位置基站GP1的位置信息，
Figure BDA0002923120280000104
表示已知位置基站GP2的位置信息，
Figure BDA0002923120280000105
表示已知位置基站GPj的位置信息。
在具体实施过程中，CKF的核心是通过一系列容积点来模拟非线性化方程，在构建容积点之前，先要构建包含正负两种单位矩阵信息的{Ci}向量集，该向量集可以表示为：
Ci＝[IN-IN]i
IN表示大小为N×N的单位矩阵，[·]i表示取矩阵的第i列向量，N表示k时刻第一目标轨迹点的状态信息Xk的维度。
进一步的，在预测更新过程中，可以通过向量Ci构建CKF的容积点，对一步状态预测模型进行非线性处理，其过程可以如下：
Figure BDA0002923120280000106
其中，θi,k-1|k-1表示基于
Figure BDA0002923120280000107
构建的容积点，
Figure BDA0002923120280000108
表示k-1时刻第一目标轨迹点的估计状态信息，Pk-1|k-1表示
Figure BDA0002923120280000109
的误差协方差矩阵，通过容积点可以对下一步状态信息进行预测：
θi,k|k-1＝Fθi,k-1|k-1
Figure BDA0002923120280000111
其中，θi,k|k-1表示基于θi,k-1|k-1的预测容积点，wi表示调整权值，可取
Figure BDA0002923120280000112
F表示状态预测矩阵，用于根据前一时刻状态预测下一时刻状态，
Figure BDA0002923120280000113
表示k-1时刻到k时刻第一目标轨迹点的估计状态信息。进一步通过计算得到
Figure BDA0002923120280000114
的误差协方差矩阵可以表示为：
Figure BDA0002923120280000115
Pk|k-1表示
Figure BDA0002923120280000116
的误差协方差矩阵，Qk表示k时刻预测误差协方差，用于描述预测过程的误差。
在测量更新过程中，针对一步预测
Figure BDA0002923120280000117
同样通过构建容积点集，对非线性的测量方程模型进行非线性处理，具体过程可以如下：
Figure BDA0002923120280000118
Figure BDA0002923120280000119
Figure BDA00029231202800001110
其中，μi,k|k-1表示
Figure BDA00029231202800001111
的容积点，
Figure BDA00029231202800001112
表示与μi,k|k-1对应的预测测量信息，
Figure BDA00029231202800001113
表示k时刻一步预测测量信息。
进一步计算测量信息
Figure BDA0002923120280000121
与状态信息
Figure BDA0002923120280000122
的预测协方差Pxz,k|k-1和测量信息
Figure BDA0002923120280000123
的预测协方差Pzz,k|k-1：
Figure BDA0002923120280000124
Figure BDA0002923120280000125
Rk表示k时刻测量协方差，用于表示由传感器采集的测量信息
Figure BDA0002923120280000126
的误差，基于上述关于Pzz,k|k-1和Pxz,k|k-1的表达式可以得到Kalman增益矩阵Kk、第一目标轨迹点状态信息的滤波结果
Figure BDA0002923120280000127
及误差协方差矩阵Pk|k：
Kk＝Pxz,k|k-1Pzz,k|k-1 -1
Figure BDA0002923120280000128
Pk|k＝Pk|k-1-KkPzz,k|k-1Kk T
其中，
Figure BDA0002923120280000129
表示k时刻对第一目标轨迹点进行定位得到的位置信息。
参见图1，S103，在存在第一未知位置基站的情况下，获取第一目标轨迹点与第一未知位置基站之间的第二观测信息。
可以理解的，目标对象可以移动，那么对应的，第一目标轨迹点的数量可以有很多个，第一目标轨迹点处接收到的信号可以是已知位置基站发送的，也可以是未知位置基站发送的。在第一目标轨迹点处接收到未知位置基站发送的信号时，也就是在存在第一未知位置基站的情况下，可以获取第一目标轨迹点与第一未知位置基站之间的第二观测信息，进而在对第一目标轨迹点进行定位的同时，实现对第一未知位置基站进行定位，该第二观测信息用于表示第一目标轨迹点与第一未知位置基站之间信号传输的观测信息。
S104，基于第一目标轨迹点的位置信息以及第二观测信息，利用第二预设优化算法对第一未知位置基站的位置进行估计，得到第一未知位置基站的位置信息。
具体的，可以在存在第一未知位置基站的情况下，获取第一目标轨迹点与第一未知位置基站之间的第二观测信息，进而基于上述已定位第一目标轨迹点的位置信息以及第二观测信息，利用第二预设优化算法对第一未知位置基站的位置进行标定。示例性的，对第一未知位置基站进行标定的二维示意图可以如图3所示，图3中阴影区域可以表示利用第二预设优化算法对第一未知位置基站的位置进行估计的算法执行区域。
优选地，第二目标优化算法可以是以最小二乘法为基础，进一步使用高斯牛顿优化算法、梯度下降优化算法、或牛顿优化算法等能够利用上述已定位第一目标轨迹点的位置信息以及第二观测信息，对第一未知位置基站的位置进行标定的算法。
示例性的，如图3所示，可以基于至少三个已知位置基站通过上述方式获取1-K时刻目标轨迹点的位置信息，在存在第一未知位置基站的情况下，即可以观测到第一目标轨迹点与第一未知位置基站之间第二观测信息的情况下，进一步可以从1-K时刻已知目标轨迹点
Figure BDA0002923120280000131
中选取子点集
Figure BDA0002923120280000132
其中，
Figure BDA0002923120280000133
表示可以观测到的第一未知位置基站UPt和第一目标轨迹点之间的状态估计，S表示可观测到第一未知位置基站UPt和第一目标轨迹点之间的状态信息的个数，t表示第一未知位置基站的个数。
进而可以参照上述基于已知位置基站的位置信息以及第一观测信息，利用第一预设优化算法，建立第一目标轨迹点对应的状态方程的方式，基于第一目标轨迹点的位置信息以及第二观测信息，利用上述第一预设优化算法，建立第一未知位置基站的状态方程，本发明实施例在此不再赘述。
进一步的，可以根据
Figure BDA0002923120280000134
与
Figure BDA0002923120280000135
表示第一未知位置基站UPt和第一目标轨迹点之间第二观测信息，利用最小二乘误差的优化模型来计算第一未知位置基站UPt的位置信息
Figure BDA0002923120280000136
具体的可以通过如下表达式得到最小二乘的优化模型：
Figure BDA0002923120280000141
得到的最小二乘的优化模型可以表示为：
Figure BDA0002923120280000142
其中，
Figure BDA0002923120280000143
表示第一未知位置基站UPt的优化位置信息，具体的上述最小二乘的优化模型可以通过高斯牛顿优化算法、梯度下降优化算法、或牛顿优化算法等进行求解，得到第一未知位置基站的位置信息。
参见图1，S105，利用第三预设优化算法，对第一目标轨迹点的位置信息和第一未知位置基站的位置信息进行优化，得到第一目标轨迹点对应的定位信息和第一未知位置基站对应的定位信息。
在对第一目标轨迹点进行定位以及对第一未知位置基站进行标定之后，可以进一步利用第三预设优化算法，对第一目标轨迹点的位置信息和第一未知位置基站的位置信息进行优化，以得到第一目标轨迹点对应的最终定位信息和第一未知位置基站对应的最终定位信息。优选地，第三预设优化算法可以与上述第二预设优化算法相同。
作为本发明实施例一种可选的实施方式，利用第三预设优化算法，对第一目标轨迹点的位置信息和第一未知位置基站的位置信息进行优化，得到第一目标轨迹点对应的定位信息和第一未知位置基站对应的定位信息的实施方式，可以包括：
在得到的第一目标轨迹点的位置信息个数达到预设阈值的情况下，对第一目标轨迹点的位置信息进行降采样处理；
利用第三预设优化算法，对降采样处理后的第一目标轨迹点位置信息和第一未知位置基站位置信息进行优化，得到第一目标轨迹点对应的定位信息和第一未知位置基站对应的定位信息。其中，第三预设优化算法可以为高斯牛顿优化算法。
本发明实施例中，可以在得到的第一目标轨迹点的位置信息个数达到预设阈值的情况下，或是在跟踪第一目标轨迹点预设时间段之后，对第一目标轨迹点的位置信息进行降采样处理。该预设阈值和预设时间段可以根据实际需求进行设定，例如，预设阈值可以是100个、200个或500个等，预设时间段可以是1分钟，5分钟或10分钟等。
示例性的，可以对得到的第一目标轨迹点的位置信息进行等间隔采样，例如，可以通过如下表达式对第一目标轨迹点的位置信息进行降采样处理：
Figure BDA0002923120280000151
其中，S表示可观测到第一未知位置基站UPt和第一目标轨迹点之间的状态信息的个数，J表示采样间隔，该采样间隔可以根据对第一目标轨迹点进行估计的频率和设备的计算性能确定，
Figure BDA0002923120280000152
表示向下取整符号，l表示降采样处理后数据的下标。
在实际应用中，可以基于降采样的轨迹点集筛选方法，根据1-k时刻第一目标轨迹点筛选出对应UPt基站的点集
Figure BDA0002923120280000153
进而得到包含所有UPt基站点集
Figure BDA0002923120280000154
的整体点集{Xl}，l＝1,2,…,L，L表示降采样后第一目标轨迹点数据下标的上限值。
为了保证算法的实时性，可以设定点集长度的上限，即降采样后第一目标轨迹点数据数量
Figure BDA0002923120280000155
满足：
Figure BDA0002923120280000156
其中，Γ为长度上限。对于{Xl}长度超过Γ的情况，可以采取先进先出的方式剔除时间上最先进入点集{Xl}的轨迹点。
假设在k时刻，观测到了未知位置基站UP和T个已知位置基站GP，则可以构建
Figure BDA0002923120280000161
作为优化量，然后，基于基站GP和基站UP的测量噪声
Figure BDA0002923120280000162
和
Figure BDA0002923120280000163
进行加权，进而可以得到加权的最小二乘误差模型如下：
Figure BDA0002923120280000164
其中，
Figure BDA0002923120280000165
表示点集{Xl}中的状态信息，
Figure BDA0002923120280000166
表示已知位置基站GPl的位置信息，
Figure BDA0002923120280000167
表示
Figure BDA0002923120280000168
和
Figure BDA0002923120280000169
之间的测量信息，
Figure BDA00029231202800001610
表示未知位置基站UPl的位置信息，
Figure BDA00029231202800001611
表示
Figure BDA00029231202800001612
和
Figure BDA00029231202800001613
之间的测量信息。
Figure BDA00029231202800001614
和
Figure BDA00029231202800001615
分别表示已知位置基站和未知位置基站基于测量误差的加权因子：
Figure BDA00029231202800001616
因此可得到基于最小二乘的优化模型：
Figure BDA00029231202800001617
进而可以通过高斯牛顿优化算法来求解该最小二乘优化模型，得到ξ最小时对应的第一目标轨迹和第一未知位置基站的位置信息，即为优化后第一目标轨迹点对应的定位信息和第一未知位置基站对应的定位信息。
本发明实施例中，因在对第一目标轨迹点和第一未知位置基站同时定位的过程中，利用第一预设优化算法使用至少三个已知位置基站的位置信息，以及该已知位置基站与第一目标轨迹点之间的第一观测信息，对第一目标轨迹点进行定位，进而通过第一目标轨迹点的定位信息，利用第二预设优化算法对第一未知位置基站进行同步定位，相对于现有的根据已知位置坐标点解方程求解未知位置坐标点的方式，提高了第一目标轨迹点和第一未知位置基站的定位准确度，且利用第三预设优化算法，对第一目标轨迹点的位置信息和第一未知位置基站的位置信息进行优化，进一步提高了第一目标轨迹点和第一未知位置基站的定位准确度。
作为本发明实施例一种可选的实施方式，在上述图1所示实施例的基站上，在得到第一未知位置基站的位置信息之后，上述方法还可以包括以下步骤：
判断用于对第二目标轨迹点的位置进行估计的已知位置基站的个数是否小于预设数量。其中，第二目标轨迹点与第二未知位置基站之间存在观测信息。
如果小于，则将得到的第一未知位置基站视为已知位置基站，根据包括第一未知位置基站的至少三个已知位置基站与第二目标轨迹点的第三观测信息、第二未知位置基站与第二目标轨迹点的第四观测信息，确定第二未知位置基站的定位信息。
可以理解的，目标对象是可以移动的，那么在目标对象移动的过程中，该目标对象接收到的信号可以是已知位置基站发送的，也可以是未知位置基站发送的。在目标对象接收的信号即包含已知位置基站发送的信号，也包含未知位置基站发送信号的情况下，即目标对象对应的第二目标轨迹点与第二未知位置基站之间存在观测信息，可以进一步判断此时用于对第二目标轨迹点的位置进行估计的已知位置基站的个数是否小于预设数量。根据实验或经验可知，实际应用中对未知位置进行估计的过程中，需要至少三个已知位置的位置信息来对未知位置进行估计，进而该预设数量可以设置为至少三个。
在用于对第二目标轨迹点的位置进行估计的已知位置基站的个数不小于预设数量的情况下，可以直接基于已知位置基站对该第二目标轨迹点的位置进行估计，以及基于第二目标轨迹点的位置信息和第二目标轨迹点与第二未知位置基站之间的观测信息，对第二未知位置基站的位置进行估计。具体的，基于已知位置基站对第二目标轨迹点的位置进行估计以及对第二未知位置基站的位置进行估计，可参照上文中对第一目标轨迹点以及第一未知位置基站的位置进行估计的实施方法，本发明实施例在此不再赘述。
在用于对第二目标轨迹点的位置进行估计的已知位置基站的个数小于预设数量的情况下，可以将已得到的第一未知位置基站视为已知位置基站(如图4所示)，进一步根据包括第一未知位置基站的至少三个已知位置基站的位置信息，以及其与第二目标轨迹点之间的第三观测信息，对第二目标轨迹点的位置进行估计，并根据估计得到的第二目标轨迹点的位置信息、第二未知位置基站与第二目标轨迹点之间的第四观测信息，对第二未知位置基站的位置进行估计，进而对第二目标轨迹点的位置信息和第二未知位置基站的位置信息进行优化，以确定第二目标轨迹点和第二未知位置基站的定位信息。具体的，对第二目标轨迹点的位置进行估计，以及对第二未知位置基站的位置进行估计，最终得到第二目标轨迹点和第二未知位置基站的定位信息的实施过程，可参照上述获得第一目标轨迹点和第一未知位置基站的定位信息的实施过程，本发明实施例在此不再赘述。
本发明实施例中，在对目标轨迹点和未知位置基站进行同时定位与标定的过程中，可以在用于对目标轨迹点的位置进行估计的已知位置基站的个数小于预设数量的情况下，将已得到的未知位置基站视为已知位置基站，对已知位置基站进行扩充，以更好的实现对目标轨迹点和未知位置基站进行同时定位与标定。
示例性的，如图5所示，图5为本发明实施例提供的一种对目标轨迹点进行定位的场景示意图，图5中目标对象可以从左侧室外入口处进入室内，从右侧室内出口处到室外，或者逆向运动，相应的，目标对象所对应的目标轨迹点即从左侧室外经过室内到右侧室外，或是从右侧室外经过室内到左侧室外，其中，左侧和右侧室外分别设定有三个已知位置基站，室内设定有八个未知位置基站。
基于图5所示的定位场景，分别使用背景技术中所描述的现有技术和本申请技术方案，对目标轨迹点和未知位置基站进行同时定位和标定，得到的定位和标定仿真结果如图6所示，图6中左侧和右侧分散的星星图标表示已知位置基站，中间分散的三角形图标表示未知位置基站，同时得到了对目标轨迹点的定位精度如下表1所示，对未知位置基站的标定精度如表2所示。
表1目标轨迹点定位精度
Figure BDA0002923120280000191
表2未知位置基站标定精度
Figure BDA0002923120280000192
通过上述对比可知，现有的同时定位与标定方法，与本发明实施例所提供的技术方案相比，本发明实施例所提供的技术方案对目标轨迹点在X轴方向上的定位精度提升了24.41％(从0.1901到0.1437)；在Y轴方向上的定位精度提升了55.18％(从0.0908到0.0407)；在Z轴方向上的定位精度提升了42.82％(从0.3629到0.2075)；在整体上定位精度提升了39.06％(从0.4196到0.2557)；且对8个未知位置基站的平均标定精度提升了47.97％(从0.4684到0.2437)。
通过对比现有的同时定位与标定方法与本发明实施例所提供的技术方案，对目标轨迹点的定位精度提升了39.06％，整体精度达到0.2557m，特别是Z轴方向上的最大定位误差从1.46m降低到了0.57m；对未知位置基站的标定精度提升比较明显(47.97％)，整体精度达到0.2437m。
相应于上述方法实施例，本发明实施例还提供了相应的装置实施例。
如图7所示，本发明实施例提供了一种基于同时定位与标定的目标定位装置，该装置可以包括：
第一获取模块201，用于获取至少三个已知位置基站与第一目标轨迹点之间的第一观测信息，第一观测信息用于表示已知位置基站与第一目标轨迹点之间信号传输的观测信息。
第一位置估计模块202，用于基于已知位置基站的位置信息以及第一观测信息，利用第一预设优化算法对第一目标轨迹点的位置进行估计，得到第一目标轨迹点的位置信息。
第二获取模块203，用于在存在第一未知位置基站的情况下，获取第一目标轨迹点与第一未知位置基站之间的第二观测信息，第二观测信息用于表示第一目标轨迹点与第一未知位置基站之间信号传输的观测信息。
第二位置估计模块204，用于基于第一目标轨迹点的位置信息以及第二观测信息，利用第二预设优化算法对第一未知位置基站的位置进行估计，得到第一未知位置基站的位置信息；
第一定位模块205，用于利用第三预设优化算法，对第一目标轨迹点的位置信息和第一未知位置基站的位置信息进行优化，得到第一目标轨迹点对应的定位信息和第一未知位置基站对应的定位信息。
本发明实施例中，因在对第一目标轨迹点和第一未知位置基站同时定位的过程中，利用第一预设优化算法使用至少三个已知位置基站的位置信息，以及该已知位置基站与第一目标轨迹点之间的第一观测信息，对第一目标轨迹点进行定位，进而通过第一目标轨迹点的定位信息，利用第二预设优化算法对第一未知位置基站进行同步定位，相对于现有的根据已知位置坐标点解方程求解未知位置坐标点的方式，提高了第一目标轨迹点和第一未知位置基站的定位准确度，且利用第三预设优化算法，对第一目标轨迹点的位置信息和第一未知位置基站的位置信息进行优化，进一步提高了第一目标轨迹点和第一未知位置基站的定位准确度。
可选地，上述装置还可以包括：
判断模块，用于判断用于对第二目标轨迹点的位置进行估计的已知位置基站的个数是否小于预设数量，其中，第二目标轨迹点与第二未知位置基站之间存在观测信息。
第二定位模块，用于在判断模块判断出用于对第二目标轨迹点的位置进行估计的已知位置基站的个数小于预设数量时，将得到的第一未知位置基站视为已知位置基站，根据包括第一未知位置基站的至少三个已知位置基站与第二目标轨迹点的第三观测信息、第二未知位置基站与第二目标轨迹点的第四观测信息，确定第二未知位置基站的定位信息。
可选地，上述第一位置估计模块202，具体用于：
基于已知位置基站的位置信息以及第一观测信息，利用第一预设优化算法，建立第一目标轨迹点对应的状态方程；
对第一目标轨迹点对应的状态方程进行求解，得到第一目标轨迹点的位置信息。
可选地，上述第一预设优化算法可以为容积卡尔曼滤波CKF算法，第一目标轨迹点对应的状态方程可以表示为：
Figure BDA0002923120280000211
其中，Xk表示k时刻第一目标轨迹点的状态信息，Xk-1表示k-1时刻第一目标轨迹点的状态信息，ak表示k时刻第一目标轨迹点的加速度测量信息，ωk表示k时刻第一目标轨迹点的角速度测量信息，Wk表示k时刻的过程噪声，f(·)表示基于k-1时刻第一目标轨迹点的状态信息、加速度测量信息、角速度测量信息的状态预测方程，Zk表示k时刻第一观测信息，h(·)表示观测更新方程，Vk表示测量噪声。
可选地，上述第一定位模块205，具体用于：
在得到的第一目标轨迹点的位置信息个数达到预设阈值的情况下，对所述第一目标轨迹点的位置信息进行降采样处理；
利用第三预设优化算法，对降采样处理后的第一目标轨迹点位置信息和第一未知位置基站位置信息进行优化，得到所述第一目标轨迹点对应的定位信息和所述第一未知位置基站对应的定位信息，其中，所述第三预设优化算法为高斯牛顿优化算法。
本发明实施例还提供了一种电子设备，如图8所示，包括处理器301、通信接口302、存储器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信，
存储器303，用于存放计算机程序；
处理器301，用于执行存储器303上所存放的程序时，实现如下步骤：
获取至少三个已知位置基站与第一目标轨迹点之间的第一观测信息，第一观测信息用于表示已知位置基站与第一目标轨迹点之间信号传输的观测信息；
基于已知位置基站的位置信息以及第一观测信息，利用第一预设优化算法对第一目标轨迹点的位置进行估计，得到第一目标轨迹点的位置信息；
在存在第一未知位置基站的情况下，获取第一目标轨迹点与第一未知位置基站之间的第二观测信息，第二观测信息用于表示第一目标轨迹点与第一未知位置基站之间信号传输的观测信息；
基于第一目标轨迹点的位置信息以及第二观测信息，利用第二预设优化算法对第一未知位置基站的位置进行估计，得到第一未知位置基站的位置信息；
利用第三预设优化算法，对第一目标轨迹点的位置信息和第一未知位置基站的位置信息进行优化，得到第一目标轨迹点对应的定位信息和第一未知位置基站对应的定位信息。
本发明实施例中，因在对第一目标轨迹点和第一未知位置基站同时定位的过程中，利用第一预设优化算法使用至少三个已知位置基站的位置信息，以及该已知位置基站与第一目标轨迹点之间的第一观测信息，对第一目标轨迹点进行定位，进而通过第一目标轨迹点的定位信息，利用第二预设优化算法对第一未知位置基站进行同步定位，相对于现有的根据已知位置坐标点解方程求解未知位置坐标点的方式，提高了第一目标轨迹点和第一未知位置基站的定位准确度，且利用第三预设优化算法，对第一目标轨迹点的位置信息和第一未知位置基站的位置信息进行优化，进一步提高了第一目标轨迹点和第一未知位置基站的定位准确度。
上述电子设备提到的通信总线可以是PCI(Peripheral ComponentInterconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM(Random Access Memory，随机存取存储器)，也可以包括NVM(Non-Volatile Memory，非易失性存储器)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括CPU(Central Processing Unit，中央处理器)、NP(Network Processor，网络处理器)等；还可以是DSP(Digital Signal Processing，数字信号处理器)、ASIC(Application Specific Integrated Circuit，专用集成电路)、FPGA(Field-Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一一种基于同时定位与标定的目标定位方法的步骤，以达到相同的技术效果。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一一种基于同时定位与标定的目标定位方法的步骤，以达到相同的技术效果。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、DSL(Digital Subscriber Line，数字用户线))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD(Digital Versatile Disc，数字多功能光盘))、或者半导体介质(例如SSD(Solid StateDisk，固态硬盘))等。
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。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置/电子设备实施例而言，由于其基本相似于系统实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (7)

1.一种基于同时定位与标定的目标定位方法，其特征在于，所述方法包括：
获取至少三个已知位置基站与第一目标轨迹点之间的第一观测信息，所述第一观测信息用于表示所述已知位置基站与所述第一目标轨迹点之间信号传输的观测信息；
基于所述已知位置基站的位置信息以及所述第一观测信息，利用第一预设优化算法对所述第一目标轨迹点的位置进行估计，得到所述第一目标轨迹点的位置信息，包括：
基于所述已知位置基站的位置信息以及所述第一观测信息，利用第一预设优化算法，建立所述第一目标轨迹点对应的状态方程；
对所述第一目标轨迹点对应的状态方程进行求解，得到所述第一目标轨迹点的位置信息；
所述第一预设优化算法为容积卡尔曼滤波CKF算法，所述第一目标轨迹点对应的状态方程表示为：
Figure FDA0003353982220000011
其中，Xk表示k时刻第一目标轨迹点的状态信息，Xk-1表示k-1时刻第一目标轨迹点的状态信息，ak表示k时刻第一目标轨迹点的加速度测量信息，ωk表示k时刻第一目标轨迹点的角速度测量信息，Wk表示k时刻的过程噪声，f(·)表示基于k-1时刻第一目标轨迹点的状态信息、加速度测量信息、角速度测量信息的状态预测方程，Zk表示k时刻第一观测信息，h(·)表示观测更新方程，Vk表示测量噪声；
所述h(Xk)表示为：
Figure FDA0003353982220000012
其中，
Figure FDA0003353982220000013
表示已知位置基站GP1的位置信息，
Figure FDA0003353982220000014
表示已知位置基站GP2的位置信息，
Figure FDA0003353982220000021
表示已知位置基站GPj的位置信息；
在存在第一未知位置基站的情况下，获取所述第一目标轨迹点与所述第一未知位置基站之间的第二观测信息，所述第二观测信息用于表示所述第一目标轨迹点与所述第一未知位置基站之间信号传输的观测信息；
基于所述第一目标轨迹点的位置信息以及所述第二观测信息，利用第二预设优化算法对所述第一未知位置基站的位置进行估计，得到所述第一未知位置基站的位置信息；
利用第三预设优化算法，对所述第一目标轨迹点的位置信息和所述第一未知位置基站的位置信息进行优化，得到所述第一目标轨迹点对应的定位信息和所述第一未知位置基站对应的定位信息。
2.根据权利要求1所述的方法，其特征在于，在得到所述第一未知位置基站的位置信息之后，所述方法还包括：
判断用于对第二目标轨迹点的位置进行估计的已知位置基站的个数是否小于预设数量，其中，所述第二目标轨迹点与第二未知位置基站之间存在观测信息；
如果小于，则将得到的所述第一未知位置基站视为已知位置基站，根据包括所述第一未知位置基站的至少三个已知位置基站与所述第二目标轨迹点的第三观测信息、所述第二未知位置基站与所述第二目标轨迹点的第四观测信息，确定所述第二未知位置基站的定位信息。
3.根据权利要求1或2所述的方法，其特征在于，所述利用第三预设优化算法，对所述第一目标轨迹点的位置信息和所述第一未知位置基站的位置信息进行优化，得到所述第一目标轨迹点对应的定位信息和所述第一未知位置基站对应的定位信息的步骤，包括：
在得到的所述第一目标轨迹点的位置信息个数达到预设阈值的情况下，对所述第一目标轨迹点的位置信息进行降采样处理；
利用第三预设优化算法，对降采样处理后的第一目标轨迹点位置信息和第一未知位置基站位置信息进行优化，得到所述第一目标轨迹点对应的定位信息和所述第一未知位置基站对应的定位信息，其中，所述第三预设优化算法为高斯牛顿优化算法。
4.一种基于同时定位与标定的目标定位装置，其特征在于，所述装置包括：
第一获取模块，用于获取至少三个已知位置基站与第一目标轨迹点之间的第一观测信息，所述第一观测信息用于表示所述已知位置基站与所述第一目标轨迹点之间信号传输的观测信息；
第一位置估计模块，用于基于所述已知位置基站的位置信息以及所述第一观测信息，利用第一预设优化算法对所述第一目标轨迹点的位置进行估计，得到所述第一目标轨迹点的位置信息；
第二获取模块，用于在存在第一未知位置基站的情况下，获取所述第一目标轨迹点与所述第一未知位置基站之间的第二观测信息，所述第二观测信息用于表示所述第一目标轨迹点与所述第一未知位置基站之间信号传输的观测信息；
第二位置估计模块，用于基于所述第一目标轨迹点的位置信息以及所述第二观测信息，利用第二预设优化算法对所述第一未知位置基站的位置进行估计，得到所述第一未知位置基站的位置信息，具体用于：
基于所述已知位置基站的位置信息以及所述第一观测信息，利用第一预设优化算法，建立所述第一目标轨迹点对应的状态方程；
对所述第一目标轨迹点对应的状态方程进行求解，得到所述第一目标轨迹点的位置信息；
所述第一预设优化算法为容积卡尔曼滤波CKF算法，所述第一目标轨迹点对应的状态方程表示为：
Figure FDA0003353982220000031
其中，Xk表示k时刻第一目标轨迹点的状态信息，Xk-1表示k-1时刻第一目标轨迹点的状态信息，ak表示时刻第一目标轨迹点的加速度测量信息，ωk表示时刻第一目标轨迹点的角速度测量信息，Wk表示k时刻的过程噪声，f(·)表示基于k-1时刻第一目标轨迹点的状态信息、加速度测量信息、角速度测量信息的状态预测方程，Zk表示k时刻第一观测信息，h(·)表示观测更新方程，Vk表示测量噪声；
所述h(Xk)表示为：
Figure FDA0003353982220000041
其中，
Figure FDA0003353982220000042
表示已知位置基站GP1的位置信息，
Figure FDA0003353982220000043
表示已知位置基站GP2的位置信息，
Figure FDA0003353982220000044
表示已知位置基站GPj的位置信息；
第一定位模块，用于利用第三预设优化算法，对所述第一目标轨迹点的位置信息和所述第一未知位置基站的位置信息进行优化，得到所述第一目标轨迹点对应的定位信息和所述第一未知位置基站对应的定位信息。
5.根据权利要求4所述的装置，其特征在于，所述装置还包括：
判断模块，用于判断用于对第二目标轨迹点的位置进行估计的已知位置基站的个数是否小于预设数量，其中，所述第二目标轨迹点与第二未知位置基站之间存在观测信息；
第二定位模块，用于在所述判断模块判断出所述用于对第二目标轨迹点的位置进行估计的已知位置基站的个数小于预设数量时，将得到的所述第一未知位置基站视为已知位置基站，根据包括所述第一未知位置基站的至少三个已知位置基站与所述第二目标轨迹点的第三观测信息、所述第二未知位置基站与所述第二目标轨迹点的第四观测信息，确定所述第二未知位置基站的定位信息。
6.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-3任一所述的方法步骤。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-3任一所述的方法步骤。
CN202110123639.9A 2021-01-29 2021-01-29 一种基于同时定位与标定的目标定位方法及装置 Active CN112996105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110123639.9A CN112996105B (zh) 2021-01-29 2021-01-29 一种基于同时定位与标定的目标定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110123639.9A CN112996105B (zh) 2021-01-29 2021-01-29 一种基于同时定位与标定的目标定位方法及装置

Publications (2)

Publication Number Publication Date
CN112996105A CN112996105A (zh) 2021-06-18
CN112996105B true CN112996105B (zh) 2022-04-01

Family

ID=76345785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110123639.9A Active CN112996105B (zh) 2021-01-29 2021-01-29 一种基于同时定位与标定的目标定位方法及装置

Country Status (1)

Country Link
CN (1) CN112996105B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110657806A (zh) * 2019-09-30 2020-01-07 青岛联合创智科技有限公司 一种基于CKF、chan解算和Savitzky-Golay平滑滤波的位置解算方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104777747A (zh) * 2014-01-15 2015-07-15 中国人民解放军海军工程大学 基于平方根容积卡尔曼滤波的光电跟踪转台滑模控制方法
US9596571B1 (en) * 2014-08-08 2017-03-14 Polaris Wireless, Inc. Estimating the location of a wireless terminal based on radio-frequency pattern matching and cooperative measurements
CN110493740B (zh) * 2018-05-14 2021-01-15 中国移动通信有限公司研究院 一种室内定位方法及定位服务器
CN111447542A (zh) * 2018-12-27 2020-07-24 深圳市优必选科技有限公司 无线定位方法、设备及存储装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110657806A (zh) * 2019-09-30 2020-01-07 青岛联合创智科技有限公司 一种基于CKF、chan解算和Savitzky-Golay平滑滤波的位置解算方法

Also Published As

Publication number Publication date
CN112996105A (zh) 2021-06-18

Similar Documents

Publication Publication Date Title
WO2021203871A1 (zh) 协同定位方法、装置、设备和存储介质
CN110849369B (zh) 机器人跟踪方法、装置、设备及计算机可读存储介质
CN110865343B (zh) 基于lmb的粒子滤波检测前跟踪方法及系统
CN109379711B (zh) 一种定位方法
CN112526470A (zh) 标定雷达参数的方法和装置、电子设备、存储介质
CN115469260A (zh) 一种基于Hausdorff的电流互感器异常识别方法、系统
CN112183627A (zh) 生成预测密度图网络的方法和车辆年检标数量检测方法
CN115656989A (zh) 外参标定方法、装置、电子设备及存储介质
CN111182460A (zh) 混合型室内定位方法、装置、计算机设备及存储介质
CN110646798A (zh) 目标航迹关联方法、雷达和终端设备
CN110146855A (zh) 雷达间断干扰抑制门限计算方法及装置
CN112996105B (zh) 一种基于同时定位与标定的目标定位方法及装置
CN116630320A (zh) 电池极片的检测方法、装置、电子设备及存储介质
CN115235527B (zh) 传感器外参标定方法、装置以及电子设备
CN113269301B (zh) 基于神经网络估计多目标跟踪系统参数的方法及系统
CN114596362B (zh) 一种高点摄像头坐标计算方法、装置、电子设备及介质
CN115390112A (zh) 电力系统北斗定位信号滤波方法、装置、设备及存储介质
CN114501615A (zh) 终端定位方法、装置、计算机设备、存储介质和程序产品
CN111194000A (zh) 基于蓝牙融合混合滤波与神经网络的测距方法与系统
CN117493775B (zh) 数据链的相对导航方法、装置、电子设备及存储介质
CN115278524A (zh) 一种传感器网络节点的定位方法、装置、设备及存储介质
CN111132029B (zh) 基于地形约束的定位方法及装置
CN109788431B (zh) 一种基于相邻节点组的蓝牙定位方法、装置、设备和系统
CN115755022A (zh) 目标跟踪方法、装置、设备及介质
CN116299263A (zh) 多雷达的目标探测方法及装置

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
GR01 Patent grant
GR01 Patent grant