CN114216457A - 一种基于超宽带信号的多源数据融合定位方法及系统 - Google Patents
一种基于超宽带信号的多源数据融合定位方法及系统 Download PDFInfo
- Publication number
- CN114216457A CN114216457A CN202111485014.3A CN202111485014A CN114216457A CN 114216457 A CN114216457 A CN 114216457A CN 202111485014 A CN202111485014 A CN 202111485014A CN 114216457 A CN114216457 A CN 114216457A
- Authority
- CN
- China
- Prior art keywords
- positioning
- data
- uwb
- inertial navigation
- namely
- 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
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
- G01C21/10—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
- G01C21/18—Stabilised platforms, e.g. by gyroscope
-
- 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
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及非暴露空间环境下复杂建筑结构、多种服务设施及交通路线位置定位技术领域,特别涉及一种基于超宽带信号的多源融合定位方法及系统。其方法包括利用北斗定位系统确定室外定位的方法和利用IMU/UWB/PDR技术完成室内定位的方法,本发明的一种基于超宽带信号的多源融合定位方法及系统,基于城市轨道交通环境中部署的超宽带基站,融合北斗卫星导航定位信号和MEMS传感器信息,结合DBS+UWB+PDR(航迹跟踪)+IMU多种算法,通过参数优化,实现非暴露空间的多源融合导航定位。
Description
技术领域
本发明涉及非暴露空间环境下复杂建筑结构、多种服务设施及交通路线位置定位技术领域,特别涉及一种基于超宽带信号的多源融合定位方法及系统。
背景技术
现有技术下,常见的定位技术包括以下几种:
1、北斗卫星导航系统(BDS)是我国自主研制的卫星导航系统,主要目标是为各类用户提供实时的高精度定位导航服务。
北斗卫星系统定位技术本质上属于无线电导航定位,定位原理为北斗卫星接收机通过获取多个卫星信号,并利用每个信号的时间间隔解算出各卫星与接收机的距离,然后通过交汇法解算出接收机的三维坐标来实现导航定位。虽然BDS室外位置服务已经达到了令人满意的技术成熟度,但在室内外交界区域的复杂环境下,单一的定位技术很难同时覆盖室内外空间,无法满足整体精度要求。研究北斗与其他系统的室内外融合定位技术,可弥补北斗室内及遮挡条件下定位性能的不足,实现多种场景下定位技术、算法、精度和覆盖范围的平滑过渡和无缝连接。
2、UWB技术是非载波通信技术,主要目标是对抗室内信道不利条件,如信号对信道衰落不敏感、穿透性强、抗多路径干扰等。
通常采用非正弦形式的纳秒级极窄脉冲信号传输方式,达到在超高带宽上传输低功率的信号,纳秒级脉冲宽度决定其能够分辨纳秒级的时延,通常可达到分米级定位精度。在复杂非暴露场景定位应用中,信号传播除了会受多路径效应的影响,还有普遍的非视距(NLOS)传播带来的误差影响。UWB定位在抗干扰抗多径上有较大的优势,而其判别和应对NLOS传播误差的效果不佳,不能满足精准定位的需求。
3、行人航位推算技术(PDR)是利用惯性传感器实现的导航系统,主要目标是通过获取初始位置信息与航向推算算法实现位置预测。PDR算法根据来自加速度和陀螺仪的原始数据,估计行人的步长和航向,实时推算行人的位置以达到定位跟踪的目的,具有不依赖于任何额外硬件设备或外来信息即可自身实现导航的特点。PDR的位置推算具有递归计算的特性,出现误差时会造成积累,无法通过自身消除,多通过使用另一种定位方案进行位置数据的纠正,采用融合算法对不同来源的定位数据实现融合。由于PDR不依赖额外硬件的特点,其设备兼容性也更强,更易与其他方法结合,这种与其他定位系统的可融合性,使得PDR辅助的定位技术成为可能。
4、IMU是一种惯性传感器,主要目标是利用传感器特性获取载体自身的运动信息(如位置、姿态、速度等)。
IMU集三轴加速度计、陀螺仪和地磁仪于一体,尺寸小、重量轻、成本性低、可靠性高,无需借助基站辅助,同时不受外界其他信号干扰,独立工作能力突出,可实现自主定位导航。但是单一种类的传感器在单独提供定位信息获取位置坐标的过程中,仍然有一定的局限性和缺陷。IMU由于加速度数据漂移随时间累积,且容易受不确定的噪声影响,无法长时间提供定位精度高的定位服务。
此外,有一种利用惯性传感器IMU实现UWB与行人推算(PDR)的融合的方法,其核心技术主要包括以下两个方面:
1、基于智能手机惯性传感器的PDR算法的改进
首先,使用IMU数据,基于低通滤波、加速和时间阈值的组合检测PDR技术中的三个关键步骤。其次,考虑步行和跑步两种不同的运动方式,比较分析了不同模型对步长的估计,确定了步长估计的最优方法和不同运动模式的相应参数。最后,采用Madgwick算法进行实时航向估计,提高了航向估计的精度,提高了PDR算法的定位精度。
2、基于EKF算法实现UWB/PDR融合
基于扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法集成UWB与PDR,利用IMU的加速度数据来确定状态是平稳的还是移动的。在定位开始时,行人静止了几秒钟。消除了超宽带定位在静止状态下的粗差,并将平均值计算为PDR算法的起始位置。利用Madgwick算法求出初始定向角,然后根据公式进行PDR计算。为了使UWB与PDR的融合对异常和外围传感器读数具有鲁棒性,提出了从观测到先验分布的Mahalanobis距离。
实验结果表明,现有技术在间歇式或连续型超宽带测距噪声和信号中断情况下,该方法具有较强的鲁棒性,定位精度高于EKF算法。然而,在存在较强超宽带测距噪声和更多信号干扰的情况下,如何提高算法的性能还有待于进一步的测试。同时,现有技术处理NLOS误差的方法是在短期NLOS环境下,如何在长期NLOS下降低异常值对定位精度的影响,还需进一步的研究。
发明内容
为了解决现有技术的问题,本发明提供了一种基于超宽带信号的多源融合定位方法及系统,其提出拓扑结构的驱动电路,可根据电机工况,配合不同的控制策略,在不同状态下满足最小开关损耗及提高直流电压利用率的需求。
本发明所采用的技术方案如下:
一种基于超宽带信号的多源融合定位方法,包括利用北斗定位系统确定室外定位的方法和利用IMU/UWB/PDR技术完成室内定位的方法,其中,
A、所述的利用北斗定位系统确定室外定位的方法中,包括:
A1、对卫星进行搜索,当卫星数量大于等于4时,判断BDS信号的强度;
A2、当BDS信号较强时,即当UWB标签发送和接收的定位包功率高于-90dBm时,将GPS数据作为最终定位时的参数;
当BDS信号弱时,即当UWB标签发送和接收的定位包功率低于-100dBm时,将GPS数据综合惯性导航的数据,作为最终定位时的参数;
A3、当卫星数量少于4时,将惯性导航的数据作为最终定位时的参数;
B、所述的利用IMU/UWB/PDR技术完成室内定位的方法中,包括:
B1、对UWB基站进行搜索,当UWB基站数量大于等于4,判断UWB信号强度;
B2、当UWB信号强度强时,即当UWB标签发送和接收的定位包功率高于-90dBm,采用TDOA测量值作为最终定位计算时使用的数据;
当UWB信号强度弱时,当UWB标签发送和接收的定位包功率低于-100dBm时,采用TDOA测量值综合惯性导航的数据作为最终定位时的参数;
B3、当UWB基站数量小于4时,将惯性导航的数据作为最终定位时的参数。
惯性导航的方法具体是利用智能移动终端内置的惯性测量单元(IMU)进行数据采集。
步骤A2中,所述将GPS数据综合惯性导航的数据,作为最终定位时的参数的具体方法是:
A21、利用手机测得的加速度计算人的行走步数,通过估计步长计算人的移动距离,用手机中的陀螺仪可以得到某一时刻的移动方向即角速度,基于加速度和角速度,估计出行人的步长和航向;
A22、将步长和航向值输入到PDR推算模型中,也就是卡尔曼滤波器中的状态方程,得到的数据输入非线性卡尔曼滤波器;
A23、将NDS定位结算得到的GPS数据输入所述的非线性卡尔曼滤波器;
A24、最后通过非线性卡尔曼滤波器完成定位解算输出。
步骤B2中,所述采用TDOA测量值综合惯性导航的数据作为最终定位时的参数的具体方法是:
B21、利用手机测得的加速度计算人的行走步数,通过估计步长计算人的移动距离,用手机中的陀螺仪可以得到某一时刻的移动方向即角速度,基于加速度和角速度,估计出行人的步长和航向;
B22、将步长和航向值输入到PDR推算模型中,也就是卡尔曼滤波器中的状态方程,得到的数据输入非线性卡尔曼滤波器;
B23、超宽带部分,通过双向测距获得所有基站与标签的测距时间信息,这些信息作为观测量输入到卡尔曼滤波器中;
B24、最后通过非线性卡尔曼滤波器完成定位解算输出。
一种基于超宽带信号的多源融合定位系统,包括室外定位系统和室内定位系统,其中:
所述的室外地位系统包括BDS信号强度判断单元,GPS数据执行单元,第一惯性导航数据执行单元以及GPS数据综合惯性导航数据单元,其中,所述的BDS信号强度判断单元用于对卫星进行搜索,当卫星数量大于等于4时,判断BDS信号的强度;所述的GPS数据执行单元用于,当BDS信号较强时,即当UWB标签发送和接收的定位包功率高于-90dBm时,将GPS数据作为最终定位时的参数;所述的第一惯性导航数据执行单元用于,当卫星数量少于4时,将惯性导航的数据作为最终定位时的参数;所述的GPS数据综合惯性导航数据单元用于当BDS信号弱时,即当UWB标签发送和接收的定位包功率低于-100dBm时,将GPS数据综合惯性导航的数据,作为最终定位时的参数;
所述的室内定位系统包括UWB信号强度判断单元,TDOA测量值执行单元,第二惯性导航数据执行单元和TDOA测量值综合惯性导航执行单元,所述的UWB信号强度判断单元用于,对UWB基站进行搜索,当UWB基站数量大于等于4,判断UWB信号强度;所述的TDOA测量值执行单元用于,当UWB信号强度强时,即当UWB标签发送和接收的定位包功率高于-90dBm,采用TDOA测量值作为最终定位计算时使用的数据;所述的第二惯性导航数据执行单元用于,当UWB基站数量小于4时,将惯性导航的数据作为最终定位时的参数;所述的TDOA测量值综合惯性导航执行单元用于,当UWB信号强度弱时,即当UWB标签发送和接收的定位包功率低于-100dBm时,采用TDOA测量值综合惯性导航的数据作为最终定位时的参数。
GPS数据综合惯性导航数据单元包括第一行人步长航向估算模块,PDR推算模型和非线性卡尔曼滤波器,其中,所述的第一行人步长航向估算模块用于利用手机测得的加速度计算人的行走步数,通过估计步长计算人的移动距离,用手机中的陀螺仪可以得到某一时刻的移动方向即角速度,基于加速度和角速度,估计出行人的步长和航向;所述的PDR推算模型用于根据步长和导航值,得到中间数据;所述的非线性卡尔曼滤波器用于将所述的中间数据和NDS定位结算得到的GPS数据,定位解算输出最终定位的参数。
TDOA测量值综合惯性导航执行单元包括第二行人步长航向估算模块,PDR推算模型和非线性卡尔曼滤波器,所述的第二行人步长航向估算模块用于,利用手机测得的加速度计算人的行走步数,通过估计步长计算人的移动距离,用手机中的陀螺仪可以得到某一时刻的移动方向即角速度,基于加速度和角速度,估计出行人的步长和航向;所述的PDR推算模型用于将步长和航向值输入到PDR推算模型中,得到中间数据;所述的非线性卡尔曼滤波器用于,将所述的中间数据,以及通过双向测距获得所有基站与标签的测距时间信息,这些信息作为观测量输入到卡尔曼滤波器中,完成定位解算输出。
本发明的一种基于超宽带信号的多源融合定位方法及系统,基于城市轨道交通环境中部署的超宽带基站,融合北斗卫星导航定位信号和MEMS传感器信息,结合DBS+UWB+PDR(航迹跟踪)+IMU多种算法,通过参数优化,实现非暴露空间的多源融合导航定位。
UWB提供绝对定位,但其性能受NLOS条件的影响。相比之下,基于智能手机IMU数据的PDR方法提供了相对误差积累的定位方法,但与环境条件无关。因此,本发明提出了一种基于超宽带的IMU/PDR融合算法,惯性测量单元(IMU)与行人推算(PDR)方法的融合是实现非视距(NLOS)环境中高精度定位的有效途径。当UWB在视距条件下提供精确的绝对定位时,PDR保证了在UWB信号丢失期间的连续和平滑的轨迹,IMU又可较为准确地测量出运动载体的运动参数,保证了不受外界其他信号干扰。在相同定位环境中,仅仅使用单一定位技术误差较大,而使用UWB/PDR/IMU组合定位方法可有效抑制NLOS误差,特别是在UWB信号受到严重干扰时,出现连续位置丢失的区域,仍能保证连续定位,误差有所下降,能够提供更为稳定、精确的导航定位服务。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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附图。
图1为本发明的一种基于超宽带信号的多源融合定位方法的方法切换流程图;
图2为本发明的一种基于超宽带信号的多源融合定位方法的综合定位流程框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
如附图1所示,本实施例提供一种基于超宽带信号的多源融合定位方法,包括利用北斗定位系统确定室外定位的方法和利用IMU/UWB/PDR技术完成室内定位的方法,其中,
A、所述的利用北斗定位系统确定室外定位的方法中,包括:
A1、对卫星进行搜索,当卫星数量大于等于4时,判断BDS信号的强度;
A2、当BDS信号较强时,即当UWB标签发送和接收的定位包功率高于-90dBm时,将GPS数据作为最终定位时的参数;
当BDS信号弱时,即当UWB标签发送和接收的定位包功率低于-100dBm时,将GPS数据综合惯性导航的数据,作为最终定位时的参数;
如附图2所示,所述将GPS数据综合惯性导航的数据,作为最终定位时的参数的具体方法是:
A21、利用手机测得的加速度计算人的行走步数,通过估计步长计算人的移动距离,用手机中的陀螺仪可以得到某一时刻的移动方向即角速度,基于加速度和角速度,估计出行人的步长和航向;
A22、将步长和航向值输入到PDR推算模型中,也就是卡尔曼滤波器中的状态方程,得到的数据输入非线性卡尔曼滤波器;
A23、将NDS定位结算得到的GPS数据输入所述的非线性卡尔曼滤波器;
A24、最后通过非线性卡尔曼滤波器完成定位解算输出。
A3、当卫星数量少于4时,将惯性导航的数据作为最终定位时的参数;
B、所述的利用IMU/UWB/PDR技术完成室内定位的方法中,包括:
B1、对UWB基站进行搜索,当UWB基站数量大于等于4,判断UWB信号强度;
B2、当UWB信号强度强时,即当UWB标签发送和接收的定位包功率,采用TDOA测量值作为最终定位计算时使用的数据;
当UWB信号强度弱时,当UWB标签发送和接收的定位包功率低于-100dBm时,采用TDOA测量值综合惯性导航的数据作为最终定位时的参数;
所述采用TDOA测量值综合惯性导航的数据作为最终定位时的参数的具体方法是:
B21、利用手机测得的加速度计算人的行走步数,通过估计步长计算人的移动距离,用手机中的陀螺仪可以得到某一时刻的移动方向即角速度,基于加速度和角速度,估计出行人的步长和航向;
B22、将步长和航向值输入到PDR推算模型中,也就是卡尔曼滤波器中的状态方程,得到的数据输入非线性卡尔曼滤波器;
B23、超宽带部分,通过双向测距获得所有基站与标签的测距时间信息,这些信息作为观测量输入到卡尔曼滤波器中;
B24、最后通过非线性卡尔曼滤波器完成定位解算输出。
B3、当UWB基站数量小于4时,将惯性导航的数据作为最终定位时的参数。
本实施例中的惯性导航的方法具体是利用智能移动终端内置的惯性测量单元(IMU)进行数据采集。
本实施例针对定位过程中部分路段定位轨迹缺失的问题,室内外无缝定位技术分为切换和融合两部分。在切换方法中,根据切换条件判断当前处于室内还是室外,某一时刻只会输出一种定位算法的结果;在融合方法中,系统不判断某一时刻所处位置,而是输出多个定位算法的综合结果。利用卫星数量UWB基站数量以及定位信号的强度作为切换判断的参数指标。
在室外拟采用GPS定位,室内拟采用UWB定位,同时采用惯性导航系统,即加速度计和陀螺仪进行辅助定位。定位过程中,对卫星和UWB基站进行搜索,当卫星数量大于等于4时,将GPS数据作为最终定位时的参数.对于本实验所使用的UWB系统,当UWB标签发送和接收的定位包功率高于-90dBm时,信号质量较好;低于-100dBm时,信号质量较差;当UWB基站数量大于等于4,且这些基站接收到的定位包信号质量较好时,采用TDOA测量值作为最终定位计算时使用的数据;当卫星数量小于4,UWB基站数量也小于4时,采用手机自带的加速度计和陀螺仪所测数据作为最终定位时的参数。
实施例二
一种基于超宽带信号的多源融合定位系统,包括室外定位系统和室内定位系统,其中:
所述的室外地位系统包括BDS信号强度判断单元,GPS数据执行单元,第一惯性导航数据执行单元以及GPS数据综合惯性导航数据单元,其中,所述的BDS信号强度判断单元用于对卫星进行搜索,当卫星数量大于等于4时,判断BDS信号的强度;所述的GPS数据执行单元用于,当BDS信号较强时,即当UWB标签发送和接收的定位包功率高于-90dBm时,将GPS数据作为最终定位时的参数;所述的第一惯性导航数据执行单元用于,当卫星数量少于4时,将惯性导航的数据作为最终定位时的参数;所述的GPS数据综合惯性导航数据单元用于当BDS信号弱时,即当UWB标签发送和接收的定位包功率低于-100dBm时,将GPS数据综合惯性导航的数据,作为最终定位时的参数;
所述的室内定位系统包括UWB信号强度判断单元,TDOA测量值执行单元,第二惯性导航数据执行单元和TDOA测量值综合惯性导航执行单元,所述的UWB信号强度判断单元用于,对UWB基站进行搜索,当UWB基站数量大于等于4,判断UWB信号强度;所述的TDOA测量值执行单元用于,当UWB信号强度强时,即当UWB标签发送和接收的定位包功率高于-90dBm,采用TDOA测量值作为最终定位计算时使用的数据;所述的第二惯性导航数据执行单元用于,当UWB基站数量小于4时,将惯性导航的数据作为最终定位时的参数;所述的TDOA测量值综合惯性导航执行单元用于,当UWB信号强度弱时,即当UWB标签发送和接收的定位包功率低于-100dBm时,采用TDOA测量值综合惯性导航的数据作为最终定位时的参数。
本实施例的GPS数据综合惯性导航数据单元包括第一行人步长航向估算模块,PDR推算模型和非线性卡尔曼滤波器,其中,所述的第一行人步长航向估算模块用于利用手机测得的加速度计算人的行走步数,通过估计步长计算人的移动距离,用手机中的陀螺仪可以得到某一时刻的移动方向即角速度,基于加速度和角速度,估计出行人的步长和航向;所述的PDR推算模型用于根据步长和导航值,得到中间数据;所述的非线性卡尔曼滤波器用于将所述的中间数据和NDS定位结算得到的GPS数据,定位解算输出最终定位的参数。
本实施例的TDOA测量值综合惯性导航执行单元包括第二行人步长航向估算模块,PDR推算模型和非线性卡尔曼滤波器,所述的第二行人步长航向估算模块用于,利用手机测得的加速度计算人的行走步数,通过估计步长计算人的移动距离,用手机中的陀螺仪可以得到某一时刻的移动方向即角速度,基于加速度和角速度,估计出行人的步长和航向;所述的PDR推算模型用于将步长和航向值输入到PDR推算模型中,得到中间数据;所述的非线性卡尔曼滤波器用于,将所述的中间数据,以及通过双向测距获得所有基站与标签的测距时间信息,这些信息作为观测量输入到卡尔曼滤波器中,完成定位解算输出。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于超宽带信号的多源数据融合定位方法,包括利用北斗定位系统确定室外定位的方法和利用IMU/UWB/PDR技术完成室内定位的方法,其中,
A、所述的利用北斗定位系统确定室外定位的方法中,包括:
A1、对卫星进行搜索,当卫星数量大于等于4时,判断BDS信号的强度;
A2、当BDS信号较强时,即当UWB标签发送和接收的定位包功率高于-90dBm时,将GPS数据作为最终定位时的参数;
当BDS信号弱时,即当UWB标签发送和接收的定位包功率低于-100dBm时,将GPS数据综合惯性导航的数据,作为最终定位时的参数;
A3、当卫星数量少于4时,将惯性导航的数据作为最终定位时的参数;
B、所述的利用IMU/UWB/PDR技术完成室内定位的方法中,包括:
B1、对UWB基站进行搜索,当UWB基站数量大于等于4,判断UWB信号强度;
B2、当UWB信号强度强时,即当UWB标签发送和接收的定位包功率高于-90dBm,采用TDOA测量值作为最终定位计算时使用的数据;
当UWB信号强度弱时,即当UWB标签发送和接收的定位包功率低于-100dBm时,采用TDOA测量值综合惯性导航的数据作为最终定位时的参数;
B3、当UWB基站数量小于4时,将惯性导航的数据作为最终定位时的参数。
2.根据权利要求1所述的一种基于超宽带信号的多源数据融合定位方法,其特征在于,所述的惯性导航的方法具体是利用智能移动终端内置的惯性测量单元(IMU)进行数据采集。
3.根据权利要求1所述的一种基于超宽带信号的多源数据融合定位方法,其特征在于,步骤A2中,所述将GPS数据综合惯性导航的数据,作为最终定位时的参数的具体方法是:
A21、利用手机测得的加速度计算人的行走步数,通过估计步长计算人的移动距离,用手机中的陀螺仪可以得到某一时刻的移动方向即角速度,基于加速度和角速度,估计出行人的步长和航向;
A22、将步长和航向值输入到PDR推算模型中,也就是卡尔曼滤波器中的状态方程,得到的数据输入非线性卡尔曼滤波器;
A23、将NDS定位结算得到的GPS数据输入所述的非线性卡尔曼滤波器;
A24、最后通过非线性卡尔曼滤波器完成定位解算输出。
4.根据权利要求1所述的一种基于超宽带信号的多源数据融合定位方法,其特征在于,步骤B2中,所述采用TDOA测量值综合惯性导航的数据作为最终定位时的参数的具体方法是:
B21、利用手机测得的加速度计算人的行走步数,通过估计步长计算人的移动距离,用手机中的陀螺仪可以得到某一时刻的移动方向即角速度,基于加速度和角速度,估计出行人的步长和航向;
B22、将步长和航向值输入到PDR推算模型中,也就是卡尔曼滤波器中的状态方程,得到的数据输入非线性卡尔曼滤波器;
B23、超宽带部分,通过双向测距获得所有基站与标签的测距时间信息,这些信息作为观测量输入到卡尔曼滤波器中;
B24、最后通过非线性卡尔曼滤波器完成定位解算输出。
5.一种基于超宽带信号的多源数据融合定位系统,包括室外定位系统和室内定位系统,其中:
所述的室外地位系统包括BDS信号强度判断单元,GPS数据执行单元,第一惯性导航数据执行单元以及GPS数据综合惯性导航数据单元,其中,所述的BDS信号强度判断单元用于对卫星进行搜索,当卫星数量大于等于4时,判断BDS信号的强度;所述的GPS数据执行单元用于,当BDS信号较强时,即当UWB标签发送和接收的定位包功率高于-90dBm时,将GPS数据作为最终定位时的参数;所述的第一惯性导航数据执行单元用于,当卫星数量少于4时,将惯性导航的数据作为最终定位时的参数;所述的GPS数据综合惯性导航数据单元用于当BDS信号弱时,即当UWB标签发送和接收的定位包功率低于-100dBm时,将GPS数据综合惯性导航的数据,作为最终定位时的参数;
所述的室内定位系统包括UWB信号强度判断单元,TDOA测量值执行单元,第二惯性导航数据执行单元和TDOA测量值综合惯性导航执行单元,所述的UWB信号强度判断单元用于,对UWB基站进行搜索,当UWB基站数量大于等于4,判断UWB信号强度;所述的TDOA测量值执行单元用于,当UWB信号强度强时,即当UWB标签发送和接收的定位包功率高于-90dBm,采用TDOA测量值作为最终定位计算时使用的数据;所述的第二惯性导航数据执行单元用于,当UWB基站数量小于4时,将惯性导航的数据作为最终定位时的参数;所述的TDOA测量值综合惯性导航执行单元用于,当UWB信号强度弱时,即当UWB标签发送和接收的定位包功率低于-100dBm时,采用TDOA测量值综合惯性导航的数据作为最终定位时的参数。
6.根据权利要求5所述的一种基于超宽带信号的多源数据融合定位系统,其特征在于,所述的GPS数据综合惯性导航数据单元包括第一行人步长航向估算模块,PDR推算模型和非线性卡尔曼滤波器,其中,所述的第一行人步长航向估算模块用于利用手机测得的加速度计算人的行走步数,通过估计步长计算人的移动距离,用手机中的陀螺仪可以得到某一时刻的移动方向即角速度,基于加速度和角速度,估计出行人的步长和航向;所述的PDR推算模型用于根据步长和导航值,得到中间数据;所述的非线性卡尔曼滤波器用于将所述的中间数据和NDS定位结算得到的GPS数据,定位解算输出最终定位的参数。
7.根据权利要求5所述的一种基于超宽带信号的多源数据融合定位系统,其特征在于,所述的TDOA测量值综合惯性导航执行单元包括第二行人步长航向估算模块,PDR推算模型和非线性卡尔曼滤波器,所述的第二行人步长航向估算模块用于,利用手机测得的加速度计算人的行走步数,通过估计步长计算人的移动距离,用手机中的陀螺仪可以得到某一时刻的移动方向即角速度,基于加速度和角速度,估计出行人的步长和航向;所述的PDR推算模型用于将步长和航向值输入到PDR推算模型中,得到中间数据;所述的非线性卡尔曼滤波器用于,将所述的中间数据,以及通过双向测距获得所有基站与标签的测距时间信息,这些信息作为观测量输入到卡尔曼滤波器中,完成定位解算输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111485014.3A CN114216457A (zh) | 2021-12-07 | 2021-12-07 | 一种基于超宽带信号的多源数据融合定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111485014.3A CN114216457A (zh) | 2021-12-07 | 2021-12-07 | 一种基于超宽带信号的多源数据融合定位方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114216457A true CN114216457A (zh) | 2022-03-22 |
Family
ID=80700054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111485014.3A Pending CN114216457A (zh) | 2021-12-07 | 2021-12-07 | 一种基于超宽带信号的多源数据融合定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114216457A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115406439A (zh) * | 2022-08-16 | 2022-11-29 | 中国第一汽车股份有限公司 | 车辆定位方法、系统、装置及非易失性存储介质 |
-
2021
- 2021-12-07 CN CN202111485014.3A patent/CN114216457A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115406439A (zh) * | 2022-08-16 | 2022-11-29 | 中国第一汽车股份有限公司 | 车辆定位方法、系统、装置及非易失性存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100532589B1 (ko) | 무선인식/위성측위/관성항법을 결합한 통합 측위 장치 및그 방법 | |
CN102419180B (zh) | 一种基于惯性导航系统和wifi的室内定位方法 | |
US10955556B2 (en) | Fast GPS recovery using map vector data | |
CN109855621B (zh) | 一种基于uwb与sins的组合室内行人导航系统及方法 | |
US20140278054A1 (en) | Environmental awareness for improved power consumption and responsiveness in positioning devices | |
KR101473653B1 (ko) | 보행자 모션 인식 기반 보행자 위치 추정 장치, 및 그 방법 | |
US10132915B2 (en) | System and method for integrated navigation with wireless dynamic online models | |
CN105527643A (zh) | 移动终端的定位方法和移动终端 | |
CN113899370B (zh) | 一种基于gnss_uwb的多传感器组合室内外无缝定位方法 | |
CN111982102B (zh) | 一种复杂环境下基于bp-ekf的uwb-imu定位方法 | |
CN116086448B (zh) | 基于uwb、imu、gnss融合的无人设备多场景无缝定位方法 | |
CN115793007A (zh) | 一种应用于导航服务的多源融合定位方法及装置 | |
US20200288277A1 (en) | Method and system for determining a direction of movement of an object | |
WO2015035501A1 (en) | System and method for enhanced integrated navigation with wireless angle of arrival | |
CN114545327A (zh) | 一种运动状态信息和uwb融合定位方法及定位系统 | |
CN114216457A (zh) | 一种基于超宽带信号的多源数据融合定位方法及系统 | |
CN113419264A (zh) | 一种高精度室内外定位系统及室内外定位与过渡方法 | |
CN206876184U (zh) | 一种基于rssi和惯性导航的室内定位装置 | |
Kim et al. | Indoor Localization System with PDR and WiFi Complementary Integration | |
CN110944293B (zh) | 基于路径衰减和卡尔曼滤波融合的无线电搜索定位方法 | |
GB2595065A (en) | Method and system for tracking and determining an indoor position of an object | |
Wang et al. | Indoor and outdoor seamless positioning technology based on artificial intelligence and intelligent switching algorithm | |
Xu et al. | Doppler‐shifted frequency measurement based positioning for roadside‐vehicle communication systems | |
CN116202534B (zh) | 一种隧道内定位方法、装置、设备及存储介质 | |
GB2567887A (en) | Method and system for tracking and determining a position of an object |
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 |