CN117425124B - 一种基于海伦公式面积法的uwb定位方法及系统 - Google Patents
一种基于海伦公式面积法的uwb定位方法及系统 Download PDFInfo
- Publication number
- CN117425124B CN117425124B CN202311677916.6A CN202311677916A CN117425124B CN 117425124 B CN117425124 B CN 117425124B CN 202311677916 A CN202311677916 A CN 202311677916A CN 117425124 B CN117425124 B CN 117425124B
- Authority
- CN
- China
- Prior art keywords
- tag
- area
- base stations
- positioning
- base station
- 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
- 238000000034 method Methods 0.000 title claims abstract description 106
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 32
- 230000002146 bilateral effect Effects 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims description 10
- 230000033001 locomotion Effects 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims 1
- 238000012795 verification Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000000691 measurement method Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 14
- 230000004044 response Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 229940108461 rennet Drugs 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- 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
-
- 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
Abstract
本发明属于UWB定位方法技术领域，公开了一种基于海伦公式面积法的UWB定位方法及系统，采用确定定位范围并且通过基站采用双边双向测距方法测距；利用标签到基站的距离以及基站间的距离，使用海伦公式计算出面积；通过阈值判断使用的基站数据；使用海伦公式面积法估计出标签坐标；根据标签估计坐标数据估计标签路径轨迹。本发明计算量较小；另外，相比三边定位方法精度有所提升，且路径更加平滑，减少了打结现象。本发明引入海伦公式面积法，在一定情况下，相比三边算法定位精度更高，定位的路径更加平滑，并且本发明的定位方法复杂度比较低，使用较为简单。
Description
技术领域
本发明属于UWB定位方法技术领域，尤其涉及一种基于海伦公式面积法的UWB定位方法。
背景技术
现阶段超宽带(Ultra Wide Band,UWB)定位技术是最有发展前景的一种室内定位技术，超宽带技术通过传播纳秒级或者微秒级的窄脉冲来获得测距信息，其时间分辨度高，可以带来厘米级的定位服务。超宽带具备功耗低、定位精度高等一系列优点，极具开发价值。可是单一的超宽带技术在室内定位中仍有不足，比如说在噪声环境下，超宽带技术的定位精度还会受到影响。
在使用UWB定位时，定位方法是非常重要的，比如说三边算法，三边算法是一种典型的基于测距的定位方法，其基本思想是将标签到基站的距离表示信号传播时间乘以光速，在理想情况下基于到达时间(Time of Arrival，TOA)的三边算法定位精度很高，但是实际环境难免会存在噪声的干扰，导致信号传播过程中的存在延迟情况，导致定位结果不准确。
现有UWB定位方法在实际环境难免会存在噪声的干扰，导致信号传播过程中的存在延迟情况，导致定位结果不准确。
最接近的现有技术于基于海伦公式面积法的UWB定位算法是传统的UWB定位技术，特别是基于时间差(Time Difference of Arrival，TDOA)或到达时间的定位方法。这些技术通常利用UWB信号在多个基站和目标标签之间的传播时间来估计距离，并据此计算标签的位置。
现有技术存在的技术问题：
1）定位精度限制：传统的TDOA或TOA定位方法在某些环境下受到限制，尤其是在信号反射和多路径效应严重的室内环境中，这导致定位精度不足。
2）对复杂环境的适应性不足：在存在多种信号干扰或障碍物的环境中，传统UWB定位系统的性能会下降，因为它们依赖于直接的信号路径来进行精确计算。
3）系统配置和部署的复杂性：传统的UWB定位系统需要复杂的系统配置和精确的基站布局，以实现理想的定位精度。这导致系统部署和维护变得更加困难和成本较高。
4）动态路径追踪的限制：虽然传统UWB系统能够提供实时位置信息，但在动态路径追踪方面不够精确，特别是在标签移动速度较快或路径复杂的情况下。
5）环境噪声对定位的影响：在噪声环境下，如有无线电干扰或物理障碍物的场所，传统UWB定位方法的效果会受到显著影响，因为这些因素会干扰信号的准确测量。
发明内容
针对现有技术存在的问题，本发明提供了一种基于海伦公式面积法的UWB定位方法。
本发明是这样实现的，一种基于海伦公式面积法的UWB定位方法，部署四个具有UWB信号收发功能的基站，形成长方形布局，以确定各基站间及基站与移动标签之间的距离；采用双边双向测距方法来获取这些距离；利用海伦公式计算由任意两个基站与移动标签构成的三角形面积，以及由三个基站形成的三角形的面积和；通过设置阈值来选择合适的基站组合进行定位，并使用海伦公式面积法估计出标签的坐标；最后，通过连接连续时刻的坐标点来模拟标签的路径轨迹。这一方案允许精确计算标签在长方形区域内的位置，同时考虑到噪声环境下的定位精度，适用于各种空旷定位场景。
进一步，包括：
S1，部署4个基站组成一个长方形，顶点设为A、B、C、D,设置标签O在长方形内部活动，之后获取每个基站坐标，求出基站到基站间的距离d_AB、d_AC、d_AD、d_BC、d_BD、d_CD,其中如d_AB为基站A到基站B的距离，并且采用双边双向测距方法获取每个基站到标签的距离r_1、r_2、r_3、r_4其中r_i表示基站i到标签的距离；
S2，利用d_AB、d_AC、d_AD、d_BC、d_BD、d_CD,以及r_1、r_2、r_3、r_4代入到海伦公式求出每两个基站和标签组成的三角形面积S_∆AOB、S_∆AOC、S_∆AOD、S_∆BOC、S_∆BOD、S_∆COD以及三个基站组成的三角形面积S_∆ABC和S_∆BCD，其中如S_∆AOB为∆AOB的面积；
S3，设置阈值S_∆AOB, 若S_∆AOB+S_∆AOC≥S_∆ABC执行步骤4，否则执行步骤5；
S4，选择A、B、C3个基站对标签进行定位，将所求出的三个三角形面积S_∆AOB、S_∆AOC、S_∆BOC，代入到海伦公式面积法估计出标签坐标O(x，y)；
S5，选择B、C、D3个基站对标签进行定位，将所求出的三个三角形面积S_∆BOC、S_∆BOD、S_∆COD，代入到海伦公式面积法估计出标签坐标O(x，y)；
S6，通过每一时刻的坐标(x，y)，将每个坐标与下一时刻的坐标用直线连接起来，模拟出标签全程的路径轨迹；进一步，所述步骤S1中，标签与基站均带有UWB信号收发功能；其采用双边双向测距方法的具体步骤如下：
（1），将双边双向测距方法数据进行初始化，基站向标签发送一个测距信号，记录发送时间T_1，完成后等待接收响应信号；（2），标签接收到基站发送的信号，记录接收时间T_2，并向基站发送响应信号，记录时间T_3，其中T_3=T_2+T_replay1，T_replay1为标签接收到发送之间的时间间隔；
（3），基站收到响应信号后记录到达时间T_4，并再次发送测距信号并且记录时间T_5，其中T_5=T_4+T_replay2，T_replay2为基站接收到发送之间的时间间隔；
（4），标签再次收到测距信号，记录时间为T_6；
（5），计算出4个时间差：
T_round1=T_4-T_1
T_round2=T_6-T_3
T_replay1=T_3-T_2 （1）
T_replay2=T_5-T_4
其中，T_round1为基站发送测距信号和接收到响应信号的时间差，T_round2为标签发送测距信号和接收到响应信号的时间差；
（6），根据公式：
T_TOA=(T_round1 T_round2-T_replay1 T_replay2)/(T_round1 T_round2+T_replay1 T_replay2 ) （2）
其中T_TOA为TOA时间，通过时间乘以光速∁得到距离值：
d=T_TOA*∁ （3）
进一步，所述步骤S2中,海伦公式求面积解法如下：
在∆ABC中，AB边长为d_1，AC边长为d_2，BC边长为d_3即可知道三角形面积：
S=√(l(l-d_1 )(l-d_2 )(l-d_3 ) ) （4）
其中l=(d_1+d_2+d_3)/2。
进一步，所述步骤S3中,设置阈值判断目的是保证标签运动时的位置在使用的3个基站组成的三角形的外部活动，这样能保证标签运动时对路径估计更加准确。
进一步，所述步骤S4、S5中,设A基站坐标(0，0)、B基站坐标(0，y_2 )、C基站坐标(x_3，y_3 )，海伦公式面积法解法如下：
y_2^2 x^2=4S_∆AOB^2
(x_3 y-y_3 x)^2=4S_∆AOC^2
[(y_2-y_3 )x+x_3 y-x_3 y_2 ]^2=4S_∆BOC^2 （5）
进一步，所述步骤S1中，4个基站组成的长方形内部为空旷地带，主要考虑在噪声环境下定位精度的情况。
进一步，所述步骤S2中，判断两个基站和标签组成的三角形是否存在其具体操作步骤如下：
设三角形的三边从大到小依次是d_1、r_1、r_2，通过两边之和大于第三边判断是否可以组成三角形，具体操作如下：
若r_1+r_2≥d_1，则进行S3；
若r_1+r_2<d_1，则将r_1+r_2<d_1修正为r_1+r_2=d_1之后进行S3。
进一步，所述步骤S4、S5中，根据标签O在∆ABC外部，且在长方形ABCD内部时定位效果较好，此区域海伦公式面积法解法如下：
x=(2S_∆AOB)/y_2
y=(2S_∆AOC+2S_∆AOB y_3/y_2 )/x_3 （6）
进一步，所述步骤S6中，在得到坐标数据后，先过滤出基站测出的距离为0的点，之后再每一时刻的点依次连接起来，估计出标签路径轨迹。
本发明的另一目的在于提供一种用于实现基于海伦公式面积法的UWB定位的系统，包括：
1. 四个基站，布局成长方形，每个基站具备UWB信号收发功能，并能够确定自身坐标和相互间的距离；
2. 一个带有UWB信号收发功能的移动标签，用于在基站形成的长方形内部活动，并获取与每个基站的距离；
3. 一个数据处理单元，用于执行以下操作：
利用海伦公式计算由两个基站和移动标签组成的每个三角形的面积；
根据设定的阈值，选择合适的三个基站进行定位；
估算出移动标签的坐标；
连接连续时刻的坐标点，模拟出标签的路径轨迹；
4. 一个用户界面，用于显示标签的实时位置和移动轨迹。
进一步，每个基站和移动标签均能够执行双边双向测距方法，通过互发信号并记录时间，来计算基站与标签之间的距离；
系统能够判断标签是否位于由三个基站形成的三角形外部，以确保定位的准确性；
数据处理单元进一步包括判断两个基站与标签是否能形成三角形的功能，并在不符合条件时进行必要的修正；
系统设计考虑空旷地带和噪声环境下的定位精度，以适应不同的应用场景。
结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：
第一、在本发明设计的情况中，现有的三边定位算法定位标签在拐弯路径处如图3所示，定位效果波动较大且每个点连接后很难模拟当时标签的路径轨迹，而本发明的海伦公式面积法定位标签在拐弯处有效解决了三边定位算法波动较大且路径轨迹模糊问题，并且结合图4和图5可以看出，在以定点模拟动点的情况下，海伦公式面积法有效解决了三边定位算法定位精度较差的问题。
本发明引入海伦公式面积法，在一定情况下，相比三边算法定位精度更高，定位的路径更加平滑，并且本发明的定位方法复杂度比较低，使用较为简单。
第二，本发明提供的基于海伦公式面积法的UWB定位算法带来的显著技术进步主要包括：
1）提高定位精度：通过采用海伦公式面积法，该算法能够更精确地计算出基站与移动标签之间的距离和位置关系。这种方法相较于传统的定位算法，能够提供更高的几何计算精度，从而显著提高整体定位的准确性。
2）增强系统的适应性：该算法通过设置阈值和选择不同的基站组合，能够根据标签的具体位置动态调整定位策略。这种灵活性使得算法能够在不同的环境和条件下都保持较高的定位精度，特别是在复杂或受限的空间内。
3）优化路径追踪能力：通过连接连续时刻的坐标点，算法能够模拟出标签的完整路径轨迹。这对于需要追踪移动对象或进行行为分析的应用场景尤为重要。
4）适应复杂环境：考虑到噪声环境下的定位精度，该算法通过特定的步骤确保在不同环境条件下，如空旷地带或有噪声干扰的环境中，都能实现准确的定位。
5）减少误差影响：通过双边双向测距方法和海伦公式的应用，算法有效减少了测量误差和偶然误差的影响，提高了系统的整体稳定性和可靠性。
6）实时数据处理和分析：算法能够实时处理收集到的数据，并快速进行几何计算和分析，这对于需要即时反应的应用（如动态监控系统）极为关键。
综上所述，基于海伦公式面积法的UWB定位算法不仅提高了定位精度，还增强了系统的适应性和稳定性，优化了路径追踪能力，适应了多种复杂环境，减少了误差影响，并实现了实时数据处理和分析，这些都是其带来的显著技术进步。
第三，本发明的技术方案填补了国内外业内技术空白：本发明的海伦公式面积法是使用海伦公式求面积，以及底乘高求面积，两种方法求出面积后作等式即可求出标签坐标。这种方法至今无人提出，本发明研究过后发现在一定情况下定位效果较好，成功将海伦公式应用于UWB定位算法当中，填补了在定位算法领域中的空白。
第四，本发明提出的基于海伦公式面积法的UWB定位方法所取得的显著技术进步主要包括以下几点：
1. 提高定位精度
利用海伦公式的几何原理：通过计算由两个基站和标签构成的三角形面积，结合三个基站形成的大三角形面积和，能够更精确地确定标签的位置。
高精度测距方法：采用双边双向测距方法可以获取更为精确的距离数据，这对定位精度的提高至关重要。
2. 稳定性和可靠性的提升
标准长方形基站布局：通过精确布置四个基站形成标准长方形，可以确保基站间距离准确无误，这对整个系统的稳定性和可靠性极为重要。
设置阈值优化定位：通过设定阈值，可以在定位过程中选择最合适的基站组合，进一步提高了定位结果的准确性和可靠性。
3. 实时路径跟踪
模拟活动路径：能够根据连续时刻的坐标点来模拟标签的路径轨迹，为用户提供直观的实时移动路径信息。
适用于动态环境：这种方法尤其适用于动态环境，能够有效跟踪移动对象的实时位置。
4. 应用广泛性
多场景应用：此方法因其高精度和稳定性，可广泛应用于室内定位、资产跟踪、安全监控等多种场景。
技术推广潜力：这种新颖的定位方法有潜力推广到更广泛的技术领域，促进相关技术的发展。
5. 用户友好性
直观的轨迹展示：能够为用户提供直观的路径轨迹，提高了系统的用户友好性和实用性。
本发明提出的基于海伦公式面积法的UWB定位方法在精度、稳定性、实时跟踪、应用广泛性以及用户友好性方面取得了显著的技术进步。这些进步不仅提升了系统的整体性能，也拓宽了该技术的应用范围。
附图说明
图1是本发明实施例提供的基于海伦公式面积法的UWB定位方法的整体流程图。
图2是本发明实施例提供的效果示意图。
图3是本发明实施例提供的在某学校足球场实际测出的数据仿真图。
图4是本发明实施例提供的两种算法定位每个点的误差分布图。
图5是本发明实施例提供的图4定位路径仿真图。
图6是本发明实施例提供的三角形示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面是本发明提供两个具体的实施例及其实现方案，展示如何应用基于海伦公式面积法的UWB定位方法：
实施例1：室内人员定位系统
1）基站布置：
在一个大型办公室或会议室内，精确布置四个基站（A、B、C、D），形成标准长方形布局。基站安装在房间的四个角落，确保基站间距离准确无误。
2）标签配置：
为每位员工配置一个活动标签O（例如挂在身份证件上），使其能够在室内自由移动。
3）测距和数据收集：
利用高精度双边双向测距方法测量基站间及基站到标签的距离。
收集和传输这些距离数据到中央处理单元。
4）定位计算：
使用海伦公式计算由两个基站和标签组成的三角形的面积，以及由三个基站形成的大三角形面积和。
通过设置阈值来优化标签定位过程，确保准确性。
5）路径跟踪：
根据所得数据，模拟标签在整个办公室内的活动路径。
展示员工移动轨迹，用于安全监控或优化办公室布局。
实施例2：仓库资产跟踪系统
1）基站布置：
在仓库的四个角落精确布置四个基站，形成标准长方形布局。
2）标签配置：
在仓库内的各种资产上安装活动标签O，如叉车、移动货架、重要物品等。
3）测距和数据收集：
使用双边双向测距方法测量基站间及基站到标签的距离，以提高距离测量的准确度。
4）定位计算：
应用海伦公式计算各个三角形的面积和，以确定标签的坐标位置。
设置阈值以优化定位过程，确保准确性和可靠性。
5）路径跟踪：
根据所得数据，模拟资产在仓库内的移动路径。
为仓库管理提供资产移动的实时数据，用于优化物流和库存管理。
这两个实施例展示了基于海伦公式面积法的UWB定位方法在室内人员定位和仓库资产跟踪方面的应用，突出了其在精确定位和路径跟踪方面的实用性和效果。
如图1所示，本发明提供一种基于海伦公式面积法的UWB定位方法包括以下步骤：
S1，部署4个基站组成一个长方形，顶点设为A、B、C、D,设置标签O在长方形内部活动，之后获取每个基站坐标，求出基站到基站间的距离d_AB、d_AC、d_AD、d_BC、d_BD、d_CD，其中如d_AB为基站A到基站B的距离，并且采用双边双向测距方法获取每个基站到标签的距离r_1、r_2、r_3、r_4，其中r_i表示基站i到标签的距离；
S2，利用d_AB、d_AC、d_AD、d_BC、d_BD、d_CD以及r_1、r_2、r_3、r_4代入到海伦公式求出每两个基站和标签组成的三角形面积S_∆AOB、S_∆AOC、S_∆AOD、S_∆BOC、S_∆BOD、S_∆COD以及三个基站组成的三角形面积S_∆ABC和S_∆BCD，其中如S_∆AOB为∆AOB的面积
S3，设置阈值S_∆ABC，若S_∆AOB+S_∆AOC≥S_∆ABC执行步骤4，否则执行步骤5；
S4，选择A、B、C3个基站对标签进行定位，将所求出的三个三角形面积S_∆AOB、S_∆AOC、S_∆BOC，代入到海伦公式面积法估计出标签坐标O(x,y)；
S5，选择B、C、D3个基站对标签进行定位，将所求出的三个三角形面积S_∆BOD、S_∆COD、S_∆BOC，代入到海伦公式面积法估计出标签坐标O(x,y)；
S6，通过每一时刻的坐标(x,y)，将每个坐标与下一时刻的坐标用直线连接起来，模拟出标签全程的路径轨迹；
本发明提供的步骤S1中，标签与基站均带有UWB信号收发功能；其采用双边双向测距方法的具体步骤如下：
（1），将双边双向测距方法数据进行初始化，基站向标签发送一个测距信号，记录发送时间T_1，完成后等待接收响应信号；
（2），标签接收到基站发送的信号，记录接收时间T_2，并向基站发送响应信号，记录时间T_3，其中T_3=T_2+T_replay1，T_replay1为标签接收到发送之间的时间间隔；
（3），基站收到响应信号后记录到达时间T_4，并再次发送测距信号并且记录时间T_5，其中T_5=T_4+T_replay2，T_replay2为基站接收到发送之间的时间间隔；
（4），标签再次收到测距信号，记录时间为T_6；
（5），计算出4个时间差：
T_round1=T_4-T_1
T_round2=T_6-T_3
T_replay1=T_3-T_2 （1）
T_replay2=T_5-T_4
其中，T_round1为基站发送测距信号和接收到响应信号的时间差，T_round2为标签发送测距信号和接收到响应信号的时间差；
（6），根据公式：
T_TOA=(T_round1 T_round2-T_replay1 T_replay2)/(T_round1 T_round2+T_replay1 T_replay2 ) （2）
其中T_TOA为TOA时间，通过时间乘以光速∁得到距离值：
d=T_TOA*∁ （3）
本发明提供的步骤S2中,海伦公式求面积解法如下：
如图6所示，在∆ABC中，AB边长为d_1，AC边长为d_2，BC边长为d_3即可知道三角形面积：
S=√(l(l-d_1 )(l-d_2 )(l-d_3 ) ) （4）
其中l=(d_1+d_2+d_3)/2。
本发明提供的步骤S3中,设置阈值判断目的是保证标签运动时的位置在使用的3个基站组成的三角形的外部活动，这样能保证标签运动时对路径估计更加准确。
本发明提供的步骤S4、S5中,设A基站坐标(0，0)、B基站坐标(0，y_2 )、C基站坐标(x_3，y_3 )，海伦公式面积法解法如下：
y_2^2 x^2=4S_∆AOB^2
(x_3 y-y_3 x)^2=4S_∆AOC^2
[(y_2-y_3 )x+x_3 y-x_3 y_2 ]^2=4S_∆BOC^2 （5）
本发明提供的6、基于海伦公式面积法的UWB定位方法，其特征在于，所述步骤S1中，4个基站组成的长方形内部为空旷地带，主要考虑在噪声环境下定位精度的情况。
本发明提供的步骤S2中，判断两个基站和标签组成的三角形是否存在其具体操作步骤如下：
设三角形的三边从大到小依次是d_1、r_1、r_2，通过两边之和大于第三边判断是否可以组成三角形，具体操作如下：
若r_1+r_2≥d_1，则进行S3；
若r_1+r_2<d_1，则将r_1+r_2<d_1修正为r_1+r_2=d_1之后进行S3。
本发明提供的步骤S4、S5中，根据图2标签O在∆ABC外部，且在长方形ABCD内部时定位效果较好，此区域海伦公式面积法解法如下：
x=(2S_∆AOB)/y_2
y=(2S_∆AOC+2S_∆AOB y_3/y_2 )/x_3 （6）
本发明提供的步骤S6中，在得到坐标数据后，先过滤出基站测出的距离为0的点，之后再每一时刻的点依次连接起来，估计出标签路径轨迹。
实验一：图3主要选择环境为某学校足球场，测试范围为四个基站为顶点组成的长方形范围内运动。主要测试算法的可行性以及两种算法对标签的定位路径图像比较，发现使用本发明算法在三个基站组成的三角形外部效果相比传统算法要好，路径更为平滑方向也很一致，而传统算法的定位效果波动很大，且有部分路径出现打结状态，很难判断轨迹路径。
实验二：图4、图5以及表1主要选择环境为东区主教一楼，测试两种算法精度，从路径中选出一些定点的坐标，每个坐标取30个数据后取均得到定位估计数据，在使用这些定位估计数据与真实点的坐标进行比较。
表1为图5每个点的真实数据，以及两种算法定位估计数据；
表1
| 定位点 | 常规算法 | 海伦公式 | 真实位置 |
| 1 | （0.74，10.68） | （0.86，10.68） | （1.2，10.8） |
| 2 | （1.42，10.72） | （1.72，10.77） | （1.8，10.8） |
| 3 | （1.86，10.75） | （2.28，10.83） | （2.4，10.8） |
| 4 | （2.81，10.8） | （3.01，10.85） | （3.0，10.8） |
| 5 | （3.21，10.69） | （3.54，10.8） | （3.6，10.8） |
| 6 | （3.32，10.13） | （3.45，10.17） | （3.6，10.2） |
| 7 | （2.81，9.51） | （3.45，9.72） | （3.6，9.6） |
| 8 | （3.36，8.98） | （3.36，8.98） | （3.6，9.0） |
| 9 | （3.02，8.21） | （3.31，8.32） | （3.6，8.4） |
| 10 | （3.32，7.61） | （3.43，7.66） | （3.6，7.8） |
| 11 | （3.25，7.08） | （3.41，7.16） | （3.6，7.2） |
| 12 | （3.22，6.44） | （3.34，6.50） | （3.6，6.6） |
| 13 | （3.28，5.91） | （3.29，5.92） | （3.6，6.0） |
| 14 | （3.27，5.25） | （3.41，5.34） | （3.6，5.4） |
| 15 | （3.21，4.68） | （3.30，4.75） | （3.6，4.8） |
| 16 | （3.42，4.14） | （3.33，4.07） | （3.6，4.2） |
| 17 | （3.55，3.52） | （3.49，3.47） | （3.6，3.6） |
| 18 | （3.54，2.91） | （3.45，2.80） | （3.6，3.0） |
本发明引入海伦公式面积法，在一定情况下，相比三边算法定位精度更高，定位的路径更加平滑，并且本发明的定位方法复杂度比较低，使用较为简单。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
本发明引入海伦公式面积法，在一定情况下，相比三边算法定位精度更高，定位的路径更加平滑，并且本发明的定位方法复杂度比较低，使用较为简单。
本发明适合应用于智能扫地机器人，智能送餐小车等等，对目标进行定位。
实验一：选择环境为东区足球场，测试范围为四个基站为顶点组成的长方形空旷场地内运动。实验测试设置的基站1坐标为(0，0)、基站2坐标为(0，19.6)、基站3坐标为(16.3，0)、基站4坐标为(16.3，19.6)，运动范围为∆BCD内部活动，使用基站1、基站2、基站3对标签进行定位。
实验二选择的环境为东区主教一楼，测试范围为四个基站为顶点组成的长方形空旷场地内运动，实验测试设置的基站1坐标为(0，0)、基站2坐标为(0，12)、基站3坐标为(4.2，0)、基站4坐标为(4.2，12)，运动范围为∆BCD内部活动，使用基站1、基站2、基站3对标签进行定位，具体测试点如表1。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种基于海伦公式面积法的UWB定位方法，其特征在于，部署四个具有UWB信号收发功能的基站，形成长方形布局，采用双边双向测距方法确定各基站间及基站与移动标签之间的距离；利用海伦公式计算由任意两个基站与移动标签构成的三角形面积，以及由三个基站形成的三角形的面积；通过设置阈值来选择合适的基站组合进行定位，并使用海伦公式面积法估计出标签的坐标；最后，通过连接连续时刻的坐标点来模拟标签的路径轨迹；
具体包括：精确布置四个基站A、B、C、D形成一个标准长方形，确保基站间距离准确无误；
配置活动标签O，能够在长方形范围内自由移动，同时保持与各基站的稳定UWB信号通信；
利用高精度双边双向测距方法，测量基站间及基站到标签的距离；
运用海伦公式精确计算由两个基站和标签组成的三角形的面积，以及三个基站形成的大三角形面积；
设定阈值以优化标签定位过程；
根据所得数据，模拟标签在整个长方形内的活动路径。
2.如权利要求1所述的基于海伦公式面积法的UWB定位方法，其特征在于，包括：标签和基站的UWB信号收发功能包括高效的数据传输和接收机制；双边双向测距方法包括初始化步骤，精确记录发送和接收时间，以及对时间差进行精确计算。
3.如权利要求1所述的基于海伦公式面积法的UWB定位方法，其特征在于，包括：海伦公式的应用包括准确地测量每个三角形的边长，并利用这些数据精确计算三角形面积。
4.如权利要求1所述的基于海伦公式面积法的UWB定位方法，其特征在于，包括：海伦公式面积法解法涉及到利用精确计算的三角形面积数据，结合基站坐标，以估计出标签在空间中的确切位置。
5.如权利要求1所述的基于海伦公式面积法的UWB定位方法，其特征在于，包括：长方形内部的空旷地带设计用于测试和优化算法在噪声环境下的定位精度。
6.如权利要求1所述的基于海伦公式面积法的UWB定位方法，其特征在于，包括：三角形存在判断涉及到一系列几何验证步骤。
7.一种用于实现基于海伦公式面积法的UWB定位的系统，其特征在于，包括：
四个基站，布局成长方形，每个基站具备UWB信号收发功能，并能够确定自身坐标和相互间的距离；
一个带有UWB信号收发功能的移动标签，用于在基站形成的长方形内部活动，并获取与每个基站的距离；
一个数据处理单元，用于执行以下操作：
利用海伦公式计算由两个基站和移动标签组成的每个三角形的面积；
根据设定的阈值，选择合适的三个基站进行定位；
估算出移动标签的坐标；
连接连续时刻的坐标点，模拟出标签的路径轨迹；
一个用户界面，用于显示标签的实时位置和移动轨迹。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311677916.6A CN117425124B (zh) | 2023-12-08 | 2023-12-08 | 一种基于海伦公式面积法的uwb定位方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311677916.6A CN117425124B (zh) | 2023-12-08 | 2023-12-08 | 一种基于海伦公式面积法的uwb定位方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117425124A CN117425124A (zh) | 2024-01-19 |
| CN117425124B true CN117425124B (zh) | 2024-03-22 |
Family
ID=89526840
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311677916.6A Active CN117425124B (zh) | 2023-12-08 | 2023-12-08 | 一种基于海伦公式面积法的uwb定位方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117425124B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101163335B1 (ko) * | 2011-04-11 | 2012-07-09 | 서울대학교산학협력단 | 수신신호강도의 거리 추정 방식에 의거한 실내 무선 측위 방법 및 이 방법을 실시하기 위한 프로그램이 기록된 기록매체 |
| CN106507302A (zh) * | 2016-11-04 | 2017-03-15 | 南开大学 | 一种基于uwb的三维室内定位系统 |
| CN110177337A (zh) * | 2019-05-30 | 2019-08-27 | 河南大学 | 室内定位方法及室内定位购物车系统 |
| CN116400295A (zh) * | 2023-03-20 | 2023-07-07 | 上海华鸢机电有限公司 | 一种采用多个uwb基站快速求解标签坐标的系统 |
| CN117119586A (zh) * | 2023-08-29 | 2023-11-24 | 长春理工大学 | 一种基于uwb和imu室内定位融合算法 |
-
2023
- 2023-12-08 CN CN202311677916.6A patent/CN117425124B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101163335B1 (ko) * | 2011-04-11 | 2012-07-09 | 서울대학교산학협력단 | 수신신호강도의 거리 추정 방식에 의거한 실내 무선 측위 방법 및 이 방법을 실시하기 위한 프로그램이 기록된 기록매체 |
| CN106507302A (zh) * | 2016-11-04 | 2017-03-15 | 南开大学 | 一种基于uwb的三维室内定位系统 |
| CN110177337A (zh) * | 2019-05-30 | 2019-08-27 | 河南大学 | 室内定位方法及室内定位购物车系统 |
| CN116400295A (zh) * | 2023-03-20 | 2023-07-07 | 上海华鸢机电有限公司 | 一种采用多个uwb基站快速求解标签坐标的系统 |
| CN117119586A (zh) * | 2023-08-29 | 2023-11-24 | 长春理工大学 | 一种基于uwb和imu室内定位融合算法 |
Non-Patent Citations (2)
| Title |
|---|
| 一种Wi-Fi网络下的室内定位接入点选择算法;李珂;任修坤;郑娜娥;宗宇雷;;信息工程大学学报;20180815(04);全文 * |
| 基于UWB 双向飞行算法完成精准跟随实验的研究;刘卓娅，周俊华，胡树杰，林凡舒;《电子制作》;20230731;41-45 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117425124A (zh) | 2024-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Schroeer | A real-time UWB multi-channel indoor positioning system for industrial scenarios | |
| Errington et al. | Initial position estimation using RFID tags: A least-squares approach | |
| US10586082B1 (en) | Advanced micro-location of RFID tags in spatial environments | |
| CN108872934B (zh) | 一种基于非视距误差抑制的室内三维定位方法 | |
| Tripicchio et al. | A synthetic aperture UHF RFID localization method by phase unwrapping and hyperbolic intersection | |
| CN109884586A (zh) | 基于超带宽的无人机定位方法、装置、系统及存储介质 | |
| Gholami et al. | Evaluating alternative approaches to mobile object localization in wireless sensor networks with passive architecture | |
| Manzoor et al. | Passive RFID-based indoor positioning system, an algorithmic approach | |
| Ureña et al. | Ultrasonic local positioning system for mobile robot navigation: From low to high level processing | |
| CN117425124B (zh) | 一种基于海伦公式面积法的uwb定位方法及系统 | |
| Shareef et al. | Localization using extended Kalman filters in wireless sensor networks | |
| Hillebrandt et al. | Quantitative and spatial evaluation of distance-based localization algorithms | |
| Gao et al. | Analysis of positioning performance of UWB system in metal NLOS environment | |
| Zhang et al. | RFID localization based on multiple feature fusion | |
| Ma et al. | RFID-based positioning system for telematics location-aware applications | |
| US20200309896A1 (en) | Indoor positioning method and system and electronic device | |
| CN113692047B (zh) | 一种超宽带快速定位方法、装置及服务器 | |
| Nelson et al. | Locating and tracking data center assets using active RFID tags and a mobile robot | |
| CN109613477A (zh) | 一种复杂环境下的tdoa定位追踪方法 | |
| Go et al. | An efficient TOA-based localization scheme based on BS selection in wireless sensor networks | |
| Shyam et al. | Tracking and monitoring of medical equipments using uwb for smart healthcare | |
| Gao et al. | UWB system and algorithms for indoor positioning | |
| Shiigi et al. | Temperature compensation method using base-station for spread spectrum sound-based positioning system in green house | |
| CN113567925A (zh) | 一种基于超宽带技术的精准定位方法、系统、装置 | |
| Shaoxian et al. | UWB positioning enhancement using Markov chain in indoor NLOS environment |
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 |