CN107907857B - 一种基于uwb的实时定位方法及定位装置 - Google Patents
一种基于uwb的实时定位方法及定位装置 Download PDFInfo
- Publication number
- CN107907857B CN107907857B CN201711007378.4A CN201711007378A CN107907857B CN 107907857 B CN107907857 B CN 107907857B CN 201711007378 A CN201711007378 A CN 201711007378A CN 107907857 B CN107907857 B CN 107907857B
- Authority
- CN
- China
- Prior art keywords
- moving target
- moving
- uwb
- observation equation
- positioning
- 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 47
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 7
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G01S5/0252—Radio frequency fingerprinting
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于UWB的实时定位方法及定位装置,方法包括:定位装置获取运动目标的运动状态,建立顾及运动目标速度参数的距离观测方程;根据运动目标的先验知识设定运动目标的速度参数在不同方向上的分量,建立关于速度分量的虚拟观测方程;将观测方程在预估计的初始位置处进行泰勒级数展开,联立虚拟观测方程,建立定位解算模型;利用加权最小二乘法,对运动目标的位置进行迭代估计,并将更新位置坐标作为下一次迭代估计的初始值;当坐标修正数满足阈值条件时,则停止迭代,输出更新后的位置坐标,作为运动目标当前时刻的位置。本发明建立顾及运动目标速度参数的定位解算模型,能够在不增加基站布设数量的情况下,实现精确、实时的定位。
Description
技术领域
本发明涉及动态定位技术领域,具体涉及一种基于UWB的实时定位方法及定位装置。
背景技术
UWB(Ultra-Wideband,超宽带)室内定位技术,在短距离高速无线定位领域,特别是室内等复杂场景下的精确定位中应用广泛。但是制约其实现对高速运动目标高精度快速定位的一个重大因素就是现有定位模型没有顾及目标运动状态的相关信息。
对于动态物体,即使在一组短暂的观测时间内(一般是10ms左右的观测间隔),运动目标的位置也会发生变化,因此不同观测基站对运动目标发起观测时,对应的运动目标位置实际不同,但传统的观测方程和解算模型则没有考虑到这一点,例如对无人机的动态定位,如今无人机飞行速度普遍可达80km/h,有的甚至可达140km/h,那么相邻两次观测的10ms间隔内就能发生22cm~40cm,由此可见传统的定位技术所带来的定位误差可以达到厘米,甚至是分米级,无法实现精确定位。并且如果增加基站数量来实现精确定位,则不但增加了成本,还大大延长了定位解算周期。
因此,现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种基于UWB的实时定位方法及定位装置,旨在解决现有技术中对于动态的运动目标的无法实现精确、实时定位的问题。
本发明解决技术问题所采用的技术方案如下:
一种基于UWB的实时定位方法,其中,所述方法包括:
步骤A、定位装置获取运动目标的运动状态,并建立顾及运动目标速度参数的距离观测方程;
步骤B、根据运动目标的先验知识设定运动目标的速度参数在不同方向上的分量,建立关于速度分量的虚拟观测方程;
步骤C、将观测方程在预估计的运动目标的初始位置坐标处进行泰勒级数展开,并联立虚拟观测方程,建立运动目标的定位解算模型;
步骤D、利用加权最小二乘法,对运动目标的位置进行迭代估计,并将更新运动目标的位置坐标作为下一次迭代估计的初始值;
步骤E、当坐标修正数满足预设的阈值条件时,则停止迭代,输出更新后的位置坐标,作为运动目标当前时刻的位置。
所述的基于UWB的实时定位方法,其中,所述步骤A具体包括:
步骤A1、定位装置获取不同基站到运动目标的距离,分析运动目标的运动状态,并获取关于运动目标的先验知识;
步骤A2、基于运动目标的先验知识估计运动目标的速度参数,得到不同基站观测时运动目标的位置坐标;
步骤A3、建立距离观测方程;
△ti=ti-t1,ti为第i个基站与目标完成距离测量的时间,P(x,y,z)为t1时刻对应的运动目标位置;v(vx,vy,vz)为运动目标的速度参数。
所述的基于UWB的实时定位方法,其中,所述不同基站观测时运动目标的位置坐标表示方法是基于运动目标在一组观测时间内保持匀速直线运动的假设前提下产生的。
所述的基于UWB的实时定位方法,其中,所述步骤C之前还包括:
步骤C0、预先利用最小二乘法对运动目标的初始位置坐标进行估计,所述运动目标的初始位置表示为P0(x0,y0,z0)。
所述的基于UWB的实时定位方法,其中,所述运动目标的定位解算模型为矩阵形式,且表示为:ε=hδ,其中,
所述的基于UWB的实时定位方法,其中,所述步骤D具体包括:
步骤D1、利用加权最小二乘算法,得到定位解算模型中δ的最小二乘估计:δ=(hTQ-1h)-1hTQ-1ε;其中矩阵Q是关于运动目标位置与速度的权值矩阵;
步骤D2、对运动目标的位置进行迭代估计,实时更新运动目标的位置坐标,并作为下一次迭代估计的初始值;
步骤D3、进行多次迭代估计,并对运动目标的位置坐标进行更新。
所述的基于UWB的实时定位方法,其中,所述步骤E之前还包括:
步骤E0、预先设置阈值条件,用于对迭代的结果进行约束,使对运动目标位置的估计收敛至一个稳定的值。
一种定位装置,其中,包括:处理器、与处理器通信连接的存储设备,所述存储设备适于存储多条指令;所述处理器适于调用所述存储设备中的指令,以执行实现上述任一项所述的基于UWB的实时定位方法。
本发明的有益效果:本发明通过引入运动目标的速度参数建立虚拟观测方程,并建立顾及运动目标速度参数的定位解算模型,能够在不增加基站布设数量的情况下,实现精确、实时的定位。
附图说明
图1是本发明的基于UWB的实时定位方法的第一较佳实施例的流程图。
图2是本发明的定位装置的较佳实施例的功能原理框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。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。
如图1所示,图1是本发明的基于UWB的实时定位方法的第一较佳实施例的流程图。所述基于UWB的实时定位方法包括以下步骤:
步骤S100、定位装置获取运动目标的运动状态,并建立顾及运动目标速度参数的距离观测方程。
较佳地,所述步骤S100具体包括:
步骤S101、定位装置获取不同基站到运动目标的距离,分析运动目标的运动状态,并获取关于运动目标的先验知识;
步骤S102、基于运动目标的先验知识估计运动目标的速度参数,得到不同基站观测时运动目标的位置坐标;
步骤S103、建立距离观测方程。
具体实施时,对于动态的运动目标一组观测时间内(一般是10ms左右的观测间隔),不同基站观测到的运动目标位置实际是不同的。由于观测时间很短,运动目标基本是保持匀速直线运动的。当需要对运动目标进行定位时,定位装置首先会获取不同基站到运动目标的距离,对于运动目标的运动状态进行分析,并获取关于运动目标的先验知识。本实施例中可以设定采用6个基站,即令i=6。由于一组观测时间很短,我们假设该段时间内,运动目标保持匀速直线运动,那么不同基站观测时运动目标的位置坐标表示为:其中△ti=ti-t1,ti为第i个基站与目标完成距离测量的时间,P(x,y,z)为t1时刻对应的运动目标位置。由于本发明中需要实现的是对动态的运动目标实现精确的定位,而传统的技术中,在建立距离的观测方程时,由于不顾及到运动目标的速度参数,因此建立的定位解算模型对运动目标,尤其是高速运动状态目标无法实现精确定位。而本发明的上述运动目标的位置坐标方程中考虑了一个观测历元内,运动目标位置发生的变化,实现了对运动目标的动态观测与解算。
由于本发明中的上述运动目标的位置坐标的方程式中引入了运动目标的速度参数,因此通过速度参数并结合运动目标的位置坐标,建立测量观测距离的观测方程,表示为:其中,di是第i个基站与运动目标之间的观测距离,(xi,yi,zi)代表第i个基站的位置坐标。由此建立引入速度参数的测量观测距离的观测方程,为后续建立运动目标的定位解算模型做准备。
步骤S200、根据运动目标的先验知识设定运动目标的速度参数在不同方向上的分量,建立关于速度分量的虚拟观测方程。
具体实施时,由于速度参数的引入,我们不仅需要对运动目标的实际位置坐标P(x,y,z)进行解算,而且需要实现对运动目标速度v(vx,vy,vz)的估计,这与传统的不考虑速度参数的解算模型相比,就需要更多的基站,这就会造成定位***布设成本上升,同时降低定位***在实际应用中的实时性,为了解决这个问题,本发明引入关于运动目标速度分量的虚拟观测方程:其中,Vx,Vy,Vz是根据运动目标的先验知识设定的运动目标的速度参数在不同方向上的分量。由于引入了运动目标的速度,造成未知数增加,而建立虚拟观测可以增加等式数量,解决传统的观测方程在基站不够时的秩亏问题。并且由于虚拟观测方程的引入,使得本发明所需基站数量和不考虑速度参数的定位模型一样,不会额外增加布设成本。
步骤S300、将观测方程在预估计的运动目标的初始位置坐标处进行泰勒级数展开,并联立虚拟观测方程,建立运动目标的定位解算模型。
具体实施时,由于上述步骤S100中所得到的测量观测距离的观测方程为非线性方程组,求解比较困难,利用泰勒级数展开法可以线性化观测方程,降低求解过程的复杂度,但是前提是需要对运动目标的初始位置进行估计。因此本发明在建立运动目标的定位解算模型之前需要预先对运动目标的初始位置进行估计。较佳地,本发明中采用最小二乘法来对运动目标的初始位置进行估计,得到运动目标的初始位置坐标P0(x0,y0,z0)。
为了更加简便的解算出运动目标的实际位置坐标,本发明中需要将测量观测距离的观测方程在预估计出的运动目标的初始位置坐标P0(x0,y0,z0)处进行泰勒级数展开,忽略二阶以上分量,更新得到运动目标的观测方程为:,其中△x=x-x0,△y=y-y0,△z=z-z0。之后联立虚拟观测方程,建立运动目标的定位解算模型,所述运动目标的定位解算模型为矩阵形式:ε=hδ,其中,
步骤S400、利用加权最小二乘法,对运动目标的位置进行迭代估计,将更新运动目标的位置坐标作为下一次迭代估计的初始值。
较佳地,所述步骤S400具体包括:
步骤S401、利用加权最小二乘算法,得到定位解算模型中δ的最小二乘估计:δ=(hTQ-1h)-1hTQ-1ε;其中矩阵Q是关于运动目标位置与速度的权值矩阵;
步骤S402、对运动目标的位置进行迭代估计,实时更新运动目标的位置坐标,并作为下一次迭代的初始值;
步骤S403、进行多次迭代估计,并对运动目标的位置坐标进行更新。
具体实施时,从上述步骤S300中得到本发明中的定位解算模型,为了得到运动目标的精确定位,本发明中利用加权最小二乘算法,得到定位解算模型中δ的最小二乘估计:δ=(hTQ-1h)-1hTQ-1ε;其中,矩阵Q是运动目标的位置和速度的权值矩阵,Q的选取在很大程度上决定着定位的精度和效果,实际情况下,由于距离测量的精度变化与运动目标的实际的位置以及运动目标速度有关,因此,可以根据距离测量和运动目标的相关先验知识,例如:测距时,距离测量和实际距离的方差;运动目标在运动时,最大速度和估计速度之间的方差等,对权值矩阵Q进行训练,从而对运动目标的位置和速度估计进行约束,以满足不同速度情况下对运动目标的精确定位。较佳地,在本发明的实施例中,设定Vx=Vy=Vz=0,我们考虑两种情况,对于高速运动的物体,可以通过权值矩阵Q给速度施加一个很小的约束,让vx,vy,vz的估计值更贴合实际运动情况,对静态目标,可以施加一个很大的约束,将运动目标的速度约束为0,通过这种变化,实现对运动目标速度参数的准确估计,从而对运动目标进行准确定位。
根据得到的δ的最小二乘估计,首先,将初始位置坐标P0(x0,y0,z0)代入δ的最小二乘估计进行初始迭代估计,得到一组△x,△y,△z的值,令x0=x0+△x,y0=y0+△y,z0=z0+△z,并实时更新运动目标的位置坐标,将更新的位置坐标作为下一代迭代估计的初始值,进行多次迭代估计,并对运动目标的位置坐标进行更新。
步骤S500、当坐标修正数满足预设的阈值条件时,则停止迭代,输出更新后的位置坐标,作为运动目标当前时刻的位置。
具体实施时,预先设置阈值条件|△x|+|△y|+|△z|≤λ,其中λ为坐标修正数,所述阈值条件用于对迭代的结果进行约束,使对运动目标位置的估计收敛至一个稳定的值。当经过迭代之后输出的△x,△y,△z足够小且其绝对值之和满足预先设定的坐标修正数λ,即满足阈值条件|△x|+|△y|+|△z|≤λ时,则令x=x0,y=y0,z=z0,则P(x,y,z)即为经过多次迭代后估计得到t1时刻对应的运动目标的位置坐标。通过多次的迭代估计,使得运动目标的最终位置收敛至一个稳定的值,减小运动目标位置求解的随机性,提高运动目标的定位精度。
基于上述实施例,本发明还公开了一种定位装置。如图2示,包括:处理器(processor)10、与处理器10连接的存储设备(memory)20;其中,所述处理器10用于调用所述存储设备20中的程序指令,以执行上述实施例所提供的方法,例如执行:
步骤S100、定位装置获取运动目标的运动状态,并建立顾及运动目标速度参数的距离观测方程;
步骤S200、根据运动目标的先验知识设定运动目标的速度参数在不同方向上的分量,建立关于速度分量的虚拟观测方程;
步骤S300、将观测方程在预估计的运动目标的初始位置坐标处进行泰勒级数展开,并联立虚拟观测方程,建立运动目标的定位解算模型;
步骤S400、利用加权最小二乘法,对运动目标的位置迭代估计,将更新运动目标的位置坐标作为下一次迭代的初始值;
步骤S500、当坐标修正数满足预设的阈值条件时,则停止迭代,输出更新后的位置坐标,作为运动目标当前时刻的位置。
本发明实施例还提供一种存储设备,所述存储设备上存储计算机指令,所述计算机指令使计算机执行上述各实施例所提供的方法。
综上所述,本发明提供的基于UWB的实时定位方法及定位装置,方法包括:定位装置获取运动目标的运动状态,并建立顾及运动目标速度参数的距离观测方程;根据运动目标的先验知识设定运动目标的速度参数在不同方向上的分量,建立关于速度分量的虚拟观测方程;将观测方程在预估计的运动目标的初始位置坐标处进行泰勒级数展开,并联立虚拟观测方程,建立运动目标的定位解算模型;利用加权最小二乘法,对运动目标的位置进行迭代估计,并将更新运动目标的位置坐标作为下一次迭代的初始值;当坐标修正数满足预设的阈值条件时,则停止迭代,输出更新后的位置坐标,作为运动目标当前时刻的位置。本发明通过引入运动目标的速度参数建立虚拟观测方程,并建立顾及运动目标速度参数的定位解算模型,能够在不增加基站布设数量的情况下,实现精确、实时的定位。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (9)
1.一种基于UWB的实时定位方法,其特征在于,所述方法包括:
步骤A、定位装置获取运动目标的运动状态,并建立顾及运动目标速度参数的距离观测方程;
步骤B、根据运动目标的先验知识设定运动目标的速度参数在不同方向上的分量,建立关于速度分量的虚拟观测方程;
步骤C、将观测方程在预估计的运动目标的初始位置坐标处进行泰勒级数展开,并联立虚拟观测方程,建立运动目标的定位解算模型;
步骤D、利用加权最小二乘法,对运动目标的位置进行迭代估计,并将更新运动目标的位置坐标作为下一次迭代估计的初始值;
步骤E、当坐标修正数满足预设的阈值条件时,则停止迭代,输出更新后的位置坐标,作为运动目标当前时刻的位置;
3.根据权利要求2所述的基于UWB的实时定位方法,其特征在于,所述不同基站观测时运动目标的位置坐标表示方法是基于运动目标在一组观测时间内保持匀速直线运动的假设前提下产生的。
5.根据权利要求1所述的基于UWB的实时定位方法,其特征在于,所述步骤C之前还包括:
步骤C0、预先利用最小二乘法对运动目标的初始位置坐标进行估计,所述运动目标的初始位置表示为P0(x0,y0,z0)。
7.根据权利要求6所述的基于UWB的实时定位方法,其特征在于,所述步骤D具体包括:
步骤D1、利用加权最小二乘算法,得到定位解算模型中δ的最小二乘估计:δ=(hTQ-1h)- 1hTQ-1ε;其中矩阵Q是关于运动目标位置与速度的权值矩阵;
步骤D2、对运动目标位置进行迭代估计,实时更新运动目标的位置坐标,并作为下一次迭代估计的初始值;
步骤D3、进行多次迭代估计,并对运动目标的位置坐标进行更新。
8.根据权利要求1所述的基于UWB的实时定位方法,其特征在于,所述步骤E之前还包括:
步骤E0、预先设置阈值条件,用于对迭代的结果进行约束,使对运动目标位置的估计收敛至一个稳定的值。
9.一种定位装置,其特征在于,包括:处理器、与处理器通信连接的存储设备,所述存储设备适于存储多条指令;所述处理器适于调用所述存储设备中的指令,以执行实现权利要求1-8任一项所述的基于UWB的实时定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711007378.4A CN107907857B (zh) | 2017-10-25 | 2017-10-25 | 一种基于uwb的实时定位方法及定位装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711007378.4A CN107907857B (zh) | 2017-10-25 | 2017-10-25 | 一种基于uwb的实时定位方法及定位装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107907857A CN107907857A (zh) | 2018-04-13 |
CN107907857B true CN107907857B (zh) | 2021-08-17 |
Family
ID=61840928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711007378.4A Active CN107907857B (zh) | 2017-10-25 | 2017-10-25 | 一种基于uwb的实时定位方法及定位装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107907857B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109283490B (zh) * | 2018-11-14 | 2022-11-01 | 东南大学 | 基于混合最小二乘法的泰勒级数展开的uwb定位方法 |
CN110686681B (zh) * | 2019-11-14 | 2023-04-25 | 西安思彼斯信息科技有限公司 | 一种uwb高精度高效定位方法 |
CN111039118A (zh) * | 2019-12-20 | 2020-04-21 | 上海有个机器人有限公司 | 基于uwb的电梯运行监控方法、介质、终端和装置 |
CN111935817B (zh) * | 2020-06-24 | 2022-05-03 | 深圳大学 | 一种基于八阵图的ap选取定位方法、装置及智能设备 |
CN111948602A (zh) * | 2020-08-17 | 2020-11-17 | 南京工程学院 | 基于改进Taylor级数的二维UWB室内定位方法 |
CN112747747B (zh) * | 2021-01-20 | 2022-10-11 | 重庆邮电大学 | 一种改进的uwb/imu融合室内行人定位方法 |
CN113063422B (zh) * | 2021-03-22 | 2022-10-14 | 中国科学院国家授时中心 | 一种顾及钟差的5g终端室内定位方法 |
GB2612884A (en) * | 2021-09-13 | 2023-05-17 | Motorola Mobility Llc | Object tracking based on UWB tags |
US12004046B2 (en) | 2021-09-13 | 2024-06-04 | Motorola Mobility Llc | Object tracking based on UWB tags |
US11990012B2 (en) | 2021-11-29 | 2024-05-21 | Motorola Mobility Llc | Object contextual control based on UWB radios |
CN115561704B (zh) * | 2022-09-30 | 2023-05-16 | 中国测绘科学研究院 | 高精度地图增强封闭空间稀疏uwb基站网定位方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001065271A1 (en) * | 1998-10-09 | 2001-09-07 | Cell-Loc Inc. | Methods and apparatus to position a mobile receiver using downlink signals |
CN103925925A (zh) * | 2014-03-14 | 2014-07-16 | 四川九洲空管科技有限责任公司 | 一种用于多点定位***的实时高精度位置解算方法 |
CN104199038A (zh) * | 2014-09-15 | 2014-12-10 | 吉林大学 | 一种用于模拟座舱内的超声波无线位移测量方法及*** |
CN104569915A (zh) * | 2015-01-15 | 2015-04-29 | 中国电子科技集团公司第二十八研究所 | 多光电探测***中基于目标运动模型的定位方法 |
CN105223575A (zh) * | 2015-10-22 | 2016-01-06 | 广州极飞电子科技有限公司 | 无人机、无人机的测距滤波方法及基于该方法的测距方法 |
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 |
CN107255795A (zh) * | 2017-06-13 | 2017-10-17 | 山东大学 | 基于ekf/efir混合滤波的室内移动机器人定位方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2497813A (en) * | 2011-12-22 | 2013-06-26 | Renesas Mobile Corp | Timing-based positioning |
-
2017
- 2017-10-25 CN CN201711007378.4A patent/CN107907857B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001065271A1 (en) * | 1998-10-09 | 2001-09-07 | Cell-Loc Inc. | Methods and apparatus to position a mobile receiver using downlink signals |
CN103925925A (zh) * | 2014-03-14 | 2014-07-16 | 四川九洲空管科技有限责任公司 | 一种用于多点定位***的实时高精度位置解算方法 |
CN104199038A (zh) * | 2014-09-15 | 2014-12-10 | 吉林大学 | 一种用于模拟座舱内的超声波无线位移测量方法及*** |
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 |
CN104569915A (zh) * | 2015-01-15 | 2015-04-29 | 中国电子科技集团公司第二十八研究所 | 多光电探测***中基于目标运动模型的定位方法 |
CN105223575A (zh) * | 2015-10-22 | 2016-01-06 | 广州极飞电子科技有限公司 | 无人机、无人机的测距滤波方法及基于该方法的测距方法 |
CN107255795A (zh) * | 2017-06-13 | 2017-10-17 | 山东大学 | 基于ekf/efir混合滤波的室内移动机器人定位方法和装置 |
Non-Patent Citations (2)
Title |
---|
基于UWB室内定位算法的研究与实现;仲江涛;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170715(第7期);正文全文 * |
基于最小二乘与Taylor级数展开的新型混合定位方法;方姝等;《计算机工程》;20150630;第41卷(第6期);第316-321页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107907857A (zh) | 2018-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107907857B (zh) | 一种基于uwb的实时定位方法及定位装置 | |
CN110375730B (zh) | 基于imu和uwb融合的室内定位导航*** | |
WO2021203871A1 (zh) | 协同定位方法、装置、设备和存储介质 | |
CN112859051B (zh) | 激光雷达点云运动畸变的矫正方法 | |
CN108896047B (zh) | 分布式传感器网络协同融合与传感器位置修正方法 | |
CN109275093A (zh) | 基于uwb定位与激光地图匹配的定位方法和移动终端 | |
CN106707768B (zh) | 一种基于模型校准的喷漆轨迹规划方法 | |
CN111948602A (zh) | 基于改进Taylor级数的二维UWB室内定位方法 | |
CN103941233B (zh) | 一种多平台主被动传感器协同跟踪的雷达间歇交替辐射控制方法 | |
CN109189060B (zh) | 移动机器人的点镇定控制方法及装置 | |
JP2023509888A (ja) | 法線ベクトルに基づく点群平滑化フィルタリング方法 | |
CN113253717B (zh) | 一种基于动态障碍物的室内移动机器人局部路径规划方法 | |
CN110197615B (zh) | 用于生成地图的方法及装置 | |
CN108326845B (zh) | 基于双目相机和激光雷达的机器人定位方法、装置及*** | |
CN109001699B (zh) | 基于带噪声目的地信息约束的跟踪方法 | |
CN110231620B (zh) | 一种噪声相关***跟踪滤波方法 | |
CN111836185A (zh) | 一种基站位置坐标的确定方法、装置、设备及存储介质 | |
CN116642482A (zh) | 基于固态激光雷达和惯性导航的定位方法、设备和介质 | |
CN107884745B (zh) | 一种针对uwb定位的大气误差处理方法 | |
CN109282817B (zh) | 一种多机器人协同定位与控制方法 | |
CN105353359B (zh) | 异步组网雷达***误差校正方法 | |
CN107843259B (zh) | 一种基于vckf的多机器人协同导航定位方法 | |
CN112720492B (zh) | 多轴机器人的复杂轨迹光顺方法、装置、介质及电子设备 | |
CN116301058A (zh) | 一种无人飞行反馈非线性偏航控制方法、***和设备 | |
Yi et al. | A UWB location algorithm---Based on adaptive Kalman filter |
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 |