CN108646215B - 一种基于超宽带的自动跟随快速定位方法 - Google Patents
一种基于超宽带的自动跟随快速定位方法 Download PDFInfo
- Publication number
- CN108646215B CN108646215B CN201810461919.9A CN201810461919A CN108646215B CN 108646215 B CN108646215 B CN 108646215B CN 201810461919 A CN201810461919 A CN 201810461919A CN 108646215 B CN108646215 B CN 108646215B
- Authority
- CN
- China
- Prior art keywords
- tag
- base station
- distance
- data frame
- algorithm
- 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 34
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 230000005540 biological transmission Effects 0.000 claims description 20
- 230000004888 barrier function Effects 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 9
- 230000033001 locomotion Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 2
- 230000008447 perception Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000000007 visual 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
-
- 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
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明请求保护一种基于超宽带的自动跟随快速定位方法,主要包括以下步骤:通过测量标签与基站之间发送和接收数据包的时间戳,计算出两个基站与标签之间的相对距离,通过多重滤波估计出距离的最优值,根据测出的距离快速计算出装有基站的平台到标签的距离与相对角度,定位标签的位置,然后可根据算出距离与相对角度。本发明实现快速、高效率的定位方式,减小了计算量。
Description
技术领域
本发明属于定位跟随技术应用领域,尤其涉及基于超宽带的自动跟随快速定位方法。
背景技术
UWB(Ultra-Wideband)超宽带,一开始是使用脉冲无线电技术,此技术可追溯至19世纪。后来由Intel等大公司提出了应用了UWB的MB-OFDM技术方案,由于两种方案的截然不同,而且各自都有强大的阵营支持,制定UWB标准的802.15.3a工作组没能在两者中决出最终的标准方案,于是将其交由市场解决。为进一步提高数据速率,UWB应用超短基带丰富的GHz级频谱。UWB在早期被用来应用在近距离高速数据传输,近年来国外开始利用其亚纳秒级超窄脉冲来做近距离精确室内定位。
UWB(Ultra Wideband)无线通信是一种不用载波,而采用时间间隔极短(小于1ns)的脉冲进行通信的方式,利用纳秒至微微秒级的非正弦波窄脉冲传输数据。通过在较宽的频谱上传送极低功率的信号,UWB能在10米左右的范围内实现数百Mbit/s至数Gbit/s的数据传输速率。抗干扰性能强,传输速率高,***容量大发送功率非常小。UWB***发射功率非常小,通信设备可以用小于1mW的发射功率就能实现通信。低发射功率大大延长***电源工作时间。而且,发射功率小,其电磁波辐射对人体的影响也会很小,应用面就广。
传统GPS精度不高、无法在室内或者有较大建筑物遮挡的环境下使用的制约,基于单目视觉的目标跟踪技术,存在计算量大、受遮挡无法跟踪、难以恢复目标的相对位置信息等问题蓝牙、RFID定位技术虽然受环境干扰较小,但作用距离短,通信能力不强,不便于整合到其它***中;红外线技术功耗较大,且常常受到室内墙体或物体的阻隔,实用性较差;超声波定位精度可达厘米级,精度比较高,但超声波在传输过程中衰减明显,从而影响其定位有效范围,且成本较高。传统的UWB定位技术,多数通过在室内安装有限数量的固定微基站,实时对相同的情况环境的标签进行精确的室内定位,零延时地将标签的位置显示控制中心,实现对标签位置的实时监控,那么本***的基于UWB的快速定位的方法则更现实有效的解决相对基站的快速定位。
移动机器人自诞生起,就被广泛的应用于航天、军事、工业生产等诸多领域。近年来,一些具有自动操作及智能决策功能的轮式移动机器人正逐步兴起,而且有着取代传统机械小车的趋势。并且可对移动目标自动跟随智能机器人,在机场的行李搬运,工厂材料运输,以及家庭个人产品等均有着广泛的应用前景。然而移动目标自动跟随智能机器人的技术难点之一就是定位,定位是机器人完成诸如路径规划、自主导航等复杂任务的前提,是移动机器人领域的研究热点。
基于UWB超宽带定位技术的移动机器人目标跟踪技术,具有近距离(几十米以内)精度高,可以在室内使用,计算量小,以及可以直接求取目标的相对位置的优势。设计实现了一种基于UWB的快速定位的方法和***,可实现对特定移动目标进行定位,从而实现对移动目标自动跟随智能机器人的设计要求。基于UWB超宽带信号室内跟踪定位模型、UWB信号室内跟踪算法。通过UWB超宽带定位技术中的到达时间DS测距的定位算法,计算出标签对于在平台上的基站的相对位置,实现基站对标签的跟随。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种提高定位精度、自动跟随的基于超宽带的自动跟随快速定位方法。本发明的技术方案如下:
一种基于超宽带的自动跟随快速定位方法,在室内固定有两个微基站,其包括以下步骤:
分别测量标签与两个固定微基站之间发送数据包和接收数据包的时间戳,分别计算出标签与两个微基站之间的相对距离,得出标签的初始方位估计值;
对得到的初始方位估计值采用改进的多重滤波估计算法估计出待定位目标标签距离的最优值;改进主要在于通过设计算法仅用两个基站就实现了自动跟随中定位的需求,可精准快速定位到目标物的位置。市面上已有的方式均是通过三个基站去定位标签的具***置。通过这基于超宽带的自动跟随快速定位方法极大的提高了硬件资源的利用率,并且节约了成本。通过超宽带无线通信技术,发送许多小于1ns的脉冲,该方法使得***拥有了传输速率高、功耗低、安全性高、抗干扰能力强、多径分辨能力强、定位准确、结构简单等的优点。
根据测出的距离,采用余弦定理计算出装有基站的平台到待定位目标标签的距离与相对角度,定位待定位目标标签的位置。
进一步的,所述两个基站之间的距离是固定的。
进一步的,所述用改进的多重滤波估计算法包括的步骤为:
①读取当前测量到的距离数据;
②由当前距离数据更新当前预测的距离,得到先验估计;
③计算多重滤波增益(一个权衡先验估计与测量值的权重);
④更新***的距离作为滤波的输出,同时更新先验误差到后验误差;
⑤重复上述步骤。
进一步的,所述测量标签与两个固定微基站之间发送数据包和接收数据包的时间戳,分别计算出标签与两个微基站之间的相对距离,具体包括:
通过基站和标签之间4次数据帧的收发,记录时间戳,计算得到每次收发数据的间隔时间,通过式1和式2可以计算得到电磁波在标签与基站A之间传播时间TpropA和在标签与基站B之间传播时间TpropB;
Tround1A表示标签发送数据帧1与标签收到基站A回复数据帧2的时间间隔,
Tround2A表示基站A发送数据帧2与基站A收到标签回复数据帧4的时间间隔,
Treply1A表示基站A收到数据帧1与基站A发送数据帧2的时间间隔,
Treply2A表示标签收到数据帧2与标签发送数据帧4的时间间隔,
Tround1B表示标签发送数据帧1与标签收到基站B回复数据帧3的时间间隔,
Tround2B表示基站B发送数据帧3与基站B收到标签回复数据帧4的时间间隔,
Treply1B表示基站B收到数据帧1与基站B发送数据帧3的时间间隔,
Treply2B表示标签收到数据帧3与标签发送数据帧4的时间间隔,
将电磁波传播在基站和标签中传播的时间乘上电磁波在自由空间中的传播速度c,可得出标签分别与两个基站距离基站距离为:
Dis1=c×TpropA (3)
Dis2=c×TpropB (4)
进一步的,所述根据测出的距离,采用余弦定理计算出装有基站的平台到待定位目标标签的距离与相对角度,定位待定位目标标签的位置,具体包括:
已知基站BS1与BS2的距离是固定的,并取其二者的中点作为基准点,测出Dis1与Dis2的大小后,根据余弦定理可以得出α角:
根据余弦定理同理可得到Dis为:
由此得出标签距离在平台上基站的基准点的距离。
根据余弦定理可以得到θ角为:
进一步的,还包括采用采用障碍物检测算法,预判下一个状态的可移动性的步骤,具体包括:采用超声波避障模块,跟随物底部装有多个超声波测距模块,实现各个方向都可以探测到障碍物,实现视野无死角,通过实时感知障碍物来实现自动避障,跟随物在执避障动作的过程中,主要有直线行走和转弯两种状态,相对坐标系的建立是以跟随物自身的姿态划分的,以跟随物上微基站中心为坐标原点,以跟随物的速度方向为坐标轴正方向,用于标记当前障碍物相对于跟随物的位置。
本发明的优点及有益效果如下:
本发明在***移动过程中,采用障碍物检测算法,通过超声波传感器与运动处理传感器得到的数据判断***当前所处的状态,以及预判下一个状态的可移动性。根据多个超声波传感器得出的数据,采用自适应分析方法分割出障碍物对象,并进行优化处理,最终得到各个障碍物的阻挡区域和角度,实现障碍物检测。通过运动处理传感器的数据,估计***当前所处的状态,联合估计出的各个障碍物的阻挡区域和角度,预判出下一个状态的可移动性,再根据PID控制思想、D*算法、标签距离与相对角度实现自动跟随。实现了快速、高效率的定位方式,减小了计算量,直接求取目标的距离与相对角度,从而实现定位。在***中实现仅两个基站的形式获取目标位置的过程,因此简化了定位过程。在标签与基站都是运动的情况下,采用相对运动的跟随定位方式。***实现了精准的定位方法,典型5厘米,特种应用3厘米。障碍物检测算法能够满足***障碍物检测和路径规划的实时性要求,避障效果良好。***在实际场地环境下运行结果表现出良好的无碰撞的自动跟随效果。
附图说明
图1是本发明提供优选实施例数据帧的收发示时序图;
图2是定位标签示意图;
图3是本发明定位算法流程示意图;
图4是障碍物的避障策略示意图。
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、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
A.通过测量标签与基站之间发送和接收数据包的时间戳,计算出两个基站与标签之间的相对距离;
B.多重滤波估计出距离的最优值;
C.根据测出的距离快速算出标签相对于基站所在的平台的距离与相对角度;
(1)UWB测距原理:
由DWM1000可以测得基站和标签的到达时间差,通过计算得出电磁波在基站和标签之间的时间差,再乘上电磁波在自由空间的传播速度,就可以分别得到标签到两个三个基站之间的距离,但由于实际室内的复杂环境,测得的距离带有较大的噪声,于是我们把测量数据经过两次移动平均后作为定位算法中计算的距离,有效的减小了随机误差的干扰。
(2)跟随算法的实现:
图1是数据帧的收发示时序图
通过基站和标签之间4次数据帧的收发,记录时间戳,计算得到每次收发数据的间隔时间,通过式1和式2可以计算得到电磁波在标签与基站A之间传播时间TpropA和在标签与基站B之间传播时间TpropB。
将电磁波传播在基站和标签中传播的时间乘上电磁波在自由空间中的传播速度c,可得出标签分别与两个基站距离基站距离为:
Dis1=c×TpropA (3)
Dis2=c×TpropB (4)
图2是定位标签示意图
已知基站BS1与BS2的距离是固定的,并取其二者的中点作为基准点,测出Dis1与Dis2的大小后,根据余弦定理可以得出α角。
根据余弦定理同理可证得到Dis为:
由此得出标签距离在平台上基站的基准点的距离。
根据余弦定理可以得到θ角为:
由此得出标签距离在平台上基站的基准点的方位。
图3是本发明流程图;因此在基站已知标签的方位以及距离的情况下,可以通过调节平台实现对标签物体的跟随。
多重滤波改进定位算法工作过程:测量数据作为输入数据,由定位算法首先工作,得到待测目标节点位置的初步估计;定位算法法估计得到的待测目标节点初估计值作为输入值,多重滤波根据自己上次工作得到最优估计值和本次测量值估计得到待测目标节点本次测量的最优估计值。
D.采用障碍物检测算法,预判下一个状态的可移动性。
采用超声波避障模块,行李箱底部装有3个超声波测距模块。前方、左方、右方各一个,实现前方都可以探测到人,实现视野无死角,通过实时感知障碍物来实现智能避障。行李箱在执避障动作的过程中,主要有直线行走和转弯两种状态,相对坐标系的建立是以行李箱自身的姿态划分的,以行李箱的左右轮中心为坐标原点,以行李箱的速度方向为坐标轴正方向。用于标记当前障碍物相对于行李箱的位置。
图4是障碍物的避障策略示意图
E.根据PID控制思想、D*算法、标签距离与相对角度实现自动跟随。
实现自动跟随的步骤:通过上述算法得到标签距离与相对角度,然后获取障碍物位置信息,将这些信息送给跟随物的处理器,通过D*路径规划算法为跟随物进行动态路径规划,运动控制模块根据实时规划的路径,并结合PID算法来实时控制跟随物的方向与速度,从而达到自动跟随的目的。
a.本***实现了快速、高效率的定位。
b.实现仅两个基站的形式,简化了定位过程。
c.标签与基站都是是运动的,采用相对运动的跟随定位方式。
d.精准的定位方法,典型5厘米,特种应用3厘米。
e.计算量小,可以直接求取目标的相对位置,从而实现定位。
f.障碍物检测算法能够满足***障碍物检测和路径规划的实时性要求,避障效果良好。
g.在实际场地环境下运行结果表现出良好的无碰撞的自动跟随效果。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (7)
1.一种基于超宽带的自动跟随快速定位方法,在室内固定有两个微基站,其特征在于,包括以下步骤:
分别测量标签与两个固定微基站之间发送数据包和接收数据包的时间戳,分别计算出标签与两个微基站之间的相对距离,得出标签的初始方位估计值;
对得到的初始方位估计值采用改进的多重滤波估计算法估计出待定位目标标签距离的最优值;改进主要在于通过设计算法仅用两个基站就实现了自动跟随中定位的需求,可精准快速定位到目标物的位置;多重滤波改进定位算法工作过程为:测量数据作为输入数据,由定位算法首先工作,得到待测目标节点位置的初步估计;定位算法估计得到的待测目标节点初估计值作为输入值,多重滤波根据自己上次工作得到最优估计值和本次测量值估计得到待测目标节点本次测量的最优估计值;
根据测出的距离,采用余弦定理计算出装有基站的平台到待定位目标标签的距离与相对角度,定位待定位目标标签与基站的相对位置,然后获取障碍物位置信息,将这些信息送给跟随物的处理器,通过D*路径规划算法为跟随物进行动态路径规划,运动控制模块根据实时规划的路径,并结合PID算法来控制跟随物的方向与速度,从而达到自动跟随的目的。
2.根据权利要求1所述的一种基于超宽带的自动跟随快速定位方法,其特征在于,所述两个基站之间的距离是固定的。
3.根据权利要求1所述的一种基于超宽带的自动跟随快速定位方法,其特征在于,所述改进的多重滤波估计算法包括的步骤为:
①读取当前测量到的距离数据;
②由当前距离数据更新当前预测的距离,得到先验估计;
③计算多重滤波增益即一个权衡先验估计与测量值的权重;
④更新***的距离作为滤波的输出,同时更新先验误差到后验误差;
⑤重复上述步骤。
4.根据权利要求1-3之一所述的一种基于超宽带的自动跟随快速定位方法,其特征在于,所述测量标签与两个固定微基站之间发送数据包和接收数据包的时间戳,分别计算出标签与两个微基站之间的相对距离,具体包括:
通过基站和标签之间4次数据帧的收发,记录时间戳,计算得到每次收发数据的间隔时间,通过式1和式2可以计算得到电磁波在标签与基站A之间传播时间TpropA和在标签与基站B之间传播时间TpropB;
Tround1A表示标签发送数据帧1与标签收到基站A回复数据帧2的时间间隔,
Tround2A表示基站A发送数据帧2与基站A收到标签回复数据帧4的时间间隔,
Treply1A表示基站A收到数据帧1与基站A发送数据帧2的时间间隔,
Treply2A表示标签收到数据帧2与标签发送数据帧4的时间间隔;
Tround1B表示标签发送数据帧1与标签收到基站B回复数据帧3的时间间隔,
Tround2B表示基站B发送数据帧3与基站B收到标签回复数据帧4的时间间隔,
Treply1B表示基站B收到数据帧1与基站B发送数据帧3的时间间隔,
Treply2B表示标签收到数据帧3与标签发送数据帧4的时间间隔,
将电磁波传播在基站和标签中传播的时间乘上电磁波在自由空间中的传播速度c,可得出标签分别与两个基站距离基站距离为:
Dis1=c×TpropA (3)
Dis2=c×TpropB (4)。
6.根据权利要求5所述的一种基于超宽带的自动跟随快速定位方法,其特征在于,还包括采用采用障碍物检测算法,预判下一个状态的可移动性的步骤,具体包括:采用超声波避障模块,跟随物底部装有多个超声波测距模块,实现各个方向都可以探测到障碍物,实现视野无死角,通过实时感知障碍物来实现自动避障,跟随物在执避障动作的过程中,主要有直线行走和转弯两种状态,相对坐标系的建立是以跟随物自身的姿态划分的,以跟随物上微基站中心为坐标原点,以跟随物的速度方向为坐标轴正方向,用于标记当前障碍物相对于跟随物的位置。
7.根据权利要求5所述的一种基于超宽带的自动跟随快速定位方法,其特征在于,还包括根据PID控制、D*算法、标签距离与相对角度实现自动跟随的步骤:
通过上述算法得到标签距离与相对角度,然后获取障碍物位置信息,将这些信息送给跟随物的处理器,通过D*路径规划算法为跟随物进行动态路径规划,运动控制模块根据实时规划的路径,并结合PID算法来实时控制跟随物的方向与速度,从而达到自动跟随的目的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810461919.9A CN108646215B (zh) | 2018-05-15 | 2018-05-15 | 一种基于超宽带的自动跟随快速定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810461919.9A CN108646215B (zh) | 2018-05-15 | 2018-05-15 | 一种基于超宽带的自动跟随快速定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108646215A CN108646215A (zh) | 2018-10-12 |
CN108646215B true CN108646215B (zh) | 2022-02-11 |
Family
ID=63755669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810461919.9A Active CN108646215B (zh) | 2018-05-15 | 2018-05-15 | 一种基于超宽带的自动跟随快速定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108646215B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109348426A (zh) * | 2018-11-26 | 2019-02-15 | 黎国溥 | 一种基于uwb的跟随***及方法 |
CN113301828A (zh) * | 2019-01-18 | 2021-08-24 | 灵动科技(北京)有限公司 | 具有基于超宽带的目标跟踪***的智能行李*** |
CN109883419B (zh) * | 2019-01-21 | 2021-08-13 | 深圳市普渡科技有限公司 | 机器人导航方法及*** |
CN109883420A (zh) * | 2019-01-21 | 2019-06-14 | 深圳市普渡科技有限公司 | 机器人位姿识别方法、***及机器人 |
CN109696167A (zh) * | 2019-02-26 | 2019-04-30 | 重庆邮电大学 | 一种uwb室内三维定位***及方法 |
CN110026993B (zh) * | 2019-04-11 | 2020-10-30 | 中国地质大学(武汉) | 一种基于uwb及热释电红外传感器的人体跟随机器人 |
CN112788743B (zh) * | 2019-11-11 | 2024-06-18 | 北京京邦达贸易有限公司 | 一种基于超宽带技术的定位方法和装置 |
CN111090113A (zh) * | 2019-12-31 | 2020-05-01 | 南京泰通科技股份有限公司 | 基于北斗、uwb及惯导的高精度列车定位终端及定位方法 |
CN111190139B (zh) * | 2020-01-13 | 2023-06-02 | 东北大学 | 一种用于复杂环境中超宽带非视线传输的高精度定位方法 |
CN113630867A (zh) * | 2020-05-06 | 2021-11-09 | 清研讯科(北京)科技有限公司 | 无线帧的通信方法和***、以及无线定位方法和*** |
CN111948600B (zh) * | 2020-07-29 | 2023-06-27 | 福州物联网开放实验室有限公司 | 一种定位标签位置测量校准的方法 |
CN112198501A (zh) * | 2020-09-09 | 2021-01-08 | 西安电子科技大学 | 一种运动单站直接定位方法及装置 |
CN112584489B (zh) * | 2020-12-09 | 2022-05-03 | 杭州海康威视数字技术股份有限公司 | 一种空间位置标定方法及*** |
CN112518757A (zh) * | 2020-12-17 | 2021-03-19 | 湖南工程学院 | 机器人控制方法、机器人及可读存储介质 |
CN112764076B (zh) * | 2020-12-30 | 2024-04-02 | 珠海爱肯智能设备有限公司 | 一种基于uwb和gps的定位跟随导航***的方法 |
CN113110432B (zh) * | 2021-04-02 | 2024-05-28 | 深圳优地科技有限公司 | 机器人姿态调整方法、设备、机器人及存储介质 |
CN113110441B (zh) * | 2021-04-09 | 2022-11-18 | 江苏大学 | 基于超宽带的农用无人车集群作业方法 |
CN113376571A (zh) * | 2021-05-07 | 2021-09-10 | 北京冰锋科技有限责任公司 | Uwb多天线定位方法 |
CN114390439B (zh) * | 2022-01-11 | 2023-03-31 | 厦门大学 | 一种基于aoa的定位方法及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104698434A (zh) * | 2015-01-16 | 2015-06-10 | 梁二 | 一种基于超宽带的室内应急定位方法 |
CN104808663A (zh) * | 2015-03-18 | 2015-07-29 | 广东工业大学 | 一种可自动跟随移动终端行走的小车 |
CN105828431A (zh) * | 2016-04-25 | 2016-08-03 | 上海理工大学 | 基于uwb的自主跟随机器人定位方法及*** |
CN106507302A (zh) * | 2016-11-04 | 2017-03-15 | 南开大学 | 一种基于uwb的三维室内定位*** |
CN206525681U (zh) * | 2016-12-26 | 2017-09-29 | 深圳市赛亿科技开发有限公司 | 一种智能避障跟随行李箱 |
CN107835491A (zh) * | 2017-10-16 | 2018-03-23 | 北京邮电大学 | 一种基于uwb的信号同步方法、室内定位*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3158359B1 (en) * | 2015-05-12 | 2018-02-14 | Decawave Ltd. | Asymmetric double-sided two-way ranging in an ultrawideband communication system |
-
2018
- 2018-05-15 CN CN201810461919.9A patent/CN108646215B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104698434A (zh) * | 2015-01-16 | 2015-06-10 | 梁二 | 一种基于超宽带的室内应急定位方法 |
CN104808663A (zh) * | 2015-03-18 | 2015-07-29 | 广东工业大学 | 一种可自动跟随移动终端行走的小车 |
CN105828431A (zh) * | 2016-04-25 | 2016-08-03 | 上海理工大学 | 基于uwb的自主跟随机器人定位方法及*** |
CN106507302A (zh) * | 2016-11-04 | 2017-03-15 | 南开大学 | 一种基于uwb的三维室内定位*** |
CN206525681U (zh) * | 2016-12-26 | 2017-09-29 | 深圳市赛亿科技开发有限公司 | 一种智能避障跟随行李箱 |
CN107835491A (zh) * | 2017-10-16 | 2018-03-23 | 北京邮电大学 | 一种基于uwb的信号同步方法、室内定位*** |
Non-Patent Citations (2)
Title |
---|
3D locatization;rsewiki.elekro.dtu.dk/index/php/3D_localization;《Rsewiki》;20170720;正文第1-6页 * |
基于UWB的自主跟随机器人定位方法;方晨晨;《软件导刊》;20160930;第127-128页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108646215A (zh) | 2018-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108646215B (zh) | 一种基于超宽带的自动跟随快速定位方法 | |
Asaad et al. | A comprehensive review of indoor/outdoor localization solutions in IoT era: Research challenges and future perspectives | |
CN107817469B (zh) | 基于非视距环境下超宽频测距实现室内定位方法 | |
Xiao et al. | Comparison and analysis of indoor wireless positioning techniques | |
Hepp et al. | Omni-directional person tracking on a flying robot using occlusion-robust ultra-wideband signals | |
Prorok et al. | Accommodation of NLOS for ultra-wideband TDOA localization in single-and multi-robot systems | |
CN102768352B (zh) | 基于模式匹配的井下超宽带电磁波超声联合定位***与方法 | |
CN110026993B (zh) | 一种基于uwb及热释电红外传感器的人体跟随机器人 | |
CN103941231A (zh) | 超声射频信号联合处理的室内定位***及定位方法 | |
Ou et al. | A ZigBee position technique for indoor localization based on proximity learning | |
Ledergerber et al. | Angle of arrival estimation based on channel impulse response measurements | |
Hu et al. | LTrack: A LoRa-based indoor tracking system for mobile robots | |
Salimibeni et al. | IoT-TD: IoT dataset for multiple model BLE-based indoor localization/tracking | |
Feng et al. | An adaptive IMU/UWB fusion method for NLOS indoor positioning and navigation | |
Zhang et al. | Review on UWB-based and multi-sensor fusion positioning algorithms in indoor environment | |
Aravinda et al. | Optimization of RSSI based indoor localization and tracking to monitor workers in a hazardous working zone using Machine Learning techniques | |
Khan et al. | Standing on the shoulders of giants: Ai-driven calibration of localisation technologies | |
Han et al. | Centralized underwater node localization using range based multilateral accumulation method (RBMAM) | |
Xia et al. | Uwb positioning system based on genetic algorithm | |
Li et al. | An experimental study of two-way ranging optimization in uwb-based simultaneous localization and wall-mapping systems | |
Choi et al. | LUVI: Lightweight UWB-VIO based relative positioning for AR-IoT applications | |
CA3171443A1 (en) | Hyper-accurate object-positioning system and method of self-localization using same | |
Varotto et al. | Transmitter discovery through radio-visual probabilistic active sensing | |
Pivato | Analysis and characterization of wireless positioning techniques in indoor environment | |
Salmasi et al. | Fusion beacon and machine vision based on extended Kalman filter for indoor localization |
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 |