PDR辅助UWB的室内非视距定位方法

发布时间：2021-05-16 15:25

　　为解决室内定位中非视距造成的定位误差问题,在UWB和PDR定位解算的基础上,提出了非视距校正系数β。当β大于经验阈值时,对UWB和PDR定位进行动态加权处理,用PDR定位来修正UWB在非视距下的定位误差。同时,采用了外推的方法得到非视距下PDR初始航向角,并使用广义延拓滤波对行人信息和解算的定位结果进行处理。实验结果显示,该方法有效降低了非视距情况下的定位误差,经广义延拓滤波处理后,定位结果更符合实际运动轨迹,和单一UWB室内定位方法相比,定位精度提高了53.7%,整体平均定位误差在0.164 1 m左右。 

【文章来源】：传感技术学报. 2020,33(05)北大核心CSCD

【文章页数】：7 页

【文章目录】：
1 UWB定位模型
2 PDR定位模型
3 广义延拓滤波模型
4 PDR辅助的UWB定位方法
5 实验与结果分析
    5.1 单基站与单标签测距实验
    5.2 平面定位测试
6 总结


【参考文献】：
期刊论文
[1]基于卡尔曼滤波的视觉辅助惯导定位算法研究[J]. 顾洪洋,方针,刘宇,张泽欣,付乐乐.  电子质量. 2020(03)
[2]UWB/惯性技术组合优化的室内定位技术研究[J]. 杨秀梓,王敬东,刘亚飞,刘法.  电子测量技术. 2019(15)
[3]基于自适应抗差卡尔曼滤波的UWB室内定位[J]. 刘韬,徐爱功,隋心.  传感技术学报. 2018(04)
[4]惯导系统辅助CSS的室内定位方法[J]. 黄金鹏,尚俊娜,岳克强,张波,李蕊江.  传感技术学报. 2018(03)
[5]WiFi-PDR室内组合定位的无迹卡尔曼滤波算法[J]. 陈国良,张言哲,汪云甲,孟晓林.  测绘学报. 2015(12)

硕士论文
[1]基于UWB/INS数据融合抑制NLOS的室内定位方法[D]. 张国龙.北京邮电大学 2019
[2]融合UWB和改进式PDR的室内行人定位算法研究[D]. 匡业.华东交通大学 2018
[3]基于WiFi/UWB/气压计的室内组合定位研究[D]. 张陈晨.东南大学 2018



本文编号：3189937