融合UWB+PDR的室内定位方法改进

doi:10.13474/j.cnki.11-2246.2022.0074

测绘通报 ›› 2022, Vol. 0 ›› Issue (3): 36-40.doi: 10.13474/j.cnki.11-2246.2022.0074

融合UWB+PDR的室内定位方法改进

李景文^1,2, 韦晶闪¹, 周俊芬¹, 毛佳影¹, 陆妍玲^1,2

1. 桂林理工大学, 广西桂林 541004;
2. 广西空间信息与测绘重点实验室, 广西桂林 541004

收稿日期:2021-03-26 发布日期:2022-04-01
通讯作者: 陆妍玲。E-mail:Luyl2014@glut.edu.cn
作者简介:李景文(1971-),男,博士,教授,研究领域为空间数据管理。E-mail:Ligw@glut.edu.cn
基金资助:
国家自然科学基金(41961063);广西空间信息与测绘重点实验室主任基金(桂科能163802517;桂科能151400714)

Improvement of indoor positioning method combining UWB and PDR

LI Jingwen^1,2, WEI Jingshan¹, ZHOU Junfen¹, MAO Jiaying¹, LU Yanling^1,2

1. Guilin University of Technology, Guilin 541004, China;
2. Guangxi Key Laboratory of Spatial Information and Geomatics, Guilin 541004, China

Received:2021-03-26 Published:2022-04-01

摘要/Abstract

摘要： 近年来,随着科技的进步和创新,对室内定位的研究正朝着多技术互补融合的方向发展,将导航技术与室内定位相融合成为目前的研究热点。行人航位推算(PDR)和超宽带(UWB)技术以其独特的定位优势和精确度等众多优点成为室内定位的主流技术,但PDR由于其累积误差的影响只适用于短时间内高精度室内导航需求,而超宽带在复杂环境中,时间信息可能会严重失真,导致定位信息缺失。因此,本文利用扩展卡尔曼滤波(EKF)对两者进行融合改进,以此发挥各自技术优势。试验结果表明,定位解算的终点误差最大为0.819 5 m,最小为0.144 3 m,平均误差为0.347 8 m,位置平均误差为0.475 0 m,有效提升了室内定位的精度。

关键词: EKF;PDR;UWB;多传感器结合

Abstract: In recent years,with the progress and innovation of science and technology,the research of indoor positioning is developing toward the direction of complementary integration of multiple technologies,and the integration of navigation technology with indoor positioning has become a current research hotspot.Pedestrian dead reckoning (PDR) and ultra wide band (UWB) technologies have become mainstream research techniques for indoor positioning with their unique positioning advantages and accuracy among many other advantages.However,PDR is only suitable for high-precision indoor navigation needs in short time due to its cumulative error,while UWB may seriously distort the time information in complex environments,resulting in missing positioning information.Therefore,in this paper,the extended kalman filter (EKF) is used to improve the fusion of the two in order to take advantage of the advantages of each technique.The experimental results show that the maximum endpoint error of the positioning solution is 0.819 5 m,the minimum endpoint error is 0.144 3 m,the average endpoint error is 0.347 8 m,and the average position error is 0.475 0 m,which effectively improves the accuracy of indoor positioning.

Key words: EKF;PDR;UWB;multi-sensor combination

中图分类号:

P228

李景文, 韦晶闪, 周俊芬, 毛佳影, 陆妍玲. 融合UWB+PDR的室内定位方法改进[J]. 测绘通报, 2022, 0(3): 36-40.

LI Jingwen, WEI Jingshan, ZHOU Junfen, MAO Jiaying, LU Yanling. Improvement of indoor positioning method combining UWB and PDR[J]. Bulletin of Surveying and Mapping, 2022, 0(3): 36-40.

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://tb.chinasmp.com/CN/10.13474/j.cnki.11-2246.2022.0074

http://tb.chinasmp.com/CN/Y2022/V0/I3/36

参考文献

[1] 陈锐志,陈亮.基于智能手机的室内定位技术的发展现状和挑战[J].测绘学报, 2017, 46(10):1316-1326.
[2] 闫大禹,宋伟,王旭丹,等.国内室内定位技术发展现状综述[J].导航定位学报, 2019, 7(4):5-12.
[3] 李冕和.基于LFMCW的室内高精度定位技术研究[D].成都:电子科技大学, 2016.
[4] 余志鹏,熊剑,衷卫声,等.基于秩卡尔曼滤波的室内行人航位推算算法[J].仪器仪表学报, 2020, 41(5):214-220.
[5] 葛嘉诚. UWB技术下的室内定位研究[D].南京:南京邮电大学, 2020.
[6] BARRAL V, SUÁREZ-CASAL P, ESCUDERO C J, et al. Multi-sensor accurate forklift location and tracking simulation in industrial indoor environments[J]. Electronics, 2019, 8(10):1152.
[7] 朱建斌,赵健康,崔超,等.基于EKF的UWB/IMU组合导航系统鲁棒性设计[J].计算机仿真, 2020, 37(12):47-52.
[8] 杨东辉,甄杰,隋心.超宽带与激光雷达组合的室内定位方法[J].测绘科学, 2019, 44(6):72-78.
[9] 刘庆,关维国,李顺康,等.基于扩展Kalman滤波的室内WiFi-PDR融合定位算法[J].计算机工程, 2019, 45(4):66-71.
[10] WAQAR A, AHMAD I, HABIBI D, et al. Analysis of GPS and UWB positioning system for athlete tracking[J]. Measurement:Sensors, 2021, 14:100.
[11] KOLAKOWSKI M. Automatic radio map creation in a fingerprinting-based BLE/UWB localisation system[J]. IET Microwaves, Antennas&Propagation, 2020, 14(14):1758-1765.
[12] MAZHAR F, KHAN M G, SÄLLBERG B. Precise indoor positioning using UWB:a review of methods, algorithms and implementations[J]. Wireless Personal Communications, 2017, 97(3):4467-4491.
[13] 钟立扬,崔超远,王儒敬,等.基于实时步长匹配的行人室内定位方法[J].计算机系统应用, 2017, 26(4):236-240.
[14] 张礼廉,屈豪,毛军,等.视觉/惯性组合导航技术发展综述[J].导航定位与授时, 2020, 7(4):50-63.
[15] 文铠.基于超宽带的室内定位与定向关键技术研究[D].武汉:武汉大学, 2020.
[16] 吴帅.基于多点运动特征和惯性导航的行人定位系统研究[D].北京:北京林业大学, 2020.
[17] 陈国良,张言哲,汪云甲,等. WiFi-PDR室内组合定位的无迹卡尔曼滤波算法[J].测绘学报, 2015, 44(12):1314-1321.

融合UWB+PDR的室内定位方法改进

Improvement of indoor positioning method combining UWB and PDR

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	叶超凡, 白燕, 张小贞, 张峰. 基于有限星间测量数据的北斗卫星钟差建模及预测方法[J]. 测绘通报, 2026, 0(3): 1-6.
[2]	马祥泰, 吴婷, 郑泽楠, 辛镇宇, 陈佳慧. 基于BDSBAS和单目测距的智能手机图像目标定位[J]. 测绘通报, 2026, 0(3): 7-12,19.
[3]	张永琪, 肖海平. 环境因子特征约束的GNSS垂向形变预测优化模型[J]. 测绘通报, 2026, 0(2): 81-86,125.
[4]	周子健, 徐晓磊, 宾元岑, 封博卿, 杨美皓, 刘唯佳. 复杂场景下智能手机GNSS定位因子图优化方法及性能分析[J]. 测绘通报, 2026, 0(2): 87-91.
[5]	沈蔚, 冷佳昕, 汪晓丹, 冯奇滨, 王梓程, 钱恩泽. 一种融合激光雷达与MEMS_IMU的定位算法[J]. 测绘通报, 2026, 0(2): 92-96.
[6]	王耀辉, 张祖浩, 陈国良, 王腾. 融合点线特征与地磁约束的视觉惯性SLAM方法[J]. 测绘通报, 2026, 0(2): 97-103.
[7]	陈俊宇, 李梓杰, 吴尧, 胡开辉, 文章义, 林初森. 星链卫星导航中TLE生成方法[J]. 测绘通报, 2025, 0(12): 41-45.
[8]	王华银, 邓健, 魏书恩, 李泽, 刘铸涛. 一种基于码减载波的智能手机GNSS伪距差分定位选星策略[J]. 测绘通报, 2025, 0(12): 52-57.
[9]	张西军, 符韶华, 吴海洋, 徐汉超, 赵舒扬, 赵传浩. 基于BDS-3的建筑物变形监测研究与应用[J]. 测绘通报, 2025, 0(12): 103-108.
[10]	信苏哲, 张智超, 郭子睿, 孟硕林, 马文君, 魏向辉, 苏思聘, 王政. 顾及高海拔的区域高精度对流层天顶湿延迟模型[J]. 测绘通报, 2025, 0(12): 109-114.
[11]	屈利忠, 郑冰雁, 李竟超, 门明宇, 张北北, 武润泽. 利用多路径半天球图模型削弱GPS三频PPP时间传递中的多路径效应[J]. 测绘通报, 2025, 0(10): 82-86,113.
[12]	吴昂道, 唐旭, 张骋. 融合GRNN神经网络的ZHD模型构建及其在中国区域PWV反演中的应用[J]. 测绘通报, 2025, 0(10): 87-93.
[13]	李文博, 关维国, 时永宝. 非视距环境下基于自适卡尔曼滤波与图优化的UWB/INS组合定位方法[J]. 测绘通报, 2025, 0(10): 94-99.
[14]	孙玉强, 彭磊, 袁兴明, 彭正斌, 宋传峰. HJ-2F卫星星载GPS数据质量分析与定轨评估[J]. 测绘通报, 2025, 0(10): 175-179.
[15]	刘洋, 柴洪洲, 王敏, 周英东, 孙爽, 张乾坤. 南极地区星基精密单点定位服务精度分析及定位评估[J]. 测绘通报, 2025, 0(8): 1-6.