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.

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]	贾秀丽. 高斯过程回归辅助下的GPS干涉反射积雪深度估测[J]. 测绘通报, 2022, 0(7): 78-82.
[2]	席广永, 高俊, 邹东尧, 邵肖亚. 温变环境下RSSI测距温度改正建模[J]. 测绘通报, 2022, 0(7): 83-86.
[3]	张波, 刘强, 徐国梁, 蔡仁澜, 程风. GNSS+INS组合定位在矿山无人驾驶卡车的应用[J]. 测绘通报, 2022, 0(7): 143-147.
[4]	赵胤植, 邹进贵, 蔡礼贤, 黄格格. 一种顾及电子元件延迟的超宽带室内定位方法[J]. 测绘通报, 2022, 0(4): 1-5,31.
[5]	刘卓, 李佳, 张翔, 郭磊, 刘艳阳, 徐浩栋, 顾云杨, 陈重华. 利用TanDEM-X影像和ICESat-2高程数据获取南极高精度数字高程模型[J]. 测绘通报, 2022, 0(4): 72-76.
[6]	万应能, 徐雪寒, 刘科显. 多关节深海航行器组合导航算法[J]. 测绘通报, 2022, 0(4): 90-95.
[7]	罗幼安, 蒋爱国, 杨福鑫, 张洁, 何东旭, 许英龙. BDS精密单点定位在海洋石油钻井平台动力定位系统的应用研究[J]. 测绘通报, 2022, 0(4): 111-116.
[8]	肖浩威, 王江林, 郭海荣, 杨立扬. PPP-B2b服务的实时精密单点定位精度分析[J]. 测绘通报, 2022, 0(4): 117-121.
[9]	高志钰, 郭进义, 刘杰. 北斗在地壳形变监测中的应用进展[J]. 测绘通报, 2022, 0(3): 32-35.
[10]	丁仁军, 王友昆, 张君华, 刘晨. 基于BP神经网络的昆明天顶湿延迟模型[J]. 测绘通报, 2022, 0(3): 107-110.
[11]	钱文进, 张琳, 张泽烈, 曾攀, 姜紫薇, 瞿晓雯. IRNSS和QZSS在各自主服务区域的L5定位性能评估：独立系统与GPS联合[J]. 测绘通报, 2021, 0(10): 88-93.
[12]	冯志强, 张耀东, 胡丹晖, 周光远, 李朝晖, 周学明, 毛晓坡. 输电线路电磁干扰对北斗变形监测数据质量及定位精度的影响分析[J]. 测绘通报, 2021, 0(10): 94-97,113.
[13]	钱炜, 岳建平. MSSA在GPS坐标序列分析中的应用[J]. 测绘通报, 2021, 0(9): 49-52,63.
[14]	章诗芳, 张锦. 卡尔曼滤波在山西省西山煤田地面沉降GNSS监测中的应用[J]. 测绘通报, 2021, 0(9): 103-107.
[15]	李建刚, 李红慧, 柴祥君, 王天宇. GPS、BDS、GPS+BDS精密单点定位精度评估[J]. 测绘通报, 2021, 0(9): 124-129.