UWB/INS紧组合的室内定位定姿方法

针对室内环境下UWB定位精度受NLOS误差影响明显,且不能提供载体姿态信息的问题,提出UWB/INS紧组合的室内定位定姿方法:利用经过标准时间偏差改正后的RTT测距信息与INS推算的距离信息之差作为量测信息,按设定的阈值剔除NLOS误差,通过扩展卡尔曼滤波进行室内定位定姿。实验结果表明,该方法能有效抑制NLOS误差的影响,较好提升在NLOS环境下的定位定姿精度,适用于高精度的室内移动测量。

一种基于视觉二维码/惯性融合的室内高精度定位定姿方法

当前基于视觉二维码的定位定姿方法依赖连续清晰的图像,当图像出现丢失或模糊现象时,性能难以保证。针对这一问题,提出了一种基于视觉二维码/惯性融合的室内高精度定位定姿方法,具有成本低、灵活和便携的特点。所提方法以捷联惯导算法为核心,通过拍摄预先布设且坐标已知的二维码(ArUco码)获得高精度的位置修正信息,并使用扩展卡尔曼滤波进行信息紧耦合。采用反向平滑算法融合二维码观测信息提升定位定姿精度,结合惯性的位姿推算能够有效地应对摄像头短暂遮挡或图像模糊等问题,提升系统的鲁棒性。实验结果表明,视觉观测出现中断时,所提方法也能够连续可靠地实现3.2 cm(RMS)的定位精度,并达到与参考系统的定姿差异优于0.1°(RMS)。