基于改进SHKF算法的UWB/IMU组合定位方法

针对复杂环境下超宽带(UWB)无线定位系统存在非视距(NLOS)及随机误差的问题,提出一种基于改进Sage-Husa卡尔曼滤波算法(SHKF)的UWB/IMU组合定位方法。首先,设计了一种基于概率密度的提升树,将UWB/IMU特征数据的概率分布密度引入提升树的损失函数中,鉴别出NLOS信号;然后,设计了一种改进SHKF算法,根据新息变化趋势定义自适应因子,实时调整对新息误差修正的策略以调节历史噪声对当前定位的影响,进而提升UWB/IMU组合定位的稳定性和精度。实验结果表明,所提方法将NLOS信号鉴别精度提升至99.12%,定位均方根误差降低至4.30 cm,提升了复杂环境下UWB/IMU组合系统定位精度。

基于UWB的室内作物表型信息采集无人机系统设计

针对设施农业室内种植作物表型信息采集的需求,提出小型多旋翼无人机系统采集的方法,并进行了动力系统设计、飞行导航与图像采集模块的选型设计。设计的小型多旋翼无人机系统可搭载可见光图像采集模块,采用UWB定位技术进行室内飞行导航和采集航线规划,能实现室内精准定位和高质量的可见光图像采集。经过实验验证,设计的系统在稳定性、精确性、适应性等方面满足要求,可实现设施农业室内作物表型数据采集需求,为设施农业的高效管理和作物生长研究提供有力的技术支撑。

大型封闭空间中UWB定位基站拓扑的通用设计方法

超宽带(ultra-wide band,UWB)技术是无人装备在巡检具有多障碍物的大型封闭空间时获取定位坐标的主要方法之一。目前主要依赖人工方式设计UWB定位基站拓扑的构型、位置和数量。这种方式存在设计效率低下,设计效果未知,性价比难以确定等问题。为此,本文提出了一套较为科学完善的定位基站拓扑评价体系,并提出了一种在大型封闭空间中自动设计定位基站拓扑的通用方法。该方法以仿真模拟为基础,通过遗传算法结合拓扑评价体系,自动生成贴合实际应用场景的最优拓扑方案,包括最优的基站布设数量以及布设位置信息。实验结果表明:1)经通用设计方法生成的拓扑相比使用基站数量最多的拓扑,综合性能提高了6.2%;相比使用基站数量最少的拓扑,综合性能提高了21.2%。2)经通用设计方法生成的拓扑相比人工设计的锯齿形拓扑,综合性能提高了11.4%,设计效率提高了92.9%。可见,针对具有多障碍物的大型封闭空间场景,本文的方法可以在较短的时间内设计出综合性能较优,性价比较高的定位基站拓扑,为无人装备在此类大型封闭空间中开展全自主定位和巡检奠定了基础。

基于UWB偏差平均法和迭代算法吊物跟踪系统研究

吊运货物精准定位是智能仓储和安全管理的根本保障。本文采用UWB(超宽带)定位技术,按照车间构造合理布置信号基站,首先采用偏差平均平面定位算法,初步计算吊物坐标位置;然后用牛顿迭代法,将计算结构进行处理,提高货物定位精度;再利用MATLAB强大的运算能力,实现吊物路径跟踪,并采用数维图数据可视化工具(SovitChart)进行仓库管理平台的开发;最后,对综合算法进行试验验证,定位精度分析结果显示该方法合理有效。

基于UWB技术的高精度定位系统设计

为了解决传统定位技术的不足,设计了UWB高精度定位系统。定位系统主要包括了电子移动标签系统、UWB天线标签系统等通信接口电路系统的软硬件设计。硬件设计主要包括主控DWM-1000芯片、DWM-1000基站天线芯片和无线通信接口等电路,软件系统主要包括了基本软件逻辑和电子便签P坐标解析算法软件流程设计,系统实现了电磁波信号发送、接收、数据计算分析和精确定位。测试结果表明,系统定位误差范围均小于10 cm,降低了非视距误差和噪声干扰影响,满足了定位系统高精度、强稳定性和低功耗的要求。

基于STM32和UWB通信的智能搬运小车设计

针对复杂搬运场景固定导引式的智能小车运行的局限性,提出以自由路径导引式进行设计更好的满足搬运需求。利用UWB空间定位技术实现高精度目标跟随,以STM32F103VET6为主控模块,通过各种传感器模块获取信息控制左右电机,以差速驱动的方式控制小车向目标位置移动。通车安装在车身和目标体上的UWB标签模块获取的空间信息,利用定位算法能精确地获取小车相对于目标的空间位置,系统中的超声波传感器、RFID标签传感器、磁条传感器和防撞条等获取多种信息,保障小车能以自由路径导引模式向目标移动。经过测试智能小车在手动模式、跟随模式和循迹模式下,无论空载或负中都能在低中高速下保持良好运行状态,能适应多种复杂场景作业,对于工业自动化具有重要的意义。

基于UWB和RFID的装配式建筑堆场管理系统研究

针对装配式混凝土建筑构件种类繁杂、尺寸较大的特点,在大规模堆场中采用人工或二维码难以有效识别和定位构件,文章基于UWB(超宽带)和RFID(射频识别)技术构建了分为四个层级的堆场管理系统,进而将功能模块划分为识别模块、定位模块、监控模块、数据模块和应用模块,实现对堆场构件的快速识别、精准定位和实时监测,可有效提高堆场利用率、管理效率和质量安全保障程度,促进智能建造技术在装配式建筑实施过程中的应用。

基于5G+UWB和惯导技术的井下人员定位系统

针对煤矿井下人员定位系统在实际应用中存在因设备算力与存储资源不足导致无法使用复杂测距与定位算法,定位数据即时传输与响应性能不足,在系统部署方面人力物力损耗较大等问题,提出了一种基于5G+UWB和惯导技术的井下人员定位系统。在末端部署能耗低、抗干扰性强的UWB定位基站,定位基站与5G基站以级联的方式连接,定位基站采集UWB与惯导数据,利用5G网络回传至计算平台,在计算平台上完成定位信息的解算和存储。将基于惯导的人员位置估计作为预测值,将基于UWB的三边定位算法获取的人员位置估计作为观测值,利用卡尔曼滤波器将预测值和观测值进行融合,降低定位误差。在煤矿主体实验基地搭建测试系统,模拟真实煤矿井下环境并进行对比实验。结果表明:(1)在x轴和y轴,融合惯导的卡尔曼滤波算法得出的位置信息和真实位置信息的重合度最高,说明融合惯导的卡尔曼滤波算法得出的位置信息最接近真实位置,平均误差为22.192 cm。(2)5G+UWB和惯导技术组合的井下人员定位系统的位置信息和真实位置信息的重合度最高,误差为[15 cm,20 cm],x轴最大平均误差为26 cm,y轴最大平均误差为24 cm,超过目前大多数井下人员定位系统精度。

一种复杂环境下UWB测距误差预测方法

针对复杂室内环境中,多径干扰和视距遮挡影响室内定位精度的问题,提出一种复杂环境下UWB测距误差的预测方法:根据超宽带(UWB)室内定位方法抗干扰能力强、定位精度高的特点,从理论上分析影响超宽带信号测距精度的因素;然后通过模型量化分析每种影响因素对测距误差的影响程度,改进以往通过信道脉冲响应特征分析单一的视距遮挡参数来提高定位精度的补偿算法;最后从数据挖掘和机器学习的角度出发,将多径效应、视距遮挡、标签与基站的距离、标签移动速度、标签与基站天线俯仰角以及气象因素(温度、湿度、压强)等对测距精度造成影响的重要因素作为特征进行分类和归类,并使用梯度提升决策树模型对数据集进行训练和预测。实验结果表明,该模型可以根据当前状态下的组合特征值估计出测距误差值,将当前预测的误差值补偿到测量值上,可以有效提高超宽带室内定位的精度。

基于UWB与PDR的井下人员融合定位方法

现有超宽带(UWB)与行人航位推算(PDR)融合定位方法大多忽略了非视距(NLOS)环境下的定位误差校正,以简单的阈值划分作为NLOS环境判断依据,而阈值划分在很大程度上与定位场景及场地大小相关。针对上述问题,提出一种考虑NLOS环境的基于UWB与PDR的井下人员融合定位方法。首先,利用UWB技术进行井下人员位置解算,通过三边定位算法得到人员初步位置后,使用最小二乘法对位置进行优化,通过多项式拟合实现NLOS环境下基站和标签之间实际值和测量值之间的拟合,减小NLOS环境下的测距误差,提高定位精度。其次,采用PDR算法对步态进行识别和分析,PDR算法使用惯性导航传感器采集的步态数据,通过步态识别、步长估计和方向估计,实现目标位置的更新;然后,通过卷积神经网络(CNN)-长短期记忆(LSTM)网络分析信道脉冲响应(CIR)特征,实现视距(LOS)/NLOS识别,解决NLOS环境判断存在场景限制的问题;最后,根据LOS/NLOS识别结果确定融合系数,实现UWB和PDR定位结果融合。测试结果表明:多项式拟合后UWB平均测距误差降低0.59 m;LOS/NLOS识别的平均准确率为95.3%,召回率和F1分数均在90%以上,验证了CNNLSTM具有较好的识别效果;融合定位方法的平均误差为0.31 m,较UWB降低1.57 m,较PDR降低1.41 m。

基于TOF和自适应抗差卡尔曼滤波的UWB室内定位算法

为提高超宽带(UWB)定位系统在室内复杂环境下的定位精度,提出一种基于飞行时间(TOF)和自适应抗差卡尔曼滤波(ARKF)的改进定位算法。针对超低功耗宽带设备在复杂室内环境状态下易受周围干扰而存在标准时间偏差的问题,提出一种改进的TOF算法,同时进行测距标定,拟合数据;对室内存在非视距(NLOS)干扰的情形,提出一种ARKF算法,通过比较残差与3倍信息的方差来判断视距(LOS)与NLOS情形。实验结果显示:该算法可以在静态与动态定位实验中有效提高系统定位精度,降低定位误差,取得较好的定位效果。

基于UWB定位技术的煤矿机械装备防碰撞系统研究

随着煤矿机械装备的广泛应用,机械装备的防碰撞已经成为煤炭行业重要的研究课题。文章主要研究了基于超宽带(Ultra Wide Band,UWB)定位技术的煤矿机械装备防碰撞系统,通过开发定位算法、防碰撞算法、数据处理与分析等功能模块,实现系统的实时监控与报警功能。实验表明,该系统能够有效避免机械装备之间发生碰撞,进而提升煤矿生产的安全性。

基于FPGA的UWB隧道内人员定位系统设计与实现

针对现阶段国内隧道施工中采用的通信定位手段通信信号不佳,无法提供精准定位信号的现象,基于现场可编辑门阵列(FPGA)为主控硬件提出一种以超宽带(UWB)定位技术为原理的无线传输定位系统,UWB定位基本原理基于三边测量算法并在后端数据处理中引入自适应卡尔曼滤波进一步提高其定位精度。该系统硬件层面具有低功耗、高效率的优点;算法层面卡尔曼滤波可以使系统达到更高精度,静态测距精度可达到0.1 m以内,动态测距精度可达到0.2 m以内。该系统可对工作人员长时间进行高精度、高效率的定位。经实验验证,该系统能够在无网络的情况下及时进行高精度跟踪定位,具有极强的鲁棒性。

基于Taylor-Chan算法的改进UWB室内三维定位方法

[目的]针对室内三维空间环境复杂导致传统超宽带(ultra wide band,UWB)定位算法精度低、稳定性差的问题对UWB室内三维定位方法进行研究.[方法]在Chan和Taylor算法基础上,设计了一种基于距离误差筛选机制的Taylor-Chan定位算法.首先使用简化Taylor算法求解得到标签初定位结果,再结合初定位结果和测距信息根据所设计筛选函数剔除误差较大的基站数据,最后基于筛选得到的数据,使用Chan算法得到最终标签定位结果.[结果]在室内视距和非视距两种场景下进行仿真,Taylor-Chan算法相比于Chan和Taylor定位精度都有一定的提高,且测距误差越大的情况下,Taylor-Chan算法的定位效果越明显.[结论]仿真结果表明,对比现有方法,本文所提出的Taylor-Chan算法在室内三维空间的视距和非视距环境下都能有效改善定位精度.

基于UWB与RT-Thread的矿用低功耗便携式读卡器设计

针对传统的矿用便携式读卡器存在功耗高、携带不便等问题,设计了一种基于UWB与RT-Thread的低功耗便携式读卡器,用于在发生紧急情况对佩戴定位卡的人员进行搜救及日常对人员位置快速、准确读取和定位。UWB技术具有高精度定位和高速数据传输特性,使得RT-Thread操作系统实时获取和处理读卡器采集的数据,提高读卡器的数据处理速度和定位精度,满足矿井环境下对读卡器的实时性和可靠性的要求。RT-Thread操作系统具有轻量级、可裁剪的特性,通过结合UWB技术,根据实际需求对RT-Thread操作系统进行裁剪和优化,降低系统功耗,进一步提高读卡器的能效。测试结果表明:低功耗便携式读卡器能准确读取人员位置信息,在静止状态下位置误差最大值为0.22 m,符合煤矿实际应用需求。该设计对于煤矿灾后的科学救援行动及日常系统维护工作具有实际应用价值。

基于UWB定位技术的作业风险管控智能终端设备研究

针对室内施工作业点多面广、作业环境复杂多样无法收到GPS信号从而不能对施工人员精准定位,容易引发现场工作人员误入危险点的情况,设计了作业风险管控终端设备,包括智能头盔和室内定位系统。将定位标签集成在智能头盔上,在需要作业的现场安装基站,基于UWB定位技术实现对室内作业人员的定位。同时,智能头盔还具备通讯、行为识别等功能,室内定位系统具备电子围栏与预警功能。当发现人员越界时,通过蜂鸣器或者其他音频设备进行预警,并同时将位置信息传送到平台,加强了安全管控,降低了作业风险。实现室内精准定位功能、电子围栏和安全预警功能。

基于无线传感网络与UWB技术的煤矿井下采掘人员定位方法

由于传统方法在煤矿井下人员定位中应用效果不佳,不仅定位结果相对误差比较大,而且定位失败人员数量较多,无法达到预期的定位效果,为此提出基于无线传感网络与UWB技术的煤矿井下采掘人员定位方法。搭建无线传感网络场景,利用无线传感网络采集井下人员位置信号,利用自适应算法对信号自适应滤波处理,利用离散快速傅里叶变换对无线传感网络信号矩阵的各个维度做波束形成,对矩阵的各个维度传感信号进行加权合并,增强各个维度上目标信号的强度,利用UWB技术对信号传输,根据增强后的目标信号传输信息确定井下人员位置,以此实现基于无线传感网络与UWB技术的煤矿井下采掘人员定位。经实验证明,设计方法定位相对误差低于10 cm,定位失败人员数量与总人数比例为3%,设计方法在煤矿井下采掘人员定位方面具有良好的应用前景。

基于WLS-KF的UWB室内定位滤波算法研究

针对室内超宽带(UWB)定位过程中受到非视距误差(NLOS)干扰而导致定位精度下降的问题,提出了基于抗差估计原理的自适应卡尔曼滤波方法,结合加权最小二乘法对测距信息解算得到定位坐标。在通视环境下进行测距,利用测得的数据计算新息向量和协方差,并基于此构建阈值信息,对NLOS环境产生的量测异常值进行判别,在此基础上利用Sage-Husa滤波对系统噪声协方差进行估计。采用加权最小二乘法对测距信息进行处理,得到标签解算坐标的最优估计。通过MATLAB仿真验证算法的可行性和有效性并在室内环境下进行测距、定位试验验证。仿真和实验结果表明,基于抗差估计原理的自适应卡尔曼滤波方法,结合加权最小二乘法能有效识别NLOS误差,且对定位过程中发生的状态突变能有效进行跟踪,解算得到的标签坐标x方向误差1 cm左右,y方向误差2 cm左右,提高了UWB室内定位的精度。

基于UWB的天然气站场室内三维定位系统研究

为解决天然气站场室内定位中因非视距(NLOS)现象导致人员和设备定位精度低的问题,设计了一种基于超宽带(UWB)与Three.js的天然气站场室内人员与设备三维定位系统。通过B/S三层架构,以Django框架和VUE框架为基础,利用Python、HTML5、CSS3和Three.js,实现定位信息在网页客户端的三维可视化。通过对UWB技术的研究,为保证定位精度,基于到达时间差(TDOA)测量值,采用卡尔曼滤波算法对其进行NLOS滤波,并结合Chan算法融合多基站数据,最终得到目标点的计算位置。通过搭建实验环境,对三维定位系统进行定位标签静态和动态定位实验。实验结果表明,对于NLOS现象严重的复杂室内环境,该系统定位精度高、运行平稳,能为天然气站场室内定位提供一种切实可行的技术。

复杂多径下IR-UWB自适应频偏估计算法研究

在脉冲超宽带定位系统中,时钟频率偏移是影响测距和测角精度的重要因素;针对复杂多径下频偏估计精度低的问题,设计了一种适应复杂多径环境的脉冲超宽带自适应频偏估计算法;首先,借助脉冲超宽带信号的抗多径优势,将实时估计的信道脉冲响应作为自适应匹配滤波模板,以保证复杂多径下相关峰的准确提取;利用相关峰辐角信息得到前导符号的相位序列;再使用贝叶斯估计算法提高频偏估计精度;在IEEE 802.15.4a标准CM1、CM2多径信道下进行仿真,仿真结果表明,低信噪比情况下,频偏估计精度保证在0.2 ppm以内;在巷道环境实验结果表明,50 m范围内频偏估计标准差在0.06 ppm以内;实现了复杂多径环境下高精度频偏估计,具有较强的实用性。