融合慣導和超寬帶技術(shù)的定位算法

廣州中海達衛(wèi)星導航技術(shù)股份有限公司 李 冀 肖 巖

鄭州聯(lián)睿電子科技有限公司 馬琳琳 袁子倫 許連杰

本文針對慣導行人航位推算（PDR）存在累積誤差的問題，提出了一種基于慣導和UWB融合的定位算法。使用慣導的加速度計進行步伐檢測和計步，結(jié)合超寬帶（UWB）的飛行時間（TOF）測距信息進行步長及方向搜索得到移動目標的位置信息。實驗結(jié)果表明：提出的算法提高了定位精度。

室內(nèi)定位作為導航定位的“最后一公里”，近年已成為研究熱點，也是導航與位置服務的核心問題。目前主流的室內(nèi)定位技術(shù)包括：WIFI、藍牙、RFID、UWB、慣性導航、地磁等，但是，每種定位方法在其精度、魯棒性、成本、適用環(huán)境等方面各不相同。目前還沒有一種單一的定位技術(shù)能夠同時滿足定位準確、實時、適應性強、可靠性高和成本低的特點。多傳感器融合定位通過將各種獨立的定位信息進行融合，達到信息互補和協(xié)同工作的效果，從而提高整個系統(tǒng)的定位性能。

目前基于UWB的定位技術(shù)由于其高精度的定位性能受到越來越多的關(guān)注，UWB定位通常最小定位單元至少需要布設三個或四個定位基站，范圍越大部署成本越高，妨礙了其更廣泛的應用。而基于慣性導航的定位方式無需部署任何信標節(jié)點，具有全天候、低成本等特征，其中行人PDR定位方法是目前研究較多的。由于PDR定位方法只能提供相對位置信息，定位誤差會隨著時間而累積，故需要絕對位置信息對其進行校正。

圖1 基于慣導和超寬帶融合的定位算法流程圖

針對上述問題，本文設計了一種基于慣導和超寬帶融合的定位算法，采用慣導的加速度計進行步伐檢測和計步，結(jié)合超寬帶（UWB）的飛行時間（TOF）測距信息進行步長和方向搜索，進而得到移動目標的位置信息，提高了室內(nèi)環(huán)境下移動目標的定位精度，同時降低了UWB基站的部署成本。

1 基于慣導和超寬帶融合的定位方法

系統(tǒng)整體框架如圖1所示，結(jié)合三軸加速度數(shù)據(jù)和UWB測距信息得到行人最終的定位結(jié)果。

以東北天坐標系為例，對行人PDR算法進行簡要說明，行人位置更新如式（1）所示。

式（1）中，(xk,yk)為第k步時行人的位置坐標，Lk+1為第k+1步時的步長，θk+1為第k+1步時行人行進方向相對于北向的夾角。本文的創(chuàng)新點在于步長及方向角的計算方法。

1.1 基于慣導的步伐檢測

融合定位方法中步伐檢測是最基本的前提，計步結(jié)果的好壞直接影響到算法最終的定位精度。本文對比了不同算法在不同狀態(tài)下檢步的性能，具體結(jié)果如表1所示。

表1 不同步伐檢測結(jié)果

通過對比測試，其中波峰測頻性能略優(yōu)于其他兩種算法，而且波峰檢測方法實現(xiàn)比較容易，故本文選擇波峰測頻方法對步伐進行檢測。

1.2 基于超寬帶的步長及方向搜索

考慮到傳統(tǒng)基于慣導信號的步長及方向估計容易受慣導攜帶姿態(tài)及振動等外界條件的影響，提出了基于超寬帶TOF測距信息的步長及方向搜索的方法，分為預測及更新兩個部分。僅以二維進行說明。

（1）預測

考慮到行人步長的有界性及方向的隨意性，設步長的范圍為[L1,L2]，方向的范圍為[－π, π]，第k步時行人的位置坐標為(xk,yk)，則第k+1步可能的位置圖2中灰色部分所示。

圖2 行人第k+1步預測示意圖

圖3 兩種方法的定位結(jié)果對比圖

（2）更新

根據(jù)超寬帶TOF測距值d與粒子集中每個粒子到超寬帶基站的距離值的差值ei，計算第k+1步粒子集中每個粒子的概率值Pi，最后選出最大值Pi對應的位置粒子即為行人第k+1步的位置坐標。具體的計算方法為：

其中，(xbs,ybs)為超寬帶基站的坐標。需要注意的是，若只有一個超寬帶基站則得到的結(jié)果會存在模糊解，所以為了得到唯一的位置坐標，算法需要至少兩個超寬帶基站提供TOF測距信息來進行模糊解剔除。

2 測試及對比分析

實驗中采用Arduino開發(fā)板及慣導模塊、UWB測距模塊搭建數(shù)據(jù)采集平臺，離線采集數(shù)據(jù)后發(fā)送至PC端，通過時間信息將兩類數(shù)據(jù)進行同步處理，然后通過Matlab軟件對測試數(shù)據(jù)進行定位解算。測試使用基于慣導的PDR算法記為PDR，使用融合算法記為PDR+TOF，對于這兩種方法分別進行了直線往返行走測試以及“8”字形行走測試，得到圖3所示的定位軌跡。

由圖3可知，PDR算法得到的定位軌跡累積誤差逐漸增大，隨著測試時間的增長，軌跡越來越偏離真實軌跡，而PDR+TOF算法能夠有效抑制這種問題，保持軌跡的準確性。仿真實驗結(jié)果表明：本文基于慣導和超寬帶融合的定位算法提高了行人室內(nèi)定位的精度。

結(jié)論：本文針對目前PDR算法定位性能差的問題，提出一種基于慣導和超寬帶融合的定位算法。仿真實驗結(jié)果表明，使用超寬帶TOF測距值輔助慣導PDR解算之后，提高了定位性能。