一种基于无锚点UWB测距的PDR室内定位优化方法

    专利2024-12-12  13


    本技术属于室内定位,具体涉及一种基于无锚点uwb测距的pdr室内定位优化方法,该方法适用于在无基础设施的室内环境下为集成有uwb模块和惯性导航传感器模块的可穿戴设备或智能终端提供精确连续的室内定位服务。


    背景技术:

    1、室内定位是指在建筑物内部通过技术手段确定用户位置的过程。随着城市化进程的加快和人们对室内导航和定位需求的增长,室内定位备受关注。室内导航服务可以帮助人们在陌生的建筑物中快速找到目的地,提高生活和工作效率,可以为商业机构提供了更精确的定位信息,用于室内广告投放、定向营销和客流分析等。

    2、然而,与室外定位相比,室内定位面临着一些独特的难题。首先,室内环境的复杂性,即建筑物内的墙壁、家具、隔间等结构物会导致无线信号衰弱和多径效应的出现,干扰定位精度。其次,室内场景的多样性,即建筑物的结构、尺寸和材料的差异,室内布局的易变性,都使得设计通用的室内定位解决方案变得更加困难。

    3、室内定位可以采用多种技术手段,如无线通信技术,wi-fi、蓝牙、rfid等。通过侦测和分析无线信号的强度、到达时间和多径效应等参数,可以估计用户的位置。此外,还有基于传感器的方法,如惯性导航传感器模块、地磁传感器等,用于检测用户的移动和方向。基于惯性传感器的行人航位推算定位方法(pedestrian dead reckoning,pdr)是一种结合加速度计、陀螺仪和磁力计的定位方法。磁力计用于测量地球的磁场信息,结合加速度计和陀螺仪的数据,可以推算行人的航位信息。但是由于惯性传感器的测量存在累积误差,随着时间的推移,定位精度会逐渐降低。uwb(ultra-wideband,超宽带)测距是一种利用超短脉冲信号进行距离测量的无线通信技术,通过发送极短、大宽带的脉冲信号,并测量该信号从发送端到接收端的传播时间来计算距离,精度为亚厘米级别。uwb测距技术可用于实现精确定位,通过在建筑物内部布置uwb锚点(基站),可以测量标签和基站之间的距离,利用三边定位等方法确定用户位置。


    技术实现思路

    1、为了优化pdr定位方法存在漂移误差以及uwb测距定位需要提前部署uwb基站的问题和不便,本发明提供一种基于无锚点uwb测距模块的pdr室内定位优化方法。该方法应用的场景为:在无基础设施的室内空间下,多位用户(至少为两名用户)携带同一种集成有uwb模块和惯性导航传感器模块的可穿戴设备或智能终端在已知起始位置的情况下任意行走,在行走过程中,对每一位用户,该用户携带的可穿戴设备可以获取与其他每位用户的精确的测距数据以及自身的pdr定位信息,可穿戴模块将已收集到的数据上传至服务器,服务器返回精确的轨迹信息,提供稳定、精确、阶段性的位置估计。

    2、为实现上述目的,本技术所采取的技术方案为:

    3、一种基于无锚点uwb测距的pdr室内定位优化方法,参与室内定位的每位用户佩戴集成有uwb模块和惯性导航传感器模块的可穿戴设备,所述基于无锚点uwb测距的pdr室内定位优化方法,包括:

    4、步骤1、对可穿戴设备进行校正,并给定每位用户的起始位姿作为pdr室内定位的初始位姿;

    5、步骤2、基于惯性导航传感器模块获取每位用户的状态转移方程和位姿信息;

    6、步骤2.1、基于惯性导航传感器模块获取用户的实时加速度值,并采用波峰检测法监测用户在室内空间产生的新步态;

    7、步骤2.2、采用互补滤波器对惯性导航传感器模块测量的航向角进行融合,得到可穿戴设备的航向角;

    8、步骤2.3、根据步长估计模型计算新步态的步长;

    9、步骤2.4、根据可穿戴设备的航向角确定用户相对于地理坐标系的朝向,并根据可穿戴设备的航向角和步长得到用户在自定义参考系下的坐标,确定所有用户在时间[0,t]内的位姿信息,并计算得到状态转移方程;

    10、步骤3、基于uwb模块得到在时间[0,t]内每一用户到所有los条件下的其他用户的直线距离;

    11、步骤4、以所有用户在时间[0,t]内的位姿信息以及在时间[0,t]内每一用户到所有los条件下的其他用户的直线距离作为输入信息,采用图优化方法优化所有用户在时间[0,t]内的位姿信息,得到优化后所有用户的位姿信息。

    12、以下还提供了若干可选方式,但并不作为对上述总体方案的额外限定,仅仅是进一步的增补或优选,在没有技术或逻辑矛盾的前提下,各可选方式可单独针对上述总体方案进行组合,还可以是多个可选方式之间进行组合。

    13、作为优选,所述起始位姿表示如下:

    14、

    15、

    16、式中,s0为在0时刻所有用户的起始位姿集合,为在0时刻第i个用户的起始位姿,n+1为用户总数,分别表示在0时刻第i个用户在自定义参考系下的坐标和相对于地理坐标系的朝向。

    17、作为优选,所述采用波峰检测法监测用户在室内空间产生的新步态,包括

    18、设置步态检测条件如下:

    19、

    20、式中,am为惯性导航传感器模块获取的用户的实时加速度值,g为重力加速度,athreshold为波峰检测法设置的加速度阈值,δt表示当前步态与上一步步态之间的时间间隔,tthreshold表示最短时间间隔;

    21、若满足所述步态检测条件,则表示当前步态为新步态;否则当前步态不是新步态,继续监测新步态。

    22、作为优选,所述采用互补滤波器对惯性导航传感器模块测量的航向角进行融合,得到可穿戴设备的航向角,包括:

    23、

    24、式中,为融合得到的可穿戴设备的航向角,和分别是惯性导航传感器模块中磁力计和陀螺仪传感器测算得到的航向角,ε是互补滤波器的权重系数。

    25、作为优选,所述步长估计模型如下:

    26、

    27、式中,l为估计得到的步长,u为动态常量参数,amax、amin分别表示行人在移动时的最大加速度和最小加速度。

    28、作为优选,所述所有用户在时间[0,t]内的位姿信息如下:

    29、s=s0∪s1∪s2∪...∪st∪...∪st

    30、

    31、

    32、式中,s表示所有用户在时间[0,t]内的位姿信息集合,s0为在0时刻所有用户的起始位姿集合,st为在t时刻所有用户的位姿信息集合,为在t时刻第i个用户的位姿信息,n+1为用户总数,分别表示在t时刻第i个用户在自定义参考系下的坐标和相对于地理坐标系的朝向;

    33、计算状态转移方程如下:

    34、

    35、式中,f(·)为状态转移函数,l为估计得到的步长,为在t-1时刻第i个用户的位姿信息,分别表示在t-1时刻第i个用户在自定义参考系下的坐标和相对于地理坐标系的朝向。

    36、作为优选,所述基于uwb模块得到在时间[0,t]内每一用户到所有los条件下的其他用户的直线距离,包括:

    37、d=d0∪d1∪d2∪...∪dt∪...∪dt

    38、

    39、式中,d表示在时间[0,t]内每一用户到所有los条件下的其他用户的直线距离集合,dt表示在t时刻每一用户到所有los条件下的其他用户的直线距离集合,表示在t时刻用户i和用户j之间的直线距离,由用户i的可穿戴设备上的uwb模块测得,n+1为用户总数。

    40、作为优选,所述以所有用户在时间[0,t]内的位姿信息以及在时间[0,t]内每一用户到所有los条件下的其他用户的直线距离作为输入信息,采用图优化方法优化所有用户在时间[0,t]内的位姿信息,得到优化后所有用户的位姿信息,包括:

    41、构建优化问题模型如下:

    42、

    43、式中,α,β分别表示惯性导航传感器模块和uwb模块的权重,表示优化后的t时刻的用户i和用户j的位姿信息,表示t时刻基于惯性导航传感器模块得到的用户i和用户j的位姿信息,表示在t时刻用户i和用户j之间的直线距离;

    44、采用图优化方法求解所述优化问题模型,得到优化后所有用户的位姿信息。

    45、作为优选,所述采用图优化方法求解所述优化问题模型,得到优化后所有用户的位姿信息,包括:

    46、确定顶点类型及构建顶点:设置待优化的顶点为用户的位姿信息,且顶点类型为三维向量,以所有用户在时间[0,t]内的位姿信息集合作为图的顶点输入集合;

    47、确定边类型及构建边:在图优化理论中,对n条边的图进行图优化的目标函数如下所示:

    48、

    49、式中,x表示图顶点的参数向量,xk表示第k条边中用户的位姿信息的实际值,zk表示k条边中用户的位姿信息的测量值,ek表示向量误差函数,ωk表示误差权重;

    50、因此所述优化问题模型转换为两种类型的边表示,所述优化问题模型分为前半部分的pdr误差边和后半部分的距离误差边pdr误差边的观测方程为优化前的所有用户在时间[0,t]内的位姿信息,ek函数表示优化前的顶点和优化后的顶点的欧式距离误差,信息矩阵ωk可用表示;距离误差边的观测方程为在t时刻用户i和用户j之间的直线距离ek函数表示在t时刻用户i和用户j之间的实际距离和直线距离之间的误差,信息矩阵ωk可用表示;

    51、设置求解器,执行优化过程,返回优化后的所有用户的位姿信息。

    52、本技术提供的基于无锚点uwb测距的pdr室内定位优化方法,与现有技术相比,具有以下有益效果:

    53、1.相较于传统的pdr定位算法采用静态步长,静态加速度阈值检测新步态产生,本方法采用动态步长模型及波峰检测法获取用户步进中的新步态,并通过互补滤波器提高传感器数据的可信度,提高了定位结果的准确性。

    54、2.由于uwb技术固有的大带宽、高时间分辨率、高能效、抗干扰能力强等特点,本方法使用uwb获取用户之间的数据相较于其他利用声波等技术计算的距离数据更准确。

    55、3.传统的利用距离数据来优化定位结果的方法的距离获取步骤一般通过预先设置固定的指定位置的基站(uwb基站)来实现,采集用户身上佩戴的uwb标签和uwb基站之间的距离数据。本方法提供了一种不需要预先设置uwb基站(无锚点)的测距方法,不依赖环境中原有的uwb基站基础设施就可完成用户之间的距离信息获取,从而提高了定位方法的精度与实用性。


    技术特征:

    1.一种基于无锚点uwb测距的pdr室内定位优化方法,其特征在于,参与室内定位的每位用户佩戴集成有uwb模块和惯性导航传感器模块的可穿戴设备,所述基于无锚点uwb测距的pdr室内定位优化方法,包括:

    2.根据权利要求1所述的基于无锚点uwb测距的pdr室内定位优化方法,其特征在于,所述起始位姿表示如下:

    3.根据权利要求1所述的基于无锚点uwb测距的pdr室内定位优化方法,其特征在于,所述采用波峰检测法监测用户在室内空间产生的新步态,包括

    4.根据权利要求1所述的基于无锚点uwb测距的pdr室内定位优化方法,其特征在于,所述采用互补滤波器对惯性导航传感器模块测量的航向角进行融合,得到可穿戴设备的航向角,包括:

    5.根据权利要求1所述的基于无锚点uwb测距的pdr室内定位优化方法,其特征在于,所述步长估计模型如下:

    6.根据权利要求1所述的基于无锚点uwb测距的pdr室内定位优化方法,其特征在于,所述所有用户在时间[0,t]内的位姿信息如下:

    7.根据权利要求1所述的基于无锚点uwb测距的pdr室内定位优化方法,其特征在于,所述基于uwb模块得到在时间[0,t]内每一用户到所有los条件下的其他用户的直线距离,包括:

    8.根据权利要求1所述的基于无锚点uwb测距的pdr室内定位优化方法,其特征在于,所述以所有用户在时间[0,t]内的位姿信息以及在时间[0,t]内每一用户到所有los条件下的其他用户的直线距离作为输入信息,采用图优化方法优化所有用户在时间[0,t]内的位姿信息,得到优化后所有用户的位姿信息,包括:

    9.根据权利要求8所述的基于无锚点uwb测距的pdr室内定位优化方法,其特征在于,所述采用图优化方法求解所述优化问题模型,得到优化后所有用户的位姿信息,包括:


    技术总结
    本发明属于室内定位技术领域,公开了一种基于无锚点UWB测距的PDR室内定位优化方法,包括对可穿戴设备进行校正,并给定每位用户的起始位姿作为PDR室内定位的初始位姿;基于惯性导航传感器模块获取每位用户的状态转移方程和位姿信息;基于UWB模块得到在时间[0,T]内每一用户到所有LOS条件下的其他用户的直线距离;以所有用户在时间[0,T]内的位姿信息以及在时间[0,T]内每一用户到所有LOS条件下的其他用户的直线距离作为输入信息,采用图优化方法优化所有用户在时间[0,T]内的位姿信息,得到优化后所有用户的位姿信息。本发明提供稳定、精确、阶段性的位置估计。

    技术研发人员:李燕君,潘世根,杨哲
    受保护的技术使用者:浙江工业大学
    技术研发日:
    技术公布日:2024/4/29
    转载请注明原文地址:https://wp.8miu.com/read-80310.html

    最新回复(0)