基于UWB无线定位与IMU融合的导航定位系统及方法技术方案

本发明专利技术涉及一种基于UWB无线定位与IMU融合的导航定位系统及方法,该系统包括：安装于指定工作区域内的至少四个UWB基站；由两个UWB定位标签和两个IMU组成的标签装置；其中一个UWB定位标签与一个IMU以刚体连接方式安装在一起组成第一复合标签，另外一个UWB定位标签和IMU以刚体连接安装在一起组成第二复合标签，第一复合标签与第二复合标签以设定距离间隔安装在固定组件上组成所述标签装置；主控装置，用于接收标签装置数据，采用卡尔曼滤波器紧耦合的方式对UWB标签数据和IMU数据进行实时融合，得到当前位置数据和航向角数据；由标签装置及主控装置组成定位装置。本发明专利技术可以同时提供精确的位置信息和航向角信息，可广泛应用移动机器人的室内外导航。用移动机器人的室内外导航。用移动机器人的室内外导航。

【技术实现步骤摘要】
基于UWB无线定位与IMU融合的导航定位系统及方法


[0001]本专利技术属于导航定位
，尤其涉及一种基于UWB无线定位与IMU融合的导航定位系统及方法。

技术介绍

[0002]全球卫星导航系统(Global Navigation Satellite System,GNSS) 可以为用户提供全球范围内的自主定位导航服务，如今已广泛的应用于各种领域。但由于受卫星时钟误差、星历数据误差、电离层影响、多径影响等诸多干扰，传统的卫星定位只能达到10m左右的定位精度，远无法满足一些对定位精度要求高的场合。载波相位差分技术即RTK(Real Time Kinematic)的出现，将卫星定位精度提高到厘米级，进一步拓宽了卫星定位技术的使用场景，但RTK成本较高，另外也无法在室内环境使用。随着区域内定位服务需求的日益增加，局部定位服务( Location Position Server )成为了研究的热点，常见的有WiFi指纹技术、UWB技术、蓝牙技术等。其中UWB技术以其高传输率，高穿透力，及较高的定位精度等优势已经在仓库，隧道等地方的人员、物资定位取得广泛的应用，但由于其定位效果在非视距环境下较差，极大的限制了其使用范围如各种移动机器人的导航定位，存在遮挡、多径干扰、信号不稳定导致定位误差较大的问题。

技术实现思路

[0003]本专利技术的目的是提供一种基于UWB无线定位与IMU融合的导航定位系统及方法，采用拓展卡尔曼滤波器紧耦合的方式融合UWB标签数据和IMU数据，有效减小UWB非视距误差对定位精度产生的影响，，并且采用双定位标签融合陀螺仪得到全局可靠航向角数据，为各类室内外移动机器人导航定位提供可靠的位置和航向角数据支持，解决单一标签没有角度信息，无法为移动机器人提供航向角的问题。
[0004]本专利技术解决其技术问题是通过以下的技术方案实现的：
[0005]本专利技术提供了一种基于UWB无线定位与IMU融合的导航定位系统,包括：
[0006]安装于指定工作区域内的至少四个UWB基站；
[0007]由两个UWB定位标签和两个IMU组成的标签装置；其中一个所述UWB定位标签与一个IMU以刚体连接方式安装在一起组成第一复合标签，另外一个所述UWB定位标签和IMU以刚体连接安装在一起组成第二复合标签，所述第一复合标签与第二复合标签以设定距离间隔安装在固定组件上组成所述标签装置；
[0008]主控装置，用于接收所述标签装置数据，采用卡尔曼滤波器紧耦合的方式对UWB标签数据和IMU数据进行实时融合，得到当前位置数据和航向角数据；
[0009]由所述标签装置及主控装置组成的定位装置。
[0010]进一步地，所述第一复合标签与第二复合标签之间的距离为0.5m~1.0m。
[0011]本专利技术还提供了一种应用上述导航定位系统进行导航定位的方法，包括如下步骤：
[0012]步骤1，在多个UWB基站中选取其中一个作为参考坐标原点，精确测量其他基站的相对位置坐标，从而建立参考坐标系；
[0013]步骤2，获取UWB定位标签到各基站的UWB测距信息；获取IMU的加速度计和陀螺仪信息进行姿态解算，得到标签装置的IMU线性加速度信息；
[0014]步骤3，采用紧耦合的方式构建卡尔曼滤波器模型，对UWB测距信息和IMU线性加速度信息进行融合；所述卡尔曼滤波器模型包括位置卡尔曼滤波器模型及角度卡尔曼滤波器模型；
[0015]步骤4，启动布置于工作区域内的定位装置，进行位置卡尔曼滤波器模型初始化及角度卡尔曼滤波器模型初始化，得到初始位置坐标和航向角，并进入位置跟踪状态及角度跟踪状态；
[0016]步骤5，初始化完成后，实时获取UWB定位标签和IMU的测量数据，并对位置卡尔曼滤波器模型和角度卡尔曼滤波器模型进行实时更新，得到当前位置数据和航向角数据。
[0017]进一步地，所述卡尔曼滤波器模型用于：系统状态预测，计算公式为： U(k)
[0018]上式中，A为系统的状态转移矩阵，表示本次系统的最优估计值,在本系统构建的公式中指由位置、速度、加速度计误差一同构成的矩阵，表示系统的控制矩阵，表示系统的控制量，本系统中指加速度矩阵；系统协方差预预测，计算公式为:上式中，A为系统的状态转移矩阵，为本次系统先验协方差最优化估计值，为上一次系统的先验协方差最优化估计值，Ｑ为系统的过程噪声协方差矩阵；系统的卡尔曼增益计算，计算公式为:上式中，表示k时刻系统的卡尔曼增益，H为系统的测量矩阵，R为测量噪声协方差矩阵，；滤波器更新，最优状态估计公式为:上式中，表示k时刻的系统最优状态估计值，表示k时刻的系统测量值，为k
‑
1时刻的系统最优状态估计值,为k
‑
2时刻系统的最优状态估计值，为k时刻系统的卡尔曼增益，H为系统的测量矩阵；滤波器更新，最优状态协方差公式：
上式中，为k时刻系统后验估计协方差，为k时刻系统的卡尔曼增益，H为系统的测量矩阵，为k
‑
1时刻系统的后验协方差最优化估计结果。
[0019]借由上述方案，通过基于UWB无线定位与IMU融合的导航定位系统及方法，可以同时提供精确的位置信息和航向角信息，可广泛应用移动机器人的室内外导航。
[0020]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依照说明书的内容予以实施，以下以本专利技术的较佳实施例详细说明如后。
附图说明
[0021]图1是本专利技术基于UWB无线定位与IMU融合的导航定位系统的结构示意图；
[0022]图2是本专利技术基于UWB无线定位与IMU融合的导航定位系统的架构图；
[0023]图3是本专利技术基于UWB无线定位与IMU融合的导航定位方法的流程图。
具体实施方式
[0024]下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实例用于说明本专利技术，但不用来限制本专利技术的范围。
[0025]参图1、图2所示，本实施例提供了一种基于UWB无线定位与IMU融合的导航定位系统,包括：
[0026]安装于指定工作区域内的至少四个UWB基站11（本实施例分别为UWB基站1、UWB基站2、UWB基站3、UWB基站4）；
[0027]由两个UWB定位标签和两个IMU组成的标签装置；其中第一UWB定位标21签与第一IMU23以刚体连接方式安装在一起组成第一复合标签，第二UWB定位标签22和第二IMU24以刚体连接安装在一起组成第二复合标签，第一复合标签与第二复合标签以设定距离间隔安装在固定组件上组成标签装置；
[0028]主控装置3，用于接收标签装置数据，采用卡尔曼滤波器紧耦合的方式对UWB标签数据和IMU数据进行实时融合，得到当前位置数据和航向角数据；
[0029]由标签装置及主控装置3组成的定位装置。
[0030]该基于UWB无线定位与IMU融合的导航定位系统，使用UWB测距信息作为观测量，使用IMU信息作为运动估计量，以紧耦合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于UWB无线定位与IMU融合的导航定位系统,其特征在于，包括：安装于指定工作区域内的至少四个UWB基站；由两个UWB定位标签和两个IMU组成的标签装置；其中一个所述UWB定位标签与一个IMU以刚体连接方式安装在一起组成第一复合标签，另外一个所述UWB定位标签和IMU以刚体连接安装在一起组成第二复合标签，所述第一复合标签与第二复合标签以设定距离间隔安装在固定组件上组成所述标签装置；主控装置，用于接收所述标签装置数据，采用卡尔曼滤波器紧耦合的方式对UWB标签数据和IMU数据进行实时融合，得到当前位置数据和航向角数据；由所述标签装置及主控装置组成的定位装置。2.根据权利要求1所述的基于UWB无线定位与IMU融合的导航定位系统,其特征在于，所述第一复合标签与第二复合标签之间的距离为0.5m~1.0m。3.一种应用权利要求1或2所述导航定位系统进行导航定位的方法，其特征在于，包括如下步骤：步骤1，在多个UWB基站中选取其中一个作为参考坐标原点，精确测量其他基站的相对位置坐标，从而建立参考坐标系；步骤2，获取UWB定位标签到各基站的UWB测距信息；获取IMU的加速度计和陀螺仪信息进行姿态解算，得到标签装置的IMU线性加速度信息；步骤3，采用紧耦合的方式构建卡尔曼滤波器模型，对UWB测距信息和IMU线性加速度信息进行融合；所述卡尔曼滤波器模型包括位置卡尔曼滤波器模型及角度卡尔曼滤波器模型；步骤4，启动布置于工作区域内的定位装置，进行位置卡尔曼滤波器模型初始化及角度卡...

【专利技术属性】
技术研发人员：刘健，黄达健，
申请(专利权)人：深圳市易艾得尔智慧科技有限公司，
类型：发明
国别省市：