【技术实现步骤摘要】
一种基于无迹卡尔曼滤波的组合定位方法
本专利技术涉及一种基于无迹卡尔曼滤波的组合定位方法,属于室内定位以及可见光定位
技术介绍
近年来,随着智能设备的飞速发展,基于位置的服务也随之迅速发展,个人对于位置服务精细化、准确化、无缝化的要求日益提高,室内定位技术的发展也随之成为新的关注点。但由于GPS等传统定位技术无法满足室内精细定位的需求,以可见光定位技术为代表的室内定位技术开始崭露头角。但可见光定位虽然以其精度高、成本低、易实现的特点倍受青睐,却容易受到多径反射、地图限制、信号遮挡等问题的影响,定位算法容易受到外界影响而极大地影响其短时定位精度,因此其实用性受到了极大限制。惯性导航利用定位目标载体(以下简称载体)所搭载的传感器所测得的运动加速度值和角速度值或磁偏角计算出载体运动的方向和距离,由载体初始位置推导出实时位置坐标信息。由于其工作模式完全自主,短时精度优良,具有与生俱来的抗干扰特性,可以和可见光导航系统形成良好的互补。本专利技术采用包括行人惯性导航技术(PDR)在内的惯性导航技术对可见光定位进行辅助定位,采用无迹卡尔曼滤波算法对可见光定位系统/惯性导航算法的数据进行融合,从而实现组合定位导航功能,其中无迹卡尔曼滤波缩写为UKF。实验表明,组合定位导航系统有效减小了可见光定位算法由于信号抖动、信号遮挡等外界干扰问题带来的误差,同时也极大地克服了纯惯性导航系统累积误差随时间增大的问题。整个系统既可以应用于机器人、AGV(AutomatedGuidedVehicle,自动导引运输车)等工业领域,也可以应用于行人导航等消费级电子产品领域目前,惯性导 ...
【技术保护点】
一种基于无迹卡尔曼滤波的组合定位方法,其特征在于:依托一种基于无迹卡尔曼滤波的组合定位系统,包括惯性导航单元、可见光定位单元、滤波与位置解算单元与系统初始化单元;一种基于无迹卡尔曼滤波的组合定位系统各单元的连接方式如下:惯性导航单元与可见光定位单元分别和滤波解算单元以及位置解算单元相连,连接方式包括但不限于串口及蓝牙为主的方式;系统初始化单元与位置解算单元相连;一种基于无迹卡尔曼滤波的组合定位系统的各模块功能如下:惯性导航单元用于采集惯性导航运动数据;可见光定位单元用于采集可见光定位信号并解算可见光定位位置坐标数据;系统初始化单元用于初始化循环计数值、设置工作模式布尔值和循环计数最大值;滤波解算单元用于设置无迹卡尔曼滤波器各方程与各参数,并使用无迹卡尔曼滤波算法进行滤波;位置解算单元对载体的惯性运动数据和可见光定位坐标数据进行融合处理,得到滤波后的载体位置;其中,无迹卡尔曼滤波算法,简称UKF算法。
【技术特征摘要】
1.一种基于无迹卡尔曼滤波的组合定位方法,其特征在于:依托一种基于无迹卡尔曼滤波的组合定位系统,包括惯性导航单元、可见光定位单元、滤波与位置解算单元与系统初始化单元;一种基于无迹卡尔曼滤波的组合定位系统各单元的连接方式如下:惯性导航单元与可见光定位单元分别和滤波解算单元以及位置解算单元相连,连接方式包括但不限于串口及蓝牙为主的方式;系统初始化单元与位置解算单元相连;一种基于无迹卡尔曼滤波的组合定位系统的各模块功能如下:惯性导航单元用于采集惯性导航运动数据;可见光定位单元用于采集可见光定位信号并解算可见光定位位置坐标数据;系统初始化单元用于初始化循环计数值、设置工作模式布尔值和循环计数最大值;滤波解算单元用于设置无迹卡尔曼滤波器各方程与各参数,并使用无迹卡尔曼滤波算法进行滤波;位置解算单元对载体的惯性运动数据和可见光定位坐标数据进行融合处理,得到滤波后的载体位置;其中,无迹卡尔曼滤波算法,简称UKF算法。2.根据权利要求1所述的一种基于无迹卡尔曼滤波的组合定位方法,其特征在于:包括以下步骤:步骤1:系统初始化单元初始化循环计数值、设置工作模式布尔值和循环计数最大值,设置k=1时刻组合定位初始坐标值,设置初始协方差;步骤2:惯性导航单元采集惯性导航运动参数,可见光定位单元解算可见光定位位置坐标;步骤3:滤波与解算单元设置UKF各方程与各参数,对载体的惯性运动数据和可见光定位数据进行融合滤波处理,得到滤波后的载体位置;步骤4:位置解算单元计算k时刻的组合定位位置坐标;步骤5:位置解算单元判断循环计数值是否已经达到循环计数最大值,并决定是否完成本方法;至此,经过步骤1到步骤5,完成了一种基于无迹卡尔曼滤波的组合定位方法。3.根据权利要求2所述的一种基于无迹卡尔曼滤波的组合定位方法,其特征在于:步骤1中,循环计数值记为k、循环计数最大值记为kmax、工作模式布尔值记为Bool;初始化k=1;设置Bool值和kmax值,当Bool=0时系统处于实时工作状态,kmax为无穷大值;Bool=1时系统处于离线工作状态,kmax为一常数;设置第1时刻组合定位位置的初始坐标值为(m,n),设置初始协方差P=0。4.根据权利要求2所述的一种基于无迹卡尔曼滤波的组合定位方法,其特征在于:步骤2,具体为:步骤2.1:惯性导航单元采集载体的惯性运动数据;其中,设当前时刻为k,所述载体的惯性运动数据根据本方法所应用的场景不同分为两种:若为AGV场景,则惯性运动数据包含k时刻的横轴方向加速度与纵轴方向加速度由于加速度数据容易受到外界环境的干扰,噪声较大,因此在进行下一个步骤之前需要对加速度数据进行低通滤波;若为行人导航场景,则惯性运动数据包含k-1时刻到k时刻的平均运动距离Sk与平均航向角θk;步骤2.2:可见光定位单元采集并计算载...
【专利技术属性】
技术研发人员:冯立辉,李志天,杨爱英,钱晨,
申请(专利权)人:北京理工大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。