基于惯性导航和UWB传感器网络的室内定位方法及系统技术方案

本发明专利技术公开了一种基于惯性导航和UWB无线传感器网络的定位方法及系统，该方法包括：获取传感器测量得到的距离值和真实距离值，构建得到传感器感知模型；基于目标空间中多个传感器的传感器感知模型，以覆盖率为优化目标函数，利用改进的粒子群优化算法进行优化求解，获得多个传感器在目标空间的部署方案；获取待测目标的UWB定位数据，并通过惯性测量获取待测目标的惯导定位数据，利用误差卡尔曼滤波对UWB定位数据和惯导定位数据进行融合，得到融合定位结果。本发明专利技术利用改进粒子群优化算法获取UWB传感器部署方案，利用误差卡尔曼滤波融合UWB定位网络的位置数据和惯导系统解算的位置数据，实现高精度、高稳定性的密闭环境定位。高稳定性的密闭环境定位。高稳定性的密闭环境定位。

【技术实现步骤摘要】
基于惯性导航和UWB传感器网络的室内定位方法及系统


[0001]本专利技术涉及室内定位
，尤其涉及一种基于惯性导航和UWB传感器网络的室内定位方法及系统。

技术介绍

[0002]定位技术用于在环境中获取目标(人员、设备或其他物体)的位置信息，且不同的场合对定位技术具有不同的需求。全球定位系统(Global Positioning System,GPS)和北斗卫星导航系统(Beidou Navigation Satellite System,BDS)等系统是当前主流的全球定位系统，由于卫星信号可在空旷的室外空间无障碍传播，因此这类定位系统能够在室外提供高质量定位服务，但在室内环境下由于墙壁和障碍物的遮挡，卫星信号将受到干扰无法进行精确定位，因此GPS、BDS等并不适用于密闭环境定位。此外，相比于室外定位，密闭空间内由于墙壁、人和设备等对信号的遮挡或反射，更易导致多径效应和延迟问题，进而增大定位难度，且室内其他无线信号干扰源也可能影响定位传感器的信号传播。而随着移动机器人在生活生产中的不断扩展应用，目前对室内环境定位技术的需求逐渐增大。
[0003]近年来，随着无线定位技术的普及，超宽带(Ultra Wide Band,UWB)定位方案受到广泛重视，并用于解决室内环境下由于墙壁和障碍物的遮挡，卫星信号受到干扰而无法进行精确定位的问题。UWB技术是一种无线通讯技术，利用亚纳秒级脉冲进行数据传输，受多径效应的影响程度较低，具有较高的抗干扰能力、安全性和传输速率且成本较低。UWB早期主要用于雷达搜索和无线安全通讯等军事领域，近年在室内定位领域展现其优越性。但是，在实际定位过程中，虽然UWB设备自身硬件条件能够在一定程度上提升定位精度，但是室内环境中的障碍物对信号的遮挡仍会降低系统的定位精度。此外，将UWB作为唯一的定位方法进行定位时，由于环境因素(未知动态障碍物等)的影响，定位结果仍具有一定的波动性、稳定性较低，其工作性能无法满足实际室内定位的需求。即，以UWB定位方案这一单一定位方案进行室内定位的可靠性和稳定性仍然不高，无法应对复杂多变的现实环境。
[0004]通过合理的传感器部署方案可以降低UWB定位网络的部署成本，同时在一定程度上解决室内障碍物对无线信号的遮挡问题，进而提升传感器网络服务质量和定位精度。无线传感器网络(Wireless Sensor Network,WSN)部署优化方法可分为三类：基于虚拟力的算法、基于计算几何的算法和基于智能优化的算法。由于传感器部署优化问题解决方案的优劣与优化算法的性能和优化问题模型息息相关，因此如何设计合理的问题模型和改善优化算法是改善定位系统质量的关键与难点之一。
[0005]此外，现有技术提出了多种通过融合定位在一定程度上提升定位网络稳定性的方案，如提出一种基于UWB和惯性测量单元的紧组合定位方法，首先利用机器人与UWB各基站的实际距离与测量距离训练最小二乘支持向量机模型，然后通过该模型修正机器人运动过程中UWB各基站的距离实测值以降低非视距误差对最终定位精度的影响，最后利用基于误差状态的卡尔曼滤波对修正后的测距值与惯性导航系统解算的距离信息进行组合，该组合定位系统提升矿井环境下机器人的定位精度；提出一种改进粒子滤波方法，并应用于UWB和
惯性导航系统的融合定位，该方法首先引入自适应最优加权融合算法的最小方差估计理论对粒子分布权重进行调整，然后设置阈值用于限制观测方差以避免观测方差发散，最后利用经粒子滤波后的均方根误差求得各传感器的最优加权因子，有效提高车辆导航的定位精度；提出用于井下采煤机定位的基于无迹卡尔曼滤波的融合定位方法，利用UWB系统的数据作为观测量，建立了惯性导航与UWB融合定位模型，并利用VB
‑
UKF自适应滤波算法对结果进行平滑处理，实现了惯性导航测量误差实时补偿；针对在非视距环境下UWB定位精度降低的问题，提出基于扩展卡尔曼滤波的融合定位方法，利用惯性测量单元受非视距环境中障碍物影响较小的特点，将其与UWB组合以克服单一定位技术的局限性等。因此，为了避免单一定位方案的可靠性和稳定性较差的问题，如何实现融合定位是提高室内定位精度的另一关键和难题之一。

技术实现思路

[0006]为解决上述现有技术的不足，本专利技术提供了一种基于惯性导航和UWB传感器网络的室内定位方法及系统，适用于密闭空间中的定位，利用改进粒子群优化算法获取合理的UWB传感器部署方案，通过提前部署降低已知静态障碍物对系统定位精度的影响，并进一步提升定位网络的精度和稳定性，之后利用误差卡尔曼滤波融合UWB定位网络的位置数据和惯导系统解算的位置数据，解决单一传感器定位精度和稳定性不足的问题，实现高精度、高稳定性的密闭环境定位。
[0007]第一方面，本公开提供了一种基于惯性导航和UWB传感器网络的室内定位方法。
[0008]一种基于惯性导航和UWB传感器网络的室内定位方法，包括：
[0009]获取传感器测量得到的距离值和真实距离值，确定传感器的感知半径和可靠性参数，进而构建得到传感器的传感器感知模型；
[0010]基于目标空间中多个传感器的传感器感知模型，以覆盖率为优化目标，利用改进的粒子群优化算法进行优化求解，获得多个传感器在目标空间的部署方案；
[0011]根据部署方案在目标空间中部署多个传感器，获取待测目标的UWB定位数据，并通过惯性测量获取待测目标的惯导定位数据，利用误差卡尔曼滤波对UWB定位数据和惯导定位数据进行融合，得到待测目标的融合定位结果。
[0012]第二方面，本公开提供了一种基于惯性导航和UWB传感器网络的室内定位系统。
[0013]一种基于惯性导航和UWB传感器网络的室内定位系统，包括：
[0014]传感器感知模型构建模块，用于获取传感器测量得到的距离值和真实距离值，确定传感器的感知半径和可靠性参数，进而构建得到传感器的传感器感知模型；
[0015]传感器部署方案求解模块，用于基于目标空间中多个传感器的传感器感知模型，以覆盖率为优化目标，利用改进的粒子群优化算法进行优化求解，获得多个传感器在目标空间的部署方案；
[0016]融合定位结果获取模块，用于根据部署方案在目标空间中部署多个传感器，获取待测目标的UWB定位数据，并通过惯性测量获取待测目标的惯导定位数据，利用误差卡尔曼滤波对UWB定位数据和惯导定位数据进行融合，得到待测目标的融合定位结果。
[0017]第三方面，本公开还提供了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所
述方法的步骤。
[0018]第四方面，本公开还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述方法的步骤。
[0019]以上一个或多个技术方案存在以下有益效果：
[0020]1、本专利技术提供了一种基于惯性导航和UWB传感器网络的室内定位方法及系统，适用于密闭空间中的定位，优化部署无线传感本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于惯性导航和UWB传感器网络的室内定位方法，其特征是，包括：获取传感器测量得到的距离值和真实距离值，确定传感器的感知半径和可靠性参数，进而构建得到传感器的传感器感知模型；基于目标空间中多个传感器的传感器感知模型，以覆盖率为优化目标，利用改进的粒子群优化算法进行优化求解，获得多个传感器在目标空间的部署方案；根据部署方案在目标空间中部署多个传感器，获取待测目标的UWB定位数据，并通过惯性测量获取待测目标的惯导定位数据，利用误差卡尔曼滤波对UWB定位数据和惯导定位数据进行融合，得到待测目标的融合定位结果。2.如权利要求1所述的基于惯性导航和UWB传感器网络的室内定位方法，其特征是，所述覆盖率为被传感器网络覆盖的待测目标像素点和总待测目标像素点数量之比。3.如权利要求1所述的基于惯性导航和UWB传感器网络的室内定位方法，其特征是，所述利用改进的粒子群优化算法进行优化求解，获得多个传感器在目标空间的部署方案，包括：初始化相关参数和所有粒子的位置和速度；计算所有个体的适应度值，更新个体历史最优值BP和种群全局最优值BG，根据S形惯性权重动态更新策略并重新计算惯性权重；引入随机学习项，更新粒子速度；根据迭代次数和迭代阈值进行判断，自适应调整及更新学习因子；基于更新后的粒子速度，更新下一代粒子群中各粒子的位置；计算传感器节点间的虚拟斥力，更新经虚拟斥力引导后的粒子群中各粒子的位置；判断是否达到最大迭代次数，若满足则迭代停止，输出种群全局最优值及个体适应度值，得到多个传感器在目标空间的部署方案；否则，进行重复迭代计算。4.如权利要求3所述的基于惯性导航和UWB传感器网络的室内定位方法，其特征是，所述引入随机学习项，更新粒子速度，包括：随机从种群中选取一个粒子randi，将粒子randi的个体历史最优值作为新增的学习对象来引导种群下一代的搜索。5.如权利要求1所述的基于惯性导航和UWB传感器网络的室内定位方法，其特征是，所述通过惯性测量获取待测目标的惯导定位数据，包括：通过惯性测量单元获取待测目标的惯性测量数据；所述惯性测量数据包括加速度和角速度...

【专利技术属性】
技术研发人员：袁宪锋，董琳，范继港，颜丙硕，宋勇，许庆阳，庞豹，
申请(专利权)人：山东金瓢食品机械股份有限公司，
类型：发明
国别省市：