融合慣導和超寬帶技術的定位算法

廣州中海達衛星導航技術股份有限公司 李 冀 肖 巖

鄭州聯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。實驗結果表明：提出的算法提高了定位精度。

室內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。目前主流的室內定位技術包括：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、適用環境等方面各不相同。目前還沒有一種單一的定位技術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，達到信息互補和協同工作的效果，從而提高整個系統的定位性能。

目前基于UWB的定位技術由于其高精度的定位性能受到越來越多的關注，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，提高了室內環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

系統整體框架如圖1所示，結合三軸加速度數據和UWB測距信息得到行人最終的定位結果。

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下檢步的性能，具體結果如表1所示。

表1 不同步伐檢測結果

通過對比測試，其中波峰測頻性能略優于其他兩種算法，而且波峰檢測方法實現比較容易，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

考慮到傳統基于慣導信號的步長及方向估計容易受慣導攜帶姿態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 兩種方法的定位結果對比圖

（2）更新

根據超寬帶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開發板及慣導模塊、UWB測距模塊搭建數據采集平臺，離線采集數據后發送至PC端，通過時間信息將兩類數據進行同步處理，然后通過Matlab軟件對測試數據進行定位解算。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定位的精度。

結論：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。