基于LabVIEW的UWB定位系統的優化及應用

蘇俊全　張嘉琪　謝繼標

摘要：由于室內環境的復雜化及障礙物的增多導致了多徑效應普遍發生，導致UWB定位的準確性，穩定性和連續性都有所下降。通過TWR測距的雙邊雙向技術進行標簽與基站的距離計算，并采用三邊測量法進行坐標的位置計算，利用LabVIEW編程軟件平臺編寫測距定位優化系統，對計算出來的坐標數據結果進行平均值計算，以達到所計算的坐標位置數據較原數據相比更加穩定且精確。并在具有四個UWB定位基站和多個標簽的倉庫環境中進行現場實驗，檢驗優化后結果與實際值之間的誤差度，驗證了經過優化系統后標簽坐標數據的穩定性。

關鍵詞：UWB定位技術;LabVIEW;倉儲物流;TWR測距;三邊測量法

中圖分類號：TP391? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）03-0239-03

Abstract： Due to the complexity of the indoor environment and the increase of obstacles， multipath effects generally occur， resulting in a decrease in the accuracy， stability and continuity of UWB positioning. Calculate the distance between the tag and the base station through the bilateral two-way technology of TWR ranging， and use the trilateral measurement method to calculate the position of the coordinate， use the LabVIEW programming software platform to write the distance measurement positioning optimization system， and average the calculated coordinate data results Calculate so that the calculated coordinate position data is more stable and accurate than the original data. In addition， field experiments were conducted in a warehouse environment with four UWB positioning base stations and multiple tags to verify the degree of error between the optimized results and the actual values， which verified the stability of the tag coordinate data after the optimized system.

Key words： UWB positioning technology; LabVIEW; Warehouse Logistics; TWR ranging; Trilateral measurement

1 背景

隨著無線傳感網絡（Wireless Sensor Network，WSN）的迅速發展，基于超寬帶（Ultra-Wideband， UWB）、藍牙、RFID（Radio Frequency Identification）等無線定位技術成為研巧的熱點[1-2]。與其他的室內定位技術相比，UWB技術是一種傳輸速率高，發射功率較低，穿透能力較強并且是基于極窄脈沖的無線技術，無載波[3]。這些都是UWB定位系統的優點，這些使UWB在室內定位時可以獲得更為精確而穩定的標簽坐標數據[4]。然而，由于室內的各種情況導致環境變得復雜，非視距誤差及多路徑效應廣泛存在，UWB 定位的準確度和穩定性較之前相比都有所下降。本文基于LabVIEW對UWB定位進行了優化，并在軟件平臺編寫數據優化程序，驗證了優化后標簽定位數據的穩定性，證明了基于LabVIEW對定位系統進行優化的可靠性。

2 UWB系統及定位算法

目前常用的定位算法主要有接收信號到達時間法（ time of arrival，TOA） 、信號到達角度法（ arri-val of angle，AOA） 、接收信號到達時間差法（ time difference of arrival，TDOA）和雙向測距法（TWR）[5]。本文選擇的是基于DS-TWR測距的 UWB 定位算法，對同步要求較低，在精度上也優于其他定位模式。并且DS-TWR測距不需要測距兩設備之間的時延完全相同。

2.1 UWB定位原理

2.1.1 硬件系統

本文的UWB定位系統中硬件系統的構建如圖1所示，主要包括一個UWB主基站、多個UWB從基站、多個UWB標簽以及為基站標簽提供電源的移動電源。本文UWB定位硬件系統的搭建如圖1所示：電腦、基站及標簽，其中標簽和基站采用D-DWM-PG2.5和UWB天線相連接，外觀高度約為15cm、寬度約為2cm，通過Micro USB數據線將 D-DWM-PG2.5評估板與 PC電腦連接，并在室內通過基站構建出一個平面坐標系。

2.1.2 軟件系統

本文通過LabVIEW程序進行上位機系統的編寫，軟件系統的主要功能是對測距數據的接收并優化，用三邊測量法解方程組的方式，求得標簽的坐標位置，并對所求標簽坐標進行計算優化，使所得標簽坐標的誤差減少。上位機系統前面板如圖2所示，首先啟動服務器后，服務器內的數據進行初始化，通過參數設定按鈕對各個基站的實際坐標位置進行設定，然后點擊開始采集，等待基站發送距離數據，通過三邊測量法計算出標簽的位置坐標后在進行優化，最后將定位坐標寫入數據庫。

2.1.3 基本測距原理

由于時鐘偏移和頻率偏移會使測距的結果產生誤差，所以本文采用了雙向雙邊測距（DS-TWR）方法。它可以有效地減少因為頻率偏移和時鐘偏移所產生的誤差。圖3顯示了雙向雙面測距的原理方法。

雙側雙邊測距方法是在單側雙邊測距方法的一次通訊基礎上再增加一次信號通訊，使之變成兩次信號通訊，而因為時鐘偏移造成的誤差則可以通過這兩次信號傳輸的時間互相彌補。通訊信號飛行時間的計算公式如下：

上位機給基站和標簽下達雙向測距的指令之后，由基站開始向標簽進行第一次發送信號，在定位標簽收到信號后則馬上對基站進行信號回傳，基站收到之后再次向定位標簽第二次發送信號[6]。反復如此，然后代入上述公式即可求出通訊信號的飛行時間，之后就可求出基站與定位標簽之間的距離。使用DS-TWR測距方法的時鐘偏移導致的誤差為：

其中[ka]和[kb]分別是基站和標簽時鐘的實際頻率與預期頻率的比值。從公示中可以看出，導致測距的誤差很少，可以忽略不計。所以本文采用精確度更高的雙邊雙向測距方法，不需要使標簽與基站之間的時延完全一致，因此雙邊雙向測距是精準度和穩定度最高的測距方式。

2.2 定位算法

經過近幾年的研究發展，一般可以通過兩種算法來進行室內定位算法的計算，一種是來進行計算的定位算法，另一種是無須依靠已知基站左邊和標簽之間的距離信息來進行計算的定位算法。本文采用已知基站坐標和標簽之間的距離信息基礎上來進行定位計算的三邊測量法。

三邊測量法如圖4所示，其核心思想為：已知主基站A和任意兩個次基站B 和 C的坐標信息，令其坐標分別為[x1，y1]、[x2，y2]和[x3，y3]。并且通過TWR測距方法計算出來的各基站與標簽之間的距離，令其分別為[R1]、[R2]和[R3]。假設標簽坐標為[x，y] 。那么存在下列公式：

3 定位數據的優化

在復雜的室內環境下，由于多路徑效應和非視距誤差所造成的影響不可避免，會對基站與標簽之間的信號傳輸造成影響，使得到的位置信號誤差加大且不穩定。針對這一問題，本文使用LabVIEW軟件對所得到的標簽坐標數據進行平均值優化，通過提前設置一個平均數閾值和一個變化值，開始定位后，系統開始正常接收串口數據，每接收到一組標簽串口數據都會先與上一組數據進行比較，如果各對應數據相比上一組變化沒有超過預設的變化值，則會對之前接收的這些數據進行平均值計算，同時這些數據輸出在LabVIEW前面板上。反之，當各對應數據相比上一組變化有一個超過預設的變化值，則會從當前這組數據重新進行積累。當接收的標簽串口數據組數達到平均數閾值，之后每當新接收一組坐標數據后，系統都會頂掉最前面的一組數據重新選擇最新的設定數量的數據組數進行平均值計算，使之組數一直保持在設定的閾值內。平均值計算的系統程序框圖及優化前后效果對比分別如圖5圖6所見，圖6表示標簽的靜態定位坐標結果，橫坐標為時間序列，單位是s，縱坐標為兩個方向的誤差，單位是mm，左圖上下分別表示x軸和y軸優化前所測得的坐標數據與實際坐標的相差值，右圖上下分別表示x軸和y軸優化后所測得的坐標數據與實際坐標的相差值。可以在圖中發現，點位分布更加集中在均值附近，并且隨機誤差出現次數大大減少，系統優化后所測得的數據更加穩定可靠。

4 UWB定位系統的應用

隨著經濟的全球化，信息技術的飛速發展和物流活動的日益復雜，倉庫物流作為產品分銷過程中的核心環節成為企業中的關鍵一環，通過從分散混亂到實時信息更新，再到倉庫管理甚至物流云倉庫的發展，自動化和智能化成了倉儲物流中的重要性越來越大。UWB系統的精確定位可以應用于不同類型的倉儲物流場景，使UWB定位系統與倉儲物流管理相結合來達到安全高效的倉庫管理。可以將UWB定位系統與AGV小車進行結合，在倉儲系統中不斷發展來做到更為方便便捷的倉儲巡檢功能，也可以結合條形碼標簽，二維碼標簽，RFID電子標簽相結合，將定位標簽和條碼掃描器設置在AGV小車上，再將二維碼等標簽設置在貨物上，這樣就可以做到更高效率的倉儲自動巡檢。

5 結束語

在室內的復雜環境的影響下，UWB定位系統的信號傳播受到影響，以至于所得標簽坐標計算結果誤差明顯且不穩定。本文在具有四個UWB定位基站和多個標簽的倉庫環境中進行現場實驗，通過LabVIEW軟件對經TWR測距進行三邊測量法計算出來的標簽坐標數據進行平均值計算，實驗結果顯示在靜態定位中優化后的坐標數據穩定性較原始數據有明顯提升，并將高精準的坐標數據發送到上位機，供其他程序使用。同時，優化后的UWB定位系統可與AGV小車相結合，進行倉儲物流的貨物巡檢，實現無人自動化。

參考文獻：

[1] 張威卜長健.基于UWB礦井定位系統的測距優化設計[J].江西測繪，2019（4）：17-19，23.

[2] 張強偉.基于UWB的精確定位算法及其數據分析[D].重慶：重慶郵電大學，2019.

[3] 曹保根，滿真真，喻錫成，等.基于CSS技術SDS-TWR的艦船艙內報警人員定位系統研究[J].醫療衛生裝備，2019，40（2）：26-29，51.

[4] 顧衍明.基于UWB的室內機器人定位系統研究與設計[D].哈爾濱：哈爾濱工業大學，2018.

[5] 王春琦，馮大權，何春龍，等.基于UWB的增強非對稱雙邊雙向測距算法研究[J].南昌航空大學學報（自然科學版），2019，33（1）：66-73.

[6] 殷臻，黃慧哲，李偉，等.基于SDS-TWR算法的TOF精確定位系統[J].實驗技術與管理，2017，34（5）：95-98.

【通聯編輯：謝媛媛】