李陽　付克昌　漆軍　熊皚

關(guān)鍵詞：UWB；數(shù)據(jù)校正；室內(nèi)定位；擴(kuò)展卡爾曼濾波

中圖分類號(hào)：TD65+5.3 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2023）10-0009-04

0 引言

隨著共享技術(shù)的快速發(fā)展，室內(nèi)定位得到越來越廣泛的應(yīng)用。如無人工廠或物流系統(tǒng)中，無人車需要采用自主定位方式運(yùn)送物資。當(dāng)無人車在室內(nèi)進(jìn)行物資傳送時(shí)，無法接收到GPS信號(hào)，此時(shí)，常常采用其他主動(dòng)定位方法，如：超聲波定位、RFID定位、Wi-Fi 定位等。超聲波定位布局復(fù)雜。RFID作用范圍小，抗干擾性差。Wi-Fi定位成本低廉，但是定位精度不高。目前，UWB憑借低功耗，定位精度高、價(jià)格相對(duì)便宜等優(yōu)點(diǎn)成為室內(nèi)定位最有發(fā)展前景的技術(shù)之一[1-2]。當(dāng)無人車進(jìn)入地下室或者車間時(shí)，UWB信號(hào)會(huì)被遮擋導(dǎo)致定位精度下降，將會(huì)影響無人車導(dǎo)航的正常運(yùn)行。如果能夠提高室內(nèi)非視距（NLOS）情況下的定位精度，將會(huì)提高無人車的自主作業(yè)的能力，進(jìn)一步推動(dòng)無人車應(yīng)用的普及，具有很大的市場價(jià)值。

文獻(xiàn)[5]提出IMU航跡推算和磁力計(jì)融合進(jìn)行室內(nèi)定位，根據(jù)IMU解算的定位算法不會(huì)受到障礙物的干擾，但I(xiàn)MU定位會(huì)受到累計(jì)誤差的影響，隨著時(shí)間的增加，累計(jì)誤差將越來越大，從而導(dǎo)致不可用。UWB在室內(nèi)精度可以達(dá)到厘米級(jí)，但是在實(shí)際運(yùn)用中，UWB 信號(hào)會(huì)因?yàn)橹T多原因使得測(cè)量誤差變大，UWB會(huì)出現(xiàn)距離測(cè)量無效的問題，如非視距差距[3-4]、基站標(biāo)簽之間時(shí)間不同步。為了減少誤差，提高精度，文獻(xiàn)[6]采用UWB和IMU的粒子濾波算法處理，但是存在計(jì)算量大的缺點(diǎn)。文獻(xiàn)[7]UWB和IMU通過無跡卡爾曼進(jìn)行數(shù)據(jù)融合，引入代價(jià)函數(shù)，進(jìn)一步降低UWB系統(tǒng)的運(yùn)算復(fù)雜度。當(dāng)NLOS時(shí)間較長時(shí)，UWB 的數(shù)據(jù)將失效，融合結(jié)果仍會(huì)產(chǎn)生較大的誤差，導(dǎo)致結(jié)果偏差大。文獻(xiàn)[7]通過采集NLOS下遮擋變化的規(guī)律進(jìn)行數(shù)據(jù)彌補(bǔ)，但是此方法魯棒性差。文獻(xiàn)[8]通過支持向量回歸訓(xùn)練對(duì)偽衛(wèi)星多徑誤差進(jìn)行抑制，此方法需要布置許多偽衛(wèi)星，且訓(xùn)練復(fù)雜。為了提高UWB在非視距環(huán)境（NLOS）下的定位精度，提出基于UWB的數(shù)據(jù)校正方法，從而提高數(shù)據(jù)定位算法的準(zhǔn)確性。

1 UWB信號(hào)傳播特點(diǎn)分析

為了研究清楚小車在遮擋情況下，UWB信號(hào)被如何影響，于是先讓小車在沒有遮擋的情況下進(jìn)行勻速直線運(yùn)行，4個(gè)UWB布置為矩形，小車沿中軸線行駛。如圖1所示，可以看出小車不管靜止還是運(yùn)動(dòng)，UWB接收到的距離信號(hào)始終是平滑且變化速率是穩(wěn)定的。為了進(jìn)一步確定車子轉(zhuǎn)彎時(shí)UWB在沒有障礙物時(shí)的信號(hào)情況，又讓小車在空曠區(qū)間進(jìn)行圓周運(yùn)動(dòng)，結(jié)果如圖2所示，可以看出，除了波峰波谷位置，仍然可以把UWB變化速率看成平滑穩(wěn)定的。并且，從上述2張圖中容易得到在沒有障礙物遮擋情況下，UWB位置信號(hào)是趨于一條直線的，并且4個(gè)UWB信號(hào)變化具有關(guān)聯(lián)性：平穩(wěn)則同時(shí)平穩(wěn)，改變則同時(shí)改變，并且小車在矩形基站區(qū)域內(nèi)運(yùn)行，兩距離信號(hào)同時(shí)增加的同時(shí)，兩距離信號(hào)同時(shí)減小。

為了研究方便，先研究非視距情況下的靜止測(cè)距情況，實(shí)驗(yàn)環(huán)境如圖6所示，基站布置為矩形，小車放置在矩形的中軸線上靜止。結(jié)果如圖3所示。離小車相對(duì)較近的兩個(gè)UWB差值較大，離小車相對(duì)較遠(yuǎn)的兩個(gè)UWB數(shù)值接近，數(shù)據(jù)平穩(wěn)，粗分析數(shù)據(jù)正常。為了進(jìn)一步討論，UWB基站位置仍保持如圖6所示，逐漸讓小車置于更加復(fù)雜情況并靜止，數(shù)據(jù)如圖4所示。數(shù)據(jù)在靜止情況下出現(xiàn)嚴(yán)重抖動(dòng)，明顯這組信號(hào)是被嚴(yán)重遮擋了，因此可以得出結(jié)論，當(dāng)數(shù)據(jù)方差過大時(shí)，數(shù)據(jù)被遮擋，因?yàn)閷?shí)驗(yàn)時(shí)小車放置在基站對(duì)稱位置上，因此可以得出UWB數(shù)據(jù)信號(hào)整體值有明顯的提高。下面，對(duì)UWB動(dòng)態(tài)情況進(jìn)行進(jìn)一步分析，基站仍如圖6所示，讓小車運(yùn)動(dòng)，進(jìn)一步觀測(cè)數(shù)據(jù)變換情況，結(jié)果如圖5所示。

從圖中變化趨勢(shì)仍可以證明上述結(jié)果，UWB在嚴(yán)重被遮擋時(shí)，數(shù)據(jù)均值會(huì)被明顯抬升，并可能伴隨信號(hào)震蕩的情況。但同時(shí)也能看出，數(shù)據(jù)也可能只出現(xiàn)一段波峰而數(shù)據(jù)沒有整體抬高的情況。

2 UWB 數(shù)據(jù)校正

因?yàn)榛颈徽趽跻院蟮淖鴺?biāo)會(huì)高于實(shí)際測(cè)量坐標(biāo)，從而出現(xiàn)毛刺問題。本文提出一種平滑濾波算法。對(duì)接收UWB相鄰數(shù)據(jù)作差，當(dāng)差值大于設(shè)置斜率閾值的時(shí)候，就用上一次最新正常時(shí)刻的斜率去彌補(bǔ)采樣值，如公式（1）。

當(dāng)一次數(shù)據(jù)修正以后，并不會(huì)直接得到滿意的結(jié)果，往往需要多次數(shù)據(jù)的修正，此時(shí)，需要將上述的數(shù)據(jù)間隔適當(dāng)?shù)姆糯?，?shù)據(jù)的方差閾值適當(dāng)?shù)淖兇?。因?yàn)槿绻蛔兊脑挘淮蔚男拚龡l件會(huì)和上面判斷的點(diǎn)剛好滿足，導(dǎo)致峰值數(shù)據(jù)漏修正的問題。一次彌補(bǔ)并不能取得很好的效果，但多次彌補(bǔ)后就能取得相對(duì)滿意的效果，解算結(jié)果更加準(zhǔn)確。

算法1：uwb校正算法

3 性能分析

為了分析對(duì)比UWB在NLOS情況下UWB解算算法，EKF算法，和數(shù)據(jù)修正下的UWB解算算法的性能，實(shí)驗(yàn)環(huán)境選為成都信息工程大學(xué)金工樓車間，基站放置為長7.1米，寬6.8米，高1.8米。UWB定位系統(tǒng)使用的是浩如科技的HR-RTLS1產(chǎn)品，包含4個(gè)基站和一個(gè)標(biāo)簽組成，標(biāo)簽置于小車上方，如圖6所示。小車由筆記本通過Wi-Fi操作小車運(yùn)行，并讓小車實(shí)時(shí)保存UWB測(cè)距數(shù)據(jù)和MPU6050數(shù)據(jù)于本地。如圖7所示。利用Maltab R2018a和Visual Studio進(jìn)行實(shí)驗(yàn)分析和仿真。然后讓小車走一個(gè)長6米，寬2米的矩形框進(jìn)行實(shí)驗(yàn)分析。

圖6所示的復(fù)雜遮擋環(huán)境中實(shí)際運(yùn)行的UWB測(cè)距情況如圖8所示。進(jìn)行一次數(shù)據(jù)修正后如圖9所示，圖中UWB明顯被嚴(yán)重遮擋導(dǎo)致疊加了一段的沖擊信號(hào)。圖10，圖11分別是小車實(shí)際運(yùn)行兩次數(shù)據(jù)修正，三次數(shù)據(jù)修正后的UWB測(cè)距圖。直到第三次，幾乎沒有太明顯的波峰，數(shù)據(jù)情況更加合理。

圖12為原始UWB解算結(jié)果，圖13為原始UWB 和IMU融合結(jié)果，圖14數(shù)據(jù)為處理后UWB解算結(jié)果?？梢钥闯?，修正以后的數(shù)據(jù)軌跡和實(shí)際軌跡更加貼合。

表1表示了3個(gè)算法在NLOS場景下定位的誤差情況?？梢钥闯?，數(shù)據(jù)處理以后，最大誤差和均方根誤差有明顯的降低。

4 結(jié)論

本文提出了一種對(duì)原始數(shù)據(jù)修正的定位方法，該方法根據(jù)UWB數(shù)據(jù)異常具有的固有特征，對(duì)異常數(shù)據(jù)能夠很好地鑒別與修正。在非視距環(huán)境下，超寬帶測(cè)距異常體現(xiàn)在數(shù)據(jù)的陡然增加上，通過對(duì)數(shù)據(jù)的分析和識(shí)別，能夠從根源上盡可能地還原數(shù)據(jù)的真實(shí)性，校正以后數(shù)據(jù)的誤差分析具有更優(yōu)的結(jié)果。對(duì)NLOS場景定位有比較好的改善作用。