原文传递
基于UWB/SINS的空间组合定位研究
| 论文题名： | 基于UWB/SINS的空间组合定位研究 |
| 关键词： | 自动驾驶;组合定位;超宽带技术;惯性导航;卡尔曼滤波;粒子群优化算法 |
| 摘要： | 近年来，随着新一代物联网技术与信息技术发展迅速，交通运输、公共安全、智慧城市等领域对于高精度的定位服务需求与日俱增。在自动驾驶中，当车辆在严重遮蔽环境下行驶时，需要高精度定位方案实现全程定位，确保驾驶人员的安全与位置信息；在无人仓储运输中，面对复杂的大型室内环境，现有的定位技术存在定位精度较低，系统布设成本高的问题，而各种定位技术各有优缺点，很难依靠单一定位技术解决这些问题，因此本文对新兴的定位技术特性进行详细分析并归纳总结，选取超宽带技术与惯性导航技术，依托多传感器信息融合思想，提出将超宽带技术与惯性导航技术结合，实现两种定位技术优势互补以提高定位精度，降低定位系统布设成本，为高精度定位方法提供新的解决方案。 本文所作主要工作如下： （1）对UWB传统定位算法的定位性能进行了研究，通过仿真实验，对传统算法在不同基站数量、不同噪声环境下的定位性能进行对比，验证Chan算法在高斯白噪声环境下性能最优，Taylor算法在非高斯白噪声环境下性能最优。在此基础上，提出基于 Chan-Taylor 协同算法所改进的 Chan-Taylor 粒子群优化算法（CT-PSO算法），设计仿真实验，验证该算法的可行性。 （2）针对UWB定位缺少普遍使用的基站布设方案的问题，对该定位方法的基站空间布设进行研究，提出六种不同基站数量的布设方案，并搭建实验平台，进行静态多点定点与动态定位精度测试实验。结果表明，在五基站等腰梯形布设方案下，UWB定位精度达最优，CT-PSO算法在静态实验中定位精度为0.168m，相对三边定位算法精度提高50%；在动态实验定位精度为0.186m，相对三边定位算法定位精度提高47%，能够满足高精度的定位需求。 （3）为实现UWB/SINS高精度组合定位方法，解决UWB在NLOS环境下定位精度下降，SINS随时间不断积累误差的问题，研究了基于UWB/SINS的扩展卡尔曼滤波（EKF）与无迹卡尔曼滤波（UKF）的组合定位方法，通过仿真实验，对比EKF与UKF的性能，然后提出了基于无迹卡尔曼滤波结构的CT-PSO-UKF算法。搭建实验平台，设计UWB、SINS、EKF、UKF与CT-PSO-UKF在待测物体不同运动速度下的定位性能比较试验。实验结果表明，CT-PSO-UKF算法在0.5m/s运动状态下定位精度可达 0.233m，精度提高 0.108m；在 NLOS 环境中，运动速度2m/s的条件下定位精度可达0.509m，精度提高0.212m。实验证明，基于UWB/SINS组合定位的CT-PSO-UKF算法对减少NLOS干扰、减少积累误差，提高定位精度方面具有积极作用。 |
| 作者： | 覃子强 |
| 专业： | 交通运输 |
| 导师： | 孙璐;郭建 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2023 |
相关文献
检索历史
应用推荐
