[发明专利]基于动态鲁棒容积卡尔曼的UWB/INS融合定位方法

说明书

本发明涉及复杂室内定位技术领域，具体涉及一种基于动态鲁棒容积卡尔曼的UWB/INS融合定位方法，包括：建立UWB‑INS融合定位的运动模型；采用超宽带UWB定位技术确定待定位点的第一位置和第一速度；采用惯性导航系统INS获取待定位点的第二位置数据和第二速度；计算以上两种定位方式的实际测量误差；采用动态鲁棒容积卡尔曼滤波算法对实际测量误差进行修正处理，得到最终位置误差；通过最终位置误差对第二位置数据进行修正，得到准确位置s。本发明方法可以缓解外界噪声对系统估计的影响，又可以追踪系统的运动误差模型状态，降低运动不确定性对目标轨迹预测的影响，从而实现精确、稳定的室内导航。

技术领域

本发明涉及复杂室内定位技术领域，具体涉及一种基于动态鲁棒容积卡尔曼的UWB/INS融合定位方法。

背景技术

近年来，随着无线技术的快速发展，基于室内场景的定位服务(如超市购物导航、火灾紧急定位、住院病人位置追踪等)，已成为众多物联网应用的基本需求。然而在大型机场、工厂车间、矿洞隧道等复杂环境下，无线电信号由于受到障碍物遮挡、电磁干扰、信号反射等因素影响无法满足室内的高精度定位需求。

单一的室内定位技术可以分为无线定位技术和传感定位技术，其中无线定位技术中以UWB的定位精度表现最优。然而在某些特殊的复杂场景下(如紧急救援和高铁站)，UWB定位技术也会因为信号受到墙壁、人或其他障碍物的阻挡而无法实现精确的定位。而在传感定位技术中，最具代表性的INS虽然能通过ZUPT(零速检测算法)或PDR(行人航迹推算算法)来克服多径效应和非视距影响，获得短时间内的精确行人位置。但INS固有的传感器漂移偏差以及拐角处的角速度偏差累积仍会阻碍其在长期部署期间的定位精度。因此，单一定位系统仍然无法满足某些高精度定位场景。

为了解决单一定位系统存在的定位精度问题，结合两种以及以上单一定位系统的融合定位方法应运而生。基于UWB/INS的室内定位技术既可以提高系统的平均定位精度又可以实现对目标长时间的连续定位跟踪。专利号202010034636.3中公开了一种基于粒子滤波算法的UWB/INS组合室内定位方法，该方法主要通过UWB系统获取待定位人员到各参考基站的距离，通过UWB位置解算单元计算出人员的东方向位置和北方向位置。通过INS(惯性导航系统)获取人员在行走过程中的三轴加速度、三轴角速度、以及三轴磁场强度，通过INS解算单元计算出人员行进时的步长、东方向步速、北方向步速、迈步时间以及姿态角。通过粒子滤波算法，将UWB系统计算结果与INS系统计算结果进行数据融合。最终达到降低非视距复杂环境的影响，提高定位精度的目的。

融合定位方法主要存在两方面的问题。一方面主要利用传统的贝叶斯滤波算法来减轻外界噪声。然而最接近贝叶斯估计的容积卡尔曼滤波算法很少应用于室内组合定位中。另一方面在实际复杂的定位环境中，外界噪声的不确定性会造成定位系统的测量值异常。而且实际物体的无规律运动或状态突变，也会给定位系统的建模造成很大的影响。所以一种既能够滤除测量噪声，又能适应无规律运动而造成的模型误差的滤波算法，成为精确定位的关键。但是现有UWB/INS融合定位系统只考虑了外界噪声对定位的影响，并未考虑运动模型的不确定性给融合定位系统带来的影响。

发明内容

为了解决上述问题，本发明提供一种适用于复杂室内环境、精确高、鲁棒性好的基于动态鲁棒容积卡尔曼滤波的UWB/INS融合定位方法，能够实现室内行人的精确跟踪。

一种基于动态鲁棒容积卡尔曼的UWB/INS融合定位方法，包括以下步骤：

S1、建立UWB-INS融合定位的运动模型，运动模型中包括室内行人的状态方程和测量方程；

S2、采用超宽带UWB定位技术确定待定位点的第一位置和第一速度；

S3、超宽带UWB定位的同时，采用惯性导航系统INS获取待定位点的第二位置数据和第二速度；

S4、根据第一位置、第一速度、第二位置数据和第二速度计算以上两种定位方式的实际测量误差；