[发明专利]无人集群协同定位方法及装置

说明书

本发明提供一种无人集群协同定位方法及装置，方法包括：获取无人集群内的第一节点集合和侦听节点，第一节点集合包括无人集群内的至少两个节点，侦听节点为无人集群内除第一节点集合以外的任一节点；基于无线宽带信号，利用侦听节点监听第一节点集合内任一节点与其余节点之间的通信，并结合预先获取的拓扑估计结果，得到侦听节点相对于第一节点集合的位置关系，拓扑估计结果为第一节点集合内各节点之间的相对位置预估结果。本发明避免了链路受阻或链路中断一直无法定位或定位精度较差的情况，且通过第一节点集合的拓扑估计结果作为完成侦听定位所需要的锚点信息，以在空间上构成了第一节点集合与侦听节点的协同关系，并避免占用额外的通信资源。

技术领域

本发明涉及无线通信技术领域，尤其涉及一种无人集群协同定位方法及装置。

背景技术

近年来，随着多智能体相关技术的进步和发展，无人集群系统在民用和军用领域均得到了越来越多的应用。对于多智能体系统来说，高精度位置信息往往是完成任务的前提与重要保障。在民用领域中，例如多无人车仓储物流、物联网车联网等应用场景，对于无人集群系统的定位精度要求相对较低、应用环境也相对良好，通常依赖诸如卫星、基站、信号塔等外界基础设施进行绝对定位，常见的方法主要是基于全球卫星导航系统(GPS、北斗、伽利略等)、基于蜂窝基站的5G定位等方式。在军用领域中，例如空天地战术协同、无人机集群攻防等场景，往往涉及复杂多变的应用场景，集群系统也难以与外界设施进行充分的信息交互，对定位精度、容量以及鲁棒性都提出了更苛刻的要求。此外，还有一类定位场景特别值得关注：在很多情况下，并不需要节点的绝对位置，只需要节点之间的相对拓扑关系，例如车联网协同编队、超车、避障等应用场景。

传统的定位方法通常赖外界基础设施与节点间的相对测量，常见的方法包括基于接收信号强度(RSSI)、到达时间(TOF)或到达时间差(TOA或TDOA)、信号往返时间(RTT)的测距定位，以及基于到达角度(AOA)的测角定位。传统的定位方法一般以欧式距离平方误差作为误差度量，并保持全链路测量。若通信链路受阻或处于复杂通信环境下时，传统定位方法易发生定位出错或中断，使得定位精度较差。

发明内容

本发明提供一种无人集群协同定位方法及装置，用以解决现有技术中由于集群相对定位过程中链路受阻以致定位精度较差的缺陷，实现较好的定位精度与鲁棒性。

本发明提供一种无人集群协同定位方法，包括：获取所述无人集群内的第一节点集合和侦听节点，所述第一节点集合包括所述无人集群内的至少两个节点，所述侦听节点为所述无人集群内除所述第一节点集合以外的任一节点；基于无线宽带信号，利用侦听节点监听所述第一节点集合内任一节点与其余节点之间的通信，并结合预先获取的拓扑估计结果，得到所述侦听节点相对于所述第一节点集合的位置关系，所述拓扑估计结果为所述第一节点集合内各节点之间的相对位置预估结果。

根据本发明提供的一种无人集群协同定位方法，所述利用侦听节点监听所述第一节点集合内任一节点与其余节点之间的通信，并结合预先获取的拓扑估计结果，得到所述侦听节点相对于所述第一节点集合的位置关系，包括：基于侦听节点监听所述第一节点集合内任一节点与其余节点之间的通信，得到到达时间差和第一参数，所述第一参数为所述侦听节点相对于所述第一节点集合内各节点的到达角度；根据所述到达时间差，得到测量时间差信息矩阵；根据所述到达时间差和所述第一参数，并结合预先获取的拓扑估计结果，得到融合矩阵；利用高斯噪声协方差矩阵作为定位误差协方差矩阵，并结合所述测量时间差信息矩阵和所述融合矩阵进行加权最小二乘，得到所述侦听节点的第一位置；根据所述第一位置，更新定位误差协方差矩阵，并利用更新后的定位误差协方差矩阵更新加权最小二乘，得到所述侦听节点的第二位置；根据所述第二位置，更新所述测量时间差信息矩阵、所述更新后的定位协方差矩阵和所述融合矩阵，并利用更新后的测量时间差信息矩阵、定位协方差矩阵和融合矩阵更新加权最小二乘，得到所述侦听节点的预估位置；根据所述预估位置和所述拓扑估计结果，得到所述侦听节点相对于所述第一节点集合的位置关系。