论文部分内容阅读
在室内环境实现高精度定位的需求促进着室内定位技术的蓬勃发展,其中基于惯性导航的PDR定位技术、基于UWB的定位技术是当前主要的室内定位技术。基于图优化的UWB/PDR定位算法利用图优化方法融合这两种传感器的数据实现定位。理想状态下能取得较高的定位精度,但融合定位过程中不可避免存在误差:一是PDR约束的朝向估计不准确导致误差累积;二是室内NLOS环境导致UWB信号折射、反射造成误差。上述误差会降低图优化融合定位结果的精度。当前主要有两个方向提高基于图优化的UWB/PDR定位算法的鲁棒性:一是在前端结合传感器特性尽量消除误差;二是在后端添加鲁棒性算法降低误差对优化的影响。本文针对基于图优化的UWB/PDR定位算法的误差来源,以提高算法鲁棒性为目的,主要进行了两项研究:一是针对PDR约束中朝向估计误差问题,本文提出了改进的Madgwick朝向估计方法和PDR动态置信度法,有效地降低了PDR误差对定位结果的影响。改进的Madgwick朝向估计方法采用低通滤波来平滑传感器数据,避免信号的噪声对定位结果的影响;同时利用Dogleg算法替代梯度下降法来更新加速度计磁力计共同计算的姿态,提高了优化的精度。PDR动态置信度法是针对前端无法消除的PDR误差提出的,同时也考虑了UWB误差。该方法设置阈值判断PDR约束误差和UWB约束误差的大小并通过调节PDR约束的置信度来抑制误差。实验证明两种方法均能提高融合定位算法的鲁棒性,同时使用这两种方法能达到较高的定位精度。二是针对UWB约束受NLOS噪声影响大的问题,本文提出了IDCS鲁棒核函数和IWelsh鲁棒核函数。首先通过预实验发现基本鲁棒核函数在较大NLOS噪声下鲁棒性较差的问题。针对该问题,结合UWB传感器特性重构基本鲁棒核函数,得到IDCS函数、IWelsh函数。实验验证了这两种函数能够提升融合定位算法的定位精度和鲁棒性,优于基本鲁棒核函数。最后对UWB鲁棒约束算法和PDR鲁棒约束算法的作用进行讨论,得出同时使用两种鲁棒约束算法能够在复杂环境中有效提升融合定位算法鲁棒性,实现较高精度定位的结论。该论文有图51幅,表8个,参考文献80篇。