佳文赏析一种室内高精度定位方法

佳⽂赏析⼀种室内⾼精度定位⽅法

利⽤UWB/LiDAR⾥程计的室内⾼精度定位⽅法

徐爱功，张 涵，宋佳鹏，隋 ⼼

摘要：针对超宽带（UWB）室内⾼精度定位中，易受⾮视距（NLOS）误差⽽导致定位不连续的问题，该⽂⾸先采⽤⼩

波变换对RTT解算的测距异常值进⾏削弱，然后将UWB与LiDAR进⾏组合，综合利⽤UWB测距值以及LiDAR⾥程计所

提供的距离和⾓度信息构建量测⽅程，最后通过扩展卡尔曼滤波进⾏定位解算。实验结果表明，该⽂提出的

UWB/LiDAR⾥程计组合定位⽅法，实现了室内障碍物遮挡情况下的连续⾼精度定位，定位精度可达到亚分⽶级。

0 引⾔

随着⾼精度定位服务的发展，室内定位被称为⾼精度导航定位中的最后⼀步。对室内定位服务（indoor location bad

rvices，ILBS）的研究促进了室内定位系统( indoorpositioning systems，IPS)的发展[1]。常⽤的室内⽆线定位技术有

超宽带（ultra-wide band，UWB）、WiFi、Zigbee、蓝⽛等，其中UWB以其较⼤的带宽、较⾼的时间分辨率、较强的

抗多径效应能⼒等优点，被⼴泛应⽤于室内⾼精度定位以及组合导航中[2]。

本⽂采⽤基于⼩波变换的⽅法削弱UWB NLOS误差，充分利⽤⼩波变换在信号领域将时域与频域分离的特征[9]，将信

号分解为⾼频与低频，低频为与真实测量值更为接近的频率，⾼频为含有NLOS误差的信号，通过选择适当的阈值以及

⼩波基函数，对⾼频信号处理，再与未处理的低频信号重构，得到⼀次滤波后的UWB测距值。然⽽，在遮挡严重区

域，仅依靠UWB定位，会因为基站数⽬不⾜⽽⽆法解算出当前位置，难以保证定位的连续性和准确性[10]。

LiDAR具有较⾼的分辨率、较强的鲁棒性、较强的抗⼲扰能⼒，并且采⽤⽆源的⽅式进⾏定位[11]。利⽤LiDAR⾥程计

提供相邻时刻的⾼精度位姿变化量，通过扩展卡尔曼滤波（extended Kalman filter，EKF），与⼀次滤波后的UWB数

据进⾏组合定位解算，在⼀定程度上削弱残留NLOS误差对组合定位结果的影响，即使在UWB定位数据中断的情况

下，LiDAR⾥程计仍然能保证定位的连续性和可靠性。

1 UWB RTT测距以及基于⼩波的NLOS误差削弱模型

1.1 RTT测距模型

RTT测距⽅法⼜称为圆位置线定位，通过测量UWB脉冲信号在基准站和移动标签之间的往返时间，进⽽间接计算测距

值。测距模型如图1所⽰。

1.2基于⼩波的NLOS误差削弱模型

UWB信号被障碍物遮挡时，测距值会产⽣跳变，误差可达⽶级以上，是⼀种⾮平稳的波动，在测量区间内，真实信号

与噪声信号混杂在⼀起，两者在频域和时域上表现为低频与⾼频、全局化与局部化。⼩波信号的能量集中在局部区域，

能够针对时域特征削弱NLOS误差[14]。UWB基准站与流动站距离在5 m左右，采集时间约为7 min，采⽤db5⼩波来削

弱NLOS误差，滑动窗⼝内的样本数⽬为27 个测距值，利⽤⼩波变换对测量值进⾏3 次分解，并采⽤软阈值的⽅法对⾼

频系数进⾏量化，具体表⽰如下式。

2 UWB/LiDAR⾥程计组合定位

2.1 基于增量式NDT的LiDAR⾥程计帧间配准算法

LiDAR⾥程计定位即LiDAR同步定位与建图（simultaneous localization and mapping，SLAM）⽅法的前端，算法主要

有：迭代最近点（iterative clost point，ICP）[15]及其变体的⽅法，以及基于势场的正态分布变换（normal

distributions transform，NDT）⽅法，该⽅法可以弱化动态障碍物对帧间配准精度的影响，对于存在NLOS误差场景更

有优势。依分辨率划分点云栅格，利⽤概率分布特性，计算每⼀个⽹格内的概率密度函数(probability density

有优势。依分辨率划分点云栅格，利⽤概率分布特性，计算每⼀个⽹格内的概率密度函数(probability density

functions，PDF)，通过栅格内激光点的均值和协⽅差来配准点云，得到此次配准的总得分，以及梯度向量和Hessian矩

阵，遍历所有待配准的点云，依据位姿变换后的待配准点的位置信息查找对应的栅格，根据对应栅格的概率分布，计算

配准得分，得到⼀系列具有连续导数的点云表⽰形式[16]，求解位姿变换增量并更新。其中分辨率为r=5cm，同时设置

最多迭代次数以及终⽌迭代条件。

2.2 UWB/LiDAR⾥程计组合定位模型

在UWB信号遮挡严重区域，依靠单⼀传感器难以实现连续、⾼精度的定位。通过UWB/LiDAR⾥程计组合定位可以提⾼

定位精度，同时保证定位的连续。针对组合系统，⾸先对两个传感器进⾏时空统⼀[18]，以UWB坐标系为全局坐标系。

其次利⽤双线性插值获得相同频率的数据。然后构建量测⽅程与状态⽅程，最终利⽤EKF⽅法融合UWB与LiDAR⾥程

计信息，获得整个系统的位置和速度更新。组合系统的更新模型如下式。

LiDAR⾥程计在短时间内，可获取⾼精度位姿变化量，但随着距离的增加，⾓度信息会产⽣累计误差。如果直接采⽤传

统的坐标转换归算到全局的初始位置，因为⾓度计算⽽产⽣的累计误差，会导致LiDAR⾥程计定位精度发散。针对这⼀

问题，本⽂利⽤两帧相邻的激光数据，来约束下⼀时刻激光数据在全局坐标系下的观测信息。

3实验与结果分析

3.1 实验平台

为了验证本⽂提出的利⽤⼩波削弱UWB NLOS误差以及UWB与LiDAR⾥程计组合定位的性能，进⾏实验。其中采集数

据以及实验数据处理的操作系统为Ubuntu18.04，处理器为Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz，内存64

GB。在图4所⽰室内场景中试验，并对结果进⾏分析。在组合定位平台中，UWB采⽤Time Domain公司的PulsON440

模块，LiDAR采⽤Velodyne公司的VLP16激光雷达。以Leica TS50全站仪跟踪定位结果为真值。传感器精度参数指标

如表1所⽰。

实验场景设定如图4，在室内⼤约100 m 2 环境中布设5处UWB基站，搭载UWB以及LiDAR传感器的⼩车作为流动站。

全站仪处在尽可能通视的位置，测量UWB基站相位中⼼的绝对坐标，并跟踪移动平台运动轨迹。实验场景中⽩⾊柱⼦

为建筑遮挡。

3.2实验与分析

以图5左下⾓A点为运动起点，沿逆时针⽅向运动采集数据。整个过程中，获取LiDAR数据集1.2 G, UWB可⽤基站数⽬

测距值440个，全站仪有效数据389个，因为⽩⾊柱⼦对全站仪数据的遮挡，采⽤双线性插值的⽅法进⾏补充。

测试3、4、5个参与UWB基站解算结果，如图6所⽰，采⽤累积概率分布函数（cumulative distribution

function，CDF）进⾏统计，结果如图7所⽰。

结合图6、图7，采⽤3、4个基站解算结果相较于全部基站参与解算结果，粗差较多，且整体轨迹与真实轨迹偏差较⼤。

所以本⽂采⽤全部基站参与解算，全站仪测得参考真值。其中，NLOS误差最⼤值发⽣在BC段，整个运动过程中，误差

在⽶级以上有6处。如果直接使⽤UWB原始数据解算，会导致最终定位结果出现较⼤偏差。为提⾼UWB原始数据的利

⽤率，采⽤⼩波变换对NLOS进⾏⼀次滤除，结果如图8所⽰。

图8中实线轨迹为经过⼩波变换处理后的UWB定位轨迹，相较于原始数据，⼩波变换对NLOS误差较⼤区域处理效果明

显，整体定位精度提升27%。但对于存在NLOS误差较多的边，如图中BC、CD、DE边，会导致NLOS误差附近区域的

定位精度下降，但整体定位精度可保持在亚⽶级。

如图9所⽰，在信号遮挡严重区域，UWB定位出现中断，仅依靠UWB定位，并不能保证获取⾼精度、连续的定位结

果。⼩波变换可以提供更加平滑的数据，但不能增加数据量。

不采⽤本⽂提出的⾓度约束策略直接进⾏松组合以及紧组合的定位解算，结果如图10所⽰。

图11中，利⽤本⽂提出的UWB/LiDAR⾥程计组合定位⽅法，采⽤EKF求解，实线轨迹为组合定位结果，与图中虚线参

考轨迹对⽐，可以看出，组合定位的轨迹与真实轨迹符合良好，且相对于不采⽤⾓度约束策略的⽅法精度更⾼。关于程

序整体运⾏时间，采⽤松组合与紧组合分别为326 s与351 s，本⽂算法为389 s，虽然本⽂算法相较于前两者，牺牲了

⼀定的时间计算代价，但是整体精度有了提升，在可接受范围内。

表2中给出了UWB原始数据、⼩波变换数据以及本⽂组合系统定位误差在x、y⽅向的最⼤值与平均值，可以看出组合系

统在x、y⽅向的最⼤误差有所减⼩，平均定位精度有所提升。图12绘制了本⽂组合算法的平⾯误差累积分布函数图，通

过采⽤本⽂算法，平⾯误差都控制在了0.32 m以内，整体定位精度相对于原始数据提升35%，定位精度能够保持在亚分

⽶级。

4 结束语

针对UWB测距值受NLOS误差影响较⼤的问题，本⽂利⽤⼩波变换对NLOS误差进⾏⼀次滤波平滑，并采⽤

UWB/LiDAR⾥程计组合定位，通过EKF解算，得到连续、⾼精度定位结果。同时使⽤⾃主搭建的移动测量平台进⾏试

验验证，结果表明，本⽂提出的组合定位结果相对于单⼀传感器定位结果，连续性有所提升，平均定位精度可达到亚分

⽶级。

作者简介：徐爱功（1963—），男，⼭东⽇照⼈，博⼠，教授，主要研究⽅向为全球卫星定位系统、地理信息系统及智

能交通系统的集成与应⽤。E-mail:*************

通信作者：张涵硕⼠E-mail:**********************

转载⾃ 测绘学术资讯

经作者授权转载

原⽂标题：⼀种室内⾼精度定位⽅法

-The end-

责任编辑：罗煜湘

审编：张平平

终审：颜⼦明 黄宗财 鲁嘉颐

猜你喜欢

1.

佳⽂赏析 | 基于空间溢出效应和时间动态的出租车客流量影响因素研究

2.

佳⽂欣赏 | 收缩型城市：认知误区、统计甄别与测算反思

3.

期刊⽬录 | 《热带地理》2022年 第3期

4.

佳⽂赏析｜中国⼊境旅游流集散优势度与旅游经济效率的时空耦合分析

扫描⼆维码，关注我们

我要睁⼤眼睛看看，是哪个⼩可爱也【在看】 鸭~