王袁雪,張前波,周媛媛,劉英明,李 冰
(河北師范大學 中燃工學院,河北 石家莊 050000)
隨著室內定位技術的應用越來越廣,對定位精度的要求也越來越高。由于室內環(huán)境十分復雜,非視距(NLOS)引起的誤差使定位的精度顯著下降。應用擴展卡爾曼濾波能夠有效降低非視距引起的誤差,但是由于需要解算雅可比矩陣會使計算量大幅增加。無跡卡爾曼濾波是一種非線性濾波器,它可以解決傳統(tǒng)卡爾曼濾波器無法解決的非視距(NLOS)誤差問題,又可以避免擴展卡爾曼濾波器計算量大的缺點。楊紫陽等利用無跡卡爾曼算法對通過CHAN算法解算出的定位數(shù)據(jù)進行濾波處理,效果較好,但實際上誤差來源于UWB傳感器采集原始數(shù)據(jù)的過程。因此文章針對這一問題提出先采用無跡卡爾曼濾波處理數(shù)據(jù),然后進行定位解算,最后完成了實驗驗證。
無跡卡爾曼濾波可以很好地解決非線性問題,能夠處理復雜環(huán)境帶來的非線性誤差;同時由于采用UT變換大大降低了計算復雜度。首先通過UT變換獲得2+1個樣本構造出Sigma點,并給予相應的權重,則有:
式(1)中各參數(shù)有如下關系:
在實現(xiàn)無跡濾波的過程中,首先進行采樣變換,則有:
然后進行加權均值,則有:
加權方差為:
計算預測方程為:
預測加權平均值為:
預測加權方差與協(xié)方差為:
更新均值與協(xié)方差為:
定位數(shù)據(jù)采集由Decawave公司生產(chǎn)的DW1000完成,上位機系統(tǒng)由LabView2018編寫,包括數(shù)據(jù)處理與人機交互兩部分:數(shù)據(jù)處理部分主要由濾波算法與定位算法組成;人機交互主要功能由控件、基站坐標、倉庫地圖組成,如圖1(a)所示。實驗場地為室內倉庫,放置各種金屬材質的設備以及其他材質的貨物,如圖1(b)所示。
圖1 數(shù)據(jù)處理與人機交互系統(tǒng)和實驗室
在非視距(NLOS)下對經(jīng)過無跡卡爾曼濾波和未經(jīng)過卡爾曼濾波的數(shù)據(jù)進行比較,如圖2所示。
圖2 無跡卡爾曼濾波與未經(jīng)卡爾曼濾波的結果比較
采用文中所述方法得到室內的運動軌跡情況如圖3所示。
圖3 實際運動軌跡
通過無跡卡爾曼濾波對定位數(shù)據(jù)進行濾波處理后再進行定位運算可以很好地消除非視距產(chǎn)生的干擾。利用文中所述方法開發(fā)出的室內三維定位系統(tǒng),獲得了很好的效果,對于市場應用具有很好的指導作用。
注:本文通訊作者為李冰。