UWB与SINS融合的行人导航方法

doi:10.16182/j.issn1004731x.joss.19-FZ0386

系统仿真学报 ›› 2019, Vol. 31 ›› Issue (12): 2636-2642.doi: 10.16182/j.issn1004731x.joss.19-FZ0386

UWB与SINS融合的行人导航方法

杨洋, 李擎

北京信息科技大学智能控制研究所,高动态导航技术北京市重点实验室,北京 100192

收稿日期:2019-05-30 修回日期:2019-07-31 发布日期:2019-12-13
作者简介:杨洋(1996-),女,山西,硕士生,研究方向为控制工程,高动态导航技术等; 李擎(1964-),女,河北,博士,教授,研究方向为导航制导、飞行器控制等。
基金资助:
国家自然科学基金(61971048)

Pedestrian Navigation Method Based on UWB and SINS

Yang Yang, Li Qing

Beijing Information Science and Technology University Institute of Intelligence Control, Beijing Key Laboratory of High Dynamic Navigation Technology, Beijing 100192, China

Received:2019-05-30 Revised:2019-07-31 Published:2019-12-13

摘要/Abstract

摘要： 针对惯性导航的误差随时间不断累积、UWB在室内复杂环境中很难持续跟踪的问题,提出采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)融合UWB与SINS行人导航方法。利用UWB辅助SINS。采用零速修正算法,在零速时刻触发EKF,通过SINS提供的速度误差观测量和UWB提供的位置误差观测量对SINS进行修正,抑制误差累积。在UWB信号中断时,将未中断时UWB输出的位置作为起始位置,利用SINS自主导航。实验结果证明：UWB+SINS方法互补了两者的优缺点,抑制误差累积且保证了导航的连续性,提高了行人导航的精度,导航误差为0.50%。

关键词: 行人导航, 捷联惯性导航, 超宽带, 扩展卡尔曼滤波, 数据融合

Abstract: In view of the problem that the inertial navigation error is accumulating with time and UWB indoor is hard to continue tracking problems in complex environment, an extended Kalman filter (EKF) fusing UWB and sins pedestrian navigation is proposed.The zero speed correction algorithm is used to trigger EKF at zero speed. The sins is corrected by the velocity error measurement provided by sins and the position error measurement provided by UWB restraining error accumulation.When UWB signal is interrupted, the position of UWB output without interruption is taken as the starting position. The experiment results of SINS autonomous navigation show that UWB+SINS method complements the advantages and disadvantages of the two methods, restrains the accumulation of errors and ensures the continuity of navigation, improves the accuracy of pedestrian navigation, and the navigation error is 0.50%.

Key words: pedestrian navigation, strapdown inertial navigation, UWB, extended kalman filtering, data fusion

中图分类号:

TP391.9

杨洋, 李擎. UWB与SINS融合的行人导航方法[J]. 系统仿真学报, 2019, 31(12): 2636-2642.

Yang Yang, Li Qing. Pedestrian Navigation Method Based on UWB and SINS[J]. Journal of System Simulation, 2019, 31(12): 2636-2642.

参考文献

[1] Foxlin E.Pedestrian Tracking with Shoe-Mounted Inertial Sensors[J]. IEEE Computer Graphics and Applications (S0272-1716), 2005, 25(6): 38-46.
[2] Benini A, Mancini A, Longhi S.An IMU/UWB/Vision-based Extended Kalman Filter for Mini-UAV Localization in Indoor Environment using 802.15.4a Wireless Sensor Network[J]. Journal of Intelligent & Robotic Systems (S0921-0296), 2013, 70(1/4): 461-476.
[3] 郁嘉宇, 赵忠, 李凡, 等. 基于MEMS/UWB组合的室内定位方法[J]. 导航定位与授时, 2018, 5(6): 77-85.
Yu Jiayu, Zhao Zhong, Li Fan, et al.Indoor positioning method based on MEMS/UWB combination[J]. Navigation Positioning and Timing, 2018, 5(6): 77-85.
[4] 曾庆化, 王敬贤, 孟骞, 等. 基于UWB优化配置的室内行人导航方法[J]. 中国惯性技术学报, 2017, 25(2): 186-191.
Zeng Qinghua, Wang Jingxian, Meng Qian, et al.Indoor pedestrian navigation method based on optimal allocation of UWB[J]. Chinese Journal of Inertial Technology, 2017, 25(2): 186-191.
[5] 孙璧文, 樊启高, 武亚恒, 等. 基于PDR/UWB紧耦合的足绑式行人导航技术[J]. 传感器与微系统, 2017, 36(3): 43-47, 50.
Sun Biwen, Fan Qigao, Wu Yaheng, et al.Foot-mounted pedestrian navigation technology based on tightly coupled PDR/UWB[J]. Sensors and Microsystems, 2017, 36(3): 43-47, 50.
[6] Chen Pengzhan, Kuang Ye, Chen Xiaoyue.UWB/ Improved PDR Integration Algorithm Applied to Dynamic Indoor Positioning for Pedestrians[J]. Sensors (S1424-8220), 2017, 17(9): 2065-2065.
[7] 苏中, 李擎, 李旷振, 等. 惯性技术[M]. 北京: 国防工业出版社, 2011.
Su Zhong, Li Qing, Li Kuangzhen, et al.Inertial Technology[M]. Beijing: National Defence Industry Press, 2011.
[8] 李超, 苏中, 朱嘉林. 可穿戴式自主定位技术的零速触发算法研究[J]. 传感技术学报, 2014, 27(5): 627-632.
Li Chao, Su zhong, Zhu Jialin. A Research about Zero Velocity Trigger Algorithm Used in the Wearable Autonomous Positioning Technology[J]. Journal of Sensing Technology, 2014, 27(5): 627-632.
[9] 汪天生, 李擎. 改进的零速修正算法在行人自主导航中的应用[J]. 系统仿真学报, 2018, 30(11): 336-343.
Wang Tiansheng, Li Qing.Application of Improved ZUPT in Pedestrian Self-Navigation[J]. Journal of System Simulation, 2018, 30(11): 336-343.
[10] 谷志丹, 李擎, 赵辉. 行人自主导航定位的多级滤波方法[J]. 系统仿真学报, 2018, 30(12): 235-239, 245.
Gu zhidan, Li Qing, Zhao Hui. Multi-stage Filtering Method for Pedestrian Navigation and Location[J]. Journal of system simulation, 2018, 30(12): 235-239, 245.
[11] 秦永元, 张洪钺, 王叔华. 卡尔曼滤波与组合导航原理[M]. 西安: 西北工业大学出版社, 2012.
Qin Yongyuan, Zhang Hongyue, Wang Shuhua.Kalman filtering and combined navigation principle[M]. Xi'an: Northwest Polytechnical University Press, 2012.

[1]	王志伟, 胡继宗, 王风杰, 黄杰. 基于非线性观测器的导航过程仿真研究[J]. 系统仿真学报, 2022, 34(5): 1127-1139.
[2]	马立新, 朱勇杰, 季乐延. 神经网络优化的无感永磁同步电机控制系统[J]. 系统仿真学报, 2021, 33(3): 622-630.
[3]	胡杰, 石潇竹. 基于模糊自适应滤波的单轴旋转惯导精对准方法[J]. 系统仿真学报, 2021, 33(2): 315-323.
[4]	王一静, 苏中, 李擎, 李磊. 地下空间单兵定位零速修正算法仿真研究[J]. 系统仿真学报, 2021, 33(11): 2545-2551.
[5]	李坤伟, 游雄, 张欣, 汤奋. 基于Filtersim的多源降水数据融合方法研究[J]. 系统仿真学报, 2019, 31(6): 1232-1238.
[6]	王海璐, 苏中, 刘宁, 刘洪, 付国栋. 双天线GNSS辅助MINS导航方法研究[J]. 系统仿真学报, 2019, 31(11): 2434-2441.
[7]	谷志丹, 李擎, 赵辉. 行人自主导航定位的多级滤波方法[J]. 系统仿真学报, 2018, 30(12): 4727-4732.
[8]	方磊, 陈勇, 赵理, 殷康胜, 郑阳. 基于模糊控制的扩展卡尔曼滤波SOC估计研究[J]. 系统仿真学报, 2018, 30(1): 325-331.
[9]	贾宇涵, 吴建平, 许明, 刘明宇, 何磊. 基于FlowSIM的动态交通分配系统离线参数标定研究[J]. 系统仿真学报, 2017, 29(9): 2198-2205.
[10]	宋亮, 李志, 马兴瑞. 基于激光成像雷达的未知目标相对位姿估计算法[J]. 系统仿真学报, 2017, 29(5): 1103-1111.
[11]	张聚伟, 王宇. 基于PSO的有向传感器网络覆盖增强策略及仿真[J]. 系统仿真学报, 2017, 29(1): 181-189.
[12]	王庆贺, 万刚, 曹雪峰, 谢理想. 基于数据融合的多旋翼无人机定位控制器设计[J]. 系统仿真学报, 2016, 28(10): 2593-2599.
[13]	陈志杰, 饶彬, 李永祯, 宗志伟. 雷达组网数据融合系统仿真实现[J]. 系统仿真学报, 2016, 28(1): 205-212.
[14]	高哲, 李擎, 李超, 刘宁. 行人自主导航定位的IEKF-SWCS方法[J]. 系统仿真学报, 2015, 27(9): 1944-1950.
[15]	陈志杰, 饶彬, 李永祯, 宗志伟. 雷达组网数据融合系统性能分析[J]. 系统仿真学报, 2015, 27(7): 1526-1531.

UWB与SINS融合的行人导航方法

Pedestrian Navigation Method Based on UWB and SINS

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价