基于UWB的无人运输车的导航定位算法研究

  • 基于UWB的无人运输车的导航定位算法研究已关闭评论
  • 57 views
  • A+
所属分类:AGV设计资料
摘要

针对室内无人运输车的自主导航与定位提出一种全新的基于UWB信号的改进算法。该算法首先根据测距数值的标准差这一统计特征进行非视距误差的处理,再根据当前的运动特征(终点、横方向、纵方向速度等)与观测值进行改进的扩展卡尔曼滤波定位估计,创新性地提出了每次定位估计之后,更新状态的同时更新下一时刻运动特征(即更新预测依据)的思想,有效减小了定位误差,使定位精度达到厘米级,同时增强了算法的抗干扰性。

1 引 言

在目前的工业环境中,无人运输车( automated guided vehicle, AGV) 常用电磁或光学等导航方式 实现规定路径的行驶,但由于需要铺设磁条轨道或 预设地标特征等条件灵活性较差,所以在路径复杂 的工业环境中,常选择高精度的无线方式可实现灵 活有序的导航定位。其中超带宽( ultra wide-band, UWB) 信号凭借其高精度、高速率和低功耗等特点成为无线定位的研究热点[1],其次纳秒级的脉冲宽 度在时域上具有极高分辨率,理论上定位精度可达 到厘米级。

在障碍物较多的室内环境中,灵活无冲突的导 航依赖于定位的精确度,目前基本的定位算法根据 测量信息的不同可大致分为3 种,基于信号到达时 间( 如 TOA、TDOA) 的算法[2],基于到达角度 ( AOA) 的算法[3]和基于信号强度( RSSI) 的算 法[45],但考虑到多径传播、非视距( none line ofsight, NLOS) 误差等,基本算法无法满足定位精度 的要求,所以在实际应用中通常是多种算法协同定 位[67],并对传播信道中的噪声污染进行抑制,例如 文献[ 8]将接收信号强度、电波到达时间和电波达 到角这3 种测距信息测量值构成一个数据库,建立 有效的多级联合判决机制剔除异常信息。文 献[ 910]均对 TDOA 算法进行改进,文献[ 9]将高 度非线性的 TDOA 定位方程组转化为关于辐射源 位置的伪线性方程,再用泰勒级数展开与加权最小 二乘( WLS) 估计进行求解。文献[ 10]提出了一种 基于经验模态分解和奇异值分解的信息过滤算法 以去除无线电信号的干扰。文献[ 11]提出了在离 线采样阶段先建立符合实际环境的基于 RSSI - 距 离区间映射的数据库,再在在线测量阶段根据待定 位点 RSSI 在粗略位置区域中采用加权质心算法确 定具体位置。文献[1213]将反推验证和 TK ( Teager-Kaiser) 算子引入 TOA 定位算法中,很好的 修正了 NLOS 误差,实现精确定位。

针对工业环境中的 AGV,在仅预设终点与速 度的前提下,如何进行自主最优导航与定位等问 题,本文提出一种新的基于 UWB 信号的改进算 法。在室内环境中设有4 个基站,根据几何知识可 知,只需任意3 个基站与 AGV 的距离即可求 AGV 坐标。首先对基站与 AGV 进行两点测距,根据测 距数值的标准差这一统计特征选取可信度较高的 3 组数据作为观测对象,再利用上一时刻的先验信 息与最新状态观测值来进行改进的扩展卡尔曼滤 波定位,并提出了每次定位估计之后,采用更新当 前时刻状态的同时更新运动特征的思想,即根据当 前时刻的最优估计值更新下一时刻的预测依据,如 此迭代计算使算法具有良好的定位精度和跟踪 性能。

2 定位原理与算法描述

2.1 两点测距

AGV 的定位依赖于使用 UWB 技术的基站与 标签之间的通信测距。标签安装在 AGV 上,与基 站按照设定的机制进行通信,由基站根据时间信息 计算两点距离,我们将其叫做基于飞行时间( time of flight, TOF) 的算法,其中标签与基站通信机制图 如图1 所示。

基于UWB的无人运输车的导航定位算法研究

图1 标签与基站通信机制图

恭喜,此资源为免费资源,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。