基于无迹卡尔曼滤波的IMU和UWB融合定位算法研究

摘要

新兴的物联网应用,对提供低成本、高精度的室内定位方案提出了巨大的需求。但是,在复杂的室内环境中很难使用独立的系统来达到更高要求的定位精度。为了解决传统的仅依赖于超宽带(Ultra-Wide Band,UWB)传感器的三基站观测距离最小二乘定位算法精度低和稳定性差的问题,提出了基于无迹卡尔曼滤波(Unscented Kalman Filter,UKF)的惯性测量单元(Inertial Measurement Unit,IMU)和UWB多传感器融合定位算法。此外,还提出了基于UKF的单基站观测距离和角度直接定位算法(Direct Position Algorithm,DPA),当定位精度要求不高时,DPA定位算法可以大大降低基站部署的复杂度和成本。结果表明所提出的三基站观测距离WLS定位算法定位精度相对而言有一定提高。基于UKF的融合定位算法在提高定位精度的同时还能够有效抑制定位数据的抖动,从而进一步地提高定位稳定性,适用于复杂室内环境下要求低成本、高精度和高可靠性的定位场景。