基于REID和自适应卡尔曼滤波的室内移动目标定位方法

摘要

本文研究了UHF-RFID(超高频-射频识别)环境下的移动目标定位问题,提出了一种结合自适应卡尔曼滤波和BVIRE(边界虚拟参考标签)的移动机器人定位方法,即B-AKF(Boundary-Adaptive Kalman Filter)定位方法.首先,利用UHF-RFID系统对移动机器人进行初始定位,其次,考虑模型和噪声统计特性不确定性,采用自适应卡尔曼滤波方法对机器人的运动状态进行预测和更新,并引入自适应因子补偿噪声方差不确定性问题.最后,搭建了基于UHF-RFID的定位实验平台,并通过实验研究表明,相比于传统的线性BVIRE和线性卡尔曼滤波方法,所提出的自适应卡尔曼滤波方法具有更高的定位精度和更强的鲁棒性能.