复杂环境下基于BP-EKF的UWB-IMU定位方法

摘要

基于UWB技术的定位方法在现实生活中得到了广泛应用,但由于复杂的道路环境和障碍物影响,其产生的NLOS误差会严重影响系统的位置估计,导致定位精度低,鲁棒性差.为了提高复杂环境下UWB的定位方法的准确性和鲁棒性,提出了一种基于UWB和IMU数据融合的定位方法,该方法有效地将全局定位和局部定位结合起来,采用BP神经网络算法和EKF算法对IMU数据进行处理,并对IMU与UWB数据进行融合.实验结果表明,与传统UWB定位方法相比,该方法能有效抑制NLOS干扰对定位估计的影响,提高定位系统的精度和鲁棒性.