「好设计论文」基于超宽带的移动机器人室内定位系统设计

内容导航：

「好设计论文」基于超宽带的移动机器人室内定位系统设计

室内定位系统只要有哪些定位方式？

室内定位技术都有哪些？都有什么优缺点？

目前行业内有哪些比较高精度的室内定位算法和实现

一、「好设计论文」基于超宽带的移动机器人室内定位系统设计

摘要：针对目前移动机器人室内定位方式灵活性差和精度不高的问题，设计了一种基于超宽带（UWB）的高精度移动机器人室内定位系统。系统以UWB射频模块组成无线传感器网络，包括基站(Anchor)和安装在移动机器人顶端的标签(Tag)。采用非对称双边双向测距技术（ADS-TWR）获得标签到各基站之间的距离信息，无需基站与标签、基站与基站之间的时钟同步。距离信息通过WiFi由基站传输到上位机，利用卡尔曼滤波算法对距离信息进行优化后进行定位。测试结果表明，该系统具有布设简单、高精度、高实时性的特点，定点定位误差在13 cm以内，动态点定位误差小于20 cm。

中文引用格式：卢靖宇，余文涛，赵新，等. 基于超宽带的移动机器人室内定位系统设计[J].电子技术应用，2017，43(5)：25-28.

英文引用格式：Lu Jingyu，Yu Wentao，Zhao Xin，et al. Design of indoor positioning system for mobile robot based on ultra-wideband[J].Application of Electronic Technique，2017，43(5)：25-28.

0 引言

移动机器人定位是其自主导航中的最基本环节，也是移动机器人完成任务必须解决的问题。对定位的要求是定位精度高（亚米级精度），实时性好。目前移动机器人室内定位主要分为两大类：(1)相对定位法，即航迹推算法[1]。利用机器人所装备的各种传感器获取机器人的运动动态信息，通过递推累计公式获得机器人相对初始状态的估计位置。使用的传感器主要是码盘和惯性传感器。但是他们都有一个共同的缺点：存在累积误差，随着行驶时间、距离的不断增加，误差也不断增大，不适合长时间长距离的精确定位。(2)绝对定位法，即机器人通过获取外界一些位置等已知的参照信息，通过计算自己与参照信息之间的相互关系解算出自己的位置。绝对定位法主要采用同步定位与建图[2]（Simultaneous Localization and Mapping，SLAM）、视觉定位方法以及基于信标定位等方法。其中SLAM定位法和视觉定位数据量大，价格昂贵,目前只适宜试验研究使用。而且，这两种方法只适用于一些结构简单的环境，对移动机器人一般工作的复杂室内环境并不能提供很好的定位精度。因此，本系统选用基于UWB的信标定位的方法来实现复杂室内环境下的移动机器人室内定位。

UWB信号具有超高分辨率、抗多径效应、穿透力强以及结构简单的优点，成为目前室内高精度定位的最佳技术[3]。常用的UWB定位方式为基于到达时间法(Time of Arrival，TOA)以及到达时间差法(Time Difference of Arrival，TDOA)。但是，这TOA法需要标签与基站之间时钟同步，TDOA法需要基站与基站之间的时钟同步，这增大了系统设计难度。

本文基于UWB技术，采用decaWave公司生产的DWM1000模块，应用非对称双边双向测距(Asymmetric Double Sided Two-Way Range，ADS-TWR)技术进行定位，无需基站与标签之间和基站与基站之间时钟同步，大大缩减系统设计难度。针对实际应用中由非视距传播引起的测量误差，采用卡尔曼滤波算法对测距进行优化，提高定位精度。最终实现一种高精度、高实时性的移动机器人室内定位系统。

1 系统总体设计

移动机器人室内定位系统主要由UWB无线传感器网络和上位机显示软件两部分组成，系统示意图如图1所示。系统硬件部分包括基站和安装在移动机器人顶端的标签。其中基站分为普通基站(基站2、基站3和基站4)和通信基站(基站1)。标签和基站均由单片机和DWM1000组成的通信模块构成，并由软件配置模块的角色(标签或者基站)。DWM1000可以精确地测量UWB信号发送和接收的时间点，通过ADS-TWR 技术测得标签到各个基站之间的距离，利用UWB通信功能，各基站将距离信息发送给通信基站，最终通过WiFi将距离信息传送给上位机进行定位并显示。通信基站的硬件结构图如图2所示（标签和普通基站没有WiFi模块）。

2 基于ADS-TWR技术的测距及优化

无线定位系统定位的准确性取决于测距的精度。UWB定位系统测距误差的来源除了非视距引起的误差外，还包括晶振的时钟漂移引起的误差。晶振时钟漂移会影响对信号发送和接收时间点的测量，继而影响测距的准确性。UWB定位系统最简单的测距方式是单程测距（One Way Ranging，OWR），但是这对节点之间的时钟同步要求极其严格，而双程测距（Two Way Ranging，TWR）虽能消除节点之间未能完全同步的影响，但无法消除晶振时钟漂移的影响。而对称双边双向测距（Symmetry Double Sided Two-Way Range，SDS-TWR）可以消除晶振时钟漂移的影响，但是要求信号回复时间严格相等，这样大大降低了定位的实时性[4]。在此采用ADS-TWR测距技术。

ADS-TWR测距过程如图3所示，图中pollTX、pollRX、answerTX、answerRX、finalTX、finalRX代表UWB信号离开标签和基站天线的时间点。测距过程如下：首先标签向基站请求帧；基站收到请求帧后启动计时，经过延时Treply1后向标签发送应答帧；标签收到应答帧后启动计时，并将发送和接收信号时的时间点写入终止帧，经延时Treply2后发送给基站；基站收终止帧后表示测距结束。

距离计算公式如式(1)和(2)所示：

其中，kt和 ka为标签和基站时钟偏移系数，二者都接近于1。对于20 ppm的时钟(最坏规格的时钟)，则kt和ka都可以是0.999 98或1.000 02。对于相对较大的测距范围如100 m，Ttof仅为333 ns，飞行时间测量误差为6.7 ps，换算为距离误差仅为2.2 mm。因此，ADS-TWR测距能很好地抑制时钟漂移的影响。

ADS-TWR测距不要求应答时间Treply1和Treply2相等。因此，在标签与多个基站进行通信时，可以通过设定各节点的应答时间来减少标签测距的时间，保证定位系统的实时性。

图4为本文所采用的多基站测距机制。标签向4个基站发送请求帧，基站接收到请求帧后按照设定的应答时间依次向标签发送应答帧，标签接收到应答帧后，将4个基站用于计算距离参数写入终止帧，并发送给所有基站；各基站接收到终止帧后测距结束。基站利用式(1)和(2)计算出距离，然后通过UWB发送给通信基站。实际应用中，对于四基站定位系统，通过优化各基站应答时间，可使单轮测距时间能控制在2 ms左右，完全可以满足移动机器人定位对实时性的要求。

3 基于卡尔曼滤波的定位算法

移动机器人在室内活动，不可避免地受到遮挡的影响。标签与基站之间由于存在人或座椅等遮挡物，这时UWB信号不能进行直线传播，而是利用衍射、透射和反射的方式到达接收端，就是非视距传播（NLOS）。这时系统对飞行时间的测量就是会出现误差，而定位精度也就有了误差。非视距误差受到室内环境影响，是一个实时变化的值。由于非视距传播增加了信号的传播时间和传播距离，因此非视距误差服从一个正均值的随机过程[5]。

假设t时刻标签到基站的距离为di(t)，ri(t)表示二者之间的真实距离，Ni(t)表示观测时由环境因素引起的非视距误差，ni(t)为零均值高斯噪声，则可用下式表示它们之间的关系：

本文采用卡尔曼滤波算法对距离进行优化，对NLOS误差值进行迭代处理，以此来减小定位误差。首先利用状态向量方程对距离信号进行卡尔曼滤波，估计出NLOS误差值Ni(t)，然后从最初的测距值di(t)中除去非视距误差，得到精确地距离值[6]。系统的状态方程和测量方程如下：

其中，Δt为采样间隔；ωd(t)和ωN(t)分别为测量过程中的噪声误差分量；β为实验参数；vi(t)为测量误差。再给出t时刻的状态向量和估计误差的协方差的初始值之后，就可以通过迭代运算对不同时刻的状态向量做出估计。由于非视距误差具有非负性，因此在迭代过程中如Ni(t)出现负值就强制置零。

根据基站坐标和标签到基站的距离可以得到以下方程组：

其中(xi，yi，zi)为基站i的坐标，di为经过卡尔曼滤波优化后标签到基站i的距离。用第i个式子减去第j个式子得：

4 系统测试

实验地点为12 m×8 m×6 m的南开大学微纳加工实验室，该环境下NLOS干扰现象比较严重。为减小人工对真实路径测量所带来的误差，本文实验结果与实验室内QUALISYS视频式三维运动采集系统的定位结果进行对比。通过在标签上粘贴被动标记获得QUALISYS系统的定位结果，其定位精度可达到亚毫米级。试验场景照片如图5所示，标签安装在移动机器人的顶端。

系统测试分为两部分，分别对静态点和动态点进行定位实验。在试验场地内随机选择10个点作为定点实验位置，分别做定位实验 ，每个点采集500次定位数据。实验结果如图6所示，其中方框代表 QUALISYS系统测出的结果，小黑点为本系统定位结果。

利用均方根误差（RSME）对实验数据进行分析，计算结果如表1所示。可以看出，在室内NLOS环境下，基于卡尔曼滤波的定位方法在定点定位中误差能控制在13 cm以内。

进一步根据移动机器人实际定位的需求，随机选择一个标签以1 m/s的速度在沿着设定路线进行移动，测试结果如图7所示，其中深色轨迹为QUALISYS系统的定位结果，浅色轨迹为所设计系统定位结果。可以看到标签偏离目标估计的最大距离为20 cm，保证了移动机器人移动时的定位精度。

5 结语

本文针对目前移动机器人室内定位方式灵活性差和精度不高的问题，利用UWB技术，设计了一种高精度移动机器人室内定位系统。一方面采用ADS-TWR测距技术保证定位系统的实时性和测距精度；另一方面采用卡尔曼滤波方法进行定位，滤除非视距误差，保证系统的定位精度。实验表明，系统具有高精度、高稳定性的特点，满全能满足移动机器人室内定位的需求。

参考文献

[1] CHUNG H，OJEDA L，BORENSTEIN J.Accurate mobile robot dead-reckoning with a precision-calibrated fiber-optic gyroscope[J].Robotics & Automation IEEE Transactions on，2001，17(1)：80-84.

[2] 王炜强.基于视觉定位的地图构建方法研究[D].浙江：浙江大学，2010.

[3] 房秉毅.基于超宽带技术的室内定位系统[J].电子技术应用，2006，32(7)：124-127.

[4] 陶偲.基于UWB的室内SDS-TWR测距算法优化和定位算法融合的研究[D].武汉：华中师范大学，2016.

[5] 张宴龙.室内定位关键技术研究[D].合肥：中国科学技术大学，2014.

[6] ZHANG L，ZHANG H，CUI X R，et al.Ultra wideband indoor positioning using Kalman filters[C].Advanced Materials Research，2012，433-440：4207-4213.

作者信息

卢靖宇1，2，余文涛1，2，赵 新1，2，孙广毅1，2

1.南开大学 计算机与控制工程学院，天津300350；

2.天津市智能机器人技术重点实验室，天津300350；

一、室内定位系统只要有哪些定位方式？

室内定位系统使用比较多的定位方式有，WIFI定位，蓝牙定位，UWB高精度室内定位

WiFi室内定位技术分为两种，通过移动设备和三个无线网络接入点的无线信号强度，通过差分算法，来比较精准地对人和车辆的进行三角定位以及事先记录巨量的确定位置点的信号强度，通过用新加入的设备的信号强度对比拥有巨量数据的数据库，来确定位置。这种定位方式可以实现复杂的大范围定位，但最高精确度只能达到2米。

蓝牙定位技术是一种通过手机蓝牙功能实现定位的一种定位方式，这种定位技术除了使用手机的蓝牙模块外，还需部署蓝牙基站，最高可以达到亚米级定位精度。蓝牙室内定位技术优点是设备体积小、短距离、低功耗，容易集成在手机等移动设备中。只要设备的蓝牙功能开启，就能够对其进行定位。蓝牙传输不受视距的影响，但对于复杂的空间环境，蓝牙系统的稳定性稍差，受噪声信号干扰大且在于蓝牙器件和设备的价格比较昂贵。

3.超宽带室内定位人员管理系统，这是近年来新兴的一项无线技术，这款定位系统，传输速度快，发射功率低，穿透力也很强，抗干扰性也很强，并且可以得到精确的结果，缺点就是，现在的造价较高，所以只要解决了造价的问题，那么超宽带定位技术，在无线室内定位领域将会具有很好的前景。

从技术上看，无论是从定位精度、安全性、抗干扰、功耗等角度来分析，UWB无疑是最理想的工业室内定位技术之一。（图为UWB高精度室内定位手环）

二、室内定位技术都有哪些？都有什么优缺点？

超声波技术

超声波定位目前大多数采用反射式测距法。系统由一个主测距器和若干个电子标签组成，主测距器可放置于移动机器人本体上，各个电子标签放置于室内空间的固定位置。定位过程如下：先由上位机发送同频率的信号给各个电子标签，电子标签接收到后又反射传输给主测距器，从而可以确定各个电子标签到主测距器之间的距离，并得到定位坐标。

红外线技术

红外线是一种波长间于无线电波和可见光波之间的电磁波。典型的红外线室内定位系统Active badges使待测物体附上一个电子标识，该标识通过红外发射机向室内固定放置的红外接收机周期发送该待测物唯一ID，接收机再通过有线网络将数据传输给数据库。这个定位技术功耗较大且常常会受到室内墙体或物体的阻隔，实用性较低。

超宽带技术

超宽带技术是近年来新兴的一项无线技术，目前，包括美国，日本，加拿大等在内的国家都在研究这项技术，在无线室内定位领域具有良好的前景。UWB技术是一种传输速率高（最高可达1000Mbps以上），发射功率较低，穿透能力较强并且是基于极窄脉冲的无线技术，无载波。正是这些优点，使它在室内定位领域得到了较为精确的结果。

射频识别技术

射频定位技术实现起来非常方便， 而且系统受环境的干扰较小，电子标签信息可以编辑改写比较灵活。

三、目前行业内有哪些比较高精度的室内定位算法和实现

目前室内定位常用的较高精度的定位方法，从原理上主要分为七种：邻近探测法、质心定位法、多边定位法、三角定位法、极点法、指纹定位法和航位推算法。
一、邻近探测法
通过一些有范围限制的物理信号的接收，从而判断移动设备是否出现在某一个发射点附近。该方法虽然只能提供大概的定位信息，但其布设成本低、易于搭建，适合于一些对定位精度要求不高的应用，例如自动识别系统用于公司的员工签到。
二、质心定位法
根据移动设备可接收信号范围内所有已知的信标（beacon）位置，计算其质心坐标作为移动设备的坐标。该方法易于理解，计算量小，定位精度取决于信标的布设密度。
三、多边定位法
通过测量待测目标到已知参考点之间的距离，从而确定待测目标的位置。精度高、应用广。
四、三角定位法
基于无线信号的三角测量定位算法是室内定位算法中非常常见的一种，三角测量定位算法类似GPS卫星定位。实际定位过程中使用的是RSSI信号值衰减模型。原理是在无线信号强度在空间中传播随着距离衰减，而无线信号强度（RSSI值）对于定位标签上的接收器来说是可测的，那么依据测试到的信号强度，再根据信号衰减模型就可以反推出距离了。获取待测目标相对2个已知参考点的角度后结合两参考点间的距离信息可以确定唯一的三角形，即可确定待测目标的位置。基于三角测量定位算法的定位方案是被动式蓝牙定位方案和主被动一体式蓝牙定位方案。
五、极点法
通过测量相对某一已知参考点的距离和角度从而确定待测点的位置。该方法仅需已知一个参考点的位置坐标，因此使用非常方便，已经在大地测量中得到广泛应用。
六、指纹定位法
在定位空间中建立指纹数据库，通过将实际信息与数据库中的参数进行对比来实现定位。指纹定位的优势是几乎不需要参考测量点，定位精度相对较高；但缺点是前期离线建立指纹库的工作量巨大，同时很难自适应于环境变化较大的场景。
七、航位推算法
是在已知上一位置的基础上，通过计算或已知的运动速度和时间计算得到当前的位置。数据稳定，无依赖，但该方法存在累积误差，定位精度随着时间增加而恶化。