為了提高室內(nèi)行人組合導(dǎo)航系統(tǒng)的精度和靈活性,提出了一種Range-only超寬帶(UWB)/慣性導(dǎo)航系統(tǒng)(INS)緊組合導(dǎo)航方法。該方法將錨點(diǎn)的位置信息引入到系統(tǒng)狀態(tài)變量中并通過數(shù)據(jù)融合濾波器進(jìn)行預(yù)估,以克服傳統(tǒng)UWB/INS緊組合導(dǎo)航模型中需要預(yù)先獲取錨點(diǎn)位置信息的缺點(diǎn),減少錨點(diǎn)位置信息精度對(duì)組合導(dǎo)航系統(tǒng)的影響。在此基礎(chǔ)上,利用迭代擴(kuò)展卡爾曼濾波(IEKF)來完成組合導(dǎo)航系統(tǒng)的數(shù)據(jù)融合濾波,以提高對(duì)目標(biāo)行人導(dǎo)航信息的預(yù)估精度。實(shí)驗(yàn)結(jié)果顯示,所提方法的平均絕對(duì)位置誤差與傳統(tǒng)UWB/INS緊組合方法相比降低了11.69%,算法對(duì)錨點(diǎn)位置信息的依賴程度也顯著降低。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1Ｒange-onlyUWB/INS緊組合導(dǎo)航模型基本架構(gòu)

圖2IEKF濾波算法Fig．2FlowchartofIEKFalgorithm表19軸IMU各項(xiàng)參數(shù)

2118儀器儀表學(xué)報(bào)第37卷UWB/INS緊組合導(dǎo)航模型為非線性模型。為了克服傳統(tǒng)擴(kuò)展卡爾曼濾波器(extendedkalmanfilter，EKF)通過泰勒級(jí)數(shù)展開對(duì)非線性模型進(jìn)行線性化時(shí)容易引入截?cái)嗾`差的缺點(diǎn)［13-14］，提高對(duì)組合導(dǎo)航信息以及導(dǎo)航環(huán)境的預(yù)估精度，本文采用通....

圖3實(shí)驗(yàn)平臺(tái)基本架構(gòu)

2118儀器儀表學(xué)報(bào)第37卷UWB/INS緊組合導(dǎo)航模型為非線性模型。為了克服傳統(tǒng)擴(kuò)展卡爾曼濾波器(extendedkalmanfilter，EKF)通過泰勒級(jí)數(shù)展開對(duì)非線性模型進(jìn)行線性化時(shí)容易引入截?cái)嗾`差的缺點(diǎn)［13-14］，提高對(duì)組合導(dǎo)航信息以及導(dǎo)航環(huán)境的預(yù)估精度，本文采用通....

圖4實(shí)際實(shí)驗(yàn)場(chǎng)景Fig．4Ｒealtestscene

第9期徐元等:面向室內(nèi)行人的Ｒange-onlyUWB/INS緊組合導(dǎo)航方法2119圖4實(shí)際實(shí)驗(yàn)場(chǎng)景Fig．4Ｒealtestscene3．2算法性能分析UWB、INS和本文所提出的Ｒange-onlyUWB/INS組合導(dǎo)航算法的軌跡比較如圖5所示。可以看出，INS對(duì)目標(biāo)行人的行....

本文編號(hào)：3942904