[发明专利]基于智能粒子滤波的室内无人靶车定位方法在审

专利信息
申请号: 202111420730.3 申请日: 2021-11-26
公开(公告)号: CN113932809A 公开(公告)日: 2022-01-14
发明(设计)人: 唐影;王昭;钱海雷;梁添程;左祺森;王重月 申请(专利权)人: 昆山九毫米电子科技有限公司
主分类号: G01C21/16 分类号: G01C21/16;G01S5/02;G01S19/47
代理公司: 陕西电子工业专利中心 61205 代理人: 田文英;王品华
地址: 215399 江苏省苏州市昆山市玉*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 智能 粒子 滤波 室内 无人 定位 方法
【权利要求书】:

1.一种基于智能粒子滤波的室内靶车定位方法,其特征在于,根据粒子权值大小将所有粒子分为两个群体,保留其中权值较大的群体,对权值小的群体进行交叉、变异操作;该室内靶车定位方法的具体步骤包括如下:

步骤1,生成粒子滤波的初始粒子:

随机生成用于粒子滤波的M个初始粒子,在待定位靶车的区域内随机选择与每个粒子对应的坐标作为该初始粒子的坐标,M≥10;

步骤2,确定每个定位时刻粒子滤波的状态坐标集:

(2a)利用惯性导航积分算法,确定每个定位时刻每个粒子的坐标;

(2b)将每个定位时刻所有粒子的坐标组成该定位时刻粒子滤波的状态坐标集;

步骤3,确定每个定位时刻粒子滤波的观测点坐标:

(3a)利用UWB定位算法,获取每个定位时刻无人靶车底座中心点的横、纵坐标初值;

(3b)将每个定位时刻无人靶车底座中心点的横、纵坐标初值作为该定位时刻粒子滤波观测点的横、纵坐标值;

步骤4,按照下式,计算每个定位时刻粒子滤波状态坐标集中每个粒子的权值:

其中,表示第k个定位时刻粒子滤波状态坐标集中第m个粒子的权值,和表示第k个定位时刻粒子滤波状态坐标集中第m个粒子的横、纵坐标值,分别表示第k个定位时刻粒子滤波观测点的横、纵坐标值;

步骤5,对每个定位时刻粒子滤波状态坐标集中的每个粒子进行重采样:

(5a)将在[0.6,0.8]中随机选取的一个小数WT设定为阈值,将每个定位时刻粒子滤波状态坐标集中权值小于该阈值的粒子组成该定位时刻的衰败粒子集,其余部分组成该定位时刻的优秀粒子集;

(5b)利用下述交叉公式,对每个定位时刻衰败粒子集中的每个粒子进行交叉操作:

其中,表示第k个定位时刻衰败粒子集中的第l个粒子交叉后的粒子,表示第k个定位时刻衰败粒子集中的第l个粒子,表示第k个定位时刻优秀粒子集中的第l个粒子,α表示交叉系数,为在[0.6,0.8]中随机选取的一个小数;

(5c)利用如下变异公式,对交叉后的粒子进行变异操作:

其中,表示变异后的粒子,rk表示第k个定位时刻的变异系数,为在[0,1]中随机选取的一个小数,p为(0,1)中随机选取的变异概率;

(5d)将每个定位时刻的优秀粒子集与该定位时刻所有经过变异后的粒子集合,作为该定位时刻重采样后的粒子滤波状态坐标集

步骤6,按照下式,计算每个定位时刻室内无人靶车的横、纵坐标值:

其中,和分别表示第k个定位时刻室内无人靶车底座中心点的横、纵坐标值,∑表示求和操作,和分别表示第k个定位时刻重采样后的粒子滤波状态坐标集中第i个粒子的横、纵坐标值。

2.根据权利要求1所述的基于智能粒子滤波的室内靶车定位方法,其特征在于,步骤(2a)中所述的利用惯性导航积分算法,确定每个定位时刻每个粒子的坐标值如下:

其中,和分别表示第k个定位时刻第m个粒子的横、纵坐标值,cos和sin分别表示取余弦和取正弦操作,ωk表示搭载在无人靶车上的惯性传感器在第k个定位时刻采集到的无人靶车的角速度,ak表示搭载在无人靶车上的惯性传感器在第k个定位时刻采集到的无人靶车的加速度。

3.根据权利要求1所述的基于智能粒子滤波的室内靶车定位方法,其特征在于,步骤(3a)中所述的利用UWB定位算法,获取每个定位时刻无人靶车底座中心点的横、纵坐标初值如下:

其中,和分别表示第k个定位时刻无人靶车底座中心点的横、纵坐标初值,c0表示电磁波在空气中的传播速度,τk表示搭载在无人靶车上的UWB信标在第k个定位时刻接收到的由UWB基站发出的短脉冲信号的飞行时间,θk表示短脉冲信号的到达角度,xY和yY分别表示室内UWB基站底座中心点的横、纵坐标值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于昆山九毫米电子科技有限公司,未经昆山九毫米电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111420730.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top