[发明专利]基于卡尔曼滤波的室内车辆定位方法

说明书

本发明涉及一种卡尔曼滤波的室内车辆定位方法，包括：获取车辆在室内场景中IMU和UWB传感器的量测信息；根据量测信息整定超参数矩阵；实时采集量测信息，并对量测信息中IMU和UWB传感器的量测数据进行时空同步；基于线性卡尔曼滤波，融合UWB和IMU传感器的量测数据，结合超参数矩阵进行迭代运算，获得定位结果。上述卡尔曼滤波的室内车辆定位方法，基于线性卡尔曼滤波原理，对UWB和IMU传感器进行信息融合，从而对车辆进行实时的高精度定位。获取同步传感器数据，而后利用融合算法对当前数据帧进行迭代运算，实现对室内车辆的实时定位，有效地减少定位的误差。无需通过增加多组传感器或者采用昂贵的高精度定位传感器，在控制成本的同时，提高了定位精度。

技术领域

本发明涉及室内定位技术领域，特别是涉及一种基于卡尔曼滤波的室内车辆定位方法。

背景技术

随着科技的进步发展，室内场景下的车辆服务也越来越普及到生产和生活中，例如，厂房中的轮式搬运机器人的调度，以及室内停车场中的车辆控制。为了使得室内场景的车辆更加自动化、智能化，其中非常关键的一环就是室内车辆定位。

然而，由于定位场景是在室内，卫星信号由于被墙体遮挡，难以接收，因此传统的高精度卫星定位技术就无法用于车辆定位了。在室内环境无法使用卫星定位时，使用室内定位技术作为卫星定位的辅助定位，解决卫星信号到达地面时较弱、不能穿透建筑物的问题，最终定位物体当前所处的位置。室内定位是指在室内环境中实现位置定位，主要采用无线通讯、基站定位、惯导定位、动作捕捉等多种技术集成形成一套室内位置定位体系，从而实现人员、物体、车辆等在室内空间中的位置监控。

对于室内车辆的自动化运行，提高定位精度势在必行。为了实现这一目的，通常在车辆或者定位场景中增加多组不同传感器或者采用高精度的定位传感器，但是，这会导致定位成本急剧升高，难以应用到生产和生活中。

发明内容

基于此，有必要针对上述技术问题，提供一种定位精度较高、成本较低的基于卡尔曼滤波的室内车辆定位方法。

一种卡尔曼滤波的室内车辆定位方法，所述方法包括：

获取车辆在室内场景中IMU和UWB传感器的量测信息，所述量测信息包括车辆的位置、速度、加速度和朝向角的测量值；

根据所述量测信息整定超参数矩阵，所述超参数矩阵包括量测噪声协方差矩阵的值和过程噪声协方差矩阵的值；

实时采集所述量测信息，并对所述量测信息中所述IMU和UWB传感器的量测数据进行时空同步；

基于线性卡尔曼滤波，融合UWB和IMU传感器的量测数据，结合所述超参数矩阵进行迭代运算，获得定位结果。

进一步的，所述获取车辆在室内场景中IMU和UWB传感器的量测信息，之前包括：

在室内场景四周部署UWB传感器的Anchor，并在车辆上安装UWB传感器的Tag和IMU传感器。

进一步的，所述根据所述量测信息整定超参数矩阵，包括：

将量测噪声协方差矩阵R设置为对角阵，在车辆静止时，分别测得UWB传感器沿着x、y轴的位置(x,y)和速度(v_x，v_y)对应的方差并将其填入所述量测噪声协方差矩阵R主对角线的对应位置。

进一步的，所述根据所述量测信息整定超参数矩阵，还包括：

将过程噪声协方差矩阵Q设置为对角阵，在车辆静止时，运行定位程序，调节主对角线的值，使得所述定位程序在终端显示的均方根误差最小，完成对过程噪声协方差矩阵Q的整定。

进一步的，所述时空同步包括时间同步和空间同步，所述时间同步是指获取近似同一时刻的UWB和IMU传感器的量测数据，并将其封装入同一数据帧中；所述空间同步是指统一UWB和IMU传感器的位置坐标系。