UWB/INS紧组合的室内定位定姿方法

徐爱功，刘 韬，隋 心,2，王长强

(1.辽宁工程技术大学 测绘与地理科学学院, 辽宁 阜新 123000； 2.武汉大学 卫星导航定位技术研究中心, 武汉 430079)



UWB/INS紧组合的室内定位定姿方法

徐爱功1，刘 韬1，隋 心1,2，王长强1

(1.辽宁工程技术大学 测绘与地理科学学院, 辽宁 阜新 123000； 2.武汉大学 卫星导航定位技术研究中心, 武汉 430079)

针对室内环境下UWB定位精度受NLOS误差影响明显，且不能提供载体姿态信息的问题，提出UWB/INS紧组合的室内定位定姿方法：利用经过标准时间偏差改正后的RTT测距信息与INS推算的距离信息之差作为量测信息，按设定的阈值剔除NLOS误差，通过扩展卡尔曼滤波进行室内定位定姿。实验结果表明，该方法能有效抑制NLOS误差的影响，较好提升在NLOS环境下的定位定姿精度，适用于高精度的室内移动测量。

UWB/INS紧组合；NLOS；室内定位定姿

0 引言

在室外环境中，全球卫星导航系统(global navigation satellite system，GNSS)以及与惯性导航系统(inertial navigation system，INS)组成的GNSS/INS组合导航系统能进行较高精度的导航定位服务；在室内封闭环境中，由于无法接收到卫星信号，GNSS及GNSS/INS组合技术已无法进行有效的导航定位。相较于射频识别(radio frequency identification，RFID)、ZigBee、无线局域网络(wireless local area networks，WLAN)、蓝牙等室内定位技术，超宽带(ultra-wide band，UWB)技术由于具有极大的带宽和超高的时间分辨率，能提供高达cm级的定位精度，且具有更好的穿透能力，更适用于室内封闭环境下的高精度导航定位服务[1-2]。

UWB定位一般包括基于角度到达(angle of arrival，AOA)、基于接收信号强度(received signal strength，RSS)和基于到达时间(time/time difference of arrival，TOA/TDOA)等方法，其中：AOA方法需要天线阵列，额外增加硬件成本；RSS方法对信道环境极为敏感，鲁棒性不强[3]；TOA方法需UWB基准站和流动站之间保持严格的时间同步；TDOA方法需UWB基准站之间保持严格的时间同步[2]，在不增加硬件的条件下，很难通过算法进行精确的时间同步；基于往返时间(round trip time，RTT)方法可以间接测量UWB基准站和流动站的距离，不需要UWB基准站和流动站保持严格的时间同步[4-5]。在非视距(non line of sight，NLOS)环境下，由于障碍物的遮挡，UWB定位精度会大幅降低。利用Kalman滤波对原始测距信息平滑进而减少NLOS误差的影响，如文献[5]提出了有色噪声自适应的卡尔曼滤波方法消除NLOS误差，仿真效果显著，但计算量较大；利用AOA/RTT混合测距方式减轻NLOS误差的影响[6]，算法简单、计算量小，但会在RTT测距的方式上增加AOA量测的硬件成本。

INS利用陀螺仪和加速度计量测载体的角速率和比力信息，依据初始位置和初始方位进行二次积分获取载体的位置、速度和方位角信息，短期导航定位精度高；但其误差随时间迅速累积[4,7]。

UWB/INS组合既能利用INS解算的结果减少UWB中NLOS误差的影响，又能利用UWB的测距或解算信息抑制INS中误差随时间的迅速累积，从而获得更高的导航定位精度以及更丰富的导航信息[7-11]。UWB/INS组合方式可分为松组合和紧组合，其中松组合利用UWB解算的位置(或位置和速度)信息与INS推算的位置(或位置和速度)信息进行组合滤波[7-8]，其导航结果的精度依赖于UWB解算的精度，且算法中包括UWB导航解算部分，算法冗余度较高；而紧组合利用UWB的原始测距信息与INS推算的距离信息进行组合[9-11]，能较好地利用INS推算的距离信息鉴别UWB中的NLOS误差，从而减少NLOS误差的影响。

本文采用UWB/INS紧组合的方式，以RTT测距信息与INS推算的距离信息进行组合，并提出分级量测方程，充分利用RTT测距中的有用信息；同时利用样本统计确定RTT测距中的时延模型。

1 RTT测距及INS量测模型

1.1 RTT测距模型

RTT测距是通过UWB脉冲信号从UWB流动站到UWB基准站的往返时间确定二者之间的距离，其不需要UWB基准站及与流动站间的时间同步[1,5]，可以消除TOA/TDOA测距中的时间同步误差。如图1所示，UWB流动站向UWB基准站发送加入标识的脉冲信号，UWB基准站识别标识并接收到脉冲信号后再向UWB流动站发送响应脉冲，UWB流动站接收到响应脉冲信号，其模型为

(1)

那么，UWB流动站与UWB基准站间的距离为

(2)

标准时间偏差所造成的测距误差rD不仅包括脉冲信号在UWB流动站和UWB基准站中的固定时延误差、UWB器件误差和UWB逐次启动误差，而且还与脉冲信号传播的距离、温度等外界环境有关[10,12]，模型可表示为

rD=cn+φ(s)+en。

(3)式中：cn为固定时延误差、UWB器件误差、UWB逐次启动误差和外界环境所造成的常值误差项；φ(s)为不同UWB测距距离形成的误差，可以看作是与距离s构成的多项式函数[10]；en为系统噪声。

可知需要逐一对UWB设备进行标定，确定每个UWB基准站和流动站间的标准时间偏差误差项，获得更精确的RTT测距信息。假定温度等大气环境恒定，在完全的LOS环境下，将UWB流动站与UWB基准站放置于多组固定距离上，将大量RTT测距信息的平均值与真实测距信息的差值作为标准时间偏差误差rD，最后通过拟合可确定标准时间偏差的误差模型。

1.2 INS量测模型

INS通过3轴的陀螺仪和加速度计量测载体在载体坐标系b系下的角速率信息和比力信息[12-13]。经过转台标定并进行误差补偿之后，陀螺仪和加速度计输出信息为：

(4)

(5)

2 UWB/INS组合算法

2.1 状态方程

本文采用的UWB/INS紧组合是指直接利用UWB的RTT距离量测值和INS推算距离之间的差值作为量测信息，以UWB的RTT距离量测值作为约束辅助INS进行位置、速度和姿态更新。

在大多数室内应用(如机场、商场)中，平面定位的需求超过高程定位，且横滚角和俯仰角的变化为0°左右[7-9]；因而本文只考虑室内二维导航定位。以UWB坐标系作为导航系n系，利用陀螺仪和加速度计输出的角速率信息和比力信息，UWB辅助INS从而获得载体的位置、速度和方位角，其模型为：

(6)

(7)

(8)

(9)

以载体的位置、速度和航向角为状态向量，则可以得到UWB/INS紧组合的状态方程为

(10)

2.2 量测方程

在室内平面的导航定位中，需要将UWB的RTT测距信息中的垂直方向差值减去；同时，需将INS解算的平面坐标推算至载体与UWB基准站间的距离，即：

i=1,2,…,M；

(11)

对于UWB辅助INS的组合定位定姿，以INS推算的距离信息与UWB的RTT测距信息的差值作为组合滤波器的量测信息。由于障碍物的遮挡，RTT测距信息中会存在NLOS误差，则需要将NLOS改正或消除；但UWB基准站相互间的NLOS误差是相互独立的。为了充分利用良好的RTT测距信息，本文提出分级量测方程，即量测方程的维数是变化的，即：

(13)

(14)

对式(11)进行泰勒一阶展开可得

同时，式(12)可表示为

(16)

式中：vi,k为第k时刻第i个RTT距离量测噪声。将式(15)和式(16)作差，即可得到UWB/INS紧组合的量测方程为

Z(k)=HX(k)+v(k)。

(17)

根据状态方程和量测方程，通过Kalman滤波进行时间更新和量测更新获得载体的导航信息[14]。图2给出了UWB辅助INS室内导航定位的整体流程。

3 实验及结果分析

3.1UWB标准时间偏差标定

为了确定每个UWB的标准时间偏差函数，在本次实验中，以TimeDomain公司的PulsON400通信与测距模块为UWB硬件，以LeicaTS06全站仪测距结果为真实值。实验场景为完全的LOS条件下，即实验过程中UWB流动站和基准站间无障碍物遮挡，且实验中无人员穿行，其中UWB流动站保持不动，将UWB基准站放置于固定距离上，按距离3～30m分为10组，每组间隔3m，在每组距离上RTT测距1 000次，将平均RTT测距信息作为当前距离上的RTT测距值。每组距离的RTT测距值与真实值的差作为RTT测距误差，在本次实验中认为是标准时间偏差误差(如图3所示)。

图3是针对0～35m的测距范围，对3个UWB基准站的10组标准时间偏差误差进行分析并用4阶多项式进行拟合，确定3个UWB基准站统一的标准时间偏差误差模型，用于RTT测距中的UWB标准时间偏差改正。

3.2UWB/INS组合实验及分析

由图可以看出，由于UWB信号的遮挡，3组UWB的RTT测距中存在大量的NLOS误差或RTT测距异常值，如果单依靠UWB进行导航定位会存在一定困难。本次实验中，UWB解算采用2步最小二乘[15](2WLS)方法，图5、图6分别为UWB和UWB/INS解算结果和航向角结果。

从图5可以看出：当3组RTT测距值均良好时，UWB和UWB/INS组合解算结果都能贴近参考轨迹，定位精度均能达到cm级；当3组RTT量测值中任意一组出现NLOS误差或测距异常时，UWB解算的结果中存在大量的发散值，其定位结果已不可靠，其最大定位精度超过10m，而此时UWB/INS组合解算结果良好，其最大定位精度(图5(b)中圆圈部分)为0.63m。从图6可以看出，UWB/INS组合还能获得载体的航向角信息，其航向角精度为0.05°左右。表1给出了UWB和UWB/INS组合解算结果的误差统计，其中LOS环境指3组RTT测距值均良好时的平均误差值。

表1 UWB及UWB/INS组合误差统计

经分析：在LOS环境下，UWB/INS组合和单独UWB都能达到cm级的定位精度；在NLOS环境下，UWB/INS组合能大幅提升定位精度，具有更稳定的导航定位能力，同时还能提供载体的姿态信息，能够适用于高精度的室内定位定姿需求。

4 结束语

GNSS/INS组合可以在室外获得高精度的定位定姿结果；而在室内环境下，需要采用其他室内定位系统来替代GNSS，UWB是一个较好的选择：因此本文针对基于UWB/INS紧组合的室内定位定姿方法进行研究。标准时间偏差和NLOS误差是UWB测距的主要误差源。本文采用4阶多项式拟合模型对UWB的标准时间偏差进行标定，利用INS推算的距离信息对UWB NLOS误差进行鉴别；以经典的RTT测距及INS量测模型为基础，推导出UWB/INS紧组合的状态方程和量测方程，通过扩展卡尔曼滤波进行参数解算，最终获得室内二维环境下的高精度定位定姿信息。利用实测实验对以上算法进行验证，结果表明UWB/INS紧组合具有在LOS和NLOS环境下的高精度定位定姿能力，有较好的稳定性，可用于高精度室内移动测量。

[1] HUI L, HOU S, PAT B, et al. Survey of wireless indoor positioning techniques and systems[J]. IEEE Transaction on System, Man, and Cybernetics-Part C: Applications and Reviews，2007, 37(6):1067-1080.

[2] ABDULRAHMAN A, ABDULMALIK A S, MANSOUR A, et al.Ultra wideband indoor positioning technologies analysis and recent advances[J]. Sensors, 2016, 16(5):707.

[3] 肖竹,王勇超,田斌.超宽带定位研究与应用:回顾和展望[J].电子学报, 2011, 39(1):133-141.

[4] JOHN O N, ALESSIO D A, ISAAC S, et al. Signal processing issues in indoor positioning by ultra wide band radio aided inertial navigation[EB/OL].(2009-08-07)[2017-02-18].http://www.eurasip.org/Proceedings/Eusipco/Eusipco2009/contents/papers/1569187242.pdf.

[5] 李奇越,吴忠,黎洁,等.基于改进卡尔曼滤波的NLOS误差消除算法[J].电子测量与仪器学报,2015,29(10):1513-1519.

[6] 毛科技,邬锦彬,金洪波,等.面向非视距环境的室内定位算法[J].电子学报,2016,44(5):1174-1179.

[7] RISANG G Y, FREDERIK P, FLANDERS M.Sensor fusion for indoor navigation and tracking of automated guided vehicles[C]//The Institute of Electrical and Electronic Engineers(IEEE).Proceedings of International Conference on Indoor Positioning and Indoor Navigation (IPIN 2015). Banff, Canada: IEEE, 2015: 1-5.

[8] 刘见辉,王冬,刘凤英,等.高精度UWB/SINS组合室内定位系统研究[J]. 导航定位学报,2016,4(2):53-56.

[9] ALESSIO D A, JOHN O N, ISAAC S, et al. Indoor positioning by ultrawide band radio aided inertial navigation[J]. Metrology and Measurement Systems, 2010, 17(3):447-460.

[10]ZHANG RUI，HÖFLINGER F，REINDL L.Inertial sensor based indoor localization and monitoring system for emergency responders[J]. IEEE Sensors Journal, 2013, 13(2):838-848.

[11]TINGCONG Y, SALVATORE T, MICHAEL W, et al. Fully-coupled hybrid IEEE 802.15.4a UWB/IMU position estimation in indoor environments[C]//The Institute of Electrical and Electronic Engineers(IEEE).Proceedings International Conference on Information and Communications Technologies (ISSC/CIICT 2014). Limerick: IEEE, 2013:53-58.

[12]MANON K, JEROEN D H, THOMAS B S. Indoor positioning using ultrawideband and inertial measurements[J]. IEEE Transactions on Vehicular Technology, 2015, 64(4):1293-1303.

[13]YOUSSEF T, PHILLIP T, CYRIL B, et al. Implementation and performance of a GPS/INS tightly coupled assisted PLL architecture using MEMS inertial sensors[J]. Sensors, 2014, 14(2):3678-3796.

[14]秦永元. 张洪钺. 汪叔华.卡尔曼滤波与组合导航原理[M]. 西安: 西北工业大学出版社,2015:33-49.

[15]CHAN Y T, HO K C. A simple and efficient estimator for hyperbolic location[J]. IEEE Transactions on Signal Processing, 1994, 42(8):1905-1915.

Indoor positioning and attitude determination method based on UWB/INS tightly coupled

XUAigong1,LIUTao1,SUIXin1,2,WANGChangqiang1

(1.School of Geomatics, Liaoning Technical University, Fuxin, Liaoning 123000, China;2.Research Center of GNSS, Wuhan University, Wuhan 430079, China)

Aiming at the problem that the accuracy of UWB positioning was obviously affected by NLOS errors and it cannot provide attitude information in indoor environment, the paper proposed an indoor positioning and attitude determination method of UWB/INS tightly coupled: the difference between the RTT ranging information after the correction of standard deviation time and the distance information calculated by INS was used as measurement information, and the NLOS error was rejected with preset threshold, finally the position and attitude was determinted by extended Kalman filter.Experimental result showed that this method could effectively restrain the influences of NLOS error and greatly improve the positioning and attitude accuracy in NLOS environment, which would be suitable for high-precise traverse measurement in indoor environment.

UWB/INS tightly coupled; NLOS; indoor positioning and attitude determination

2016-08-15

国家重点研发计划项目(2016YFC0803102)；辽宁省高等学校创新团队项目(LT2015013)。

徐爱功(1963—)，男，山东日照人，教授，博士，研究方向为全球卫星定位系统与地理信息系统及智能交通系统的集成与应用。

徐爱功，刘韬，隋心，等.UWB/INS紧组合的室内定位定姿方法[J].导航定位学报,2017,5(2):14-19.(XU Aigong, LIU Tao, SUI Xin,et al.Indoor positioning and attitude determination method based on UWB/INS tightly coupled[J].Journal of Navigation and Positioning,2017,5(2):14-19.)

10.16547/j.cnki.10-1096.20170203.

P228

A

2095-4999(2017)02-0014-06