编辑推荐：
在室内机器人定位中，超宽带（UWB）定位受多径效应和非视距影响，且单标签定位无法估计机器人旋转。研究人员开展多标签 UWB 定位研究，设计多种约束构建优化函数。结果显示该方法提升定位性能，大标签间距利于旋转估计，为机器人定位提供新方案。
在科技飞速发展的今天，机器人正逐渐融入人们生活的方方面面，从自主驾驶到工业巡检，再到危险环境下的搜索救援，它们的身影无处不在。而对于机器人来说，精准定位就如同人类拥有敏锐的方向感一样重要，是其能够高效完成各项任务的基础。超宽带（UWB）定位技术凭借其高精度、高可靠性的特点，在室内定位领域备受瞩目，尤其在卫星信号缺失的室内环境中，它成为了众多定位方案中的佼佼者。
然而，UWB 定位技术并非完美无缺。在狭窄复杂的室内环境里，障碍物的存在使得信号传播受到干扰，多径效应和非视距（NLOS）情况频繁出现，这些因素产生的测距噪声难以估计和过滤，严重降低了测距精度，进而导致标签位置难以准确计算。此外，传统的基于单标签的 UWB 定位方法，只能估计标签的位置，却忽略了机器人旋转信息的获取，而旋转信息对于机器人的导航，特别是对于在空中灵活飞行的无人机等机器人而言，至关重要。
为了解决这些问题，来自 [未知] 的研究人员开展了一项关于 “基于多标签的 UWB 定位以同时估计位置和旋转” 的研究。他们的研究成果发表在《Biomimetic Intelligence and Robotics》上，为 UWB 定位技术的发展带来了新的突破。
研究人员采用了以下关键技术方法：首先，在机器人上安装四个固定标签，利用这些标签之间的几何关系以及与锚点的测距信息进行定位计算。其次，基于测距测量、锚点位置和标签间几何关系，设计了包括测距测量约束、旋转约束、多标签约束和两个平滑约束在内的多种约束条件，构建了一个完整的优化函数。最后，运用迭代优化算法，如高斯 - 牛顿迭代法或列文伯格 - 马夸尔特算法，对优化函数进行求解，从而实现对机器人位置和旋转的同时估计。
在研究结果方面：
- 位置估计：研究人员通过仿真实验和真实实验评估了所提方法。在仿真实验中，设置不同的标签相对距离和高斯随机噪声进行测试；在真实实验中，在公寓客厅和实验室两种环境下开展测试。结果表明，所提出的多标签方案在位置估计上优于传统单标签方案。这是因为多标签能够提供更多信息，且设计的多标签约束引入了更丰富的几何信息，从而提高了定位精度。
- 旋转估计：当标签相对距离相同时，旋转估计的精度与位置估计的精度相关，位置估计精度越高，旋转估计结果越好。此外，在添加相同高斯随机噪声的情况下，标签相对距离越大，旋转估计的精度越高。这是因为较大的标签相对距离在机器人旋转时会产生更大的相对运动，减少了位置误差对旋转估计的影响。
在研究结论和讨论部分，研究人员提出的基于多标签的 UWB 定位方法，通过设计多种约束构建优化函数，有效提高了 UWB 定位的精度和鲁棒性。同时，研究发现较大的标签相对距离有助于获得更好的旋转估计结果。然而，研究也指出，虽然多标签能帮助 UWB 定位估计旋转，但旋转估计的精度受标签相对距离限制，在实际应用中，难以始终保证较大的标签相对距离。因此，研究人员计划在未来探索将多标签 UWB 信息与惯性传感器数据融合，以进一步提高位置和旋转估计的精度。
这项研究的意义重大，它为室内机器人定位提供了更精准、更全面的解决方案，不仅提升了 UWB 定位技术在复杂环境下的性能，还为机器人导航提供了关键的旋转信息，推动了机器人自主任务执行能力的发展，在智能机器人领域具有广阔的应用前景。
