基于相互注册的多成员协作定位技术，结合超宽带（UWB）实现便携式惯性导航系统

《IEEE Sensors Journal》：Mutual Registration-Based Multimember Collaborative Localization With UWB for Foot-Mounted Inertial Navigation

　　

在全局导航卫星系统（GNSS）信号受阻的环境中，精确的团队定位对于军事、救援和工业操作至关重要。本文提出了一种基于相互注册的协作算法，用于惯性导航系统，该算法消除了对外部基础设施的依赖。具体来说，引入了一种基于加速度计偏差估计的零速度更新（ABE-ZUPT）算法，以减少速度漂移并实现精确的航位推算。此外，当某些成员之间进行超宽带（UWB）测距和位置信息共享时，会执行相互注册以纠正航向和位置估计中的累积误差。在包含多个成员的城市道路区域的实地实验表明，与独立运行和传统的基于EKF的协作方法相比，我们的算法在定位精度上取得了显著提升。在1115米的远距离测试中（试验1），协作定位将闭合误差减少了87.17%（28.91米），平均误差减少了67.57%。在复杂的机动环境中（试验2，即107米的圆形路径和快速转弯），闭合误差减少了50%，平均误差减少了29.45%。这些结果验证了我们的方法作为GNSS信号受阻环境中高精度协作定位的稳健解决方案的有效性。

行人的精确定位和导航在军事、救援和工业应用中起着关键作用。然而，当前的行人定位方法严重依赖于全球导航卫星系统（GNSS），如GPS，以获取精确的位置信息。GNSS在室内环境、城市峡谷或受到干扰的情况下表现不佳，且其对连续卫星信号的依赖使其在动态和复杂环境中非常脆弱[1]。基于Wi-Fi信号[2]、蓝牙[3]和超宽带（UWB）锚点[4]的定位系统通常需要预先部署的基础设施，这使得它们在未知环境或需要快速部署的情景中不切实际。由于惯性测量单元（MIMU）不需要外部信号输入，因此已被广泛用于行人定位[5]、[6]、[7]、[8]、[9]。MIMU主要由三轴陀螺仪和加速度计组成，也可能包括其他传感器，如磁力计（测量地球磁场）和气压计（测量大气压力以确定高度）。根据初始运动状态，MIMU可以通过测量其相对于惯性空间的运动参数并对其进行积分来确定载体的姿态和方向。然而，消费级MIMU通常存在显著的数据漂移问题，在独立运行时误差会迅速累积[10]。因此，在实际应用中通常需要引入额外的定位信息。例如，Xing等人[11]提出了一种多机器人协作和相对距离定位方法，该方法将红色、绿色、蓝色、深度（RGB-D）摄像头与MIMU结合使用，从而通过融合视觉信息实现微型水下机器人的精确定位。Ren等人[7]开发了一种基于表面肌电图（SEMG）传感器和MIMU的低成本3D行人定位系统，提高了运动模式识别和3D速度计算的准确性，从而在各种地形中实现了高精度的3D定位。Zhu等人[12]开发了一种结合MIMU和里程计的定位系统，在北斗信号中断时引入了车辆状态约束，以提高车辆定位精度。然而，上述研究中使用的硬件设备往往价格昂贵或佩戴不便，不适合广泛用于行人定位。零速度更新（ZUPT）算法可以在不需要额外设备的情况下显著提高行人定位精度，因此受到了广泛研究。