基于UWB_MEMS的无人车相对定位系统设计研究.pdfVIP

基于UWB/MEMS的无人车相对定位系统设计研究

摘要

受到第四次工业革命（FourthIndustrialRevolution，4IR）的推动，大数据分析、物

联网（InternetofThings，IoT）、人工智能（ArtificialIntelligence，AI）等新兴技术与传

统产业持续深度融合，这一趋势给无人设备的导航定位技术带来了新的机遇和挑战。因

此，深入研究无人设备的导航定位技术，对推动无人设备应用的发展，提高其工作效率

和安全性具有重要意义。本文以无人车为研究载体，主要从以下几个方面开展研究：

首先，介绍了超宽带（Ultra-Wideband，UWB）的基本测距原理，分析了UWB误

差的主要来源，并给出了对应的解决方案。然后分析了Qorvo公司生产的DW3000芯片

在测距性能、功耗、安全性等方面的提升与改进。并针对性的设计了基于UWB的无人

车定位系统的射频电路。通过一系列的仿真分析与实际测试，将硬件设备不断完善。结

果表明，所设计的UWB硬件电路在100m范围内，能够达到3~5cm的测距误差，设

备得到的信号到达角（Angle-of-Arrival，AOA）的拟合曲线在±45°范围内呈线性，并

且与真实的旋转角度呈现很强的线性关系(斜率k=0.92)。通过测试，设备的平均角度误

差维持在±5°以内。

其次，提出一种无源定位的信号交流机制，并在后续的设计中得以应用。所提出的

信号交流机制缩短了UWB传输数据的交互时间，提高了无人车定位系统的隐蔽性。使

得所设计的无人车定位系统理论上，存在与无限数量的标签进行通信的能力。接着针对

传统迭代定位方法存在计算量大、定位精度低等问题，提出了迭代约束加权最小二乘方

法，并根据误差分布规律构建了相对定位系统的组合导航模型。仿真结果表明所提方法

与传统方法相比具有更低的计算复杂度、更好的稳定性以及更小的偏差。

最后，对所提出的方法进行了全面验证。通过一系列的仿真与实验，充分验证了所

提方法的有效性和可靠性。实验结果表明，无人车系统完成一轮通信所需要的时间大约

为24.4ms。相较于传统方法，所提出的方法在导航定位精度上取得了显著的提升效果，

静态情况下，X轴Y轴的RMSE分别减小了0.0483m、0.0543m。动态情况下，X轴Y

轴的RMSE减小了0.0701m、0.0745m。这不仅提高了无人设备的运行效率和安全性，

还为其在实际应用中的推广提供了坚实的技术支持与保障。

关键词：超宽带；无源定位；卡尔曼滤波；组合导航

基于UWB/MEMS的无人车相对定位系统设计研究

ABSTRACT

DrivenbythefourthIndustrialRevolution(FourthIndustrialRevolution,4IR),emerging

technologiessuchasbigdataanalysis,InternetofThings,InternetofThings(IoT),artificial

intelligence(ArtificialIntelligence,AI)continuetobedeeplyintegratedwithtraditional

industries.Thistrendhasbroughtnewopportunitiesandchallengestothenavigationand

positioningtechnologyofunmanneddevices.Therefore,thein-depthstudyofthenavigation

andpositioningtechnologyofunmannedequipmentisofgreatsignificancetopromotethe

developmentofunmannedequipmentapplicationandimproveitsworkefficiency