大地测量与地球动力学

异常值处理	实验组	原始数据/m		优化后数据/m
剔除异常值前	第1次实验	7.451	0.241	0.700	0.657		6.916	0.214	0.642	0.605
第2次实验	12.546	0.300	1.120	1.079	1.301	0.280	1.227	1.195
剔除异常值后	第1次实验	0.859	0.166	0.238	0.171	0.785	0.145	0.208	0.152
第2次实验	0.777	0.148	0.211	0.150	0.694	0.130	0.186	0.133

异常值处理	实验组	原始数据/m		优化后数据/m
剔除异常值前	第1次实验	7.451	0.241	0.700	0.657		6.916	0.214	0.642	0.605
第2次实验	12.546	0.300	1.120	1.079	1.301	0.280	1.227	1.195
剔除异常值后	第1次实验	0.859	0.166	0.238	0.171	0.785	0.145	0.208	0.152
第2次实验	0.777	0.148	0.211	0.150	0.694	0.130	0.186	0.133

实验	最大误差/m	平均误差/m	RMSE/m	STD/m
实验1	0.785	0.138	0.204	0.150
实验2	0.694	0.133	0.190	0.135

实验	最大误差/m	平均误差/m	RMSE/m	STD/m
实验1	0.785	0.138	0.204	0.150
实验2	0.694	0.133	0.190	0.135

实验组	最大误差/m	平均误差/m	RMSE/m	STD/m
实验1	0.442	0.144	0.175	0.099
实验2	0.308	0.114	0.147	0.092

实验组	最大误差/m	平均误差/m	RMSE/m	STD/m
实验1	0.442	0.144	0.175	0.099
实验2	0.308	0.114	0.147	0.092

UWB与低成本MEMS IMU组合的室内定位方法研究

PDF下载

周志凌 ¹ , 管栋良 ¹^,* , 张清华 ² , 孙海文 ¹ , 周磊 ¹ , 夏逸旻 ¹

大地测量与地球动力学 | 现代大地测量 2025,45(12): 1240-1245, 1259

收起

大地测量与地球动力学 |现代大地测量 2025 , 45 (12) : 1240 -1245, 1259

UWB与低成本MEMS IMU组合的室内定位方法研究

全屏

[Author(id=1322506677836956488, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, orderNo=0, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=zhouzhiling@njtech.edu.cn, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1322506677946008394, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, authorId=1322506677836956488, language=EN, stringName=Zhiling ZHOU, firstName=Zhiling, middleName=null, lastName=ZHOU, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=1 School of Geomatics Science and Technology, Nanjing Tech University, 30 South-Puzhu Road, Nanjing 211816, China, bio={"content":"

ZHOU Zhiling, postgraduate, majors in indoor and outdoor fusion positioning, E-mail: zhouzhiling@njtech.edu.cn

"}, bioImg=null, bioContent=

ZHOU Zhiling, postgraduate, majors in indoor and outdoor fusion positioning, E-mail: zhouzhiling@njtech.edu.cn

, aboutCorrespAuthor=null), CN=AuthorExt(id=1322506678038283083, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, authorId=1322506677836956488, language=CN, stringName=周志凌, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=1 南京工业大学测绘科学与技术学院, 南京市浦珠南路30号, 211816, bio={"content":"

周志凌，硕士生，主要研究方向为室内外融合定位，E-mail：zhouzhiling@njtech.edu.cn

"}, bioImg=null, bioContent=

周志凌，硕士生，主要研究方向为室内外融合定位，E-mail：zhouzhiling@njtech.edu.cn

, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1322506677664990017, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, xref=null, ext=[AuthorCompanyExt(id=1322506677677572930, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, companyId=1322506677664990017, language=EN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=1 School of Geomatics Science and Technology, Nanjing Tech University, 30 South-Puzhu Road, Nanjing 211816, China), AuthorCompanyExt(id=1322506677685961539, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, companyId=1322506677664990017, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=1 南京工业大学测绘科学与技术学院, 南京市浦珠南路30号, 211816)])]), Author(id=1322506678147334989, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, orderNo=1, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=guan.dongliang@njtech.edu.cn, emailSecond=null, emailThird=null, correspondingAuthor=1, authorType=1, ext={EN=AuthorExt(id=1322506678302524239, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, authorId=1322506678147334989, language=EN, stringName=Dongliang GUAN, firstName=Dongliang, middleName=null, lastName=GUAN, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹^,*, address=1 School of Geomatics Science and Technology, Nanjing Tech University, 30 South-Puzhu Road, Nanjing 211816, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1322506678415770448, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, authorId=1322506678147334989, language=CN, stringName=管栋良, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹^,*, address=1 南京工业大学测绘科学与技术学院, 南京市浦珠南路30号, 211816, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1322506677664990017, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, xref=null, ext=[AuthorCompanyExt(id=1322506677677572930, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, companyId=1322506677664990017, language=EN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=1 School of Geomatics Science and Technology, Nanjing Tech University, 30 South-Puzhu Road, Nanjing 211816, China), AuthorCompanyExt(id=1322506677685961539, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, companyId=1322506677664990017, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=1 南京工业大学测绘科学与技术学院, 南京市浦珠南路30号, 211816)])]), Author(id=1322506678491267922, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, orderNo=2, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1322506678583542612, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, authorId=1322506678491267922, language=EN, stringName=Qinghua ZHANG, firstName=Qinghua, middleName=null, lastName=ZHANG, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=², address=2 School of Geography, Nanjing Normal University, 1 Wenyuan Road, Nanjing 210023, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1322506678667428693, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, authorId=1322506678491267922, language=CN, stringName=张清华, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=², address=2 南京师范大学地理科学学院, 南京市文苑路1号, 210023, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1322506677765653316, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, xref=null, ext=[AuthorCompanyExt(id=1322506677774041925, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, companyId=1322506677765653316, language=EN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=2 School of Geography, Nanjing Normal University, 1 Wenyuan Road, Nanjing 210023, China), AuthorCompanyExt(id=1322506677782430534, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, companyId=1322506677765653316, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=2 南京师范大学地理科学学院, 南京市文苑路1号, 210023)])]), Author(id=1322506678810035031, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, orderNo=3, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1322506678914892633, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, authorId=1322506678810035031, language=EN, stringName=Haiwen SUN, firstName=Haiwen, middleName=null, lastName=SUN, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=1 School of Geomatics Science and Technology, Nanjing Tech University, 30 South-Puzhu Road, Nanjing 211816, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1322506678998778714, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, authorId=1322506678810035031, language=CN, stringName=孙海文, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=1 南京工业大学测绘科学与技术学院, 南京市浦珠南路30号, 211816, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1322506677664990017, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, xref=null, ext=[AuthorCompanyExt(id=1322506677677572930, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, companyId=1322506677664990017, language=EN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=1 School of Geomatics Science and Technology, Nanjing Tech University, 30 South-Puzhu Road, Nanjing 211816, China), AuthorCompanyExt(id=1322506677685961539, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, companyId=1322506677664990017, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=1 南京工业大学测绘科学与技术学院, 南京市浦珠南路30号, 211816)])]), Author(id=1322506679074276188, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, orderNo=4, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1322506679267214174, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, authorId=1322506679074276188, language=EN, stringName=Lei ZHOU, firstName=Lei, middleName=null, lastName=ZHOU, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=1 School of Geomatics Science and Technology, Nanjing Tech University, 30 South-Puzhu Road, Nanjing 211816, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1322506679334323039, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, authorId=1322506679074276188, language=CN, stringName=周磊, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=1 南京工业大学测绘科学与技术学院, 南京市浦珠南路30号, 211816, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1322506677664990017, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, xref=null, ext=[AuthorCompanyExt(id=1322506677677572930, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, companyId=1322506677664990017, language=EN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=1 School of Geomatics Science and Technology, Nanjing Tech University, 30 South-Puzhu Road, Nanjing 211816, China), AuthorCompanyExt(id=1322506677685961539, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, companyId=1322506677664990017, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=1 南京工业大学测绘科学与技术学院, 南京市浦珠南路30号, 211816)])]), Author(id=1322506679405626209, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, orderNo=5, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1322506679753753443, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, authorId=1322506679405626209, language=EN, stringName=Yimin XIA, firstName=Yimin, middleName=null, lastName=XIA, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=1 School of Geomatics Science and Technology, Nanjing Tech University, 30 South-Puzhu Road, Nanjing 211816, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1322506681465029476, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, authorId=1322506679405626209, language=CN, stringName=夏逸旻, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=1 南京工业大学测绘科学与技术学院, 南京市浦珠南路30号, 211816, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1322506677664990017, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, xref=null, ext=[AuthorCompanyExt(id=1322506677677572930, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, companyId=1322506677664990017, language=EN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=1 School of Geomatics Science and Technology, Nanjing Tech University, 30 South-Puzhu Road, Nanjing 211816, China), AuthorCompanyExt(id=1322506677685961539, tenantId=1146029695717560320, journalId=1281212831689347082, articleId=1322506673068032814, companyId=1322506677664990017, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=1 南京工业大学测绘科学与技术学院, 南京市浦珠南路30号, 211816)])])]

周志凌¹, 管栋良¹^,*, 张清华², 孙海文¹, 周磊¹, 夏逸旻¹

作者信息

1 南京工业大学测绘科学与技术学院, 南京市浦珠南路30号, 211816

2 南京师范大学地理科学学院, 南京市文苑路1号, 210023

通讯作者:

管栋良，博士，讲师，主要从事GNSS-R和室内外融合定位研究，E-mail：guan.dongliang@njtech.edu.cn

GUAN Dongliang, PhD, lecturer, majors in GNSS-R and indoor and outdoor fusion positioning, E-mail: guan.dongliang@njtech.edu.cn

作者简介:

周志凌，硕士生，主要研究方向为室内外融合定位，E-mail：zhouzhiling@njtech.edu.cn

Indoor Positioning Method Based on UWB and Low-Cost MEMS IMU Fusion

Zhiling ZHOU¹, Dongliang GUAN¹^,*, Qinghua ZHANG², Haiwen SUN¹, Lei ZHOU¹, Yimin XIA¹

Affiliations

1 School of Geomatics Science and Technology, Nanjing Tech University, 30 South-Puzhu Road, Nanjing 211816, China

2 School of Geography, Nanjing Normal University, 1 Wenyuan Road, Nanjing 210023, China

ZHOU Zhiling, postgraduate, majors in indoor and outdoor fusion positioning, E-mail: zhouzhiling@njtech.edu.cn

出版时间: 2025-12-15 doi: 10.14075/j.jgg.2025.02.047

文章导航

摘要

收起

提出一种融合超宽带(UWB)与低成本微机电(MEMS)惯性测量单元(IMU)的组合定位方法。首先利用测距偏差校正与卡尔曼滤波对UWB测距数据进行优化，再通过UWB/IMU融合模型实现多源传感器优势互补。实验结果表明，优化后UWB的平均定位精度由15.70 cm提升至13.75 cm，RMSE由22.45 cm降至19.70 cm。在非视距(NLOS)场景中，当UWB信号突变或丢失时，融合系统仍能提供连续可靠的位置信息，平均精度为13.23 cm，RMSE为17.90 cm。

关键词

UWB / 低成本IMU / NLOS / 组合导航 / 室内定位

Abstract

收起

A combined positioning method that integrates ultra wide band (UWB) with low-cost micro-electro-mechanical systems (MEMS) inertial measurement unit (IMU) is proposed. Initially, UWB ranging data is optimized using ranging bias correction and Kalman filtering. Subsequently, the complementary strengths of multiple sensors are leveraged through a UWB/IMU fusion model. Experimental results demonstrate that the optimized UWB achieves an improvement in average positioning accuracy from 15.70 cm to 13.75 cm, with the RMSE decreasing from 22.45 cm to 19.70 cm. In non-line-of-sight (NLOS) scenarios, even when UWB signals experience abrupt changes or are lost, the fused system can still provide continuous and reliable positional information, with an average accuracy of 13.23 cm and an RMSE of 17.90 cm.

Key words

UWB / low-cost IMU / NLOS / integrated navigation / indoor positioning

引用本文

周志凌, 管栋良, 张清华, 孙海文, 周磊, 夏逸旻. UWB与低成本MEMS IMU组合的室内定位方法研究. 大地测量与地球动力学, 2025 , 45 (12) : 1240 -1245, 1259 . DOI: 10.14075/j.jgg.2025.02.047

Zhiling ZHOU, Dongliang GUAN, Qinghua ZHANG, Haiwen SUN, Lei ZHOU, Yimin XIA. Indoor Positioning Method Based on UWB and Low-Cost MEMS IMU Fusion[J]. Journal of Geodesy and Geodynamics, 2025 , 45 (12) : 1240 -1245, 1259 . DOI: 10.14075/j.jgg.2025.02.047

正文

收起

随着无线通信技术和移动终端的快速发展，室内定位服务已成为现代社会生产与生活中不可或缺的重要组成部分^[1]。研究者提出了多种室内定位技术，如红外、蓝牙、Wi-Fi、超宽带(UWB)等。其中，红外穿透力弱，蓝牙覆盖有限，Wi-Fi易受干扰，而UWB凭借高精度、远测距、低功耗和较强的抗干扰能力^[2-3]，在室内定位领域表现突出，被广泛应用于智能工厂、物流、仓储、车辆导航、机器人定位等场景。在视距条件下，UWB可实现cm级精度^[4]；但在复杂环境中，非视距(NLOS)传播会显著降低UWB的定位精度^[5]，而现有的误差抑制方法效果有限^[6-7]。

惯性测量单元(IMU)具有短期高精度、抗干扰强和自主性高等特点，可弥补UWB在复杂环境下的不足。二者融合后，IMU可在短时间内提供高精度位姿信息，用于识别并修正UWB的测距误差，而UWB可实时校正IMU的累积漂移，从而得到高精度、稳健的定位结果。近年来，学者们在UWB/IMU融合定位方面开展了大量研究并取得了显著成果。刘韬等^[8]提出基于差值量测和扩展卡尔曼滤波的UWB/INS组合定位方法，能有效抑制NLOS误差；Kwon等^[9]基于UWB与MEMS IMU实现高精度装配监测；Sui等^[10]通过动态NLOS识别与地图约束优化权重分配，提升了动态环境下的定位精度。

现有研究多采用成本较高的IMU设备，限制了UWB与IMU融合技术的普及应用。为此，本文探索低成本MEMS IMU与UWB的组合定位方法，通过静态标定修正UWB测距偏差、卡尔曼滤波平滑测距数据，并融合IMU信息，实现动态环境下的高精度、低成本室内定位，为室内导航技术的普及化提供一种可行方案。

1 UWB/MEMS IMU组合算法

收起

1.1 UWB测距及定位原理

由于飞行时间(time of flight，TOF)算法计算量小，且基于TOF原理的算法便于与INS、GNSS等系统进行量测级别的融合，所以选择TOF算法来求解UWB标签的坐标。

1.1.1 UWB测距原理

UWB常用的测距协议包括单边双向测距、对称双边双向测距^[11]和非对称双边双向测距(ADS-TWR)^[12]。在双向测距(TWR)算法中，不同设备之间依赖各自独立运行的晶体振荡器生成时钟，从而有效避免了设备间时钟不同步带来的误差^[13]。本文采用DecaWave公司生产的DW1000模块作为UWB芯片，并使用ADS-TWR方法进行测距。该方法通过消除时钟频率不一致导致的误差，显著提升了测距精度。ADS-TWR测距方法的原理如图 1所示。

标签首先向基站发送一个轮询消息(PM)数据包，并记录发送该消息的时间。经过一段传播时间，基站接收到PM数据包并记录下接收的时间戳。随后，基站在经过设定的延迟处理后，将一个响应数据包返回给标签，同时标记发送时间。标签在收到响应消息时，记录下接收的时间戳，并将最初发送PM的时间和接收到响应消息的时间信息写入终止消息数据包。经过短暂的延迟，标签将此终止消息发送回基站，基站在接收到终止数据包后记录时间戳，从而完成整个距离测量流程。由此，可以计算出飞行时间：

(1)

$T_{f}=\frac{T_{\text {round1 }} \times T_{\text {round2 }}-T_{\text {reply1 }} \times T_{\text {reply2 }}}{T_{\text {round1 }}+T_{\text {round2 }}+T_{\text {reply1 }}+T_{\text {reply2 }}} $

式中，T_f为飞行时间；T_round1表示标签从发送PM数据包到接收到基站响应所经历的时间；T_round2表示基站从发送终止数据包到接收到标签响应之间的时间间隔；T_reply1表示基站的预设延迟处理时间；T_reply2表示标签的预设延迟处理时间。则单标签与单基站之间的TOF距离测量公式为：

(2)

$d=c \times T_{f} $

式中，c为电磁波传播速度(3×10⁸ m/s)。ADS-TWR方法的测距误差(error)理论上为：

(3)

$\text { error }=T_{f} \times\left(1-\frac{k_{a}+k_{b}}{2}\right)$

式中，k_a为基站的时钟偏移系数；k_b为标签的时钟偏移系数。根据式(3)计算，当时钟偏移为20×10^-6时，在100 m的距离处，理论上的测距误差仅为2 mm。因此，该方法能够有效降低由设备间时钟偏差引起的误差。

1.1.2 UWB测距偏差校正

由于UWB硬件设备的质量和应用环境的影响，UWB测距信号中可能存在测距系统偏差。为提高UWB定位精度，必须对测距偏差进行校正。UWB测距偏差校正包括UWB测距偏差标定和测距值校正。

在静态环境下，将每个标签基站在一定时间段内的测距平均值作为实际测距值。通过将该测距值与真实距离进行二次函数拟合，得到拟合函数f(x)。依照该方法，对本文研究使用的UWB设备进行测距偏差标定，其实际测距值、参考测距值及拟合曲线如图 2所示。公式(4)给出了相应的拟合函数。

(4)

$f(x)=0.0004786 x^{2}+0.9852 x+0.1056$

在UWB定位过程中，将实际测得的UWB测距值d_UWB代入拟合函数f(x)进行补偿，从而得到经过校正后的测距值$\hat{d}_{\mathrm{UWB}}$：

(5)

$\hat{d}_{\mathrm{UWB}}=f\left(d_{\mathrm{UWB}}\right)$

1.1.3 UWB测距卡尔曼滤波优化

在实际应用中，UWB测距会受到环境和硬件本身的影响，测量数据通常伴随着噪声。为了提高UWB测距精度，采用卡尔曼滤波算法对测距数据进行优化，以减少噪声影响^[14]。卡尔曼滤波算法是一种递归算法，可在噪声存在的情况下对测量数据进行实时优化。卡尔曼滤波的优化过程主要分为时间更新和量测更新2个阶段，通过不断预测和修正测量值，逐步逼近真实值，从而提高UWB测距精度。

在时间更新阶段，基于系统模型对状态和协方差进行预测，以提供后续量测更新所需的先验信息。假设k时刻的真实状态是从k－1时刻的状态演化而来，其状态方程为：

(6)

$\hat{\boldsymbol{x}}_{k \mid k-1}=\boldsymbol{F}_{k} \hat{\boldsymbol{x}}_{k-1} $

式中，$\hat{\boldsymbol{x}}_{k \mid k-1}$ 为$k$ 时刻的先验状态估计；$\boldsymbol{F}_{k}$ 为状态转移矩阵；$\hat{\boldsymbol{x}}_{k-1}$ 为$k-1$ 时刻的状态估计值。

(7)

$\boldsymbol{P}_{k \mid k-1}=\boldsymbol{F}_{k} \boldsymbol{P}_{k-1 \mid k-1} \boldsymbol{F}_{k}^{\mathrm{T}}+\boldsymbol{Q}_{k} $

式中，$\boldsymbol{P}_{k \mid k-1}$ 为$k$ 时刻的先验协方差；$\boldsymbol{P}_{k-1 \mid k-1}$ 为上一次更新后的协方差；$Q_{k}$ 为过程噪声协方差，反映系统模型的不确定性，本文中$\boldsymbol{Q}_{k}$取值为0.018。

在量测更新步骤中，卡尔曼增益决定了预测值与测量值之间的权重分配，如式(8)所示：

(8)

$\boldsymbol{K}_{k}=\boldsymbol{P}_{k \mid k-1} \boldsymbol{H}_{k}^{\mathrm{T}}\left(\boldsymbol{H}_{k} \boldsymbol{P}_{k \mid k-1} \boldsymbol{H}_{k}^{\mathrm{T}}+\boldsymbol{R}_{k}\right)^{-1}$

式中，$\boldsymbol{K}_{k}$ 为卡尔曼增益；$\boldsymbol{H}_{k}$ 为测量矩阵；$\boldsymbol{R}_{k}$ 为测量噪声协方差，表示测量值的不确定性，本文中$\boldsymbol{R}_{k}$ 取值为0.542。根据当前时刻的观测值、预测值和卡尔曼增益，计算出当前时刻的状态估计值：

(9)

$\hat{\boldsymbol{x}}_{k \mid k}=\hat{\boldsymbol{x}}_{k \mid k-1}+\boldsymbol{K}_{k}\left(\boldsymbol{z}_{k}-\boldsymbol{H}_{k} \hat{\boldsymbol{x}}_{k \mid k-1}\right) $

式中，$\boldsymbol{z}_{k}$为当前时刻的UWB测距值。状态估计值的误差协方差矩阵通过预测步骤中计算得到的误差协方差矩阵和卡尔曼增益计算得到：

(10)

$\boldsymbol{P}_{k \mid k}=\left(\boldsymbol{I}-\boldsymbol{K}_{k} \boldsymbol{H}_{k}\right) \boldsymbol{P}_{k \mid k-1}$

式中，$\boldsymbol{P}_{k \mid k}$为当前时刻更新后的协方差；$\boldsymbol{I}$为单位矩阵。

1.2 UWB/IMU组合导航

1.2.1 IMU航迹推算(dead reckoning，DR)原理

DR是一种在航海、航空、车辆导航等领域中广泛使用的技术，通过已知的初始位置和运动参数(如速度、方向)来预测物体的当前位置。式(11)给出了基于IMU的DR模型：

(11)

$\left\{\begin{array}{l}p_{\mathrm{DR}, x}^{k}=p_{\mathrm{DR}, x-1}^{k-1}+v^{k-1} \cos \left(\theta^{k}\right) \Delta t^{k} \\p_{\mathrm{DR}, y}^{k}=p_{\mathrm{DR}, y-1}^{k-1}+v^{k-1} \sin \left(\theta^{k}\right) \Delta t^{k} \\v^{k}=\left(p_{\mathrm{DR}}^{k}-p_{\mathrm{DR}}^{k-1}\right) / \Delta t^{k}\end{array}\right.$

式中，p_DR为利用MEMS IMU信息推算出的载体位置；v为载体速度；θ为MEMS IMU输出的航向角；Δt^k为时刻k与k-1的时间间隔。

1.2.2 UWB/IMU组合导航策略

在组合导航过程中，以UWB定位结果与IMU DR定位结果之间的欧氏距离为参考，进行定位结果的选择。如果UWB定位结果与IMU推算结果之间的距离小于设定的阈值，则输出UWB定位结果；反之，则输出IMU DR结果。在NLOS条件下，若UWB无法提供有效定位信息，则输出IMU DR结果：

(12)

$\left\{\begin{array}{l}p=p_{\mathrm{UWB}}, \left\|p_{\mathrm{UWB}}-p_{\mathrm{DR}}\right\|<D \\p=p_{\mathrm{DR}}, \left\|p_{\mathrm{UWB}}-p_{\mathrm{DR}}\right\| \geqslant D \\p=p_{\mathrm{DR}}, p_{\mathrm{UWB}}=\text { None }\end{array}\right.$

式中，p为最终定位结果；p_UWB为UWB定位结果；p_DR为IMU DR定位结果；$\left\|p_{\mathrm{UWB}}-p_{\mathrm{DR}}\right\|$为UWB定位结果和IMU DR定位结果之间的欧氏距离；D为阈值。

2 实验与结果分析

收起

本文开展了一系列测试实验来验证卡尔曼滤波算法对UWB测距精度的提升及UWB/IMU组合导航算法的有效性。

2.1 实验准备

实验采用浩如科技公司研发的型号为RTLS1-IGA01-EP的UWB基站和型号为RTLS1-ULM1-GP的UWB标签，其芯片均为DW1000。MEMS IMU选用武汉元生创新科技有限公司研发的YIS320，价格约600元，其性能稳定，适用于精密定位场景。

实验场地为南京工业大学风雨测量场。在风雨测量场最外侧的4根支柱上分别安装一个UWB基站，如图 3所示，并用全站仪精确测量了4个UWB基站的坐标。

由于目前市场上没有成熟的集成UWB与IMU模块的室内定位设备，因此，分别将UWB标签与MEMS IMU传感器安装在实验小车上，以保证数据采集过程中的稳定性，如图 4所示。测试期间，实验小车沿着预设的轨迹行进，对系统的定位性能进行全面测试。在实验过程中，UWB和MEMS IMU传感器分别通过不同的串口读取数据，并按照时间顺序将其保存到同一数据文件中，从而实现数据的同步采集。

2.2 UWB定位精度及分析

按照预设路线在测试场地内进行2次数据采集，验证测距偏差校正和基于卡尔曼滤波的优化方法对UWB定位精度的影响。通过对采集数据的处理分析，得到实验小车的实际运动轨迹，如图 5所示。可以看出，经过测距偏差校正与卡尔曼滤波优化处理后的定位结果相较于原始数据更加平滑和准确，有效降低了定位数据的噪声，提高了定位精度。但同时也发现，卡尔曼滤波优化处理无法剔除UWB观测数据中的异常值，如图 5蓝色方框所示。

表 1给出了剔除异常值前后以及卡尔曼滤波优化处理前后的UWB定位误差。定位误差为小车实际运动轨迹与预设理想轨迹之间的距离偏差。由表 1可以看出，2次实验中，未将异常值剔除的UWB原始测距数据平均定位误差分别为24.1 cm和30.0 cm，RMSE分别为70.0 cm和112.0 cm，STD分别为65.7 cm和107.9 cm；经过测距偏差校正与卡尔曼滤波优化处理后，其平均定位误差分别降低至21.4 cm和28.0 cm，RMSE分别为64.2 cm和122.7 cm，STD分别为60.5 cm和119.5 cm。剔除异常值后，UWB原始测距数据的平均定位误差分别为16.6 cm和14.8 cm，RMSE分别为23.8 cm和21.1 cm，STD分别为17.1 cm和15.0 cm；经过优化处理后，其平均定位误差分别降低至14.5 cm和13.0 cm，RMSE分别降低至20.8 cm和18.6 cm，STD分别降低至15.2 cm和13.3 cm。

综上所述，经过测距偏差校正和卡尔曼滤波优化后，UWB平均定位精度相较于原始数据从15.70 cm提升至13.75 cm，提升了12.4%；RMSE从22.45 cm降低至19.70 cm，降低了12.2%；STD从16.05 cm降低至14.25 cm，降低了11.2%。实验结果表明，本文提出的卡尔曼滤波优化方法能有效提高UWB定位精度。

2.3 UWB/IMU组合导航实验及分析

2.3.1 NLOS条件下UWB定位异常时组合导航实验及分析

测距偏差校正与卡尔曼滤波优化处理可有效降低定位数据的噪声。然而，在受到环境或设备噪声影响时，优化后的定位结果中仍存在较为明显的偏差，如图 5中蓝色方框标记的位置。为此，本文进一步提出UWB和MEMS IMU组合导航方法。根据上节中介绍的方法，得到UWB/IMU组合导航定位结果，如图 6所示。

由图 6可见，UWB和IMU的组合导航定位方法显著改善了UWB定位中的异常值问题，定位结果更为稳定可靠。表 2给出了UWB/IMU组合导航定位结果。从表 2可以看出，2次实验中，经过UWB/MEMS IMU组合定位后的最大误差分别为78.5 cm和69.4 cm，平均误差分别为13.8 cm和13.3 cm，RMSE分别为20.4 cm和19.0 cm，STD分别为15.0 cm和13.5 cm，该定位精度与UWB剔除异常值后的精度相当。这表明本文提出的组合定位方法能有效解决因环境干扰或设备噪声导致的定位异常问题，显著提升定位系统的鲁棒性。

2.3.2 NLOS条件下UWB无法定位时组合导航实验及分析

在NLOS环境中，存在信号衰减甚至缺失的问题。在这种条件下，单一的UWB定位系统将无法提供持续可靠的位置信息。本文在实验中模拟UWB信号间歇缺失的场景，用以检验UWB/IMU组合导航在NLOS环境下的定位性能。

分别设置2条不同路线来验证NLOS条件下UWB/IMU组合导航的性能，如图 7所示。可以看出，在小车行驶过程中，2条路线的部分路段均存在由于NLOS影响而导致的UWB信号丢失，从而无法依靠UWB进行定位。图 8给出了在2条实验路线下，小车行进过程中UWB标签有效测距数的变化情况。图中的红线是指UWB定位所需的最少有效测距数，当测距数≥3时可以定位，而＜3时无法定位。在大部分时间内，UWB标签可同时观测到4个有效测距数，但部分时间段只能观测到2个及以下的有效测距数。

当UWB标签的有效测距数小于3时，UWB无法完成定位，其对应的轨迹缺失位置如图 7中绿色框所示。当UWB在NLOS场景中无法完成定位时，MEMS IMU基于DR方法能够在短时间内保持较高精度的连续定位能力。而当UWB信号恢复正常，可利用UWB的高精度定位结果对MEMS IMU的累积误差进行实时修正，从而实现全局范围内的稳定高精度定位。基于UWB/IMU组合定位方法，获得小车连续可靠的位置信息，如图 7中蓝色轨迹所示。为进一步评估UWB/IMU组合导航定位的精度，计算小车实际行进轨迹与预设理想轨迹之间的偏差，结果如表 3所示。

根据表 3中数据可知，即使在NLOS条件下，UWB/IMU组合导航依然能够实现较高精度的定位，其最大误差分别为44.2 cm和30.8 cm，平均误差分别为14.4 cm和11.4 cm，RMSE分别为17.5 cm和14.7 cm，STD分别为9.9 cm和9.2 cm。

综上所述，在NLOS场景下，当UWB因信号异常出现较大的突变误差，或因信号丢失无法提供定位信息时，UWB/IMU组合导航能提供持续可靠的位置信息，其平均定位精度为13.23 cm，RMSE为17.90 cm，STD为11.90 cm。

3 结语

收起

在复杂室内环境中，NLOS传播效应常常导致UWB定位精度下降，甚至出现定位信号中断的情况。为此，本文提出了一种融合UWB与低成本MEMS IMU的室内组合定位方法。该方法通过测距偏差校正与卡尔曼滤波优化UWB测距数据，并借助IMU推算短期位置增量，以弥补UWB信号异常或中断时的定位缺失。实验结果表明，经优化后UWB的平均定位精度由15.70 cm提升至13.75 cm，RMSE降低了12.2%；在NLOS场景下，组合系统仍能保持13.23 cm的平均精度，表现出较高的稳定性与可靠性。

本文通过实验验证了UWB与低成本MEMS IMU组合导航的技术可行性。两者的深度融合充分发挥了各自的优势，有效克服了单一系统在非理想环境中的局限性，为复杂室内环境下的高精度定位提供了一种新的有效解决方案。

基金

收起

国家重点研发计划(2021FBY3901301)
江苏省自然科学基金(BK20220366)
江苏省自然资源厅科技创新项目(JSZRKJ202406)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

李清泉, 周宝定. 基于智能手机的个体室内时空行为分析[J]. 地理科学进展, 2015, 34 (4): 457- 465

Qingquan

, Zhou

Baoding

. Smartphone-Based Individual Indoor Spatiotemporal Behavior Analysis[J]. Progress in Geography, 2015, 34 (4): 457- 465

Wei

, Jiang

, Wei

, et al. Novel Indoor Positioning System Based on Ultra-Wide Bandwidth[J]. Visual Computing for Industry, Biomedicine, and Art, 2020, 3 (1)

Alarifi

, Al-Salman

, Alsaleh

, et al. Ultra Wideband Indoor Positioning Technologies: Analysis and Recent Advances[J]. Sensors, 2016, 16 (5)

仰胜, 胡志刚, 赵齐乐, 等. 基于TOF模式的UWB定位原理与精度验证[J]. 大地测量与地球动力学, 2020, 40 (3): 247- 251 http://www.jgg09.com/CN/Y2020/V40/I3/247

Yang

Sheng

, Hu

Zhigang

, Zhao

Qile

, et al. Principle and Precision Verification of UWB Positioning Based on TOF[J]. Journal of Geodesy and Geodynamics, 2020, 40 (3): 247- 251 http://www.jgg09.com/CN/Y2020/V40/I3/247

肖竹, 王勇超, 田斌, 等. 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

Xiao

Zhu

, Wang

Yongchao

, Tian

Bin

, et al. Development and Prospect of Ultra-Wideband Localization Research and Application[J]. Acta Electronica Sinica, 2011, 39 (1): 133- 141

张国政, 刘明轩, 王桂莲, 等. 基于UWB测距信息聚类的LOS/NLOS识别方法[J/OL]. 天津理工大学学报, https://link.cnki.net/urlid/12.1374.N.20250120.1850.002, 2025-01-21

Zhang Guozheng, Liu Mingxuan, Wang Guilian, et al. LOS/NLOS Identification Method Based on UWB Ranging Information Clustering[J/OL]. Journal of Tianjin University of Technology, https://link.cnki.net/urlid/12.1374.N.20250120.1850.002, 2025-01-21

隋心, 史政旭, 王长强, 等. 室内超宽带测距定位及NLOS抑制方法[J]. 测绘通报, 2024 (10): 103- 109

Sui

Xin

, Shi

Zhengxu

, Wang

Changqiang

, et al. Indoor Ultra-Wideband Ranging and Localization Method with NLOS Mitigation[J]. Bulletin of Surveying and Mapping, 2024 (10): 103- 109

刘韬, 徐爱功, 隋心. 超宽带与惯性导航组合的室内导航定位[J]. 测绘科学, 2016, 41 (12): 162- 166

Liu

Tao

, Xu

Aigong

, Sui

Xin

. Application of UWB/INS Combination in Indoor Navigation and Positioning[J]. Science of Surveying and Mapping, 2016, 41 (12): 162- 166

Kwon

S G

, Kwon

O J

, Kwon

K R

, et al. UWB and MEMS IMU Integrated Positioning Algorithm for a Work-Tool Tracking System[J]. Applied Sciences, 2021, 11 (19)

Sui

, Song

J P

, Wang

C Q

, et al. UWB/MEMS IMU Integrated Positioning Method Based on NLOS Angle Discrimination and MAP Constraints[J]. Scientific Reports, 2024, 14 (1)

Shah

, Demeechai

. Multiple Simultaneous Ranging in IR-UWB Networks[J]. Sensors, 2019, 19 (24)

王春琦, 冯大权, 何春龙, 等. 基于UWB的增强非对称双边双向测距算法研究[J]. 南昌航空大学学报: 自然科学版, 2019, 33 (1): 66- 73

Wang

Chunqi

, Feng

Daquan

, He

Chunlong

, et al. Enhanced Asymmetric Double Side Two-Way Ranging Algorithm for UWB Ranging System[J]. Journal of Nanchang Hangkong University: Natural Sciences, 2019, 33 (1): 66- 73

曹琢健. 基于GNSS/INS/UWB组合的室内外无缝定位方法研究[D]. 北京: 北京交通大学, 2021

Cao Zhuojiang. Indoor and Outdoor Seamless Positioning Based on the Integration of GNSS/INS/UWB[D]. Beijing: Beijing Jiaotong University, 2021

Yan

, Lin

D H

, Tang

, et al. High Precision Indoor Positioning Method Based on UWB[M]. Cham: Springer International Publishing, 2019

2025年第45卷第12期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.14075/j.jgg.2025.02.047

接收时间：2025-02-23
首发时间：2026-10-29
出版时间：2025-12-15

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2025-02-23

基金

National Key Research and Development Program of China(2021FBY3901301)

国家重点研发计划(2021FBY3901301)

Natural Science Foundation of Jiangsu Province(BK20220366)

江苏省自然科学基金(BK20220366)

Science and Technology Innovation Project of Jiangsu Provincial Department of Natural Resources(JSZRKJ202406)

江苏省自然资源厅科技创新项目(JSZRKJ202406)

作者信息

1 南京工业大学测绘科学与技术学院, 南京市浦珠南路30号, 211816

2 南京师范大学地理科学学院, 南京市文苑路1号, 210023

通讯作者:

管栋良，博士，讲师，主要从事GNSS-R和室内外融合定位研究，E-mail：guan.dongliang@njtech.edu.cn

GUAN Dongliang, PhD, lecturer, majors in GNSS-R and indoor and outdoor fusion positioning, E-mail: guan.dongliang@njtech.edu.cn

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/ddcl/CN/10.14075/j.jgg.2025.02.047

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT