基于数字孪生的UWB定位系统与方法转让专利
申请号 : CN202111191539.6
文献号 : CN113993205B
文献日 : 2022-08-19
发明人 : 娄平 , 赵琪 , 曾宇航
申请人 : 武汉理工大学
摘要 :
权利要求 :
1.一种基于数字孪生的UWB定位系统,其特征在于:它包括室内环境的数字化建模模块(1)、最佳锚点位置选择模块(2)、定位系统校正模块(3)和标签定位误差消除处理模块(4),其中,室内环境的数字化建模模块(1)用于利用BIM技术在数字空间确定室内建筑的几何模型、障碍物材料参数和UWB信道特性,并构建数字空间定位模型;
最佳锚点位置选择模块(2)用于在数字空间定位模型内利用多目标优化算法对各个UWB基站的空间不同位置UWB信号强度分布和测距误差进行计算,从而确定各个UWB基站最佳安装位置,各个UWB基站的最佳安装位置使得数字空间中UWB的信号强度最高,测距误差最小;以各个UWB基站最佳安装位置为基础指导物理空间中实际的UWB基站安装,再根据物理空间中各个UWB基站实际安装位置修正数字空间中对应UWB基站的位置信息,重构数字空间定位模型;
定位系统校正模块(3)用于根据数字空间定位模型计算得到空间不同位置的测距误差,形成预测误差分布模型,在物理空间中等间隔均匀设置标定点,根据各个标定点的UWB测量坐标与真实坐标差值计算UWB测量误差,从而得到测量误差分布模型;测量误差分布模型与预测误差分布模型做差得到环境噪声分布模型;预测误差分布模型与环境噪声分布模型求和得到总体误差分布模型;
标签定位误差消除处理模块(4)用于在数字空间内利用机器学习算法对UWB定位标签的多组定位坐标进行分类从而确定UWB定位标签的运动状态,根据UWB定位标签运动速度动态计算平滑滤波窗口大小,从而确定平滑滤波器,利用平滑滤波器抑制UWB定位标签和各个UWB基站的测距值的数据抖动;对抑制抖动后的UWB定位标签的测量坐标按照总体误差分布模型进行补偿,并结合各个UWB基站坐标,得到UWB定位标签定位结果;
若UWB基站与UWB定位标签之间存在非视距误差,在定位系统校正模块(3)获得的总体误差矩阵中寻找与UWB定位标签测量坐标的欧氏距离最接近的总体误差向量,将测量坐标与总体误差向量中对应的元素做差获得误差消除后的定位坐标,即为UWB定位标签定位结果。
2.根据权利要求1所述的基于数字孪生的UWB定位系统,其特征在于:所述障碍物材料参数用于表示不同障碍物的材质和厚度对于UWB信号的强度和测距误差的影响,UWB基站的UWB信道特征表示UWB基站发出的UWB信号强度随空间距离的衰减特性;所述测距误差表示UWB信号被障碍物遮挡以后,造成测距值增加。
3.根据权利要求1所述的基于数字孪生的UWB定位系统,其特征在于:所述定位系统校正模块(3)还用于在物理空间中障碍物位置发生改变时,根据数字空间定位模型重新计算预测误差分布模型,重新计算的预测误差分布模型与环境噪声分布模型求和得到总体误差分布模型。
4.根据权利要求1所述的基于数字孪生的UWB定位系统,其特征在于:所述室内环境的数字化建模模块(1)构建数字空间定位模型的具体过程为:首先,对建筑物的空间结构进行扫描,使用BIM技术在数字空间构建室内建筑的几何模型、障碍物材料参数和UWB信道特性,并使用建模软件进行建模,构建三维空间模型;
然后,根据障碍物材料参数和UWB信道特性构建UWB信号强度衰减模型和非视距误差模型,三维空间模型、UWB信号强度衰减模型和非视距误差模型形成数字空间定位模型。
5.根据权利要求4所述的基于数字孪生的UWB定位系统,其特征在于:所述UWB信号强度衰减模型的构建方法为根据自由空间传输模型,确定UWB接收信号功率:其中,PR表示UWB接收信号功率,PT表示UWB发射信号功率,GT表示UWB发射信号增益,GR表示UWB接收信号增益,λ表示UWB信号波长,d表示UWB接收设备与UWB发射设备之间的距离,k表示信号损耗因子;
UWB信号强度衰减模型为:
其中P(d)表示距离为实际距离d时的接收信号功率,P(d0)表示距离为参考距离d0时的接收信号功率,k1表示传输路径损耗参数;
非视距误差模型的构建方法为:UWB基站与UWB定位标签之间存在障碍物O1,O2,…On,由于经过障碍物造成电磁波传输速度减慢,从而使电磁波到达标签的时间t加长,其中lST表示UWB基站与UWB定位标签之间的实际距离,c表示电磁波在空气中的传播速度, 表示电磁波穿过障碍物Oi比在空气中传播相
同距离多花费的时间,其中hi和εi表示障碍物Oi的厚度和介电常数,从而导致UWB基站与UWB定位标签之间测量距离 因此非视距误差
6.根据权利要求1所述的基于数字孪生的UWB定位系统,其特征在于:所述最佳锚点位置选择模块(2)求解数字空间中最佳UWB基站位置的具体方法为:首先,在数字空间中,将空间划分为m*n*o个正方形格,每个正方形格Ti以中心坐标(xTi,yTi,zTi)表示,对于一个坐标为(xSj,ySj,zSj)的UWB基站Sj,设正方形格内部接收的UWB信号强度与中心点相同,根据UWB信号强度衰减模型,计算可得正方形格Ti处接收信号强度为:其中, 表示正方形格Ti与UWB
基站Sj的空间距离;
然后,在电磁波传播过程中,在受到n个障碍物阻挡后Ti处的接收信号强度为:
其中,αk表示障碍物Ok对传播信号的衰减系数,hk表示障
碍物Ok的厚度;
然后,根据UWB接收信号强度计算出对于UWB基站Sj空间中每一个正方形格Ti的接收信号强度P(Ti)′;根据非视距误差模型,每一个正方形格Ti的非视距误差为Δ(Ti)=Δl;则基站Sj的空间平均信号强度表示为: 空间平均非视距误差表示为对于s个UWB基站,每个正方形格的信号强度是s个基站的信号强度
的叠加,于是空间整体信号强度表示为: 空间整体非视距误差表示为
然后,对于给定的空间环境,已知墙体和障碍物的位置,使用一种多目标优化算法选择最佳的N组基站布设位置;
最后,对于N组近似的最优解,根据实际的安装情况和操作难度选择最佳的基站布设位置安装基站,再根据实际安装位置修正虚拟空间中的基站位置。
7.根据权利要求1所述的基于数字孪生的UWB定位系统,其特征在于:所述定位系统校正模块(3)得到总体误差分布模型的具体方法为:首先,根据建筑物和障碍物的空间结构特点,在物理空间内等间隔均匀设置标定点,使用全站仪获取每个标定点Pi的真实坐标(xi,yi,zi),对于区域Ej中的每个标定点,将标签放置在标定点Pi上,使用UWB定位系统对UWB定位标签进行定位,获取测量坐标(xi′,yi′,zi′);
然后,对于标定点Pi的定位误差Δi=(Δxi,Δyi,Δzi)=(xi′‑xi,yi′‑yi,zi′‑zi),可得标定点Pi的定位误差向量MEAi=[Δxi,Δyi,Δzi],根据物理空间中全部的N个标定点的定位误差向量,建立空间中的定位误差矩阵;
[MEA1,…MEAi,…MEAN];
然后,根据确定的基站位置和非视距误差模型,对于标定点Pi可以计算得到预测误差NLOSi=[nxi,nyi,nzi],根据物理空间中全部的N个标定点的预测误差向量,建立空间中的预测误差矩阵;
[NLOS1,…NLOSi,…NLOSN];
然后,将定位误差向量与对应的预测误差向量做差获得环境噪声向量,NOIi=[Δxi‑nxi,Δyi‑nyi,Δzi‑nzi],根据物理空间中全部的N个标定点的环境噪声向量,建立空间中的环境噪声矩阵;
[NOI1,…NOIi,…NOIN];
最后,在障碍物位置发生改变时,重新建立预测误差矩阵,预测误差分布模型与环境噪声分布模型求和得到总体误差矩阵。
8.根据权利要求1所述的基于数字孪生的UWB定位系统,其特征在于:所述标签定位误差消除处理模块(4)抑制UWB定位标签和各个UWB基站的测距值的数据抖动的具体方法为:离线训练阶段:
分别采集静止状态和运动状态下UWB定位标签的多组定位坐标:
S S S
(x1,y1,z1) ,…(xi,yi,zi) ,…(xm,ym,zm)
M M M
(x1,y1,z1) ,…(xj,yj,zj) ,…(xn,yn,zn)
上标S表示静止状态下的坐标,上标M表示运动状态下的坐标;xm,ym,zm和xn,yn,zn分别表示第m组和第n组测量坐标;
对相邻的k组数据求和,再对相邻的两组数据求差,构成新的静止状态和运动状态下UWB定位标签的定位坐标数据,构建训练数据集;
使用机器学习的分类算法进行运动状态的分类,将运动状态分类后的训练数据集输入机器学习的分类算法进行训练得到距离差特征模型;
在线分类阶段:
对各个UWB基站得到的测距数值进行坐标解算处理,并将解算得到的定位坐标进行相邻的k组数据求和,再对相邻的两组数据求差处理,获取到处理后的数据;
将处理后的数据输入距离差特征模型,得到当前定位目标的运动状态;
抖动抑制阶段:
对于UWB定位标签的真实坐标(xr,yr,zr),在时间Δts内,使用坐标解算算法解算得到N组坐标;
(xc1,yc1,zc1),…(xci,yci,zci),…(xcN,ycN,zcN)2
其中各组坐标的x,y,z分别符合均值为xr,yr,zr,方差为σ的正态分布,表示为:xci~N
2 2 2
(xr,σ),yci~N(yr,σ),zci~N(zr,σ),i=1,2,…N;使用测得的N组坐标进行正态分布函数拟合分别得到三维坐标的正态分布函数 并取得概率分布最大的均值μ,即为逼近的真实坐标(xr,yr,zr)′;
对于运动目标,对定位坐标进行滑动窗口滤波,实现抑制UWB定位标签和各个UWB基站的测距值的数据抖动,窗口大小为Δtm,当目标运动速度越大时,相邻坐标之间的差值也越大,为了保证响应时间,根据目标的运动速度动态调整窗口大小,计算目标运动速度v,窗口大小 其中Δt为参考时间,k为系数,两者大小由实验测试确定,当目标运动速度过快时v>vmax,为保证响应时间,不再进行消抖处理。
9.根据权利要求1所述的基于数字孪生的UWB定位系统,其特征在于:标签定位误差消除处理模块(4)对抑制抖动后的UWB定位标签和各个UWB基站的测距值进行是否存在非视距误差的判断,在三维空间中进行定位,至少需要四个UWB基站,每个UWB基站对定位标签进行测距,获得四组距离值l1,l2,l3,l4,并结合UWB基站坐标解算得到UWB定位标签坐标(xt,yt,zt),将UWB定位标签坐标与每个基站的坐标(xs,ys,zs)进行连线,根据建筑物空间结构判断连线是否经过障碍物;
同时计算UWB定位标签与UWB基站的距离;
将UWB定位标签接收到的UWB基站信号强度P(t)与距离为lst时的理论信号强度进行比较,若P(T)‑P(t)>Pmin,Pmin为阈值,确认UWB定位标签与该UWB基站之间存在非视距误差;
若UWB基站与UWB定位标签之间存在非视距误差,在定位系统校正模块(3)获得的总体误差矩阵中寻找与UWB定位标签测量坐标的欧氏距离最接近的总体误差向量,将测量坐标与总体误差向量中对应的元素做差获得误差消除后的定位坐标(xt,yt,zt),即为UWB定位标签定位结果。
10.一种基于数字孪生的UWB定位方法,其特征在于:它包括如下步骤:
步骤1:利用BIM技术在数字空间确定室内建筑的几何模型、障碍物材料参数和UWB信道特性,并构建数字空间定位模型;
步骤2:在数字空间定位模型内利用多目标优化算法对各个UWB基站的空间不同位置UWB信号强度分布和测距误差进行计算,从而确定各个UWB基站最佳安装位置,各个UWB基站的最佳安装位置使得数字空间中UWB的信号强度最高,测距误差最小;以各个UWB基站最佳安装位置为基础指导物理空间中实际的UWB基站安装,再根据物理空间中各个UWB基站实际安装位置修正数字空间中对应UWB基站的位置信息,重构数字空间定位模型;
步骤3:根据数字空间定位模型计算得到空间不同位置的测距误差,形成预测误差分布模型,在物理空间中等间隔均匀设置标定点,根据各个标定点的UWB测量坐标与真实坐标差值计算UWB测量误差,从而得到测量误差分布模型;测量误差分布模型与预测误差分布模型做差得到环境噪声分布模型;预测误差分布模型与环境噪声分布模型求和得到总体误差分布模型;
步骤4:在数字空间内利用机器学习算法对UWB定位标签的多组定位坐标进行分类从而确定UWB定位标签的运动状态,根据UWB定位标签运动速度动态计算平滑滤波窗口大小,从而确定平滑滤波器,利用平滑滤波器抑制UWB定位标签和各个UWB基站的测距值的数据抖动;对抑制抖动后的UWB定位标签的测量坐标按照总体误差分布模型进行补偿,并结合各个UWB基站坐标,得到UWB定位标签定位结果;
若UWB基站与UWB定位标签之间存在非视距误差,在定位系统校正模块(3)获得的总体误差矩阵中寻找与UWB定位标签测量坐标的欧氏距离最接近的总体误差向量,将测量坐标与总体误差向量中对应的元素做差获得误差消除后的定位坐标,即为UWB定位标签定位结果。
说明书 :
基于数字孪生的UWB定位系统与方法
技术领域
背景技术
发明内容
附图说明
具体实施方式
同距离多花费的时间,其中hi和εi表示障碍物Oi的厚度和介电常数,从而导致UWB基站与UWB定位标签之间测量距离 因此非视距误差
号强度的叠加,于是空间整体信号强度表示为: 空间整体非视距误差表
示为
~N(xr,σ),yci~N(yr,σ),zci~N(zr,σ),i=1,2,…N;使用测得的N组坐标进行正态分布函数拟合分别得到三维坐标的正态分布函数 并取得概率分布
′
最大的均值μ,即为逼近的真实坐标(xr,yr,zr) ;