实时非视距误差抑制的UWB/IMU井下定位算法

摘要

针对煤矿井下车辆定位困难的问题，提出一种实时非视距(NLOS:Non-Line-of-Sight)误差抑制的超宽带(UWB:Ultra-Wideband)与惯性测量单元(IMU:Inertial Measurement Unit)紧组合的定位算法。首先，构建UWB测距递推模型，结合历史滤波信息动态识别NLOS误差，并采用移动平均模型对超宽带量测进行修正；其次，设计基于误差状态卡尔曼滤波(ESKF:Error State Kalman Filter)的UWB/IMU紧组合模型；最后，通过引入遗忘因子自适应调节过程噪声协方差矩阵，增强量测信息对状态估计的修正作用。仿真实验表明，所提方案与基于最小二乘支持向量机修正的方案相比最大三维定位精度提高30.68%,平均精度提高28.61%;与基于残差判别方案相比三维定位精度提高35.86%,平均精度提高27.88%。该研究可为井下复杂环境中的车辆定位提供高精度、低延迟的解决方案，对推进煤矿智能化运输系统建设具有重要工程意义。

关键词

井下定位 / 超宽带/惯性测量单元 / 非视距误差抑制 / 扩展卡尔曼滤波