[发明专利]一种基于融合定位技术的智慧锥桶

权利要求书

1.一种基于融合定位技术的智慧锥桶，其特征在于，包括UWB超宽带定位模块、LoRa无线定位模块、北斗卫星定位模块；

所述UWB超宽带定位模块用于接收至少一个UWB定位基站发送的UWB超宽带定位信号；

所述LoRa无线定位模块用于接收至少一个LoRa网关发送的LoRa定位信号；

所述北斗卫星定位模块用于接收北斗卫星信号。

2.根据权利要求1所述的基于融合定位技术的智慧锥桶，其特征在于，将三种定位源数据输入融合算法：

S1选择具有全天候、全球性定位能力的北斗卫星定位模块作为公共参考系统α；

S2将其余定位系统与公共参考系统相结合，形成信息优化联邦卡尔曼滤波子系统：

UWB超宽带定位/北斗卫星定位为子系统KF₁，

LoRa低功耗无线定位/北斗卫星定位为子系统KF₂；

S3将得到的滤波子系统发送到主滤波器进行数据融合、卡尔曼滤波，得到子系统的最优状态矩阵；

S4将得到的信息进行可信度检测，具体包括子系统的可信度检测和可信子系统的误差检测，选择一个定位偏差范围Δr，如果无故障子系统定位偏差满足KF_I-α≤Δr信任该子系统，否则隔离不受信息的子系统；

S5隔离不受信任的子系统；

S6判断受信任的子系统数量是否为0；

S7如果所有子系统都不可信，则选择公共参考系统北斗卫星定位作为最终定位结果输出；

S8如果有可信任的子系统，则按精度重新排序并定义子系统为S₁、S_k(k≤2)；

S9对可信任的子系统依次进行定位误差检测；

S10判断定位误差是否在允许范围内

S11如果所有可信任子系统的定位误差均不在允许范围内，则对所有可信任子系统的定位信息进行融合，并将融合的定位信息作为最终定位结果输出；

S12如果可信任子系统的定位误差在允许范围内，则将该子系统的定位信息作为最终定位结果输出。

3.根据权利要求2所述的基于融合定位技术的智慧锥桶，其特征在于，S3得到子系统的最优状态矩阵的具体过程包括以下步骤：

S31系统的状态模型表示为：

X_k＝F_k,k-1X_k-1+G_k,k-1w_k-1

式中：X_k表示时间样本t_k时刻的状态量；F_k,k-1为t_k-1时刻的状态量向t_k时刻的状态量的转移矩阵；X_k-1表示时间样本t_k-1时刻的状态预测向量；G_k,k-1表示噪声输入矩阵；w_k为系统的状态噪声；

系统的量测模型表示为：

Z_k＝H_kX_k+v_k

Z_k表示时间样本t_k时刻滤波后的测量向量；H_k为系统的观测转换矩阵；v_k为系统的观测噪声；

S32选择三个定位模块的能够表征定位状态的参数，并约定坐标系的指向：

北斗卫星定位状态参数包括：位置误差和速度误差

UWB超宽带定位状态参数包括：导航坐标系中的x_UWB,y_UWB坐标；

LoRa低功耗无线定位状态参数包括：导航坐标系中的x_LoRa,y_LoRa坐标；

选择地理坐标系作为导航坐标系，X轴指向东方，Y轴指向北方，Z轴指向天空，在载体坐标系中，X轴指向右边，Y轴指向前面，Z轴指向顶部；

S33子系统KF₁的状态模型和量测模型：

子系统KF₁的状态方程为X₁＝F₁X₁+G₁W₁

子系统KF₁的量测方程为Z₁＝H₁X₁+V₁

其中：

F_BDS为北斗卫星定位的状态转移矩阵，F_UWB为UWB超宽带定位的状态转移矩阵，

S34子系统KF₂的状态模型和量测模型：

子系统KF₂的状态方程为X₂＝F₂X₂+W₂

子系统KF₂的测量方程为Z₂＝H₂X₂+V₂

其中：

F_BDS为北斗卫星定位的状态转换矩阵，F_UWB为UWB超宽带定位的状态转换矩阵，

S35卡尔曼滤波求解：

通过卡尔曼滤波的求解过程对其求解，经过方程式建立起某时刻的测量向量与状态向量的关系，实现在给出t_k时刻的状态向量和估计误差的协方差的初始值之后，通过迭代运算对不同时刻的状态向量做出估计。