[发明专利]一种基于UWB的室内定位方法及系统

权利要求书

1.一种基于UWB的室内定位方法，其特征在于，该方法包括：

部署若干UWB锚点，基于TDOA算法得到任意两个UWB锚点的信息到达待定位节点的到达时间差后，获取所述任意两个UWB锚点与待定位节点间的到达距离差；所述待定位节点上部署有惯性测量单元；

基于所述任意两个UWB锚点与待定位节点间的相对位姿关系预测到达距离差偏差值；其中，到达距离差偏差值的获取具体为：

相对位姿关系包括所述任意两个UWB锚点分别与待定位节点间的距离、相对方位角、相对仰角；根据待定位节点的历史移动信息获取每个UWB锚点与待定位节点间的历史位姿关系序列，所述历史位姿关系序列包括历史距离序列、历史相对方位角序列、历史相对仰角序列；

基于去趋势互相关分析算法获取每个UWB锚点的距离残差序列、相对方位角残差序列、相对仰角残差序列；

利用偏差值预测神经网络对所述任意两个UWB锚点的历史位姿关系序列和残差序列进行处理，获取所述到达距离差偏差值；

利用到达距离差偏差值对到达距离差进行修正，基于修正后的结果获取待定位节点的坐标。

2.如权利要求1所述的方法，其特征在于，所述偏差值预测神经网络包括第一时间卷积网络、第二时间卷积网络和全连接神经网络；利用第一时间卷积网络对历史位姿关系序列进行处理，得到第一时序向量，第二时间卷积网络对残差序列进行处理，得到第二时序向量，全连接网络对第一时序向量和第二时序向量联合后得到的融合向量进行处理，得到所述到达距离差偏差值。

3.如权利要求2所述的方法，其特征在于，获取反映任意两个锚点历史位姿关系序列变化一致性的一致性系数，一致性系数与融合向量相乘后输入全连接网络，得到所述到达距离差偏差值。

4.如权利要求3所述的方法，其特征在于，基于所述任意两个UWB锚点的距离残差序列、相对方位角残差序列、相对仰角残差序列分别获取距离互相关系数、方位角互相关系数、仰角互相关系数，互相关系数的和为一致性系数。

5.如权利要求4所述的方法，其特征在于，所述偏差值预测神经网络的训练标签在空旷的室内环境下获取。

6.如权利要求5所述的方法，其特征在于，所述方法还包括利用扩展卡尔曼滤波算法消除到达距离差中的噪声偏差，所述噪声偏差为锚点信息传输过程中受室内环境影响产生的偏差。

7.一种基于UWB的室内定位系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述方法的步骤。