◆高文帅 张锐 步子豪 冯俊 王萌

基于UWB的室内自主无人车跟驰系统定位研究

◆高文帅 张锐 步子豪 冯俊 王萌

（武汉理工大学自动化学院 湖北 430070）

从京东及天猫超市的智能仓库可以看出，利用无人车代替人工已经成为物流行业未来主要的发展方向。仓库等室内环境复杂多变，GPS信号穿透性差导致的定位效果也相对有限。WIFI作为室内常用的信号基站，信号覆盖面较小，且作为基站不能随意移动。而UWB技术则在传统无线通信的基础上进一步发展，具有穿透性强，信号覆盖面广，提供厘米级定位精度等优点。本文基于UWB技术，利用TDOA算法进行迭代，从而消除UWB的定位误差，实现克服室内复杂环境的定位功能。

无人车；UWB定位；TDOA算法

自主无人车或称为无人车、智能体、智能机器人等，是一个可以对智能产业技术进行综合利用的集合体，涉及如今智能产业的各个方面，比如，传感器技术、控制技术、车辆工程、图像识别和神经网络等。在货运这个劳动力十分密集的行业，可以利用无人车实现货物的短距离运输，甚至货物的出纳。在此情况下，结合定位算法的载物车则既能使物流工人的搬运压力更小，也可以提升工人的工作效率。本文将对无人车的精准定位提供一个仿真并且实现的思路。

1 UWB

超宽带（Ultra Wide Band，UWB）技术是通过利用纳秒级的非正弦波窄脉冲来承担传输任务的，与传统正弦波作为载波的方式相比，UWB定位技术所占用的频谱范围更大。尽管是通过无线的方式进行通信定位，但该技术的数据传输速率已达到数百兆比特每秒。美国联邦通信委员会（FCC）对UWB的定义声明中描述：在3.1GHz～10.6GHz频段中占用500MHz以上的带宽的定位技术。由此可见，UWB传输信号技术能够在非常宽的带宽上进行。此外，由于UWB设备间通信能够直接通过发射冲击脉冲串的方式进行，此时发射的信号既可以看成基带信号，也可以看成射频信号，而不再需要具有传统的中频和射频概念。

2 UWB定位算法

UWB定位系统的组成主要分为三个部分，首先是携带有标签的定位目标，其中标签的主要功能是作为一个和定位目标共同移动的信号源。该信号源持续以某一频率向周围的接收装置发送UWB信号。

其次是固定安装UWB基站，专门用于接收和应答标签发送的信号，同时记录接收时间等信息，将以上信号转换为数据转发给中央处理器进行处理，再将信息整合打包发送给上层设备，为了减小定位误差和保证信号的有效接收，一个定位空间内最好安装3个以上基站。

最后是接收定位信息的用户端。在UWB定位系统中，用户端通过WIFI或者其他通信方式接受UWB基站传送的信号。依托用户端的终端机，可以实时地通过人机交互的方式为用户展示标签的位置等信息。

鉴于UWB信号的交换频次足够快且时间差已知，通过适当的算法就可以实现标签的实时定位。UWB的常用定位算法有TOA（Time of Arrival）的测距法，TDOA（Time Difference of Arrival）算法，RSSI（Received Signal Strength Indication）算法，AOA（Angles Of Arrival）信号到达角度法。

2.1 TDOA到达时间差算法

TDOA（Time Difference of Arrival）算法是一种利用信号到达时间差的定位算法。通过测量信号到达监测站的时间，可以确定信号源的距离，因为到达时间差是固定的，即可在二维平面内确定一个双曲线，在二维平面内三个基站即可确定三个可能的双曲线，理想状况下三个双曲线的交点即为标签所在位置。然而由于基站中微处理器处理数据需要时间，三个基站很难建立严格的同步时钟，不同的时钟误差对于定位误差的影响如表1所示，其中T是设备B处理UWB信号的时间。由于光速为0.3m/ns，此外UWB定位系统本身的定位精度为厘米级，可以看出系统时钟的微小偏差还是可能造成定位上的较大误差。

表1 T与时钟偏差关系

clock error T2ppm5ppm10ppm20ppm40ppm 1000.1ns0.25ns0.5ns1ns2ns 2000.2ns0.5ns1ns2ns4ns 5000.5ns1.25ns2.5ns5ns10ns 1ms1ns2.5ns5ns10ns20ns 2ms2ns5ns10ns20ns40ns 5ms5ns12.5ns25ns50ns100ns

TDOA算法是通过检测信号到达两个基站的时间差，而不是到达的绝对时间来确定标签的位置，降低了标签与其他基站的时间同步要求。

如上所述，两个信号的到达时间差就意味着两个信号到达的距离差。在理想情况下，一组基站即两个不同的基站就可以在二维平面内确定一对双曲线，这对双曲线的焦点就是基站，标签的位置就在双曲线的位置上。三个基站就可以在二维平面内确定两组双曲线，两个双曲线的交点就是标签所在的位置。从这个角度讲，TDOA算法不是直接利用信号的到达时间，而是利用多个基站收到信号的时间差来确定标签的位置。TDOA算法不需要加入专门的时间戳，定位精度也有所提高。在二维的情况下，TDOA的定位模型如图1所示。

图1 TDOA原理图

对其取平方可得，

其中，

其中，为光速，d,1为测得的TDOA测量值。可以先进行线性化处理来求解该方程组。已知，

将式（4）展开得，

将=1代入式（2-2）可得，

用式（5）减去式（6）可得，

其中，

3 定位模型

本文定位算法采用基于UWB技术中的TDOA算法对小车进行定位，如前文所述，TDOA算法使用到达时间差原理，而不是到达的绝对时间来确定标签的位置，这种方式可以有效降低标签与其他基站的时间同步要求。此外在计算机仿真中，因为S=Vt，可以将标签与基站之间的到达时间替换为到达距离，从而减小对于计算资源和基站的需求，在计算机仿真中也会有更高的准确性。

为了实现TDOA定位算法还需要基站之间的相互位置，以及坐标系的建立。在本次仿真中以UWB基站中其中一个基站作为原点建立坐标系，为使定位更加准确，同时也为了拟合室内环境，本文定位仿真将UWB基站定位为理想等边三角形，如图2所示。

图2 TDOA算法基站位置

其中红色小点为基站位置。

设定好UWB定位算法基站位置后，在MATLAB中将以如下方式实现TDOA定位算法，并运用以下数据量：

（1）LS作为基站的位置坐标；

（2）Sensor作为标签的位置信息；

（3）R1，R2，R3分别为标签与各基站之间的距离。

在确定好计算TDOA所需数据之后，对sensor添加1.5%的噪声误差。然后采用迭代方式来消除TDOA误差。具体方式为：

第一步，计算TDOA数据；第二步，初始化输出数据；第三步，对所得到的到达时间差数据进行处理，并与当前重新测得的到达时间差数据进行比较处理，得到新的到达时间差数据。第四步，进入迭代过程，重复处理上一步的计算结果，将误差对定位坐标影响降到最低。

通过以上方式可以计算出标签较为准确的理论位置。定位结果图如图3所示。

图3 TDOA算法定位结果图

其中红色小点为基站位置。蓝色小点为标签的实际位置。黑色小点为添加误差并经过迭代计算后所得到的标签位置。同时记录多组数据可以得出定位误差与迭代次数关系。表2为定位迭代次数与对应的多组定位数据。

表2 部分误差与迭代次数关系

标签实际坐标位置标签定位坐标位置定位误差迭代次数 X轴坐标Y轴坐标X轴坐标Y轴坐标 0.6076142.11790.3960142.96610.8742260 128.428743.4050129.268242.82671.0194210 128.468158.4504126.563058.13831.9305160 192.328595.5394193.200497.32161.9840160 145.4747104.3171146.0754106.36402.1332140 137.8762107.2955138.3896105.08422.2700140 174.163545.7342174.869148.27382.6358120 16.030249.744713.335549.13002.7639120 168.360374.0610170.692875.91682.9807110 171.3360138.8255171.6415142.13803.326550 192.418785.3775195.752586.01783.394750 90.6403120.962693.9902122.11583.542940 161.1307118.1337157.9461116.30383.672940 174.0107184.0007176.5098197.294113.52690 1.1654194.5333-1.8439208.179013.97360

在定位过程中可以看出，有噪声干扰的情况下，迭代可以有效地消除TDOA算法的误差。随着迭代次数的增加，误差也会随之减少。可以推断，在实验环境理想的情况下，当迭代次数足够大时，误差也会趋近于零。但是在实际使用过程中，算法实时性是定位系统必须考虑的重要因素，决不允许算法在计算标签位置上花费过多的时间，这会影响到定位算法的准确性和实用性。因此为了模拟真实的使用环境，应在保证定位误差的情况下，尽量减少迭代次数。

由表2所示，定位误差会在开始阶段随着迭代次数的增加而不断降低，当误差降低到一定的范围，迭代的效果也会随之减弱。在第150次左右的迭代计算，已经有效地减小了误差，并且可以很快地得到定位坐标，更好地兼顾了系统计算时间和定位准确性的要求。

4 结论

本文通过分析无人车的具体使用环境，利用基于UWB定位技术，采用TDOA算法完成无人车的定位仿真部分，并通过迭代方式来尽量减小定位误差。在迭代次数与计算速度之间找到了一个平衡点，这样既能快速计算出结果，也保证了定位的准确。UWB技术定位效果相对优良，但是定位距离较短，在做具体相关设计研究时，可以对UWB算法做进一步的改良来适应实际算法，从而达到更优定位效果。

[1]游小荣，裴浩，霍振龙.一种基于UWB的三边定位改进算法[J].工矿自动化，2019，45（11）：19-23.

[2]李伟杰，戴亚文，唐雨，等.基于UWB的地铁隧道定位系统设计[J].计算机测量与控制，2019，27（08）：198-201.

[3]吴如玥，黄风华，邹驼玲.基于UWB的室内定位系统研究[J].信息与电脑（理论版），2019（14）：110-112.

[4]万鹏武. TDOA被动定位关键技术研究与应用[D]. 西安电子科技大学，2018.

[5]韩霜，罗海勇，陈颖，等. 基于TDOA的超声波室内定位系统的设计与实现[J]. 传感技术学报，2010，23（03）：347-353.

[6]俞一鸣，姚远，程学虎. TDOA定位技术和实际应用简介[J]. 中国无线电，2013（11）.

[7]刁培培. 射频技术和AGV小车辅助下物流自动化仓储定位方法研究[J]. 物流技术（装备版），2014，000（001）：94-97.

[8]姜春生，廖颖慧，蔡博. 基于UWB的物流仓储自动导引车的定位系统研究[J]. 计算机时代，2019，323（05）：9-12.