移动机器人UWB与VIO组合室内定位算法

作者：申炳琦; 张志明; 舒少龙

来源：计算机应用, 2022, 1-8.

• 室内定位
• 移动机器人
• 超宽带
• 视觉惯性里程计
• 卡尔曼滤波

对于移动机器人在室内环境的定位任务，新兴的基于视觉惯性里程计（VIO）的辅助定位技术受光线条件限制大，无法在黑暗环境中工作，且超宽带（UWB）定位易受非视距误差（NLOS）影响。针对以上问题，提出一种UWB与VIO组合的室内移动机器人定位方法。首先，采用S-MSCKF算法和DS-TWR测距及三边定位法，分别得到VIO输出的位置信息与UWB解算的定位信息；其次，建立位置测量系统运动方程与观测方程；然后，通过误差状态扩展卡尔曼滤波（ES-EKF）进行数据融合得到机器人的最优位置估计；最后，使用搭建的移动定位平台在不同的室内环境下对组合定位方法进行实验验证。实验证明该算法能在有障碍物的室内环境下，与纯UWB定位方法相比，总体定位的最大误差减小约4.4%，均方误差减小约6%；与VIO定位方法相比，总体定位的最大误差减小约31.5%，均方误差减小约60.3%。。该算法可为室内环境下的移动机器人提供实时、精确而鲁棒的定位结果。

• 单位
  同济大学; 浙江大学