基于UWB集群优化的位置估计及其与传统三边定位的比较

超宽带（UWB）是一种极具前景的室内位置估计技术，适用于物体集群的多种定位应用，例如利用多个可穿戴传感器进行人体运动的三维分析，或在室内环境中操作无人机集群。然而，大多数纯UWB位置估计方法基于星型拓扑，即利用移动节点到若干固定锚点的距离来估计其位置。这些方法忽略了在全连接的“集群”拓扑中可获得的宝贵节点间距离估计，而该估计本可为用于位置估计的可用距离估计集合提供更多冗余，从而提高位置估计的准确性与一致性。此外，已发表的研究未分析输入测量误差如何影响最终位置估计，导致难以评估其在不同条件下的可靠性。因此，本研究首先提出一种基于UWB集群优化的位置估计方法，该方法利用所有可用的节点间距离以提高准确性，并与采用星型配置的传统三边定位方法进行比较。所有验证均使用合成UWB数据进行，以实现对所有输入误差情况的测试。通过全面的误差敏感性分析评估了该方法在不同噪声条件下的鲁棒性。所提方法始终优于三边定位法，在现实的UWB距离输入估计下，其位置估计误差约为5.7 cm；而在高噪声条件下，所提方法的误差比三边定位法低约6 cm，后者的位置估计误差约为19 cm。本研究展示了基于集群优化的位置估计方法作为传统基于星型三边定位方法的更准确、更一致的替代方案的普遍潜力。