CT-UIO：利用非均匀B样条和较少锚点实现连续时间UWB惯性测距仪定位

《IEEE Transactions on Mobile Computing》：CT-UIO: Continuous-Time UWB-Inertial-Odometer Localization Using Non-Uniform B-spline with Fewer Anchors

UWB少锚点定位系统采用非均匀B样条动态调整控制点，结合改进EKF与虚拟锚点生成方法，通过自适应滑动窗口实现全局轨迹估计，在走廊、展厅和办公室环境中定位精度达0.403m、0.150m和0.189m，较现有方法提升17.2%、26.1%和15.2%。

　　

摘要：

近年来，基于超宽带（UWB）技术的定位方法在锚点数量较少的情况下受到了广泛的研究关注，尤其是在能源受限的条件下。然而，大多数现有方法依赖于离散时间表示和平滑性先验来推断机器人的运动状态，这往往难以确保多传感器数据的一致性。在本文中，我们提出了一种基于连续时间的UWB-惯性里程计定位系统（CT-UIO），该系统采用非均匀B样条框架，并减少了锚点的数量。与传统基于均匀B样条的连续时间方法不同，我们引入了一种自适应的节点间距调整策略来处理非均匀连续时间轨迹的表示。通过根据运动速度动态调整控制点来实现这一点。为了高效融合惯性测量单元（IMU）和里程计的数据，我们提出了一种改进的扩展卡尔曼滤波器（EKF），该滤波器采用基于创新的自适应估计方法来提供短期的精确运动预测。此外，为了解决在锚点数量较少时实现完全可观测UWB定位系统的挑战，我们提出了一种基于多种假设的虚拟锚点（VA）生成方法。在后台，我们采用了一种自适应滑动窗口策略来进行全局轨迹估计。我们在三个具有不同UWB锚点数量和运动模式的自收集数据集上进行了全面实验。实验结果表明，所提出的CT-UIO在走廊、展览厅和办公室环境中的定位精度分别为0.403m、0.150m和0.189m，与现有的最先进UIO系统相比，分别提升了17.2%、26.1%和15.2%的定位精度。本工作的代码库和数据集将开源发布在https://github.com/JasonSun623/CT-UIO。