Wykorzystanie pomiarów przyspieszenia do zwiększenia dokładności wyznaczania położenia w ultraszerokopasmowym systemie lokalizacyjnym

• Autorzy: Kołakowski M.

Identyfikatory

DOI

10.15199/59.2017.6.64

Warianty tytułu

EN

Using acceleration measurements to improve ultra-wideband positioning system accuracy

• Konferencja: Krajowa Konferencja Radiokomunikacji, Radiofonii i Telewizji (21-23.06.2017 ; Poznań, Polska)
• Języki publikacji: PL

Abstrakty

PL

W referacie przedstawiono algorytm lokalizacyjny łączący wyniki pomiarów TDOA (Time Difference of Arrival) wykonywanych przez infrastrukturę ultraszerokopasmowego systemu lokalizacyjnego z wartościami przyspieszenia mierzonymi przez lokalizowaną etykietę. Wreferacie przedstawiono szczegółowy opis algorytmu oraz wyniki badań symulacyjnych i eksperymentalnych.

EN

In the paper a novel localization algorithm is presented. The algorithm combines TDOA (Time Difference of Arrival) results obtained by UWB positioning system infrastructure with acceleration measured by the localized tag. The paper includes extensive algorithm description with and the results of simulations and experiments.

Słowa kluczowe

PL

systemy lokalizacyjne; filtr Kalmana; UWB

EN

Kalman filter; localization systems; UWB

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2017
• Tom: nr 6
• Strony: 433--436, CD
• Opis fizyczny: Bibliogr. 9 poz., rys.

Twórcy

autor

Kołakowski M.

• Politechnika Warszawska, Instytut Radioelektroniki i Technik Multimedialnych, ul. Nowowiejska 15/19, 00-665 Warszawa

Bibliografia

• [1] Renaudin V., Merminod B., Kasser M., “Optimal data fusion for pedestrian navigation based on UWB and MEMS” 2008 IEEE/ION Position, Location and Navigation Symposium, Monterey, CA, 2008, pp. 341-349.
• [2] Paul Groves, “Principles of GNSS, Inertial, and Multisensor Integrated Navigation Systems”, Artech House, 2013
• [3] L. Zwirello, Xuyang Li, T. Zwick, C. Ascher, S. Werling i G. F. Trommer, "Sensor data fusion in UWB-supported inertial navigation systems for indoor navigation," 2013 IEEE International Conference on Robotics and Automation, Karlsruhe, 2013, pp. 3154-3159.
• [4] Bosch-Sensortec, “BMI 160 Data sheet”
• [5] Bosch-Sensortec, “BMA 280 Data sheet”
• [6] C. Liu, S. Yu, S. Zhang, X. Yuan and S. Liu, "An effective unscented Kalman filter for state estimation of a gyrofree inertial measurement unit," 2014 IEEE/ION Position, Location and Navigation Symposium - PLANS 2014, Monterey, CA, 2014, pp. 230-235.
• [7] Y. Bar-Shalom, X. R. Li and T. Kirubarajan, “Estimation with applications to tracking and navigation: theory algorithms and software”, John Wiley & Sons, 2004.
• [8] M. S. Grewal and A. P. Andrews, “Kalman Filtering: Theory and Practice Using MATLAB(R), 4th Edition”, John Wiley & Sons, 2015.
• [9] V. Djaja-Jośko and J. Kołakowski, “UWB Positioning System for Elderly Persons Monitoring” in Proceedings of TELFOR 2015, 2015, pp. 169-172

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017)