本文經(jīng)3D視覺(jué)之心公眾號(hào)授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

UWB大規(guī)模實(shí)時(shí)工業(yè)定位

超寬帶（UWB）是一種短距離、節(jié)能的無(wú)線電通信技術(shù)，主要用于精確的定位檢測(cè)和相對(duì)距離測(cè)量。例如，Apple 的 AirTags 和 Android 的 SmartTags 等設(shè)備因其能夠精確追蹤家用物品而越來(lái)越受歡迎。

雖然 UWB 在運(yùn)動(dòng)跟蹤（如足球比賽）等應(yīng)用中表現(xiàn)出色，但在大規(guī)模實(shí)時(shí)工業(yè)定位應(yīng)用中仍然面臨重大挑戰(zhàn)。目前，大多數(shù) UWB 研究?jī)H限于較小或室內(nèi)環(huán)境，并以絕對(duì)定位（AP）模式運(yùn)行，如圖 1 所示。在這種條件下，所有基站必須經(jīng)過(guò)標(biāo)定，并且標(biāo)簽需要持續(xù)從多個(gè)基站進(jìn)行距離測(cè)量。然而，在遮擋環(huán)境中，這種方式變得不切實(shí)際。這樣的限制降低了 UWB 在如港口或倉(cāng)庫(kù)等大規(guī)模區(qū)域中的實(shí)用性，因?yàn)檫@些場(chǎng)景中障礙物顯著增加了技術(shù)難度。

在大規(guī)模室外環(huán)境中使用 UWB 的挑戰(zhàn)主要包括：非視距（NLoS）問(wèn)題的頻繁出現(xiàn)和其他設(shè)備的干擾，這些問(wèn)題會(huì)限制有效的測(cè)量范圍。在最糟糕的情況下，由于新加入的集裝箱，基站之間可能完全失去連接（如圖 1 所示）?？煽?GPS 信號(hào)的缺乏進(jìn)一步加劇了標(biāo)定的復(fù)雜性。即便完成標(biāo)定，在非視距條件下，系統(tǒng)在定位方面仍然困難，成為現(xiàn)場(chǎng)機(jī)器人和物流自動(dòng)化的一個(gè)瓶頸。

針對(duì)這些問(wèn)題，本文介紹一種綜合方法【1】，以解決大規(guī)模 UWB 標(biāo)定和單次定位的挑戰(zhàn)。利用連續(xù)時(shí)間 LiDAR 慣性里程計(jì)（CT-LIO）生成可在任意點(diǎn)采樣的軌跡。通過(guò)對(duì)該軌跡進(jìn)行插值，我們將每個(gè) UWB 測(cè)量值與其對(duì)應(yīng)的位置對(duì)齊。然后，使用高斯過(guò)程迭代優(yōu)化基站位置估計(jì)。盡管完成標(biāo)定后，標(biāo)準(zhǔn) UWB 技術(shù)在非視距模式下依然無(wú)法定位，為解決此問(wèn)題，結(jié)合了一種基于快速描述符的方法，增強(qiáng)了在大規(guī)模重復(fù)環(huán)境中的單次全局定位能力。我們的方法顯著改進(jìn)了現(xiàn)有的定位方法，并引入了此前未曾探索的新可能性。

主要貢獻(xiàn)：

1. 提出了一種結(jié)合 UWB 數(shù)據(jù)、CT-LIO 和高斯過(guò)程的方法，僅需一次采樣便能在大規(guī)模環(huán)境中精確標(biāo)定 UWB 基站。這種方法在遮擋和重復(fù)環(huán)境中顯著提高了定位性能，在 UWB 或 LiDAR 單獨(dú)使用均失效的場(chǎng)景中尤為有效。
2. 提出了單次定位流程，通過(guò)利用已有描述符對(duì) UWB 范圍進(jìn)行過(guò)濾，減少了搜索時(shí)間，從而實(shí)現(xiàn)了復(fù)雜區(qū)域中的高效準(zhǔn)確定位，不再需要多個(gè) UWB 基站，使得該方案經(jīng)濟(jì)實(shí)惠且實(shí)用。
3. 方法通過(guò)真實(shí)世界實(shí)驗(yàn)驗(yàn)證，在600x450 平方米的環(huán)境中實(shí)現(xiàn)了更高的精度和更短的處理時(shí)間，證明了其在具有挑戰(zhàn)性條件下的大規(guī)模應(yīng)用的實(shí)用性。
4. 將公開數(shù)據(jù)集和標(biāo)定代碼，以供社區(qū)使用。

問(wèn)題描述

連續(xù)時(shí)間 LiDAR-慣性里程計(jì)

目標(biāo)函數(shù)通過(guò)一個(gè)基于流形的優(yōu)化求解器進(jìn)行最小化，該求解器僅依賴于 Eigen 庫(kù)，從而實(shí)現(xiàn)最高的計(jì)算效率。這種優(yōu)化方法保證了在指定時(shí)間窗口內(nèi)生成連續(xù)時(shí)間軌跡，同時(shí)處理傳感器輸入中的噪聲和偏差問(wèn)題。

插值的 UWB 姿態(tài)

基于高斯過(guò)程的 UWB 基站標(biāo)定

協(xié)方差函數(shù)

為了準(zhǔn)確捕捉空間關(guān)系，我們采用了 Matérn 3/2 核函數(shù)，其能夠適應(yīng)空間數(shù)據(jù)中不同的平滑程度：

其中：

•  是平滑度參數(shù)；
•  是長(zhǎng)度尺度參數(shù)；
•  是修正貝塞爾函數(shù)；
•  是伽馬函數(shù)。

這些參數(shù)根據(jù)環(huán)境復(fù)雜性和數(shù)據(jù)的變化性進(jìn)行調(diào)整，以提高模型的適應(yīng)性。

預(yù)測(cè)方程

標(biāo)定過(guò)程

標(biāo)定基站位置的具體過(guò)程如下：

1. 初始擬合： 首先在較粗的尺度上擬合初始點(diǎn)。
2. 區(qū)域采樣： 在矩形區(qū)域內(nèi)按規(guī)則間隔采樣未定義的位置。
3. 模型更新： 選取采樣值中前 10 個(gè)最佳值的均值，更新高斯過(guò)程模型。
4. 分層隨機(jī)采樣： 確保數(shù)據(jù)覆蓋整個(gè)區(qū)域，從而提升泛化能力，并加速收斂。

優(yōu)勢(shì)

通過(guò)高斯過(guò)程標(biāo)定 UWB 基站位置，可以實(shí)現(xiàn)更高的精度和魯棒性。相比傳統(tǒng)方法，該方法能夠更好地應(yīng)對(duì)復(fù)雜和非視距 (NLoS) 環(huán)境中的基站標(biāo)定問(wèn)題，從而顯著提升整體定位性能。

單次定位

我們對(duì) Stable Triangle Descriptor (STD) 穩(wěn)定三角形描述符進(jìn)行了改進(jìn)，以優(yōu)先匹配靠近已知 UWB 基站的場(chǎng)景。這種方法通過(guò)整合標(biāo)定后的 UWB 基站位置與 STD 描述符，旨在降低大規(guī)模重復(fù)環(huán)境中的誤匹配率。

改進(jìn)的 STD 方法

STD 僅依賴三角形描述符來(lái)識(shí)別場(chǎng)景，但在重復(fù)場(chǎng)景中容易出錯(cuò)。通過(guò)將 STD 與標(biāo)定后的 UWB 數(shù)據(jù)結(jié)合，我們引入了基于范圍的分區(qū)搜索來(lái)增強(qiáng)定位性能。

單次定位流程

通過(guò)改進(jìn)的 STD 方法，我們實(shí)現(xiàn)了以下單次定位流程：

1. 預(yù)處理： 根據(jù)標(biāo)定的 UWB 基站位置，劃分搜索區(qū)域并提取先驗(yàn)描述符。
2. 實(shí)時(shí)匹配： 使用當(dāng)前 STD 描述符與預(yù)定義區(qū)域內(nèi)的描述符進(jìn)行匹配。
3. 位置推斷： 基于匹配結(jié)果，快速定位機(jī)器人或目標(biāo)物體的當(dāng)前位置。

參數(shù)選擇

優(yōu)勢(shì)

與傳統(tǒng) STD 方法相比，結(jié)合 UWB 基站位置的改進(jìn)方案具有以下優(yōu)勢(shì)：

• 提高準(zhǔn)確性： 標(biāo)定后的基站位置能夠顯著減少重復(fù)場(chǎng)景中的誤匹配。
• 增強(qiáng)魯棒性： 即便在非視距 (NLoS) 和復(fù)雜環(huán)境下，也能保持較高的定位成功率。
• 優(yōu)化效率： 基于范圍的分區(qū)搜索縮小了搜索空間，從而減少了計(jì)算時(shí)間。

通過(guò)這一方法，我們能夠在大規(guī)模重復(fù)環(huán)境中實(shí)現(xiàn)高效且準(zhǔn)確的單次定位，為工業(yè)物流和機(jī)器人應(yīng)用提供了經(jīng)濟(jì)實(shí)用的解決方案。

實(shí)驗(yàn)效果

總結(jié)一下

該文章提出了一種應(yīng)對(duì)非視距 (NLoS) 問(wèn)題的 UWB 標(biāo)定方法，利用 SLICT 生成連續(xù)時(shí)間軌跡。通過(guò)采樣 UWB 采集的姿態(tài)并應(yīng)用迭代高斯過(guò)程，我們成功地在600x450平方米的大規(guī)模環(huán)境中實(shí)現(xiàn)了大約2米的標(biāo)定精度。即便在傳統(tǒng) UWB 定位失效的非視距條件下，標(biāo)定后的基站位置也能作為獨(dú)立插件，提高重復(fù)性和大規(guī)模環(huán)境中的單次定位成功率。實(shí)驗(yàn)表明，配備稀疏 UWB 和車載 LiDAR 的集裝箱運(yùn)輸自動(dòng)移動(dòng)機(jī)器人可以在具有挑戰(zhàn)性的重復(fù)環(huán)境中實(shí)現(xiàn)精確的單次定位，同時(shí)成本最低。