基于TOA与AOA算法的室内定位方法

doi:10.12068/j.issn.1005-3026.2024.08.007

摘要/Abstract

摘要：

为了解决传统室内定位技术成本较高、稳定性差以及难于部署等问题，提出一种将到达时间（time of arrival，TOA）与到达角（angle of arrival，AOA）相结合的室内定位系统.该系统由定位基站与被控定位单元组成，其特征在于使用对射式布置的超声波传感器获取定位基站与被控定位单元之间的距离特征，利用角度传感器获取被控定位单元相对于定位基站的角度特征，以单基站就实现了精确的室内定位过程.分析了该系统基本结构与原理，建立定位与控制模型，在一定范围内对其定点定位精度与跟随定位精度进行了实验验证.实验结果表明：该系统结构简单，易于安装布置，鲁棒性强，在测试范围内的最大定点定位误差不超过5 cm，跟随定位误差不超过15 cm.

关键词: 室内定位, 超声波, AOA算法, TOA算法, 传感器

Abstract:

To solve the problems of high cost， poor stability， and difficulty in deployment， a new indoor positioning system combining time of arrival （TOA） and angle of arrival （AOA） is proposed. The system is composed of the positioning base station and the controlled positioning unit. It is characterized by using the ultrasonic sensor arranged in the firing type to obtain the distance characteristics between the positioning base station and the controlled positioning unit， and using the angle sensor to obtain the angle characteristics of the controlled positioning unit relative to the positioning base station. A single base station is used to realize the accurate indoor positioning process. The basic structure and principle of the system are analyzed， the positioning model is established， and the fixed point positioning accuracy and tracking positioning accuracy are experimentally verified in a certain range. The experimental results show that the system has a simple structure， easy installation and strong robustness. The maximum fixed?point positioning error within the test range is less than 5 cm， and the tracking positioning error is less than 15 cm.

Key words: indoor positioning, ultrasonic wave, AOA（angle of arrival） algorithm, TOA （time of arrival） algorithm, sensor

中图分类号:

TN 98

郭立新, 王云鹏. 基于TOA与AOA算法的室内定位方法[J]. 东北大学学报（自然科学版）, 2024, 45(8): 1115-1122.

Li-xin GUO, Yun-peng WANG. Indoor Positioning Method Based on TOA and AOA Algorithms[J]. Journal of Northeastern University(Natural Science), 2024, 45(8): 1115-1122.

图/表 13

图1 室内定位系统基本结构

Fig. 1 Basic structure of indoor positioning system

图2 室内定位系统的主要控制流程

Fig. 2 Main control process of indoor positioning system

图3 二次校准过程（a）—第一次校准，调整定位单元B角度；（b）—第二次校准，调整定位单元A角度；（c）—校准完成后的示意图.

Fig. 3 Secondary calibration process

图4 校准过程简化模型（a）—第一次校准简化模型；（b）—第二次校准简化模型.

Fig. 4 Simplified model of the calibration process

图5 定位系统状态模型

Fig. 5 Positioning system state model

图6 移动平台控制模型（a）—两种不同情况下的航向角；（b）—目标点的4种可能.

Fig. 6 Mobile platform control model

图7 收集到的时间响应数据与角度数据

Fig. 7 Collected time response data and angle data

图8 测试点原始定位数据

Fig. 8 Original location data of test points

图9 原始定位数据误差与各个优化算法性能

Fig. 9 Error of original location data and performance of each optimization algorithm

图10 使用不同方法收集到的定位数据（a）—目标点导航方法；（b）—基于导航线方法；（c）—插点法；（d）—卡尔曼滤波算法.

Fig. 10 Location data collected using different methods

图11 不同方法的定位数据误差

Fig. 11 Positioning data errors of different methods

图12 移动平台预设行驶轨迹

Fig. 12 Pre?set travel trajectory for the mobile platform

图13 定位数据及其误差映射

Fig. 13 Location data and its error mapping

参考文献 17

1	Minami M， Fukuju Y， Hirasawa K，et al.DOLPHIN：a practical approach for implementing a fully distributed indoor ultrasonic positioning system［C］//Davies N，Mynatt E D，Siio I.International Conference on Ubiquitous Computing.Berlin：Springer，2004：347-365.
2	McCarthy M R， Duff P， Muller H L，et al.Accessible ultrasonic positioning［J］.IEEE Pervasive Computing，2006，5（4）：86-93.
3	吴伟，刘兴刚，王忠实，等.多传感器融合实现机器人精确定位［J］.东北大学学报（自然科学版），2007，28（2）：161-164.
	Wu Wei， Liu Xing‑gang， Wang Zhong‑shi，et al.Application of multisensor fusion to precise robot localization［J］.Journal of Northeastern University （Natural Science），2007，28（2）：161-164.
4	Filonenko V， Cullen C， Carswell J.Investigating ultrasonic positioning on mobile phones［C］//2010 International Conference on Indoor Positioning and Indoor Navigation（IPIN）.Zurich，2010：1-8.
5	赵海，张宽，朱剑，等.基于TDOA的超声波测距误差分析与改进［J］.东北大学学报（自然科学版），2011，32（6）：802-805.
	Zhao Hai， Zhang Kuan， Zhu Jian，et al.Error analysis and improvement of ultrasonic distance measuring based on TDOA［J］.Journal of Northeastern University（Natural Science），2011，32（6）：802-805.
6	张明洋，陈剑，闻英友，等.基于滑动窗口最长公共子序列Wi-Fi指纹定位算法［J］.东北大学学报（自然科学版），2014，35（10）：1390-1394.
	Zhang Ming‑yang， Chen Jian， Wen Ying‑you，et al.Wi‑Fi fingerprint localization algorithm based on sliding window combined with longest common subsequence［J］.Journal of Northeastern University（Natural Science），2014，35（10）：1390-1394.
7	Flores S， Geis J， Vossiek M.An ultrasonic sensor network for high‑quality range‑bearing‑based indoor positioning［C］//2016 IEEE/ION Position Location and Navigation Symposium （PLANS）.Savannah，2016：572-576.
8	Zhang Y， Hsiung‑Cheng L， Zhao J，et al.A multi‑DoF ultrasonic receiving device for indoor positioning of AGV system［C］//International Symposium on Computer，Consumer and Control （IS3C）.Taichung，2018：97-100.
9	Comuniello A， Moschitta A， De Angelis A，et al.Ultrasound TDoA positioning using the best linear unbiased estimator and efficient anchor placement［J］.IEEE Transactions on Instrumentation and Measurement，2020，69（5）：2477-2486.
10	Chew M T， Alam F， Legg M，et al.Accurate ultrasound indoor localization using Spring‑Relaxation technique［J］.Electronics，2021，10（11）：1290-1306.
11	Gabbrielli A， Xiong W， Schott D J，et al.An echo suppression delay estimator for angle‑of‑arrival ultrasonic indoor localization［J］.IEEE Transactions on Instrumentation and Measurement，2021，70：1-12.
12	Fischer G， Bordoy J， Schott D J，et al.Multimodal indoor localization：fusion possibilities of ultrasonic and bluetooth low‑energy data［J］.IEEE Sensors Journal，2022，22（6）：5857-5868.
13	蒋林，闫继宏，臧希喆，等.一种新的超声波绝对定位方法［J］.吉林大学学报（工学版），2009，39（1）：188-193.
	Jiang Lin， Yan Ji‑hong， Zang Xi‑zhe，et al.New method for ultrasonic absolute localization［J］.Journal of Jilin University（Engineering and Technology Edition），2009，39（1）：188-193.
14	李昌禄，苏寒松.超声波定位系统的研究［J］.实验室研究与探索，2013，32（2）：39-44.
	Li Chang‑lu， Su Han‑song.An ultrasonic positioning system［J］.Research and Exploration in Laboratory，2013，32（2）：39-44.
15	王凡，彭勇.基于TDOA的室内超声波定位方法的改进［J］.计算机技术与发展，2014，24（6）：250-253.
	Wang Fan， Peng Yong.Improved indoor location method for ultrasonic system based on TDOA［J］.Computer Technology and Development，2014，24（6）：250-253.
16	Yang Y， Xiao J H， Liu Z，et al.Indoor ultrasonic positioning system based on CDMA‑TDOA and its ultrasonic signal analysis［J］.Advanced Materials Research，2012，472/473/474/475：1017-1022.
17	Thio V， Aparicio J， Anonsen K B，et al.Fusing of a continuous output PDR algorithm with an ultrasonic positioning system［J］.IEEE Sensors Journal，2022（3）：2464-2474.

[1]	张晋瑞, 姚锡文, 许开立, 孙修. 矿井智能巡检车CO传感器搭载位置优化[J]. 东北大学学报（自然科学版）, 2024, 45(5): 721-728.
[2]	侯鹏帅, 周大鹏, 杨大鹏, 陈杰. 基于多传感器融合的无人舰载机舰面定位研究[J]. 东北大学学报（自然科学版）, 2024, 45(1): 1-9.
[3]	贺盛，王萧，于鹏，李玉滔. 多盐耦合环境下混凝土腐蚀损伤发展模型[J]. 东北大学学报（自然科学版）, 2023, 44(10): 1499-1506.
[4]	王宏伟，张昊天，韩杰，刘晨宇. 不确定车辆电子稳定控制系统传感器故障估计[J]. 东北大学学报（自然科学版）, 2023, 44(1): 1-8.
[5]	苑振宇，郭忠明，封怡超，李泽宇. In₂O₃多孔有序薄膜的制备及其对丁酮气敏特性[J]. 东北大学学报（自然科学版）, 2022, 43(12): 1694-1701.
[6]	陈猛，曹宇新，王瑜婷. 工程水泥基复合材料高温损伤超声特性[J]. 东北大学学报（自然科学版）, 2022, 43(11): 1638-1643.
[7]	付亚平，闻妲，王巧云. 基于FFT-COSS的光纤F-P传感器解调算法[J]. 东北大学学报（自然科学版）, 2022, 43(11): 1529-1535.
[8]	苑振宇，类延峰，董慧，孟凡利. 基于动态温度调制的氧化锌纳米气体传感器敏感特性分析[J]. 东北大学学报（自然科学版）, 2021, 42(4): 469-477.
[9]	曾小华，陈虹旭，崔臣，宋大凤. 考虑铁损的永磁同步电机无位置传感器控制算法[J]. 东北大学学报（自然科学版）, 2021, 42(1): 102-110.
[10]	刘震，苗述，李汶浍，刘晶晶. 基于Super-Twisting滑模观测器的永磁同步电机无传感器控制[J]. 东北大学学报:自然科学版, 2020, 41(5): 741-746.
[11]	张子璠，李强，刘汉文，丁然. 基于信息熵的城轨车辆应变传感器优化布置[J]. 东北大学学报:自然科学版, 2020, 41(3): 367-374.
[12]	王大志，李汶浍，袁天清，周迎宾. 基于高频信号注入的永磁同步电机转子位置估计[J]. 东北大学学报:自然科学版, 2019, 40(9): 1234-1239.
[13]	陈亚哲，姚红良，刘刚. 振动参数对筛分效率影响的实验研究[J]. 东北大学学报:自然科学版, 2019, 40(8): 1122-1126.
[14]	叶正旺，温涛，刘振宇，付崇国. 基于信任模型的WSNs安全数据融合算法[J]. 东北大学学报:自然科学版, 2019, 40(6): 789-794.
[15]	张雪峰，刘博豪. 带有传感器故障的不确定分数阶系统观测器设计[J]. 东北大学学报:自然科学版, 2019, 40(5): 619-624.