摘要
本发明公开了一种基于AUKF的UWB‑IMU‑ODOM序贯式融合定位算法、存储介质和设备,涉及室内定位技术领域,包括UWB数据和航迹推算结果分别在各自的时间步长内完成初步解算;由中央UKF滤波器基于CTRV运动模型进行状态预测,并利用残差范围与卡方分布值的比较剔除异常测量值,用于减少噪声尖峰和突发误差对定位精度的影响;通过自适应噪声调整机制,采用滑动窗口计算残差的移动平均,根据残差变化幅度动态调整噪声协方差,适应复杂动态环境中噪声特性的变化。采用集中式序贯融合架构,保留UWB与IMU/ODOM数据的独立性,并通过中央UKF滤波器融合不同时刻的传感器数据,具有低计算复杂度和良好的鲁棒性,适合资源有限的嵌入式系统。
技术关键词
定位算法
协方差矩阵
噪声
滑动窗口
电子设备可读存储介质
突发误差
滤波器
动态
状态转移模型
室内定位技术
累积分布函数
运动
因子
方程
传感器
采样点
残差数据
嵌入式系统
卡尔曼滤波
鲁棒性
系统为您推荐了相关专利信息
计算机辅助决策
分析决策方法
分析决策系统
图像分割技术
机器视觉系统
医学检验数据
分析子系统
诊断支持系统
DBSCAN算法
可视化子系统
电子元器件
深度学习模型
神经网络架构
深度学习算法
特征提取模块
建模方法
数据特征提取
基线
NARX模型
克里金方法
进化方法
预测误差
协方差矩阵
动态反馈机制
趋势预测模型