结合移动节点速度信息和目标方位角信息的静态目标定位方法

技术领域

本发明涉及移动传感器技术领域，具体涉及一种结合移动节点速度信息和目标方位角信息的静态目标定位方法。

背景技术

在搜救、信号源检测等众多应用中，能够确定目标的位置信息是一个至关重要的关键。然而，针对不合作的目标以及目标源本身无法定位自己位置的场景，就必须依赖其它对象对目标实现相对定位。

假设在一个特定的GPS无法使用的区域中，存在移动节点和一个静态目标，移动节点可以实时获得对目标的测量信息，同时可以直接获得自身的相关测量信息。我们的目的是设计一种方法，使得移动节点可以定位出目标在其本身坐标系下的坐标。

目前的测量方式基本上包括：到达信号强度(RSSI)，到达时间(TOA)，到达时间差(TDOA)和到达角度(AOA)。由于距离测量方法需要主动传输数据，而且还需要距离测量的变化率信息，相比而言，角度测量属于被动式测量，且无需使用测量值的变化率信息。另外，在定位方法的研究中，利用移动节点进行动态定位的研究相对于静态节点定位的研究显得非常稀少。因此，研究结合移动节点自身速度信息和目标方位角测量信息的目标定位方法，在定位领域具有重要的意义。

公开号为CN103630874A的专利申请“基于凸组合的目标测角定位方法”中，公开了一种利用角度测量来对目标进行定位的方法，但是需要采用多个锚节点并且假设目标在锚节点的凸包内，成本高、实现条件苛刻。另外，在很多情形下(例如水下)，对于移动节点而言，不仅GPS无法使用，连地磁场的方向也很难获得，在本专利中，假设GPS与全局坐标系均无法获得，进一步凸显了本方法的广泛适用性。

发明内容

针对现有技术的不足，本发明提出了一种结合移动节点速度信息和目标方位角信息的静态目标定位方法，本发明的方法由于使用的是线性迭代方法，可以保证全局指数收敛性。

一种结合移动节点速度信息和目标方位角信息的静态目标定位方法，包括如下步骤：

步骤1，针对待定位的静态目标，在预设区域内部署一个移动节点；

步骤2，按照预设的采样周期和初始位置迭代计算静态目标相对于移动节点的位置信息，每次迭代计算时进行如下操作：

获取所述移动节点的自身速度信息和静态目标的方位角信息，并根据获取的速度信息和方位角信息计算静态目标相对于移动节点的位置信息。

预设区域可以根据实际应用情况，只要能够采集是布置的移动节点能够采集到静态目标的方位角信息即可。

采集静态目标的方位角信息可以有多种测试方法，如利用信号发射方向，光发射原理等，本发明中通过在移动节点上安装摄像头，由摄像头采集即可。

本发明中的位置信息为静态目标相对于移动节点在移动节点的局部坐标系下的位置坐标，在实际应用时需要根据移动节点模型设定局部坐标系。

在迭代计算过程中，设定初始位置信息为(0，0)，不准，在之后的迭代过程中，随着迭代计算的次数的增多，设定的初始值与每次定位时的实际位置信息之间的差异逐渐降低。通常在100～200次之后，定位得到的位置信息和实际位置信息会收敛(即测试计算得到的位置信息和实际位置信息相同)，此后迭代计算的结果即为当前时刻的实际位置信息。

在得到静态目标相对于移动节点的位置信息后，可以利用该位置信息进一步反推移动节点的位置。

作为优选，所述的移动节点模型为独轮车模型。

所述移动节点的自身速度信息包括自身的速度大小和旋转角速度。

进一步优选，所述的静态目标的方位角信息包括静态目标相对于移动 节点速度方向的夹角。

本发明中通过采用独轮车模型可以方便的确定移动节点的自身的线性速度和旋转角速度，，而无需另外使用电子罗盘等方向测定装置，大大节省了定位成本。

另外，当为独轮车模型，直接以独轮车的运动方向(速度方向)作为局部坐标系的x轴，以垂直x轴的方向作为y轴，以移动节点中心位置作为坐标原点。

由于计算过程中移动节点的运动状态会变化，相应的局部坐标系也会随着变化。但是由于整个过程中仅需要知道静态目标相对于移动节点前进方向的夹角即可，该夹角是相对的，因此局部坐标系的变化不会影响整个迭代过程造成影响，因此，本发明中不需要获取移动节点速度方向，以及复杂的坐标系转换，大大简化了计算过程，提高了定位速度。

采样周期的设定直接关系到最后定位结果的准确性和定位的时长。本发明中所述的采样周期为0.02～08s，作为优选，所述的采样周期为0.05s。在实际应用时，可以根据应用需求，以及移动目标的运动速度设定采用周期。

作为优选，第k+1次迭代计算得到的静态目标相对于移动节点的位置信息为：

其中，

$A\left(k\right)=\left(\begin{array}{cc}0& \omega \left(k\right)\\ -\omega \left(k\right)& 0\end{array}\right),$

k为迭代计算的次数，T为采样周期，为第k次迭代计算得到的静态目标相对于移动节点的位置信息，υ(k)为移动节点的线性速度，ω(k)为旋转角速度，α(k)为静态目标相对于移动节点速度方向的夹角。

与现有技术相比，本发明具有如下优点：

(1)使用迭代计算公式为线性系统，相对于现有的定位算法，具有全局最优和指数收敛的优势，保证最终一定；

(2)在迭代计算过程中每次计算都重新采集数据，进而根据对预设的初始位置信息进行不断校正，进而得到待定位的静态目标的精确位置信息。

附图说明

图1为移动节点的运动轨迹和静态目标所在位置关系示意图；

图2为本实例中估计误差与迭代计算次数的关系图；

图3为本实例中估计值与真实值轨迹的重叠示意图。

具体实施方式

下面将结合具体实施例和附图对本发明作进一步的详细说明。

本实施例的结合移动节点速度信息和目标方位角信息的静态目标定位方法，包括如下步骤：

步骤1，针对待定位的静态目标，在预设区域内部署一个移动节点；

本实施例的移动节点模型为独轮车模型，相应的局部坐标系为独轮车模型的速度方向为x轴，y轴与x轴垂直。

步骤2，按照预设的采样周期(本实施例中为0.05s)和初始位置迭代计算静态目标相对于移动节点的位置信息，直至迭代计算的次数达到设定的数量阈值时停止，并以最后一次的计算结果作为定位结果：

每次迭代计算时进行如下操作：

获取移动节点的自身速度信息和静态目标的方位角信息，并根据获取的速度信息和方位角信息计算静态目标相对于移动节点的位置信息。

本实施例的移动节点的自身速度信息包括自身的线性速度和旋转角速度。静态目标的方位角信息包括静态目标相对于移动节点速度方向的夹角。

本实施例中移动节点自身的线性速度(大小)采用速度传感器测量得到，旋转角速度(大小)根据独轮车模型中左侧和右侧车轮的速度差计算得到。

静态目标相对于移动节点速度方向的夹角通过在移动节点上安装摄 像头采集得到。

其中第k+1次迭代计算得到的静态目标相对于移动节点的位置信息 为：

其中，

$A\left(k\right)=\left(\begin{array}{cc}0& \omega \left(k\right)\\ -\omega \left(k\right)& 0\end{array}\right),$

k为迭代计算的次数，T为采样周期，为第k次迭代计算得到的静态目标相对于移动节点的位置信息，υ(k)为移动节点的线性速度，ω(k)为旋转角速度，α(k)为静态目标相对于移动节点速度方向的夹角。

本实施例中移动节点和静态目标的位置关系如图1所示，静态目标和移动节点在大小为7×8的区域内，移动节点的运动轨迹如图1中曲线所示，p^g(k)为移动节点在全局坐标系下面的绝对位置，Start为起始点，可以看到，其运动轨迹类似于椭圆形。

对于图1所示的运动轨迹，容易判断目标在移动节点坐标下是满足可定位条件的。

图2表示静态目标对移动节点相对坐标(位置信息)的估计误差 与迭代计算次数变化图。可以看出，该定位方法具有指数收敛性质，估计误差具有指数收敛性质，迭代次数在100次左右时估计误差能稳定在0的较小邻域内，收敛速度非常快。

图3表示在迭代计算次数达到一定值时，第k次迭代计算得到的估计值(即迭代计算得到的位置信息)完全收敛到真实值p(k)(实际位置信息)上面去。

以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。