长廊场景下UWB测距和定位精度分析

王 腾，李永辉，毕京学，尹欣然，曹景春，李世卿

长廊场景下UWB测距和定位精度分析

王 腾，李永辉，毕京学，尹欣然，曹景春，李世卿

（山东建筑大学，济南 250101）

针对现有研究多利用基于飞行时间（TOF）的超宽带（UWB）定位技术在空旷或无遮挡的室内场景下进行高精度的距离测量和定位评估，对物体遮挡及长廊场景下的研究较少的现状，在不同障碍物遮挡及复杂长廊场景下利用双向双边TOF测距UWB进行距离量测，并基于最小二乘的三边定位算法开展定位实验，分析多种场景下的测距和定位误差。实验结果表明：不同遮挡物对UWB信号的影响程度不一，金属、墙体对测距的影响远大于薄布、纸板；
无障碍长廊两侧空间界面、墙体材质、行人走动、房门的启闭状态等，均会对测距结果产生不同程度的影响；
基站附近的外界环境会对定位产生持续干扰；
标签的移动速度也会影响定位精度。可为探究在物体遮挡和长廊场景下UWB测距和定位精度的影响因素提供参考。

超宽带；
室内定位；
多场景；
飞行时间（TOF）；
测距精度；
定位精度

随着物联网技术蓬勃发展与智慧城市的提出，工业[1]、商业[2]、仓储[3]、医疗[4]等领域对室内人员或设备的定位需求强烈，尤其是近年来高危行业中人员实时定位[5]以及疫情中确诊人员和密接者出行轨迹反演[6]等应用。目前，室内定位技术主要借助超宽带（ultra wide band, UWB）、射频识别（radio frequency identification, RFID）、无线局域网（wireless fidelity, Wi-Fi）、低功耗蓝牙（bluetooth low energy, BLE）等实现。与其余技术相比，UWB定位具有多径识别能力强、抗干扰性强、定位和测距精度能够达到分米甚至厘米级等优点，广泛应用于室内高精度位置服务。UWB定位技术分为到达时间（time of arrival, TOA）、到达时间差（time difference of arrival, TDOA）和到达角（angle of arrival, AOA）。在TOA中，基于飞行时间（time of flight, TOF）的UWB因为没有时钟偏差的优势应用更加广泛。文献[7]在平整场地上按照正六边形的方式部署UWB基站，静态定位的点位误差不大于10 cm。文献[8]在教学楼内会议室进行UWB动态定位测试。文献[9]在较为空旷的电厂房间开展定位实验。文献[10]在理想环境进行仿真模拟。文献[11]在无障碍的实验室机房开展实验。这些研究大都在相对理想的场景下开展，并取得了很高的定位精度；
但没有对室内多种复杂场景下的测距和定位精度进行分析，尤其是室内狭长的走廊、巷道等区域。

由于室内环境遮挡物多，且环境多变，因此在室内环境中易受非视距传播、多径效应、多址干扰等因素的影响，使得UWB信号出现失真，在一些区域容易出现较大测距和定位误差，进而无法进行精确的位置评估，影响室内定位系统的稳定性和可用性。研究室内多场景下不同遮挡物对测距精度的影响以及复杂环境对定位精度的干扰情况，可以为探究UWB测距和定位精度的影响因素提供参考和支持，对于提高室内定位的精度以及推动室内定位系统的发展具有重要的研究意义和应用价值。

1.1 双边双向测距原理

双边双向测距（double-sided two-way ranging, DS-TWR）是单边双向测距的一种扩展测距方法，记录了2个往返的时间戳，最后得到反应时间，虽然响应时间增加，但是可以显著降低测距误差。

图1 双边双向测距原理

1.2 UWB测量误差源

UWB的理论测距精度为厘米级甚至毫米级，理论定位精度为厘米级，但在实际应用中精度为亚米级。明晰UWB测量误差来源，有助于根据实际情况采取一定程度的措施，以提高测距和定位精度。

1.2.1 非视距传播

理想环境下无线信号传播过程中没有遇到障碍物的直线传播，称为视距（line of sight, LOS）传播[13]。非视距传播是相对于视距传播而言（如图2所示）。如图2(a)所示，在非视距传播中通常有障碍物遮挡，信号从发射端出发通过衍射或者反射到达接收端，得到的数据与LOS有较大区别。

图2 测距误差来源

1.2.2 多径效应

信号发射后由于受到反射和散射等影响，信号到达接收端的相位和时间不一，这些信号相互叠加造成干扰，导致信号失真[14]。如图2（b）所示，当从发射信号后，产生了多径效应，信号从多个方向到达，导致信号失真。

1.2.3 传感器布设方式

传感器的布设方式是影响精度的重要因素，合理的布设方式会提高测量精度。在实验前应考虑基站与标签的高度、天线的朝向、基站与标签间是否有障碍物等，如图2（c）所示2种布设方式，右侧的布设方式要优于左侧。

1.2.4 信号衰减

信号在介质中传播时，会有一部分能量被传输介质吸收，导致信号强度不断减弱，这种现象称为信号衰减[15]，如图2（d）所示。不同的物体对信号的影响不同，下面列举几种较为常见的障碍物。

1）金属：金属本身的电磁效应会对UWB信号产生强烈干扰，严重影响测距精度和定位精度。

2）房间实体墙：实体墙是室内定位时最常见的遮挡物之一，单堵实体墙即可使信号衰减30%～40%，且定位精度下降30 cm左右。

3）玻璃：玻璃本身对信号的遮蔽作用不大，但容易导致多径效应。

4）木板或者纸板：木板密度低，纸板通常较薄，一般情况下对信号的影响较小。

UWB测量误差源还包括多址干扰、时钟漂移等，但在室内环境中对测距及定位的影响均小于上述4种误差。

三边定位算法是使用坐标已知的基站与每一个基站到确定位置的标签的近似距离进行定位，根据三圆交汇原理求得交点处的标签的坐标，如图3所示。

在实际室内定位应用中，由于易受非视距传播、多径效应等因素的影响，标签和基站间不可避免会有测距误差，3个圆通常不会交于一点，而是交于一个区域。在这种情况下，可通过增加多余观测，即增加基站的个数，来缩小圆相交的区域范围，以提高定位精度[16]。

图3 三边定位法原理

联立多个距离后，以矩阵方程形式进行表示，如式（3）所示。

在有障碍物遮挡测距实验时，通过固定基站与标签间的距离，更换不同遮挡物，探究不同障碍物对测距精度的影响。无障碍长廊测距时为了进一步总结出复杂环境对测距的影响，每次测距时记录基站与标签之间区域的环境。进行动态定位实验时将基站范围布设为矩形，固定矩形的宽度，改变矩形的长度，探究不同距离及不同环境走廊对于定位精度影响。

实验开始前将标签和基站静置不少于2 min，等待信号稳定后进行实验；
将标签通过数据线与电脑相连，设置采样频率为5 Hz；
为减弱行人对信号的干扰，在测距、定位实验中将基站高度固定为1.7 m。

3.1 多场景下UWB测距精度分析

3.1.1 不同遮挡物对UWB测距的影响

实验场景如图4所示，在支架上分别安置基站和标签，且2个支架高度相等，均为1.7 m。然后在有/无障碍物条件下将标签通过数据传输线与电脑相连，通过电脑连接的串口工具开始测距。

图4 遮挡物测距实验环境

实验结果如图5所示。不同材料对测距结果的影响有很大差异。在铁门遮挡情况下，测距误差要远远大于其他遮挡物引起的误差，测距误差约81 cm。墙体导致的测距误差约为28 cm。而纸板、薄布对信号几乎没有阻挡作用，可忽略不计。由此可见，不同的遮挡物对测距误差的影响不一。

图5 不同遮挡物下UWB测距误差

3.1.2 无障碍长廊场景下的UWB测距分析

选取60 m×2.4 m的一号无障碍长廊为实验地点，如图6所示。实验区域与均质化的实墙长廊不同，自东向西大致为：开敞电梯厅—实墙—小通高中庭—实墙—大通高中庭—会议室玻璃墙—消防楼梯间前厅—实墙，二侧的空间界面存在丰富的变化。

图6 长廊实验环境

在长廊的一端对中整平支架，在支架上安置基站，此基站保持固定。另一支架上安置标签，依次安置在相距基站1.2、2.4、……、60 m距离处，每个位置测距3 min，记录得到49组数据。

长廊测距实验中测距误差如图7所示。其中，如图7(a)所示，总体上，随着距离的增加，测距误差也逐渐增大。测距误差波动较大处18和32.4 m分别对应长廊中的2个通高中庭，并且由于32.4 m处中庭为玻璃构造，导致测距误差标准差较大。根据测量过程中的观察及对数据的处理发现，长廊二侧空间界面、墙体材质、行人走动、房门的启闭状态等均会对测距结果产生不同程度的影响。

图7 长廊测距误差

选取距离为1.2、18、40.8、60 m的数据进行误差分析，测距误差标准差分别为0.009、0.010、0.042、0.164，测距误差波动如图7（b）所示。随着距离由近及远，测距误差波动变化逐渐变大，主要原因是长廊所导致的多径效应。

在无障碍长廊环境中，信号传递会受到由长廊二侧界面空间形态引起的多径效应的影响。不同尺度的长廊二侧空间界面变化所产生的数据误差区间不同，宽深比较小的空间变化所产生的误差数值区间大于宽深比较大的空间变化所产生的误差数值区间。

3.2 UWB动态定位实验

3.2.1 在空旷位置处的定位实验及分析

以11.4 m×6.2 m的空旷大厅作为实验区域，选择T1、T2、T3、T4四点架设基站形成矩形实验区域进行动态定位实验。为保证实验效果，基站高度设置为1.7m，将标签高度设置为0.86 m。

将标签高度保持不变沿着T1→T2→T3→T4→T1方向移动进行定位实验，采集2次数据，定位结果如图8所示。可以看出，动态定位路线平滑且与真实路径匹配度高，在无外界影响的情况下能达到厘米级定位。

图8 动态定位结果

3.2.2 不同基站布设方式的动态定位实验及分析

选取二号长廊作为实验区域，将基站布设成矩形，宽度固定为1.2 m，长度布设为2.4、3.6、4.8、…、20.4 m，在基站范围内部沿直线=0.5 m匀速行走进行动态定位实验，分析复杂构造的走廊环境对定位精度的影响。为减弱基站布设边界信号衰减对定位的影响，行走路径起始与结束位置各距离基站边界0.6m。

实验结果如图9所示，当基站范围覆盖矩形宽度保持固定，长度逐渐增加至4.8 m时，动态轨迹逐渐偏离真实路径，定位精度明显下降。并且随着长度的增加，基站覆盖范围附近出现门、窗物体，通过分析定位误差数值发现，动态轨迹明显向有门或窗的一侧偏离，并且会对信号产生不同程度较为稳定的干扰。在长度为19.2、20.4m的2次实验中，加快了标签移动的速度，可以发现动态移动轨迹变得平缓；
因此移动速度与定位精度也有一定的关联。

图9 动态定位轨迹

UWB技术具有功耗低、穿透性强、抗干扰能力强等特点，研究与应用前景十分广阔。通过多组实验验证了不同遮挡物会对UWB测距产生不同的影响，分析对比走廊测距误差，得出了影响测距精度的若干因素。同时，还进行了复杂构造环境下的走廊动态定位实验。实验数据表明，窗户、铁门等信号干扰物会对UWB信号产生持续稳定的干扰，不同的移动速度也会产生不同的影响。在后续研究中，可将超宽带技术与惯性导航进行结合优化，通过建立测距的误差传递模型对导航信息进行误差校正，以进一步提高室内测距及定位精度。

[1] 史雷冰, 郝建楼. UWB人员定位系统在火力发电厂的应用[J]. 机电信息, 2020(36): 41-43, 45.

[2] 欧其胜, 杨桂华. 基于机器视觉的一种智能购物车[J]. 大众科技, 2022, 24(2): 9-12.

[3] WANG Z, LI S, ZHANG Z, et al. Research on UWB positioning accuracy in warehouse environment[J]. Procedia Computer Science, 2018, 131: 946-951.

[4] LIANG X, LV T, ZHANG H, et al. Through-wall human being detection using UWB impulse radar[J]. EURASIP Journal on Wireless Communications and Networking, 2018, 2018(1): 1-17.

[5] 张琨, 王旭航, 周立群, 等. 超宽带定位技术在火电厂输煤系统应用的试验研究[J]. 电力科技与环保, 2020, 36(5): 54-58.

[6] 佚名. 超宽带技术与接触者追踪应用入门[J]. 中国集成电路, 2021, 30(3): 88-89.

[7] 肖晓晴. 基于UWB的移动物体室内定位技术研究[D]. 苏州大学, 2019.

[8] 徐爱功, 闫可新, 高嵩, 等. 一种单目视觉里程计/UWB组合室内定位方法[J]. 导航定位学报, 2021, 9(5): 82-88.

[9] 高思琪. 基于高精度定位的电厂主动安全系统关键技术研究[D]. 华北电力大学, 2019.

[10] 李真真, 曾连荪. 基于UWB的室内定位关键技术研究[J]. 信息技术, 2011, 35(11): 96-98.

[11] 薛塬. 面向复杂工业环境的室内定位系统关键技术研究[D]. 北京交通大学, 2019.

[12] 袁枫, 焦良葆, 陈楠, 等. 室内定位中DS-TWR测距算法的优化[J]. 计算机与现代化, 2021(10): 100-106.

[13] YE X, MA C, LIU W, et al. Robust real-time kinematic positioning method based on NLOS detection and multipath elimination in GNSS challenged environments[J]. Electronics Letters, 2020, 56(24): 1332-1335.

[14] 仰胜, 胡志刚, 赵齐乐, 等. 基于TOF模式的UWB定位原理与精度验证[J]. 大地测量与地球动力学, 2020, 40(3): 247-251.

[15] 吕鹏博, 张岳魁. 基于UWB的三维定位分析与算法研究[J]. 物联网技术, 2022, 12(4): 4-8.

[16] 高莉, 杨雪苗. 一种改进的三边定位算法[J]. 工矿自动化, 2020, 46(2): 78-81.

UWB ranging and positioning accuracy analysis in corridor scenario

WANG Teng, LI Yonghui, BI Jingxue, YIN Xinran, CAO Jingchun, LI Shiqing

（Shandong Jianzhu University, Jinan 250101, China）

In view of the current situation that the ultra wide band (UWB) positioning technology based on time of flight (TOF) is mostly used to conduct high-precision distance measurement and positioning evaluation in open or unshielded indoor scenes, there are few studies on object occlusion and corridor scenes. Double-sided two-way TOF ranging UWB was used to measure the distance in different obstacle occlusion and complex corridor scenes, and positioning experiments were carried out based on the least square three-side positioning algorithm to analyze the ranging and positioning errors in various scenes. The experimental results show that the influence degree of different shielding on UWB signal is different, and the influence of metal and wall on ranging is far greater than that of thin cloth and cardboard; the spatial interface on both sides of the barrier-free corridor, the wall material, the walking of pedestrians, the opening and closing state of the door, etc., will have different degrees of influence on the ranging results; the external environment near the base station will cause continuous interference to the positioning; the moving speed of the label also affects the positioning accuracy. It can provide reference for exploring the influencing factors of UWB ranging and positioning accuracy in object occlusion and corridor scenario.

UWB; indoor positioning; multi-scenario; time of flight (TOF); ranging accuracy; positioning accuracy

P228

A

2095-4999(2022)06-0173-06

王腾，李永辉，毕京学，等. 长廊场景下UWB测距和定位精度分析[J]. 导航定位学报, 2022, 10(6): 173-178.（WANG Teng, LI Yonghui, BI Jingxue, et al. UWB ranging and positioning accuracy analysis in corridor scenario[J]. Journal of Navigation and Positioning, 2022, 10(6): 173-178.）

10.16547/j.cnki.10-1096.20220623.

2022-07-05

国家自然科学基金项目（42001397）；
国家大学生创新创业训练计划项目（S202110430036）；
山东建筑大学大学生开放实验项目（2021yzkf161，2021wzkf229）。

王腾（2001—），男，山东泰安人，本科生，研究方向为室内定位系统。

毕京学（1991—），男，山东济南人，博士，讲师，研究方向为室内多源混合智能定位。