留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种低成本毫米波雷达的室内自定位方法

柳景斌 王泽民 吕轩凡 李维 尹斐 仇宏煜

柳景斌, 王泽民, 吕轩凡, 李维, 尹斐, 仇宏煜. 一种低成本毫米波雷达的室内自定位方法[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210593
引用本文: 柳景斌, 王泽民, 吕轩凡, 李维, 尹斐, 仇宏煜. 一种低成本毫米波雷达的室内自定位方法[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210593
LIU Jingbin, WANG Zemin, LÜ Xuanfan, LI Wei, YIN Fei, QIU Hongyu. An Indoor Ego-Localization Method for Low Cost Millimeter Wave Radar[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210593
Citation: LIU Jingbin, WANG Zemin, LÜ Xuanfan, LI Wei, YIN Fei, QIU Hongyu. An Indoor Ego-Localization Method for Low Cost Millimeter Wave Radar[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210593

一种低成本毫米波雷达的室内自定位方法

doi: 10.13203/j.whugis20210593
基金项目: 

国家自然科学基金(41874031,42111530064)

详细信息
  • 中图分类号: P228

An Indoor Ego-Localization Method for Low Cost Millimeter Wave Radar

Funds: 

the National Natural Science Foundation of China,No.41874031,No.42111530064

  • 摘要: 毫米波雷达(mmWave radar)已广泛应用于汽车工业等领域,但其用途主要局限于障碍物或特定任务的环境感知方面。目前将低成本单芯片毫米波雷达用于导航定位领域的研究还较少。本文首先研究了毫米波雷达的原始数据处理原理,然后设计了一种基于低成本单芯片毫米波雷达的室内自定位方法。该方法利用DBSCAN (Density-Based Spatial Clustering of Applications with Noise)算法提取质心特征点,通过最近邻准则匹配质心特征点对,构造非线性优化函数以及使用LM (Levenberg-Marquardt)方法求解定位结果。实验证明利用低成本单芯片毫米波雷达可以实时进行室内导航定位解算。在静止条件下,其平均水平定位精度可达亚厘米级(均值为0.83cm,标准差为0.47cm)。在动态条件下,其绝对轨迹误差可达0.66m,平均航向角误差可达4.58° ,可以说明低成本毫米波雷达自定位的可行性。本文最后讨论了低成本毫米波雷达在导航定位中存在的问题以及可行的研究思路。
  • [1] Campos C, Elvira R, Rodríguez J J G, et al.ORB-SLAM3:An Accurate Open-Source Library for Visual, Visual-Inertial, and Multimap SLAM[J].IEEE Transactions on Robotics, 2021, 37(6):1874-1890
    [2] Mur-Artal R, Montiel J M M, Tardós J D.ORB-SLAM:A Versatile and Accurate Monocular SLAM System[J].IEEE Transactions on Robotics, 2015, 31(5):1147-1163
    [3] Qin T, Li P L, Shen S J.VINS-Mono:A Robust and Versatile Monocular Visual-Inertial State Estimator[J].IEEE Transactions on Robotics, 2018, 34(4):1004-1020
    [4] Zhang J, Singh S.Visual-lidar odometry and mapping:Low-drift, robust, and fast[C]//2015 IEEE International Conference on Robotics and Automation.Seattle, WA, USA.:2174-2181
    [5] Wang Z M, Zhang Q, Li J S, et al.A Computationally Efficient Semantic SLAM Solution for Dynamic Scenes[J].Remote Sensing, 2019, 11(11):1363
    [6] Barnes D, Gadd M, Murcutt P, et al.The Oxford radar RobotCar dataset:A radar extension to the Oxford RobotCar dataset[C]//2020 IEEE International Conference on Robotics and Automation.Paris, France.:6433-6438
    [7] Cen S H, Newman P.Precise ego-motion estimation with millimeter-wave radar under diverse and challenging conditions[C]//2018 IEEE International Conference on Robotics and Automation.Brisbane, QLD, Australia.:6045-6052
    [8] Cen S H, Newman P.Radar-only ego-motion estimation in difficult settings via graph matching[C]//2019 International Conference on Robotics and Automation (ICRA).Montreal, QC, Canada.:298-304
    [9] Hong Z Y, Petillot Y, Wang S.RadarSLAM:radar based large-scale SLAM in all weathers[C]//2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS).Las Vegas, NV, USA.:5164-5170
    [10] Kung P C, Wang C C, Lin W C.A normal distribution transform-based radar odometry designed for scanning and automotive radars[C]//2021 IEEE International Conference on Robotics and Automation.Xi'an, China.:14417-14423
    [11] Burnett K, Schoellig A P, Barfoot T D.Do we Need to Compensate for Motion Distortion and Doppler Effects in Spinning Radar Navigation?[J].IEEE Robotics and Automation Letters, 2021, 6(2):771-778
    [12] M Ester, Kriegel H-P, Sander Jrg, et al.A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise[J].AAAI Press, 1996
    [13] Moré J J.The Levenberg-Marquardt Algorithm:Implementation and Theory[M]//Lecture Notes in Mathematics.Berlin, Heidelberg:Springer Berlin Heidelberg, 1978:105-116
    [14] Hess W, Kohler D, Rapp H, et al.Real-time loop closure in 2D LIDAR SLAM[C]//2016 IEEE International Conference on Robotics and Automation.Stockholm, Sweden.:1271-1278
    [15] Sturm J, Engelhard N, Endres F, et al.A benchmark for the evaluation of RGB-D SLAM systems[C]//2012 IEEE/RSJ International Conference on Intelligent Robots and Systems.Vilamoura-Algarve, Portugal.:573-580
  • [1] 柳景斌, 赵智博, 胡宁松, 黄格格, 龚晓东, 杨盛.  室内高精度定位技术总结与展望 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20220029
    [2] 张星, 刘涛, 孙龙培, 李清泉, 方志祥.  一种视觉与惯性协同的室内多行人目标定位方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20200454
    [3] 王坚, 刘纪平, 韩厚增, 甄杰, 刘飞.  应急救援无缝定位关键技术研究 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20200066
    [4] 甄杰, 吴建新, 刘纪平, 徐胜华, 周振发, 辛海强.  一种单基站高精度室内应急定位方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20200128
    [5] 岳春宇, 孙世君, 何红艳.  一种星载激光测高仪光斑内定位方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20170125
    [6] 赵望宇, 李必军, 单云霄, 徐豪达.  融合毫米波雷达与单目视觉的前车检测与跟踪 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180146
    [7] 程鹏飞, 文汉江, 刘焕玲, 董杰.  卫星大地测量学的研究现状及发展趋势 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180356
    [8] 赵文晔, 高井祥, 李增科, 姚一飞.  地图匹配辅助的KF-PF室内定位算法模型 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20150707
    [9] 熊汉江, 郭胜, 郑先伟, 周妍.  室内行人移动行为识别及轨迹追踪 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20170066
    [10] 徐亚明, 孙福余, 张鹏, 王金岭.  一种利用载波相位差值的伪卫星定位方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20170033
    [11] 陈锐志, 叶锋.  基于Wi-Fi信道状态信息的室内定位技术现状综述 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180176
    [12] 黄志勇, 赵冬青, 张爽娜, 吴昊, 田翌君.  基于粗时段导航与RAIM算法的A-GNSS室内定位 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140941
    [13] 闫金金, 尚建嘎, 余芳文, 汤欣怡, 周智勇.  面向实时定位的室内空间结构分析及制图方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140836
    [14] 胡安冬, 王坚, 汪云甲, 刘春燕, 谭兴龙, 李增科.  利用渐消自适应EKF算法进行PDR-WiFi融合定位 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140432
    [15] 施闯, 章红平, 辜声峰, 楼益栋, 唐卫明.  云定位技术及云定位服务平台 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20150118
    [16] 周宝定, 李清泉, 毛庆洲, 张星.  用户行为感知辅助的室内行人定位 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140100
    [17] 刘春燕, 王坚.  基于几何聚类指纹库的约束KNN室内定位模型 . 武汉大学学报 ● 信息科学版,
    [18] 刘峻宁, 翟传润, 宋嫡儿, 胡华.  基于改进时星差分的室内伪卫星精密单点定位研究 . 武汉大学学报 ● 信息科学版,
    [19] 田辉, 夏林元, 莫志明, 吴东金.  泛在无线信号辅助的室内外无缝定位方法与关键技术 . 武汉大学学报 ● 信息科学版,
    [20] 毕京学, 甄杰, 姚国标, 桑文刚, 宁一鹏, 郭秋英.  面向智能手机的改进有限状态机步态探测算法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20200186
  • 加载中
计量
  • 文章访问数:  137
  • HTML全文浏览量:  7
  • PDF下载量:  15
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-06-21

一种低成本毫米波雷达的室内自定位方法

doi: 10.13203/j.whugis20210593
    基金项目:

    国家自然科学基金(41874031,42111530064)

  • 中图分类号: P228

摘要: 毫米波雷达(mmWave radar)已广泛应用于汽车工业等领域,但其用途主要局限于障碍物或特定任务的环境感知方面。目前将低成本单芯片毫米波雷达用于导航定位领域的研究还较少。本文首先研究了毫米波雷达的原始数据处理原理,然后设计了一种基于低成本单芯片毫米波雷达的室内自定位方法。该方法利用DBSCAN (Density-Based Spatial Clustering of Applications with Noise)算法提取质心特征点,通过最近邻准则匹配质心特征点对,构造非线性优化函数以及使用LM (Levenberg-Marquardt)方法求解定位结果。实验证明利用低成本单芯片毫米波雷达可以实时进行室内导航定位解算。在静止条件下,其平均水平定位精度可达亚厘米级(均值为0.83cm,标准差为0.47cm)。在动态条件下,其绝对轨迹误差可达0.66m,平均航向角误差可达4.58° ,可以说明低成本毫米波雷达自定位的可行性。本文最后讨论了低成本毫米波雷达在导航定位中存在的问题以及可行的研究思路。

English Abstract

柳景斌, 王泽民, 吕轩凡, 李维, 尹斐, 仇宏煜. 一种低成本毫米波雷达的室内自定位方法[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210593
引用本文: 柳景斌, 王泽民, 吕轩凡, 李维, 尹斐, 仇宏煜. 一种低成本毫米波雷达的室内自定位方法[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210593
LIU Jingbin, WANG Zemin, LÜ Xuanfan, LI Wei, YIN Fei, QIU Hongyu. An Indoor Ego-Localization Method for Low Cost Millimeter Wave Radar[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210593
Citation: LIU Jingbin, WANG Zemin, LÜ Xuanfan, LI Wei, YIN Fei, QIU Hongyu. An Indoor Ego-Localization Method for Low Cost Millimeter Wave Radar[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210593
参考文献 (15)

目录

    /

    返回文章
    返回