UWB测距的遮蔽区界址点空地组网定位研究

UWB测距的遮蔽区界址点空地组网定位研究

杜进展1，王坚1,2，刘飞1,2，田董炜3，赵鑫垚1

（1.北京建筑大学 测绘与城市空间信息学院，北京 102616；

2.北京建筑大学 科学技术发展研究院，北京 100044；

3.北京建筑大学 建筑与城市规划学院，北京 100055）

摘 要：针对遮蔽区界址点定位，由于常规界址点测定方法受各种因素影响造成定位精度较低甚至无法定位的问题，该文提出了遮蔽区界址点空地组网定位模型及方法。该方法主要通过无人机搭载GNSS/UWB，配合地面界址点，按照单机绕飞，多点组网测距的方式完成界址点定位。首先构建遮蔽区空地组网定位几何网络结构，确定无人机组网形式；其次，基于UWB测距技术，提出UWB测距误差优化模型，通过抗差最小二乘算法完成界址点坐标解算；最后，设计仿真实验和实测实验。结果表明：该方法能有效实现半遮蔽区界址点定位，其中Y型和正方型网型定位效果更好，并且利用改正后的测距信息进行定位解算，能够有效提高半遮蔽区界址点定位精度和效率。

0 引言

界址点是土地权属界线的拐点，是宗地权属界线的重要标志，界址点的精准确定是土地界线划分，国家土地合法合理使用的重要基础信息保障^[1]。常规界址点的测定方法有三种：图解法、解析法和RTK技术。图解法受地形图或地籍图的现势性和成图精度影响较大，精度较低；解析法需要现场测量，劳动强度大且效率低^[2]；RTK技术虽然解决了开阔区域界址点定位，但对于遮蔽区界址点（如建筑物墙角点等），全球卫星导航系统（global navigation satallite system，GNSS）信号受限，无法完成定位^[3]。不管从测量效率、耗费人力，测量环境、存在遮挡，还是长远发展来看，这些方法手段都不能满足需求^[4]。因此，为了有效提高遮蔽区界址点测量的效率和准确性，界址点定位需要更加快速精确的测定方法。

近年来，超宽带（Ultra-Wide-Band，UWB）作为一项新型的高精度无线交汇定位技术，以其特有的优点在诸多定位技术中崭露头角^[5]。UWB是一项不采用连续正弦波，利用极窄脉冲传输的无线通信技术，具有抗干扰性高、穿透能力强，定位精度高，功耗低、设备小型化等诸多优点，适用于开阔区、半遮蔽区、遮蔽区高精度定位^[6]。无人机作为一种非常受欢迎的工具，它的高度灵活性、易用性、自动性等，在各领域都得到了广泛应用^[7-8]。文献[9]提出将UWB定位装置置于无人机上，借助UWB技术辅助无人机在一些室内环境的定位，定位准确性较高；文献[10]利用无人机携带GNSS/UWB，实现地面高精度精度，定位精度达分米级；文献[11]基于UWB相对定位精度，提供UWB结合RTK技术的方法，提高了户外无人机自主飞行的准确性。因此，无人机结合UWB的技术具有很多潜在价值，它具备UWB技术的强抗干扰性、高精度，还有无人机的灵活性和自动性，两者之间相互配合，利用这种方法代替作业人员在遮蔽环境下进行作业，效率高、精度高，对减轻劳动强度以及降低作业人员在执行任务时的安全风险具有重要意义。

针对以上问题和研究进展情况，本文提出了一种基于UWB技术的遮蔽区界址点空地组网定位方法，通过无人机携带GNSS/UWB在开阔区域飞行，保证自身精度的同时配合地面遮蔽区界址点，按照无人机绕界址点悬停测量，多点组网测距的方式完成遮蔽区界址点的测量，最后通过空间距离后方交会解决遮蔽区界址点定位问题，既保证了精度，又提高了效率。该方法的技术流程见图1。

图1 技术路线图

分析空地定位中UWB测距误差特性，然后利用阈值、方差和多项式函数模型对UWB测距误差进行改正；构建空地定位基站几何网络结构，分析各网型的GDOP值，并做实验对比分析；研究空地组网定位模型，利用抗差最小二乘实现定位解算，并对定位结果进行精度统计。主要创新是提出基于UWB技术的遮蔽区界址点空地组网定位模型和方法，主要用于解决遮蔽区域比较小的（即半遮蔽区）界址点定位问题。

1 空地组网定位方法

1.1 半遮蔽区界址点空地组网定位方法

对于半遮蔽区界址点定位，无人机携带GNSS/UWB在界址点附近绕飞，并保证无人机与地面UWB相互通视，通过多点组网方式获取4组以上测距信息，采用空间距离后方交会实现界址点高精度定位。界址点空地组网定位过程如图2所示。

图2 界址点空地组网定位流程

半遮蔽区界址点受到建筑物、树木等的遮挡，GNSS信号较弱甚至无信号，因此测量过程中，保证无人机在空旷区域做界址点绕飞，确定自身位置；然后再与地面界址点通视情况下获取UWB测距信息，最后实现界址点坐标解算。如图2所示，假设无人机在A位置悬停，获取自身坐标并测量与1号点之间的距离，完成一组基站坐标和测距信息的采集；同理，无人机依次在B、C、D位置完成对1号点数据采集，得到4组基站坐标和对应测距值。因此，在已知A、B、C、D四个坐标，建立空地组网基准，依次完成2、3、4号点测量，实现半遮蔽区界址点高精度定位。

1.2 UWB测距技术

文中使用UWB系统的双向飞行时间法（TW-TOF，two way-time of flight），来测量无人机与界址点间的距离^[12]。该方案属双向定距技术，主要使用信号在二台异步通讯接收机之间飞行时来测定节点之间的距离，克服了单向测距准确度低的弊端，双向测距过程如图3所示：

图3 双向测距过程

UWB双向测距原理为UWB标签在T1时向外发送信号，T2时UWB基站收到标签发送的信号，并且在T3时向UWB标签发出反馈信号，T4时UWB标签收到基站发送的反馈信号，通过信号在两台接收机间的传送时间，可以计算出两者间的距离。

1.3 测距误差改正模型

2 空地组网定位模型

无人机空地组网定位的基本原理为空间距离后方交会。空间距离后方交会需要至少3个已知点确定待定点坐标^[14]，交会原理如图4所示。

图4 空间距离后方交会原理

空地组网定位模型总结如图5。

图5 空地组网定位模型

3 实验分析

针对半遮蔽区界址点定位实际情景，本文设定了6种无人机布设方案，并通过仿真实验和实测静态定位实验，分析无人机网型对定位结果的影响；然后建立UWB测距误差改正模型，进行建筑物墙角点的定位实验。

3.1 仿真实验分析

在仿真实验测试中，设计了Y型、T型、正方型、菱型、一字型和梯型6种基站布设网型，分析同一高度面GDOP值分布。选取X轴方向[50，50]、Y[50，50]轴方向的100 m×100 m实验区域，设定站址误差为0.05 m，GDOP值高于5 m为定位失败，不同网型的基站坐标设置见表1所示，实验结果如图6所示。

表1 同一高度6种布站方式基站坐标       m

布设方案	基站a	基站b	基站c	基站d
Y型	（0,0,10）	（10,6,10）	（-10,6,10）	（0,-12,10）
T型	（0,0,10）	（10,0,10）	（-10,0,10）	（0,-10,10）
菱型	（6,0,10）	（-6,0,10）	（0,10,10）	（0,-10,10）
正方型	（6,6,10）	（-6,6,10）	（-6,-6,10）	（6,-6,10）
一字型	（-9,6,10）	（-3,6,10）	（3,6,10）	（9,6,10）
梯型	（-3,6,10）	（3,6,10）	（-10,0,10）	（10,0,10）

图6 同一高度六种网型定位误差

实验结果表明，Y型基站布设方式定位精度明显高于其他几种方式，并且在整个实验区的GDOP值分布均匀，并在各方向都能得到较好的定位效果，适用于初期、界址点位置未知时对目标的搜索，同时Y型和正方型在相应网型中心处的定位效果最好；菱型和正方型网型的GDOP值成对称分布，且菱型布站在偏离菱形长对角线方向的精度高于短对角线方向的精度，正方型布站在对角线方向上的定位精度优于其他方向；T型布站对纵轴方向上的目标定位精度较高，但在横轴方向上存在明显的定位模糊区域，导致定位性能大幅下降，不合适大范围界址点定位；梯型定位效果较差，多数区域无法达到定位要求，一字型布站难以实现定位。因此，Y型和正方型布站适合开放式环境和半遮蔽式环境下界址点的测量，菱型和T型布站适合空间狭小、环境复杂的局部连片式区域测量，一字型和梯型布站在实际测量中不做考虑。

3.2 实测实验分析

验证空地组网定位方法，实验采用无人机、GNSS/UWB、全站仪等设备，先建立UWB测距误差改正模型，然后进行网型实验和建筑物墙角点测量实验，最后做精度评价。实验中所用到的真值通过全站仪测量获取。

3.2.1 建立UWB测距误差改正模型

在学院楼道一端布设一个UWB基站，沿楼道直线方向每隔0.5 m设一个测距采样点，最大测距距离为70 m，共140个数据采集点。测试数据按测距误差改正模型处理，顾及拟合误差和计算复杂性，多项式拟合阶数选择四阶。

四阶多项式拟合构成的UWB测距误差改正模型改正后测距误差如图7所示。

图7 UWB测距误差改正

从图7中可得到，模型改正后的测距误差整体小于改正前的误差。通过计算，改正前的平均误差为14.21cm，改正后的平均误差为5.59 cm，测距精度提高了60.66%，后续空地组网定位中只需将测距信息加上拟合函数计算的改正值，便可改正UWB测距精度，提高定位精度。

3.2.2 网型定位实验

实验选定4个目标点，设标签高度0.5m并保持不变，无人机飞行高度为10 m且位于开阔区，分别对Y型、T型、菱型、正方型4种网型进行静态测量，每点采样200次，分析定位误差，实验环境与场地布设如图8所示。

图8 实验环境及场地布设

图8（a）为实验环境，图8（b）为Y型和T型布设方案，图8（c）为菱型和正方型布设方案，测试4个目标点，其中1、2、3号点位于半遮蔽式区域，4号点位于基站平面正下方，属于开阔区域。实验按照方案中的基站和目标点布设，通过RLS计算目标点坐标，静态定位结果如图9所示。

图9 静态定位结果

不同网型，不同点位静态定位结果的精度分析如图10所示。

图10 静态定位误差

表2 静态定位误差分析        m

网型	点位	标准差	均方根误差
Y型	1	0.156 2	0.205 4
	2	0.155 2	0.222 7
	3	0.119 5	0.185 3
	4	0.068 0	0.093 0
T型	1	0.242 9	0.334 7
	2	0.288 8	0.483 2
	3	0.187 3	0.367 4
	4	0.076 6	0.151 0
菱型	1	0.163 6	0.224 4
	2	0.255 0	0.266 2
	3	0.168 8	0.177 8
	4	0.067 9	0.118 0
正方型	1	0.146 3	0.181 5
	2	0.141 5	0.228 7
	3	0.129 3	0.185 5
	4	0.058 9	0.089 6

由于实验过程中不可避免的受到人体运动、环境、系统硬件等因素，影响定位误差统计，从而使得结果有所偏差。由图10可知，在同一种布站网型下，不同位置的目标点定位精度不同，不同布站网型下，同一目标点的定位精度也各不相同，符合GDOP分析的；Y型和正方型布站定位精度较高，菱型布站对轴线上的目标点定位精度高，T型布站精度较低。从表2可以看出，4号点定位效果显著高于其他点位，且正方型布站定位精度最高，相比T型定位精度提升40%，比Y型和菱型定位精度提升24%；1、3号点定位效果居中，其中Y型和正方型布设比菱型定位精度提升19%，比T型定位精度提升37%；2号点定位效果最差，其中Y型和正方型布设比T型定位精度提升54%。开阔环境下，4种布站网型的定位误差较小，且位于基站平面正下方定位精度最高；半遮蔽环境下，无人机布设优先选择Y型布站和正方型布站，其次选择菱型布站，最后考虑T型布站。

3.2.3 建筑物墙角点测量

基于网型实验分析，为了无人机布设简便，采用正方型网型完成建筑物墙角点测量，实验环境如图11（a）所示,墙角点与无人机位置分布如图11（b）所示。其中，A、D点位于半遮蔽区，B、C点位于遮蔽区，全站仪测量坐标为A（8.55,11.76）、B（18.29,10.75）、C（30.89,9.82）、D（57.26,9.31）。无人机在第一个位置悬，完成对A、B、C、D点的测距，之后按照顺时针方向绕飞，依次在其余三个位置完成4个点位测距信息的采集。

图11 界址点测量环境及场地布设

对测距误差改正前后，定位结果如图12所示。

图12 测距误差改正前后定位结果

表3 建筑物墙角点定位误差分析  m

改正前后	原始定位精度统计			测距误差改正后定位精度统计
测试点位	标准差	均方根误差	标准差		均方根误差
A	0.2419	0.2705	0.1301		0.1365
B	0.3754	0.4225	0.1743		0.1893
C	0.5215	0.5741	0.2537		0.2633
D	0.2201	0.2661	0.1231		0.1288

从图12、表3可以看出，建筑物墙角点定位的4个测试点在进行UWB测距误差改正后，均方根误差明显减小。与全站仪测量位置相比，经过UWB测距误差拟合改正后，A点定位精度提高了49%，B点定位精度提高了55%，C点定位精度提高了54%，D点定位精度提高了52%。此外，A、D两点的定位精度较高，C点的定位精度最低，这与测试点所处的半遮蔽、遮蔽环境相关。因此，在无人机网型确定后，提高UWB测距精度，可以提高半遮蔽区界址点定位精度。

4 结束语

针对遮蔽区界址点难以定位问题，本文提出了一种顾及UWB测距误差的遮蔽区界址点空地组网定位方法和模型。该方法定位精度高、完成效率高且劳动强度低，采用无人机携带GNSS/UWB定位手段，始终将无人机置于开阔环境，通过无人机悬停获取基站坐标并配合地面UWB完成测距，采用空间距离后方交会方式实现遮蔽区界址点快速高精度定位。实验证明该方法能有效实现半遮蔽区界址点定位，选择好的无人机网型并利用误差改正后测距信息进行定位解算，能有效提高界址点的定位精度。

1）针对半遮蔽区界址点难定位问题，提出一种基于UWB技术的遮蔽区界址点空地组网定位新方法。

2）通过分析空地定位的测距误差特性和几何网络结构，提出了空间距离后方交会定位模型，并设计一种测距误差改正的RLS定位算法，得到界址点高精度定位坐标。

该种定位手段仍存在不足之处，对于严重遮蔽区域，无人机与地面界址点存在不通视，造成信号无法传播；测量过程中，考虑无人机长时间飞行的续航能力以及自身稳定性造成误差累积问题。在之后的研究工作中，先要考虑无人机续航能力和稳定性，思考如何减弱无人机组网中误差累积以及寻找合适的算法削弱测距误差，从而增强定位算法的可靠性。

参考文献

[1] 叶昊．无人机倾斜摄影测量在地籍测量中的应用研究[J]．经纬天地，2021(5)：21-24． (YE Hao．Application of UAV oblique photogrammetry in cadastral survey [J]．Survey World，2021(5)：21-24．)

[2] 冯立楠，马超，吴砚辉，等．GPS RTK技术对特殊界址点的测量研究[J]．黑龙江科技信息，2012(11)：234． (FENG Linan，MA Chao，WU Yanhui，et al．Survey of special boundary points with GPS RTK technology [J]．Heilongjiang Science and Technology Information，2012(11)：234．)

[3] 李兆哲，戴吾蛟，郑彬，等．复杂城市环境多模RTK/SINS紧组合定位性能分析[J]．导航定位学报，2021，9(5)：54-65． (LI Zhaozhe，DAI Wujiao，ZHENG Bin，et al．Performance analysis of multi-mode GNSS RTK/SINS tight combined positioning in complex urban environment[J]．Journal of Navigation and Positioning，2021，9(5)：54-65．)

[4] 康改霞．农村土地确权勘测定界中界址点测量方法探讨[J]．山西农经，2020(12)：25-26． (KANG Gaixia．Discussion on the measurement method of the boundary sites in the determining boundary of rural land right confirmation [J]．Shanxi Agricultural Economy，2020(12)：25-26．)

[5] 顾慧东．基于UWB的室内测距与定位系统[D]．南京：南京邮电大学，2020．(GU Huidong．Indoor ranging and positioning system based on UWB[D]．Nanjing：Nanjing University of Posts and Telecommunications，2020．) [6] HAN Houzeng，WANG Jian，LIU Fei，et al．An emergency seamless positioning technique based on ad hoc UWB networking using robust EKF[J]．Sensors (Basel，Switzerland)，2019，19(14)：3135．

[7] 张继贤，刘飞，王坚．轻小型无人机测绘遥感系统研究进展[J]．遥感学报，2021，25(3)：708-724． (ZHANG Jixian，LIU Fei，WANG Jian．Review of the light-weighted and small UAV system for aerial photography and remote sensing[J]．National Remote Sensing Bulletin，2021，25(3)：708-724．)

[8] 张小宏．无人机技术在农村地籍测量中的应用[J]．农业工程，2018，8(5)：86-88． (ZHANG Xiaohong．Application of UAV technology in rural cadastral survey[J]．Agricultural Engineering，2018，8(5)：86-88．)

[9] 范志岳, 张冰凡, 张献. 基于STM32的无人机UWB定位装置[J]. 科技经济导刊, 2020, 706(8): 38-39.（FAN Zhiyue, ZHANG Bingfan, ZHANG Xian. UWB positioning device for drones based on STM32 [J]. Science & Technology Economic Guide, 2020, 706(8): 38-39.）[10] ZHUANG Chen，ZHAO Hongbo，HU Shan，et al．Cooperative positioning for V2X applications using GNSS carrier phase and UWB ranging[C]//IEEE Communications Letters．IEEE，：1876-1880．[11] YU Xianjia，LI Qingqing，QUERALTA J P，et al．Cooperative UWB-based localization for outdoors positioning and navigation of UAVs aided by ground robots[C]//2021 IEEE International Conference on Autonomous Systems．Montreal，QC，Canada．IEEE，：1-5．

[12] 王川阳，王坚，余航，等．测距误差改正的超宽带定位系统研究[J]．测绘科学，2019，44(1)：98-103． (WANG Chuanyang，WANG Jian，YU Hang，et al．Study on ultra-wideband positioning system based on range error correction[J]．Science of Surveying and Mapping，2019，44(1)：98-103．)

[13] 杨燈，王坚，韩厚增，等．地下综采面超宽带自组网人员定位系统[J]．测绘科学，2020，45(1)：11-18． (YANG Deng，WANG Jian，HAN Houzeng，et al．UWB ad hoc network personnel positioning system for underground comprehensive coal mining face[J]．Science of Surveying and Mapping，2020，45(1)：11-18．)

[14] 岳建平，马保卫．空间距离交会原理及应用[J]．测绘通报，2006(11)：38-39． (YUE Jianping，MA Baowei．The research and application of space distance intersection[J]．Bulletin of Surveying and Mapping，2006(11)：38-39．)

[15] 邹乐强．最小二乘法原理及其简单应用[J]．科技信息，2010(23)：282-283． (ZOU Leqiang. The principle of least square method and its simple application [J]．Science ＆ Technology Information，2010(23)：282-283．)

[16] 张亚明，史浩山，刘燕，等．基于抗差估计方法的WSN节点定位算法研究[J]．传感技术学报，2014，27(8)：1088-1093． (ZHANG Yaming，SHI Haoshan，LIU Yan，et al．A robust estimation based localization algorithm for WSNs[J]．Chinese Journal of Sensors and Actuators，2014，27(8)：1088-1093．)

[17] 王川阳，王坚．超宽带应急定位基站布设研究[J]．测绘科学，2019，44(8)：174-181． (WANG Chuanyang，WANG Jian．Study of base station layout of ultra wideband emergency positioning[J]．Science of Surveying and Mapping，2019，44(8)：174-181．)

[18] WAN Lujun，YAO Peiyang，LI Minghui．TOA-based locating error GDOP analysis in wireless sensor networks[J]．传感技术学报，2009，22(8)：1198-1203． (WAN Lujun，YAO Peiyang，LI Minghui．TOA-based locating error GDOP analysis in wireless sensor networks[J]．Chinese Journal of Sensors and Actuators，2009，22(8)：1198-1203．)[19] YU Z, QU Y, ZHANG Y, et al. Distributed adaptive fault-tolerant cooperative control for multi-UAVs against actuator and sensor faults[C]// ASME 2017 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference, [S.l.:s.n.],2017.

[20] 杨丽丽，孙晓闻．无人机载多站无源定位系统精度分析[J]．中国电子科学研究院学报，2014，9(4)：348-352． (YANG Lili，SUN Xiaowen．Precision analysis of airborne passive location of multi-stations[J]．Journal of China Academy of Electronics and Information Technology，2014，9(4)：348-352．)