Skip to main content
QUICK REVIEW

[论文解读] Using Ultra-Wideband Technology in Vehicles for Infrastructure-free Localization

Rusheng Zhang, Lin Song|arXiv (Cornell University)|Feb 20, 2019
Indoor and Outdoor Localization Technologies参考文献 19被引用 4
一句话总结

本文提出了一种基于超宽带(UWB)技术的无基础设施车辆定位系统,采用安装在后视镜上的车载UWB锚点。通过理论分析和实地试验表明,双锚点配置可实现足够的定位精度——可区分距离车辆30米远的两侧行人位置,从而支持诸如虚拟行人交通灯(VPTL)等应用,其中行人过街检测至关重要。

ABSTRACT

In this paper, we investigate using Ultra-Wideband (UWB) technology in vehicles for localization as well as other possible infrastructure-free applications. To that end, we first introduce the on-vehicle UWB anchor layout, then conduct a theoretical analysis to shed light on the capabilities and limitations of using UWB anchors with this layout. To verify the analysis conducted, extensive field trials are performed, which yield results that match the predictions of the conducted analysis. Finally, Virtual Pedestrian Traffic Light (VPTL), an infrastructure-free pedestrian traffic light system is introduced as an example application of the presented approach.

研究动机与目标

  • 开发一种基于车载UWB锚点的无基础设施车辆定位系统,用于行人检测等应用。
  • 分析安装在车辆后视镜上的双锚点UWB布局的理论误差特性。
  • 通过不同距离和横向位置下的实地试验,验证理论分析结果。
  • 展示一种实际应用——基于所提UWB定位框架的虚拟行人交通灯(VPTL)。
  • 评估系统是否能够实时可靠地区分车辆左右两侧的行人位置。

提出的方法

  • 在车辆后视镜上部署UWB设备(DecaWave DW1000)作为锚点,采用双边双向测距(DS-TWR)进行距离测量。
  • 利用两个锚点的三边测量法估算行人标签(移动UWB设备)的二维位置,已知锚点坐标。
  • 应用理论误差分析,基于锚点几何结构和信号传播特性建立水平定位误差模型。
  • 在10米、20米和30米距离下进行200次实地测量,记录标签的横向位置(左/右侧)。
  • 使用散点图和分类技术(如SVM或假设检验)评估左右两侧行人位置的分离程度。
  • 将UWB定位系统集成至VTL(车对车交通灯)协议中,实现通过VPTL控制行人相位。

实验结果

研究问题

  • RQ1安装在车辆后视镜上的双锚点UWB配置是否足以实现行人检测应用所需的定位精度?
  • RQ2该车载锚点布局在水平定位误差方面的理论与实证特性如何?
  • RQ3在距离达30米的情况下,系统能否可靠地区分车辆左右两侧的行人?
  • RQ4与理论预测相比,所提出的无基础设施UWB系统在真实环境下的表现如何?
  • RQ5该UWB定位系统能否有效集成至现有的V2V交通管理协议中,以实现行人相位控制?

主要发现

  • 车载双锚点UWB配置的水平定位误差最高可达1米,适用于非关键基础设施的无基础设施应用。
  • 实地试验结果表明,在10米、20米和30米距离下,左右两侧行人位置在散点图中清晰分离。
  • 系统可利用简单的分类方法可靠地区分行人的横向位置,表明其在行人过街检测中的可行性。
  • 理论误差模型与实测结果高度吻合,验证了锚点布局性能分析框架的可靠性。
  • 基于UWB的系统可实现虚拟行人交通灯(VPTL)应用,无需路边基础设施即可追踪行人存在状态与过街情况。
  • 未来工作可通过卡尔曼滤波进一步降低误差,但当前精度已足以支持VPTL及类似应用。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。