UWB 室内定位开发文档说明

基于matlab的IMU计算源码 Firmament Autopilot 概述 Firmament Autopilot (简称FMT) 是首个基于模型设计 (Model-Based Design， 简称MBD) 的开源自驾仪。FMT项目从 项目发展而来，目的是打造一个模块化，安全和轻量级的飞控系统。FMT 包括一个主要用C语言实现的嵌入式飞控系统 以及基于 Matlab/Simulink 开发的算法模型库和仿真框架 。 项目源码地址： 为什么使用 FMT FMT 采用基于模型设计 (MBD) 的开发模式，可以更快速的开发和验证的您的算法，无需手动编写嵌入式代码，只需要在 Simulink 中通过图形化的方式设计算法模型然后一键生成C/C++代码合入飞控嵌入式代码中，大大提高算法的开发和验证效率。 FMT 的核心算法基于 Matlab/Simulink 平台搭建，继承了 MBD 开发模式的诸多优点，包括： 极大提升算法开发效率，节省时间和人力成本。 减少手动编写代码过程中产生的错误，提升系统稳定性。 极大提升算法的优化和 Debug 效率，简化系统测试和验证流程。 提高算法的可维护性和可

针对目前市场上现有智能跟随车定位精度不足，提出一种基于UWB信号的定位算法。在智能跟随车的上方安置两个固定基站，手持标签到两个基站的距离数据经过卡尔曼滤波算法的处理，利用三角函数进行计算，得出标签到两个基站中点的距离和偏移角度，将距离和角度数据传送给电机控制模块，通过PID控制算法调节PWM值，从而控制电机的转速和转向。实验表明，该方法能够实现标签定位的距离误差小于9 cm，角度误差小于10°，使智能跟随车的定位更为精准。

uwb点对多距离测试

UWB室内定位系统整体解决方案

这是一个利用kalibr_allan标定出的imu参数，可用于kalibr的imu-cam联合标定，类型VI

在 Debian 笔记本电脑上为 Microstrain 3DM-GX4-45 和测量记录完成。 查看 Groves 的书（2013 年第 2 版）和 Madgwick 的工作。

UWB精确定位自适应无迹卡尔曼滤波算法UWB精确定位自适应无迹卡尔曼滤波算法UWB精确定位自适应无迹卡尔曼滤波算法UWB精确定位自适应无迹卡尔曼滤波算法UWB精确定位自适应无迹卡尔曼滤波算法UWB精确定位自适应无迹卡尔曼滤波算法UWB精确定位自适应无迹卡尔曼滤波算法

非视距环境下基于UWB的室内动态目标定位

基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究基于TW-TOF的UWB室内定位技术与优化算法研究