使用集成的UWB和气压计方法,用于人员安全的3D室内区域识别
Fan Yang1, Delong Liu2, Xiaodong Gong3
1Shaoguan Power Supply Bureau, Guangdong Power Grid Company, Shaoguan, 512000, China.
Scientific reports
|September 6, 2024
概括
本研究引入了一种使用超宽带 (UWB) 和气压计的新3D区域识别系统,以提高工人安全. 该方法显著提高了定位精度和效率,确保可靠的实时位置跟踪.
科学领域:
- 机器人和自动化机器人与自动化
- 传感器融合式传感器
- 机器学习 机器学习
背景情况:
- 实时位置跟踪对于工业工人安全至关重要,特别是在电站等环境中.
- 超宽带 (UWB) 为室内定位提供高精度和透度,但面临复杂的拓,多路径和非视线 (NLOS) 条件的挑战.
- 传统的UWB三边化需要广泛的基站部署,并且容易在具有挑战性的室内环境中降低性能.
研究的目的:
- 为工业安全应用开发强大的3D区域识别解决方案.
- 通过整合多个传感器数据,克服UWB定位在复杂的室内环境中的局限性.
- 提高实时位置跟踪的可靠性和效率,以提高人员安全.
主要方法:
- 集成超宽带 (UWB) 飞行时间 (TOF) 与气压计测量范围.
- 实现一个多层分布式联合概率推理模型.
- 利用机器学习算法,包括集群和预测,用于3D区域识别.
主要成果:
- 在3D区域识别中实现了超过99.2%的准确性.
- 与传统方法相比,计算效率提高了93%.
- 在气流高度估计中显示的误差小于1米,导致100%的地板识别成功,地板距离为3-4米.
结论:
- 拟议的集成UWB和气压计系统提供可靠的实时3D区域信息,超越了仅仅基于坐标的定位需求.
- 这种解决方案非常适合工业场景的人员安全,提供更高的准确性和效率.
- 基于机器学习的概率推理模型有效地解决了NLOS和多路径问题,提高了整体系统性能.
