“定位”這個(gè)概念想必大家并不陌生，可以說定位技術(shù)的迅猛發(fā)展，給我們的日常生活帶來了極大的便利。

比如，手機(jī)的定位導(dǎo)航系統(tǒng)讓“路癡”再也不怕出遠(yuǎn)門了；航天飛行器可以自由地穿梭于浩瀚的宇宙卻逃不出人類的掌控；無人駕駛技術(shù)更是離不開定位系統(tǒng)的支撐……

接下來，將向大家介紹一種簡單的定位算法：三邊測距定位算法。

【簡介】

簡單地說，實(shí)現(xiàn)定位你只需要做好以下兩點(diǎn)：

測量值 從某種意義上說，幾乎所有你能測量的數(shù)據(jù)都取決于“位置”，并且可以利用測得的數(shù)據(jù)進(jìn)行定位。最理想的情況是測量那些對“位置”非常敏感的數(shù)據(jù)。例如，測量溫度可能會知道你身在哪個(gè)大陸，當(dāng)然這樣的結(jié)果并不準(zhǔn)確，但是如果測量的是你相對于某些點(diǎn)的距離或者角度，那么對你的位置的定位可能會更精確一些。

參考點(diǎn) 描述一個(gè)確定的位置，正確的方法就是描述它相對于某些參考點(diǎn)的位置。參考點(diǎn)可以是“你的家”、“北極星”或“天空中的一些衛(wèi)星”。對我們來說，我們將使用錨。利用3個(gè)錨點(diǎn)就可以描述一個(gè)二維的坐標(biāo)系統(tǒng)，在這個(gè)系統(tǒng)中我們可以找到我們的位置。對于三維定位系統(tǒng)，我們則需要4個(gè)錨點(diǎn)。

下面是一些例子：

定位系統(tǒng)測量值參考點(diǎn)

GPS距離*衛(wèi)星

Pozyx距離錨

攝像機(jī)視頻圖像相機(jī)指定方向

WiFi、指紋識別接收信號強(qiáng)度數(shù)據(jù)庫中的指紋

數(shù)字羅盤磁場矢量磁場北極

航位推算加速度和角速度（來自陀螺儀）最初的位置和方向

注意：一些GPS接收器也使用多普勒頻移定位

【三邊測距法】

最常用的定位方法是使用基本的幾何圖形來估計(jì)位置。通過測量與錨點(diǎn)的距離，就可以確定你的位置。如果我們只知道自己與錨點(diǎn)的距離，那么我們的位置肯定會在以錨點(diǎn)P為圓心以測得距離d為半徑的圓上。如果我們用3個(gè)錨進(jìn)行距離測量，我們會發(fā)現(xiàn)我們的位置在三個(gè)圓的交點(diǎn)上，如圖1所示。這種方法被稱為三邊測距法（如果使用的錨點(diǎn)數(shù)量超過3個(gè)，則稱為多邊測距法）。

這種方法的困難在于測量中總會有一些噪音，測量并不完美。因此，圓不會在一個(gè)點(diǎn)相交。為了解決這個(gè)問題，我們試著找出最接近所有圓的點(diǎn)。

圖1：三邊測量

注：你可以選擇跳過該算法的描述，直接參閱下一篇文章：超寬帶是如何工作的。

【一個(gè)基本的算法】

在本節(jié)中，我們將介紹一種簡單的算法，它可以從一系列的范圍測量中計(jì)算出位置。這個(gè)基本算法不是最優(yōu)的，但是當(dāng)范圍測量足夠精確時(shí)，它就會很好地工作。

我們將解釋2D定位的算法。位置P由坐標(biāo)x和y給出。第i個(gè)錨點(diǎn)pi的位置坐標(biāo)為（xi，yi），如果我們有N個(gè)錨，那么i的取值為從1到N，這些錨點(diǎn)的坐標(biāo)是已知的。

現(xiàn)在，位置P與第i個(gè)錨點(diǎn)之間的距離由di表示，di由下面的公式給出：

對等式兩邊取平方：

上面方程的問題在于含有非線性項(xiàng)x^2和y^2。我們可以通過從di^2中減去dN^2來消除這些非線性項(xiàng)，得到N-1個(gè)方程，其中第i個(gè)方程式為：

現(xiàn)在我們有了一些關(guān)于坐標(biāo)x和y的線性方程，這很好，因?yàn)榫€性方程很容易求解。我們把它寫成矩陣的形式：

其中：

我們現(xiàn)在可以解這個(gè)方程組了。

如果我們恰好有3個(gè)錨點(diǎn)：N=3，我們就會得到兩個(gè)方程來求解兩個(gè)未知數(shù)，通過求解下面的方程，我們可以找到P的位置：

如果我們有超過3個(gè)錨點(diǎn)：N》3，我們得到的方程的數(shù)量要多于未知數(shù)的數(shù)量，此時(shí)A的逆矩陣是不存在的。為了解決這個(gè)問題，我們可以利用偽逆算子來計(jì)算這個(gè)位置。這就產(chǎn)生了下面的方程式：

請注意，上面的公式將盡可能地將坐標(biāo)x和y與所有不同的方程相匹配。因此，當(dāng)使用更多的錨時(shí)，定位的準(zhǔn)確性也會隨之提高。

上面描述的算法被稱為線性最小二乘算法?！熬€性”是因?yàn)槲覀儼逊匠踢M(jìn)行了線性化（通過平方）和“最小二乘”是因?yàn)榫仃嚨模▊危┠婢仃嚂顾蟹匠痰钠椒秸`差最小化。

【拓展】

上面描述的算法是一種非常簡單和低復(fù)雜度的算法。如果你想了解更多關(guān)于先進(jìn)定位技術(shù)的知識，建議你尋找以下主題：非線性最小二乘、卡爾曼濾波、粒子濾波、置信傳播……

本文來源：平行機(jī)器人

免責(zé)聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有，如涉及侵權(quán)，請后臺聯(lián)系小編進(jìn)行處理。

編輯：jq