1 背景
近年来随着互联网不断发展，人们对基于位置的服务LBS需求不断增加。如今室外定位系统已经发展的非常成熟，如美国的全球定位系统GPS、我国的北斗卫星导航系统以及欧盟的伽利略卫星导航系统。这些定位系统在室外具有较准确的定位性能，但是它们在室内环境下则无法完成定位。为了提高室内定位精度，研究人员提出了一些局部定位系统，例如将无线局域网（WLAN）技术、无线保真（WiFi）技术、蓝牙以及射频识别（RFID）应用到复杂的室内环境中。尽管此类定位技术已经在室内环境中广泛使用，但是它们只能提供米级的定位精度[1]。
为了获取更高的定位精度，研究人员把目光投向超宽带（UWB）技术。UWB定位技术属于无线定位技术的一种，它具有高精度、低功耗、抗多径能力强等众多优点，很容易将定位与通信合一，而常规无线电难以做到这一点，因此UWB技术目前被广泛应用于高精度室内定位。
《机器人产业发展规划（2016—2020年）》指出：大力发展机器人产业，对于打造中国制造新优势，推动工业转型升级，加快制造强国建设，改善人民生活水平具有重要意义。四轮小车是很多智能机器人的基础，实现四轮小车的跟踪控制设计对发展智能机器人具有重要意义。
2 国内外发展现状
牛群峰，曹一帆等人详细介绍了UWB定位原理以及具体的定位方法（三边定位法），同时讨论了由于非视距、多径传播以及人体等造成的随机干扰所导致的观测信息中夹杂的随机噪声而造成的定位误差，并提出了应用卡尔曼滤波来有效降低做匀速直线运动定位目标的噪声干扰。针对定位目标进行直角转弯或加减速这些室内常见动作时卡尔曼滤波失效的情况，他们提出使用交互多模型卡尔曼滤波的方法对定位坐标进行最优估计以降低误差，最终得出交互多模型卡尔曼滤波对观测值的优化效果显著这一结论[2]。
刘关迪与赵璐以UWB定位为基础，提出可以实时路径纠偏，实现智能跟随的自动跟随设备，由跟随过程中的误差讨论，提出并改进双基站跟随小车的跟随方式，并进一步提出三基站定位跟随的优化方法。并且在实验过程中，跟随小车成功实现智能定位和跟随。该系统具有识别准确度高、跟随中纠偏等多种优势，具有良好的应用价值[3]。
李蛟龙选用DW1000芯片，通过对其室内定位系统的硬件和软件部分的实践实现了基站之间的相互通讯测距，明确了对电路板的布局是DW1000设计的关键，不同的布局会导致信号接收的强弱。通过上位机无线同步系统成功地实现了室内的精准定位，误差在10 cm左右。他认为，DW1000定位系统有很大的前景：实现三维定位、移动设备端APP平台和iPhone平台的设计以及室内定位系统等[4]。
周琳、李晓明与江先志针对复杂室内环境下UWB信号传播的非视距（NLOS）误差问题提出基于UKF的环境自适应UWB/DR室内定位方法。该方法从UWB定位环境的误差产生原因出发，通过建立环境自适应UKF滤波模型，在 UWB/DR定位融合过程中对UWB定位信息进行非视距检测并且引入环境适应系数动态修正UWB定位观测噪声。实验效果表明，该方法具有较高的抗NLOS 误差性能，定位精度优于PF方法和UKF方法，是一种具有较强实用性且高精度的室内定位方法[5]。
关丙火利用到达时间分析法（TOF）将基于UWB技术应用到矿井人员定位系统中，有效提升了矿井人员的定位精度与实时性。他通过现场试验，验证了基于UWB技术的矿井人员定位系统可实现矿井人员厘米级精确定位，可以促进矿井的数字化建设水平，保障矿井的安全建设，进而提高矿井的管理效率[6]。
以上是毕业论文开题文献，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
