Калибровка инфракрасной системы позиционирования

Введение. Для транспортных устройств (ТУ) задача определения положения всегда является одним из важнейших факторов, особенно для автономных устройств. В условиях внешней среды глобальная навигационная спутниковая система (Global Positioning System – GPS) остается оптимальным решением благодаря широкому покрытию, автоматичности и простоте использования. Однако в помещениях сигнал GPS значительно ослабляется, что создает серьезные трудности при определении местоположения устройства. Система Valve Lighthouse была предложена для навигации ТУ в ограниченных пространствах. Несмотря на то что случайный шум системы очень мал и может достигать уровня миллиметров, одним из ее недостатков является то, что вследствие неточностей при установке базовой станции принимаемый сигнал содержит искажения, что приводит к ошибкам в определении координат устройства. В настоящее время также отсутствуют материалы, посвященные методам определения этих искажений и калибровке системы. С этой целью в данной статье предлагается алгоритм определения коэффициентов в модели погрешностей сигнала системы, использующий только координаты ТУ. Цель работы. Калибровка сигнала инфракрасной системы, опираясь только на координаты транспортного устройства в системе координат, связанной с базовой станцией. Материалы и методы. Используется модель погрешностей инфракрасной системы, предоставленная компанией HTC Vive. Предлагаемый метод основан на методе Ньютона и использует набор данных истинных координат ТУ в системе координат, связанной с базовой станцией, а также координаты, определенные системой. Результаты. Предложенный метод позволяет определить коэффициенты в модели погрешностей сигнала инфракрасной системы, использующей одну базовую станцию. Заключение. Представлен метод калибровки сигнала инфракрасной системы с одной базовой станцией, основанный на методе Ньютона и наборе координат транспортного устройства в системе координат системы.

1. Kanellakis C., Nikolakopoulos G. Survey on Computer Vision for UAVs: Current Developments and Trends // J. of Intelligent & Robotic Systems. 2017. Vol. 87. P. 141–168. doi: 10.1007/s10846-017-0483-z

2. Chao H., Gu Y., Napolitano M. A survey of optical flow techniques for UAV navigation applications // Intern. Conf. on Unmanned Aircraft Systems (ICUAS), Atlanta, USA, 28–31 May 2013. IEEE, 2013. P. 710–716. doi: 10.1109/ICUAS.2013.6564752

3. A novel distributed architecture for UAV indoor navigation / Yu. Li, M. Scanavino, E. Capello, F. Dab bene, G. Guglieri, A. Vilardi // Transportation Research Procedia. 2018. Vol. 35. P. 13–22. doi: 10.1016/j.trpro.2018.12.003

4. Indoor positioning system based on incident angles of infrared emitters / Ch. Lee, Yu. Chang, G. Park, J. Ryu, S.-G. Jeong, S. Park // 30th Annual Conf. of IEEE Indus trial Electronics Society, Busan, Korea (South), 02–06 Nov. 2004. IEEE, 2004. P. 2218–2222. doi: 10.1109/IECON.2004.1432143

5. HyperCube: A small lensless position sensing de vice for the tracking of flickering infrared LEDs / T. Raharijaona, P. Mignon, R. Juston, L. Kerhuel, S. Viollet // Sensors. 2015. Vol. 15, № 7. P. 16484–16502. doi: 10.3390/s150716484

6. DronOS: Aflexible open-source prototyping framework for interactive drone routines / M. Hoppe, M. Burger, A. Schmidt, T. Kosch // Proc of. 18th Intern. Conf. on Mo bile and Ubiquitous Multimedia. 2019. Art. № 15. P. 1–7. doi: 10.1145/3365610.3365642

7. Greiff M., Robertsson A., Berntorp K. Performance bounds in positioning with the vive light-house system // IEEE Intern. Conf. on Information Fusion, Ottawa, Canada, 02–05 July 2019. IEEE, 2019. P. 1–8. doi: 10.23919/FUSION43075.2019.9011242

8. Sletten K. Automated testing of industrial robots using HTC vive for motion tracking. M. S. thesis. Nor way, University of Stavanger, 2017. 28 p.

9. Yusefı A., Durdu A., Sungur C. ORB-SLAM-based 2D Reconstruction of Environment for Indoor Autonomous Navigation of UAVs // Avrupa Bilim Ve Teknoloji Dergisi. 2020. P. 466–472. doi: 10.31590/ejosat.819620.

10. Niehorster D. C., Li L., Lappe M. The accuracy and precision of position and orientation tracking in the HTC vive virtual reality system for scientific research // I-Perception. 2017. Vol. 8, № 3. Art. № 2041669517708205. doi: 10.1177/2041669517708205

11. Ikbal M. S., Ramadoss V., Zoppi M. Dynamic pose tracking performance evaluation of HTC vive virtual reality system // IEEE Access. 2021. Vol. 9. P. 3798–3815. doi: 10.1109/ACCESS.2020.3047698

12. HTC Vive Tracker: Accuracy for Indoor Localization / J. Lwowski, A. Majumdar, P. Benavidez, J. J. Prevost,M. Jamshidi // IEEE Systems, Man and Cybernetics Magazine. 2020. Vol. 6, iss. 4. P. 15–22. doi: 10.1109/MSMC.2020.2969031

13. Боронахин А. М., Нгуен К. Х., Нгуен Ч. И. Сравнительное исследование навигационных систем для автономных беспилотных летательных аппаратов в помещении // Изв. вузов России. Радиоэлектроника. 2024. Т. 27, № 4. С. 6–18. doi: 10.32603/1993-8985-2024-27-4-6-18

14. Lighthouse Positioning System: Dataset, Accuracy, and Precision for UAV Research / A. Taffanel, B. Rousselot, J. Danielsson, K. McGuire, K. Richardsson, M. Eliasson, T. Antonsson, W. Hönig. URL: https://arxiv.org/pdf/2104.11523 (дата обращения: 08.12.2025)

15. HTC Vive: Analysis and Accuracy Improvement/ M. Borges, A. Symington, B. Coltin, T. Smith, R. Ventura // IEEE/RSJ Intern. Conf. on Intelligent Robots and Systems, Madrid, Spain, 01–05 Oct. 2018. IEEE, 2018. P. 2610–2615. doi: 10.1109/IROS.2018.8593707