Online localization using UWB devices

In this thesis, we propose an optimized trilateration positioning approach based on Kalman Filter and on data measured using Decawave DWM1001 UWB modules. First of all, we develop a custom function interface to obtain the data from DWM1001 in real-time. The interface is divided into an on-board C program to send original data to the host computer via serial port and a MATLAB script to collect original data and store them synchronously in the form of an array. Secondly, the UWB sensor and the accelerometer of the DWM1001 module are analyzed and evaluated in detail. We show that the measurement noises of both the UWB ranging sensor and the accelerometer are Gaussian white noises. The third part of the work consists of the design and implementation of a Kalman Filter. With the original UWB data and acceleration data, we performed Kalman Filtering in MATLAB. With the Kalman Filter, measurement noise effect is significantly reduced, and the optimized distance estimate can be obtained. After that, two trilateral positioning methods are proposed to calculate the coordinates of the UWB module in 3D space. The first method uses the idea of least squares to find the coordinates by minimizing a suitable cost function. The second method calculates the space coordinates by a numerical analysis approach. Finally, experiments in a real environment are carried out with all methods mentioned above. The experimental results prove that the methods proposed in this work can achieve centimeter-level positioning.

In questa tesi viene proposto un algoritmo di localizzazione basato su un filtro di Kalman, per applicabile a dati ottenuti tramite moduli Decawave DWM1001 UWB. Prima di tutto è stata sviluppata un’interfaccia per ottenere i dati da DWM1001 in tempo reale. L'interfaccia è stata divisa in due parti: una parte è caratterizzata da un programma C integrato sul dispositivo per inviare i dati originali al computer attraverso una porta seriale; la seconda parte è caratterizzata da uno script di MATLAB che raccoglie i dati in modo sincrono memorizzandoli sotto forma di array. In secondo luogo, è stato analizzato e valutato in dettaglio il sensore di UWB e l’accelerometro del modulo DWM1001, e si è rilevato che i rumori di misura, sia del sensore UWB che dell’accelerometro, sono rumori bianchi Gaussiani. Il passo successivo è stato la progettazione e l’implementazione di un filtro di Kalman, i cui parametri del filtro e sono calcolati in base alle analisi condotte nella parte precedente. Applicando il filtro di Kalman ai dati originali di UWB e dell’accelerometro si è verificata una riduzione significativa del rumore di misura ed sono stata ottenute stime di distanza ottimali. Successivamente, sono stati anche proposti due metodi di posizionamento trilaterale per il calcolo delle coordinate del modulo UWB nello spazio tridimensionale. Il primo metodo utilizza l’idea dei minimi quadrati per trovare le coordinate riducendo al minimo la funzione obbiettivo. Il secondo metodo consiste nel calcolare le coordinate spaziali mediante un approccio di analisi numerica. Infine, tutti i metodi sopra menzionati sono stati messi alle prove in un ambiente reale. Dai risultati ottenuti dagli esperimenti compiuti si dimostra che tali metodi forniscono buoni dati di posizionamento con un range di errore entro i 10 cm.