来源：期刊VIP网 时间：
作者：丁司懿;童辉辉;毛新华;张洁;
单位：东华大学人工智能研究院;东华大学纺织工业人工智能技术教育部工程研究中心;上海工业大数据与智能系统工程技术研究中心;北京中丽制机工程技术有限公司;东华大学信息科学与技术学院;
摘要：工业4.0背景下，卷绕机装配制造车间具有设备密集、金属干扰强、环境动态变化等特点，这对高精度室内定位提出更高要求，传统定位方法难以满足实际需求。为解决该复杂环境中的定位难题，本文提出了一种基于扩展卡尔曼滤波(EKF)的多传感器融合定位方法。该方法结合聚类分层WiFi定位和惯性导航系统(INS),通过K-means对无线信号进行聚类处理，降低环境干扰的影响，再利用XGBoost和WKNN算法分层定位，同时利用INS提供的连续定位信息，确保在WiFi信号不稳定或缺失时系统定位的稳定性。试验结果显示，与传统单一定位技术相比，该方法的平均定位误差减少了38.04%至41.24%,验证了其在卷绕机车间的应用潜力，未来可推广至更多工业场景。
关键词：扩展卡尔曼滤波器;;融合定位;;WiFi定位;;惯性导航系统(INS);;K-means;;XGBoost;;WKNN算法
基金资助：国家自然科学基金(52105509);; 中央高校基本科研业务费专项资金资助(2232023D-25,2232024G-14);; 北京市博士后工作经费资助项目;; 上海市科技计划项目(20DZ2251400)
