UWB-Based System for UAV Localization in GNSS-Denied Environments

该数据集用于研究UWB辅助的无人机自主飞行精度，特别是在GNSS拒绝的环境中。数据集包含了多种锚点配置，并研究了无人机在锚点位置定义的凸包内外时UWB的精度。此外，数据集还包括了基于无人机速度、高度和距离锚点系统质心的UWB精度特性分析，以及不同数据子集的描述和DWM1001-DEV板的功耗分析。This dataset is utilized for investigating the precision of UWB-assisted autonomous drone flight, particularly in GNSS-denied environments. It encompasses various anchor configurations and examines the accuracy of UWB when the drone is inside or outside the convex hull defined by the anchor positions. Furthermore, the dataset includes an analysis of UWB precision characteristics based on the drone's speed, altitude, and distance from the centroid of the anchor system, along with descriptions of different data subsets and a power consumption analysis of the DWM1001-DEV board.

原始信息汇总

数据集概述

本数据集名为“UWB Localization for Autonomous UAV flight”，主要用于研究UWB辅助的无人机自主飞行定位精度。数据集由Jorge Peña Queralta、Carmen Martínez Almansa、Fabrizio Schiano、Dario Floreano和Tomi Westerlund共同开发，相关研究论文已被2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)接受。

数据集内容

1. 多锚点配置：数据集包含多种锚点配置，用于评估UWB定位精度。
2. UWB精度研究：研究无人机在锚点位置定义的凸包内外时UWB的定位精度。

数据集特点

• UWB精度特性分析：论文中详细分析了UAV速度、高度及与锚点系统质心距离对UWB精度的影响。
• 数据子集描述：描述了数据集中的不同数据子集。
• DWM1001-DEV板功耗分析：分析了DWM1001-DEV板的功耗情况。
• 锚点自动定位过程描述：描述了一种比Decawave的DRTLS系统更快更准确的锚点自动定位过程。

数据集结构

数据集分为三个主要部分：

1. ROS节点：包含dwm1001_interface ROS节点，用于连接Decawave的UART API，并提供两种可执行文件以读取主动或被动标签的数据。
2. 锚点定位固件：提供固件以快速准确地估计锚点位置，误差约为10厘米。
3. 数据集：记录了两种情况下的数据：一是使用装备有主动UWB标签的自主飞行四旋翼飞行器上的机载计算机记录的数据；二是使用连接到地面站的被动标签记录的数据，此时四旋翼飞行器由人工操控。

引用信息

如需引用此数据集，请使用以下引用格式：

@inproceedings{queralta2020uwb, title={UWB-based System for UAV Localization in GNSS-Denied Environments: Characterization and Dataset}, author={Jorge {Peña Queralta} and Carmen {Martínez Almansa} and Fabrizio Schiano and Dario Floreano and Tomi Westerlund}, year={2020}, booktitle={2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)}, pages={4521-4528}, doi={10.1109/IROS45743.2020.9341042}} }

搜集汇总

数据集介绍

构建方式

该数据集通过两种不同的方法构建，旨在研究UWB技术在无人机自主飞行中的定位精度。首先，数据集通过在配备有主动UWB标签的四旋翼无人机上安装的机载计算机进行记录，无人机在自主飞行模式下收集数据。其次，数据集还通过连接到地面站的被动UWB标签进行记录，此时无人机由人工操控。这两种方法分别捕捉了无人机在不同飞行状态下的UWB定位数据，确保了数据集的多样性和全面性。

特点

该数据集的显著特点在于其包含了多种锚点配置，以及无人机在锚点系统定义的凸包内外飞行时的UWB精度研究。此外，数据集还详细描述了基于无人机速度、高度及距离锚点系统质心的UWB精度特性，提供了不同数据子集的分析，以及DWM1001-DEV板的功耗分析。这些特点使得该数据集在研究UWB技术在无人机定位中的应用时具有极高的参考价值。

使用方法

该数据集的使用方法主要包括三个部分：ROS节点、锚点定位固件和数据集本身。ROS节点部分提供了与Decawave的DWM1001节点接口的ROS节点，用于读取主动或被动标签的数据。锚点定位固件部分提供了快速且精确的锚点定位固件，用户可以通过该固件进行锚点位置的快速估算。数据集部分则提供了通过不同方法记录的UWB定位数据，用户可以通过分析这些数据来研究UWB技术在无人机定位中的应用。

背景与挑战

背景概述

在无人机（UAV）自主飞行领域，全球导航卫星系统（GNSS）的信号缺失或干扰是一个长期存在的挑战。为了应对这一问题，Jorge Peña Queralta 等研究人员于2020年提出了基于超宽带（UWB）技术的无人机定位系统，并在IEEE/RSJ国际智能机器人与系统会议（IROS）上发表了相关论文。该数据集由芬兰图尔库大学TIERS实验室主导开发，旨在通过UWB技术在GNSS缺失环境下实现无人机的精确自主定位。数据集不仅涵盖了多种锚点配置，还详细分析了UAV速度、高度及与锚点系统中心距离对UWB定位精度的影响，为无人机在复杂环境中的自主导航提供了重要的实验依据。

当前挑战

该数据集面临的挑战主要集中在两个方面：首先，UWB技术在复杂环境中的定位精度受多种因素影响，如UAV的速度、高度及与锚点系统的距离，这些因素的动态变化增加了数据集的复杂性。其次，数据集的构建过程中，研究人员需克服UWB设备在不同环境下的信号干扰问题，尤其是在UAV飞行过程中，信号的稳定性和准确性难以保证。此外，数据集的采集方式（如主动标签与被动标签的使用）也带来了数据同步和延迟问题，进一步增加了数据处理的难度。

常用场景

经典使用场景

该数据集主要用于研究在GNSS信号缺失的环境下，基于UWB（超宽带）技术的无人机自主定位系统的精度。通过提供多种锚点配置以及无人机在不同速度、高度和距离锚点系统中心位置的定位数据，研究者可以深入分析UWB技术在复杂环境中的表现。此外，数据集还涵盖了无人机在锚点系统内外飞行时的定位精度，为开发更可靠的无人机导航系统提供了宝贵的实验数据。

衍生相关工作

基于该数据集，研究者已开展了多项相关工作，包括优化UWB定位算法的精度、分析不同锚点配置对定位精度的影响，以及探索UWB技术与其他传感器（如LiDAR）的融合应用。这些工作不仅推动了UWB技术在无人机定位领域的应用，还为未来开发更高效、更可靠的无人机导航系统奠定了基础。此外，数据集的开放性也为全球研究者提供了共享和协作的平台，促进了该领域的快速发展。

数据集最近研究

最新研究方向

在无人机定位领域，UWB-Based System for UAV Localization in GNSS-Denied Environments数据集的研究方向主要集中在无GPS环境下无人机自主飞行的精准定位。该数据集通过多种锚点配置和不同飞行条件下的UWB精度研究，提供了对无人机速度、高度及与锚点系统中心距离的UWB精度特性分析。此外，数据集还涉及DWM1001-DEV板的功耗分析及锚点自定位过程的优化，这些研究对于提升无人机在复杂环境中的自主导航能力具有重要意义。