UWB_DRONE_DATASET

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受限环境中的应用。数据集包含多种锚点配置，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，还包括了基于无人机速度、高度和到锚点系统质心距离的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 developed for researching the positioning precision of UWB-aided autonomous unmanned aerial vehicle (UAV) flight, particularly for applications in GNSS-denied environments. The dataset encompasses various anchor configurations, and investigates the UWB positioning accuracy when the UAV is located either inside or outside the convex hull defined by the anchor positions. Furthermore, it includes analysis of UWB accuracy characteristics based on the UAV's speed, altitude, and distance to the centroid of the anchor system, alongside descriptions of different data subsets and power consumption analysis of the DWM1001-DEV board.

原始信息汇总

数据集概述

本数据集由Jorge Peña Queralta、Carmen Martínez Almansa、Fabrizio Schiano、Dario Floreano和Tomi Westerlund共同开发，旨在研究UWB辅助的无人机自主飞行精度。数据集包含以下关键内容：

1. UWB定位系统：用于在GNSS受限环境中对无人机进行定位。
2. ROS节点：提供与Decawave的DWM1001节点接口的ROS节点，支持主动标签和被动标签模式。
3. DWM1001 DEV板固件：用于快速准确地定位锚点。

数据集特点

• 多锚点配置：数据集包含多种锚点配置，用于研究UWB在无人机内部和外部（相对于锚点位置定义的凸包）的精度。
• UWB精度分析：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：详细描述了数据集中的不同子集。
• DWM1001-DEV板功耗分析：分析了该开发板的功耗情况。
• 锚点自定位过程：描述了比Decawave的DRTLS系统更快更准确的锚点自定位过程。

数据集结构

• ROS节点：包含dwm1001_interface ROS节点，通过Decawave的UART API连接，提供dwm1001_active.py和dwm1001_passive.py两个可执行文件，分别用于读取主动和被动标签的数据。
• 锚点定位固件：提供快速准确的锚点位置估计固件，误差约10cm，计算时间约1秒。
• 数据集：包含两种记录方式的数据，一种是在无人机上使用主动UWB标签记录，另一种是在地面站使用被动标签记录。

数据集使用

如在研究中使用此数据集或代码，请引用相关论文。

搜集汇总

数据集介绍

构建方式

UWB_DRONE_DATASET的构建基于两种主要方法，分别是在无人机上搭载主动UWB标签进行自主飞行和在地面站连接被动UWB标签进行手动飞行。在自主飞行场景中，数据通过搭载在四旋翼无人机上的计算设备采集，该设备运行Ubuntu 16.04和ROS Kinetic，并配备Pixhawk 2.4飞控和TF Mini激光雷达用于高度估计。在手动飞行场景中，数据通过地面站的被动标签采集，但由于被动标签的特性，存在与运动捕捉系统提供的地真数据之间的延迟。

特点

该数据集的显著特点在于其多样的锚点配置和在不同环境下的UWB精度研究，包括无人机在锚点定义的凸包内外飞行时的精度表现。此外，数据集还提供了对UAV速度、高度及与锚点系统中心距离的UWB精度特性化分析，以及对DWM1001-DEV板功耗的详细描述。这些特性使得该数据集在研究UWB辅助的无人机自主飞行中具有重要的参考价值。

使用方法

UWB_DRONE_DATASET的使用涉及ROS节点和DWM1001 DEV板的固件。ROS节点提供了与Decawave的DWM1001节点接口的工具，支持主动和被动标签的数据读取，分别发布锚点和标签的位置及距离信息。固件部分则提供了快速且精确的锚点定位算法，用户可通过调整天线延迟进行校准。数据集本身可通过ROS包进行回放，结合地真数据进行分析，适用于研究UWB定位精度和无人机自主飞行控制。

背景与挑战

背景概述

UWB_DRONE_DATASET由Jorge Peña Queralta、Carmen Martínez Almansa、Fabrizio Schiano、Dario Floreano和Tomi Westerlund于2020年创建，旨在研究在GNSS缺失环境下基于UWB的无人机自主飞行定位精度。该数据集的核心研究问题是如何在缺乏全球导航卫星系统（GNSS）支持的情况下，利用超宽带（UWB）技术实现无人机的精确自主定位。该数据集的发布对无人机定位技术领域产生了重要影响，特别是在复杂城市环境或室内场景中，为无人机的高精度定位提供了新的解决方案。

当前挑战

UWB_DRONE_DATASET在构建过程中面临了多项挑战。首先，如何在多种锚点配置下确保UWB定位的准确性是一个关键问题，尤其是在无人机位于锚点定义的凸包内外时。其次，数据集需要对UWB精度进行多维度分析，包括无人机速度、高度以及与锚点系统中心距离的影响。此外，数据集还涉及对DWM1001-DEV板功耗的分析以及锚点自定位过程的优化，这些都增加了数据集构建的复杂性。最后，数据集的采集方式包括自主飞行和手动飞行两种模式，如何处理不同模式下的数据延迟和一致性问题也是一大挑战。

常用场景

经典使用场景

UWB_DRONE_DATASET 数据集的经典使用场景主要集中在无人机在无全球导航卫星系统（GNSS）环境下的自主定位与导航。该数据集通过超宽带（UWB）技术，提供了无人机在不同锚点配置下的定位精度数据，尤其是在无人机飞行过程中，无论是处于锚点定义的凸包内还是外，都能有效评估其定位性能。这一特性使得该数据集在研究无人机在室内或城市峡谷等GNSS信号受限环境中的自主飞行能力方面具有重要价值。

衍生相关工作

UWB_DRONE_DATASET 数据集的发布激发了大量相关研究工作，尤其是在无人机定位与导航领域。许多研究者基于该数据集进行了进一步的算法优化和性能评估，开发了更为精确的UWB定位算法，并将其应用于不同的无人机平台。此外，该数据集还促进了UWB技术与其他传感器（如激光雷达、惯性测量单元等）的融合研究，从而提升了无人机在复杂环境中的整体导航性能。这些衍生工作不仅丰富了无人机定位技术的研究内容，还为实际应用提供了更多可能性。

数据集最近研究

最新研究方向

在无人机自主飞行领域，UWB_DRONE_DATASET数据集的研究方向主要集中在无全球导航卫星系统（GNSS）环境下的无人机定位技术。该数据集通过多种锚点配置，深入研究了无人机在不同速度、高度及距离锚点系统中心位置时的超宽带（UWB）定位精度。此外，数据集还探讨了UWB技术在无人机自主飞行中的能耗分析及锚点自动定位过程的优化，旨在提升定位的快速性和准确性。这些研究不仅为无人机在复杂环境中的自主导航提供了关键数据支持，也为未来无人机在城市环境、室内空间等GNSS信号受限区域的广泛应用奠定了基础。