Este trabalho de pesquisa apresenta um estudo de posicionamento de banda ultra-larga (UWB) em ambientes internos considerando diferentes tipos de obstáculos que podem afetar a precisão de localização. No armazém real, uma variedade de obstáculos incluindo metal, placa, trabalhador e outros obstáculos terão impacto NLOS (não linha de visão) no posicionamento do pacote logístico, o que influencia a medição da distância entre o pacote logístico e a âncora, afetando assim a precisão do posicionamento. Um novo método desenvolvido tenta melhorar a precisão do posicionamento interno UWB, através de um algoritmo de posicionamento e algoritmo de filtragem aprimorados. Neste projeto, para simular o ambiente de warehouse em laboratório, diversas simulações comprovam que o algoritmo de filtro de Kalman e o algoritmo de Markov usados podem efetivamente reduzir o erro de NLOS. A validação experimental é realizada considerando um tag móvel montado em uma plataforma de robô.

This research work presents of study of ultra-wide band (UWB) indoor positioning considering different type of obstacles that can affect the localization accuracy. In the actual warehouse, a variety of obstacles including metal, board, worker and other obstacles will have NLOS (non-line-of-sight) impact on the positioning of the logistics package, which influence the measurement of the distance between the logistics package and the anchor , thereby affecting positioning accuracy. A new developed method attempts to improve the accuracy of UWB indoor positioning, through and improved positioning algorithm and filtering algorithm. In this project, simulate the warehouse environment in the laboratory, several simulation proves that the used Kalman filter algorithm and Markov algorithm can effectively reduce the error of NLOS. Experimental validation is carried out considering a mobile tag mounted on a robot platform.