OpenRSSI —— 开源空间三点定位（含高度）系统OpenRSSI 开源空间三点定位（含高度，非伪3d）系统。严格来

OpenRSSI

开源空间三点定位（含高度，非伪3d）系统。严格来说更适合UWB？
使用了拟动量法计算误差。

项目链接

典型应用

动作捕捉

不同于SlimeVR，本方案的追踪结果是0累计误差的。你大可以趴在房间里面睡觉，几个小时后位置并不会漂移导致你的形象扭成麻花。
我们推荐使用BU01或者BU03的UWB模块；每个模块的参考报价是￥75...考虑到电池和盒子，可能100？注意一下，你需要在地上丢3个beacon。
BU03的误差是10cm（或者说±5cm）。参考内建的仿真代码，动捕的最终精度是半径为6cm的球；可以轻松松突破100fps。

RSSI定位

RSSI转半径后最大的问题也是误差处理，感觉目前的文献都没什么人提这个...啧...
具体RSSI转距离可以自己推算；值得一提的是不推荐通过只有beacon有RSSI功能，节点是蓝牙/Zigbee标签的方法来做。
如你所见，节点之间的位置关系也很重要。

科研用途

不需要我说了吧？（x

可改进点

提升精度

仅需悬空地安装一个信标。我祝你校准时不会自闭（不是）

简化安装

仅需先计算beacon位置即可。我在Num3d中为你留下了不少实用的函数，例如Rodrigues' rotation formula的实现：）

减少计算

唉，嵌入式狂魔。好吧，我也说一下：
仅需在减少lr的if中将1.9改成2.1即可。

一些注释

代码结构

PCloudAnswer: 点云重建问题，包含了mock数据生成器。
PCloudQuestion：点云重建结果，包含了点云压缩表示数据结构。
Num3d： 3d库。包含了诸多我没用到，但是我觉得你用的到的函数。
PhiSolver：求解器。
Main：测试程序。

有疑问？

请开启issue，看到了会回...但是不保证及时。

公式与引用

为了方便论文人在自己的论文中引用，我还是写一下（唉我真是个大善人）
LaTeX格式的，抄吧（

Citation：
AlvinChou @ WHU, Licensed under MIT.

目标节点初始位置通过加权基站位置计算：

t_k^{(0)} = \left( \frac{\sum_{j=1}^n w_j s_j^x}{\sum_{j=1}^n w_j}, \frac{1}{n}\sum_{j=1}^n D_{kj}, \frac{\sum_{j=1}^n w_j s_j^z}{\sum_{j=1}^n w_j} \right)

其中权重 $w_j = \frac{1}{D_{kj}^2}$

对于每对节点 $(i,j)$ ，计算运动向量：

\Delta_{ij} = (t_i - t_j) \cdot \frac{D_{ij} - \|t_i - t_j\|}{\|t_i - t_j\|^{0.1}}

总运动向量为所有配对运动向量的累加：

\Delta_i = \sum_{j \neq i} \Delta_{ij}

目标节点位置更新公式：

t_k^{(new)} = t_k^{(old)} + \eta \cdot \Delta_k

学习率根据运动向量方向变化自动调整：

\eta^{(new)} = \begin{cases} 0.9 \cdot \eta^{(old)} & \text{if } \sum_{i=1}^{n+m} \mathbb{I}(\Delta_i^{(new)} \cdot \Delta_i^{(old)} < 0) > \frac{n+m}{1.9} \\ 1.5 \cdot \eta^{(old)} & \text{otherwise} \end{cases}