- 综合排序
- 最热优先
- 最新优先
- 来自专栏UWB定位
UWB汽车雷达到底香在哪里？
我们从UWB雷达的技术原理、与毫米波雷达的对比优势，以及其在车载场景中的产业化潜力。 UWB雷达基于脉冲无线电技术，通过发射短时UWB脉冲并测量其反射实现目标检测。 ● 与传统UWB测距需两设备通信不同，UWB雷达仅需单一传感器即可工作，其核心流程包括： ◎ 信号发射与接收：UWB天线发射纳秒级脉冲，接收物体反射信号。 ● UWB雷达与毫米波雷达在技术特性上的对比如下： UWB雷达在车载应用中的优势显著。 全迹科技基于UWB-AOA单锚点的UWB雷达也可实现活体检测和脚踢尾箱，复用UWB数字钥匙可有效降低成本延长续航时间。
56710编辑于 2025-04-15 - 来自专栏自动跟随技术
自动跟随技术全景：UWB、视觉、激光雷达谁才是最佳方案？
自动跟随技术全景：UWB、视觉、激光雷达谁才是最佳方案？在近几年快速发展的服务机器人和智能移动设备市场中，自动跟随技术已经从“概念”逐步走向实际应用。 目前，行业主流的自动跟随定位与感知技术主要有三类：UWB（Ultra-Wideband，超宽带定位）视觉（基于摄像头与AI识别）激光雷达（LiDAR，光学扫描测距）那么，这三种技术各自的优势与短板是什么 3.工业与物流场景（工厂运输车、仓储小车）激光雷达为主+UWB辅助：雷达负责路径规划与避障，UWB用于特定用户或工位定位。 未来的自动跟随方案更可能是多传感器融合：UWB提供精确的相对定位视觉提供用户识别与环境理解激光雷达提供高可靠的避障与地图能力这种多模态融合，才能真正实现从家庭到工厂，从室内到室外的全场景自动跟随。 UWB是精准的“定位助手”视觉是聪明的“识别眼睛”激光雷达是可靠的“环境扫描仪”最佳方案并非三者之中选一个，而是根据应用需求，找到最合适的技术组合。
50210编辑于 2025-12-09 - 来自专栏呱牛笔记
UWB定位产品开发爬坑记录-3
就找到了SPI读写过程中的问题，当然也有选用MCU自身主频低的因素在里面； 1、协议分析仪抓包分析； 通过优化，某蓝牙芯片在发送F帧和收到A帧的时间间隔可以缩短近100us，整个TWR测距时长能缩短到3ms Rb + Da + Db)); //计算差值 uint32 tag_diff_1 = (uint32)((Ra*(double)DWT_TIME_UNITS)*10000); 3、
46210编辑于 2023-05-02 - 来自专栏呱牛笔记
白话UWB
UWB技术起源于20世纪60年代，美国军方开发UWB技术用于雷达系统等系统。随着冷战的结束，UWB技术逐渐转向民用发展，我们较熟悉的就是无线电脉冲通信。 小米此前也已推出了基于UWB技术的“一指连”功能，能够实现将小米手机指向风扇、音箱等任意智能设备时都可直接控制，角度测量精度可达±3°。 有专家指出，未来的UWB的核心发展方向仍然是雷达类应用，即定位和指向控制，UWB技术可以成为搭建未来智慧化生活的基础。 3、司法监狱： 监狱安全管理一直是备受关注的问题，通过UWB超宽带定位技术如何杜绝监狱犯人管理漏洞、降低监管执法风险呢？ 3. TWR 双向测距又叫TWR(Two-Way-Ranging). 其原理就是采用TOF的概念，如下图 DeviceA 和 DeviceB是两个UWB模块。
98120编辑于 2023-05-02 - 来自专栏嵌入式ARM和Linux
UWB入门系列1-什么是UWB？
所以，将注意力转移到了UWB技术。超宽带技术能够实时处理环境信息，如位置、移动及其与UWB设备间的距离，这些信息已精确到几厘米，这为系统增添了空间感知能力，从而将推动一系列激动人心的新应用的开发。 那么关于UWB一些基本概念和大概原理，请参考NXP公司的这篇文章。 深度解读UWB技术：厘米级安全实时定位是如何实现的？ 至于目前做的比较好的厂家，可以参考知乎上的一篇帖子： 后来Ubisense在剑桥大学实验室研究发现UWB的非载波脉冲，非常适合用来做无线电定位研究，并于2003年成立公司推出了正式的定位产品，成为UWB 解决射频部分的问题，国内的北京（高校系）、无锡（国家物联传感基地系）、成都（电子科大系）、深圳（RFID系）等公司（诸如清研、沃旭、恒高、联睿、品铂......基本都是14年以后注册成立的公司），才开始了对UWB https://www.zhihu.com/question/55503992 目前感觉NXP联合三星公司在大力推广UWB技术。后期会持续关注UWB技术，并分享相关文章。
62220编辑于 2022-08-15 UWB通讯技术
UWB（Ultra-Wideband）案例分析：基于UWB的室内定位系统 案例背景 超宽带（UWB）是一种短距离无线通信技术，具有高精度定位能力，常用于室内定位、资产跟踪和导航。 本案例实现一个简单的 UWB 室内定位系统，使用基站与移动标签（Tag）通信计算位置信息。 需求说明 定位精度：厘米级。 标签设备：通过 UWB 与基站通信，并广播自己的位置请求。 基站：多个 UWB 基站参与定位，通过三角定位算法计算标签的位置。 平台：基于 Decawave DWM1000 模块，使用 STM32 进行开发。 anchors = [ (0, 0, 0), # Anchor 1 (5, 0, 0), # Anchor 2 (0, 5, 0), # Anchor 3 总结 本案例展示了基于 UWB 的简单室内定位系统的实现，包括标签、基站和定位引擎部分。
31710编辑于 2025-08-29- 来自专栏自动跟随技术
UWB自动跟随与IMU、激光雷达等多传感器融合的定位方案
而IMU（惯性测量单元）、激光雷达（LiDAR）、甚至视觉（Camera）可以提供额外的环境感知和姿态信息，帮助系统在UWB数据不稳定时“顶上去”，让跟随设备依然保持流畅和可靠。 三种典型定位传感器的优缺点传感器优点缺点成本UWB精度高（厘米级）、不依赖光照多径效应、遮挡敏感中IMU响应快、短时间漂移可忽略长时间漂移严重、无法绝对定位低激光雷达稳定可靠、可建图价格高、对反光/透明物体敏感高要做到稳定跟随 3. 多传感器融合的核心数学最常见的融合算法是扩展卡尔曼滤波（EKF），它把 UWB、IMU、LiDAR 的数据按各自的可信度融合成一个统一的状态估计。 最终方案是——UWB 全局定位 + IMU 高频姿态 + 激光雷达障碍检测。在实际测试中，跟随误差降到了 5cm 以内，行李箱几乎像长了眼睛。5. 未来趋势我认为未来消费级 UWB 跟随设备大概率会走多传感器轻量化路线——LiDAR 可能换成低成本固态雷达，IMU 继续用 MEMS 方案，配合小型 AI 模块做动态权重调整，这样既能保证精度，又能控制成本
91411编辑于 2025-09-03 - 来自专栏具身小站
狭长巷道场景的规划导航方案
导航算法 受限空间中路线使用 UWB 预先标记出轨迹点坐标（即预先标记的 UWB 轨迹点坐标），所有轨迹点均与系统实际部署的 UWB 基准点进行位置绑定，并在系统初始启动阶段同步作为导航初始化与实时位置校准的基准基点 数据存储与响应优化：仅保留关键轨迹点与必要地图要素，简化地图建构与内存开销，结合轻量级运行架构，实现毫秒级路径更新与控制指令输出 3. UWB-激光雷达数据融合 在移动机器人配置 UWB 标识卡与 2D 激光雷达，依托多源数据融合架构增强定位鲁棒性与导航稳定性。 其中，UWB 模块提供全局参考坐标定位数据，激光雷达则构建环境特征拓扑及边界约束模型。 在融合策略上，采用扩展卡尔曼滤波器（EKF）对来自 UWB 测距与激光扫描的位置估计进行状态更新，基本流程包括： UWB 测距输入：作为绝对定位基准，提供稳定的参考位置； 激光雷达边界提取：实现与地图或局部特征的匹配
15310编辑于 2025-11-24 - 来自专栏具身小站
融合UWB进行SLAM建图
硬件 相机：按照结构不同可分单目相机、双目相机和 RGB-D 相机 激光雷达：按照结构不同可以分为单线激光雷达、多线激光雷达和固态激光雷达 惯性测量单元（IMU）： 用于测量和报告物体的比力、角速度 、IMU 和 UWB 这三类传感器的数据采样频率不同，将时间戳设定为横坐标，绘制出一幅时间序列图，用以展示各传感器的采样时刻 IEKF融合激光雷达-IMU（紧耦合lio）： 状态向量定义：包含系统状态的关键参数 ，将畸变的激光雷达点云恢复到统一的坐标系下，实现激光雷达点云去畸变 IEKF算法实现紧融合：通过对系统状态的预测与更新，能够充分利用激光雷达与 IMU 两种传感器的优势，提高系统的整体性能 因子图进一步融合 UWB 激光惯性lio因子：前面用 IEKF 实现了激光雷达与 IMU数据的紧耦合为前端里程计，定义因子为： UWB测距因子： 全局点云优化： 预处理后的新点云与全局地图点云匹配后，将新点云融入全局地图 使用因子图融合：全局因子图优化框架由激光惯性里程计因子与 UWB 测距因子联合构成。
25210编辑于 2025-11-24 - 来自专栏芯智讯
定位精度可达1厘米，纽瑞芯推出高性能UWB芯片NRT82800系列
实际上UWB技术并不是一项新的技术，其在苹果AirTag发布之前就已经被应用到了雷达、近距离通信、室内定位等行业应用领域，只不过量级都比较小。 据纽瑞芯总经理兼首席技术官陈振骐介绍，目前主流欧美厂商的UWB芯片的测距精度大约在3-10cm，测距范围在50米左右，而纽瑞芯测距精度达到了1cm，测距范围达到了100m以上，大幅领先于主流欧美厂商的竞品 在这方面，目前欧美主流UWB芯片测角精度基本上是在3°-10°，当然这也受场景范围的受限。纽瑞芯的UWB芯片目前在测角精度上达到了1°，大幅领先国际竞品。 因为现在UWB在汽车上，尤其是数字钥匙也是快速铺开的。纽瑞芯在车规上也是率先了雷达和人体活体感知功能。 ursamajor 600是比较灵活的面对整个现在在快速增长、多样化的IoT智能设备。 同时，还集成了纽瑞芯自研的3DPDoA引擎，基于RISC-V CPU内核，同时增强了雷达功能、低功耗的深度睡眠模式，集成了AES的安全引擎。同时，纽瑞芯在射频上也是做的UWB整体射频封装。
64310编辑于 2022-12-09 UWB技术：从军事起源到民用普及的演变历程
UWB（Ultra-Wide Band，超宽频）技术起源于20世纪60年代，最初由美国军方开发用于雷达和遥感领域。 在军事领域，UWB技术主要应用于低截获率（LPI/D）的内部无线通信系统、LPI/D地波通信、LPI/D高度计、战场手持和网络LPI/D电台、UWB雷达、防撞雷达、警戒雷达、无线标签、接近引信、高精度定位系统 规范发布：2002年，美国联邦通信委员会（FCC）发布了UWB技术的商用化规范，允许在雷达、公共安全和数据通信应用中免许可使用UWB系统。 标准化 国际标准制定：2007年3月，国际标准化组织（ISO）正式通过了WiMedia联盟提交的MB-OFDM标准，这标志着UWB技术有了第一个国际标准。 车载市场的崛起与UWB技术的广泛应用 在车载市场，UWB技术也展现出了巨大的应用潜力。车厂将UWB配置在车内或者车外、车前后，利用UWB雷达的功能来实现感知探测。
28110编辑于 2026-01-20- 来自专栏UWB定位
UWB-AOA单基站的技术特点及应用优势
传统UWB定位采用TDOA（到达时间差）和TOF（飞行时间）算法来实现精确的定位功能，算法逻辑决定要实现一组最小的定位单元最少需要3-4台定位基站。 UWB-AOA借鉴相控阵雷达技术，测角+测距实现单基站精准定位。 UWB-AOA单锚点数字钥匙让每辆车仅需1个UWB锚点即可实现传统5锚点同等功能。 具体优势体现在：锚点数量从5到1大幅降低硬件成本；减少了线束和连接器降低组装难度和成本；减少了复杂度，提升了可靠性；可以实现车内座位级别精准定位；降低了物理钥匙的功耗；可以复用CPD（活体检测）雷达。 国内的UWB定位公司头疼的问题之一就是UWB定位技术的造价居高不下，相信有了UWB-AOA单基站定位技术，UWB定位的成本造价将会降低一个量级，进而推动这一高精度、高安全、高可靠的技术赋能更多行业。
1.3K10编辑于 2024-08-22 - 来自专栏3D视觉从入门到精通
一文详解毫米波雷达基本技术与应用
21.65–26.65GHz（UWB）：UWB的总带宽为5GHz，这也主要用于传统雷达中。由于其分辨率比UNB更好，因此UWB通常用于类似UNB的短距离应用。 到2022年，将逐步淘汰24GHz UWB频段，为更广泛的77GHz频段用于汽车应用铺平道路。 77GHz 77GHz雷达频段包括5GHz总带宽的一部分，范围是76-81GHz。 监管框架 汽车应用需要更统一的国际雷达频段，这使得包括FCC（美国）和ETSI（欧洲）在内的监管机构都留出了76-81GHz频段。这也导致取消了汽车应用UWB频段的授权。 雷达传输的最大平均功率密度应为 3dBm/MHz，峰值限制为 55dBm。 一个短程雷达在车辆外部的最大平均功率密度不得超过 9dBm/MHz。 对于L2，大多数OEM选择了至少三个具有不同配置的雷达，到L3就会增加到5个雷达。下表重点介绍了不同自动驾驶级别的不同雷达配置。 ?
4.5K10发布于 2020-11-11 - 来自专栏镁客网
清研智行刘继达：围绕车载UWB应用，构建以算法为核心的技术壁垒 | 镁客·请讲
在清研智行的UWB数字钥匙方案中，以汽车为圆心的20米半径圆内，UWB技术即可精准定位到认证设备（手机/智能手表）；3-10米为迎宾区，UWB系统定位识别到认证设备后，车辆就会打开车灯；1-3米为解锁区 数字钥匙之外，UWB的更多可能性 正如前面所说，位置感知是UWB最为核心的功能，基于这一点，“UWB还有运动和微运动感知，可以用UWB雷达来检测环境中的一些动作和微动作。”刘继达表示。 以车内活体检测为例，“人类呼吸时候的胸腔、腹腔的微小变化，是可以被UWB雷达检测出来的，也就可以利用这种微动作的感知来判断车内是否有活体等等。” 算法，直接决定UWB整体定位性能 当前，清研智行在业务上以数字钥匙为主，另外也提供UWB车内雷达、智能位置服务，在产品交付上更为侧重于车端的一整套模块硬件（硬件+算法），且多为定制化交付。 他们之外，包括特斯拉、现代汽车、长城等等皆对UWB技术有所动作。 另有数据预测称，未来3-5年，乘用车UWB将实现超过百万量级的前装搭载量。
54930编辑于 2022-04-14 - 来自专栏iRF射频前端产业观察
UWB的基础理论
本文回顾UWB用于定位的基础理论和网络拓扑结构。。。。 英文原文请参考www.qorvo.com 感谢wps自动翻译系统。
28320编辑于 2022-05-16 - 来自专栏UWB定位
UWB定位系统结构
UWB无线定位系统抽象看是由三部分组成：UWB解算中心、UWB定位基站、待测节点，下面对每一部分的工作原理作简单介绍。 UWB 解算中心视作整个UWB定位系统的大脑，是数据处理和整个的中心，也有叫做UWB定位引擎和UWB软件后台。 在实施定位时，UWB解算中心会制定利于数据采集的定位基站。待测节点是指需要确定位置信息的节点。根据系统复杂度与定位方法的不同，待测节点的工作方式分为两种：发射信号或反射信号。 当处在发射信号模式时，待测节点需要有UWB信号发射器，其主动地向已知节点发送信号，已知节点对信号进行简单的处理，将得到的定位相关信息转发给控制中心，最终得到定位坐标，缺点就是因为未知节点需要携带 UWB 又称为已知节点，是整个 UWB无线室内定位系统的主要实践者。定位基站上面集成了发射与接收信号的两种模块。
73510编辑于 2024-08-27 - 来自专栏自动跟随技术
UWB自动跟随技术原理与核心架构解析
TOF（Time of Flight） 测量信号从发送到接收的飞行时间，结合光速计算距离：图片其中：c 为光速（约 3×10⁸ m/s）tround 为信号往返时间tproc 为设备处理延迟2. 3. PDOA（Phase Difference of Arrival）信号到达不同接收天线的相位差 可以反映出信号传播路径的差异。 、路径规划算法驱动系统：根据目标位置和速度控制电机运动3. 、编码器、激光雷达、超声波3.2 数据融合为了提高稳定性，UWB常与其他传感器结合：UWB + IMU：短时无信号时用IMU推算位置UWB + 视觉：在近距离用视觉做细跟随，UWB做长距离定位UWB + 超声波：避免近距离碰撞常用融合算法：EKF（扩展卡尔曼滤波）UKF（无迹卡尔曼滤波）粒子滤波（复杂场景下多目标跟踪）3.3 路径规划直线跟随：适合开阔环境避障跟随：结合激光雷达或视觉SLAM，规划绕行路线队列跟随
1.3K10编辑于 2025-08-20 - 来自专栏鲜枣课堂
新iPhone的黑科技：UWB技术揭秘
基站定位的原理和雷达有相似之处。雷达定位大家都知道，就是发射雷达波，根据目标的反射，进行空间位置测算。 ? 基站定位的话，基站就相当于是一个“雷达”。 这就包括了Wi-Fi，蓝牙，UWB等技术。 什么是UWB Wi-Fi和蓝牙大家都比较熟悉。那么，UWB又是什么？ UWB，就是Ultra Wideband，超宽带技术。 3）电磁兼容性强：UWB 的发射功率低，信号带宽宽，能够很好地隐蔽在其它类型信号和环境噪声之中，传统的接收机无法识别和接收，必须采用与发射端一致的扩频码脉冲序列才能进行解调，所以不会对其他通信业务造成干扰 （3）PDOA（Phase Difference Of Arrival）：利用到达角相位来测量基站与标签之间方位关系。 限于篇幅，我们将在后续详细介绍UWB的算法原理。 MILC） 2）美国国家标准与技术研究院（NIST）举办的PerfLoc（Performance Evaluation of Smart-phone Indoor Localization Apps） 3）
1K40发布于 2019-09-18 2025 十大无人机室内定位系统终极对决：精度与抗扰的巅峰较量
Intel RealSense D435i+VINS-Fusion：视觉惯性方案，精度 0.1-0.3m，低纹理环境特征点提取率下降 60%360°A3 激光雷达 SLAM：采样频率 16000 次 / 单标签即可完成六自由度定位双极化雷达架构提升抗干扰能力实测误差≤7cm，功耗仅为传统 UWB 标签的 1/101.3 通信与导航基建：无人机室内定位的网络支撑型方案依托通信网络与卫星导航增强的无人机室内定位技术 激光惯导实时定位（获取无人机当前位置）> 3. 视觉 SLAM 二次校验（修正定位误差）> 4. 四、无人机室内定位技术发展趋势4.1 技术融合：破解单一方案局限多源信号深度融合成为无人机室内定位的核心发展方向，典型组合包括：“UWB + 激光雷达 + IMU”：通过 LiDAR 点云识别 UWB Q3：无人机室内定位如何实现室内外无缝切换？
1.3K10编辑于 2025-10-11- 来自专栏呱牛笔记
UWB主从站选举机制
如果超时20ms 没有收到主站回复的SYNC，则决定自己就是主站； 3. 400m（避免超过区域的主站交叉覆盖的情况发生），则设置自己为主,否则设置为从站； 二、定时周期同步tick： 每个站都是2s定期广播发送tick同步包，根据tick时间戳大小决定谁是主站； 如果超过3次没有收到任何同步
40930编辑于 2023-05-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号