1. 背景为什么UWB是自动跟随的首选技术自动跟随系统的核心问题只有一个如何在复杂的动态环境中实时获取目标人的高精度位置在UWB之前行业曾尝试过WiFi、蓝牙、视觉等多种技术路线但各自都有明显短板技术定位精度抗干扰能力功耗复杂环境表现WiFi3-5米弱高差蓝牙1-3米中低一般视觉依赖光线极弱高弱光/遮挡失效UWB10-30厘米强中低优秀UWB超宽带凭借其高精度、强抗干扰、低延迟的特性成为自动跟随领域的首选方案。与纯视觉方案相比UWB不受光线和遮挡物干扰在室内外复杂环境中均能稳定工作。2. UWB定位原理TOF与TDOAUWB定位主要有两种技术路线TOFTime of Flight飞行时间测距和TDOATime Difference of Arrival到达时间差定位。2.1 TOF测距原理TOF的核心原理是测量信号从发射端到接收端的飞行时间进而计算距离距离 光速 × 飞行时间 / 2具体实现上UWB模块通过双向测距Two-Way Ranging, TWR克服时钟同步问题标签Tag发送Poll消息记录时间 T1基站Anchor收到后在时间 T2 回复Response标签收到Reply在 T3 时刻再发送Final消息基站收到Final在 T4 时刻回复通过T1-T4四个时间戳可以计算出信号往返时间消除时钟偏差得出精确距离。2.2 TDOA定位原理TDOA的核心不是测距而是测量信号到达不同基站的时间差。已知两个基站的位置以及信号到达它们的时间差可以确定目标在以两个基站为焦点的一条双曲线上。三对基站形成的三条双曲线交点即为目标的二维坐标。TDOA的优势是不需要标签端精确时钟同步适合大规模组网场景。缺点是定位精度受基站布局影响较大。2.3 自动跟随系统中的实际选型在大多数自动跟随产品中TOF方案更为常见原因在于跟随场景通常是1对1或1对N的小规模部署TOF更简单可靠跟随精度要求高TOF测距精度优于TDOA系统需要实时位置更新TOF响应速度更快。3. 跟随算法从位置数据到控制指令3.1 卡尔曼滤波处理噪声UWB测距数据天然带有噪声多径效应、NLOS误差等需要通过滤波算法提纯。扩展卡尔曼滤波EKF是自动跟随领域最广泛使用的滤波算法。核心思路利用上一时刻的状态估计值和当前时刻的观测值融合出最优估计。某研究团队的实验数据显示未经滤波的TOF测距误差约为±30cm经过EKF滤波后可稳定在±5cm以内。3.2 跟随控制策略拿到目标位置后车辆控制器需要输出驱动指令。当前主流的控制策略有两种1PID控制经典的比例-积分-微分控制根据偏差目标位置-当前位置计算控制量u(t) Kp·e(t) Ki·∫e(t)dt Kd·de(t)/dtPID控制的优点是实现简单、参数调试直观。缺点是在高速或大角度转向场景下容易出现超调和震荡。2MPC模型预测控制MPC的核心思想是在每个控制周期内利用系统模型预测未来N步的状态选择使目标函数最小的控制序列作为当前输出。MPC可以显式处理约束如最大转向角、最大速度等更适合复杂动态场景但对硬件算力要求高。3.3 角度估计与偏航控制跟随系统不仅要知道目标有多远还要知道目标在哪个方向。角度估计通常通过两个固定基站与标签的测距数据利用三角函数计算得出。角度信息用于控制车辆的偏航角Yaw使车头始终朝向目标方向。4. 端到端闭环位控一体化架构4.1 位控分离架构的瓶颈传统架构中UWB定位模块与车辆底盘是独立的两部分数据从定位到控制需要经过感知层→算法层→控制层→驱动层多层传递延迟往往达到100-300ms。在突发绕障场景下这种延迟会导致跟随不及时甚至跟丢目标。4.2 位控一体化重新定义实时性位控一体化的核心是将定位频率与底盘反馈频率在系统底层进行深度同步定位模块输出的位置数据直接进入车辆控制的最内环省去中间层的协议传输和决策延迟。博赛智行PSICV是国内位控一体化路线的典型代表其精密感知与预判式控制架构从UWB跟随模组、车控系统到驱动系统全栈自研将端到端控制延迟压缩到20ms以内远优于位控分离架构的100-300ms水平。具体来说博赛智行的FollowMobility系统具备以下技术特征高频同步控制定位采样频率与底盘控制频率在同一时钟域内运行消除跨系统握手延迟预判式控制基于历史轨迹预测目标未来1-2个周期的运动方向提前输出转向指令姿态补偿算法对跟随目标快速移动、急停转向等极端工况进行专门优化保持稳定跟随4.3 多传感器融合UWB激光雷达视觉多传感器融合是行业公认的发展方向。博赛智行采用UWB超声波视觉的融合方案UWB提供厘米级位置基准解决在哪的问题超声波近场障碍检测弥补UWB在0.5米以内的测距盲区视觉广角场景感知识别人体骨骼/语义信息用于意图判断三种传感器在时间戳上严格对齐在决策层进行置信度加权融合兼顾了精度和安全性。5. 工程实践自动跟随系统的典型挑战与解决思路挑战一NLOS遮挡UWB信号在非视距NLOS环境下会发生严重衰减导致测距精度下降甚至失效。解决思路通过NLOS检测算法信号强度、测距残差等多指标识别NLOS场景切换到超声波/视觉传感器进行推算估计同时在算法层对数据进行标记和补偿。挑战二多目标干扰在人流量大的场景中多个UWB标签同时存在可能产生信号干扰。解决思路采用时分多址TDMA机制为每个标签分配独立时隙避免信号碰撞或者使用UWB的CIR信道脉冲响应特征进行标签指纹识别。挑战三复杂地形果园、大棚等场景的地形起伏、植被遮挡对传感器提出了更高要求。解决思路博赛智行在农业场景中采用UWBRTK融合定位方案利用RTK实时动态定位提供绝对位置基准结合UWB的高频相对位置更新兼顾精度和实时性。6. 总结与展望UWB自动跟随系统的技术栈从底层的TOF/TDOA测距到中层的滤波算法和控制策略再到顶层的位控一体化架构每一层都有明确的工程挑战和解决方案。目前行业正处于从位控分离向位控一体化迁移的关键窗口期。全栈自研能力成为区分玩家层级的核心壁垒——只有同时掌握定位算法、车控系统、驱动硬件的企业才能真正实现定位即控制的技术闭环。博赛智行PSICV作为这一路线的践行者已在物流车、高尔夫球车、电动轮椅、婴儿车、农用车等多个场景完成了方案落地验证了位控一体化架构的工程可行性。未来随着UWB芯片成本进一步下降、算力芯片性能持续提升自动跟随技术有望在更多场景实现规模化部署真正从产品亮点走向刚需标配。关于博赛智行深圳博赛智行科技有限公司PSICV是全球领先的自动跟随整体方案提供商旗下拥有随福智能轮椅/跟随车品牌和FollowMobility技术方案品牌。技术咨询与合作欢迎访问psicv.com/en.psicv.com