单轨吊机车是煤矿井下重要的辅助运输设备之一，目前正在朝着智能化和无人化的方向发展。为了提高无人驾驶单轨吊定位精度，开展了基于UKF滤波加权C-T融合算法的双标签UWB定位方法研究。首先，根据单轨吊车身的结构特征，设计了包含双标签定位信息采集层、定位数据传递层和定位坐标解析层的双标签UWB定位系统；其次，将UWB中Chan算法的定位结果作为Taylor算法的初始值，保障了Taylor算法的收敛性和计算效率；再次，通过预设的单轨吊车身长度与双标签定位数据得到定位补偿error，将error代入Taylor算法以进一步提高定位精度，仿真结果表明优化后算法的定位精度提高了44%；然后，使用无迹卡尔曼（UKF）对加权C-T融合算法进行滤波优化，提高了定位系统在NLOS环境中的定位精度，仿真结果表明UKF滤波优化后的定位精度在直行路段提高了7.8%以上，在弯道路段中提高了10.6%以上，且随着NLOS误差的增大，定位效果明显提升；最后，在石煤机试验场进行单轨吊实车试验，结果表明：基于UKF滤波的双标签加权C-T融合定位算法使单轨吊静态定位精度小于20cm，动态定位精度小于30cm，整体定位精度达到分米级，稳定性和可靠性也得到提高，可满足单轨吊井下无人驾驶定位需求。研究分米级精度的单轨吊定位系统是矿井单轨吊实现智能化、无人化高效运输的重要保障。

0 引言
1单轨吊双标签UWB定位系统设计
2 基于双标签UWB的加权C-T融合定位算法
2.1 UWB定位解析算法
2.1.1 Fang算法
2.1.2 Chan算法
2.1.3 Taylor算法
2.1.4 定位解析算法对比分析
2.2 加权C-T融合双标签定位算法
2.2.1 C-T融合优化解析算法
2.2.2 双标签加权优化C-T融合解析算法
2.2.3 双标签加权C-T融合定位解析算法仿真
2.3 基于UKF的定位系统抗干扰性能优化
2.3.1 NLOS对TDOA测距值的影响
2.3.2 基于无迹卡尔曼的定位算法优化
2.3.3 无迹卡尔曼滤波优化仿真
3无人驾驶单轨吊双标签UWB定位试验
3.1 双标签UWB定位系统硬件选型
3.2 双标签UWB定位系统上位机软件设计
3.3 双标签UWB定位系统现场实车试验
4 结论