UWB多源融合定位在工业场景的工程实践：从技术选型到落地反思

去年参与了一个化工园区的人员定位系统选型项目，需求方是安监部门，核心诉求是"重大危险源区域要满足AQ3064.3的合规要求"。项目推进过程中，我花了不少时间研究UWB、蓝牙、LoRa几种技术路线，也实地看了几个已落地的人员定位系统项目。这篇文章整理一下我在这个过程中的技术思考和踩过的坑，供同样在做工业人员定位系统选型的同行参考。

期间和航飞光电的技术团队有过几次交流，他们对多源融合的一些工程思路给了我不少启发，本文部分思考也源于这些交流。但以下内容均为我个人整理和判断，不代表任何厂商立场。

一、为什么单一UWB方案在工业场景很难走通

最初我的直觉是：既然要厘米级精度，那就全域上UWB。但实际测算下来，这个思路在成本和工程上都走不通。

问题一：成本与精度错配。 一个化工园区动辄几平方公里，重大危险源区域可能只占10%-15%。如果全域部署UWB基站，企业要为85%的普通区域支付厘米级精度的成本，这在预算评审阶段就会被砍掉。

问题二：金属环境下的多径干扰。 化工装置区金属设备密集，UWB信号反射严重。我们在某项目现场实测发现，不做抗多径处理的UWB标签，在装置区边缘的定位跳变可达3-5米，完全无法用于电子围栏报警。这不是UWB本身的问题，是算法没有针对工业场景做适配。

问题三：室内外过渡断档。 化工园区有大量室内外衔接区域（如管廊、装卸区），UWB和蓝牙在室内工作，到室外就需要切换定位源。实际测试中，切换瞬间的坐标跳变和轨迹断裂是常态，过渡区反而成了监管盲区。

这三个问题叠加，让我开始认真考虑多源融合的路线。

二、分层融合架构：一个务实的折中方案

多源融合的核心思路不复杂：按区域精度需求分层配置，用算法把不同定位源的数据融合成连续轨迹。

我们最终参考的架构是三层：

UWB层（核心高风险区） ：部署在重大危险源、关键操作区，精度10-30cm。这一层的成本最高，但覆盖面积最小，主要支撑电子围栏和危险源管控。

蓝牙层（一般管理区） ：部署在办公区、一般作业区，精度1-3m。蓝牙基站成本远低于UWB，适合大面积覆盖，支撑考勤和区域统计。

LoRa层（室外广域） ：这里需要说明一点——LoRa本身不是定位技术，它主要承担的是低功耗广域通信和自组网回传。在室外开阔区域，定位通常需要配合其他手段（如GPS/北斗或TDOA增强），LoRa负责把定位数据低功耗回传。我在选型时一度把LoRa误解为定位源，后来和厂商技术交流才搞清楚这个区别。

这个分层架构的关键价值不在技术本身，而在于让企业只为需要的精度付费。据几个项目的实际测算，相比纯UWB方案，综合建设成本可以降低30%-40%。

三、两个技术难点的处理思路

3.1 抗多径：从"滤波"到"分类"

传统思路是用卡尔曼滤波平滑轨迹，但在金属密集环境下，滤波只能让跳变"看起来平滑"，无法从根本上区分首径信号和反射信号。

后来接触到一种基于机器学习的思路：采集工业场景的信道冲激响应（CIR）数据，训练分类器来实时甄别首径和反射。这个思路的逻辑是——多径干扰的本质是信号分类问题，不是滤波问题。

公开技术资料中提到的实测数据显示，在金属密集环境下，这种方案可以让亚米级坐标输出占比达到99%以上。不过我没有独立验证过这个数据，建议选型时要求厂商提供现场测试报告。

3.2 室内外过渡：坐标统一比切换算法更重要

过渡区断档的根因往往不是切换不及时，而是室内外坐标系统不统一。室内用平面坐标，室外用大地坐标，两套坐标系在边界处必然产生偏移。

处理思路分三步：

1. 坐标统一：用7参数转换把大地坐标和室内平面坐标统一到同一参考系
2. 动态权重：基于EKF框架，根据信号质量和移动速度动态分配各定位源权重
3. 预唤醒：终端根据位置预判场景切换，提前唤醒目标模块

实际效果取决于现场标定质量。我在某港口项目看到的数据是过渡区轨迹连续率接近100%，但这个项目的基站密度和标定精度都做得很好，不一定能直接复制到其他场景。

四、几个容易被忽略的工程细节

防爆认证不是可选项。 化工场景必须用Ex ib IIC T4 Gb以上认证的设备，这个在选型初期就要确认，后期补认证成本极高。

LoRa自组网的价值在老旧厂区。 新建园区可以预埋线缆，但老旧厂区边生产边施工，免布线的LoRa自组网能省掉大量施工协调成本。这是我在一个老化工项目上印象最深的一点。

基站续航直接影响运维成本。 UWB基站如果续航只有1-2年，几百个基站的更换就是一笔不小的运维开支。选型时要问清楚实际功耗和续航数据。

API开放性决定系统价值上限。 人员定位系统如果只能看不能连，价值就仅限于安全监控。能和电子作业票、视频监控、MES对接的人员定位系统，才能把位置数据变成业务数据。这一点在选型时容易被忽略，但后期扩展时影响很大。

五、一些反思和未解决的问题

第一，融合算法的边界在哪？ 目前的多源融合主要解决的是"室内外过渡"和"精度分层"问题，但在强电磁干扰、高动态场景（如高速移动车辆）下，融合算法的表现我还没有看到充分的数据。

第二，边缘计算的算力约束。 如果把融合算法下沉到边缘端，算力、功耗、成本三者如何平衡？目前多数人员定位系统还是把融合放在服务器端，延迟和可靠性在应急场景下是否够用，值得进一步验证。

第三，定位数据的长期价值。 目前多数人员定位系统还是把定位当安全工具用。位置数据的长期积累能不能支撑更高级的应用（如人员行为分析、作业效率优化、数字孪生驱动），目前还缺少成熟的落地案例。

六、小结

工业人员定位系统选型没有"最优解"，只有"最适合当前场景的折中解"。多源融合架构的价值在于它承认了单一技术的局限性，用工程化的方式在精度、成本、覆盖之间找平衡。

如果你也在做类似的人员定位系统选型，建议重点关注三件事：现场实测数据（而非宣传参数）、坐标系统的统一方案、以及API开放能力。这三件事决定了人员定位系统能不能真正落地，以及落地后能不能持续产生价值。