我们刚刚发布了一篇新文章：
改进Bi-LSTM注意力融合BLE IQ与UWB测距时序轨迹平滑算法
文章摘要：
在工业物联网、智能仓储、自动驾驶和消费级机器人领域，高精度室内定位已成为刚需。超宽带（UWB）技术凭借其厘米级的测距精度和强大的抗多径干扰能力，一度被视为室内定位的“银弹”。然而，实际部署中，UWB信号在非视距（NLOS）环境下因多径效应和信号衰减，测距误差会急剧膨胀，导致定位轨迹出现剧烈抖动。与此同时，蓝牙低功耗（BLE）技术虽然精度较低（米级），但其信号强度指示（RSSI）包含丰富的环境指纹信息，在NLOS环境下反而能提供一种“模糊但稳定”的参考。 单纯依赖UWB测距的卡尔曼滤波或粒子滤波，在面对NLOS突变时往往收敛缓慢甚至发散。为了解决这一行业痛点，我们提出并深入分析了一种融合
欢迎在下方参与讨论，分享您的见解或提出问题。
