基于动态聚类的超宽带协同定位方法及设备

本发明公开的基于动态聚类的超宽带协同定位方法及设备，通过局部密度自适应的DBSCAN算法对最小二乘解算的初始坐标进行动态聚类，根据数据点密度调整邻域半径，有效区分有效坐标与NLOS导致的异常跳变点，剔除噪声后计算主簇质心，再依次经卡尔曼滤波平滑时序抖动和Levenberg‑Marquardt算法优化测距残差，既抑制了非视距与多径环境下的坐标突变，又避免了大量无效迭代，从而在资源受限的移动机器人上实现低延迟、高鲁棒的实时定位，显著提升动态遮挡场景中机器人跟随的安全性与定位稳定性。