北京
你走进一家咖啡馆找朋友。店里挤得水泄不通，人声鼎沸到听不清电话。你唯一能依赖的，只有自己的移动轨迹，以及你们之间那份"心灵感应"——你知道彼此的距离，但不知道方向。怎么找到对方？
这不是社交难题，而是一项真实的技术挑战。作者用两块微控制器、惯性测量单元（IMU）和超宽带（UWB）模块，搭建了一套"可穿戴设备版"的寻人方案。核心约束很苛刻：没有GPS，没有外部基站，只有距离数据和运动信息。
先看清技术边界。UWB测距靠"飞行时间"——设备A发信号，设备B回传，根据往返耗时算距离。AirTag用的就是这招。但飞行时间只告诉你"有多远"，不告诉你"在哪边"。要补全方向信息，业界通常用PDoA（相位差到达），通过多天线捕捉无线电波的相位差异来推算角度。问题是：多天线方案体积大、功耗高，塞进可穿戴设备不现实。
作者放弃硬件堆料，转向算法路线。关键洞察在于：设备可以主动提示佩戴者移动。这意味着距离变化本身成了定位线索——你前后左右走动，与对方的距离曲线会呈现特定形态，反过来就能解算出相对方位。
实现这套逻辑用的是扩展卡尔曼滤波（EKF）。状态向量记录位置、速度、加速度；状态转移函数用IMU数据预测下一步；测量函数把预测距离和实际UWB读数对比，迭代修正估计。整个过程不需要外部参照系，两台设备对等协作，各自独立算出对方的相对位置。
这个方案牺牲了瞬时精度，换来了极简硬件配置。它适合的场景也很明确：人群密集、信号嘈杂、GPS失效的室内空间——正是咖啡馆、展会、音乐节这类地方。技术选型背后是对约束条件的清醒认知：不是做不到，而是选择不做。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
