UWB = Inter-Agent Ranging Constraint + Time Synchronization Infrastructure

同时承担空间约束和时间基准。

• UWB Function A

ToF Ranging

Navigation / Collaborative SLAM

• UWB Function B

Time Synchronization

Sensor Fusion / Distributed System

这两个能力之间互相增强：

精确时间同步 → 提高ToF测距一致性

ToF测距 → 为协同SLAM提供空间约束

1. AiBrainBox 的 UWB 最核心价值是 TOF 测距

如果多个 AiBrainBox-V 节点之间通过 UWB 做 ToF：

那么 UWB提供的是：

节点 A 与节点 B 之间的相对距离约束

每一架 UAV 都有自己的：

Local SLAM

然后 UWB提供：

Inter-Agent Range Constraint

最终形成：

Collaborative SLAM / Cooperative Localization

VIO

擅长：

相对运动

但长期会：

Drift

LIO

擅长：

空间几何 + 相对运动

但长期也可能：

Drift

UWB

不直接告诉你：

“我在哪里”

但告诉你：

“我和另外一个节点距离是多少。”

UWB实际上是在给多机 SLAM 图增加：

Range Edge

4. 这比“UWB定位”更加准确地描述产品价值

UWB Inter-Agent Ranging

然后上层：

Cooperative Localization / Collaborative SLAM

5. GNSS正常的时候，UWB依然有价值

这点也很重要。

很多人会认为：

有RTK了，UWB就没用了。

其实不是。

UWB提供：

非常短距离、高频、相对距离约束

可以帮助判断：

• RTK异常
• 相对位置漂移
• 节点间距离
• 编队几何
• 碰撞风险
• 相对定位

所以：

RTK解决Global Reference，UWB解决Local Relative Geometry。

6. GNSS Denied的时候价值更大

单机：

VIO/LIO → Drift

多机：

VIO/LIO + UWB → Drift被相互约束

这时候 UWB就不只是“辅助传感器”。

而是：

GNSS Denied Collaborative Navigation 的关键约束源。

三层结构

• 第一层：Global

Dual RTK

提供：

• Global Position
• True Heading
• Global Time

• 第二层：Local

VIO / LIO

提供：

• Local Pose
• Velocity
• Local Map
• Spatial Constraint

• 第三层：Inter-Agent

UWB ToF

提供：

• Inter-Agent Range
• Cooperative Constraint
• Relative Geometry
• Time Synchronization

形成：

这个架构比单纯：

RTK + VIO + LiDAR

更有 AiBrainBox 的差异化。

Distributed Navigation & Time Architecture

而不是简单的：

Sensor Synchronization。

例如：

这样以后从 AiBrainBox-V 扩展到：

• UAV swarm
• UGV swarm
• UAV + UGV
• UAV + USV
• UGV + UGV

UWB就不再只是：

“无人机上的一个UWB模块”

而是：

AiBrainBox节点之间的协同空间与时间基础设施。

RTK告诉AiBrainBox“在全球哪里”；VIO/LIO告诉AiBrainBox“相对于环境如何运动”；UWB告诉AiBrainBox“与其他AiBrainBox节点之间在哪里、相距多远”，同时为GNSS拒止环境提供统一时间基准。

这三者不是传感器堆砌，而是三种互补的观测维度：

Global Position + Local Spatial Motion + Inter-Agent Geometry

这恰好也是 AiBrainBox-V 从单机自主导航走向 Collaborative SLAM / Swarm Navigation 的基础。