一種基于多模型分布式濾波的無人機自主導航與定位方法
【專利摘要】本發(fā)明公開了一種基于多模型分布式濾波的無人機自主導航與定位方法，目的是不僅要降低無人機自主導航與定位方法的計算復雜度，滿足嵌入式處理器實時處理的要求，還要保證對無人機進行穩(wěn)定控制，而且在衛(wèi)星導航定位系統(tǒng)短期或長期不可用時，也能保證無人機實現(xiàn)自主導航和定位。該方法通過建立不同階次的多模型分布式濾波狀態(tài)估計的系統(tǒng)狀態(tài)方程，利用不同量測系統(tǒng)和傳感器獲得無人機運動的量測值，采用分布式濾波方法來估計并補償?shù)统杀緫T性導航系統(tǒng)的誤差，為無人機提供連續(xù)、可靠的導航和定位信息。本發(fā)明能夠長時間連續(xù)、穩(wěn)定地為無人機控制系統(tǒng)提供精確的導航和定位信息。
【專利說明】一種基于多模型分布式濾波的無人機自主導航與定位方法
【技術領域】
[0001]本發(fā)明涉及一種無人機自主導航和定位方法，特別是一種基于多模型分布式濾波的無人機自主導航與定位方法，適用于無人飛行器和有人飛行器自主導航和定位系統(tǒng)。
【背景技術】
[0002]與有人機相比，無人機是低風險和低成本，而且在軍民用領域中被廣泛應用，例如空中監(jiān)視、地面?zhèn)刹?、災后重建、遙感探測以及地面目標跟蹤等。在實際應用中，無人機對自主導航系統(tǒng)精度和可靠性要求越來越高，要求實時、可靠地提供無人飛行器的位置、速度和姿態(tài)信息。由于低成本慣性導航系統(tǒng)誤差發(fā)散很快，依靠單一的低成本慣性導航系統(tǒng)很難滿足要求。將慣性導航系統(tǒng)與衛(wèi)星定位系統(tǒng)信息進行融合來提供載體的運動信息已被廣泛應用。但由于衛(wèi)星定位信號易受干擾或欺騙，甚至信號轉發(fā)源被摧毀，不能夠長期提供穩(wěn)定可靠的定位信息，在軍民用領域中尚不能完全依賴于衛(wèi)星定位來輔助慣性導航實現(xiàn)飛行器的精確導航定位。因此，發(fā)展一些替代的導航系統(tǒng)用于處理衛(wèi)星導航系統(tǒng)短期和長期故障時的無人機自主導航和定位問題，已成為軍民用領域無人機應用研究的的重點。視覺相機作為無人機配重包中的標準傳感器既可用于導航傳感器獲取無人機的導航和定位信息，又可以用于任務傳感器執(zhí)行特定的任務，例如偵查，運動目標跟蹤以及遙感探測，已成為無人機自主導航和定位的有效補充導航源之一。
[0003]根據(jù)無人機飛行的環(huán)境是否已知將基于視覺信息的導航和定位分為兩類，一類是飛行環(huán)境未知，常用的方法有同時完成定位和生成環(huán)境地圖的SLAM算法和視覺測距方法，前者在室內(nèi)無人機和機器人導航定位中已廣泛應用，但在室外環(huán)境多變的大視場環(huán)境無法有效使用；雖然后者可以用于室外多變環(huán)境，但需要精確獲取無人機的飛行姿態(tài)和穩(wěn)定平臺的姿態(tài)；另一類是飛行環(huán)境已知，常用方法有陸標匹配和圖像匹配定位，可以給出無人機精確的導航和位置信息。
[0004]本發(fā)明為中提到的一種基于多模型分布式濾波的無人機自主導航與定位方法，該方法在東北天地里坐標系下，根據(jù)慣性導航系統(tǒng)力學方程編排以及慣性導航系統(tǒng)誤差方程建立不同階次的多模型分布式濾波狀態(tài)估計的系統(tǒng)狀態(tài)方程，利用不同量測系統(tǒng)和傳感器獲得無人機運動的量測值，采用分布式濾波方法來估計并補償?shù)统杀緫T性導航系統(tǒng)的誤差，為無人機提供連續(xù)、可靠的導航和定位信息。
[0005]本發(fā)明與其它無人機導航和定位方法不同在于:在當前已公開發(fā)表的文獻中，依靠慣性導航/GPS組合導航或者是依靠視覺輔助慣性導航來提供無人機的導航和定位信息，但這些導航方法在實際應用中依然存在計算復雜度高以及在一些環(huán)境中無法使用的局限性，特別是在衛(wèi)星導航定位系統(tǒng)信號長時間不可用時，導航系統(tǒng)無法提供長時間穩(wěn)定的姿態(tài)信息而導致無人機及其機載設備損毀的風險。

【發(fā)明內(nèi)容】

[0006]本發(fā)明要解決的技術問題:為解決在衛(wèi)星導航定位系統(tǒng)長時間不可用時，導航系統(tǒng)能夠長時間提供穩(wěn)定的姿態(tài)和定位信息來控制無人機穩(wěn)定、可靠地飛行，提出一種基于多模型分布式濾波的無人機自主導航與定位方法。
[0007]本發(fā)明采用的技術方案為:一種基于多模型分布式濾波的無人機自主導航與定位方法，該方法在東北天地里坐標系下，根據(jù)慣性導航系統(tǒng)力學方程編排以及慣性導航系統(tǒng)誤差方程建立不同階次的多模型分布式濾波系統(tǒng)狀態(tài)方程，利用不同量測系統(tǒng)和傳感器獲得無人機運動的量測值，采用分布式濾波方法來估計并補償?shù)统杀緫T性導航系統(tǒng)的誤差，為無人機提供連續(xù)、可靠的導航和定位信息。保證在衛(wèi)星導航定位系統(tǒng)短期或長期不可用時，能夠長時間連續(xù)、穩(wěn)定地為無人機提供精確的導航和定位信息。具體實現(xiàn)步驟為:
[0008]步驟(I )、當衛(wèi)星導航系統(tǒng)可用時，采用七狀態(tài)反饋Kalman濾波處理衛(wèi)星導航定位系統(tǒng)輸出的位置和速度信息來估計慣性導航系統(tǒng)水平通道和姿態(tài)誤差，使慣性導航系統(tǒng)輸出精確的位置、速度和姿態(tài)信息，其具體方法為:
[0009]al、根據(jù)慣性導航系統(tǒng)力學方程編排，利用加速度計和陀螺儀的輸出值實時計算無人機的運動信息，包括位置、速度和姿態(tài)；
[0010]a2、根據(jù)慣性導航系統(tǒng)誤差方程建立慣性導航/衛(wèi)星導航組合導航系統(tǒng)狀態(tài)方程為:
[0011]
【權利要求】
1.一種基于多模型分布式濾波的無人機自主導航與定位方法，其特征在于:該方法在東北天地里坐標系下，根據(jù)慣性導航系統(tǒng)力學方程編排以及慣性導航系統(tǒng)誤差方程建立不同階次的多模型分布式濾波狀態(tài)估計的系統(tǒng)狀態(tài)方程，利用不同量測系統(tǒng)和傳感器獲得無人機運動的量測值，采用分布式濾波方法來估計并補償?shù)统杀緫T性導航系統(tǒng)的誤差，其具體實現(xiàn)過程如下: 步驟(I )、當衛(wèi)星導航系統(tǒng)可用時，采用七狀態(tài)反饋Kalman濾波處理衛(wèi)星導航定位系統(tǒng)輸出的位置和速度信息來估計慣性導航系統(tǒng)水平通道和姿態(tài)誤差，使慣性導航系統(tǒng)輸出精確的位置、速度和姿態(tài)信息； 步驟(2)、采用四狀態(tài)反饋Kalman濾波處理氣壓計或衛(wèi)星導航定位系統(tǒng)輸出的高度來估計并補償慣性導航系統(tǒng)垂直通道的誤差，獲得慣性導航系統(tǒng)輸出精確的高度和垂直通道速度信息； 步驟(3)、當衛(wèi)星導航定位系統(tǒng)不可用時，采用四狀態(tài)擴展Kalman濾波估計并補償四元數(shù)誤差，保證慣性導航系統(tǒng)長時間輸出穩(wěn)定的姿態(tài)信息； 步驟(4)、當衛(wèi)星導航定位系統(tǒng)不可用時，采用不等間隔Kalman濾波處理視覺傳感器提供的量測信息來估計并補償慣性導航系統(tǒng)的位置和速度誤差；保證慣性導航系統(tǒng)輸出穩(wěn)定的位置和速度信息。
2.根據(jù)權利要求1所述的一種基于多模型分布式濾波的無人機自主導航與定位方法，其特征在于:所述步驟(1)當衛(wèi)星導航系統(tǒng)可用時，采用七狀態(tài)反饋Kalman濾波處理衛(wèi)星導航定位系統(tǒng)輸出的位置和速度信息來估計慣性導航系統(tǒng)水平通道和姿態(tài)誤差，使慣性導航系統(tǒng)輸出精確的位置、速度和姿態(tài)信息，其具體方法為: al、根據(jù)慣性導航系統(tǒng)力學方程編排，利用加速度計和陀螺儀的輸出值實時計算無人機的運動信息，包括位置、速度和姿態(tài)； a2、根據(jù)慣性導航系統(tǒng)誤差方程建立慣性導航/衛(wèi)星導航組合導航系統(tǒng)狀態(tài)方程為:
3.根據(jù)權利要求1所述的一種基于多模型分布式濾波的無人機自主導航與定位方法，其特征在于:所述步驟(2)采用四狀態(tài)反饋Kalman濾波處理氣壓計或衛(wèi)星導航定位系統(tǒng)輸出的高度來估計并補償慣性導航系統(tǒng)垂直通道的誤差，獲得慣性導航系統(tǒng)輸出精確的高度和垂直通道速度信息，其具體方法為: bl、根據(jù)慣性導航系統(tǒng)力學方程編排，利用加速度計和陀螺儀輸出信息計算無人機的高度和垂向速度； b2、根據(jù)慣性導航垂直通道的力學方程編排以及氣壓計誤差模型建立垂直通道誤差估計的系統(tǒng)狀態(tài)方程為: Xk= Oklk-A-A-1 ⑷
4.根據(jù)權利要求1所述的一種基于多模型分布式濾波的無人機自主導航與定位方法，其特征在于:所述步驟(3)當衛(wèi)星導航定位系統(tǒng)不可用時，采用四狀態(tài)擴展Kalman濾波估計并補償四元數(shù)誤差，保證慣性導航系統(tǒng)長時間輸出穩(wěn)定的姿態(tài)信息，其具體方法為: Cl、利用加速度計、陀螺儀和磁傳感器輸出的信息計算無人機的姿態(tài)為:
5.根據(jù)權利要求2所述的一種基于多模型分布式濾波的無人機自主導航與定位方法，其特征在于:所述步驟(4)當衛(wèi)星導航定位系統(tǒng)不可用時，采用不等間隔Kalman濾波處理視覺傳感器提供的量測信息來估計并補償慣性導航系統(tǒng)的位置和速度誤差；保證慣性導航系統(tǒng)輸出穩(wěn)定的位置和速度信息，其具體方法為: dl、當無人機飛過區(qū)域的地物特征豐富且預裝了飛行區(qū)域的基準圖像，采用基于灰度信息的景像匹配定位方法獲取無人機的位置，基于灰度信息的景像匹配方法有粗匹配和精匹配兩個過程，粗匹配采用交叉相關算法，精匹配采用最小二乘算法； d2、當無人機飛過的區(qū)域地物特征不豐富或無人機未預裝飛行區(qū)域的基準圖，采用加速魯棒特征SURF算法提取相鄰兩幀實時圖像的特征點并進行同名特征點匹配，利用隨機抽樣一致性RANSAC算法剔除誤匹配點，并根據(jù)相鄰兩幀的同名特征點計算無人機位置信息為:
【文檔編號】G01C21/16GK103697889SQ201310741915
【公開日】2014年4月2日 申請日期:2013年12月29日 優(yōu)先權日:2013年12月29日
【發(fā)明者】趙龍, 高楠, 閆泓宇, 王丁 申請人:北京航空航天大學