本发明专利技术实施例提供一种基于异源图像匹配与惯性导航融合的无人机自主定位方法,包括以下步骤:步骤1,利用惯性导航系统提供无人机的初始姿态θ
【技术实现步骤摘要】
基于异源图像匹配与惯性导航融合的无人机自主定位方法
本专利技术涉及一种自主定位方法,具体涉及一种基于异源图像匹配与惯性导航融合的无人机自主定位方法。
技术介绍
在一些复杂的环境中,由于传统传感器的通信和感知能力的限制,使得无人机无法准确地感知周围环境并正常工作,因此,高性能自主导航能力对无人机的发展和应用具有重要意义。无人机导航可以看作是对安全快速到达目标位置进行规划的过程,主要依赖于当前环境和位置,为了成功地完成预定的任务,无人机必须充分了解其状态,包括位置、导航速度、航向方向以及起始点和目标位置,因此位置和位置估计对导航十分重要。目前,针对无人机的定位问题,研究人员提出了惯性导航方法,惯导和GPS组合导航的方法,惯导和视觉组合导航的方法等。①惯性导航方法:惯导能对目标的位姿进行估计,其中惯导能对其获得的线加速度和角速度进行二次积分,得到目标在三维空间中的位置和姿态估计。这种方法短时间内的精度很高,但存在很大的累积误差。因此单独采用惯导系统不能很好的保证无人机的长时间的高精度导航,需要其他传感器信息对其进行修正。②惯导和GPS组合导航的方法:以惯导误差方程和GPS误差方程为基础建立系统方程和观测方程,并以惯导位置和GPS位置的差作为观测量。基于上述系统方程、观测方程和观测量进行卡尔曼滤波,从而实现惯导和GPS测量的数据融合。但是飞行器在城市或者室内飞行时,由于楼宇、森林和墙壁等阻碍,GPS卫星信号将不可用,并且GPS卫星信号很容易被欺骗和干扰,加之普通的惯性测量元件存在精度低和严重漂移等问题,这种导航方法将不能满足无人机的导航需求。③视觉导航的方法:视觉传感器具有采集信息丰富、重量轻、价格低和易与其他传感器融合等优势,可以在没有GPS条件下,为位置、姿态提供修正。但是在拍摄纹理少的图像或由于传感器的快速移动而导致图像模糊时,从而导致无人机的定位精度降低。
技术实现思路
本专利技术的目的是提供一种基于异源图像匹配与惯性导航融合的无人机自主定位方法,可以实现飞行器长时间的高精度定位。本专利技术采用的技术方案为:本专利技术的一方面提供一种基于异源图像匹配与惯性导航融合的无人机自主定位方法,包括以下步骤:步骤1,利用惯性导航系统提供无人机的初始姿态θ0,γ0、磁强计得到的航向角高度计获取的高度h0对实时图进行变换;步骤2,获取飞行器的精确位置和绝对姿态步骤3,通过惯性导航算法,获取惯导的位置和姿态步骤4,运用卡尔曼滤波,基于惯导的误差方程建立卡尔曼滤波的系统方程,再对图像和惯导得到的位置、姿态分别作差,得到量测值和量测方程,以及卡尔曼滤波对飞行器的位置、速度、姿态、陀螺和加速度计的零偏估计,再运用该误差估计对惯导的状态进行修正。优选的,所述步骤2中,将变换后的实时图与基准图进行异源图像匹配,再通过PnP位姿解算,得到飞行器的精确位置和绝对姿态优选的,所述步骤3中,通过惯性导航算法,对加速度计得到的加速度和陀螺得到的角速度进行积分,从而得到惯导的位置和姿态本专利技术的另一方面提供一种基于异源图像匹配与惯性导航融合的无人机自主定位算法,其特征在于,通过异源图像匹配算法得到无人机的位置和姿态,用于修正无人机惯导的误差。优选的,修正算法的步骤如下:(1)异源图像匹配/惯导融合定位的状态模型的建立,如下式:式中,X(t)为上述系统状态向量,W(t)为系统白噪声,系统噪声F(t)和G(t)根据误差方程求取:式中:ψn为姿态误差;δVn为捷联惯导速度误差;δPn为捷联惯导位置误差;ε为陀螺常值漂移;为加速度计常值零偏;(2)基于图像匹配的位姿解算算法通过图像匹配得到2-D像片坐标(xP,yP)与对应3-D参考地理坐标系下的坐标(XG,YG,ZG)之间的映射;透视投影由下式定义:式中,f表示相机焦距;通过对Perspective-n-Point(PnP)的求解,得到相机中心C在G系下的位置(XC,YC,ZC)以及由横滚、俯仰和偏航角度确定的相机方向;(3)量测方程的建立和量测值的获取对于通过图像匹配获得的飞行器位置测量和通过惯性导航系统获得的飞行器位置测量我们将位置误差定义为:可以化为:其中,Hp=[I3×303×303×303×303×3]...............................(6)对于通过图像匹配获得的飞行器姿态测量和通过惯性导航系统获得的飞行器姿态测量我们将位置误差定义为:可以化为:滚转、俯仰、航向角的表达式为:其中θ,γ,分别为载体系的滚转角、俯仰角、航向角,cij(i=1,2,3;j=1,2,3)为矩阵中的元素;对(9)求微分可得滚转角的误差:其中,δc32为中元素的误差以上误差可以由下式得到:其中,为平台坐标系和导航坐标系的误差阵;同理可得航向角和俯仰角的误差为:将(14)(15)代入到(13)(16)(17)中可得将(18)(19)(20)代入到(5)可得:最后量测方程可以归纳为:本专利技术的有益效果在于:1、本专利技术提供一种基于异源图像匹配与惯性导航融合的无人机自主定位方法,可以实现飞行器长时间的高精度定位。2、本专利技术实施例中,利用低精度IMU、单目相机、磁强计、高度传感器的组合满足无人机高精度的导航定位需求,利用卡尔曼滤波对传感器获取的信息进行融合来估计飞行器的位姿信息。在GPS不可用情况下,利用异源图像匹配技术将实时图与基准图进行匹配,计算出飞行器相对参考地理坐标系的绝对位置与姿态,与惯导的位置和姿态进行融合,利用卡尔曼滤波对飞行器的位置、速度、姿态、陀螺和加速度计的零偏进行估计,修正惯导的误差,从而实现飞行器长时间的高精度定位,能够满足无人机长时间、高精度的定位要求。3、本专利技术实施例中,利用异源图像匹配技术将实时图与基准图进行匹配,计算出飞行器相对参考地理坐标系的绝对位置与姿态,与惯导的位置和姿态进行融合,利用卡尔曼滤波对飞行器的位置、速度、姿态、陀螺和加速度计的零偏进行估计,修正惯导的误差,从而实现飞行器长时间的高精度定位。4、本专利技术实施例通过磁强计提供的初始航向和高度计提供的初始高度,以及通过机载单目相机拍摄的实时图像和基准图像匹配,能帮助MEMS惯导实现自寻北。5、本专利技术实施例提出的基于异源图像匹配与惯性导航融合的无人机自主定位算法,利用卡尔曼滤波对图像匹配获得的绝对位置、绝对姿态与惯导的位置、姿态进行融合,得到了飞行器的位置、姿态、速度、陀螺和加速度计零偏的误差估计,利用误差估计对惯导的状态进行修正,从而实现了飞行器长时间的高精度定位。附图说明图1是本专利技术实施例提供本文档来自技高网...
【技术保护点】
1.一种基于异源图像匹配与惯性导航融合的无人机自主定位方法,其特征在于,包括以下步骤:/n步骤1,利用惯性导航系统提供无人机的初始姿态θ
【技术特征摘要】
1.一种基于异源图像匹配与惯性导航融合的无人机自主定位方法,其特征在于,包括以下步骤:
步骤1,利用惯性导航系统提供无人机的初始姿态θ0,γ0、磁强计得到的航向角高度计获取的高度h0对实时图进行变换;
步骤2,获取飞行器的精确位置和绝对姿态
步骤3,通过惯性导航算法,获取惯导的位置和姿态
步骤4,运用卡尔曼滤波,基于惯导的误差方程建立卡尔曼滤波的系统方程,再对图像和惯导得到的位置、姿态分别作差,得到量测值和量测方程,以及卡尔曼滤波对飞行器的位置、速度、姿态、陀螺和加速度计的零偏估计,再运用该误差估计对惯导的状态进行修正。
2.根据权利要求1所述的定位方法,其特征在于,所述步骤2中,将变换后的实时图与基准图进行异源图像匹配,再通过PnP位姿解算,得到飞行器的精确位置和绝对姿态
3.根据权利要求1所述的定位方法,其特征在于,所述步骤3中,通过惯性导航算法,对加速度计得到的加速度和陀螺得到的角速度进行积分,从而得到惯导的位置和姿态
4.一种基于异源图像匹配与惯性导航融合的无人机自主定位算法,其特征在于,通过异源图像匹配算法得到无人机的位置和姿态,用于修正无人机惯导的误差。
5.根据权利要求4所述的定位算法,其特征在于,修正算法的步骤如下:
(1)异源图像匹配/惯导融合定位的状态模型的建立,如下式:
式中,X(t)为上述系统状态向量,W(t)为系统白噪声,系统噪声F(t)和G(t)根据误差方程求取:
式中:ψn为姿态误差;δVn为捷联惯导速度误差;δPn为捷联惯导位置误差;ε为陀螺常值漂移;为加速度计常值零偏;
(2)基于图像匹配的位姿解算算法
通过图像匹配得到2-D像片坐标(xP,yP)与对应3-D参考...
【专利技术属性】
技术研发人员:罗世彬,任星宇,
申请(专利权)人:湖南云顶智能科技有限公司,
类型:发明
国别省市:湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。