无人机导航方法、装置、无人机及存储介质制造方法及图纸

本发明专利技术适用计算机技术领域，提供了一种无人机导航方法、装置、无人机及存储介质，该方法包括：通过无人机上的全球导航卫星系统、惯性导航系统，采集无人机的卫星定位数据和INS数据，当检测到卫星定位数据中断或异常时，将INS数据输入预先训练好的惯性导航预测模型中，生成INS数据的预测值，根据INS数据和INS数据的预测值，计算INS数据的误差，对INS数据的误差进行卡尔曼滤波，根据卡尔曼滤波后的INS数据误差，对INS数据进行校准，将校准后的INS数据设置为无人机的导航数据，从而通过训练好的惯性导航预测模型辅助卡尔曼滤波器，在卫星定位数据中断或异常时对INS数据进行精度补偿，有效地降低了计算量，进而提高了无人机导航的精度和实时性。

Unmanned aerial vehicle navigation method, device, unmanned aerial vehicle and storage medium

The invention is applied to computer technology, provides a UAV navigation method, device, UAV and storage medium, the method includes: the global navigation satellite system, inertial navigation system of UAV, satellite positioning data and the INS data acquisition of the UAV, as detected by satellite positioning data interrupt or exception. The INS data input pre trained inertial navigation prediction model, the prediction of generating INS data value, according to INS data and INS data, the calculation error of INS data, Calman filtering error of INS data, according to the INS data error of Calman after filtering, the calibration of the INS data, INS data after calibration settings for the navigation of UAV data, to predict model aided inertial navigation through the Calman filter trained in satellite positioning data, interrupt The accuracy of INS data is compensated and the amount of calculation is reduced effectively, and the accuracy and real time of unmanned aerial vehicle navigation is improved.

【技术实现步骤摘要】
无人机导航方法、装置、无人机及存储介质
本专利技术属于无人机导航
，尤其涉及一种无人机导航方法、装置、无人机及存储介质。
技术介绍
伴随着先进机器人技术的引入，无人机加快了迈向智能化的步伐，这为无人机在诸多领域的应用创造了无限可能。导航系统是无人机的核心装置，通过确定无人机的运动参数实现对无人机的飞行控制。目前，广泛应用于无人机的导航系统主要有全球导航卫星系统(GlobalNavigationSatelliteSystem,GNSS)、惯性导航系统(InertialNavigationSystem,INS)、天文导航系统等，其中，GNSS包括美国全球定位系统(GlobalPositioningSystem,GPS)、俄罗斯全球导航卫星系统(GLONASS)、欧洲的伽利略系统(GALILEO)、中国的北斗卫星导航系统。GNSS具备定位精度高、不受地域和时间限制的优点，但导航信息更新频率低、动态性能不足，无法满足无人机高动态实时控制的需求。INS在初始条件正确给定的条件下短时精度高，并且可以提供连续实时的导航信息(姿态、位置、速度)，但导航的误差随着时间推移不短累加。因此，通常将不同的导航系统根据优缺点及主要用途进行组合导航。INS/GPS组合导航系统为以INS为主、GPS为辅的组合导航系统，被广泛用于飞机、制导武器、汽车上。该组合导航系统将INS的自主性好、抗干扰能力强、短时精度高等优点与GPS长期静态性能好、全球性和全天候导航等优点结合起来，弥补了两者单独工作的缺陷。但是，当GPS信号被遮挡或者被干扰短时间的缺失或中断时，INS的误差会由于无法得到校准而迅速累加，致使导航信息发散。目前，解决该问题的方法包括：一采用地磁场数据库与地磁传感器匹配的方法获得无人机位置的经纬度信息，以实现在GPS无效的情况下对INS误差的持续修正，该方法对无人机的计算平台要求高，且只对水平位置的误差有效，在高度方向上的GPS信号仍然发散；二利用地磁场测量值和估计值之间隐含的姿态信息，通过地磁场矢量误差反馈对无人机姿态角速度测量值进行修正，有效地抑制了惯性导航系统姿态信息的发散，但该方法仅能改善姿态信息的发散，对速度和位置的修正作用有限；三采用Dempster-Shafer理论代替卡尔曼滤波进行数据融合，并采用支持向量机来模拟INS测量值与INS解算误差之间的关系，得到更高精度的导航信息，但该方法的实时性较差。
技术实现思路
本专利技术的目的在于提供一种无人机导航方法、装置、无人机及存储介质，旨在解决由于现有技术全球导航卫星系统与惯性导航系统的组合导航中，在因全球导航卫星系统受到干扰或被遮挡导致全球导航卫星系统接收的信号异常或中断时，惯性导航系统数据无法得到有效的校准，导致无人机的导航信息发散的问题。一方面，本专利技术提供了一种无人机导航方法，所述方法包括下述步骤：通过无人机上预设的全球导航卫星系统、预设的惯性导航系统，采集所述无人机的卫星定位数据和INS数据；当检测到所述卫星定位数据中断或异常时，将所述INS数据输入预先训练好的惯性导航预测模型中，生成所述INS数据的预测值；根据所述INS数据和所述INS数据的预测值，计算所述INS数据的误差，对所述INS数据的误差进行卡尔曼滤波；根据所述卡尔曼滤波后的INS数据误差，对所述INS数据进行校准，将所述校准后的INS数据设置为所述无人机的导航数据。另一方面，本专利技术提供了一种无人机导航装置，所述装置包括：数据采集单元，用于通过无人机上预设的全球导航卫星系统、预设的惯性导航系统，采集所述无人机的卫星定位数据和INS数据；惯性预测单元，用于当检测到所述卫星定位数据中断或异常时，将所述INS数据输入预先训练好的惯性导航预测模型中，生成所述INS数据的预测值；第一滤波单元，用于根据所述INS数据和所述INS数据的预测值，计算所述INS数据的误差，对所述INS数据的误差进行卡尔曼滤波；以及校准导航单元，用于根据所述卡尔曼滤波后的INS数据误差，对所述INS数据进行校准，将所述校准后的INS数据设置为所述无人机的导航数据。另一方面，本专利技术还提供了一种无人机，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述无人机导航方法所述的步骤。另一方面，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述无人机导航方法所述的步骤。本专利技术通过无人机上预设的全球导航卫星系统、惯性导航系统，采集无人机的卫星定位数据和INS数据，当采集到卫星定位数据中断或异常时，将INS数据输入训练好的惯性导航预测模型中，生成INS数据的预测值，根据INS数据和INS数据的预测值，计算INS数据的误差，并对该误差进行卡尔曼滤波，根据卡尔曼滤波后的误差，对INS数据进行校准，将校准后的INS数据设置为无人机的导航数据，从而通过训练好的惯性导航预测模型辅助卡尔曼滤波器，在卫星定位数据中断或异常时对INS数据进行精度补偿，有效地减少了INS数据的误差，并有效地降低了计算量，进而提高了无人机导航的精度和实时性。附图说明图1是本专利技术实施例一提供的无人机导航方法的实现流程图；图2是本专利技术实施例二提供的无人机导航方法中惯性导航预测模型训练过程的实现流程图；图3是本专利技术实施例三提供的无人机导航装置的结构示意图；图4是本专利技术实施例三提供的无人机导航装置的优选结构示意图；以及图5是本专利技术实施例四提供的无人机的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。以下结合具体实施例对本专利技术的具体实现进行详细描述：实施例一：图1示出了本专利技术实施例一提供的无人机导航方法的实现流程，为了便于说明，仅示出了与本专利技术实施例相关的部分，详述如下：在步骤S101中，通过无人机上预设的全球导航卫星系统、预设的惯性导航系统，采集无人机的卫星定位数据和INS数据。在本专利技术实施例中，在无人机上预先设置全球导航卫星系统和惯性导航系统(INS)，通过全球导航卫星系统与惯性导航系统组合导航的方式对无人机进行导航。可通过全球导航卫星系统接收无人机当前的卫星定位数据，通过惯性导航系统采集无人机当前的INS数据。对卫星定位数据进行解算可得到无人机当前的位置、速度信息。惯性导航系统中包气压高度计、加速度计、陀螺仪和磁力计，可获得无人机当前所在位置的高度以及无人机运动状态的三轴加速度、三轴角速率、三维地磁向量参数，对这些数据构成的INS数据进行解算可得到无人机当前的速度、偏航角和位置等信息。在步骤S102中，当检测到卫星定位数据中断或异常时，将INS数据输入预先训练好的惯性导航预测模型中，生成INS数据的预测值。在本专利技术实施例中，当检测到卫星定位数据中断或异常时，对INS数据进行解算，将INS数据解算得到的位置、速度数据输入预先训练好的惯性导航预测模型，生成INS数据的预测值。其中，惯性导航预测模型是在卫星定位数据未发生中断或异常时训练得到的，详细的训练过程可参照实施例二中各步骤的描述。在步骤S103中，根据INS数本文档来自技高网...

【技术保护点】
一种无人机导航方法，其特征在于，所述方法包括下述步骤：通过无人机上预设的全球导航卫星系统、预设的惯性导航系统，采集所述无人机的卫星定位数据和INS数据；当检测到所述卫星定位数据中断或异常时，将所述INS数据输入预先训练好的惯性导航预测模型中，生成所述INS数据的预测值；根据所述INS数据和所述INS数据的预测值，计算所述INS数据的误差，对所述INS数据的误差进行卡尔曼滤波；根据所述卡尔曼滤波后的INS数据误差，对所述INS数据进行校准，将所述校准后的INS数据设置为所述无人机的导航数据。

【技术特征摘要】
1.一种无人机导航方法，其特征在于，所述方法包括下述步骤：通过无人机上预设的全球导航卫星系统、预设的惯性导航系统，采集所述无人机的卫星定位数据和INS数据；当检测到所述卫星定位数据中断或异常时，将所述INS数据输入预先训练好的惯性导航预测模型中，生成所述INS数据的预测值；根据所述INS数据和所述INS数据的预测值，计算所述INS数据的误差，对所述INS数据的误差进行卡尔曼滤波；根据所述卡尔曼滤波后的INS数据误差，对所述INS数据进行校准，将所述校准后的INS数据设置为所述无人机的导航数据。2.如权利要求1所述的方法，其特征在于，通过无人机上预设的全球导航卫星系统、预设的惯性导航系统，采集所述无人机的卫星定位数据和INS数据的步骤之前，所述方法还包括：构建BP神经网络模型，对所述BP神经网络模型进行初始化；通过所述全球导航卫星系统和所述惯性导航系统采集所述无人机的用于训练的卫星定位数据和用于训练的INS数据；计算所述用于训练的卫星定位数据与所述用于训练的INS数据的差值，对所述差值进行卡尔曼滤波，得到所述用于训练的INS数据的误差；根据所述用于训练的INS数据的误差，对所述用于训练的INS数据进行校准，根据校准后和校准前的所述用于训练的INS数据，对所述BP神经网络模型进行训练，将训练好的所述BP神经网络模型设置为所述惯性导航预测模型。3.如权利要求2所述的方法，其特征在于，根据校准后和校准前的所述用于训练的INS数据，对所述BP神经网络模型进行训练的步骤，包括：将所述校准前的用于训练的INS数据设置为所述BP神经网络模型的输入，获得所述BP神经网络模型输出的INS数据；将所述输出的INS数据与所述校准后的用于训练的INS数据的差值设置为所述BP神经网络模型的反馈，以对所述BP神经网络模型的权重进行修正。4.如权利要求1所述的方法，其特征在于，采集所述无人机的卫星定位数据和INS数据的步骤之后，将所述INS数据输入预先训练好的惯性导航预测模型中的步骤之前，所述方法还包括：当检测到所述卫星定位数据正常时，计算所述卫星定位数据和所述INS数据的差值，对所述卫星定位数据和所述INS数据的差值进行卡尔曼滤波；根据所述卡尔曼滤波后的所述卫星定位数据和所述INS数据的差值，对所述INS数据进行校准，将所述校准后的INS数据设置为所述无人机的导航数据。...

【专利技术属性】
技术研发人员：周翊民，吕琴，万娇，李志飞，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东,44