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 ...
【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
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。