【技术实现步骤摘要】
基于多传感器松紧耦合的无人机位姿估计方法
[0001]本专利技术属于目标跟踪
,更进一步涉及无人机位姿定位
中一种基于多传感器松紧耦合的无人机位姿估计方法。本专利技术利用松紧耦合结合的优化方法融合多传感器数据,从而实现对无人机的位姿定位。
技术介绍
[0002]无人机位姿估计方法的主要任务是,无人机仅对自身携带传感器获取到的数据进行优化处理,实现对无人机的位姿定位。随着信息科学和通信技术的发展,目前已存在大量的位姿估计方法应用于无人机位姿定位。但是,由于没有环境先验信息、无人机携带传感器获取到的数据存在噪声等客观因素,使得实时精确地定位无人机位姿仍然面临极大的挑战。
[0003]天津大学在其申请的专利文献“视觉传感器激光雷达融合无人机定位与建图装置和方法”(专利申请号202010864051.4,申请公布号CN 112347840 A)中公开了一种基于多传感器融合的无人机位姿定位方法。该方法实现的具体步骤是,采用多状态卡尔曼滤波MSCKF(Multi
‑
State Constraint Kalman Filter)的算法融合双目相机和惯性测量单元IMU(Inertial Measurement Unit)的数据,得到高频的无人机位姿、速度信息;再将高频的MSCKF估计与低频的松耦合里程计的结果融合,得到高频、准确的无人机状态信息。该方法存在的不足之处是,在优化求解无人机位姿时,没有充分发挥多传感器数据的特性优势,得到的高频无人机位姿、速度信息准确度不高,且随着算法运行时间增长,其 ...
【技术保护点】
【技术特征摘要】
1.一种基于多传感器松紧耦合的无人机位姿估计方法,其特征在于,利用融合视觉、IMU和GPS传感器数据,分别构建视觉残差、IMU残差和GPS残差,通过紧耦合优化得到紧耦合优化后的无人机位姿,对紧耦合优化后的无人机位姿进行松耦合得到优化后的无人机位姿;该方法的步骤包括如下:(1)获取传感器的数据:(1a)无人机携带的视觉传感器以采集频率a实时采集至少20帧的黑白图像,a为区间[10,30]赫兹内任选的一个整数;(1b)无人机携带的IMU传感器以采集频率b实时采集至少200组的无人机加速度和角速度读数值,b为区间[100,200]赫兹内任选的一个整数;(1c)无人机携带的GPS传感器以采集频率c实时采集至少40个的无人机经纬度值,c为区间[20,100]赫兹内任选的一个整数;(2)对传感器的数据进行预处理:(2a)从每帧黑白图像中提取至少30,至多200个FAST特征点,计算每个特征点的BRIEF描述子,从该特征点所在图像的相邻图像中寻找描述子相同的特征点;(2b)利用预积分公式,计算相邻图像之间的预积分量;(2c)利用坐标系转换公式,将所有采集到的无人机经度、纬度和高度转换为东北天坐标系下的坐标;(3)对无人机位姿进行紧耦合:(3a)利用重投影公式,计算每个图像中提取特征点的视觉残差;(3b)利用运动学公式,计算每个图像与相邻图像对应无人机位置之间的IMU残差;(3c)按照下式,计算每个图像对应无人机的GPS残差:E
N
=P
i
‑
N
x
其中,E
N
表示第i个图像对应无人机的GPS残差,P
i
表示第i个图像与第1个图像分别对应无人机的位置差值,N
x
表示x时刻与第1个图像时刻分别对应的GPS差值;(3d)将每个图像中每个特征点的视觉残差、每个图像与相邻图像对应无人机位置之间的IMU残差和每个图像对应无人机的GPS残差和最小化,即可得到紧耦合优化后的无人机位姿;(4)优化无人机的位姿:(4a)按照下式,计算每个图像对应无人机的绝对误差;其中,E
1,i
表示第i个图像对应无人机的绝对残差,||
·
||表示取模长操作,μ
x
表示无人机携带的GPS传感器在x时刻的置信度;(4b)按照下式,计算每个图像与相邻图像分别对应无人机之间的相对误差;其中,E
2,(i,i+1)
表示第i个图像与相邻的第i+1个图像分别对应无人机之间的相对误差,T
(i,i+1)
表示紧耦合优化后第i个图像与相邻的第i+1个图像分别对应无人机的位置差值,N
(i,i+1)
表示第i个图像与相邻的第i+1个图像分别对应无人机在东北天坐标系中的坐标差
值,R
(i,i+1)
表示第i个图像与相邻的第i+1个图像分别对应无人机的旋转差值,T表示矩阵的转置操作,R
i
表示紧耦合优化后第i个图像与第1个图像分别对应无人机的旋转差值,R
i+1
紧耦合优化后表示第i+1个图像与第1个图像分别对应无人机的旋转差值;(4c)利用下式,得到无人机松耦合优化后的位姿:其中,min{
·
}表示最小化操作,n表示无人机携带的视觉传感器在飞行过程中获取到的所有图像的总数量,∑表示求和操作。2.根据权利要求1所述的基于多传感器融合的无人机位姿估计方法,其特征在于,步骤(2a)中所述计算每个特征点的BRIEF描述子是由下述步骤得到的:第一步,在待计算的特征点周围...
【专利技术属性】
技术研发人员:罗楠,王义峰,李晟硕,梁婕,卢波,郑海红,赵辉,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:
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。