基于视觉辅助测量的机载分布式POS数据融合方法和装置制造方法及图纸

本发明专利技术公开了一种基于视觉辅助测量的机载分布式POS数据融合方法和装置，该方法利用视觉测量主POS与子IMU相对位置姿态，作为量测信息辅助传统传递对准，获得所有节点子IMU的运动参数M0；基于弹性力学模态叠加方法，建立机翼柔性基线挠曲、振颤模型θ(x,t)；将M0经刚性杆臂补偿减去主POS运动信息，获得对准后子IMU与主POS的相对运动信息Mr，采用DBSCAN聚类法对Mr进行降噪处理得到M′r；基于所建柔性基线模型，采用正交多项式拟合对M′r空间维数据进行融合处理，获得M″r，采用傅里叶逼近对M″r时间维数据进行融合处理，获得M″′r，再经刚性杆臂补偿加上主POS运动信息，获得分布式POS所有节点子IMU高精度运动参数M1，提高机载分布式POS测量精度。

【技术实现步骤摘要】
基于视觉辅助测量的机载分布式POS数据融合方法和装置
本专利技术涉及遥感测试
，特别是涉及一种基于视觉辅助测量的机载分布式POS数据融合方法和装置。
技术介绍
机载多任务遥感载荷高精度对地观测已经成为空基对地观测的重要发展方向，如集成高分辨率测绘相机、成像光谱仪、大视场红外扫描仪、合成孔径雷达(SyntheticApertureRadar，SAR)于同一载机的多任务载荷，机载分布式阵列天线SAR和柔性多基线干涉SAR等。机载多任务遥感载荷对地观测系统要实现高精度成像，需要获取各载荷的高精度运动参数。位置姿态测量系统(PositionandOrientationSystem，POS)由惯性测量单元(InertialMeasurementUnit，IMU)、全球定位系统(GlobalPositionSystem，GPS)接收机、POS计算机(POSComputerSystem，PCS)和后处理软件组成，可以为成像载荷提供位置姿态信息。对于机载多任务遥感载荷对地观测系统，传统的单一POS无法满足不同载荷安置点的高精度运动参数测量需求。因此，必须建立起高精度机载分布式POS系统，为高性能航空遥感系统中所有载荷提供高精度高可靠的运动参数。传统机载分布式POS系统一般由一个高精度主POS和多个分布在机体(包括机翼)上的低精度子IMU组成。主、子系统分别安装在机体或机翼两侧的不同载荷附近，用于测量载荷中心的运动参数。主POS通过传递对准将高精度位置、速度、姿态等运动参数传递给子IMU，从而获得各子节点的高精度运动参数信息。由于受阵风、平台机动等多源扰动影响，柔性长机翼产生多模挠曲变形颤动耦合运动，部分节点的最大振幅可达米级、挠曲变形角高达10度左右，柔性基线效应显著，必然造成主子传递对准精度降低，影响子系统测量精度。视觉测量是一种高精度测量方法，不需要通过机翼建立主子系统的传递关系，在子系统处设置相应靶标，将相机与主系统刚性固连于机舱，能够直接测出子系统相对主系统的位置姿态信息，测量精度高，可解决柔性基线效应影响主子传递对准精度的问题。但其受外界环境影响较大，在飞机飞行过程中，大气、温度、气候、外界亮度都会影响图像提取精度，相对传统POS系统不够稳定。所以为解决柔性基线效应造成的分布式POS多传感器数据融合难题，提高子系统测量精度，基于视觉测量的分布式POS数据融合方法具有重要意义。现有机载分布式POS数据融合方法，主要针对主POS与子IMU的传递对准，受柔性基线效应影响显著，难以满足分布式POS的高精度测量需求。为解决柔性基线效应导致机载分布式POS精度下降问题，首先，在现有主子传递对准的基础上利用视觉测量主POS与子IMU的相对运动参数，作为量测信息辅助传统传递对准，提高传递对准精度；其次，为进一步提高分布式POS子IMU测量精度，充分利用分布式POS柔性基线各子节点的相关性，将对准后子IMU与主POS的相对运动信息作为数据处理对象，首先采用DBSCAN聚类法对其进行降噪处理，然后基于柔性基线模型，采用正交多项式拟合及傅里叶逼近分别进行空间维、时间维数据融合处理，得到拟合后的主POS与子IMU的相对运动信息；最后，将上述处理结果经主POS运动信息补偿，获得分布式POS所有节点子IMU的高精度运动参数。该方法解决柔性基线效应导致多传感器数据融合难题，提高机载分布式POS测量精度。
技术实现思路
基于此，有必要针对传统技术，考虑到分布式POS受柔性基线效应影响，出现主子传递对准测量精度降低的问题，提出了一种基于视觉辅助测量的机载分布式POS数据融合方法和装置，能够提高分布式POS所有节点的测量精度。第一方面，本专利技术实施例提供了一种基于视觉辅助测量的机载分布式POS数据融合方法，所述方法包括：通过视觉测量主POS与子IMU相对位置姿态，作为量测信息辅助传统传递对准，获得所有节点子IMU的运动参数M0；通过基于弹性力学模态叠加方法，建立机翼柔性基线挠曲、振颤模型θ(x,t)；将M0经刚性杆臂补偿减去主POS运动信息，获得对准后子IMU与主POS的相对运动信息Mr，通过DBSCAN聚类法对Mr进行降噪处理得到M′r；基于所建柔性基线模型，通过正交多项式拟合对M′r空间维数据进行融合处理，获得M″r，通过傅里叶逼近对M″r时间维数据进行融合处理，获得M″′r，通过刚性杆臂补偿与主POS运动信息的加和计算，获得分布式POS所有节点子IMU高精度运动参数M1，，以实现基于视觉辅助的机载分布式POS数据融合。第二方面，本专利技术实施例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上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面的基于视觉辅助测量的机载分布式POS数据融合方法。第三方面，本专利技术实施例提供了一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行上述第一方面所述的方法。第四方面，本专利技术实施例还提供了一种基于视觉辅助测量的机载分布式POS数据融合装置，所述装置包括：获取模块，用于通过视觉测量主POS与子IMU相对位置姿态，作为量测信息辅助传统传递对准，获得所有节点子IMU的运动参数M0；模型建立模块，用于通过基于弹性力学模态叠加方法，建立机翼柔性基线挠曲、振颤模型θ(x,t)；降噪模块，用于将M0经刚性杆臂补偿减去主POS运动信息，获得对准后子IMU与主POS的相对运动信息Mr，通过DBSCAN聚类法对Mr进行降噪处理得到M′r；融合模块，用于基于所建柔性基线模型，通过正交多项式拟合对M′r空间维数据进行融合处理，获得M″r，通过傅里叶逼近对M″r时间维数据进行融合处理，获得M″′r，通过刚性杆臂补偿与主POS运动信息的加和计算，获得分布式POS所有节点子IMU高精度运动参数M1，以实现基于视觉辅助的机载分布式POS数据融合。本专利技术提供的一种基于视觉辅助测量的机载分布式POS数据融合方法和装置，首先利用视觉测量主POS与子IMU相对位置姿态，作为量测信息辅助传统传递对准，获得所有节点子IMU的运动参数M0；其次，基于弹性力学模态叠加方法，建立机翼柔性基线挠曲、振颤模型θ(x,t)；然后，将M0经刚性杆臂补偿减去主POS运动信息，获得对准后子IMU与主POS的相对运动信息Mr，采用DBSCAN聚类法对Mr进行降噪处理得到M′r；最后，基于所建柔性基线模型，采用正交多项式拟合对M′r空间维数据进行融合处理，获得M″r，采用傅里叶逼近对M″r时间维数据进行融合处理，获得M″′r，再经刚性杆臂补偿加上主POS运动信息，获得分布式POS所有节点子IMU高精度运动参数M1，提高机载分布式POS测量精度。附图说明图1为本专利技术一个实施例中的一种基于视觉辅助测量的机载分布式POS数据融合方法的步骤流程示意图；图2为本专利技术另一个实施例中的一种基于视觉辅助测量的机载分布式POSS数据融合方法的流程示意图；图3为本专利技术一个实施例中的一种基于视觉辅助测量的机载分布式POS数据融合方法中的机载分布式POS主子系统空间分布关系示意图；图4为本专利技术一个实施例中的一种基于视觉辅助测量的机载分布式POS数据融合方法中的视觉辅助测量单翼示意图；图5为本专利技术一个实施例中的一种基于视觉辅助测量的机载分布式P本文档来自技高网...

【技术保护点】
1.一种基于视觉辅助测量的机载分布式POS数据融合方法，其特征在于，所述方法包括：通过视觉测量主POS与子IMU相对位置姿态，作为量测信息辅助传统传递对准，获得所有节点子IMU的运动参数M0；通过基于弹性力学模态叠加方法，建立机翼柔性基线挠曲、振颤模型θ(x,t)；将M0经刚性杆臂补偿减去主POS运动信息，获得对准后子IMU与主POS的相对运动信息Mr，通过DBSCAN聚类法对Mr进行降噪处理得到M′r；基于所建柔性基线模型，通过正交多项式拟合对M′r空间维数据进行融合处理，获得M″r，通过傅里叶逼近对M″r时间维数据进行融合处理，获得M″′r，通过刚性杆臂补偿与主POS运动信息的加和计算，获得分布式POS所有节点子IMU高精度运动参数M1，以实现基于视觉辅助的机载分布式POS数据融合。

【技术特征摘要】
1.一种基于视觉辅助测量的机载分布式POS数据融合方法，其特征在于，所述方法包括：通过视觉测量主POS与子IMU相对位置姿态，作为量测信息辅助传统传递对准，获得所有节点子IMU的运动参数M0；通过基于弹性力学模态叠加方法，建立机翼柔性基线挠曲、振颤模型θ(x,t)；将M0经刚性杆臂补偿减去主POS运动信息，获得对准后子IMU与主POS的相对运动信息Mr，通过DBSCAN聚类法对Mr进行降噪处理得到M′r；基于所建柔性基线模型，通过正交多项式拟合对M′r空间维数据进行融合处理，获得M″r，通过傅里叶逼近对M″r时间维数据进行融合处理，获得M″′r，通过刚性杆臂补偿与主POS运动信息的加和计算，获得分布式POS所有节点子IMU高精度运动参数M1，以实现基于视觉辅助的机载分布式POS数据融合。2.根据权利要求1所述的方法，其特征在于，所述通过视觉测量主POS与子IMU相对位置姿态，作为量测信息辅助传统传递对准，获得所有节点子IMU的运动参数M0，包括：视觉测量主POS与子IMU相对位置姿态，作为量测信息辅助传统传递对准，经视觉测量辅助后进行传递对准，其中，量测模型为：Z＝[ZAZP]T＝HX+V其中，ψm，θm，γm分别为主POS测得的航向、俯仰、横滚，为主POS的载体坐标系与导航坐标系间的方向余弦矩阵，αc，βc，γc为相机测得的子IMU相对主POS的姿态角变化在主POS载体坐标系下的表示，ψs，θs，γs为子IMU捷联解算的航向、俯仰、横滚；xm，ym，zm分别为主POS测得沿x，y，z轴的位置，xc，yc，zc分别为相机测得的子IMU相对主POS的位移(在主POS载体坐标系下的表示)，xs，ys，zs为子IMU捷联解算的沿x，y，z轴的位置(导航坐标系)；X表示子IMU的状态估计量；V表示主POS测量误差与相机测量误差的和序列；其中，其中，Rm和Rn分别为地球沿子午圈和卯酉圈的主曲率半径；L和h分别为子IMU捷联解算的纬度和高度。3.根据权利要求1所述的方法，其特征在于，所述通过基于弹性力学模态叠加方法，建立机翼柔性基线挠曲、振颤模型θ(x,t)，包括：机翼柔性基线挠曲、振颤模型θ(x,t)为：飞机在巡航成像阶段机翼受到均布载荷，其中，Q为机翼受到的均布载荷，EI为抗弯刚度，是广义外力，是模态阻尼系数，是模态频率。4.根据权利要求1所述的方法，其特征在于，所述基于所建柔性基线模型，通过正交多项式拟合对M′r空间维数据进行融合处理，获得M″r，且通过傅里叶逼近对M″r时间维数据进行融合处理，获得M″′r，包括：通过拟合函数Q(x)对集合M′r内各时间段进行空间维拟合，得到空间拟合后的新集合M″r，其中，Q(x)表示如下：Q(x)＝a0Q0(x)+a1Q1(x)+…anQn(x)其中，Qk(x)是首项为1的k次多项式，根据Qk(x)的正交性，得：根据上式逐步求得Qk(x)，其相对应系数可表示如下：逐步把ak·Qk(x)累加到Q(x)中，最后可求得拟合函数Q(x)；通过利用拟合函数g(t)对集合M″r内各节点进行时间维拟合，最终得到经过时空拟合后的集合M″′r，其中，g(t)表示如下：g(t)＝c0+c1sinw1t+c2cosw2t+…+c2p-1sinw2p-1t+c2pcosw2pt其中，p＝1,2,…,n，g(t)...

【专利技术属性】
技术研发人员：李建利，邹思远，孙一弘，刘刚，房建成，顾宾，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11