一种基于视觉辅助的海空协同抗洋流干扰导航方法技术

本发明专利技术公开了一种基于视觉辅助的海空协同抗洋流干扰导航方法，通过空域无人机采集空域俯瞰海域的视频序列信息，得到遥控无人潜水器位置信息和海域洋流信息，为遥控无人潜水器导航提供辅助，同时在遥控无人潜水器控制算法部分加入抗洋流干扰算法，从而改善了遥控无人潜水器受洋流等环境影响导致的位置漂移和控制精度差的问题，有效提高了遥控无人潜水器的控制与导航精度。控制与导航精度。控制与导航精度。

【技术实现步骤摘要】
一种基于视觉辅助的海空协同抗洋流干扰导航方法


[0001]本专利技术涉及导航
，尤其涉及一种基于视觉辅助的海空协同抗洋流干扰导航方法。

技术介绍

[0002]近年来，随着无人系统技术的不断发展，多无人系统之间的跨域协同凭借其诸多优势成为当前无人系统领域研究和应用的热点。其中优势之一就是跨域系统能够获取更丰富的环境信息，跨域系统凭借多维的传感信息，相比单一系统能够实现更精准的环境感知、目标导航、路径规划。
[0003]跨域协同(Cross Domain Synergy)是美军于2012年提出的作战思想，指在不同领域互补性地，而不是简单地叠加运用多种能力，使各领域之间互补增效，从而在多个领域建立优势，提高任务完成的速度、质量等指标。目前，跨域协同在导航领域的主要应用可分为两大类：海空协同和空地协同。
[0004]在海空协同导航情境下，对于辅助导航的手段而言，地面/海面目标识别信号主要包括电磁波，声波，光波等，在空域环境来说，电磁环境复杂，不易于识别，并不适用于空中识别系统；声波信号通常需要发声装置与接收装置，鉴于功耗、体积等原本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉辅助的海空协同抗洋流干扰导航方法，其特征在于，包括：无人机通过相机获取海域视频序列，图像检测器给出四个参数：P
k
、P
o
、OC和t，其中，p
k
＝(x
k
，y
k
)为遥控无人潜水器在相机视场中的相对于中心位置的图像坐标，p0＝(x0，y0)为目标点在相机视场中的相对于中心位置的图像坐标，OC＝[v
oc δ
oc
]为洋流向量，v
oc
为洋流速度，δ
oc
为洋流与相机坐标系y轴正向所夹角度，t为所述遥控无人潜水器的机头指向角；机载罗盘获取当前无人机的机头指向与正北方向夹角η，将所述遥控无人潜水器的图像坐标从相机坐标系(x，y)变换至导航坐标系(x
’
，y
’
)，得到所述遥控无人潜水器在所述导航坐标系下的图像坐标p
′
k
＝(x
′
k
，y
′
k
)、所述目标点在所述导航坐标系下的图像坐标p
′0＝(x
′0，y
′0)、所述洋流向量在所述导航坐标系下的变换OC
′
以及所述遥控无人潜水器的机头指向角在所述导航坐标系下的变换t
′
；将所述遥控无人潜水器的相对位置坐标(x
′
k
，y
′
k
)与洋流信息向量OC
′
加入所述遥控无人潜水器的原始状态向量α0，所述原始状态向量α0包括所述遥控无人潜水器的姿态与位置信息，构成扩维状态向量α；在所述导航坐标系下，获得所述遥控无人潜水器的当前位置p
′
k
＝(x
′
k
，y
′
k
)与目标点位置p
′0＝(x
′0，y
′0)的北向夹角γ与距离L
图像
，计算公式如下：，计算公式如下：其中，F
k2
与F
02
为五维向量F的前二维分量；将图像坐标系中的距离L
图像
转换为物理真实的相对距离L
实际
，计算公式如下：L
实际
＝aL
图像
其中，a为预设的比例系数；所述无人机与所述遥控无人潜水器相互通信，将所述北向夹角γ、所述相对距离L
实际
、所述洋流信息向量OC
′
和所述遥控无人潜水器的机头指向角t
′
作为遥控无人潜水器控制算法的参考输入；根据双闭环PID算法和抗洋流干扰算法形成所述遥控无人潜水器控制算法，所述遥控无人潜水器控制算法根据所述北向夹角γ、所述相对距离L
实际
、所述洋流信息向量OC
′
和所述遥控无人潜水器的机头指向角t
′
进行距离环与偏航角度环的双闭环PID控制，通过所述洋流信息向量OC
′
，根据洋流干扰模型与遥控无人潜水器动力学模型进行动力分配，对所述遥控无人潜水器进行抗扰动控制；判断所述遥控无人潜水器是否已经到达导航点，若所述遥控无人潜水器已经到达所述导航点，停止导航；若所述遥控无人潜水器尚未到达所述导航点，继续执行上述所有步骤。2.根据权利要求1所述的基于视觉辅助的海空协同抗洋流干扰导航方法，其特征在于，将所述遥控无人潜水器的图像坐标从相机坐标系(x，y)变换至导航坐标系(x
’
，y
’
)的坐标变换公式如下：
OC
′

【专利技术属性】
技术研发人员：韩勇强，张路成，赵家远，于潇颖，谢志超，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：