一种基于无人机多点测距数据的目标定位方法技术

本发明专利技术公开了一种基于无人机多点测距数据的目标定位方法，目的是提高无人机定位方法定位精度。技术方案是：构建由数据采集模块、位置粗估计模块和位置精估计模块组成的目标定位系统。数据采集模块基于无人机使用手册中的数据采集精度、利用无人机激光载荷和无人机导航系统采集到的数据构建数据集Data；位置粗估计模块读入Data，采用最优线性无偏估计方法得到第一包含目标位置的估计值并采用加权最小二乘估计方法得到第二包含目标位置的估计值位置精估计模块基于内元素关系构建待估计参数β，采用加权最小二乘估计方法精确定位目标。采用本发明专利技术可以得到高精度的目标定位结果，得到高精度的目标的三维位置。得到高精度的目标的三维位置。得到高精度的目标的三维位置。

【技术实现步骤摘要】
一种基于无人机多点测距数据的目标定位方法


[0001]本专利技术涉及目标定位
，具体地说，本专利技术涉及一种基于无人机多点测距数据的目标定位方法。

技术介绍

[0002]无人机因体积小、机动灵活、隐蔽性强以及可以携带多种传感器等优势，具备精确探测目标位置的潜力，因此被广泛应用于军事和民用领域。
[0003]无人机定位目标一般采用经典的单点定位方法，具体步骤为：
[0004]第一步，在操作手控制无人机的光电系统锁定并跟踪地面目标后，无人机的数据采集模块从无人机导航系统得到无人机位置，从无人机的陀螺仪系统得到无人机姿态，从无人机的光电系统得到目标相对于无人机的方位角、俯仰角以及无人机到目标的距离；
[0005]第二步，无人机上的定位软件读入数据采集模块中无人机位置、无人机姿态、目标相对于无人机的方位角和俯仰角、以及无人机到目标的距离，然后利用无人机与目标的相对位置与二者间距离和角度的关系建立估计目标位置的表达式，解算出目标位置。
[0006]单点定位方法利用角度和距离信息计算得到目标位置，原理简单且容易实现。但是该方法对无人机陀螺仪系统姿态测量精度和光电系统测角精度要求较高，高精度的陀螺仪因体积巨大无法安装在无人机平台上，而小型化的陀螺仪对无人机姿态测量存在明显的积分累积误差，随着测量时间增加姿态测量误差逐渐增大；而且无人机上机械转动的光电系统存在安装误差，无法得到精准的指向角度信息，导致在现有无人机平台下单点定位误差较大，对距离1公里远的目标定位误差甚至达到百米量级，不能有效估计出地面目标位置。
[0007]为了克服无人机姿态和指向角度测量不准确导致目标定位精度低的问题，利用无人机多点测距信息对目标进行定位的总体最小二乘方法被提出(郑锴，郑献民，殷少锋等.基于总体最小二乘的无人机实时目标定位方法[J].电光与控制，2019 26(10):26
‑
29.)。
[0008]总体最小二乘方法为：
[0009]第一步，任务操作手操控无人机锁定目标并对目标进行绕飞，在绕飞航迹的若干测量点上，无人机的数据采集模块从无人机导航系统得到无人机位置，从光电系统得到无人机到目标的距离；
[0010]第二步，无人机上的定位软件读入数据采集模块中无人机位置和无人机到目标的距离，基于无人机与目标的相对位置与二者间距离的关系，从最小二乘原理出发建立估计目标位置的表达式，并利用奇异值分解方法对目标位置的表达式进行解算，得到目标位置。
[0011]相比于单点定位方法，总体最小二乘定位方法不需要角度测量信息，因而避免了角度测量误差大导致定位精度低的问题，可以获得优于单点定位方法的目标定位精度。然而总体最小二乘定位方法依赖于无人机的飞行轨迹，只能在圆柱螺旋线和阿基米德螺旋线轨迹下可以获得较好的定位结果，对距离1公里远的目标定位精度可以达到米级，而针对如绕目标圆周飞行的典型飞行轨迹，在目标高度向定位误差较大，定位精度甚至下降至百米
级，导致无法有效获得目标三维空间位置，不能满足高精度目标指示的要求。
[0012]因此如何提高无人机目标定位的精度一直是本领域的难点和热点问题。

技术实现思路

[0013]本专利技术要解决的技术问题在于，针对现有无人机定位方法定位精度不高这一问题，提出一种新的基于无人机多点测距数据的目标定位方法，实现对目标三维空间位置的高精度确定，提高目标的定位精度。
[0014]为解决上述技术问题，本专利技术的技术方案是：构建由数据采集模块、位置粗估计模块和位置精估计模块组成的目标定位系统。数据采集模块基于无人机使用手册中的数据采集精度、利用无人机激光载荷和无人机导航系统采集到的数据构建数据集Data；位置粗估计模块读入Data，采用最优线性无偏估计方法得到第一包含目标位置的估计值并采用加权最小二乘估计方法得到第二包含目标位置的估计值位置精估计模块基于内元素关系构建待估计参数β，采用加权最小二乘估计方法精确定位目标。采用本专利技术可以得到高精度的目标定位结果。
[0015]在本专利技术的数学公式中，矩阵或向量的右上角加“T”表示对矩阵或向量转置，矩阵的右上角加
“‑
1”表示对矩阵求逆。
[0016]本专利技术包括以下步骤：
[0017]第一步，构建目标定位系统，目标定位系统由数据采集模块、位置粗估计模块和位置精估计模块组成。数据采集模块由无人机自带，位置粗估计模块和位置精估计模块安装在无人机计算单元上。
[0018]数据采集模块与位置粗估计模块相连，由无人机激光载荷和无人机导航系统组成。无人机激光载荷的测距距离要求不小于10千米，测距精度优于9米；无人机导航系统要求定位精度优于5米。无人机激光载荷采集无人机绕目标飞行过程中N个测量点到目标的距离；无人机导航系统采集无人机绕目标飞行过程中N个测量点的无人机三维位置；从而获得数据集Data：
[0019][0020]其中为无人机绕目标飞行过程中的N个测量点到目标的距离集合，为无人机绕目标飞行过程中的N个测量点到目标的距离集合，为无人机绕目标飞行过程中第n个测量点到目标的距离，单位为米，1≤n≤N，N为无人机绕目标飞行的航迹的测量点个数；为无人机绕目标飞行过程中N个测量点的无人机三维位置，N个测量点的无人机三维位置，为无人机绕目标飞行过程中第n个测量点的无人机三维位置，个测量点的无人机三维位置，为WGS84坐标系下第n个测量点x轴方向的位置，为WGS84坐标系下第n个测量点y轴方向的位置，为WGS84坐标系下第n个测量点z轴方向的位置，无人机空间三维位置的单位为米；Q
u
为无人机导航精度，表示无人机位置的测量精度，单位为平方米；Q
R
为无人机激光测距精度，表示无人机激光载荷的测距精度，单位为平方米，Q
u
和Q
R
均可通过无人机使用手册获得。
[0021]位置粗估计模块与数据采集模块、位置精估计模块相连，位置粗估计模块从无人机数据采集模块读取无人机多点测距数据集Data，采用最优线性无偏估计方法和加权最小二乘方法对目标位置进行估计，得到目标位置的初始估计值，将初始估计值发送给位置精估计模块。
[0022]位置精估计模块与位置粗估计模块相连，从位置粗估计模块接收目标位置的初始估计值，基于初始估计值构建精确估计目标位置的表达式，然后采用加权最小二乘估计方法解算出目标位置，得到最终的目标定位结果。
[0023]第二步，数据采集模块基于无人机使用手册中的数据采集精度、以及利用无人机激光载荷和无人机导航系统采集到的数据构建数据集Data，方法如下：
[0024]2.1依据无人机使用手册中的无人机导航精度Q
u
和激光测距精度Q
R
，将它们依次放入数据集Data，得到Data中的前两项。
[0025]2.2采集和方法是：
[0026]2.2.1初始化n＝1；
[0027]2.2.2在无人机对目标绕飞过程中，无人机激光载荷在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机多点测距数据的目标定位方法，其特征在于包括以下步骤：第一步，构建目标定位系统，目标定位系统由数据采集模块、位置粗估计模块和位置精估计模块组成；数据采集模块由无人机自带，位置粗估计模块和位置精估计模块安装在无人机计算单元上；数据采集模块与位置粗估计模块相连，由无人机激光载荷和无人机导航系统组成；无人机激光载荷采集无人机绕目标飞行过程中N个测量点到目标的距离；无人机导航系统采集无人机绕目标飞行过程中N个测量点的无人机三维位置；从而获得数据集Data：其中为无人机绕目标飞行过程中的N个测量点到目标的距离集合，为无人机绕目标飞行过程中的N个测量点到目标的距离集合，为无人机绕目标飞行过程中第n个测量点到目标的距离，单位为米，1≤n≤N，N为无人机绕目标飞行的航迹的测量点个数；为无人机绕目标飞行过程中N个测量点的无人机三维位置，位置，为无人机绕目标飞行过程中第n个测量点的无人机三维位置，置，为WGS84坐标系下第n个测量点x轴方向的位置，为WGS84坐标系下第n个测量点y轴方向的位置，为WGS84坐标系下第n个测量点z轴方向的位置，无人机空间三维位置的单位为米；Q
u
为无人机导航精度，表示无人机位置的测量精度，单位为平方米；Q
R
为无人机激光测距精度，表示无人机激光载荷的测距精度，单位为平方米，Q
u
和Q
R
均通过无人机使用手册获得；位置粗估计模块与数据采集模块、位置精估计模块相连，位置粗估计模块从无人机数据采集模块读取无人机多点测距数据集Data，采用最优线性无偏估计方法和加权最小二乘方法对目标位置进行估计，得到目标位置的初始估计值，将初始估计值发送给位置精估计模块；位置精估计模块与位置粗估计模块相连，从位置粗估计模块接收目标位置的初始估计值，基于初始估计值构建精确估计目标位置的表达式，然后采用加权最小二乘估计方法解算出目标位置，得到最终的目标定位结果；第二步，数据采集模块基于无人机使用手册中的数据采集精度、以及利用无人机激光载荷和无人机导航系统采集到的数据构建数据集Data，方法如下：2.1依据无人机使用手册中的无人机导航精度Q
u
和激光测距精度Q
R
，将它们依次放入数据集Data，得到Data中的前两项；2.2无人机激光载荷采集无人机导航系统采集将和放到数据集Data中；第三步，位置粗估计模块从数据采集模块读入Data，采用最优线性无偏估计方法得到第一包含目标位置的估计值并进一步采用加权最小二乘估计方法得到第二包含目标位置的估计值并将发送至位置精估计模块；方法如下：3.1：对Data进行整理，生成第一向量b和第一系数矩阵A，公式中矩阵或向量的右上角加“T”表示对矩阵或向量转置，矩阵的右上角加
“‑
1”表示对矩阵求逆：
b＝[b1,
…
,b
n
,
…
,b
N
]
T
，其中，其中其中3.2：依据高斯
...

【专利技术属性】
技术研发人员：宋海波，文贡坚，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：