一种面向无人机与无人车之间的相对定位方法技术

本发明专利技术提出了一种面向无人机与无人车之间的相对定位方法，无人机和无人车都携带了多个UWB天线，而不是在操作区域战略性地放置多个锚点，因此获得无人机无人车之间的距离与方位角的对应值，并且结合高度估计用以进行面向无人机无人车相对位置估计。此外，还给出了UAV

【技术实现步骤摘要】
一种面向无人机与无人车之间的相对定位方法


[0001]本专利技术属于相对定位
，具体涉及一种面向无人机与无人车之间的相对定位方法。

技术介绍

[0002]相对定位是无人机无人车编队运动研究中一项具有挑战性的任务，它要求编队成员实时获取相互之间的位置关系。现有的大多数相对定位算法通常利用无线通信技术以及惯性导航技术。由于极易受到多径干扰的影响，定位精度难以提高，以及累计误差对定位精度的影响。尽管研究中提出了一些方法来降低累计误差的影响，但是基于惯性导航的定位系统在长时间运行时，仍旧无法避免累计误差过大的影响。研究一种能够有效的将不同的距离信息与方位角相匹配的方法，成为了相对定位的关键。

技术实现思路

[0003]针对多径干扰以及累计误差的影响，本专利技术提出了一种面向无人机与无人车之间的相对定位方法，利用基于UWB通信技术，结合TOA测距估计相对距离，使得结果更加准确和稳定。
[0004]一种面向无人机与无人车之间的相对定位方法，无人机UAV和无人车UGV之间通过于UWB通信，包括以下步骤：
[0005]步骤1、估计无人机UAV和无人车UGV之间的相对高度
[0006]步骤2、估计无人机UAV和无人车UGV之间的相对距离
[0007]步骤3、估计无人机UAV和无人车UGV之间的相对方向具体为：
[0008]控制无人机UAV原地旋转至少一周，旋转过程中通过无人机UAV和无人车UGV上配备的测量设备测量并记录两者之间的TOA测距值d；同时记录无人机UAV的方位角θ，得到一系列一一对应的方位角θ与TOA测距值d，从中找到最小TOA测距值d
m
；由此计算测距值模板曲线：
[0009][0010]其中，r为旋转半径，α为UAV与UGV间理论夹角，s＝d
m
+r为无人机UAV和无人车UGV间距离；
[0011]根据测距值模板曲线获得理论夹角α和理论距离值的对应序列其中m为旋转过程中的数据采样点数量；
[0012]由此得到两个TOA测距节点间测距值：
[0013][0014]其中，表示UAV与UGV间的真实距离，d为无人机UAV上配置电子罗盘与无
人车UGV之间的距离，e为传感器噪声θ为内置测量设备测量得到的方向角，测量夹角θ和TOA测距值的对应序列其中n为旋转一周采集到的数据量；
[0015]通过计算序列P2的测距序列值与序列P1中测距序列值间的距离平方和，令该距离平方和最小得到序列P2与序列P1见的匹配平移量k；
[0016]假设在对应序列P1中，无人机UAV和无人车UGV正对方向为P1中的第t个数据点，则相对方向估计结果为序列P2中第t+k个数据点对应方向角θ
t+k
，即：
[0017]较佳的，所述步骤1中，估计无人机UAV和无人车UGV之间的相对高度的方法包括：
[0018]首先，利用无人机UAV中内置的气压传感器，获得大气压强P，根据大气压强P与高度h的关系：
[0019][0020]根据上式计算获得高度差h，即为无人机UAV和无人车UGV之间的相对高度
[0021]其中，P0为标准大气压强；T0为气体体积流量标态温度；L
r
表示标准温度直减率；g表示重力加速度；M为干燥空气的摩尔质量；R0为通用气体常数。
[0022]较佳的，所述步骤2中估计无人机UAV和无人车UGV之间的相对距离的方法包括：
[0023]根据数据包中的时间信息来计算信号的传播时延t
p
；将t
p
乘以传播速度c，即可得到UAV和UGV之间的相对距离3、如权利要求1所述的一种面向无人机与无人车之间的相对定位方法，其特征在于，无人机UAV的状态向量使用扩展卡尔曼滤波器EKF方法选择:
[0024][0025]本专利技术具有如下有益效果：
[0026]本专利技术提供了一种面向无人机与无人车之间的相对定位方法，无人机和无人车都携带了多个UWB天线，而不是在操作区域战略性地放置多个锚点，因此获得无人机无人车之间的距离与方位角的对应值，并且结合高度估计用以进行面向无人机无人车相对位置估计。此外，还给出了UAV
‑
UGV合作场景的系统，并将气压计和光学相关流数据集成到扩展卡尔曼滤波器中，为反馈控制飞行提供足够准确和稳定的相对位置数据。
附图说明
[0027]图1为相对高度流程图。
[0028]图2为双向测距原理图。
[0029]图3为距离与方位角对应示意图。
[0030]图4(a)和图4(b)分别为距离误差σ
d
和方位误差σ
θ
对相对定位误差影响的仿真结果。
具体实施方式
[0031]本专利技术利用基于UWB通信技术，结合TOA测距估计相对距离。UAV和UGV都携带了多个UWB天线，而不是在操作区域战略性地放置多个锚点，因此获得UAV
‑
UGV之间的距离与方
位角的对应值，并且结合高度估计用以进行面向UAV
‑
UGV相对位置估计。此外，我们给出了UAV
‑
UGV合作场景的系统，并将气压计和光学相关流数据集成到扩展卡尔曼滤波器中，为反馈控制飞行提供足够准确和稳定的相对位置数据。在本专利技术中，利用UWB距离测量和其他机载传感器开发了一个UAV和UGV之间的相对定位系统。从图4中的仿真结果发现该方法可以更好的实现全方位的位置估计，定位精度对通信距离的敏感性较小，且精度较高。
[0032]一、相对高度估计
[0033]本专利技术主要使用安装在UAV上的MS5534B气压传感器实时监控UAV所处海拔的气压，通过M0计算该传感器测得的气压数据，将其转换成基本的高度数据。
[0034]MS5534B气压传感器是一款压阻式压力传感器和ADC接口的集成电路。该传感器测量气压精度比较高，价格便宜，性价也比较高。其主要原器件有高度传感器、单片机LPC1114、FT52 STD无线模块、TTL转USB模块等。
[0035]首先，利用UAV中内置的气压传感器，对UAV和UGV之间的相对高度进行估计。假设UGV所在高度为h2，UAV所在高度为h1，二者高度差为h，可根据大气压强p与高度h的关系计算获得：
[0036][0037]其中，P0为标准大气压强，约为101.3KPa；T0为气体体积流量标态温度，约为288.2K；L
r
表示标准温度直减率，约为
‑
0.01K/m；g表示重力加速度，约为9.8m/s2；M为干燥空气的摩尔质量，约为0.03Kg/mol；R0为通用气体常数，大小为8.3J/(mol
·
K)。
[0038]最后，通过上式得到的高度差h即为UAV和UGV之间的相对高度。
[0039]二、相对距离估计
[0040]双向测距方法是在UAV和UGV没有精确时钟同步的情况下，利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向无人机与无人车之间的相对定位方法，其特征在于，无人机UAV和无人车UGV之间通过于UWB通信，包括以下步骤：步骤1、估计无人机UAV和无人车UGV之间的相对高度步骤2、估计无人机UAV和无人车UGV之间的相对距离步骤3、估计无人机UAV和无人车UGV之间的相对方向具体为：控制无人机UAV原地旋转至少一周，旋转过程中通过无人机UAV和无人车UGV上配备的测量设备测量并记录两者之间的TOA测距值d；同时记录无人机UAV的方位角θ，得到一系列一一对应的方位角θ与TOA测距值d，从中找到最小TOA测距值d
m
；由此计算测距值模板曲线：其中，r为旋转半径，α为UAV与UGV间理论夹角，s＝d
m
+r为无人机UAV和无人车UGV间距离；根据测距值模板曲线获得理论夹角α和理论距离值的对应序列其中m为旋转过程中的数据采样点数量；由此得到两个TOA测距节点间测距值：其中，表示UAV与UGV间的真实距离，d为无人机UAV上配置电子罗盘与无人车UGV之间的距离，e为传感器噪声θ为内置测量设备测量得到的方向角，测量夹角θ和TOA测距值的对应序列其中n为旋转一周采集到的数据量；通过计算序列P2的测距序列值与序列P1中测距序列值间的距离平方和，令该距离平方和最小得到序列P2与序列P1...

【专利技术属性】
技术研发人员：甘明刚，郭嘉，陈杰，胡康，邓方，马千兆，何玉轩，白永强，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：