System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于无人机自主着陆,具体涉及一种旋翼无人机惯性视觉着陆导航方法。
技术介绍
1、传统的惯性视觉组合导航模型一般采用地理坐标系建模,这种方法依赖于惯导完备误差方程,在大尺度场景下随无人机机动能够激励出各项误差。而在垂直起降场景下,无人机正对合作目标飞行,姿态误差不可观测。且地理坐标系建模需将视觉导航相对位姿信息转换为经纬度绝对位置,需要提前获取合作目标位置信息,为着陆过程带来更多不便性。
技术实现思路
1、本专利技术的目的是提供一种旋翼无人机惯性视觉着陆导航方法,实现了不需要提前获取合作目标位置信息,解决了视觉导航精度随无人机相对合作目标距离变化的技术问题,提高了无人机视觉导航精度。
2、本专利技术的计技术方案是,一种旋翼无人机惯性视觉着陆导航方法的具体步骤如下:
3、第一步,合作目标坐标系误差建模:
4、将惯性导航系统解算地理坐标系上的位移量转换至合作目标坐标系中,采用姿态转移矩阵进行转换,然后,在合作目标坐标系下进行误差建模;
5、合作目标坐标系误差模型包括惯性视觉组合导航系统连续状态方程、滤波状态量的表达式、系统状态转移矩阵、组合导航系统观测方程和姿态转移矩阵;
6、第二步,对惯性导航与视觉导航信息进行融合:
7、根据第一步获得误差模型,通过卡尔曼滤波算法对惯性导航与视觉导航信息进行融合;
8、第三步,系统量测噪声阵拟合方法:计算旋翼无人机与合作目标间的相对距离,对量测噪声矩阵rk进行
9、根据旋翼无人机着陆过程的四个阶段,通过二次曲线对各阶段量测噪声矩阵rk拟合如下:
10、1)当相对合作目标距离大于200m时,rk=100;
11、2)当相对合作目标距离大于10m,小于200m时,以x=10m为对称轴,(10m,5m)为抛物线顶点,(5m,100m)为抛物线上一点,抛物线开口向上,拟合曲线方程为:rk=0.002631x2-0.052632x+5.26322;
12、3)当相对合作目标距离大于5m,小于10m时,以x=10m为对称轴,(10m,5m)为抛物线顶点,(200m,100m)为抛物线上一点,抛物线开口向上,拟合曲线方程为:rk=3.8x2-76x+385;
13、4)当相对合作目标距离小于5m时,rk=100;
14、第四步,位置误差修正:即对惯性导航各项误差进行修正:
15、a)位置误差修正:
16、导航坐标系下位置误差估计值δpn为:
17、
18、式中,δpa为合作目标坐标系下位置误差估计值,为由合作目标坐标系到导航坐标系的姿态转移矩阵,将其北向误差与东向误差转换为弧度坐标:
19、
20、执行位置修正:
21、
22、b)速度误差修正:
23、导航目标坐标系下速度误差估计值为:
24、
25、执行速度修正:
26、
27、第一步中,所述合作目标采用二维码;合作目标坐标系为:以二维码标志中心点为原点oa;xa轴沿垂直于二维码标志平面的垂线;ya轴在二维码标志平面内垂直于xa轴,向上为正;za轴在二维码标志平面内垂直于xa轴,向右为正;oxayaza构成右手坐标系。
28、利用卡尔曼滤波方法对惯性导航与视觉导航进行融合,
29、第一步中,合作目标坐标系误差模型如下:
30、惯性视觉组合导航系统连续状态方程为,
31、
32、式中,f(t)为t时刻连续状态方程的状态转移矩阵,为t时刻系统随机噪声向量,被估计的系统误差变量,误差变量导数,
33、滤波状态量x的表达式为,
34、xt=(sx,vx,ax,sy,vy,ay,sz,vz,az) (2)
35、合作目标坐标系下的位置误差s(单位:m)、速度误差v(单位:m/s)、加速度误差a(单位:m/s2),式中下标x、y、z表示合作目标坐标系的三个方向;
36、系统状态转移矩阵为,
37、
38、其中f1、f2、f3表示坐标系三个方向的子转移矩阵;
39、其中,
40、
41、组合导航系统观测方程为,
42、
43、为系统观测变量,h(k)为组合导航滤波器量测矩阵,为观测噪声阵;
44、观测信息为:
45、
46、式中,δs表示系统位置误差,包括x、y、z三个方向,svis表示视觉导航系统解算的合作目标坐标系下相邻帧位移量,sins表示惯性导航系统在合作目标坐标系下相邻帧位移量,sins计算方法如下:
47、
48、式中:
49、为地理坐标系到合作目标坐标系之间的姿态转移矩阵,由合作目标摆放方向确定,lat为惯性导航系统纬度、hgt为惯性导航系统高度、lon为惯性导航系统经度,下标k与k-1表示当前时刻与上一时刻,rm与rn分别表示地球子午圈半径与地球卯酉圈半径,
50、由此可确定观测矩阵h:
51、h(k)=[h1 h2 h3] (9)
52、其中:
53、
54、第二步中,,卡尔曼滤波计算方法步骤如下:
55、a)状态一步预测:
56、
57、b)一步预测均方差:
58、
59、c)滤波增益:
60、
61、d)状态估计:
62、
63、e)估计均方差:
64、
65、式中:
66、一步预测估计状态向量;
67、φk,k-1:离散化以后的式f阵;
68、最优估计状态向量;
69、pk,k-1:一步预测协方差矩阵;
70、pk:最优估计协方差矩阵;
71、kk:最优增益矩阵;
72、rk:离散化以后的量测噪声矩阵;
73、q:离散化以后的系统噪声协方差矩阵;
74、hk为量测矩阵;zk为观测量。
75、下标k表示当前时刻;
76、第三步中,无人机在着陆过程分为以下四个阶段:
77、1)距离合作目标较远,此时目标成像不清晰,视觉导航精度较差;
78、2)随着与合作目标距离的接近,合作目标成像逐渐清晰,视觉导航精度随无人机降落提高;
79、3)无人机下降到一定高度后,随着接近合作目标,合作目标在相机成像中逐渐不完整,视觉导航错误率提高;
80、4)随着无人机下降到一定高度,合作目标在相机成像过小,视觉导航精度较差。
81、本专利技术的有益效果是,本专利技术通过对合作目标的识别进行相对位姿测本文档来自技高网...
【技术保护点】
1.一种旋翼无人机惯性视觉着陆导航方法,其特征是:该导航方法的具体步骤如下:
2.按照权利要求1所述一种旋翼无人机惯性视觉着陆导航方法,其特征在于:第一步中,所述合作目标采用二维码;合作目标坐标系为:以二维码标志中心点为原点oa;xa轴沿垂直于二维码标志平面的垂线;ya轴在二维码标志平面内垂直于xa轴,向上为正;za轴在二维码标志平面内垂直于xa轴,向右为正;oxayaza构成右手坐标系。
3.按照权利要求1所述一种旋翼无人机惯性视觉着陆导航方法,其特征在于:第一步中,合作目标坐标系误差模型如下:
4.按照权利要求1所述一种旋翼无人机惯性视觉着陆导航方法,其特征在于:第二步中,,卡尔曼滤波计算方法步骤如下:
5.按照权利要求1所述一种旋翼无人机惯性视觉着陆导航方法,其特征在于:第三步中,无人机在着陆过程分为以下四个阶段:
【技术特征摘要】
1.一种旋翼无人机惯性视觉着陆导航方法,其特征是:该导航方法的具体步骤如下:
2.按照权利要求1所述一种旋翼无人机惯性视觉着陆导航方法,其特征在于:第一步中,所述合作目标采用二维码;合作目标坐标系为:以二维码标志中心点为原点oa;xa轴沿垂直于二维码标志平面的垂线;ya轴在二维码标志平面内垂直于xa轴,向上为正;za轴在二维码标志平面内垂直于xa轴,向右为正;oxayaza构...
【专利技术属性】
技术研发人员:尚克军,王大元,扈光锋,徐策,刘崇亮,明丽,焦浩,李至,李茜茜,赵亮,赵宇飞,王洪枫,
申请(专利权)人:北京自动化控制设备研究所,
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。