0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

无人机导航系统的多传感融合和姿态解算

传感器技术 来源:传感器技术 作者:凌霄 2021-05-10 11:36 4316次阅读

无人机领域,大疆一直都行走在第一队列,各款消费级无人机层出不穷,去年的人气王MavicAir2,今年的FJIFPV和DJIAir2S。大疆无人机在中国市场的占有率为90%,在全球市场的占有率为70%,而在美国市场的占有率接近80%,以至于大家可以频频在各类好莱坞大片中看到大疆无人机的身影。

所谓无人机,就是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机,机上不配备驾驶舱,不需要飞行员驾驶,内部配置有驾驶仪等控制装置。近年来,无人机在民用、军事和科研等领域被广泛应用,例如侦察监视、对地攻击、交通巡逻等。其中,在无人机的飞行控制中,飞行姿态是重要参数之一,惯性导航系统是较为常用的一种导航方式。

一、传感器

对于飞行器而言,姿态角的解算进度和导航精度密切相关,因此姿态解算和实时更新是导航系统的重点。加速度计和陀螺仪是姿态解算的主要器件。

加速度计测量载体所受到的加速度力的大小,当加速度计保持稳定不动时,测量的数据即为重力在三维平面上的投影生成的反作用力的大小。仅仅利用三轴加速度计可以实现姿态角的估计,但是由于三轴加速度计动态响应较慢,若仅使用加速度计获取姿态角,会产生较大的延时,并且在运动过程中,姿态解算精度较低。

陀螺仪是测量载体绕转轴转动的角速度,又称角速度计。当载体以某个速率运动时,可以通过测量哥氏加速度获取三维空间转动的角速率。理论上,对角速率进行积分既可获取载体额姿态角信息,但是由于陀螺仪的测量会受到漂移误差的影响,对于有规律的漂移,可以通过建立数学模型进行补偿,但是对于随机漂移误差的补偿尚未出现特别有效的方法。因此,仅利用陀螺仪解算姿态角也是不合适的。

二、惯性导航系统

1、工作原理

惯性导航系统通过对总的增量进行积分运算获取位置和姿态信息,主要可分为平台式惯性导航系统和捷联式惯性导航系统。

平台惯惯性导航系统中将加速度计和陀螺仪安装在导航平台上,用导航平台模拟导航坐标系,沿着导航坐标系轴向将导航加速度计固定测量轴方向,进而加速度计即可获取飞行器在导航坐标系中的加速度,再利用几何方法,从平台上获取飞行器的姿态和航向信息。

捷联惯性导航系统是将加速度计和陀螺仪直接固连在飞行器上,而不是采用机械式的陀螺稳定平台。按照飞行器的滚转轴、俯仰轴和偏航轴的方向确定加速度计和陀螺仪的输入轴,

利用姿态矩阵,将三轴加速度计和三轴陀螺仪测量的飞行器沿机体坐标系轴向的加速度和角速度信息,变换至导航坐标系中,进而获取飞行器的速度、位置、姿态信息。

两种惯性导航系统相比之下,捷联惯性导航系统具有自主式的导航方法,系统的可靠性高于平台惯性导航系统。

2、导航系统融合算法

鉴于加速度计和陀螺仪频域特性互补的特点,可以融合两者的原始数据进行姿态解算。下面主要介绍互补滤波和卡尔曼滤波两种常用融合算法。

1.互补滤波:

互补滤波器通常用于将不同传感器测量的物理意义相似或者相同的数据进行融合,对于输入的多个输入量需要进行相应的预处理,即具有高频噪声的输入量,需要使用低通滤波器进行滤波。在飞行器姿态测量中,对于加速度计输入的变量通常需要进行低通滤波,对于陀螺仪输入的变量会进行高通滤波。

下图是一种常见的二阶互补滤波算法实现框图。

1aaa070a-b0b9-11eb-bf61-12bb97331649.png

在二阶互补滤波中,对输出值x与加速度计的测量值y1作差,然后将差值通过PI控制器进行处理后,以负反馈形式对陀螺仪测量值进行校正,简化的姿态角计算公式为

1ab5bb22-b0b9-11eb-bf61-12bb97331649.png

其中,Anglek为第k次滤波后的角度,Anglek-1为第k-1次滤波处理后的角度,angle_rate为陀螺仪测量的角速度值,t 为陀螺仪采样间隔时间。Angle_acc为加速度计的角度测量值,a为高通滤波系数,b为低通滤波系数,两者均为定值,且在系统工作过程中,该权值不会改变。

2.卡尔曼滤波

卡尔曼滤波是将最小均方误差作为标准进行最优估计。首先,将离散系统的控制过程用下面的方程进行表达。

1abe751e-b0b9-11eb-bf61-12bb97331649.png

k代表的是离散时间,X(K)代表的是k时刻的状态,U(k)代表的是k时刻的控制量,W(k)则代表的是干扰量,其表现形式为高斯白噪声,干扰量的协方差记作Q。M、N 代表系统的固有参数,当系统是多模型系统时,M、N表现为多维向量的形式。Z(k)代表的是k时刻的测量值,V(k)代表的是测量时的干扰信号,其协方差记为R,P是测量系统的固有参数。

卡尔曼滤波过程:

首先根据系统在k-1时刻的状态量X(k-1)估算其在下一时刻的状态量x(k|k-1),根据系统总体的运行机制,有:

1ac87bf4-b0b9-11eb-bf61-12bb97331649.png

然后对x(k|k-1)的协方差进行估算,S(k|k-1)表示X(k|k-1)的协方差,S(k-|k-1)则表示x(k-1|k-1)的协方差。

1ad21db2-b0b9-11eb-bf61-12bb97331649.png

将测量值和估算值进行融合,

1add5fa6-b0b9-11eb-bf61-12bb97331649.png

x(k|k-1)表示系统在k时刻计算出的最优状态值。G(k)是卡尔曼增益,其意义是在指导数据融合时,应该更加信任测量值,还是更加信任估算值.

那么G(k)如何计算?

1b4248ee-b0b9-11eb-bf61-12bb97331649.png

不同于互补滤波,卡尔曼滤波中的参数不是固定的,其与系统固有参数和干扰量都有关。进一步的,为保持系统的动态实时更新,需要对x(k|k)的协方差进行更新,即

1b57fb3a-b0b9-11eb-bf61-12bb97331649.png

三、光流导航系统

除了常见捷联惯导系统,光流导航系统也是近年来应用和研究较多的导航系统。光流导航系统是模仿生物的眼睛感受光的变化设计相关算法,将二维图像中的像素通过数学建模与三维载体进行关联,通过光流图像连续帧的变化,计算得到载体的运动信息。美国杨百翰大学的研究团队首次将光流导航技术应用在无人机上,使用了光电鼠标技术和激光测距。

在光流导航系统中,利用计算机视觉进行导航时通常是利用两帧连续图片的特征点之间的关系建立变化坐标,由此来判断无人机的运动信息。进行位置判断的关键是解决图像之间的特征点的提取以及匹配,并且由此建立起基于特征点的位置估计方程,设计出相应的光流导航算法。

基于特征点算法可以获取光流数据,但只是坐标信息,需要进行相应标定和转化。

在光流传感器相机标定中,为获取实际物体与图像中物体的转化关系,需要求出相机的内参矩阵和外参矩阵,即用一定尺寸的相机,在不同的视角下对同一个物体进行拍照,接着通过这些图像求得相机的内外参矩阵。内参矩阵由相机本身决定,外参矩阵由拍照的不同角度决定。

通过内外参矩阵,可以求出无人机上的光流传感器与光流场之间的对应关系,将光流信息转换成无人机的速度信息。为了获取无人机的运动信息,需要利用无人机的高度信息和载体坐标和地面坐标的转换矩阵。

因为当光线条件不好时,仅利用光流传感器将导致较大的误差。因此,将光流导航系统经常与惯性导航系统组合使用,可以互相弥补。光流/惯性松耦合模型是利用光流与惯导系统中的速度建立联系,利用光流系统对惯导系统进行数据修正,如下图所示。

1b7a163e-b0b9-11eb-bf61-12bb97331649.jpg

利用光流导航系统的速度与惯导系统的速度作差,得到速度测量方程

1b84a91e-b0b9-11eb-bf61-12bb97331649.png

Zp是观察矩阵,即惯导系统和光流导航系统提供的数据,Hp是测量转移矩阵,Vp是测量噪声矩阵,X 是t 时刻的状态矢量。VE-nE,VN-nN 表示惯导系统与光流导航系统之间速度的差值,h-hn表示惯导系统与光流导航系统之间位置的差值。

导航技术以及MEMS技术等理论的进步降低了无人机的生产、使用以及维护成本,使得无人机的应用范围逐渐扩大,与此同时,无人机的安全问题不可忽视,尤其是在复杂情况下更需要提高飞行的稳定性,多传感器融合和姿态解算具有重要的研究和应用意义。

作者:凌霄

浙江大学机械电子专业博士,从事智能传感与人机交互,智能机器人控制等领域的研究

责任编辑:lq

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 导航系统
    +关注

    关注

    2

    文章

    266

    浏览量

    30715
  • 无人机
    +关注

    关注

    230

    文章

    10437

    浏览量

    180489

原文标题:无人机导航系统的多传感融合和姿态解算

文章出处:【微信号:WW_CGQJS,微信公众号:传感器技术】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    相关推荐

    精准到“厘米级”!组合导航系统让你的无人机更加震撼

    你是否曾在操纵大型无人机时,因为定位不准而错过绝佳拍摄角度?或是在复杂环境下失去精确导航,导致任务失败?不用担心!!!ER-GNSS/MINS-01,以其高可靠、高精度的特性,完美解决了这些痛点。今天,让我们一起揭开ER-GNSS/MINS-01组合
    的头像 发表于 12-16 14:36 139次阅读

    姿态到飞行控制,IMU全方位守护无人机飞行

    IMU为无人机提供关键飞行数据,可以帮助无人机实现姿态控制、导航、飞行控制等多个功能。提供的数据被飞控系统用于生成控制指令,在飞行中做出快速
    的头像 发表于 12-13 09:51 151次阅读
    从<b class='flag-5'>姿态</b>到飞行控制,IMU全方位守护<b class='flag-5'>无人机</b>飞行

    霍尔传感器在无人机中的应用

    飞行姿态控制:通过安装在无人机机翼伺服系统、云台等部位的霍尔传感器,精确测量角度、位置等信息,为飞行控制系统提供准确的反馈数据,从而实现对
    的头像 发表于 11-27 18:10 351次阅读
    霍尔<b class='flag-5'>传感</b>器在<b class='flag-5'>无人机</b>中的应用

    大疆无人机是靠wifi还是gps

    Positioning System,全球定位系统)是一种基于卫星的导航系统,可以在全球范围内提供精确的位置信息。大疆无人机采用了先进的GPS定位技术,通过接收来自卫星的信号,实现无人机
    的头像 发表于 07-08 10:19 5252次阅读

    无人机干扰器干扰手机信号吗

    无人机干扰器主要用于干扰无人机的通信和导航系统,以防止无人机非法侵入或进行其他恶意行为。然而,无人机干扰器是否会干扰手机信号,需要从多个方面
    的头像 发表于 07-08 10:05 1236次阅读

    无人机智能巡检系统现代巡检的革新

           无人机智能巡检系统现代巡检的革新        无人机智能巡检系统是利用无人机技术结合先进的
    的头像 发表于 06-14 17:18 528次阅读

    反制无人机导航诱骗系统 #无人机反制系统 #无人机 #大疆无人机

    无人机
    高子航
    发布于 :2024年05月14日 17:52:32

    第四集 知语云智能科技无人机反制技术与应用--无人机的组成与工作原理

    转弯等动作。 姿态控制:无人机姿态控制依赖于飞控系统传感器。传感器实时感知
    发表于 03-12 11:28

    第二集 知语云智能科技无人机反制技术与应用--无人机的发展历程

    高精度传感器和智能算法,无人机反制系统能够在短时间内发现目标无人机,并对其进行准确识别。随后,系统会迅速锁定目标,并通过发射干扰信号、切断通
    发表于 03-12 10:56

    第一集 知语科技无人机反制技术与应用--无人机的定义与分类

    了解无人机反制技术与应用,为您揭开这一神秘领域的面纱。 一、无人机技术概述 1 无人机的定义与分类 无人机,即无人驾驶飞行器,是一种通过无
    发表于 03-12 10:42

    知语云智能科技无人机防御系统:应对新兴威胁的先锋力量

    随着科技的飞速发展,无人机技术在各个领域的应用日益广泛,但随之而来的是无人机威胁的不断升级。为了有效应对这些新兴威胁,知语云智能科技推出了先进的无人机防御系统,为空中安全保驾护航。
    发表于 02-26 16:35

    无人机全景监测:空域管理的新革命

    。这种实时监测和快速响应的能力,大大提高了空域管理的效率和安全性。 全面覆盖与高精度数据:无人机全景监测能够实现对空域的全面覆盖,不留死角。同时,高清摄像头和传感器能够获取高精度的影像数据,为管理者
    发表于 02-20 15:23

    \"【重磅推出】知语云智能科技:革新低空无人机反制系统,守护领空安全!

    的低空无人机反制系统。 知语云智能科技的无人机反制系统,集成了先进的雷达探测、无线电干扰、导航诱骗等多项技术。能够在复杂的低空环境中,迅速发
    发表于 01-26 16:10

    【先楫HPM5361EVK开发板试用体验】06-基于MPU9250的姿态

    姿态信息,因此需要进行姿态以获取设备的准确姿态姿态
    发表于 01-17 14:55

    无人机光谱相机有什么用

    的原理、优势和应用。 首先,我们需要了解无人机光谱相机的原理。与传统的相机不同,光谱相机能够同时捕获不同波长范围的光谱信息。这让我们能够看到人眼无法察觉的细微区别和变化。光谱相机
    的头像 发表于 01-11 11:22 2617次阅读