本發(fā)明涉及無人機(jī)導(dǎo)航技術(shù)，具體涉及一種基于多傳感器融合的無人機(jī)導(dǎo)航系統(tǒng)及方法。

背景技術(shù)：

多傳感器信息融合(multi-sensorinformationfusion，msif)是利用計算機(jī)技術(shù)將來自多傳感器或多源的信息和數(shù)據(jù)，在一定的準(zhǔn)則下加以自動分析和綜合，以完成所需要的決策和估計而進(jìn)行的信息處理過程。

多傳感器信息融合技術(shù)的基本原理就像人的大腦綜合處理信息的過程一樣，將各種傳感器進(jìn)行多層次、多空間的信息互補(bǔ)和優(yōu)化組合處理，最終產(chǎn)生對觀測環(huán)境的一致性解釋。在這個過程中要充分地利用多源數(shù)據(jù)進(jìn)行合理支配與使用，而信息融合的最終目標(biāo)則是基于各傳感器獲得的分離觀測信息，通過對信息多級別、多方面組合導(dǎo)出更多有用信息。這不僅是利用了多個傳感器相互協(xié)同操作的優(yōu)勢，而且也綜合處理了其它信息源的數(shù)據(jù)來提高整個傳感器系統(tǒng)的智能化。

無人駕駛飛機(jī)簡稱“無人機(jī)”，是利用無線電遙控設(shè)備和自備的程序控制裝置操縱的不載人飛行器。無人機(jī)從技術(shù)角度定義可以分為：無人直升機(jī)、無人固定翼機(jī)、無人多旋翼飛行器、無人飛艇、無人傘翼機(jī)這幾大類。與載人飛機(jī)相比，它具有體積小、造價低、使用方便、對作戰(zhàn)環(huán)境要求低、戰(zhàn)場生存能力較強(qiáng)等優(yōu)點(diǎn)。由于無人駕駛飛機(jī)對未來空戰(zhàn)有著重要的意義，世界各主要軍事國家都在加緊進(jìn)行無人駕駛飛機(jī)的研制工作。

在無人機(jī)技術(shù)當(dāng)中，無人機(jī)導(dǎo)航作為其中一種重要的技術(shù)分支，對無人機(jī)的影響極大。遠(yuǎn)距離的情況下，人為操作將出現(xiàn)較大的誤差，此時就需要無人機(jī)自身具備導(dǎo)航功能，在自身導(dǎo)航系統(tǒng)的驅(qū)動下，完成飛行任務(wù)。

在導(dǎo)航技術(shù)方面，目前應(yīng)用得最多，最成熟的導(dǎo)航方式有ins慣性導(dǎo)航和衛(wèi)星導(dǎo)航。gps衛(wèi)星導(dǎo)航的優(yōu)點(diǎn)是具有全球性、全天候、長時間定位精度高的特點(diǎn)，但缺點(diǎn)是信號易受干擾和遮擋，在強(qiáng)電磁環(huán)境下和有高樓遮擋時，信號質(zhì)量變差，并且其輸出頻率有限(一般為1—10hz)，且輸出不連續(xù)，在需要快速更新信息的場合(如機(jī)動性和實(shí)時性要求較高的無人機(jī)系統(tǒng)上)，gps衛(wèi)星導(dǎo)航的缺點(diǎn)便凸顯出來。而ins慣性導(dǎo)航系統(tǒng)是一種全自主式的導(dǎo)航方式，因此具有很強(qiáng)的隱蔽性和抗干擾的能力，并且輸出信息連續(xù)，短時間內(nèi)定位精度高。但由于mems-ins器件自身的特點(diǎn)，陀螺儀和加速度計有初始零偏、隨機(jī)漂移等誤差，隨著時間的累計作用，其誤差越來越大，長時間定位精度較差，最終無法準(zhǔn)確反映無人機(jī)的姿態(tài)和位置信息。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是：提出一種基于多傳感器融合的無人機(jī)導(dǎo)航系統(tǒng)及方法，相對于傳統(tǒng)技術(shù)實(shí)現(xiàn)更為精確的無人機(jī)導(dǎo)航，提高智能化程度和導(dǎo)航精確度。

本發(fā)明解決上述技術(shù)問題所采用的方案是：

一種基于多傳感器融合的無人機(jī)導(dǎo)航系統(tǒng)，包括：

雙目模塊，用于獲取實(shí)時環(huán)境影像信息；

即時定位和地圖構(gòu)建模塊，用于根據(jù)雙目模塊獲取的實(shí)時環(huán)境影像信息進(jìn)行即時定位及構(gòu)建飛行地圖；

超聲波模塊，用于通過超聲波測距獲取無人機(jī)位置信息；

慣性測量模塊，用于獲取無人機(jī)姿態(tài)信息；

氣壓計模塊，用于通過測量氣壓獲取無人機(jī)位置信息；

存儲模塊，用于存儲系統(tǒng)數(shù)據(jù)信息；

人機(jī)交互模塊，用于提供人機(jī)交互功能；

導(dǎo)航模塊，用于提供無人機(jī)導(dǎo)航功能；

擴(kuò)展卡爾曼濾波模塊，用于根據(jù)gps模塊檢測的搜星數(shù)量和/或定位精度選擇進(jìn)入不同的導(dǎo)航模式，在相應(yīng)導(dǎo)航模式下，融合相應(yīng)模塊獲取的數(shù)據(jù)信息計算獲得無人機(jī)當(dāng)前姿態(tài)和位置，預(yù)測無人機(jī)姿態(tài)和位置，對無人機(jī)姿態(tài)和位置進(jìn)行實(shí)時更新；

gps模塊，用于檢測無人機(jī)導(dǎo)航系統(tǒng)的搜星數(shù)量和/或定位精度，以及獲取無人機(jī)位置信息；

所述雙目模塊與即時定位和地圖構(gòu)建模塊信號連接；所述即時定位和地圖構(gòu)建模塊、超聲波模塊、慣性測量模塊、氣壓計模塊與擴(kuò)展卡爾曼濾波模塊信號連接；所述擴(kuò)展卡爾曼濾波模塊與gps模塊、存儲模塊信號連接；所述存儲模塊與導(dǎo)航模塊和人機(jī)交互模塊信號連接。

作為進(jìn)一步優(yōu)化，所述擴(kuò)展卡爾曼濾波模塊根據(jù)gps模塊檢測的搜星數(shù)量和/或定位精度選擇進(jìn)入不同的導(dǎo)航模式，具體包括：

若搜星數(shù)量少于6顆或者定位精度大于3米，則進(jìn)入室內(nèi)導(dǎo)航模式，若搜星數(shù)量大于或等于6顆，或者定位精度小于或等于3米，則進(jìn)入室外導(dǎo)航模式。

作為進(jìn)一步優(yōu)化，所述人機(jī)交互模塊包括用于和地面站進(jìn)行數(shù)據(jù)通信的無線信號傳輸模塊和根據(jù)接收到的數(shù)據(jù)信息控制無人機(jī)飛行控制器運(yùn)行的交互模塊。

作為進(jìn)一步優(yōu)化，所述擴(kuò)展卡爾曼濾波模塊，在相應(yīng)導(dǎo)航模式下，融合相應(yīng)模塊獲取的數(shù)據(jù)信息計算，具體包括：

在室內(nèi)導(dǎo)航模式下，根據(jù)慣性測量模塊獲取的姿態(tài)信息、超聲波模塊獲取的無人機(jī)位置信息和氣壓計模塊獲取的無人機(jī)位置信息進(jìn)行融合計算；

在室外導(dǎo)航模式下，根據(jù)慣性測量模塊獲取的姿態(tài)信息、氣壓計模塊獲取的無人機(jī)位置信息、gps模塊獲取的無人機(jī)位置信息進(jìn)行融合計算。

此外，本發(fā)明的另一目的還在于提出一種基于多傳感器融合的無人機(jī)導(dǎo)航方法，其包括以下步驟：

a.設(shè)定無人機(jī)運(yùn)行的多個目標(biāo)位置并進(jìn)行存儲；

b.無人機(jī)在飛行時獲取實(shí)時環(huán)境影像信息，根據(jù)所述實(shí)時環(huán)境影像信息進(jìn)行即時定位及構(gòu)建飛行地圖；

c.通過慣性測量模塊獲取無人機(jī)的姿態(tài)信息、通過超聲波模塊獲取無人機(jī)的位置信息、通過氣壓計獲取無人機(jī)的位置信息和通過gps裝置獲取無人機(jī)的位置信息，對獲取的所有信息進(jìn)行存儲；

d.檢測無人機(jī)搜星數(shù)量和/或定位精度，根據(jù)檢測結(jié)果，確定無人機(jī)是進(jìn)入室內(nèi)導(dǎo)航模式或室外導(dǎo)航模式；若進(jìn)入室內(nèi)導(dǎo)航模式，則執(zhí)行步驟e；若進(jìn)入室外導(dǎo)航模式，則執(zhí)行步驟f；

e.將慣性測量模塊獲取的信息、超聲波模塊獲取的信息和氣壓計獲取的數(shù)據(jù)信息和飛行地圖數(shù)據(jù)進(jìn)行融合計算，獲取無人機(jī)當(dāng)前姿態(tài)和位置，對無人機(jī)的姿態(tài)和位置進(jìn)行預(yù)測，對無人機(jī)姿態(tài)和位置進(jìn)行實(shí)時更新，進(jìn)入步驟g；

f.將慣性測量模塊獲取的信息、氣壓計獲取的信息、gps裝置獲取的數(shù)據(jù)信息和飛行地圖數(shù)據(jù)進(jìn)行融合計算，根據(jù)融合后的結(jié)果，獲取無人機(jī)當(dāng)前姿態(tài)和位置，對無人機(jī)的姿態(tài)和位置進(jìn)行預(yù)測，對無人機(jī)姿態(tài)和位置進(jìn)行實(shí)時更新；

g.依次讀取存儲的目標(biāo)位置，根據(jù)目標(biāo)位置和無人機(jī)的當(dāng)前姿態(tài)及位置實(shí)時調(diào)整無人機(jī)姿態(tài)使無人機(jī)不斷向目標(biāo)位置靠近并最終到達(dá)目標(biāo)位置。

作為進(jìn)一步優(yōu)化，步驟e中，將慣性測量模塊獲取的信息、超聲波模塊獲取的信息和氣壓計獲取的數(shù)據(jù)信息和飛行地圖數(shù)據(jù)進(jìn)行融合計算的方法為：

用慣性測量模塊獲取的角速度和加速度信息更新狀態(tài)轉(zhuǎn)移矩陣進(jìn)行預(yù)測，將超聲波模塊獲取的數(shù)據(jù)信息、氣壓計獲取的數(shù)據(jù)信息和構(gòu)建的地圖信息作為觀測信息修正預(yù)測值，得到最優(yōu)值。

作為進(jìn)一步優(yōu)化，步驟f中，將慣性測量模塊獲取的信息、氣壓計獲取的信息、gps模塊獲取的數(shù)據(jù)信息和飛行地圖數(shù)據(jù)進(jìn)行融合計算的方法為：

用慣性測量模塊獲取的角速度和加速度信息更新狀態(tài)轉(zhuǎn)移矩陣進(jìn)行預(yù)測，用gps模塊獲取的數(shù)據(jù)信息、構(gòu)建的地圖信息和氣壓計獲取的數(shù)據(jù)信息作為觀測信息修正預(yù)測值，得到最優(yōu)值。

作為進(jìn)一步優(yōu)化，步驟e中，采用擴(kuò)展卡爾曼濾波器根據(jù)慣性測量模塊獲取的數(shù)據(jù)信息預(yù)測無人機(jī)的姿態(tài)和位置；根據(jù)構(gòu)建的地圖信息和超聲波測距裝置獲取的數(shù)據(jù)信息、氣壓計獲取的數(shù)據(jù)信息更新姿態(tài)和位置。

作為進(jìn)一步優(yōu)化，步驟f中，采用擴(kuò)展卡爾曼濾波器根據(jù)慣性測量模塊獲取的數(shù)據(jù)信息預(yù)測無人機(jī)的姿態(tài)和位置；根據(jù)構(gòu)建的地圖信息和gps模塊獲取的數(shù)據(jù)信息、氣壓計獲取的數(shù)據(jù)信息更新姿態(tài)和位置。

作為進(jìn)一步優(yōu)化，所述采用擴(kuò)展卡爾曼濾波器根據(jù)慣性測量模塊獲取的數(shù)據(jù)信息預(yù)測無人機(jī)的姿態(tài)和位置的方法是：

步驟1：設(shè)置慣性測量單元獲取的信息的卡爾曼濾波器的狀態(tài)轉(zhuǎn)移方程；

步驟2：卡爾曼濾波器通過t-1時的狀態(tài)預(yù)測t時的狀態(tài)；

步驟3：用傳感器的測量值與步驟2中的預(yù)測值估計出最優(yōu)值，并更新卡爾曼增益常數(shù)；

步驟4：重復(fù)步驟2～3。

本發(fā)明的有益效果是：

1、智能化程度高：通過對無人機(jī)搜星數(shù)量和定位精度進(jìn)行檢測，確定無人機(jī)處于室內(nèi)還是處于室外，從而切換成不同導(dǎo)航模式，無須人為手動切換，自動化程度高。

2、精確度高：對多種傳感器獲取的數(shù)據(jù)信息進(jìn)行融合，根據(jù)融合后的結(jié)果來進(jìn)行定位和導(dǎo)航，相較于采用單一傳感器的定位和導(dǎo)航，其精確度更高；此外，根據(jù)無人機(jī)處于室內(nèi)還是處于室外，采用不同的導(dǎo)航和定位方式，針對室內(nèi)和室外不同的狀況進(jìn)行針對性的導(dǎo)航，提升了系統(tǒng)和方法的精度。

附圖說明

圖1為實(shí)施例1中的基于多傳感器融合的無人機(jī)導(dǎo)航系統(tǒng)結(jié)構(gòu)框圖；

圖2為實(shí)施例2中的基于多傳感器融合的無人機(jī)導(dǎo)航方法流程圖。

具體實(shí)施方式

本發(fā)明旨在提出一種基于多傳感器融合的無人機(jī)導(dǎo)航系統(tǒng)及方法，相對于傳統(tǒng)技術(shù)實(shí)現(xiàn)更為精確的無人機(jī)導(dǎo)航，提高智能化程度和導(dǎo)航精確度。

下面結(jié)合附圖及實(shí)施例對本發(fā)明的方案作進(jìn)一步的描述：

實(shí)施例1：

如圖1所示，本實(shí)施例中的基于多傳感器融合的無人機(jī)導(dǎo)航系統(tǒng)，包括：

雙目模塊，用于獲取實(shí)時環(huán)境影像信息；

即時定位和地圖構(gòu)建模塊，用于根據(jù)雙目模塊獲取的實(shí)時環(huán)境影像信息進(jìn)行即時定位及構(gòu)建飛行地圖；

超聲波模塊，用于通過超聲波測距獲取無人機(jī)位置信息；

慣性測量模塊，用于獲取無人機(jī)姿態(tài)信息；

氣壓計模塊，用于通過測量氣壓獲取無人機(jī)位置信息；

存儲模塊，用于存儲系統(tǒng)數(shù)據(jù)信息；

人機(jī)交互模塊，用于提供人機(jī)交互功能；

導(dǎo)航模塊，用于提供無人機(jī)導(dǎo)航功能；

擴(kuò)展卡爾曼濾波模塊，用于根據(jù)gps模塊檢測的搜星數(shù)量和/或定位精度選擇進(jìn)入不同的導(dǎo)航模式，在相應(yīng)導(dǎo)航模式下，融合相應(yīng)模塊獲取的數(shù)據(jù)信息計算獲得無人機(jī)當(dāng)前姿態(tài)和位置，預(yù)測無人機(jī)姿態(tài)和位置，對無人機(jī)姿態(tài)和位置進(jìn)行實(shí)時更新；

gps模塊，用于檢測無人機(jī)導(dǎo)航系統(tǒng)的搜星數(shù)量和/或定位精度，以及獲取無人機(jī)位置信息；

所述雙目模塊與即時定位和地圖構(gòu)建模塊信號連接；所述即時定位和地圖構(gòu)建模塊、超聲波模塊、慣性測量模塊、氣壓計模塊與擴(kuò)展卡爾曼濾波模塊信號連接；所述擴(kuò)展卡爾曼濾波模塊與gps模塊、存儲模塊信號連接；所述存儲模塊與導(dǎo)航模塊和人機(jī)交互模塊信號連接。

在具體實(shí)現(xiàn)上，雙目模塊可采用雙目攝像機(jī)，即時定位和地圖構(gòu)建模塊包括用于確定無人機(jī)當(dāng)前位置的定位模塊和用于構(gòu)建無人機(jī)飛行路徑地圖的地圖構(gòu)建模塊；所述定位模塊和所述地圖構(gòu)建模塊信號連接；

超聲波模塊可以采用超聲波測距裝置，慣性測量模塊可以采用慣性測量裝置，所述人機(jī)交互模塊包括用于和地面站進(jìn)行數(shù)據(jù)通信的無線信號傳輸模塊和根據(jù)接收到的數(shù)據(jù)信息控制無人機(jī)飛行控制器運(yùn)行的交互模塊。

擴(kuò)展卡爾曼濾波模塊根據(jù)gps模塊檢測的搜星數(shù)量和/或定位精度選擇進(jìn)入不同的導(dǎo)航模式，具體包括：

若搜星數(shù)量少于6顆或者定位精度大于3米，則進(jìn)入室內(nèi)導(dǎo)航模式，若搜星數(shù)量大于或等于6顆，或者定位精度小于或等于3米，則進(jìn)入室外導(dǎo)航模式。

在室內(nèi)導(dǎo)航模式下，根據(jù)慣性測量模塊獲取的姿態(tài)信息、超聲波模塊獲取的無人機(jī)位置信息和氣壓計模塊獲取的無人機(jī)位置信息進(jìn)行融合計算；

在室外導(dǎo)航模式下，根據(jù)慣性測量模塊獲取的姿態(tài)信息、氣壓計模塊獲取的無人機(jī)位置信息、gps模塊獲取的無人機(jī)位置信息進(jìn)行融合計算。

實(shí)施例2：

如圖2所示，本實(shí)施例提供了一種基于多傳感器融合的無人機(jī)導(dǎo)航方法，其包括以下實(shí)現(xiàn)步驟：

s1.設(shè)定無人機(jī)運(yùn)行的多個目標(biāo)位置并進(jìn)行存儲；

s2.無人機(jī)在飛行時獲取實(shí)時環(huán)境影像信息，根據(jù)所述實(shí)時環(huán)境影像信息進(jìn)行即時定位及構(gòu)建飛行地圖；

s3.通過慣性測量模塊獲取無人機(jī)的姿態(tài)信息、通過超聲波模塊獲取無人機(jī)的位置信息、通過氣壓計獲取無人機(jī)的位置信息和通過gps裝置獲取無人機(jī)的位置信息，對獲取的所有信息進(jìn)行存儲；

s4.檢測無人機(jī)搜星數(shù)量和/或定位精度，根據(jù)檢測結(jié)果，確定無人機(jī)是進(jìn)入室內(nèi)導(dǎo)航模式或室外導(dǎo)航模式；若進(jìn)入室內(nèi)導(dǎo)航模式，則執(zhí)行步驟e；若進(jìn)入室外導(dǎo)航模式，則執(zhí)行步驟f；

s5.將慣性測量模塊獲取的信息、超聲波模塊獲取的信息和氣壓計獲取的數(shù)據(jù)信息和飛行地圖數(shù)據(jù)進(jìn)行融合計算，獲取無人機(jī)當(dāng)前姿態(tài)和位置，對無人機(jī)的姿態(tài)和位置進(jìn)行預(yù)測，對無人機(jī)姿態(tài)和位置進(jìn)行實(shí)時更新，進(jìn)入步驟g；

s6.將慣性測量模塊獲取的信息、氣壓計獲取的信息、gps裝置獲取的數(shù)據(jù)信息和飛行地圖數(shù)據(jù)進(jìn)行融合計算，根據(jù)融合后的結(jié)果，獲取無人機(jī)當(dāng)前姿態(tài)和位置，對無人機(jī)的姿態(tài)和位置進(jìn)行預(yù)測，對無人機(jī)姿態(tài)和位置進(jìn)行實(shí)時更新；

s7.依次讀取存儲的目標(biāo)位置，根據(jù)目標(biāo)位置和無人機(jī)的當(dāng)前姿態(tài)及位置實(shí)時調(diào)整無人機(jī)姿態(tài)使無人機(jī)不斷向目標(biāo)位置靠近并最終到達(dá)目標(biāo)位置。

在具體實(shí)現(xiàn)上，步驟s1中，在無人機(jī)系統(tǒng)初始化后，可以根據(jù)本次無人機(jī)執(zhí)行的飛行任務(wù)設(shè)置運(yùn)行的多個目標(biāo)位置，并存儲在存儲模塊中；

步驟s2中，無人機(jī)在飛行時通過雙目模塊獲取實(shí)時環(huán)境影像信息，通過即時定位和地圖構(gòu)建模塊，據(jù)實(shí)時環(huán)境影像信息進(jìn)行即時定位及構(gòu)建飛行地圖；

步驟s3中，各個模塊獲取的數(shù)據(jù)信息均傳輸至存儲模塊進(jìn)行存儲。

步驟s4中，根據(jù)gps模塊檢測無人機(jī)搜星數(shù)量和/或定位精度，根據(jù)檢測結(jié)果，確定無人機(jī)是進(jìn)入室內(nèi)導(dǎo)航模式或室外導(dǎo)航模式：

若搜星數(shù)量少于6顆或者定位精度大于3米，則進(jìn)入室內(nèi)導(dǎo)航模式，若搜星數(shù)量大于或等于6顆，或者定位精度小于或等于3米，則進(jìn)入室外導(dǎo)航模式。

步驟s5中，在室內(nèi)導(dǎo)航模式下，根據(jù)慣性測量模塊獲取的姿態(tài)信息、超聲波模塊獲取的無人機(jī)位置信息和氣壓計模塊獲取的無人機(jī)位置信息進(jìn)行融合計算，具體為：用慣性測量模塊獲取的角速度和加速度信息更新狀態(tài)轉(zhuǎn)移矩陣進(jìn)行預(yù)測，將超聲波模塊獲取的數(shù)據(jù)信息、氣壓計獲取的數(shù)據(jù)信息和構(gòu)建的地圖信息作為觀測信息修正預(yù)測值，得到最優(yōu)值。此外，本步驟中，采用擴(kuò)展卡爾曼濾波器根據(jù)慣性測量模塊獲取的數(shù)據(jù)信息預(yù)測無人機(jī)的姿態(tài)和位置；根據(jù)構(gòu)建的地圖信息和超聲波測距裝置獲取的數(shù)據(jù)信息、氣壓計獲取的數(shù)據(jù)信息更新姿態(tài)和位置。

步驟s6中，在室外導(dǎo)航模式下，根據(jù)慣性測量模塊獲取的姿態(tài)信息、氣壓計模塊獲取的無人機(jī)位置信息、gps模塊獲取的無人機(jī)位置信息進(jìn)行融合計算，具體為：用慣性測量模塊獲取的角速度和加速度信息更新狀態(tài)轉(zhuǎn)移矩陣進(jìn)行預(yù)測，用gps模塊獲取的數(shù)據(jù)信息、構(gòu)建的地圖信息和氣壓計獲取的數(shù)據(jù)信息作為觀測信息修正預(yù)測值，得到最優(yōu)值。此外，本步驟中，采用擴(kuò)展卡爾曼濾波器根據(jù)慣性測量模塊獲取的數(shù)據(jù)信息預(yù)測無人機(jī)的姿態(tài)和位置；根據(jù)構(gòu)建的地圖信息和gps模塊獲取的數(shù)據(jù)信息、氣壓計獲取的數(shù)據(jù)信息更新姿態(tài)和位置。

針對上述步驟s5和s6中，采用擴(kuò)展卡爾曼濾波器根據(jù)慣性測量模塊獲取的數(shù)據(jù)信息預(yù)測無人機(jī)的姿態(tài)和位置的具體方法為：

步驟1：設(shè)置慣性測量單元獲取的信息的卡爾曼濾波器的狀態(tài)轉(zhuǎn)移方程；

步驟2：卡爾曼濾波器通過t-1時的狀態(tài)預(yù)測t時的狀態(tài)；

步驟3：用傳感器的測量值與步驟2中的預(yù)測值估計出最優(yōu)值，并更新卡爾曼增益常數(shù)；

步驟4：重復(fù)步驟2～3。