無人機(jī)低成本微小型自主定位系統(tǒng)技術(shù)研究.pdf

1、無人機(jī)以其成本低廉、人員零傷亡、生存能力強(qiáng)、機(jī)動性能好和使用方便等優(yōu)勢，備受軍事和民用領(lǐng)域的青睞，而導(dǎo)航定位則是其順利執(zhí)行任務(wù)的基本保障之一。對大型高端無人機(jī)而言，導(dǎo)航定位方式有多種選擇，典型的如基于全球衛(wèi)星導(dǎo)航系統(tǒng)/慣性導(dǎo)航系統(tǒng)（GNSS/INS）的組合導(dǎo)航技術(shù)、基于信號輻射導(dǎo)航/慣性導(dǎo)航系統(tǒng)（NAVSOP/INS）的組合定位技術(shù)等。對微小型無人機(jī)而言，由于其受到自身載荷和成本的限制，目前普遍搭載的是小體積、低功耗的全球定位系統(tǒng)（GP

2、S）模塊，隨著將來平臺技術(shù)的不斷發(fā)展，微小型無人機(jī)將應(yīng)用到單兵作戰(zhàn)、搶險(xiǎn)救災(zāi)、環(huán)境勘探、物流快遞和反恐作戰(zhàn)等多個領(lǐng)域，即其任務(wù)環(huán)境不再是單純的室外空曠環(huán)境，因此僅依靠GPS這類衛(wèi)星定位系統(tǒng)已不能滿足小型無人機(jī)的任務(wù)需要。為了提高機(jī)載定位系統(tǒng)的環(huán)境適應(yīng)性，在保證低成本、小體積、低功耗的前提下，研究能適用于多任務(wù)場景的自主定位技術(shù)已成為小型無人機(jī)發(fā)展過程中亟待解決的主要問題之一。
　　針對這一需求，基于機(jī)器人操作系統(tǒng)，圍繞微小型無人機(jī)

3、自主定位過程中涉及的算法框架、機(jī)載微小型傳感器的精度、多傳感器融合定位算法以及定位誤差累計(jì)等關(guān)鍵問題展開分析研究、算例仿真與飛行實(shí)驗(yàn)驗(yàn)證。論文的主要工作和研究成果包括：
　?。?）基于機(jī)器人操作系統(tǒng)，構(gòu)建了硬件成本低廉、傳感器易獲取易集成的自主定位框架。根據(jù)小型無人機(jī)在典型任務(wù)場景下作業(yè)的實(shí)際需求和目前已有的自主定位算法的優(yōu)勢與局限，選擇常見的機(jī)載MEMS傳感器（加速度計(jì)、陀螺儀、壓力傳感器和磁力傳感器），探索了一種易于集成的自主

4、定位框架，并基于機(jī)器人操作系統(tǒng)設(shè)計(jì)了框架的軟件結(jié)構(gòu)，提高了機(jī)載定位技術(shù)在多變?nèi)蝿?wù)環(huán)境下的適應(yīng)性。
　?。?）分析了MEMS傳感器的性能精度與使用場景之間的關(guān)聯(lián)表征，構(gòu)建了精度評估方法。針對MEMS加速度計(jì)、陀螺儀、壓力傳感器和方向角傳感器在精確定位系統(tǒng)中的可用性及其測量模型的適用條件，基于氣墊導(dǎo)軌、三軸轉(zhuǎn)臺和矩形鋼架等設(shè)備設(shè)計(jì)了一套精度評估方法，以建立MEMS傳感器在不同飛行高度、不同加速狀態(tài)與旋轉(zhuǎn)狀態(tài)下的性能表征，提高標(biāo)定結(jié)果的

5、有效性和實(shí)用性。
　　（3）充分考慮MEMS傳感器在不同運(yùn)動狀態(tài)下的性能表現(xiàn)不同，根據(jù)無人機(jī)的典型運(yùn)動模態(tài)設(shè)計(jì)了多源融合定位算法，有效將旋翼無人機(jī)的機(jī)載定位技術(shù)從既有的以室內(nèi)為主的低空環(huán)境擴(kuò)展到了室外數(shù)十米飛行空域，并提高了定位系統(tǒng)對弱光照和弱紋理環(huán)境的適應(yīng)能力。針對無人機(jī)勻速直線、升降運(yùn)動，基于機(jī)載攝像頭、壓力傳感器、方向角傳感器，提出無構(gòu)圖定位算法（MLVO）；針對無人機(jī)旋轉(zhuǎn)、加速直線運(yùn)動及復(fù)合運(yùn)動，在MLVO基礎(chǔ)上，借鑒誤差

6、狀態(tài)的卡爾曼濾波模型，融合了MEMS加速度計(jì)和陀螺儀數(shù)據(jù)，實(shí)現(xiàn)機(jī)載多傳感器的融合（MFVO）。MLVO和MFVO算法相輔相成，用以解決無人機(jī)在室外飛行高度數(shù)十米環(huán)境下或弱光照、弱紋理區(qū)域作業(yè)時(shí)的自主定位的問題。
　?。?）針對機(jī)載自主定位算法累積誤差的問題，提出了基于導(dǎo)航信標(biāo)輔助的定位修正算法（LAVO），有效融合了先驗(yàn)的網(wǎng)絡(luò)信息和人工合作標(biāo)記物信息以校正定位過程中的偏差。將網(wǎng)絡(luò)地圖中的典型地標(biāo)、人工合作標(biāo)志物以及網(wǎng)絡(luò)信號等信息作

7、為導(dǎo)航信標(biāo)，以其全局位置作為先驗(yàn)，基于概率濾波理論構(gòu)建無人機(jī)位置概率地圖，隨著觀測到的導(dǎo)航信標(biāo)不斷增多，證據(jù)不斷積累，最終對自主定位算法中出現(xiàn)的偏差及時(shí)校正，從而提高定位精度。
　?。?）基于機(jī)器人仿真器（Gazebo）構(gòu)建了自主定位算法的仿真測試環(huán)境，進(jìn)行了全系統(tǒng)測試，并采用三星Galaxy S3手機(jī)內(nèi)置傳感器對關(guān)鍵算法進(jìn)行了實(shí)物飛行實(shí)驗(yàn)驗(yàn)證。在Gazebo仿真環(huán)境下，通過設(shè)計(jì)不同飛行條件下的仿真實(shí)驗(yàn)，開展了MLVO，MFVO和

8、LAVO算法的定位精度實(shí)驗(yàn)研究，測試了各算法的工作條件及定位精度?；贛OVEMASTER RM501機(jī)械臂，AR-Drone、XAircraft650兩個典型四旋翼，以三星Galaxy S3手機(jī)傳感器作為機(jī)載傳感設(shè)備，開發(fā)手機(jī)應(yīng)用軟件，對內(nèi)部傳感器信息進(jìn)行訪問，開展了室內(nèi)外真實(shí)場景下的實(shí)驗(yàn)研究，并與目前代表性算法TUM_PTAM[1]進(jìn)行比較。通過設(shè)計(jì)室內(nèi)、麥田、花園以及城市四個不同場景，測試了MLVO，MFVO和LAVO算法對環(huán)境的