本發明專利技術屬于無人機技術領域，具體涉及一種基于自適應EKF的無人偵察機同步定位與構圖方法。其建立無人偵察機同步定位與地圖構建系統的地圖模型、坐標系統、特征模型、無人偵察機的運動模型以及傳感器測量模型。利用EKF實現無人偵察機的同步定位與地圖構建方法框架的設計。并針對無人偵察機運動模型、觀測模型構建不準確、以及非線性模型線性化導致的模型不匹配問題研究。提出將模型構建不準確以及線性化誤差導致的不確定性建模為具有時變均值及協方差矩陣的系統過程噪聲和觀測噪聲，設計基于帶時變噪聲估值器的自適應EKF的同步定位與構圖方法，實時估計系統過程噪聲和觀測的統計特性并對其進行修正，從而降低模型不確定性，提高估計進度。
【技術實現步驟摘要】
本專利技術屬于無人機
，具體涉及一種基于自適應EKF的無人偵察機同步定 位與構圖方法。
技術介紹
現代戰爭中，戰場環境復雜，及時掌握戰場情況對取得戰爭勝利起著決定性的作 用。無人偵察機應運而生，其能夠潛入敵區上空進行偵查，為作戰指揮中心提供實時的敵區 圖像和信息，使得指揮官及時掌握敵軍情況，進而制定合理的作戰計劃。其中，小型無人偵 查機以其體積小、重量輕、造價低、無傷亡等優勢已經成為目前研究的熱點。無人偵察機在 執行任務過程中要求其具有續航時間長、導航精度高、不易被敵方發現等特性。其中高精度 的導航是無人偵察機成功完成任何任務的基本前提，因而恰當的導航方法是無人偵察機完 成任務成敗的關鍵所在。 導航是指無人偵察機機借助外部信號或通過自身攜帶的傳感器判斷自身位置，從 而指導其航行、完成預定任務的過程。目前無人偵察機的導航方法主要分為兩種，非自主導 航以及自主導航。 非自主導航方法主要是衛星導航，利用GPS、歐米茄、羅蘭、北斗等，能夠獲得位置、 速度、時間等導航信息，且精度不隨時間推移而降低。然而GPS無法提供無人偵察機的姿態 信息，此外，目前只有GPS是覆蓋全球的，這就使得無人偵察機在執行大范圍任務時難免受 制于人，并且應用環境的適應性較差，容易受到干擾。自主導航不依賴外界信號源，僅僅通 過自身攜帶的速度、姿態及環境感知傳感器即可實現相對準確的導航，但是對于導航算法 的要求較高，是目前無人偵察機導航領域的研究重點及難點。 自主導航方法主要有航位推算、視覺導航、地球物理導航、多普勒導航、慣性導航、 同步定位與構圖等。航位推算具有較強的自主性、保密性及抗干擾性，但是其推算誤差隨著 時間迅速積累，不適合長航時無人偵察機導航；視覺導航具有獨立性、準確性，但是只能獲 得相對的運動狀態信息；地球物理導航具有無源性、無輻射、隱蔽性強，但是需要大量的地 磁數據，實時性受計算機處理能力限制，且受地形，天氣影響；多普勒導航自主性好、測速精 度高、抗干擾性強，但是其工作時必須發射電波，隱蔽性不好；慣性導航，精度高、隱蔽性好， 短期內具有很高的導航定位精度，但慣導系統初始對準較為困難，且造價比較高。 同步定位與地圖構建（SimultaneousLocalizationandMapping，SLAM)技術的 提出，一定程度上緩解了上述導航方法中存在的不足。SLAM是在無人偵察機自身位置不確 定，航位推算的過程中位置誤差逐漸累積的情況下，利用自身攜帶的環境感知傳感器反復 探測環境中特征，從而完成自身及特征位置的校正，同時構建環境地圖，無需預知地形信息 或外部輔助定位設備即可以得到較為可靠的無人偵察機位置信息及環境地圖信息，詳細描 述如圖1所示。
技術實現思路
(一）要解決的技術問題 本專利技術要解決的技術問題是：如何將自適應濾波方法與SLAM方法相結合以解決 無人偵查機自主導航過程中存在的位置誤差累計、環境適應性差、初始對準困難及隱蔽性 差等問題。 (二）技術方案 為解決上述技術問題，本專利技術提供一種基于自適應EKF的無人偵察機同步定位與 構圖方法，該方法包括如下步驟： 步驟S1 :對無人偵察機SLAM系統建模； 1.1地圖模型 采用特征地圖來構建環境地圖模型，將環境中的目標用幾何原型來描述； 1.2坐標系統 由于無人偵察機所攜帶的傳感器與環境特征之間的感知行為發生在傳感器坐標 系中，速度的測量發生在無人偵察機運動坐標系中，而最終環境地圖的構建需要表示在全 局地圖中，所以建立全局坐標系，無人偵察機運動坐標系及傳感器坐標系，并表明他們之間 的關系，定義全局坐標系，G為地心，X指向正北，Y指向正東，Z垂直于X平面 并指向G;定義AXaYaZa為無人偵察機運動坐標系，A為無人偵察機質心，XA指向機頭， 直于機頭，ΖΑ垂直于ΧΑΥΑ平面并指向A;定義SXsYsZs為環境感知傳感器坐標系，S為傳感器 質心，Xs指向傳感器電磁波發射方向，Ys垂直于電磁波發射方向，Zs垂直于XSYS平面并指向 S;三個坐標系均符合右手定則； 1.3特征模型 根據公式（1)，定義特征的運動學模型為： Xfi (k) =Xfi (k~l)i= 1···η (1) 其中，k為離散時間變量； 特征在傳感器坐標系中一般以極坐標的形式表示： 其中，Xfl表示第i個特征的狀態，即位置；η為特征的個數； Pi為特征i在極坐標系下的極徑；Θi為特征i在極坐標系下的極角； 1. 4無人偵察機運動模型 通過建立一個四自由度的常速運動學模型來描述無人偵察機的運動變換趨勢，如 公式（2)所示： XA (k) =f(XA (k-1),n(k~l)) (2) 無人偵察機XA=T，為全局坐標系中無人偵察機 的位置和艏向，表示運動坐標系A中相應的XA、YA、ZA方向的線速度和轉艏角速 度，n= [nu,nv,nw,nj表示以加速度的形式作用在速度上的高斯噪聲； 根據特征狀態Xfl和無人偵察機狀態X&可以獲得SLAM系統的狀態X，包括無人偵 察機的狀態XA和特征的狀態Xf: X=T ⑶ 其中，T為采樣時間； 1. 5傳感器測量模型 (1)速度測量模型 速度測量傳感器可提供X、Υ、Ζ三個方向的速度，測量模型為： Zv=HvX+sv (4) 其中，Zv為速度的測量值； 測量矩陣比為： Ηγ - 其中，0為全零矩陣，I為單位矩陣； 速度測量噪聲sv的協方差矩陣為： 其中，cjI為速度u的方差，4，為速度v的方差，為速度w的方差； (2)高度測量模型 通過高度測量傳感器可以獲得無人偵察機的高度，測量模型為： Zh=HhX+sh (5) 其中，ZH為高度的測量值； 測量矩陣Hh為： Hh= 高度測量噪聲的sH協方差矩陣表示為： ⑶艏向測量模型 通過艏向測量傳感器可以獲得無人偵察機的艏向，測量模型為： Zc=HcX+sc (6) 其中，Zc為艏向的測量值； 測量矩陣氏為： Hc= 艏向測量噪聲sc的協方差為： Rc 二 (4)環境測量模型 通過環境感知傳感器可以獲得環境中特征相對于無人偵查機的距離和方位，測量 模型為：：(J); 其中，Sl為特征測量噪聲； 測量矩陣為： 其中，/^和貧4是點特征在運動坐標系下的參數表示，pJPΘ1是點特征在全局 坐標系下的參數表示；[0067當前第1頁1 2 3 4 本文檔來自技高網...
【技術保護點】
一種基于自適應EKF的無人偵察機同步定位與構圖方法，其特征在于，該方法包括如下步驟：步驟S1：對無人偵察機SLAM系統建模；1.1地圖模型采用特征地圖來構建環境地圖模型，將環境中的目標用幾何原型來描述；1.2坐標系統由于無人偵察機所攜帶的傳感器與環境特征之間的感知行為發生在傳感器坐標系中，速度的測量發生在無人偵察機運動坐標系中，而最終環境地圖的構建需要表示在全局地圖中，所以建立全局坐標系，無人偵察機運動坐標系及傳感器坐標系，并表明他們之間的關系，定義GXGYGZG為全局坐標系，G為地心，XG指向正北，YG指向正東，ZG垂直于XGYG平面并指向G；定義AXAYAZA為無人偵察機運動坐標系，A為無人偵察機質心，XA指向機頭，YA垂直于機頭，ZA垂直于XAYA平面并指向A；定義SXSYSZS為環境感知傳感器坐標系，S為傳感器質心，XS指向傳感器電磁波發射方向，YS垂直于電磁波發射方向，ZS垂直于XSYS平面并指向S；三個坐標系均符合右手定則；1.3特征模型根據公式(1)，定義特征的運動學模型為：Xfi(k)=Xfi(k-1),i=1...n---(1)]]>其中，k為離散時間變量；特征在傳感器坐標系中一般以極坐標的形式表示：Xfi(k)=ρiθi(k)]]>其中，表示第i個特征的狀態，即位置；n為特征的個數；ρi為特征i在極坐標系下的極徑；θi為特征i在極坐標系下的極角；1.4無人偵察機運動模型通過建立一個四自由度的常速運動學模型來描述無人偵察機的運動變換趨勢，如公式(2)所示：XA(k)＝f(XA(k?1),n(k?1))???(2)無人偵察機XA＝[x?y?z?ψ?u?v?w?r]T，[x,y,z,ψ]為全局坐標系中無人偵察機的位置和艏向，[u,v,w,r]表示運動坐標系A中相應的XA、YA、ZA方向的線速度和轉艏角速度，n＝[nu,nv,nw,nr]表示以加速度的形式作用在速度上的高斯噪聲；根據特征狀態和無人偵察機狀態XA可以獲得SLAM系統的狀態X，包括無人偵察機的狀態XA和特征的狀態Xf：X＝[XA?Xf]T???(3)xyzψuvwr(k)=x+(uT+nuT22)cosψ-(vT+nvT22)sinψy+(uT+nuT22)sinψ+(vT+nvT22)cosψz+wT+nwT22ψ+rT+nrT22u+nuTv+nvTw+nwTr+nrT(k-1)]]>其中，T為采樣時間；1.5傳感器測量模型(1)速度測量模型速度測量傳感器可提供X、Y、Z三個方向的速度，測量模型為：ZV＝HVX+sV???(4)其中，ZV為速度的測量值；測量矩陣HV為：HV＝[03×4?I3×3?03×1?03×2n]其中，O為全零矩陣，I為單位矩陣；速度測量噪聲sV的協方差矩陣為：RV=σVu2000σVv2000σVw2]]>其中，為速度u的方差，為速度v的方差，為速度w的方差；(2)高度測量模型通過高度測量傳感器可以獲得無人偵察機的高度，測量模型為：ZH＝HHX+sH???(5)其中，ZH為高度的測量值；測量矩陣HH為：HH＝[0?0?1?0?0?0?0?0?01×2n]高度測量噪聲的sH協方差矩陣表示為：RH=σH2]]>(3)艏向測量模型通過艏向測量傳感器可以獲得無人偵察機的艏向，測量模型為：ZC＝HCX+sC???(6)其中，ZC為艏向的測量值；測量矩陣HC為：HC＝[0?0?0?1?0?0?0?0?01×2n]艏向測量噪聲sC的協方差為：RC=σC2]]>(4)環境測量模型通過環境感知傳感器可以獲得環境中特征相對于無人偵查機的距離和方位，測量模型為：ZiA=ρiAθiAT=h(X(k),si)---(7)]]>其中，si為特征測量噪聲；h(X(k),si)=(ρicosθi-x)2+(ρisinθi-y)2arctan(ρisinθi-yρicosθi-x)-ψ+si]]>測量矩陣為：其中，和是點特征在運動坐標系下的參數表示，ρi和θi是點特征在全局坐標系下的參數表示；步驟S2：基于步驟S1所建立的無人偵察機SLAM系統模型，執行自適應EKF的無人偵察機同步定位與構圖操作；其中，建立無人偵察機SLAM系統的狀態方程和觀測方程如下所示，被估計狀態以及觀測變量與狀態向量的關系呈現非線性：X(k)＝f(X(k?1),m(k))?????????????????????????????????(8)Z(k)＝h(X(k),n(k))式中，X(k)是無人偵察機SLAM系統的狀態向量；Z(k)是系統的觀測向量；m(...
【技術特征摘要】
【專利技術屬性】
技術研發人員：王晶，王樂鴻，所玉君，崔建飛，李艷玲，
申請(專利權)人：天津津航計算技術研究所，
類型：發明
國別省市：天津;12
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。