文摘

漂移的惯性导航系统(INS)将导致大导航错误当使用低成本的INS microaerial车辆(飞行器)。为了克服上述问题,INS /光学流/磁强计组合导航方案提出了gps定位环境。这项计划,基于扩展卡尔曼滤波器,结合INS和光学流信息来估计微型飞行器的速度和位置。陀螺、加速器和磁强计信息融合在一起,估计飞行器的态度当飞行器在静态或均匀移动状态;和陀螺只用于估计飞行器飞行器加速或减速时的态度。飞行器飞行数据用于验证组合导航方案,提出和验证结果表明,该方案可以有效地减少导航参数的误差,提高导航精度。

1。介绍

最近,自主操作无人机(飞行器)在军用和民用应用越来越受欢迎(1- - - - - -3),如空中侦察、货物交付、搜索和救援,遥感和映射。一个可靠的导航系统是非常重要的安全操作飞行器。目前,全球定位系统(GPS) (4)和惯性导航系统(INS) [5)是最广泛使用的飞行器导航技术。GPS是基于卫星可以提供相对一致的导航精度;然而,卫星信号会迷失在城市峡谷或室内环境(6,7]。INS是一个独立的设备,它可以提供一套完整的导航与高频参数,包括态度、速度和位置;然而,随着时间的推移系统误差的快速增长是一个独立的INS的主要缺点8,9]。

由于GPS和INS的缺点,很多小说研究了导航设备。例如,光流传感器已经证明可以提供可靠的速度和位置信息当申请机器人定位和导航10,11]。光流技术的动机是鸟和昆虫的飞行用于解决导航问题。光流可以被认为是二维投影的三维对象的感知运动,已被广泛用于运动估计(12,13]。当面对地面,光流传感器可用于精确的速度计算,和位置可以通过集成。例如,电脑鼠标传感器光学流理论的成功应用。受益于先前的研究光流算法和硬件设计,机器人研究人员采用光流传感器的微型飞机导航。丁等。14]添加光学流到无人机导航的GPS / INS集成光学流量作为备份速度帮助在GPS信号中断的情况下,和验证结果表明,通过使用光流,身高估计还在一米范围内后20秒内GPS辍学。梅尔卡多et al。15)提出了一种GPS / INS /光学流位置和速度估计数据融合方法;实验结果表明,一个好的速度测量可以粗略的全球定位系统(GPS)条件下通过光流。Rhudy et al。16)辅助广角光学流为无人机INS,广角光学流用于调节INS的漂移对gps定位导航的目的。Gageik et al。17)应用的光纤流量传感器二维定位的无人机,和位置保持结果表明,位置误差的标准差是10厘米和位置误差正要降落后30厘米。可以清楚地看到,光流速度和位置测量是一种有效的解决方案。然而,传统光流检测到摄像头,这是不适合微型飞机的重量,大小,和权力。2013年,一个光流传感器基于机器视觉的CMOS图像传感器提出了微型飞行器和命名为PX4FLOW [18),和室内验证结果表明,误差仅为0.5 m总体轨迹是28.44米。与传统光流传感器相比,PX4FLOW低功耗,低延迟,体积小、成本低;因此,它非常适合于飞行器的应用程序。

在这篇文章中,一个光流传感器/ INS /磁强计组合导航系统提出了飞行器,在光流传感器是用来测量速度和位置的飞行器,磁强计是用来测量微型飞机的态度;然后,应用这些导航参数漂移的校正INS通过使用扩展卡尔曼滤波。本文的组织结构如下:部分2是速度和位置的理论通过光流估计。节中给出的数据融合模型3。部分4实验和验证。部分5是结论。

2。估计速度和位置的光纤流量传感器

2.1。光流的计算

光流的三维相对运动的投影到二维图像平面。为了计算光流,研究者已经提出了很多的解决方案,如Lucas-Kanade算法,Horn-Schunck算法,图像插值算法,块匹配算法和特征匹配算法。在我们的研究中,考虑软件计算和硬件平台的复杂性,块匹配算法(BMA)基于最小平均绝对误差(MMAE)和选择绝对差异(SAD)的总和来计算光流,如图所示1。


图1
块匹配算法基础上的绝对差异。

如图1, 设置为灰色的价值吗 目标块选择从先前的框架 是目标块的灰度值与当前帧的搜索区域,在哪里 , 。BMA的原理基于MMAE和悲伤是搜索 和 满足(1);然后,光流矢量 可以获得的单位在哪里 像素/秒; 相机的采样频率,单位是“弗拉姆”:e /秒; 最小平均绝对误差:

在初始状态,选择一个目标在成像平面的原点;目标块时将微型飞机移动。在当前帧的搜索区域,目标块的光流矢量可以通过计算当前块之间的最小悲伤和前面的块。

在实验中,垂直于摄像机采集的图像。在整个采集过程中,一个数据块8×8像素作为块匹配对象,和搜索区域包含±4像素。有64像素点和81个候选向量方向每一帧图像。在获得每一帧图像,每个候选人的平均绝对误差向量计算和最小值选为光流矢量。

2.2。光流的模型

光流的运动模型预计在二维图像平面上的三维运动镜头。有两种常见的光流估计模型:一个是针孔图像平面的方法来源于昆虫和脊椎动物视觉系统的原理;另一种是球面成像表面方法来源于昆虫复合的眼睛。在我们的研究中,针孔图像平面的方法是用来估计飞行器在地理坐标系的运动。

针孔图像平面模型如图所示2。 设置为一个点在摄像机坐标系; 代表了焦距,所以 可以表示为 :


图2
针孔图像的模型飞机。

考虑到任何时候 在地上,点 有以下关系相对于摄像机坐标系下的微型飞机:

方程(7)是扩大在三维空间和(8)可以得到: 在哪里 是真正的角速度; 平均速度的飞行器在相机坐标系统。

在推导演算(4),的速度之间的关系 摄像机坐标系下的速度 在图像平面上可以获得: 在哪里 ,(10)- (12)可以通过扩大(9):

用(8)(10),(11),(13)可以得到:

在(13), 和 光学流组件的方向吗 和 悲伤和BMA,可以计算。 可以通过超声波是集成在光流传感器。角速度 , , 可以通过陀螺仪; 和 可以代替(2)和(3)。因此,转化速度 摄像机坐标系下的飞行器可以估计,和地理坐标系统下的飞行器速度可以计算通过坐标转换矩阵 。经过整合的速度,飞行器可以获得的数据位置。

2.3。基于加速度计和磁强计的态度估计

通过测量重力场,加速度计可以确定真正的横滚和俯仰的情况下没有自己的加速度;通过测量地磁场,磁强计的标题可以确定飞行器基于加速度计提供的车辆信息的态度。然后,整个态度信息没有积累误差可以通过集成加速度计和磁强计。

2.3.1。获得的横滚和俯仰加速度计

地理坐标系统下的重力向量的分量 。当车辆是静态的(没有相对加速度导航坐标系),加速度计的测量值是固定在载体坐标系 。标题的车辆没有影响加速度计的输出方向 和 由于重力加速度垂直于水平面。因此,可以得出结论

横滚和俯仰可以计算:

这种方法使用投影信息的地球重力加速度在载体坐标系中反映的态度信息载体,因此上述方程是正确的,条件只是没有加速度的车辆。事实上,静态或统一的车辆并不总是运动,加速度计的测量值不等于重力加速度在飞行器坐标系下的分量了一旦承运人正在加速运动。因此,这种方法只可用于静态测量,和需要找到另一个态度测量方法为动态条件。

2.3.2。标题得到的磁强计

地球磁场强度的组件在地理坐标系下 。磁力计是固定在载体和磁力计的坐标是相同的为载体坐标系 和组件载体坐标系下的磁场强度 。磁场强度的投影地理和相机坐标系统可以表示为 在哪里 可以被19]。在太原地区(北纬37.8°,东经112.5°), 显示为(17),的数据 可以从磁力仪获得:

假设中磁场强度不断被飞行的飞行器,飞行器地理坐标系统下的标题可以计算(16)和(17基于提供的横滚和俯仰加速度计。

3所示。基于卡尔曼滤波器的数据融合

3.1。光纤流量传感器/加速度计集成系统对速度和位置测量

在我们的研究中,采用EKF滤波融合加速度计和光学流传感器。速度和位置选择导航坐标系下计算了加速度计的状态值,并计算出的速度和位置选择光纤流量传感器作为观察者的价值。估计过程如图3。


图3
光纤流量传感器/加速度计集成系统。

考虑到非线性系统状态方程和观测方程, 在哪里 状态向量,包括微型飞行器的速度和位置信息; 观察向量,包括光流数据的方向 和 从光学传感器和数据流 从超声波传感器。 是系统的控制向量,可以获得的加速度计数据坐标矩阵变换后; 矩阵控制分配; 是噪声矩阵分配; 是矩阵的过程噪声; 是观察者噪声; 表示系统状态功能; 代表观察函数。

用状态和观测方程为卡尔曼滤波器,时间更新方程

测量更新方程是 在哪里 和 。

从上面提到的卡尔曼滤波器的过程,数据的位置和速度的飞行器可以获得的地理坐标系统。

3.2。陀螺仪和加速度计和磁强计基于卡尔曼滤波器的集成系统

微型飞行器的态度可以通过集成的角速率陀螺仪输出信号,然而,MEMS陀螺仪的性能会受到漂移的影响。集成加速度计和磁强计系统可以提供态度信息没有漂移;因此,有必要利用卡尔曼滤波器多传感器的数据融合。如图所示的过滤过程4;系统状态向量可以表示为 ,在那里 是系统状态的四元数;它可以通过四阶龙格-库塔方法计算。 陀螺仪的输出。


图4
陀螺仪和加速度计和磁强计集成系统。

系统观测向量可以表示为 ,这可以通过高斯牛顿法计算基于加速度计和磁强计的数据。

3.3。光纤流量传感器/ INS /磁强计组合导航方案

的有效估计飞行器获得的速度和位置可以使用光流传感器/ INS组合导航系统基于卡尔曼滤波器无论在静止状态和运动状态。根据态度测量的特点,通过使用陀螺仪和加速度计和磁强计,加速度计和磁强计综合校准陀螺仪在静止或匀速运动状态;当检测到运动状态加速或减速,独立的陀螺仪用于通过捷联计算获得的态度。光流传感器检测到运动状态。整体的导航方案如图5。


图5
光流传感器的流程图/ INS /磁强计组合导航系统。

4所示。实验和验证

为了验证提出的光纤流量传感器/ INS /磁强计组合导航系统,一个飞行器飞行进行了实验。实验地点在北大学的体育场,太原。如图6,我们可以看到,在飞行过程中,该微型飞机一直飞到北方。飞行距离50米,飞行高度是1.5米。


图6
实验轨迹。
4.1。实验平台

如数据所示7和8,自主飞行器作为飞行平台(图7(一));STM32F103Z被选中作为飞行控制处理器(图7(b));光纤流量传感器是由3 d Robtics公司命名为PX4FLOW(图7(c));MPU6050乌兹别克斯坦伊斯兰运动(图7(d));产生的磁强计是HMC3883L霍尼韦尔有限(图7(d));DJ1型2312是由收选为飞行器运动(图7(e));和HC-12无线串行接口模块(图7(f))是用来传输传感器的数据从微型飞机到电脑。


图7
硬件实验平台。

图8
INS / OFS /磁强计组合导航系统。
4.2。验证结果

数据9- - - - - -11速度估计结果,位置估计的结果,分别和态度的评估结果。表1是结束位置之间的比较结果只INS和OFS / INS /磁强计。它可以得出结论:(1)的过程中速度估计和位置估计,OFS / INS /磁强计基于卡尔曼滤波器可以有效减少INS的漂移。例如,从图9我们可以看到位置漂移轨迹后约8米50米没有修正OFS和磁强计,以及位置漂移下降到小于1米后使用集成的算法和(2)的过程中态度估计,横摇角、螺旋角和偏航角可以有效地跟踪OFS / INS /磁强计基于卡尔曼滤波器在静态和匀速运动状态。非均匀速度运动之后,态度可以立即纠正。

表1
之间的比较结果INS只有最后OFS / INS /磁强计的位置。

图9
速度估计的结果。

图10
位置估计的结果。

图11
估计结果的态度。

图12之间的轨迹比较结果是地面真理,INS,卡尔曼滤波器。可以得出结论,提出了光流传感器/ INS /磁强计组合导航系统可以提供更高的精确导航结果相比只INS导航系统。


图12
轨迹之间的比较结果地面真理,INS,卡尔曼滤波器。

5。结论

在这篇文章中,一个光流传感器/ INS /磁强计提出了飞行器组合导航系统。提议的方法,它是基于卡尔曼滤波器,结合光流传感器、INS,和磁强计信息估计的态度、速度和位置的飞行器。具体来说,陀螺、加速器和磁强计信息融合在一起,估计飞行器的态度当飞行器是静态或均匀移动;和陀螺只用于估计飞行器飞行器加速或减速时的态度。实验结果表明,该方法可以显著降低错误的导航位置,速度,和态度,与INS只有导航系统相比,可以有效地提高飞行器的导航性能具有重要的工程应用价值。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这部分工作是支持中国国家杰出青年科学家基金(51225504)、国家973项目(2012 cb723404),中国国家自然科学基金(91123016,91123016),山西奖学金委员会支持的研究项目(2015 - 082),中国的大学资助中国北大学(110246)。