基于EKF视觉组合导航方法的研究

摘要

随着导航技术不断发展，单一的导航系统已不能满足载体导航的精度和稳定性，组合导航成为目前发展的主流方向。GPS/SINS组合是当前流行的导航方式之一，能较好的提供载体的速度、姿态和位置信息，但是当载体处于GPS信号受到干扰的区域（如街道、隧道、峡谷等），GPS/SINS组合导航的精度会受到干扰，稳定性降低。为解决GPS信号缺失而带来的影响，本文引入光流视觉导航系统，将GPS/SINS/光流进行组合，并进行了相关研究。
　　首先根据捷联惯导解算原理和惯导元件的数学模型，设计了载体的轨迹发生器。利用轨迹发生器提供载体的速度、姿态和位置信息进行捷联解算matlab实验仿真，得出纯捷联惯导的不足。为解决捷联惯导误差发散的问题，提出GPS/SINS组合方法，考虑载体为微型四旋翼飞行器，系统为非线性系统，故采用EKF代替KF进行数据融合滤波，并进行实验仿真，表明GPS/SINS组合要优于纯捷联惯导。
　　然后，引入光流视觉导航系统，选用Hom-Schunck法进行光流计算载体的速度信息。为了提高导航系统的容错能力，选用联邦滤波组合结构，设计了GPS/SINS和SINS/光流两个子滤波器，组成了GPS/SINS/光流的组合导航系统，并采用EKF进行数据滤波。通过四旋翼实际飞行试验对比，结果表明GPS/SINS/光流组合的导航效果要优于GPS/SINS组合。

目录

声明

摘要

第一章 绪论

1．1 课题研究背景和意义

1．2 组合导航的国内外研究现状和发展趋势

1．3 本论文研究的主要内容及章节安排

第二章 捷联惯导与GPS工作原理及模型

2．1 常用的坐标系及其转换

2．2 捷联惯导工作原理

2．3 捷联惯导的数学模型

2．3．1 载体姿态矩阵求解方法

2．3．2 载体速度方程的求解

2．3．3 载体位置方程的求解

2．4 GPS导航原理

2．4．1 GPS主要误差分析

2．5 本章小结

第三章 光流视觉导航定位原理

3．1 光流概念

3．2 基于光流的测速原理

3．3 光流解算原理

3．4 光流计算方法

3．4．1 基于块匹配的计算方法

3．4．2 Horm-Schunck计算方法

3．5 本章小结

第四章 基于EKF的视觉组合导航方法

4．1 扩展卡尔曼滤波

4．1．1 卡尔曼滤波器的原理

4．1．2 扩展卡尔曼滤波模型

4．2 GPS／SINS组合导航系统

4．2．1 GPS／SINS组合导航组合方式

4．2．2 状态估计

4．2．3 GPS／SINS组合导航的误差模型

4．2．4 GPS／SINS组合导航的状态和量测方程

4．3 光流视觉、惯性和GPS组合导航系统

4．3．1 滤波结构

4．3．2 组合导航子滤波器的设计

4．4 本章小结

第五章 基于EKF的视觉组合导航实验结果及分析

5．1 捷联惯导系统的仿真实验

5．1．1 轨迹发生器的设计

5．1．2 捷联惯导惯性元件和轨迹发生器的Simulink仿真模块

5．1．3 捷联惯导仿真实验和分析

5．2 GPS／SINS组合导航仿真实验

5．2．1 GPS仿真模型

5．2．2 实验结果和分析

5．3 GPS／SINS／光流组合导航实验

5．3．1 Horm-Schunck光流法的MATLAB仿真

5．3．2 实际飞行结果分析

第六章 结论与展望

参考文献

发表论文和参加科研情况

致谢