基于无人机的视觉和惯性导航组合导航系统位姿估计

摘要

针对无人机在卫星信号失锁时仅利用惯导无法精确获取位姿信息的问题,提出了通过扩展卡尔曼滤波对单目视觉和惯导进行信息融合的算法,并设计了一个包含单目视觉、惯性测量单元(IMU)及超声波传感器的组合系统.首先,利用超声波传感器通过最小二乘法完成尺度估计值的获取;其次建立IMU的系统方程进行惯导信息的解算,并完成误差状态方程的求解;最后,通过扩展卡尔曼滤波实现单目视觉与惯导的信息融合.利用该算法对无人机在200 m动态飞行的信息进行解算,结果表明,位置误差的均方根在0.995 m以下,水平姿态角的均方根误差在1.915°以下,偏航角的均方根误差达到了2.235°.该算法不但提高了位姿的估计精度,而且解决了纯视觉输出频率低的问题,满足了无人机对高动态特性的需求,解决了无人机在卫星信号失锁时无法精确定位的问题.