申请/专利权人：西安电子科技大学

申请日：2021-06-23

公开（公告）日：2022-12-02

公开（公告）号：CN113432602B

主分类号：G01C21/16

分类号：G01C21/16;G01S19/49

优先权：

专利状态码：有效-授权

法律状态：2022.12.02#授权;2021.10.15#实质审查的生效;2021.09.24#公开

摘要：本发明提出了一种基于多传感器融合的无人机位姿估计方法，用于复杂环境中无人机的自主定位，实现步骤是：分别获取视觉传感器、IMU和GPS传感器的数据，之后对不同传感器的数据进行处理并构建对应的视觉残差、IMU残差和GPS残差，构建过程中给IMU残差和GPS残差赋予不同的权重，之后融合不同传感器的残差，并使用非线性方法进行优化，得到无人机的位姿。本发明在融合多传感器数据进行无人机位姿求解时，考虑了不同传感器所获数据之间的差异，提高了无人机的位姿估计精度。

主权项：1.一种基于多传感器融合的无人机位姿估计方法，其特征在于，包括如下步骤：1获取多传感器数据：1a获取无人机携带的视觉传感器以10Hz-30Hz的频率采集M幅不同的地面灰度图像X＝{Xm|1≤m≤M}，IMU传感器以100Hz-200Hz的频率采集N组不同的无人机加速度数据A＝{An|1≤n≤N}和角速度数据W＝{Wn|1≤n≤N}，以及GPS传感器以20Hz-100Hz的频率采集不同的Z组无人机位置数据G＝{Oz,Lz,Hz|1≤z≤Z},其中M≥20，Xm表示第m幅地面灰度图像，N≥200，An、Wn分别表示t时刻无人机的加速度、角速度，Z≥40，Oz、Lz、Hz分别表示t时刻无人机的经度值、纬度值、高度值；2计算每个特征点Fc的视觉残差：对每幅地面灰度图像Xm进行特征点提取，得到X对应的特征点集合X'＝{Xm'|1≤m≤M}，并计算特征点集合Xm'中每个特征点Fc的视觉残差Ec，其中Xm'表示Xm对应的包括C个特征点的特征点子集合F＝{Fc|1≤c≤C}，C≥30；3计算每幅图像与相邻图像对应无人机位置之间的IMU残差；采用预积分方法，通过t时刻无人机的加速度An和角速度Wn计算相邻地面灰度图像Xm及相邻图像Xm+1之间的位移增量Pm,m+1、速度增量Vm,m+1和旋转增量Qm,m+1，并通过Pm,m+1、Vm,m+1和Qm,m+1，计算Xm与Xm+1对应无人机位置之间的IMU残差Em,m+1；4计算每幅图像对应无人机位置的GPS残差Ez：将GPS采集的Z组无人机位置数据G转换为东北天坐标系下的坐标G'＝{Oz',Lz',Hz'|1≤z≤Z},并计算每幅图像Xm在Gz'下的对应无人机位置的GPS残差Ez；5获取无人机位姿估计结果：通过每个特征点Fc的视觉残差Ec、每幅图像Xm及相邻图像Xm+1对应无人机位置之间的IMU残差Em,m+1和每幅图像Xm对应无人机位置的GPS残差Ez，构建多传感器残差Etight，并采用非线性优化方法对Etight进行优化，得到t时刻无人机的位姿，其中：Etight＝Ec+Wm,m+1·Em,m+1+Wz·Ez其中，Wm,m+1表示图像Xm及相邻图像Xm+1对应无人机位置之间的IMU残差Em,m+1的权重，Wz表示每幅图像Xm对应无人机位置的GPS残差Ez的权重。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于多传感器融合的无人机位姿估计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD