[發明專利]一種基于卡爾曼濾波的IMU機載視覺姿態融合的方法在審
| 申請號: | 201910317443.6 | 申請日: | 2019-04-19 |
| 公開(公告)號: | CN110032201A | 公開(公告)日: | 2019-07-19 |
| 發明(設計)人: | 熊洪睿;黃捷;馮山;韓嬋;鄒陽;王新華 | 申請(專利權)人: | 成都飛機工業(集團)有限責任公司 |
| 主分類號: | G05D1/08 | 分類號: | G05D1/08;G05D1/10 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 610092 四川*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 卡爾曼濾波 融合 多傳感器信息融合 姿態角數據 視覺 外參數 擴展卡爾曼濾波 實際位置 實驗數據 視覺信號 圖像采集 引導信息 四元數 解算 算法 相機 測量 采集 飛機 圖片 | ||
本發明公開了一種基于卡爾曼濾波的IMU機載視覺姿態融合的方法,主要包括步驟S300:基于卡爾曼濾波的IMU/機載視覺姿態融合;采集IMU實驗數據并經過四元數解算得到姿態角數據,同時對圖像采集的圖片進行處理得到相機的內、外參數;采用卡爾曼濾波融合姿態角數據和外參數。本發明使飛機的實際位置測量更準確,本發明融合IMU及視覺信號,并采用擴展卡爾曼濾波算法進行多傳感器信息融合以實現多傳感器信息融合,本發明提高了引導信息的精度和可靠性。
技術領域
本發明屬于無人機導航的技術領域,具體涉及一種基于卡爾曼濾波的IMU機載視覺姿態融合的方法。
背景技術
要成功完成自動著艦任務需要精確的引導信息,規劃一個平滑的著艦軌跡,才能順利的降落在甲板著艦點上。此外,有限的艦船甲板空間也對引導的精確度提出了更高的要求。多傳感器信息融合方法為精確引導提供了一種可行方法;它可以利用多傳感器的輔助屬性進行估計,以獲得更準確的估計。并且在此基礎上,為了保證導引系統的兼容性以及容錯率的提高,在GPS、視覺引導系統、激光雷達等傳感器的支持下,對可能影響引導方案變化的因素進行了全面的分析,并針對性地制定了相應的解決措施,在最大程度上保證了著艦的準確性以及穩定性。
著艦引導系統采用多信息源冗余設計,充分考慮到復雜的海洋環境及其他應用環境,相互之間互為余度,互相補充,才能夠保證在各種干擾下具有較高的可靠性和導引精度。
發明內容
本發明的目的在于提供一種基于卡爾曼濾波的IMU機載視覺姿態融合的方法,使飛機的實際位置測量更準確,本發明融合IMU及視覺信號,并采用擴展卡爾曼濾波算法進行多傳感器信息融合以實現多傳感器信息融合,本發明提高了引導信息的精度和可靠性。
本發明主要通過以下技術方案實現:一種基于卡爾曼濾波的IMU機載視覺姿態融合的方法,主要包括步驟S300:基于卡爾曼濾波的IMU/機載視覺姿態融合;采集IMU實驗數據并經過四元數解算得到姿態角數據,同時對圖像采集的圖片進行處理得到相機的內、外參數;采用卡爾曼濾波融合姿態角數據和外參數。
為了更好的實現本發明,進一步的,所述步驟S300主要包括以下步驟:
步驟S301:IMU數據的采集頻率為200Hz;
步驟S302:通過四元數解算姿態角:
步驟S303:相機內參數標定,相機的內部參數包括相機焦距f、主點坐標、像素大??;采用棋盤標定法間隙標定;
步驟S304:相機外參數解算:外參數求解就是旋轉矩陣R與平移矩陣t的求解,然后進行坐標的變換;
步驟S305:將IMU數據和機載視覺數據進行融合:以實驗采集數據模擬IMU和視覺信號,在拍攝時,變換攝像頭姿態;相對于背景來說,有上視視角、右視視角和正面視角,采集連續的圖片及對應的IMU數據,通過時間戳對齊,在matlab平臺以及VS2013平臺下,解算姿態角。
為了更好的實現本發明,進一步的,所述步驟S302主要包括以下步驟:
R'=qRq'
式中,R表示被旋轉的矢量,R'表示經四元數旋轉之后的矢量,q表示四元數,q'表示其轉置,四元數的標量部分表示轉角的余弦值,其矢量部分表示瞬時轉軸n的方向;下式表示矢量R相對參考坐標系旋轉一個轉角θ,旋轉軸的方向由四元數的虛部確定,cosα、cosβ、cosγ表示旋轉軸n與參考坐標系軸間的方向余弦值:
q=λ+p1i+p2j+p3k
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于成都飛機工業(集團)有限責任公司,未經成都飛機工業(集團)有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910317443.6/2.html,轉載請聲明來源鉆瓜專利網。





