[發明專利]基于無人機狀態信息的廣義因子圖融合導航方法

在審

• 申請號: 202110468764.3
• 申請日: 2021-04-28
• 公開（公告）號: CN113295162A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 曾慶化;孫克誠;劉建業;田志宇;孫永榮;李榮冰;許睿
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C21/20
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 徐曉鷺

本發明公開了一種基于無人機狀態信息的廣義因子圖融合導航方法。首先，根據實際情況設計導航系統方案，基于機載物理傳感器數據通過在線神經網絡學習的方式構建虛擬傳感器，在其他傳感器故障時引入系統補充導航狀態量測量；接著，構建基于無人機狀態信息的因子圖多源自主導航融合算法，基于無人機組合導航傳感器信息分為位置因子圖、速度因子圖、姿態因子圖并行估計無人機狀態信息；最后，基于無人直升機融合后的位置、速度信息分析無人機姿態誤差與位置信息、速度信息之間的函數映射關系，在此基礎上修正廣義姿態因子圖濾波器融合信息，基于廣義因子圖融合導航框架通過反饋矯正提升無人機位置、速度、姿態量測精度。

技術領域

本發明屬于組合導航技術領域，特別涉及了一種無人機的廣義因子圖融合導航方法。

背景技術

近些年，無人機憑借其巨大的應用市場和潛在的擴展領域受到世界各國的高度重視，無人機技術在軍事領域和民用領域均獲得了廣泛應用。無人機由于具有無人駕駛、遠程操控的能力，在海上搜救、森林火災救援、能源探測、商業運輸等領域得到了廣泛的應用。盡管目前已經有大量關于無人機飛行安全方面的研究，無人機也有著較好的飛行特性，但它還是會受到復雜大氣環境的影響。特別是低空大氣擾動會造成無人機姿態的變化。在復雜大氣干擾下，無人機的高精度姿態及其他導航狀態信息是一個亟待解決的問題。

無人機的定位主要由機載的導航系統完成，無人機導航系統實時輸出無人機的位置、速度和姿態信息，為飛行器提供準確的位置坐標和狀態信息。在無人機導航系統中，由于各傳感器所采用的導航原理不同，各類傳感器之間存在極強的互補性。在實際應用中，由于不同傳感器的更新頻率不同，存在時間不同步的問題，采用固定的濾波結構和方法均很難滿足這種復雜多變的應用需求，因子圖靈活易變的濾波結構更適合多源組合導航濾波融合方法。

概率圖模型是一種以圖模型表示變量概率依存關系的理論。因子圖是一種雙向概率圖模型，圖中包含兩種類型的節點：一種是變量節點，代表全局多元函數中的變量；一種是因子節點，代表因式分解中的局部函數。每個局部函數只與全局多元函數中的部分變量相關，當且僅當變量是局部函數的自變元時，因子圖中與之相應的變量節點與因子節點之間存在一條連接邊。因子圖作為一種分析問題的圖形工具，或許有助于解決無人機傳感器量測信息的非等間隔、不同步、動態變化等問題。

無人機姿態量測信息并不充足，無人機組合導航系統中僅有IMU提供全部的姿態信息，磁力計僅提供航向角校正，而其他傳感器多提供的是位置、速度信息。因子圖架構將位置、速度、姿態分為三個因子圖同步進行濾波，這樣造成了姿態因子圖量測量較少，需要姿態的精確量測來保證無人機的飛行安全，同時姿態精度的提升也修正位置、速度的精度。

發明內容

為了解決上述背景技術提到的技術問題，本發明提出了基于無人機狀態信息的廣義因子圖融合導航方法，提高了對無人機姿態量測的精確度，來保證無人機的飛行安全，同時姿態精度的提升也修正位置、速度的精度。

為了實現上述技術目的，本發明的技術方案為：

基于無人機狀態信息的廣義因子圖融合導航方法，所述導航方法包括以下內容

步驟一，根據無人機的任務需求、所處環境以及導航傳感器設計導航系統，通過在線神經網絡學習的方式基于物理導航傳感器的狀態與量測信息構建虛擬傳感器，確定無人機機載導航傳感器的工作性能，在相關物理傳感器故障時引入系統補充導航狀態量測量；

步驟二，獲得機載各導航系統得到傳感器量測信息，分成位置、速度和姿態三個因子圖進行信息融合，將無人機組合狀態變量定義為因子圖的變量節點，機載各導航傳感器測量值定義為因子節點，構建基于位置因子圖、速度因子圖、姿態因子圖的多源導航信息融合算法；

步驟三，基于位置因子圖與速度因子圖濾波估計的位置、速度信息，引入到廣義姿態因子圖濾波器中，對姿態因子圖濾波的結果進行修正。

進一步的，所述步驟二包括以下具體流程：