[發明專利]基于無人機定位預測方法、裝置和無人機

在審

• 申請號: 202210073980.2
• 申請日: 2022-01-21
• 公開（公告）號: CN114777767A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 鄧中亮;劉延旭;胡恩文;殷嘉徽;綦航;袁華宇;蘇文舉;趙建民
• 申請（專利權）人: 北京郵電大學
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C21/20
• 代理公司: 北京金咨知識產權代理有限公司 11612
• 代理人: 宋教花

1.一種無人機定位預測方法，其特征在于，包括：

根據無人機集群內設有多源傳感器組的目標無人機當前的本地觀測量，確定所述目標無人機在預測時刻的本地定位狀態估計數據；

基于預設的逆協方差交叉方法，根據所述目標無人機當前與所述無人機集群內其他無人機之間的相對觀測量，獲取所述目標無人機在所述預測時刻的相對定位狀態估計數據；

基于預設的序貫方法，對所述目標無人機的本地定位狀態估計數據和相對定位狀態估計數據進行數據融合，以得到所述無人機在所述預測時刻的目標定位狀態預測結果。

2.根據權利要求1所述的無人機定位預測方法，其特征在于，在所述根據無人機集群內設有多源傳感器組的目標無人機當前的本地觀測量，確定所述目標無人機在預測時刻的本地定位狀態估計數據之前，還包括：

根據無人機集群內的目標無人機分別與北斗衛星之間鐘差、在ECEF坐標系下的三維位置、三維速度及三維加速度，確定該目標無人機的狀態數據；

根據所述目標無人機的狀態數據構建該目標無人機的離散系統模型，并基于所述目標無人機當前的IMU觀測量；

當所述離散系統模型為非線性時，根據所述目標無人機的北斗觀測模型確定該目標無人機當前的本地觀測量。

3.根據權利要求2所述的無人機定位預測方法，其特征在于，所述根據無人機集群內設有多源傳感器組的目標無人機當前的本地觀測量，確定所述目標無人機在預測時刻的本地定位狀態估計數據，包括：

根據所述目標無人機當前的本地觀測量對所述目標無人機進行局部定位狀態估計，以得到所述目標無人機在預測時刻的本地定位狀態估計數據；其中，所述本地定位狀態估計數據包括局部狀態估計值和對應的估計誤差的協方差矩陣。

4.根據權利要求3所述的無人機定位預測方法，其特征在于，還包括：

基于預設的極大極小魯棒估計原理與無偏線性最小方差準則，采用魯棒時變濾波器對所述本地定位狀態估計數據進行濾波；

根據濾波后的所述本地定位狀態估計數據對所述目標無人機進行位置狀態更新。

5.根據權利要求1所述的無人機定位預測方法，其特征在于，在所述基于預設的逆協方差交叉方法，根據所述目標無人機當前與所述無人機集群內其他無人機之間的相對觀測量，獲取所述目標無人機在所述預測時刻的相對定位狀態估計數據之前，還包括：

若所述目標無人機與所述無人機集群內的其他無人機之間存在相對觀測量，則根據所述目標無人機和其他無人機之間的UWB相對距離觀測模型確定所述目標無人機與其他無人機之間的相對觀測量。

6.根據權利要求5所述的無人機定位預測方法，其特征在于，所述基于預設的逆協方差交叉方法，根據所述目標無人機當前與所述無人機集群內其他無人機之間的相對觀測量，獲取所述目標無人機在所述預測時刻的相對定位狀態估計數據，包括：

基于逆協方差交叉方法，根據所述相對觀測量構造所述目標無人機與其他無人機的聯合狀態，以得到所述目標無人機在所述預測時刻的相對定位狀態估計數據，其中，所述相對定位狀態估計數據包括局部狀態估計值和對應的估計誤差的協方差矩陣；

根據所述相對定位狀態估計數據對所述目標無人機進行位置狀態更新。

7.一種無人機定位預測裝置，其特征在于，包括：

局部定位狀態估計模塊，用于根據無人機集群內設有多源傳感器組的目標無人機當前的本地觀測量，確定所述目標無人機在預測時刻的本地定位狀態估計數據；

相對定位狀態估計模塊，用于基于預設的逆協方差交叉方法，根據所述目標無人機當前與所述無人機集群內其他無人機之間的相對觀測量，獲取所述目標無人機在所述預測時刻的相對定位狀態估計數據；

數據融合模塊，用于基于預設的序貫方法，對所述目標無人機的本地定位狀態估計數據和相對定位狀態估計數據進行數據融合，以得到所述無人機在所述預測時刻的目標定位狀態預測結果。