微型多源感知计算系统的制作方法

本发明涉及组合导航技术领域，具体涉及一种微型多源感知计算系统，其能够满足中小型飞行器全飞行周期的自主导航。

背景技术：

中小型无人飞行器由于受到成本的严格限制不可能采用高精度的激光惯性导航系统，其自主导航方式常采用mems惯性测量单元(imu)与全球卫星定位系统(gps)的组合导航，即imu+gps，导航精度取决于imu和gps的定位精度，imu误差会随时间不断累积；当飞行里程较远时，导航误差显著增大，直接影响飞行安全和任务执行效率。imu与gps组合导航时，导航精度显著提升，特别是在差分gps支持下可以获得精确的导航信息，但是gps信号极易受到电磁干扰、环境遮挡和信号丢失等情况的影响，严重影响了飞行器自主导航定位。为了满足在无gps信号条件下高精度自主导航的需求，采用图像传感器获取视觉信息，与惯性测量构建组合导航。然而，现有的方法只针对特定飞行阶段，没有一种通用的组合导航框架。为此，本申请基于中小型无人飞行器的典型应用场景，提出了一种统一的组合导航滤波框架，可以根据任务阶段动态配置和管理传感器，构建相应的视觉量测方程，确定视觉-惯性滤波算法，以支持中小型无人飞行器全飞行周期的自主导航。

微型多源感知计算系统具有多源传感器采集、飞行参数解算和多源信息融合的主要功能，能够实时采集加速度、角速度、磁航向、动压、静压、外部大气温度等物理量，经过信号处理解算出飞行器运动信息，根据任务阶段选取不同的融合算法，实现飞行器自主运动参数估计；并将运动参数发送给伺服系统用于飞行控制，与任务载荷系统通信，用以实现飞行任务规划。

技术实现要素：

本发明的目的：为满足中小型无人飞行器在低能见度、复杂电磁环境下自主导航与目标定位，实现全飞行周期多任务的导航需求，设计微型多源感知计算系统，使其具备高精度、低成本和微型化的特性。

本发明的技术方案：

通过本发明的微型多源感知计算系统实现上述目的，该微型多源感知计算系统包括：多源传感器、飞行参数采集单元、飞行参数解算单元、视频采集单元、特征提取单元、机载数据库、多源信息融合单元和导航参数输出接口；其中，飞行参数采集单元接收多源传感器采集到的信号，飞行参数解算单元对所述信号进行解算并获得飞行参数；视频采集单元采集图像数据并对所述图像数据进行增强处理，特征提取单元对增强处理后的图像数据进行特征提取并输出视觉信息；多源信息融合单元对所述飞行参数、所述视觉信息和机载数据库进行融合滤波，估计运动参数，并将所述运动参数输出至伺服系统和任务系统。

在上述微型多源感知计算系统中，所述多源传感器可以包括加速度计、角速度计、磁传感器、气压计、gps、glonass、北斗中的一个或多个。

在上述微型多源感知计算系统中，所述图像数据可以包括机载红外视频或可见光视频。

在上述微型多源感知计算系统中，所述飞行参数可以包括加速度、角速度、磁航向、姿态、速度、经度、纬度、海拔高度、动压、静压、真空速、气压高度、无线电高度中的一个或多个参数。

在上述微型多源感知计算系统中，所述机载数据库可以包括机场信息数据库、地形数据库和航路数据库。

在上述微型多源感知计算系统中，所述微型多源感知计算系统可以包括一种或多种工作模式。

在上述微型多源感知计算系统中，所述微型多源感知计算系统可以包括三种工作模式：高空巡航、目标定位、进近着陆；其中，在高空巡航模式下，当卫星定位信号未遭受干扰或遮挡时，选择惯性测量/卫星定位/大气组合；当卫星定位信号遭受干扰或遮挡时，采用惯性测量/景象匹配/大气组合；在目标定位模式下，从增强处理后的图像数据中识别并提取目标特征，利用视觉算法计算出飞行器与目标特征之间的相对位姿，并采取惯性测量/相对位姿组合；在进近着陆模式下，从增强处理后的图像数据中提取着陆平台特征，构建视觉量测方程，采用惯性测量/着陆平台特征/无线电高度组合。

本发明的微型多源感知计算系统能够满足中小型飞行器全飞行周期的自主导航，具有高精度、低成本、微型化的特点，并且可以应用于低能见度、复杂电磁环境下的飞行器自主飞行和目标定位。

附图说明

下面将参考附图详细描述本发明的微型多源感知计算系统，其中：

图1示出微型多源感知计算系统架构；

图2示出微型多源感知计算系统的数据流；

图3示出微型多源感知计算系统的硬件框图。

具体实施方式

图1示出了微型多源感知计算系统架构。如图1所示，微型多源感知计算系统中硬件单元包括：多源传感器(加速度计、角速度计、磁传感器、气压计、gps\glonass\北斗)、飞行参数采集单元(无线电高度表等)、飞行参数解算单元、视频采集单元、特征提取单元、机载数据库、多源信息融合单元和导航参数输出接口。微型多源感知计算系统具有信息感知(含传感器管理)、参数采集、视频处理、信息融合和数据接口等功能。

图2示出了微型多源感知计算系统的数据流。如图2所示，飞行参数采集单元接收多源传感器采集到的信号，经飞行参数解算后得到加速度、角速度、磁航向、姿态、速度、经度、纬度、海拔高度、动压、静压、真空速、气压高度、无线电高度等信息；机载红外视频或可见光视频经视频采集、增强处理、特征提取后，输出视觉信息；在多源信息融合单元中惯性测量数据和视觉特征信息经融合滤波，估计运动参数，并输出至伺服系统和载荷任务系统。

图3示出了微型多源感知计算系统的硬件框图。如图3所示，视频接口电路与apu模块构成了图像处理电路，可以完成三种工作模式下的图像处理任务。fpga电路完成传感器参数采集，cpu电路完成飞行参数解算和多源信息融合，融合后的飞行状态由以太网送至任务载荷系统和飞行控制系统。

如上所述，本发明的微型多源感知计算系统主要考虑以下方面：

1.实施条件

为满足中小型无人飞行器在低能见度、复杂电磁环境下自主导航与目标定位，实现全飞行周期多任务的导航需求，实施方案中选择了两部短波红外相机分别采集前视图像和下视图像，相机内部参数和相机与惯性测量单元之间的相对位姿需要预先标定。

2.硬件设计

微型多源感知计算系统主要包括传感器单元、参数采集单元、飞行参数解算单元、视频采集单元、图像处理单元、多源信息融合单元等。传感器单元包括了加速度计、陀螺、磁传感器、gps/glonass/北斗传感器、大气温度传感器、大气压力传感器等；其中，三轴加速度计、三轴陀螺和三轴磁传感器共同构成了惯性测量单元。

3.滤波算法

在实施方案中，微型多源感知计算系统采用的多源信息融合算法为扩展卡尔曼滤波ekf。

关于工作模式

考虑到中小型无人飞行器在全飞行周期内多任务阶段导航的需求，微型多源感知计算系统包括了三种典型工作模式，即：高空巡航、目标定位、进近着陆。其中，在高空巡航模式下，通常选择imu/gps(北斗)/大气组合导航方式；当卫星定位信号遭受干扰或遮挡时，采用imu/景象匹配/大气组合导航方式。在目标定位模式下，从图像中识别并提取目标特征，利用视觉算法(如epnp或ls_pnp)计算出飞行器与目标之间的相对位姿，并采取imu/视觉特征(相对位姿)组合导航方式。在进近着陆模式下，通过采集、增强处理图像，从中提取着陆平台特征(如跑道边缘线或角点)，构建视觉量测方程，采用imu/视觉(跑道特征)/无线电高度的组合导航方式。这三种典型工作模式所需传感器不同，采用相应的组合导航方式，达到相应的导航精度，详见表1。

表1微型多源感知计算系统的工作模式

关于多源感知信息融合框架

利用本发明的微信多源感知计算系统，可实现如下多源感知信息融合过程。

(1)定义系统状态

其中，为imu的位置，为速度，为姿态四元数，bω为陀螺偏置，ba为加速度计偏置。

(2)构建系统状态方程：

(3)获取量测信息

a.气压高度测量

通过将气压计测量值转化为气压高度信息作为量测信息：

即气压高度应与惯性测量高度相等。

b.无线电高度测量

将无线电高度表测量值，即无线电高度数据作为量测信息：

即无线电高度应与惯性测量高度相等。

c.景象匹配测量

在高空巡航模式下，通过景象匹配算法实时处理下视图像和地面景象图片(预先存储在机载数据库中)实现飞行器定位，将获取的位置数据作为测量信息：

即景象匹配获取的位置信息应与惯性测量位置相等。

d.相对位姿测量

在目标定位模式下，图像中目标特征与世界坐标系中目标的地理信息存在一一对应关系，通过视觉算法(如epnp)计算出相机与目标之间的相对位姿，在相机与imu相对位姿已知的条件下，得到飞机在世界坐标系中的位姿信息将其作为视觉量测信息。它与惯性测量位姿相等，构建量测方程：

即视觉测量姿态应与惯性测量姿态相等；

即视觉测量位置应与惯性测量位置相等。

e.目标特征测量

在进近着陆模式下，从前视图像中提取着陆平台的真实特征(如跑道边缘线或角点)；同时由惯性参数驱动着陆平台的地理数据，利用世界坐标系到像素坐标系的投影模型，生成着陆平台的虚拟特征；由于着陆平台的真实特征与虚拟特征相等，构建量测方程：

即真实图像特征应与惯性参数驱动地理数据投影生成的特征相同。

(4)构建系统量测方程：

在三种典型工作模式下，系统量测方程的具体形式如下：

a.高空巡航模式

采用气压高度、景象匹配定位信息为量测信息，量测方程为：

b.目标定位模式

采用无线电高度、视觉测量位姿为量测信息，量测方程为：

c.进近着陆模式

采用无线电高度、图像特征作为量测信息，量测方程：

(5)进行ekf滤波过程：

在已确定系统状态方程和系统量测方程的情况下，采用ekf滤波器进行多源信息融合，计算过程如下：

a.残差：

b.新息：s＝hkpk/k-1hk^t+rk

c.增益:kk＝pk/k-1hk^ts^-1

d.修正值:

e.更新协方差矩阵：

pk|k-1＝(i-kkhk/k-1)pk-1(i-kkhk/k-1)^t+kkrk-1kk^t。