本發(fā)明涉及一種無(wú)人機(jī)自主著陸方法,屬于組合導(dǎo)航領(lǐng)域。
背景技術(shù):
視覺導(dǎo)航技術(shù)是利用數(shù)字圖像處理技術(shù),對(duì)機(jī)載圖像傳感器所獲取的航拍圖像進(jìn)行處理和分析,最終得到無(wú)人機(jī)導(dǎo)航控制所需要的位姿參數(shù)的技術(shù)。圖像處理的大信息量等特點(diǎn)使得無(wú)人機(jī)在視覺導(dǎo)航定位時(shí)實(shí)時(shí)性不能得到滿足,因此需要一種快速實(shí)時(shí)圖像匹配算法來(lái)解決這一問(wèn)題。
慣導(dǎo)技術(shù)是一種傳統(tǒng)的不接收外來(lái)的無(wú)線電信號(hào),也不向外部輻射能量的自主式導(dǎo)航技術(shù)。慣性導(dǎo)航設(shè)備具有全天候、全時(shí)空工作能力和很好的隱蔽性,能夠提供短期高精度、高穩(wěn)定性的導(dǎo)航參數(shù)。但是,慣性導(dǎo)航設(shè)備是一個(gè)時(shí)間積分系統(tǒng),其誤差隨著時(shí)間迅速累積且垂直定位功能不好,不可以單獨(dú)使用,因此需要通過(guò)引入另一種導(dǎo)航源對(duì)慣導(dǎo)長(zhǎng)時(shí)間累積的誤差進(jìn)行修正。
技術(shù)實(shí)現(xiàn)要素:
為了克服現(xiàn)有技術(shù)的不足,本發(fā)明提供一種基于視覺/慣導(dǎo)的無(wú)人機(jī)自主著陸方法,通過(guò)視覺和慣性導(dǎo)航組合的方法來(lái)設(shè)計(jì)無(wú)人機(jī)自主著陸系統(tǒng),利用慣性導(dǎo)航來(lái)快速剔除視覺導(dǎo)航圖像匹配的誤匹配點(diǎn)提高視覺導(dǎo)航的實(shí)時(shí)性,通過(guò)無(wú)跡卡爾曼濾波(UKF)的方式將視覺導(dǎo)航輸出參數(shù)與慣導(dǎo)進(jìn)行組合,用視覺來(lái)修正慣性導(dǎo)航誤差,解決慣導(dǎo)隨時(shí)間誤差累積較大的問(wèn)題。
本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案包括以下步驟:
1)利用視覺導(dǎo)航算法求解無(wú)人機(jī)位置及位姿,步驟如下:
1.1)利用無(wú)人機(jī)機(jī)載攝像頭獲取實(shí)時(shí)圖像;
1.2)判斷獲取的實(shí)時(shí)圖像是否為第一幀圖像,若是,轉(zhuǎn)到步驟1.3),否則轉(zhuǎn)到步驟1.4);
1.3)提取實(shí)時(shí)圖像的SURF特征點(diǎn),與參考圖像的SURF特征點(diǎn)進(jìn)行SURF匹配,利用RANSAC算法剔除SURF誤匹配點(diǎn)對(duì),獲取正確的SURF匹配點(diǎn)對(duì),轉(zhuǎn)到步驟1.7);
1.4)判斷實(shí)時(shí)圖像幀數(shù)是否為設(shè)定的固定周期T的倍數(shù),若是,轉(zhuǎn)到步驟1.5),否則轉(zhuǎn)到步驟1.6);
1.5)提取實(shí)時(shí)圖像的SURF特征點(diǎn),與參考圖像的SURF特征點(diǎn)進(jìn)行SURF匹配,轉(zhuǎn)到步驟3);
1.6)利用LK光流法跟蹤上一幀實(shí)時(shí)圖像提取的SURF特征點(diǎn);
1.7)利用獲取的SURF匹配點(diǎn)對(duì)進(jìn)行無(wú)人機(jī)位姿解算;
2)利用無(wú)人機(jī)位姿作為慣導(dǎo)的初始值,開始求解慣性導(dǎo)航參數(shù),步驟如下:
2.1)利用陀螺輸出的角速度觀測(cè)值,采用四元數(shù)法進(jìn)行姿態(tài)更新,然后將更新后的四元數(shù)轉(zhuǎn)換成姿態(tài)矩陣k表示上一時(shí)刻,k+1表示當(dāng)前時(shí)刻,L為導(dǎo)航坐標(biāo)系,b為載體坐標(biāo)系;
2.2)根據(jù)姿態(tài)矩陣中元素的值,計(jì)算載體的姿態(tài),包括航向角、俯仰角、翻滾角;
2.3)利用姿態(tài)矩陣,將加速度計(jì)輸出的比力觀測(cè)值fb由載體坐標(biāo)系轉(zhuǎn)換到導(dǎo)航坐標(biāo)系,得到導(dǎo)航坐標(biāo)系下的比例觀測(cè)值
2.4)有害加速度的補(bǔ)償:對(duì)fL進(jìn)行哥氏加速度修正和正常重力補(bǔ)償,得到載體在地球表面的加速度a=fL-(2ΩLie+ΩLel)vL+gL,其中,ΩLie為地球自轉(zhuǎn)角速度三維分量構(gòu)成的反對(duì)稱陣,ΩLel為L(zhǎng)系相對(duì)于地固系旋轉(zhuǎn)角速度三維分量構(gòu)成的反對(duì)稱陣,vL為速度矢量,gL為地球重力矢量;
2.5)利用加速度進(jìn)行積分得到速度增量,得到當(dāng)前時(shí)刻的速度vLk+1=vLk+a.Δt;
2.6)利用速度進(jìn)行積分得到位置增量,進(jìn)而得到當(dāng)前時(shí)刻的位置
3)利用慣導(dǎo)相鄰時(shí)間獲取的參數(shù)剔除實(shí)時(shí)圖像與參考圖像SURF匹配的誤匹配點(diǎn)對(duì),步驟如下:
3.1)獲取時(shí)刻t與時(shí)刻t+Δt的慣導(dǎo)參數(shù);
3.2)求取時(shí)刻t與時(shí)刻t+Δt之間的慣導(dǎo)參數(shù)變換;
3.3)獲取t時(shí)刻特征點(diǎn)在攝像頭成像平面上的投影點(diǎn)坐標(biāo)為Wt=[u,v]T,其中,u、v表示投影點(diǎn)在圖像坐標(biāo)系中的坐標(biāo)值;
3.4)根據(jù)特征點(diǎn)匹配方法得到t+Δt時(shí)刻特征點(diǎn)在攝像頭成像平面上的投影點(diǎn)坐標(biāo)為Wt+Δt;
3.3)獲取視覺導(dǎo)航t時(shí)刻到t+Δt時(shí)刻投影點(diǎn)坐標(biāo)變化D=wt+Δt-wt=[xi,yi]T;
3.4)預(yù)測(cè)t+Δt時(shí)刻投影點(diǎn)坐標(biāo)為時(shí)刻t到t+Δt之間飛行器航向變化,T為時(shí)刻t到t+Δt之間投影點(diǎn)平移向量;
3.5)得到特征點(diǎn)坐標(biāo)變化向量
3.6)定義匹配誤差
3.7)誤匹配點(diǎn)Pem={P(x,y)|ex>dx,ey>dy},其中dx,dy分別為預(yù)先設(shè)定的匹配誤差閾值;
3.8)將誤匹配點(diǎn)剔除;返回步驟1.7);
4)利用無(wú)跡卡爾曼濾波組合導(dǎo)航參數(shù);
5)利用獲取的無(wú)人機(jī)參數(shù)實(shí)時(shí)調(diào)整無(wú)人機(jī)位姿進(jìn)行著陸引導(dǎo)。
本發(fā)明的有益效果是:
(1)本發(fā)明利用慣性導(dǎo)航計(jì)算得到的位置和姿態(tài)來(lái)對(duì)視覺導(dǎo)航匹配算法中的誤匹配點(diǎn)實(shí)現(xiàn)快速剔除,不僅可以提高視覺導(dǎo)航算法的實(shí)時(shí)性,而且可以使視覺系統(tǒng)保持長(zhǎng)時(shí)間的高精度;
(2)本發(fā)明采用視覺導(dǎo)航修正慣導(dǎo),解決了單一慣導(dǎo)在導(dǎo)航著陸階段,垂直定位功能較差,誤差發(fā)散不可以單獨(dú)使用的問(wèn)題,且在視覺導(dǎo)航解算失敗的情況下,組合系統(tǒng)則完全依靠慣性導(dǎo)航來(lái)提供載體的導(dǎo)航參數(shù)。
附圖說(shuō)明
圖1是本發(fā)明步驟流程示意圖;
圖2是慣導(dǎo)系統(tǒng)修正視覺導(dǎo)航系統(tǒng)原理圖;
圖3是視覺導(dǎo)航修正慣導(dǎo)系統(tǒng)的原理圖;
圖4是仿真驗(yàn)證系統(tǒng)程序流程圖;
圖5是仿真結(jié)果圖。
具體實(shí)施方式
下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說(shuō)明,本發(fā)明包括但不僅限于下述實(shí)施例。
本發(fā)明的組合導(dǎo)航方法是按以下步驟1)至步驟4)的基礎(chǔ)上循環(huán)運(yùn)行:
步驟1)利用視覺導(dǎo)航算法求解無(wú)人機(jī)位置及位姿包括1.1)~1.8);
1.1)利用無(wú)人機(jī)機(jī)載攝像頭獲取實(shí)時(shí)圖像,轉(zhuǎn)到步驟1.2);
1.2)判斷獲取的實(shí)時(shí)圖像是否為第一幀圖像,若是轉(zhuǎn)到步驟1.3),否則轉(zhuǎn)到步驟1.4);
1.3)第一幀圖像處理過(guò)程如下:
1.3.1)對(duì)實(shí)時(shí)獲取的圖像進(jìn)行預(yù)處理,提取實(shí)時(shí)圖像的SURF特征點(diǎn),轉(zhuǎn)到步驟1.3.2);
1.3.2)將實(shí)時(shí)圖像提取的SURF特征點(diǎn)與參考圖像的SURF特征點(diǎn)進(jìn)行SURF匹配,轉(zhuǎn)到步驟1.3.3);
1.3.3)利用RANSAC算法剔除SURF誤匹配點(diǎn)對(duì),獲取正確的SURF匹配點(diǎn)對(duì),轉(zhuǎn)到步驟1.8),執(zhí)行完后轉(zhuǎn)到步驟2);
1.4)判斷當(dāng)前獲取的實(shí)時(shí)圖像幀數(shù)是否為T的倍數(shù)(T為預(yù)先設(shè)定的固定周期,本算法取T=5),若是轉(zhuǎn)到步驟1.5),否則轉(zhuǎn)到步驟1.7);
1.5)對(duì)實(shí)時(shí)獲取的圖像進(jìn)行預(yù)處理,提取實(shí)時(shí)圖像的SURF特征點(diǎn),轉(zhuǎn)到步驟1.6);
1.6)將實(shí)時(shí)圖像提取的SURF特征點(diǎn)與參考圖像的SURF特征點(diǎn)進(jìn)行SURF匹配,轉(zhuǎn)到步驟3),執(zhí)行完后轉(zhuǎn)到步驟1.8);
1.7)利用LK光流法跟蹤上一幀實(shí)時(shí)圖像提取的SURF特征點(diǎn),轉(zhuǎn)到步驟1.8);
1.8)利用獲取的SURF匹配點(diǎn)對(duì)進(jìn)行無(wú)人機(jī)位姿解算;
步驟2)利用視覺導(dǎo)航求解的無(wú)人機(jī)位姿作為慣導(dǎo)的初始值開始求解慣性導(dǎo)航參數(shù)包括2.1)~2.6)順序執(zhí)行;
2.1)姿態(tài)更新:利用陀螺輸出的角速度觀測(cè)值,采用四元數(shù)法進(jìn)行姿態(tài)更新,然后將更新后的四元數(shù)轉(zhuǎn)換成姿態(tài)矩陣,記為k表示上一時(shí)刻,k+1表示當(dāng)前時(shí)刻,L為導(dǎo)航坐標(biāo)系,b為載體坐標(biāo)系;
2.2)姿態(tài)提取:根據(jù)姿態(tài)矩陣中元素的值,計(jì)算載體的姿態(tài),包括航向角、俯仰角、翻滾角;
2.3)比力分解:利用姿態(tài)矩陣,將加速度計(jì)輸出的比力觀測(cè)值fb由載體坐標(biāo)系轉(zhuǎn)換到導(dǎo)航坐標(biāo)系,
2..4)有害加速度的補(bǔ)償:對(duì)fL進(jìn)行哥氏加速度修正和正常重力補(bǔ)償,得到載體在地球表面的加速度,如下所示:
a=fL-(2ΩLie+ΩLel)vL+gL其中ΩLie為地球自轉(zhuǎn)角速度三維分量構(gòu)成的反對(duì)稱陣,ΩLel為L(zhǎng)系相對(duì)于地固系旋轉(zhuǎn)角速度三維分量構(gòu)成的反對(duì)稱陣,vL為速度矢量,gL為地球重力矢量;
2.5)積分求取速度;利用加速度進(jìn)行積分得到速度增量,進(jìn)而得到當(dāng)前時(shí)刻的速度vLk+1如下所示:vLk+1=vLk+a.Δt;
2.6)積分求取位置:利用速度進(jìn)行積分得到位置增量,進(jìn)而得到當(dāng)前時(shí)刻的位置rLk+1,如下所示:
步驟3)利用慣導(dǎo)相鄰時(shí)間獲取的參數(shù)剔除實(shí)時(shí)圖像與參考圖像SURF匹配的誤匹配點(diǎn)對(duì),包括3.1)~3.6)順序執(zhí)行;
3.1)獲取時(shí)刻t與時(shí)刻t+Δt的慣導(dǎo)參數(shù)(t與t+Δt為視覺導(dǎo)航mT幀數(shù)對(duì)應(yīng)時(shí)刻與(m+1)T幀數(shù)對(duì)應(yīng)的時(shí)刻,m為整數(shù));
3.2)求取時(shí)刻T與時(shí)刻t+Δt之間的慣導(dǎo)參數(shù)變換;
3.3)獲取t時(shí)刻特征點(diǎn)在攝像頭成像平面上的投影點(diǎn)坐標(biāo)為Wt=[u,v]T,其中,u、v表示投影點(diǎn)在圖像坐標(biāo)系中的坐標(biāo)值;
3.4)根據(jù)特征點(diǎn)匹配方法得到t+Δt時(shí)刻特征點(diǎn)在攝像頭成像平面上的投影點(diǎn)坐標(biāo)為Wt+Δt;
3.3)獲取視覺導(dǎo)航t時(shí)刻到t+Δt時(shí)刻投影點(diǎn)坐標(biāo)變化D=wt+Δt-wt=[xi,yi]T;
3.4)根據(jù)慣導(dǎo)參數(shù)預(yù)測(cè)t+Δt時(shí)刻投影點(diǎn)坐標(biāo)為:為時(shí)刻t到t+Δt之間飛行器航向變化,T為時(shí)刻t到t+Δt之間投影點(diǎn)平移向量;
3.5)根據(jù)慣導(dǎo)系統(tǒng)得到的特征點(diǎn)坐標(biāo)變化向量
3.6)定義匹配誤差:
3.7)誤匹配點(diǎn)可以表示為:Pem={P(x,y)|ex>dx,ey>dy}其中dx,dy分別為預(yù)先設(shè)定的匹配誤差閾值;
3.8)將滿足Pem={P(x,y)|ex>dx,ey>dy}的誤匹配點(diǎn)剔除。
步驟4)利用無(wú)跡卡爾曼濾波組合導(dǎo)航參數(shù)
4.1)求解狀態(tài)方程;
4.2)求解量測(cè)方程;
4.3)無(wú)跡卡爾曼濾波器設(shè)計(jì);
步驟5)利用獲取的無(wú)人機(jī)參數(shù)實(shí)時(shí)調(diào)整無(wú)人機(jī)位姿進(jìn)行著陸引導(dǎo)。
本發(fā)明的實(shí)施例如圖1所示,在以下步驟1)至步驟4)的基礎(chǔ)上循環(huán)運(yùn)行:
步驟1):利用視覺導(dǎo)航算法求解無(wú)人機(jī)位置及位姿包括1.1)~1.8);
1.1)利用無(wú)人機(jī)機(jī)載攝像頭獲取實(shí)時(shí)圖像,轉(zhuǎn)到步驟1.2);
1.2)判斷獲取的實(shí)時(shí)圖像是否為第一幀圖像,若是轉(zhuǎn)到步驟1.3),否則轉(zhuǎn)到步驟1.4);
1.3)第一幀圖像處理過(guò)程如下:
1.3.1)對(duì)實(shí)時(shí)獲取的圖像進(jìn)行預(yù)處理,提取實(shí)時(shí)圖像的SURF特征點(diǎn),轉(zhuǎn)到步驟1.3.2);
1.3.2)將實(shí)時(shí)圖像提取的SURF特征點(diǎn)與參考圖像的SURF特征點(diǎn)進(jìn)行SURF匹配,轉(zhuǎn)到步驟1.3.3);
1.3.3)利用RANSAC算法剔除SURF誤匹配點(diǎn)對(duì),獲取正確的SURF匹配點(diǎn)對(duì),轉(zhuǎn)到步驟1.8),執(zhí)行完后轉(zhuǎn)到步驟2);
1.4)判斷當(dāng)前獲取的實(shí)時(shí)圖像幀數(shù)是否為T的倍數(shù)(T為預(yù)先設(shè)定的固定周期,本算法取T=5),若是轉(zhuǎn)到步驟1.5),否則轉(zhuǎn)到步驟1.7);
1.5)對(duì)實(shí)時(shí)獲取的圖像進(jìn)行預(yù)處理,提取實(shí)時(shí)圖像的SURF特征點(diǎn),轉(zhuǎn)到步驟1.6);
1.6)將實(shí)時(shí)圖像提取的SURF特征點(diǎn)與參考圖像的SURF特征點(diǎn)進(jìn)行SURF匹配,轉(zhuǎn)到步驟3),執(zhí)行完后轉(zhuǎn)到步驟1.8);
1.7)利用LK光流法跟蹤上一幀實(shí)時(shí)圖像提取的SURF特征點(diǎn),轉(zhuǎn)到步驟1.8);
1.8)利用獲取的SURF匹配點(diǎn)對(duì)進(jìn)行無(wú)人機(jī)位姿解算;
步驟2);利用視覺導(dǎo)航求解的無(wú)人機(jī)位姿作為慣導(dǎo)的初始值開始求解慣性導(dǎo)航參數(shù)包括2.1)~2.6);
2.1)姿態(tài)更新:利用陀螺輸出的角速度觀測(cè)值,采用四元數(shù)法進(jìn)行姿態(tài)更新,然后將更新后的四元數(shù)轉(zhuǎn)換成姿態(tài)矩陣,記為k表示上一時(shí)刻,k+1表示當(dāng)前時(shí)刻,L為導(dǎo)航坐標(biāo)系,b為載體坐標(biāo)系;
2.2)姿態(tài)提取:根據(jù)姿態(tài)矩陣中元素的值,計(jì)算載體的姿態(tài),包括航向角、俯仰角、翻滾角;
2.3)比力分解:利用姿態(tài)矩陣,將加速度計(jì)輸出的比力觀測(cè)值fb由載體坐標(biāo)系轉(zhuǎn)換到導(dǎo)航坐標(biāo)系,
2..4)有害加速度的補(bǔ)償:對(duì)fL進(jìn)行哥氏加速度修正和正常重力補(bǔ)償,得到載體在地球表面的加速度,如下所示:
a=fL-(2ΩLie+ΩLel)vL+gL其中ΩLie為地球自轉(zhuǎn)角速度三維分量構(gòu)成的反對(duì)稱陣,ΩLel為L(zhǎng)系相對(duì)于地固系旋轉(zhuǎn)角速度三維分量構(gòu)成的反對(duì)稱陣,vL為速度矢量,gL為地球重力矢量;
2.5)積分求取速度;利用加速度進(jìn)行積分得到速度增量,進(jìn)而得到當(dāng)前時(shí)刻的速度vLk+1如下所示:vLk+1=vLk+a.Δt;
2.6)積分求取位置:利用速度進(jìn)行積分得到位置增量,進(jìn)而得到當(dāng)前時(shí)刻的位置rLk+1,如下所示:
步驟3);利用慣導(dǎo)相鄰時(shí)間獲取的參數(shù)剔除實(shí)時(shí)圖像與參考圖像SURF匹配的誤匹配點(diǎn)對(duì),包括3.1)~3.6);
3.1)獲取時(shí)刻t與時(shí)刻t+Δt的慣導(dǎo)參數(shù)(t與t+Δt為視覺導(dǎo)航mT幀數(shù)對(duì)應(yīng)時(shí)刻與(m+1)T幀數(shù)對(duì)應(yīng)的時(shí)刻,m為整數(shù));
3.2)求取時(shí)刻T與時(shí)刻t+Δt之間的慣導(dǎo)參數(shù)變換;
3.3)獲取t時(shí)刻特征點(diǎn)在攝像頭成像平面上的投影點(diǎn)坐標(biāo)為Wt=[u,v]T;
3.4)根據(jù)特征點(diǎn)匹配方法得到t+Δt時(shí)刻特征點(diǎn)在攝像頭成像平面上的投影點(diǎn)坐標(biāo)為Wt+Δt;
3.5)獲取視覺導(dǎo)航t時(shí)刻到t+Δt時(shí)刻投影點(diǎn)坐標(biāo)變化D=wt+Δt-wt=[xi,yi]T;
3.6)根據(jù)慣導(dǎo)參數(shù)預(yù)測(cè)t+Δt時(shí)刻投影點(diǎn)坐標(biāo)為:為時(shí)刻t到t+Δt之間飛行器航向變化,T為時(shí)刻t到t+Δt之間投影點(diǎn)平移向量;
3.7)根據(jù)慣導(dǎo)系統(tǒng)得到的特征點(diǎn)坐標(biāo)變化向量
3.8)定義匹配誤差:
3.9)誤匹配點(diǎn)可以表示為:Pem={P(x,y)|ex>dx,ey>dy}其中dx,dy分別為預(yù)先設(shè)定的匹配誤差閾值;
3.10)將滿足Pem={P(x,y)|ex>dx,ey>dy}的誤匹配點(diǎn)剔除。
步驟4)利用無(wú)跡卡爾曼濾波組合導(dǎo)航參數(shù)具體實(shí)施過(guò)程見圖3所示:
4.1)系統(tǒng)狀態(tài)方程求解:
式中,狀態(tài)向量X為:
L-無(wú)人機(jī)所在位置的緯度;λ-無(wú)人機(jī)所在位置的經(jīng)度;h-無(wú)人機(jī)的高度;δVe-無(wú)人機(jī)在地理系中的東向速度;δVn-無(wú)人機(jī)在地理系中的北向速度;δVu-無(wú)人機(jī)在地理系中的天向速度;-無(wú)人機(jī)俯仰角;-無(wú)人機(jī)橫滾角;-無(wú)人機(jī)航向角;f(.)為9維向量函數(shù),Wk為9維系統(tǒng)過(guò)程噪聲。
4.2)系統(tǒng)量測(cè)方程求解:
由算機(jī)視覺定位幾何關(guān)系圖得量測(cè)方程如下所示:
其中Zk為量測(cè)矩陣,X為狀態(tài)向量,Vk為系統(tǒng)觀測(cè)噪聲。
4.3)組合濾波器設(shè)計(jì):
4.3.1)在濾波開始時(shí)設(shè)定初始估計(jì)值和初始誤差方程方差:
4.3.2)計(jì)算設(shè)狀態(tài)變量為n維,計(jì)算2n+1個(gè)采樣點(diǎn)及其權(quán)值,這里n取9;
4.3.3)計(jì)算時(shí)間更新方程
4.3.5)濾波更新
式中:Wi(m)和Wi(c)分別為計(jì)算y的均值和方差權(quán)值:W0(m)=κ/(n+κ);W0(c)=W0(m)+(1-α2+β);Wi(m)=Wi(c)=κ/[2(n+κ)],i=1,...,2n;α,β,λ為3個(gè)參數(shù),其中1e-4≤α≤1,λ=0或3-n,β=0
步驟5)利用獲取的無(wú)人機(jī)參數(shù)實(shí)時(shí)調(diào)整無(wú)人機(jī)位姿進(jìn)行著陸引導(dǎo)。
將獲取的無(wú)人機(jī)姿態(tài)參數(shù)送入飛行控制系統(tǒng),控制無(wú)人機(jī)進(jìn)行著陸。
以上為無(wú)人機(jī)基于視覺/慣導(dǎo)組合的自主著陸方法步驟。
本發(fā)明的仿真驗(yàn)證系統(tǒng)利用虛擬現(xiàn)實(shí)技術(shù)和可視化技術(shù),具體實(shí)施圖4所示:模擬了真實(shí)的無(wú)人機(jī)飛行環(huán)境,具有沉浸式的真實(shí)感,解決了無(wú)人機(jī)自主著陸視景仿真模擬的問(wèn)題,將視覺、慣導(dǎo)組合著陸算法與三維視景仿真軟件結(jié)合,通過(guò)多通道展示整個(gè)著陸階段并實(shí)時(shí)的計(jì)算和顯示組合著陸導(dǎo)航所需數(shù)據(jù)。
給定實(shí)驗(yàn)體初始時(shí)刻的位置(L0,λ0),姿態(tài)以及速度即實(shí)驗(yàn)體初始時(shí)刻的導(dǎo)航信息。仿真結(jié)果如下:經(jīng)過(guò)100s的仿真,從圖5中可以看出,實(shí)驗(yàn)體的位置誤差、速度誤差以及姿態(tài)誤差的誤差基本上都是在0附近,誤差曲線是收斂的。從這些結(jié)果可以看出,實(shí)驗(yàn)體導(dǎo)航信息的誤差得到了較好的控制,同時(shí)也說(shuō)明了本文中所提出的組合導(dǎo)航方案是可行的。