CN103017753B - 一种无人机航路规划方法及装置 - Google Patents

Abstract

本发明公开了一种无人机航路规划方法及装置，该方法包括：接收侦察指示，所述侦察指示至少包括无人机的起飞点坐标、侦察区域坐标、侦察图像指标、结束侦察时间；根据所述侦察图像指标确定侦察条带宽度；根据所述无人机的起飞点坐标、所述侦察区域坐标、结束侦察时间和所述侦察条带宽度按照最短航线原则确定进入点坐标和侦察飞行航线，用以解决现有技术中的无人机航路规划的理论研究过于复杂，不易实现的问题。

Description

一种无人机航路规划方法及装置

技术领域

本发明涉及无人机仿真技术领域，特别涉及一种无人机航路规划方法及装置。

背景技术

无人机仿真在攻防对抗仿真中具有重要地位。无人机仿真主要是指对无人机的航路规划和飞行状态进行仿真。在大规模的攻防对抗仿真中，一方面要保证仿真系统与实际系统在功能上基本相似，以保证仿真结果的可信性，另一方面要保证仿真系统尽量简单可靠，以保证仿真系统能够在计算机上高效运行。由于现有技术对无人机仿真的研究主要集中在理论方面，包括无人机控制算法、导航算法、路径寻优算法等，并且现有技术中有关无人机的航路规划理论和仿真理论的研究大多过于复杂，不易实现，不能满足大规模攻防对抗仿真的需求。

发明内容

本发明实施例提供一种无人机航路规划方法及装置，用以解决现有技术中的无人机航路规划的理论研究过于复杂，不易实现的问题。

本发明实施例提供了一种无人机航路规划方法，包括：

接收侦察指示，该侦察指示至少包括无人机的起飞点坐标、侦察区域坐标、侦察图像指标、结束侦察时间；

根据侦察图像指标确定侦察条带宽度；

根据该无人机的起飞点坐标、侦察区域坐标、结束侦察时间和侦察条带宽度按照最短航线原则确定进入点坐标和侦察飞行航线。

本发明实施例提供了一种无人机航路规划装置，包括：

接收模块，用于接收侦察指示，该侦察指示至少包括无人机的起飞点坐标、侦察区域坐标、侦察图像指标、结束侦察时间；

条带模块，用于根据侦察图像指标确定侦察条带宽度；

确定模块，用于根据该无人机的起飞点坐标、侦察区域坐标、结束侦察时间和侦察条带宽度按照最短航线原则确定进入点坐标和侦察飞行航线。

本发明实施例中的仅通过侦察指示中的各项指标，就可以获取侦察区域的侦察条带宽度，进而结合最短航线原则确定无人机的侦察飞行航线，易于实现，并且无人机根据规划的航路能够在最短的时间内完成侦察任务，简单实用。

附图说明

图1为本发明实施例中针对无人机规划的总的飞行航线示意图；

图2为本发明实施例中的无人机航路规划方法步骤流程图；

图3为本发明实施例中在以J0作为进入点为例的一种情况下的侦察飞行航线的示意图；

图4为本发明实施例中在以J4作为进入点为例的一种情况下的侦察飞行航线的示意图；

图5为本发明实施例中侦察条带方向与CF边一致时的一种情况下的侦察飞行航线的示意图；

图6为本发明实施例中无人机从短边CF的进入点J0进入侦察区域的侦察飞行航线的示意图；

图7为本发明实施例中的侦察坐标系示意图；

图8为本发明实施例中的无人机航路规划装置示意图。

具体实施方式

本发明实施例基于航路规划知识、相关数学知识以及飞行控制理论提出了一种无人机航路规划仿真方法，该方法仅通过侦察指示中的各项指标，就可以获取侦察区域的侦察条带宽度，进而结合最短航线原则确定无人机的侦察飞行航线，易于实现，并且无人机根据规划的航路能够在最短的时间内完成侦察任务，简单实用。

图1为本发明实施例中针对无人机规划的总的飞行航线示意图。无人机在侦察时总的飞行航线可分成两部分，第一部分是从起飞点到侦察区域之间的航线，第二部分是指到无人机在预设的侦察区域内的侦察飞行航线。将无人机进入侦察飞行区域的点称作进入点，离开侦察飞行区域的点称作离开点。

在进行无人机航路规划时，为了简化处理过程，可把第一部分航线简化为直线段，例如图1中的OA线段，本发明实施例的第二部分航线中的侦察飞行航线可以但不限于采用图1中的虚线的形式对侦察飞行航线进行规划，其中，d1、d2、d3的长度均等于三分之一侦察条带宽度，相邻的两个侦察条带的重叠区域的宽度设定为八分之一条带宽度，若d4宽度等于三分之一条带宽度，则B点落在CF上，若d4宽度小于三分之一条带宽度，则B点落在DE的延长线上。图1中有3个侦察条带，均是用阴影表示的矩形，依次为Td1、Td2和Td3，本发明实施例可以根据实际情况调整侦察区域中的侦察条带个数和侦察条带宽度。

本发明实施例中的无人机航路规划方法步骤流程图如图2所示。

步骤201：接收侦察指示。

侦察指示包括：无人机的起飞点坐标、侦察区域中心点坐标、侦察区域坐标、侦察图像指标、无人机的侦察飞行平均速度、结束侦察时间。

一般情况下，侦察区域的形状为矩形。

侦察区域坐标包括：侦察区域中心点坐标、第一边长、第二边长、态势。

侦察图像指标至少包括：侦察图像分辨率和比例尺，其中，比例尺指侦察图像中的两个相邻像素点的中心之间的距离（或者一个像素点的直径长度）代表的实地距离。此时，无人机的起飞点坐标、侦察区域中心点坐标等均是依据系统坐标系定位的。

步骤202：根据侦察图像指标确定侦察条带宽度和平稳飞行高度。

较佳地，在侦察图像指标至少包括侦察图像分辨率和用以表征侦察图像中的一个像素点的直径长度代表的实地距离长度的比例尺时，根据侦察条带宽度与比例尺以及侦察图像分辨率中的列长度的比例关系，确定侦察条带宽度。

假设侦察图像指标表明侦察图像分辨率为ML×MH像素，比例尺为α米，则在该比例尺下，侦察条带宽度W可以但不限于通过下述公式计算：

W＝（ML－1）×α

由于侦察图像指标还可以包括采集侦察图像的方位向视场角和高低向视场角，若采集侦察图像的方位向视场角为Sα，高低向视场角为Sβ，则平稳飞行高度可以但不限于通过下述公式计算。

$H=\frac{(\mathrm{ML}-1)\mathrm{\α}}{2\tan (\mathrm{S\α}/2)}$

在根据侦察图像指标确定侦察条带宽度之后，就可以根据确定的侦察条带宽度以及侦察区域坐标确定侦察条带的位置和数目，具体过程如下：

确定相邻侦察条带的重叠区域的宽度与侦察条带宽度的比值；

确定进入点坐标与最近顶点坐标之间的距离与侦察条带宽度的比值；

根据确定的侦察条带宽度、相邻侦察条带的重叠区域的宽度，以及进入点坐标与最近顶点坐标之间的距离，确定侦察条带的数目和位置。

步骤203：根据无人机的起飞点坐标、侦察区域坐标和侦察条带宽度按照最短航线原则确定进入点坐标、侦察飞行航线。

较佳的，先计算每个待定进入点对应的总的飞行航线的长度，选择其中最短的总的飞行航线对应的待定进入点作为正式进入点，获取正式进入点的坐标。根据确定的正式进入点确定对应的侦察飞行航线。

具体地，在确定了正式进入点坐标之后，分别确定每一个侦察条带中的侦察路线的起点坐标和终点坐标，以及无人机离开侦察区域的离开点坐标；

将进入点与第1条侦察路线的起点相连，将每条侦察路线的起点和终点相连，将第i条侦察路线的终点和第i+1条侦察路线的起点依次相连，以及将最后一条侦察路线的终点与离开点相连，并将连接后的全部路线作为侦察飞行航线，其中，i为大于0小于侦察条带数目的正整数。

在确定了侦察飞行航线之后，可以根据确定的侦察飞行航线以及无人机的预设飞行速度获取侦察飞行时间，再根据侦察飞行时间和结束侦察时间确定无人机的起飞时间。这样无人机就可以在确定的起飞时间起飞，并且能在结束侦查时间到达时完成侦察任务。

下面结合附图说明本发明的优选实施例。

如图7所示，假设侦察指示侦察区域中心点坐标为(x₀,y₀)，侦察区域的第一边长为Lb、第二边长为Sb、态势为β，以(x₀,y₀)为原点、长边为X轴、短边为Y轴建立一个侦察坐标系，其中，态势是指侦察区域长边与侦察坐标系X轴的夹角，态势可以通过侦察指示中的侦察区域坐标获取，用于在坐标转换（即将系统坐标系转换成侦察坐标系）时，求取侦察区域顶点坐标。在该侦察坐标系下，侦察区域的四个顶点C、D、E、F的坐标（X_C，Y_C）、（X_D，Y_D）、（X_E，Y_E）、（X_F，Y_F）的值分别为：

X_C＝-Lb/2，Y_C＝Sb/2

X_D＝Lb/2，Y_D＝Sb/2

X_E＝Lb/2，Y_E＝-Sb/2

X_F＝-Lb/2，Y_F＝-Sb/2

首先根据进入点与最近顶点之间的距离为三分之一侦察条带宽度以及预设的侦察条带位置关系，确定侦察飞行航线的可能性，即确定8种不同的侦察飞行方式。

若侦察区域是正方形，那么8种侦察飞行方式的侦察飞行航线的长度是相同的，因此，可以直接从8种不同的侦察飞行方式中，选择出进入点与起飞点距离最近的侦察飞行方式，获取进入点与起飞点距离最近的侦察飞行方式的侦察飞行航线。

若侦察区域是长方形，则可以将较长的边的长度作为第一边长，较短的边的长度作为第二边长，此时可能有的侦察飞行航线如图3至图5所示，图3至图5中的J1~J7均是可以作为无人机进入该侦察区域时的进入点。

图3是在以J0作为进入点为例的一种情况下的侦察飞行航线的示意图，其中的虚线为侦察飞行航线。图3中的阴影部分为与侦察区域的CD边平行的侦察条带，即侦察条带方向与CD边一致，并且，此时无人机是从CF边进入侦察区域的，此时，CF边上有J0和J7两个点可以作为进入点。在实际应用中无人机飞出侦察区域的点不一定是J7点，可以根据d1、d2、d3为三分之一侦察条带宽度，以及两个相邻的侦察条带的重叠区域为8分之一侦察条带宽度（即与侦察条带平行的两个相邻虚线之间的距离为3/8侦察条带宽度）在已知的侦察区域中确定无人机飞出侦察区域的点的具体位置，该点可能是J7点，可能是位于CF边上的其它点，也可能是位于DE或者DE延长线上的点。

图4是在以J4作为进入点为例的一种情况下的侦察飞行航线的示意图，其中的虚线为侦察飞行航线。图4中的阴影部分为与侦察区域的CD边平行的侦察条带，即侦察条带方向与CD边一致，并且，此时无人机是从DE边进入侦察区域的，此时，DE边上有J3和J4两个点可以作为进入点。在实际应用中无人机飞出侦察区域的点不一定是J0点，可以根据d1、d2、d3为三分之一侦察条带宽度，以及两个相邻的侦察条带的重叠区域为8分之一侦察条带宽度（即与侦察条带平行的两个相邻虚线之间的距离为3/8侦察条带宽度）在已知的侦察区域中确定无人机飞出侦察区域的点的具体位置，该点可能是J0点，可能是位于DF上的其它点，也可能是位于DE或者DE延长线上的点。

图5为侦察条带方向与CF边一致时的一种情况，根据图5中的虚线可以确定侦察条带方向与CF边一致，无人机从CD边的J1点进入后会从EF边飞出侦察区域。在侦察条带方向与CF边一致时的一种情况下，无人机可以有4种进入侦察区域的方式，无人机可以从CD边的J1点或者J2点进入侦察区域，从EF边飞出侦察区域；也可以从EF边的J5点或者J6点进入侦察区域，从CD边飞出侦察区域。

若侦查区域为长方形，本发明实施例可以但不限于通过下述两种方式选择飞行航线。

方式一：由于在无人机采用从J0、J3、J4或J7点进入侦察区域这四种侦察飞行方式的情况下，侦察飞行航线的长度是相同的，将此时的侦察飞行航线的长度称作第一侦察飞行航线的长度；而在无人机采用从J1、J2、J5或J6点进入侦察区域这四种侦察飞行方式的情况下，侦察飞行航线的长度也是相同的，将此时的侦察飞行航线的长度称作第二侦察飞行航线的长度。

因此，需要计算第一侦察飞行航线的长度和第二侦察飞行航线的长度，并比较二者，选择侦察飞行航线的长度较短的4种侦察飞行方式。分别计算无人机采用这四种侦察飞行方式时的无人机的起飞点到进入点的直线长度，比较并从中选择无人机的起飞点到进入点最短的侦察飞行方式，将该进入点作为正式进入点，获取正式的进入点的坐标和对应的侦察飞行航线。这种方式比较适用于侦察飞行航线远大于无人机的起飞点到进入点的直线长度的情况。

方式二：分别确定无人机从J0、J1、J2、J3、J4、J5、J6、J7进入侦查区域时的总的飞行航线长度，从这8条飞行航线中选择总长度最短的飞行航线作为正式飞行航线，对应的待定进入点作为进入点。

由于在确定了进入点之后，就可以确定对应的侦察飞行航线。下面以无人机从短边CF的进入点J0进入侦察区域为例（如图6所示）计算无人机的侦察飞行航线。

根据侦察条带宽度与进入点离边界的距离计算侦察条带的数目：

表示向上取整。将每一个侦察条带的中心线都称作侦察路线，根据侦察区域和侦察条带的数目就可求出各侦察条带上的侦察路线的两端点坐标，将无人机从进入点开始以最短航线原则遍历所有的侦察路线的航线称作侦察飞行航线（图中虚线部分）。侦察路线中的各个转折点坐标均可以通过J1点、J6点或J2点、J5点坐标以及侦察条带宽度来求取。其中J1点坐标为（1/3W-1/2CD，1/2CF），J6点坐标为（1/3W-1/2CD，-1/2CF），J2点坐标为（1/2CD-1/3W，1/2CF），J5点坐标为（1/2CD-1/3W，-1/2CF）。

在图6中，S点为第1条侦察路线的起点，T点为第1条侦察路线的终点，J0点作为进入点，B点作为离开点，在侦察坐标系下采用如下公式计算第i（i=0，1，2，3…N－1）条侦察条带的起点与终点坐标。

1）当i为偶数时，起点坐标为：

X_i0＝X_J1

Y_i0＝Y_J1-(i+1/3-i/8)W

终点坐标为：

X_i1＝X_J2

Y_i1＝Y_i0

2）当i为奇数时，起点坐标为：

X_i0＝X_J2

Y_i0＝Y_J2-(i+1/3-i/8)W

终点坐标为：

X_i1＝X_J1

Y_i1＝Y_i0

计算B点坐标。B点坐标求取过程如下：

若N-1为偶数，则B点在DE或其延长线上，其坐标（X_B，Y_B）中的值分别为

X_B＝X_D

Y_B＝Y_D-((N-1)+1/3-(N-1)/8)W

若N-1为奇数，则B点在CF或其延长线上，其坐标（X_B，Y_B）中的值分别为

X_B＝X_C

Y_B＝Y_C-((N-1)+1/3-(N-1)/8)W

在求取B点坐标后，用J0点坐标替换第1条侦察路线的起点，用B点坐标替换最后一条侦察路线的终点。

根据中心坐标(x₀,y₀)和态势β，通过下述两个公式分别将各侦察路线的起点和终点的坐标转化成系统坐标系下的坐标：

$\left(\begin{array}{c}{x}_{i0}\\ y_{i0}\end{array}\right)=\left(\begin{array}{c}{x}_0\\ y_0\end{array}\right)+\left(\begin{array}{cc}\cos \mathrm{\β}& -\sin \mathrm{\β}\\ \sin \mathrm{\β}& \cos \mathrm{\β}\end{array}\right)\left(\begin{array}{c}{X}_{i0}\\ Y_{i0}\end{array}\right)$

$\left(\begin{array}{c}{x}_{i1}\\ y_{i1}\end{array}\right)=\left(\begin{array}{c}{x}_0\\ y_0\end{array}\right)+\left(\begin{array}{cc}\cos \mathrm{\β}& -\sin \mathrm{\β}\\ \sin \mathrm{\β}& \cos \mathrm{\β}\end{array}\right)\left(\begin{array}{c}{X}_{i1}\\ Y_{i1}\end{array}\right)$

将进入点与第1条侦察路线的起点相连，将每条侦察路线的起点和终点相连，将第i条侦察路线的终点和第i+1条侦察路线的起点依次相连，以及将最后一条侦察路线的终点与离开点相连，并将连接后的全部路线作为侦察飞行航线，其中，i为大于0小于侦察条带数目的正整数。

这样，使得无人机可以通过最短的航线遍历所有的侦察路线、起飞点、进入点和离开点。结合预先设定的结束侦察时间（即无人机离开侦察区域的时间，在图6中也就是无人机到达B点的时间）和平均飞行速度，就可确定起飞时间。本发明实施例中，规划出了符合实际飞行情况和侦察需求的、总路程短的航线，并且可以确定起飞时间，能够在节约资源和时间的同时使得无人机在规定的时间内完成侦察任务。

本发明实施例通过计算出的起飞点坐标、进入点坐标、各侦察路线的起点和终点坐标、平均飞行速度，确定无人机在任意时刻的飞行位置，便于在二维图像显示。由于根据步骤202，本发明实施例可以根据侦察图像指标中的采集侦察图像的方位向视场角和高低向视场角确定平稳飞行高度，因此，还可以通过计算出的起飞点坐标、进入点坐标、各侦察路线的起点和终点坐标、平均飞行速度以及平稳飞行高度，显示出三维图像中无人机在任意时刻的飞行位置。

基于上述实施例，本发明实施例可以对无人机侦察时的任意时刻的飞行状态进行仿真。根据上述实施例中获取到的无人机的侦察飞行航线，可以获取到与无人机在侦察中的任意时刻时的大致位置，从而结合与飞行位置对应的影响飞行状态的参数，获取与实际较为接近的飞行状态仿真结果。在导航系统将无人机的实际飞行状态参数与无人机的仿真飞行状态参数进行比较后，能够实时地了解无人机的飞行状态是否正常，从而及时对无人机进行控制。

对无人机侦察时的任意时刻的飞行状态仿真过程为：

获取无人机的初始纵摇角和横滚角，并根据无人机的预设速度，获取无人机的初始航向角；

每隔一个预设的采样步长对无人机规划的航路上的点进行采样，结合采样步长、高斯白噪声抽样值和无人机的预设速度，采用迭代方式分别获取无人机在各个采样点时的纵摇角和横滚角；

根据采样步长、高斯白噪声抽样值以及无人机的预设速度，采用迭代方式分别获取无人机在各个采样点时的航向角和仿真总速度；

根据确定的无人机的纵摇角、横滚角和航向角，结合无人机的初始位置信息，采用迭代方式获取无人机在各个采样点时的位置信息和速度。

下面说明根据本发明的无人机航路规划方法获取无人机在任意一个采样时刻的飞行状态参数的方式。初始设置无人机在侦察航线上的任意一点的位置为（X1_t，Y1_t，Z1_t），且设置无人机在任意位置的预设速度为固定值（V_X1t，V_Y1t，V_Z1t），T为采样步长，W_i为均值为0、均方差为1的高斯白噪声抽样值。

由于受无人机的性能和环境等因素的影响，无人机不可能按照规划的运动轨迹飞行。无人机的自动驾驶仪控制无人机的纵摇和横滚，导航系统控制无人机的航向。

在无人机始终处于稳定飞行的状态时，自动驾驶仪把无人机稳定在同一水平位置飞行（纵摇角和横滚角为0），设稳定误差的均值为0，均方差分别为σ_ε、σ_γ，相关系数分别为ρ_1T，ρ_2T，任意时刻飞机的纵摇角和横滚角为：

Δε₀＝0

ε_t＝0+Δε_t

$\mathrm{\Δ}{\mathrm{\ϵ}}_t=e^{-\mathrm{\ρ}{1}_T\·T}\·{\mathrm{\Δ\ϵ}}_{t-1}+\sqrt{1-e^{2\mathrm{\ρ}{1}_T\·T}}\·{\mathrm{\σ}}_{\mathrm{\ϵ}}\·W_i$

${\mathrm{\ϵ}}_t=e^{-{\mathrm{\ρ}}_{1_T}\·T}\·{\mathrm{\Δ\ϵ}}_{t-1}+\sqrt{1-e^{2{\mathrm{\ρ}}_{1_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\ϵ}}\·W_i$

$=e^{-{\mathrm{\ρ}}_{1_T}\·T}\·{\mathrm{\ϵ}}_{t-1}+\sqrt{1-e^{2{\mathrm{\ρ}}_{1_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\ϵ}}\·W_i$

Δγ₀＝0

γ_t＝0+Δγ_t

$\mathrm{\Δ}{\mathrm{\γ}}_t=e^{-{\mathrm{\ρ}}_{2_T}\·T}\·{\mathrm{\Δ\γ}}_{t-1}+\sqrt{1-e^{2{\mathrm{\ρ}}_{2_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\γ}}\·W_i$

${\mathrm{\γ}}_t=e^{-{\mathrm{\ρ}}_{2_T}\·T}\·{\mathrm{\Δ\γ}}_{t-1}+\sqrt{1-e^{2{\mathrm{\ρ}}_{2_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\γ}}\·W_i$

$=e^{-{\mathrm{\ρ}}_{2_T}\·T}\·{\mathrm{\γ}}_{t-1}+\sqrt{1-e^{2{\mathrm{\ρ}}_{2_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\γ}}\·W_i$

在无人机的导航系统能够无误差地按照预设的航向控制无人机时，无人机方位导航误差的均值为0，均方差为σ_β，相关系数为ρ_3T，在无人机侦察的任意时刻，无人机的航向角为：

${\mathrm{\β}}_t=\frac{V_{X{1}_t}}{\sqrt{V_{X1t}^2+V_{Y1t}^2}}+{\mathrm{\Δ\β}}_t$

${\mathrm{\Δ\β}}_t=e^{-{\mathrm{\ρ}}_{3_T}\·T}\·{\mathrm{\Δ\β}}_{t-1}+\sqrt{1-e^{2{\mathrm{\ρ}}_{3_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\β}}\·W_i$

在无人机的速度保持不变时，速度控制误差的均值为0，均方差为σ_V，相关系数为ρ_4T，在无人机侦察的任意时刻飞机的仿真总速度为：

$V_t=\sqrt{V_{X1t}^2+V_{Y1t}^2+V_{Z1t}^2}+{\mathrm{\ΔV}}_t$

$\mathrm{\Δ}{V}_t=e^{-{\mathrm{\ρ}}_{4_T}\·T}\·{\mathrm{\ΔV}}_{t-1}+\sqrt{1-e^{2{\mathrm{\ρ}}_{4_T}\·T}}\·{\mathrm{\σ}}_V\·W_i$

由于无人机在实际飞行中速度可能会实时变化，而其位置也可能会因此偏离预设的飞行航线，根据获取的无人机的前一次采样时的位置、无人机在本次采样时的航向角和速度可以通过如下公式获取本次采样时的无人机位置。

X_t＝X_t-T+V_t·cosβ_t·cosε_t·T

Y_t＝Y_t-T+V_t·sinβ_t·cosε_t·T

Z_t＝Z_t-T+V_t·sinε_t·T

$X_0=X_{1_0},Y_0=Y_{1_0},Z_0=Z_{1_0}$

其中，为无人机在起飞点时的坐标。通过这种方式获取到的无人机的位置信息将更为贴近实际情况。

无人机在水平的X，Y方向和垂直的Z方向上的速度分别为：

$V_{X_t}=V_t\·\cos {\mathrm{\β}}_t\·\cos {\mathrm{\ϵ}}_t$

$V_{Y_t}=V_t\·\sin {\mathrm{\β}}_t\·\cos {\mathrm{\ϵ}}_t$

$V_{Z_t}=V_t\·\sin {\mathrm{\ϵ}}_t$

通过上述公式获取的无人机的飞行位置(X_t，Y_t，Z_t)和无人机的飞行速度就是对无人机的飞行状态的仿真结果。

例如，假设无人机在进入侦察飞行区域时的飞行位置为初始位置(X₀,Y₀,Z₀＝（X1₀，Y1₀，Z1₀），其速度等于无人机的预设速度

纵摇角为：ε₀＝0

横滚角为：γ₀＝0

航向角为： ${\mathrm{\β}}_0=\frac{V_{{X1}_t}}{\sqrt{V_{X1t}^2+V_{Y1t}^2}}$

Δβ₀＝0

仿真总速度为： $V_0=\sqrt{V_{X1t}^2+V_{Y1t}^2+V_{Z1t}^2}$

ΔV₀＝0

在第一次进行采样时，与无人机进入侦察飞行区域时间隔一个采样步长T，无人机飞行状态仿真的各项参数结果如下：

无人机的纵摇角为：

${\mathrm{\ϵ}}_1=e^{-{\mathrm{\ρ}}_{1_T}\·T}\·0+\sqrt{1-e^{2{\mathrm{\ρ}}_{1_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\ϵ}}\·W_i=\sqrt{1-e^{2{\mathrm{\ρ}}_{1_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\ϵ}}\·W_i$

横滚角为：

${\mathrm{\γ}}_1=e^{-{\mathrm{\ρ}}_{2_T}\·T}\·0+\sqrt{1-e^{{2\mathrm{\ρ}}_{2_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\γ}}\·W_i=\sqrt{1-e^{2{\mathrm{\ρ}}_{2_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\γ}}\·W_i$

航向角为： ${\mathrm{\β}}_1=\frac{V_{{X1}_t}}{\sqrt{V_{X1t}^2+V_{Y1t}^2}}+{\mathrm{\Δ\β}}_1$

其中， $\mathrm{\Δ}{\mathrm{\β}}_1=e^{-{\mathrm{\ρ}}_{3_T}\·T}\·{\mathrm{\Δ\β}}_0+\sqrt{1-e^{2{\text{\ρ}}_{3_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\β}}\·W_i$

仿真总速度为： $V_1=\sqrt{V_{X1t}^2+V_{Y1t}^2+V_{Z1t}^2}+{\mathrm{\ΔV}}_1$

$\mathrm{\Δ}{V}_1=\sqrt{1-e^{2{\mathrm{\ρ}}_{4_T}\·T}}\·{\mathrm{\σ}}_V\·W_i$

位置信息为： $\begin{array}{c}{X}_1=X_0+V_1\·{\cos \mathrm{\β}}_1\·\cos {\mathrm{\ϵ}}_1\·T\\ Y_1=Y_0+V_1\·\sin {\mathrm{\β}}_1\·\cos {\mathrm{\ϵ}}_1\·T\\ Z_1=Z_0+V_1\·\sin {\mathrm{\ϵ}}_1\·T\end{array}$

无人机在X、Y和Z三个方向上的速度为： $\begin{array}{c}{V}_{X_1}=V_1\·\cos {\mathrm{\β}}_1\·\cos {\mathrm{\ϵ}}_1\\ V_{Y_1}=V_1\·\sin {\mathrm{\β}}_1\·\cos {\mathrm{\ϵ}}_1\\ V_{Z_1}=V_1\·\sin {\mathrm{\ϵ}}_1\end{array}$

在再次间隔一个采样步长T的时间，进行第二次进行采样时，无人机飞行状态仿真的各项参数结果如下：

无人机的纵摇角为： ${\mathrm{\ϵ}}_2=e^{-{\mathrm{\ρ}}_{1_T}\·T}\·{\mathrm{\ϵ}}_1+\sqrt{1-e^{2{\mathrm{\ρ}}_{1_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\ϵ}}\·W_i$

横滚角为： ${\mathrm{\γ}}_2=e^{-{\mathrm{\ρ}}_{2_T}\·T}\·{\mathrm{\γ}}_1+\sqrt{1-e^{2{\mathrm{\ρ}}_{2_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\γ}}\·W_i$

航向角为： ${\mathrm{\β}}_2=\frac{V_{{X1}_t}}{\sqrt{V_{X1t}^2+V_{Y1t}^2}}+\mathrm{\Δ}{\mathrm{\β}}_2$

其中， $\mathrm{\Δ}{\mathrm{\β}}_2=e^{-{\mathrm{\ρ}}_{3_T}\·T}\·{\mathrm{\Δ\β}}_1+\sqrt{1-e^{2{\mathrm{\ρ}}_{3_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\β}}\·W_i$

仿真总速度为： $V_2=\sqrt{V_{X1t}^2+V_{Y1t}^2+V_{Z1t}^2}+{\mathrm{\ΔV}}_2$

$\mathrm{\Δ}{V}_2=e^{-{\mathrm{\ρ}}_{4_T}\·T}\·\mathrm{\Δ}{V}_1+\mathrm{\Δ}{V}_1+\sqrt{1-e^{2{\mathrm{\ρ}}_{4_T}\·T}}\·{\mathrm{\σ}}_V\·W_i$

位置信息为： $\begin{array}{c}{X}_2=X_1+V_2\·\cos {\mathrm{\β}}_2\·\cos {\mathrm{\ϵ}}_2\·T\\ Y_2=Y_1+V_2\·\sin {\mathrm{\β}}_2\·\cos {\mathrm{\ϵ}}_2\·T\\ Z_2=Z_1+V_2\·\sin {\mathrm{\ϵ}}_2\·T\end{array}$

无人机在X、Y和Z三个方向上的速度为： $\begin{array}{c}{V}_{X_2}=V_2\·\cos {\mathrm{\β}}_2\·\cos {\mathrm{\ϵ}}_2\\ V_{Y_2}=V_2\·\sin {\mathrm{\β}}_2\·\cos {\mathrm{\ϵ}}_2\\ V_{Z_2}=V_2\·\sin {\mathrm{\ϵ}}_2\end{array}$

在其后的每次采样过程中，都可以参照上述获取无人机在任意一个采样时刻的飞行状态参数的公式，分别对无人机飞行状态仿真的各项参数进行迭代处理，从而获取在任意一次采样时的无人机飞行状态的各项参数。根据上述公式可以获取到无人机在侦察时由于各种因素偏离航道或者不能稳定飞行时的位置和三个姿态角。这样获取到的无人机的飞行状态与无人机真实飞行状态较为接近。

无人机在侦察时可以将当前的飞行状态的输出参数通过数据链发送到地面进行处理（例如，发送到地面情报处理车），用于对侦察目标的定位。由于无人机本身的性能和环境等因素的影响，无人机输出的飞行状态参数与无人机的实际飞行状态参数将会有较大的误差。下面结合无人机定位时的圆概率误差和测高误差对无人机输出的飞行状态参数进行仿真，获取无人机输出的定位信息、纵摇角、横滚角和航向角。无人机输出的飞行状态参数包括三个位置和三个姿态角，无人机的三个位置分别对应无人机在三维坐标系中的坐标中的三个值，而无人机的三个姿态角分别为无人机的纵摇角、横滚角和航向角。

设无人机定位误差的圆概率误差为σ_D（米），相关系数为ρ_5T，测高误差的均方差为σ_H（米），相关系数为ρ_6T。根据上述方式，获取无人机在任意一个采样时刻的飞行状态参数，其中，无人机在侦察时的任意一个采样时刻的定位信息为（X_t，Y_t，Z_t），速度为（V_Xt，V_Yt，V_Zt），令：

$\mathrm{\Δ}{D}_t=e^{-{\mathrm{\ρ}}_{5_T}\·T}\·{\mathrm{\ΔD}}_{t-1}+\sqrt{1-e^{2{\mathrm{\ρ}}_{5_T}\·T}}\·{\mathrm{\σ}}_D\·W_i$

$X_t^{/}=X_t+{\mathrm{\ΔD}}_t\·\frac{{\mathrm{VX}}_t}{\sqrt{{\mathrm{VX}}_t^2+{\mathrm{VY}}_t^2}}$

$Y_t^{/}=Y_t+\mathrm{\Δ}{D}_t\·\frac{{\mathrm{VY}}_t}{\sqrt{{\mathrm{VX}}_t^2+{\mathrm{VY}}_t^2}}$

$\mathrm{\Δ}{Z}_t=e^{-{\text{\ρ}}_{6_T}\·T}\·{\mathrm{\ΔZ}}_{t-1}+\sqrt{1-e^{2{\mathrm{\ρ}}_{6_T}\·T}}\·{\mathrm{\σ}}_Z\·W_i$

$Z_t^{/}=Z_t+\mathrm{\Δ}{Z}_t$

为无人机定位信息，即无人机输出的自身在三维坐标系中的位置。

假定无人机自动驾驶仪把飞机稳定在水平位置（纵摇角和横滚角为0），稳定误差的均值为0，均方差分别为σ_ε、σ_γ，相关系数分别为ρ_7T，ρ_8T，无人机在侦察时的任意时刻飞机输出的纵摇角和横滚角为：

${\mathrm{\ϵ}}_t=e^{-{\mathrm{\ρ}}_{7_T}\·T}\·{\mathrm{\Δ\ϵ}}_{t-1}+\sqrt{1-e^{2{\mathrm{\ρ}}_{7_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\ϵ}}\·W_i$

${\mathrm{\γ}}_t=e^{-{\mathrm{\ρ}}_{8_T}\·T}\·{\mathrm{\Δ\γ}}_{t-1}+\sqrt{1-e^{2{\mathrm{\ρ}}_{8_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\γ}}\·W_i$

假定无人机方位导航误差的均值为0，均方差为σ_β，相关系数为ρ_9T，无人机在侦察时的任意时刻飞机输出的航向角为：

${\mathrm{\β}}_t^{/}={\mathrm{\β}}_t+{\mathrm{\Δ\β}}_t$

${\mathrm{\β}}_t=\frac{{\mathrm{VX}}_t}{\sqrt{{\mathrm{VX}}_t^2+{\mathrm{VY}}_t^2}}$

$\mathrm{\Δ}{\mathrm{\β}}_t=e^{-{\mathrm{\ρ}}_{9_T}\·T}\·{\mathrm{\Δ\β}}_{t-1}+\sqrt{1-e^{2{\mathrm{\ρ}}_{9_T}\·T}}\·{\mathrm{\σ}}_{\mathrm{\β}}\·W_i$

为无人机输出的三个姿态角。

通过上述公式获取到的无人机输出的定位信息和三个姿态角就是对无人机输出的飞行状态参数的仿真。采用这种方式获取到的无人机输出的飞行状态参数考虑到的无人机由于自身装置在定位时产生的圆概率误差和测高误差，因此，与实际情况中无人机输出的飞行状态参数较为接近。

本发明实施例中，将上述对无人机的飞行状态参数的仿真和无人机输出的飞行状态参数的仿真，统称为对无人机的飞行状态的仿真。

基于上述方法实施例，本发明实施例还设计了一种无人机航路规划装置，如图8所示，包括：

接收模块801，用于接收侦察指示，侦察指示至少包括无人机的起飞点坐标、侦察区域坐标、侦察图像指标、结束侦察时间；

条带模块802，用于根据侦察图像指标确定侦察条带宽度；

确定模块803，用于根据无人机的起飞点坐标、侦察区域坐标、结束侦察时间和侦察条带宽度按照最短航线原则确定进入点坐标和侦察飞行航线。

上述条带模块802具体用于，确定相邻侦察条带的重叠区域的宽度与侦察条带宽度的比值；确定进入点坐标与最近顶点坐标之间的距离与侦察条带宽度的比值；根据确定的侦察条带宽度、相邻侦察条带的重叠区域的宽度，以及进入点坐标与最近顶点坐标之间的距离，确定侦察条带的数目和位置。

在实际应用中，条带模块802可以用于确定相邻侦察条带的重叠区域的宽度与侦察条带宽度的比值为1/8；进入点坐标与最近顶点坐标之间的距离为侦察条带宽度的比值为1/3。

上述确定模块803具体用于，根据无人机的起飞点坐标、侦察区域坐标和已确定的侦察条带宽度确定N个待定进入点坐标；根据确定的侦察条带的数目和无人机的起飞点坐标与进入点坐标的距离获取N条飞行航线的长度，选择最短飞行航线对应的待定进入点坐标作为正式进入点坐标。

在上述确定模块803确定正式进入点坐标之后，进一步用于，分别确定每一个侦察条带中的侦察路线的起点坐标和终点坐标，以及无人机离开侦察区域的离开点坐标；将进入点与第1条侦察路线的起点相连，将每条侦察路线的起点和终点相连，将第i条侦察路线的终点和第i+1条侦察路线的起点依次相连，以及将最后一条侦察路线的终点与离开点相连，并将连接后的全部路线作为侦察飞行航线，其中，i为大于0小于侦察条带数目的正整数。

本发明实施例中的无人机航路规划装置还可以包括下述模块：

时间模块804，用于根据确定的侦察飞行航线以及无人机的预设飞行速度获取侦察飞行时间；以及根据侦察飞行时间和结束侦察时间确定无人机的起飞时间。

仿真模块805，用于获取无人机的初始的纵摇角和横滚角，并根据无人机的预设速度，获取无人机的初始的航向角；每隔一个预设的采样步长对无人机规划的航路上的点进行采样，结合采样步长、高斯白噪声抽样值和无人机的预设速度，采用迭代方式分别获取无人机在各个采样点时的纵摇角和横滚角；根据采样步长、高斯白噪声抽样值以及无人机的预设速度，采用迭代方式分别获取无人机在各个采样点时的航向角和仿真总速度；根据确定的无人机的纵摇角、横滚角和航向角，结合无人机的初始位置信息，采用迭代方式获取无人机在各个采样点时的位置信息和速度。

输出仿真模块806，用于根据无人机定位的圆概率误差和测高误差，获取无人机输出的定位信息、纵摇角、横滚角和航向角。

综上所述，本发明实施例能够简单可靠地规划无人机的飞行航线，并且能够根据侦察指示确认起飞时间，从而保证无人机能够在规定的时间内获取到完整的侦察图像，由于该方法实现简单，因此能够在计算机上高效地运行计算，从而解决了在大规模攻防对抗仿真中对无人机航路规划的需求。本发明实施例设计的无人机航路规划方法，结合了数学知识，计算无人机的飞行航行以及相关参数，这样就可以根据规划的航线对无人机在任意采样时刻的飞行位置进行预测仿真，并且能够结合数学和飞行控制领域知识，对无人机在侦察时的飞行状态进行仿真，计算无人机在侦察飞行过程中的位置、速度、姿态角等状态信息。由于本发明实施例先对无人机的飞行航路进行了规划，这样可以确定无人机飞行的大致航线，并且由于考虑到了影响无人机飞行的自身性能和环境因素，因此，本发明实施例对无人机的飞行状态的仿真十分接近实际情况，这样，本发明实施例在结合对无人机的航路规划和飞行状态的仿真后，就可以建立可靠性高的无人机模型，满足实际应用的需求，并且由于本发明实施例中基于无人机的航路规划的无人机仿真系统简单实用，易于实现，能够满足大规模攻防对抗仿真的需求，因此，解决了现有技术中的有关无人机仿真的理论研究过于复杂，不易实现，不能满足大规模攻防对抗仿真的需求的问题。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (18)

1.一种无人机航路规划方法，其特征在于，包括：

接收侦察指示，所述侦察指示至少包括无人机的起飞点坐标、侦察区域坐标、侦察图像指标、结束侦察时间；

在所述侦察图像指标至少包括侦察图像分辨率和用以表征侦察图像中的一个像素点的直径长度代表的实地距离长度的比例尺时，根据所述侦察条带宽度与所述比例尺以及所述侦察图像分辨率中的列长度的比例关系，确定侦察条带宽度；

根据所述无人机的起飞点坐标、所述侦察区域坐标、所述结束侦察时间和所述侦察条带宽度按照最短航线原则确定进入点坐标和侦察飞行航线。

2.如权利要求1所述的方法，其特征在于，根据所述侦察图像指标确定侦察条带宽度之后，还包括：

根据确定的侦察条带宽度以及所述侦察区域坐标确定侦察条带的位置和数目。

3.如权利要求2所述的方法，其特征在于，所述根据确定的侦察条带宽度以及所述侦察区域坐标确定侦察条带的数目和位置，具体包括：

确定相邻侦察条带的重叠区域的宽度与所述侦察条带宽度的比值；

确定所述进入点坐标与最近顶点坐标之间的距离与所述侦察条带宽度的比值；

根据确定的侦察条带宽度、所述相邻侦察条带的重叠区域的宽度，以及所述进入点坐标与最近顶点坐标之间的距离，确定所述侦察条带的数目和位置。

4.如权利要求3所述的方法，其特征在于，所述相邻侦察条带的重叠区域的宽度与所述侦察条带宽度的比值为1/8；

所述进入点坐标与最近顶点坐标之间的距离为侦察条带宽度的比值为1/3。

5.如权利要求4所述的方法，其特征在于，所述根据所述无人机的起飞点坐标、所述侦察区域坐标和所述侦察条带宽度按照最短航线原则确定进入点坐标，具体包括：

根据所述无人机的起飞点坐标、所述侦察区域坐标和已确定的侦察条带宽度确定N个待定进入点坐标；

根据确定的侦察条带的数目和所述无人机的起飞点坐标与进入点坐标的距离获取N条飞行航线的长度，选择最短飞行航线对应的待定进入点坐标作为正式进入点坐标。

6.如权利要求5所述的方法，其特征在于，根据确定的进入点坐标获取对应的侦察飞行航线，具体包括：

分别确定每一个侦察条带中的侦察路线的起点坐标和终点坐标，以及所述无人机离开侦察区域的离开点坐标；

将进入点与第1条侦察路线的起点相连，将每条侦察路线的起点和终点相连，将第i条侦察路线的终点和第i+1条侦察路线的起点依次相连，以及将最后一条侦察路线的终点与离开点相连，并将连接后的全部路线作为侦察飞行航线，其中，i为大于0小于侦察条带数目的正整数。

7.如权利要求1所述的方法，其特征在于，在根据所述无人机的起飞点坐标、所述侦察区域坐标、结束侦察时间和所述侦察条带宽度按照最短航线原则确定进入点坐标和侦察飞行航线之后，还包括：

根据确定的侦察飞行航线以及所述无人机的预设飞行速度获取侦察飞行时间；

根据所述侦察飞行时间和所述结束侦察时间确定所述无人机的起飞时间。

8.如权利要求1～7中任一项所述的方法，其特征在于，在对无人机进行航路规划之后，还包括：

获取所述无人机的初始纵摇角和横滚角，并根据所述无人机的预设速度，获取无人机的初始航向角；

每隔一个预设的采样步长对无人机规划的航路上的点进行采样，结合采样步长、高斯白噪声抽样值和所述无人机的预设速度，采用迭代方式分别获取所述无人机在各个采样点时的纵摇角和横滚角；

根据所述采样步长、高斯白噪声抽样值以及所述无人机的预设速度，采用迭代方式分别获取所述无人机在各个采样点时的航向角和仿真总速度；

根据确定的所述无人机的纵摇角、横滚角和航向角，结合所述无人机的初始位置信息，采用迭代方式获取所述无人机在各个采样点时的位置信息和速度。

9.如权利要求8所述的方法，其特征在于，在获取所述无人机在当前采样点时的位置信息和速度后，还包括：

根据所述无人机定位的圆概率误差和测高误差，获取所述无人机输出的定位信息、纵摇角、横滚角和航向角。

10.一种无人机航路规划装置，其特征在于，包括：

接收模块，用于接收侦察指示，所述侦察指示至少包括无人机的起飞点坐标、侦察区域坐标、侦察图像指标、结束侦察时间；

条带模块，用于在所述侦察图像指标至少包括侦察图像分辨率和用以表征侦察图像中的一个像素点的直径长度代表的实地距离长度的比例尺时，根据所述侦察条带宽度与所述比例尺以及所述侦察图像分辨率中的列长度的比例关系，确定侦察条带宽度；

确定模块，用于根据所述无人机的起飞点坐标、所述侦察区域坐标、所述结束侦察时间和所述侦察条带宽度按照最短航线原则确定进入点坐标和侦察飞行航线。

11.如权利要求10所述的装置，其特征在于，所述条带模块，具体用于：

根据确定的侦察条带宽度以及所述侦察区域坐标确定侦察条带的位置和数目。

12.如权利要求11所述的装置，其特征在于，所述条带模块，进一步用于：

确定相邻侦察条带的重叠区域的宽度与所述侦察条带宽度的比值；

确定所述进入点坐标与最近顶点坐标之间的距离与所述侦察条带宽度的比值；

根据确定的侦察条带宽度、所述相邻侦察条带的重叠区域的宽度，以及所述进入点坐标与最近顶点坐标之间的距离，确定所述侦察条带的数目和位置。

13.如权利要求12所述的装置，其特征在于，所述条带模块，进一步用于：

确定所述相邻侦察条带的重叠区域的宽度与所述侦察条带宽度的比值为1/8；所述进入点坐标与最近顶点坐标之间的距离为侦察条带宽度的比值为1/3。

14.如权利要求13所述的装置，其特征在于，所述确定模块，具体用于：

根据所述无人机的起飞点坐标、所述侦察区域坐标和已确定的侦察条带宽度确定N个待定进入点坐标；

根据确定的侦察条带的数目和所述无人机的起飞点坐标与进入点坐标的距离获取N条飞行航线的长度，选择最短飞行航线对应的待定进入点坐标作为正式进入点坐标。

15.如权利要求14所述的装置，其特征在于，所述确定模块，进一步用于：

分别确定每一个侦察条带中的侦察路线的起点坐标和终点坐标，以及所述无人机离开侦察区域的离开点坐标；

将进入点与第1条侦察路线的起点相连，将每条侦察路线的起点和终点相连，将第i条侦察路线的终点和第i+1条侦察路线的起点依次相连，以及将最后一条侦察路线的终点与离开点相连，并将连接后的全部路线作为侦察飞行航线，其中，i为大于0小于侦察条带数目的正整数。

16.如权利要求10所述的装置，其特征在于，还包括：

时间模块，用于根据确定的侦察飞行航线以及所述无人机的预设飞行速度获取侦察飞行时间；以及根据所述侦察飞行时间和所述结束侦察时间确定所述无人机的起飞时间。

17.如权利要求10～16中任一项所述的装置，其特征在于，还包括仿真模块，用于：

获取所述无人机的初始的纵摇角和横滚角，并根据所述无人机的预设速度，获取无人机的初始的航向角；

每隔一个预设的采样步长对无人机规划的航路上的点进行采样，结合采样步长、高斯白噪声抽样值和所述无人机的预设速度，采用迭代方式分别获取所述无人机在各个采样点时的纵摇角和横滚角；

根据所述采样步长、高斯白噪声抽样值以及所述无人机的预设速度，采用迭代方式分别获取所述无人机在各个采样点时的航向角和仿真总速度；

根据确定的所述无人机的纵摇角、横滚角和航向角，结合所述无人机的初始位置信息，采用迭代方式获取所述无人机在各个采样点时的位置信息和速度。

18.如权利要求17所述的装置，其特征在于，还包括：

输出仿真模块，用于根据所述无人机定位的圆概率误差和测高误差，获取所述无人机输出的定位信息、纵摇角、横滚角和航向角。