CN108571981B - 一种侦察无人机目标定位集成检校方法 - Google Patents

一种侦察无人机目标定位集成检校方法 Download PDF

Info

Publication number
CN108571981B
CN108571981B CN201810261029.3A CN201810261029A CN108571981B CN 108571981 B CN108571981 B CN 108571981B CN 201810261029 A CN201810261029 A CN 201810261029A CN 108571981 B CN108571981 B CN 108571981B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
control point
point
angle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810261029.3A
Other languages
English (en)
Other versions
CN108571981A (zh
Inventor
贾伟
马夏莹
肖佳伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Xian Aisheng Technology Group Co Ltd
Original Assignee
Northwestern Polytechnical University
Xian Aisheng Technology Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University, Xian Aisheng Technology Group Co Ltd filed Critical Northwestern Polytechnical University
Priority to CN201810261029.3A priority Critical patent/CN108571981B/zh
Publication of CN108571981A publication Critical patent/CN108571981A/zh
Application granted granted Critical
Publication of CN108571981B publication Critical patent/CN108571981B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种侦察无人机目标定位集成检校方法,首先确定标校控制点,再控制无人机跟踪标校控制点,利用获取的飞机位置、姿态、侦察设备方位角和高低角来估计地面控制点位置,从而得到航姿角安装误差。通过有效方法消除安装轴角误差,将大大提高无人侦察机对地面目标的实时定位精度。

Description

一种侦察无人机目标定位集成检校方法
技术领域
本发明属于无人侦察机目标定位技术领域,涉及一种侦察无人机目标定位集成检校方法。用于中小型无人侦察机系统集成过程中,对光纤捷联惯导与侦察设备安装角误差的校准。
背景技术
中小型无人侦察机主要用于战场目标定位,为火力单元提供目标指示与火力引导,其对目标的定位精度要求较高。为提高定位精度,目前主要有双像交叉定位、激光多点测距定位等方法,这些方法可以有效消除系统集成误差,尤其是外方位测角误差,虽然这些方法能够获得较高精度,但仅适合于静止目标,对移动坦克和装甲等动目标完全失效。
中小型无人侦察机通常安装有光纤捷联惯导,一般与光电侦察设备在不同舱段安装,两者基准轴安装误差由于工艺条件限制一般在0.5°~0.8°,而相对于惯导测角随机误差0.05°较大,成为目标实时定位精度的主要影响因素。因此,通过一种有效方法消除安装轴角误差,将大大提高无人侦察机对地面目标的实时定位精度。
发明内容
要解决的技术问题
为了解决现有技术中由于光纤捷联惯导和光电侦察设备的安装轴角误差对目标实时定位精度带来的影响,本发明提出一种侦察无人机目标定位集成检校方法。
技术方案
一种侦察无人机目标定位集成检校方法,其特征在于步骤如下:
步骤1:确定标校控制点:
采用地面单控制点进行检校:地面控制点可以选择一个静止的2.3mⅹ2.3m的布置的靶标或者直接利用无人机地面控制站;地面控制点采用卫星差分定位,获得其定位位置为(Xt,Yt,Zt);无人机采用卫星差分定位+光纤捷联惯导组合导航方式进行定位,其实时位置为(Xb,Yb,Zb);
步骤2:控制无人机跟踪标校控制点:
1)在地面控制点上方相对地面控制点高度2500~3000m,以地面控制点垂直对应的高空点为中心,规划一条8km直线段航线,作为检校航线;
2)控制无人机飞行至高空点水平距离3km~4km处,操纵侦察设备自动跟踪地面控制点;
3)待稳定跟踪地面控制点后,控制无人机进入检校航线,并按程序控制沿航线飞行,每隔设定时间读取外方位参数,所述的外方位参数包括飞机位置、姿态、侦察设备方位角和高低角;
步骤3:估计地面控制点位置:
利用驻点捕获的外方位参数估计地面控制点位置:
Figure BDA0001610275220000021
Figure BDA0001610275220000022
其中:
Href.i为差分定位测得的第i点无人机与地面控制点相对高度;
Xbi与Ybi为第i点飞机组合定位位置;
Xt.i与Yt.i为第i估计的控制点位置;
r13.i、r23.i、r33.i为旋转矩阵元素,具体表示为:
r13.i=cosαsinβcosΨcosθ
+sinβsinα(cosΨsinθsinΦ-cosΦsinΨ)
+cosβ(cosΨcosΦsinθ+sinΨsinΦ)
r23.i=cosαsinβcosθsinΨ
+sinαsinβ(cosΨcosΦ+sinΨsinΦsinθ)
+cosβ(sinΨcosΦsinθ-cosΨsinΦ)
r33.i=cosαsinβsinθ+sinαsinβcosθsinΦ
+cosβcosθcosΦ
其中,α为侦察设备方位角,β为侦察设备高低角;θ、Φ和Ψ分别为无人机俯仰角、滚转角和航向角;
步骤4:针对θ、Φ和Ψ将式(1)和(2)进行泰勒级数展开:
Figure BDA0001610275220000031
Figure BDA0001610275220000032
同理,对第(i+1)点进行同样级数展开得到
Figure BDA0001610275220000033
Figure BDA0001610275220000034
4组方程求取Δθ、ΔΦ和ΔΨ三个参数,改写成矩阵形式:
Figure BDA0001610275220000035
Figure BDA0001610275220000036
可取值为
Figure BDA0001610275220000037
同样令
Figure BDA0001610275220000038
通过最小二乘法求解ΔV通过矩阵形式方程ΔU=AΔV得到:
ΔV=(ATA)-1ΔU (8)
从而得到Δθ、ΔΦ和ΔΨ一步估计,将估误差值进行迭代更新;
步骤5:第i点航姿修正为
Figure BDA0001610275220000041
第i+1点航姿修正为
Figure BDA0001610275220000042
其中,k为迭代次数,将新得到的估计值重新代入式(1)~(8)进行迭代计算,直至通过式(7)获得的
Figure BDA0001610275220000043
停止迭代,此时获得的两组姿态角分别为
Figure BDA0001610275220000044
Figure BDA0001610275220000045
n、m分别为迭代最后得到的两点,从而得到航姿角安装误差为:
Figure BDA0001610275220000046
控制无人机沿检校航路往返飞行三次,将所有获得的所有姿态角安装误差进行算术平均值计算作为最终安装角误差估计值。
步骤2的3)中所述的设定时间取30s。
有益效果
本发明提出的一种侦察无人机目标定位集成检校方法,通过有效方法消除安装轴角误差,将大大提高无人侦察机对地面目标的实时定位精度。该检校方法在ASN209型无人机上得到了成功应用,使得目标实时定位精度从49m(CEP)提高到24m(CEP),并且满足对54km/h动目标实时定位能力,从而满足了无人侦察机为武装直升机、末制导弹炮、群炮等打击动目标的引导需求。并且该方法可以利用地面控制站作为控制点,可以在野外方便实施,具有较强实用性。
附图说明
图1惯导与侦察设备安装示意图
图2侦察航路示意图
图3安装误差估计流程图
图4某次飞行定位结果图
具体实施方式
现结合实施例、附图对本发明作进一步描述:
本发明所涉及方法步骤如下:
1.确定标校控制点,并采用卫星差分定位
为便于方法实施,采用地面单控制点进行检校。地面控制点可以选择一个静止的2.3mⅹ2.3m的布置的靶标或者直接利用无人机地面控制站。控制点采用卫星差分定位,获得其定位位置为(Xt,Yt,Zt),一般其精度可以控制在0.5m。无人机采用卫星差分定位+光纤捷联惯导组合导航方式进行定位,其实时位置为(Xb,Yb,Zb),其定位精度可控制在1m。
2.控制无人机及侦察设备跟踪标校控制点
1)以控制点为中心,规划一条8km直线段航线(方向可随机确定),相对控制点高度为2500m之3000m之间,作为检校航线;
2)控制无人机飞行至控制点水平距离3km~4km处,操纵侦察设备自动跟踪控制点;
3)待稳定跟踪控制点后,控制无人机进入检校航线,并按程序控制沿航线飞行,每隔30s取飞机位置、姿态和侦察设备方位角和高低角外方位参数。
3.航姿误差估计
1)利用驻点捕获的外方位参数估计控制点位置如下
Figure BDA0001610275220000061
Figure BDA0001610275220000062
其中:
Href.i为差分定位测得的第i点无人机与控制点相对高度;Xbi与Ybi为第i点飞机组合定位位置;
Xt.i与Yt.i为第i估计的控制点位置;
r13.i等为旋转矩阵元素,具体可表示为:
r13=cosαsinβcosΨcosθ
+sinβsinα(cosΨsinθsinΦ-cosΦsinΨ)
+cosβ(cosΨcosΦsinθ+sinΨsinΦ)
r23=cosαsinβcosθsinΨ
+sinαsinβ(cosΨcosΦ+sinΨsinΦsinθ)
+cosβ(sinΨcosΦsinθ-cosΨsinΦ)
r33=cosαsinβsinθ+sinαsinβcosθsinΦ
+cosβcosθcosΦ
α为侦察设备方位角,β为侦察设备高低角;
θ、Φ和Ψ分别为无人机俯仰角、滚转角和航向角。
2)误差方程线性化
针对θ、Φ和Ψ将式(1)和(2)进行泰勒级数展开,
Figure BDA0001610275220000063
Figure BDA0001610275220000064
同理,对第(i+1)点进行同样级数展开得到
Figure BDA0001610275220000065
Figure BDA0001610275220000071
4组方程求取Δθ、ΔΦ和ΔΨ三个参数,改写成矩阵形式:
Figure BDA0001610275220000072
Figure BDA0001610275220000073
可取值为
Figure BDA0001610275220000074
同样令
Figure BDA0001610275220000075
Figure BDA0001610275220000076
通过最小二乘法求解ΔV通过矩阵形式方程ΔU=AΔV得到,
ΔV=(ATA)-1ΔU (8)
从而得到Δθ、ΔΦ和ΔΨ一步估计,将估误差值进行迭代更新。
第i点航姿修正为
Figure BDA0001610275220000077
第i+1点航姿修正为
Figure BDA0001610275220000078
k是迭代次数,将新得到的估计值重新代入式(1)~(8)进行迭代计算,直至通过式(7)获得的
Figure BDA0001610275220000079
停止迭代,此时获得的两组姿态角分别为
Figure BDA00016102752200000710
Figure BDA0001610275220000081
从而得到航姿角安装误差为:
Figure BDA0001610275220000082
无人机沿检校航路每飞行一次,可获得7~8个式(11)的到的估计值,控制无人机沿检校航路往返飞行三次,将所有获得的所有姿态角安装误差进行算术平均值计算作为最终安装角误差估计值。
本发明已经应用于ASN209型无人机系统中。在该系统中,本方法被包含于地面控制车上的信息显示软件中。信息显示软件通过网络与数据链系统的地面数据终端进行数据交互。在无人机起飞前,采用手持北斗定位机对地面控制站进行定位,作为标校控制点。
无人机发射起飞后,飞行操纵手控制飞机爬升至2500m高度定高飞行,沿预定航线飞行至距离地面控制站水平距离3km~4km处。任务操作手通过观察侦察图像,控制光电侦查设备使之稳定跟踪地面控制站。待稳定跟踪控制点后,飞行操纵手控制无人机进入检校航线,并按程序控制无人机沿检校航线飞行,每隔30s任务操作手对当前图像帧进行捕获,在捕获的图像上移动操纵杆点击地面控制站,利用内、外方位元素估计地面控制站位置。
采用本发明所用的安装误差估计流程对姿态角安装误差进行估计,直到第n次估计地面控制站位置同地面控制站实测距离差小于
Figure BDA0001610275220000083
则停止迭代,得出一个姿态角安装误差值。飞行操纵手控制无人机沿检校航路往返飞行三次,将获得的所有姿态角安装误差进行算术平均值计算作为最终安装角误差估计值。
某次飞行定位结果如图4所示。

Claims (2)

1.一种侦察无人机目标定位集成检校方法,其特征在于步骤如下:
步骤1:确定标校控制点:
采用地面单控制点进行检校:地面控制点选择一个静止的2.3m×2.3m的布置的靶标或者直接利用无人机地面控制站;地面控制点采用卫星差分定位,获得其定位位置为(Xt,Yt,Zt);无人机采用卫星差分定位+光纤捷联惯导组合导航方式进行定位,其实时位置为(Xb,Yb,Zb);
步骤2:控制无人机跟踪标校控制点:
1)在地面控制点上方相对地面控制点高度2500~3000m,以地面控制点垂直对应的高空点为中心,规划一条8km直线段航线,作为检校航线;
2)控制无人机飞行至高空点水平距离3km~4km处,操纵侦察设备自动跟踪地面控制点;
3)待稳定跟踪地面控制点后,控制无人机进入检校航线,并按程序控制沿航线飞行,每隔设定时间读取外方位参数,所述的外方位参数包括飞机位置、姿态、侦察设备方位角和高低角;
步骤3:估计地面控制点位置:
利用驻点捕获的外方位参数估计地面控制点位置:
Figure FDA0003097143750000011
Figure FDA0003097143750000012
其中:
Href.i为差分定位测得的第i点无人机与地面控制点相对高度;
Xbi与Ybi为第i点飞机组合定位位置;
Xti与Yti为第i估计的控制点位置;
r13.i、r23.i、r33.i为旋转矩阵元素,具体表示为:
r13.i=cosαsinβcosΨcosθ+sinβsinα(cosΨsinθsinΦ-cosΦsinΨ)+cosβ(cosΨcosΦsinθ+sinΨsinΦ)
r23.i=cosαsinβcosθsinΨ+sinαsinβ(cosΨcosΦ+sinΨsinΦsinθ)+cosβ(sinΨcosΦsinθ-cosΨsinΦ)
r33.i=cosαsinβsinθ+sinαsinβcosθsinΦ+cosβcosθcosΦ
其中,α为侦察设备方位角,β为侦察设备高低角;θ、Φ和Ψ分别为无人机俯仰角、滚转角和航向角;
步骤4:针对θ、Φ和Ψ将式(1)和(2)进行泰勒级数展开:
Figure FDA0003097143750000021
Figure FDA0003097143750000022
同理,对第(i+1)点进行同样级数展开得到
Figure FDA0003097143750000023
Figure FDA0003097143750000024
4组方程求取Δθ、ΔΦ和ΔΨ三个参数,改写成矩阵形式:
Figure FDA0003097143750000025
Figure FDA0003097143750000026
取值为
Figure FDA0003097143750000027
同样令
Figure FDA0003097143750000028
通过最小二乘法求解ΔV通过矩阵形式方程ΔU=AΔV得到:
ΔV=(ATA)-1ΔU (8)
从而得到Δθ、ΔΦ和Δψ一步估计,将估误差值进行迭代更新;
步骤5:第i点航姿修正为
Figure FDA0003097143750000031
第i+1点航姿修正为
Figure FDA0003097143750000032
其中,k为迭代次数,将新得到的估计值重新代入式(1)~(8)进行迭代计算,直至通过式(7)获得的
Figure FDA0003097143750000036
米停止迭代,此时获得的两组姿态角分别为
Figure FDA0003097143750000033
Figure FDA0003097143750000034
n、m分别为迭代最后得到的两点,从而得到航姿角安装误差为:
Figure FDA0003097143750000035
控制无人机沿检校航线往返飞行三次,将所有获得的所有姿态角安装误差进行算术平均值计算作为最终安装角误差估计值。
2.根据权利要求1所述的一种侦察无人机目标定位集成检校方法,其特征在于步骤2的3)中所述的设定时间取30s。
CN201810261029.3A 2018-03-28 2018-03-28 一种侦察无人机目标定位集成检校方法 Active CN108571981B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810261029.3A CN108571981B (zh) 2018-03-28 2018-03-28 一种侦察无人机目标定位集成检校方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810261029.3A CN108571981B (zh) 2018-03-28 2018-03-28 一种侦察无人机目标定位集成检校方法

Publications (2)

Publication Number Publication Date
CN108571981A CN108571981A (zh) 2018-09-25
CN108571981B true CN108571981B (zh) 2021-08-13

Family

ID=63574514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810261029.3A Active CN108571981B (zh) 2018-03-28 2018-03-28 一种侦察无人机目标定位集成检校方法

Country Status (1)

Country Link
CN (1) CN108571981B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109916406B (zh) * 2019-01-10 2020-10-13 浙江大学 一种基于无人机群的环绕目标定位方法
CN111857104B (zh) * 2020-08-03 2022-05-10 广州极飞科技股份有限公司 自驾仪校准方法、装置、电子设备及计算机可读存储介质
CN112672281B (zh) * 2020-12-24 2022-11-01 中航贵州飞机有限责任公司 一种利用无线电链路装订光电侦察设备安装误差的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2199207A1 (en) * 2008-12-22 2010-06-23 Korea Aerospace Research Institute Three-dimensional misalignment correction method of attitude angle sensor using single image
CN105180963A (zh) * 2015-07-22 2015-12-23 北京航空航天大学 基于在线标校的无人机遥测参数修正方法
CN105910607A (zh) * 2016-04-07 2016-08-31 国家测绘地理信息局卫星测绘应用中心 基于地面控制的卫星长周期姿态误差修正方法
CN106885585A (zh) * 2016-12-30 2017-06-23 国家测绘地理信息局卫星测绘应用中心 一种基于光束法平差的星载摄影测量系统一体化检校方法
CN107014399A (zh) * 2017-04-25 2017-08-04 国家测绘地理信息局卫星测绘应用中心 一种星载光学相机‑激光测距仪组合系统联合检校方法
CN107656286A (zh) * 2017-09-26 2018-02-02 武汉大学 大倾斜远端观测环境下目标定位方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2199207A1 (en) * 2008-12-22 2010-06-23 Korea Aerospace Research Institute Three-dimensional misalignment correction method of attitude angle sensor using single image
CN105180963A (zh) * 2015-07-22 2015-12-23 北京航空航天大学 基于在线标校的无人机遥测参数修正方法
CN105910607A (zh) * 2016-04-07 2016-08-31 国家测绘地理信息局卫星测绘应用中心 基于地面控制的卫星长周期姿态误差修正方法
CN106885585A (zh) * 2016-12-30 2017-06-23 国家测绘地理信息局卫星测绘应用中心 一种基于光束法平差的星载摄影测量系统一体化检校方法
CN107014399A (zh) * 2017-04-25 2017-08-04 国家测绘地理信息局卫星测绘应用中心 一种星载光学相机‑激光测距仪组合系统联合检校方法
CN107656286A (zh) * 2017-09-26 2018-02-02 武汉大学 大倾斜远端观测环境下目标定位方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Automatic Georeferencing of Images Acquired by UAV’s;Elder M. Hemerly;《International Journal of Automation and Computing》;20140831;第11卷(第4期);第347-352页 *
无人机地面站图像预处理系统的设计与应用;李大健等;《航空计算技术》;20110731;第41卷(第4期);第115-117页 *

Also Published As

Publication number Publication date
CN108571981A (zh) 2018-09-25

Similar Documents

Publication Publication Date Title
CN108571981B (zh) 一种侦察无人机目标定位集成检校方法
CN103913181B (zh) 一种基于参数辨识的机载分布式pos传递对准方法
Cho et al. Wind estimation and airspeed calibration using a UAV with a single-antenna GPS receiver and pitot tube
CN105184776B (zh) 目标跟踪方法
US20140309836A1 (en) Position Estimation and Vehicle Control in Autonomous Multi-Vehicle Convoys
CN113124856B (zh) 基于uwb在线锚点的视觉惯性紧耦合里程计及计量方法
US20080195316A1 (en) System and method for motion estimation using vision sensors
CN110470304B (zh) 一种基于无人机光电平台的高精度目标定位测速方法
CN108152529A (zh) 一种基于飞行参数计算风速及风向的方法
Hansen et al. The NASA dryden AAR project: a flight test approach to an aerial refueling system
JP2000055599A (ja) 追尾装置によるロケット軌道推定法、ロケット未来位置予測法、ロケット識別法、ロケット状況検知法
JP5690127B2 (ja) 飛行制御装置およびこれを備える飛行体
CN109724624B (zh) 一种适用于机翼挠曲变形的机载自适应传递对准方法
JP7123774B2 (ja) 飛行装置制御システム
BR112017019551B1 (pt) Processo de assistência automática à aterrissagem de uma aeronave, mídia legível por computador e sistema de assistência automática à aterrissagem de uma aeronave
Chakraborty et al. Cooperative localization for fixed wing unmanned aerial vehicles
CN103424125A (zh) 无人机光轴基准安装误差测量方法
CN109725649A (zh) 一种基于气压计/imu/gps多传感器融合的旋翼无人机定高算法
KR102307079B1 (ko) 무인비행체의 표적 감지 추적 시스템
CN116105730A (zh) 基于合作目标卫星甚短弧观测的仅测角光学组合导航方法
CN108873031B (zh) 一种2自由度吊舱的外参标定优化方法
Balmer et al. Enhancing model-free wind estimation for fixed-wing UAV
CN110674888B (zh) 一种基于数据融合的头部姿态识别方法
CN103043226A (zh) 无人机光轴基准安装误差测量方法
CN105675013A (zh) 民用飞机惯导动态校准方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant