CN109029434A - 基于自适应尺度下推的桑迪亚惯性地形辅助导航方法 - Google Patents

Abstract

本发明属于无人机导航技术领域，具体的说是基于自适应尺度下推的桑迪亚惯性地形辅助导航方法。由于地形平坦区域的地形高程基本相同，本发明只对地形陡峭的区域进行算法改进，根据当前时刻的地形特征决定是否进行尺度下推。通过捷联惯导所得导航信息和数字高程地图得到当前位置的地形斜率，与基准数字地图平均地形斜率进行对比，从而决定是否进行尺度下推从而提高导航精度。

Description

基于自适应尺度下推的桑迪亚惯性地形辅助导航方法

技术领域

本发明属于无人机导航技术领域，具体的说是基于自适应尺度下推的桑迪亚惯性地形辅助导航方法。

背景技术

如图1所示，SITAN系统以惯导提供导航信息作为基准，从储存好的数字高程地图上找到当前位置的地形高程作为基准高程，与气压高度计测得海拔高度之差即为对地高度估计值，同时，由机载超声波敏感器件测量出对地高度作为实测值；由惯导系统误差模型建立状态方程，以对地高度值差值作为量测，在预估位置处进行地形线性化处理，导出地形斜率之后，综合对地高度信息可得到系统量测方程，然后通过滤波算法进行处理，获得当前导航信息的误差参数，实现修正。

最初，桑迪亚惯性地形辅助导航被应用于战斗机或者导弹等配备机械式惯导的飞行器，由于此类惯导精度较高，因此最终导航精度符合要求。但是对于小型旋翼无人机来说，SITAN系统在实际应用之中，误差仍然高达30-50m，无法保证其正常工作。

滤波器的量测方程由无人机相对高度的预测信息与激光测距模块测量得出的无人机实际对地高度共同建立，而预测信息由惯性导航绝对高度信息与利用数字高程地图得到的相对高度之差得到，数字高程地图的精度是最终导航精度的决定性因素之一。

表1为现有数字高程地图数据库对比

观察表1可以看出，最高的精度为10m，来自德国，但由于此数据库为网状，因此不具有普适性。而将30m精度的数字高程地图直接应用于桑迪亚惯性地形辅助导航得到的导航精度并不符合实际需求。

目前，为提升地形匹配导航方式的精度，一般采用适用于非线性系统的粒子滤波代替卡尔曼滤波的方式，或者添加神经网络等算法实现改进，很少考虑到提高地形匹配所依赖的基准数字地图精度来提升导航精度。桑迪亚惯性地形辅助导航系统主要以数字高程地图为基准，通过实测地形高度建立量测方程进行滤波，得到惯性导航信息误差参数，用以修正补偿惯性导航的积累误差，因此导航精度很大程度上由基准数字高程地图精度决定。

发明内容

本发明的目的，就是针对上述问题，卫星信号由于遮挡覆盖而导致的信号阻隔区和受到干扰而无法接收正确信号等状况下的小型旋翼无人机导航领域，为了提升经典桑迪亚惯性地形辅助导航系统的精度，提出数字高程地图自适应尺度下推算法。

本发明的技术方案为：

基于自适应尺度下推的桑迪亚惯性地形辅助导航方法，其特征在于，包括以下步骤：

S1、获取当前基准数字高程地图的斜率阈值k；

S2、获取当前时刻的地形斜率k_t；

S3、实时判断k_t>k是否成立，若是，则进行数字高程地图尺度下推，否则，采用原有基准地图。

进一步的，所述步骤S1的具体方法为：

获取当前基准数字高程地图的地形起伏度R：

R＝Hmax-Hmin

Hmax和Hmin分别为单位面积内最大高程和最小高程值；

根据如下公式获得斜率阈值k：

其中，(x_max，y_max)为Hmax的位置坐标，(x_min，y_min)为Hmin的位置坐标。

进一步的，所述步骤S2的具体方法为：

由惯性导航系统得到当前时刻位置(x_t，y_t，z_t)^T，由整个导航系统上一时刻最优位置信息(x_t-1，y_t-1，z_t-1)^T，综合位置信息和基准数字高程地图信息，分别得到t时刻和t-1时刻的地形高度信息h_t和h_t-1，根据如下公式获得当前时刻的地形斜率k_t：

本发明的技术方案，由于地形平坦区域的地形高程基本相同，本发明只对地形陡峭的区域进行算法改进，根据当前时刻的地形特征决定是否进行尺度下推。通过捷联惯导所得导航信息和数字高程地图得到当前位置的地形斜率，与基准数字地图平均地形斜率进行对比，从而决定是否进行尺度下推从而提高导航精度。

本发明的有益效果为，能够在提高导航精度的同时，通过地形判断解决高精度数字高程地图带来的指数倍数据量。

附图说明

图1为桑迪亚惯性地形辅助导航系统原理；

图2为本发明中引入数字高程地图自适应尺度下推算法的SITAN系统原理；

图3为本发明自适应尺度下推原理；

图4为数字高程图转换示意图。

具体实施方式

下面结合附图和实施例，详细描述本发明的技术方案。

由于巡检中的无人机来说，并不是每时每刻都需要对数字高程地图进行尺度下推，对于一些坡度平缓或地势平坦的区域来讲，进行尺度下推与否对导航结果带来的影响可以忽略不计，如果每一时刻都对数字高程图进行处理，会无端浪费时间，因此是否进行尺度下推、何时进行尺度下推非常重要。本文中以地形斜率为决定因素，预先计算出当前基准数字高程地图的斜率阈值k，每时刻与当前地形斜率kt对比，如果kt>k，则进行数字高程地图尺度下推，否则，采用原有基准地图。由图3可知，通过下所述步骤计算出k和kt，并对其进行比较，决定是否进行尺度下推，然后从基准高程地图中截取部分区域，通过超分辨率技术进行尺度下推，提高基准数据精度，进而提高导航精度。

实施例

本例中采用目前常用的工具，详细描述本发明的应用方法。

伪像距测定步骤：

地形起伏度能够很好的表征某个范围内地形的特点，一块数字高程地图的平均斜率通过地形起伏度及最高点和最低点的位置计算出，公式如下所示：

R＝Hmax-Hmin

其中，R为地形起伏度，H_max和H_min分别为单位面积内最大高程和最小高程值。

详细流程如下所示：

(1)通过自行采集或网络资源下载获取所需区域内数字高程数据，将其导入Arcgis，进入工具箱之中的Spatial Analysis，将Statistic type定义为数据范围之内的最大值，定义处理范围为矩形，自行定义邻域值，便可以通过Neighborhood Statistics，即Arcgis之中的栅格邻域计算工具对DEM数据进行处理，获取最大值层面A；

(2)将Statistic type预先设为可选范围之内的最小数值，然后按1中步骤进行处理，就能够获取最小值层面B；

(3)再次使用Arcgis工具箱之中的Spatial Analysis，以1、2中得到的最大、最小值层面A和B作为栅格计算器Calculator的输入，进行计算之后，将会获取最终结果，所获层面之中的每个栅格数值，即为预先定义的相邻范围之内的地形起伏度数值。

(4)依次按照上述步骤操作得到当前基准数字高程地图的地形起伏度R，并通过Arcgis得到H_max和H_min的位置分别为(x_max y_max)和(x_min y_min)，则根据下属等式可得到基准地图的斜率：

以此斜率为自适应尺度下推的阈值。

当前斜率计算步骤：

由惯性导航系统得到当前时刻位置(x_t y_t z_t)^T，由整个导航系统上一时刻最优位置信息(x_t-1 y_t-1 z_t-1)^T，综合位置信息和基准数字高程地图信息，分别得到t时刻和t-1时刻的地形高度信息，并由如下公式计算出当前时刻的地形斜率。

其中，k_t为当前状态的地形斜率，h_t和h_t-1分别为t时刻和t-1时刻的地形高度。

通常获得的数字高程地图为*.GIF格式，通过Global Mapper转为*.txt格式。转换后的文件包括地图的高程矩阵，即每一个经纬度位置的地形高度，同时，标示出第一个数据的经纬度数值以及数值之间相隔距离。

具体如图4所示，ncols和nrows分别为总行列数值，xllcorner和yllcorner分别为地形高程h_1,1的经纬度位置，cellsize为相邻位置间隔。

综合上图信息，可以得到某经纬度位置的行列数值。

col＝(x-xllcorner)/cellsize+1

row＝(y-yllcorner)/cellsize+1

由col和row值可在高程矩阵中得到当前经纬度位置上的地形高度h。

通过上述方法得到h_t和h_t-1后，便可得到当前时刻的地形斜率。

Claims (3)

1.基于自适应尺度下推的桑迪亚惯性地形辅助导航方法，其特征在于，包括以下步骤：

S1、获取当前基准数字高程地图的斜率阈值k；

S2、获取当前时刻的地形斜率k_t；

S3、实时判断k_t>k是否成立，若是，则进行数字高程地图尺度下推，否则，采用原有基准地图。

2.根据权利要求1所述的基于自适应尺度下推的桑迪亚惯性地形辅助导航方法，其特征在于，所述步骤S1的具体方法为：

获取当前基准数字高程地图的地形起伏度R：

R＝Hmax-Hmin

Hmax和Hmin分别为单位面积内最大高程和最小高程值；

根据如下公式获得斜率阈值k：

其中，(x_max，y_max)为Hmax的位置坐标，(x_min，y_min)为Hmin的位置坐标。

3.根据权利要求2所述的基于自适应尺度下推的桑迪亚惯性地形辅助导航方法，其特征在于，所述步骤S2的具体方法为：

由惯性导航系统得到当前时刻位置(x_t，y_t，z_t)^T，由整个导航系统上一时刻最优位置信息(x_t-1，y_t-1，z_t-1)^T，综合位置信息和基准数字高程地图信息，分别得到t时刻和t-1时刻的地形高度信息h_t和h_t-1，根据如下公式获得当前时刻的地形斜率k_t：