CN109709973A - 一种微阵列式光罗盘辅助的无人机自主返航方法 - Google Patents

一种微阵列式光罗盘辅助的无人机自主返航方法 Download PDF

Info

Publication number
CN109709973A
CN109709973A CN201910002071.8A CN201910002071A CN109709973A CN 109709973 A CN109709973 A CN 109709973A CN 201910002071 A CN201910002071 A CN 201910002071A CN 109709973 A CN109709973 A CN 109709973A
Authority
CN
China
Prior art keywords
node
unmanned plane
information
topological node
return voyage
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.)
Pending
Application number
CN201910002071.8A
Other languages
English (en)
Inventor
范晨
韩国良
李腾
胡小平
张礼廉
何晓峰
毛军
蔡宇
吴雪松
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN201910002071.8A priority Critical patent/CN109709973A/zh
Publication of CN109709973A publication Critical patent/CN109709973A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Navigation (AREA)

Abstract

本发明公开一种微阵列式光罗盘辅助的无人机自主返航方法及系统,该方法包括,沿着无人机航线的线程建立拓扑节点图;在返航过程中接收机信号受到干扰或失效时,在拓扑节点图中寻找最接近的拓扑节点;根据微阵列式光罗盘、视觉传感器和惯性测量单元获得的信息控制无人机飞行,根据视觉传感器采集的图像与该拓扑节点的图像特征信息进行对比识别拓扑节点位置;到达该节点时将无人机的位置更新为节点位置;在接收机信号持续受到干扰或失效时,寻找返航线程上下一个拓扑节点,重复上一步骤,实现自主返航。该方案解决了抗干扰性能低及系统误差随续航时间增加的问题,实现了提高抗干扰性和系统误差的长时间可控性。

Description

一种微阵列式光罗盘辅助的无人机自主返航方法
技术领域
本发明涉及无人机拓扑空间技术领域,尤其是一种微阵列式光罗盘辅助的无人机自主返航方法及系统。
背景技术
导航系统是无人机顺利完成任务的重要保障。目前,无论是大型无人机,还是小型无人机,其主要的导航手段采用“惯性导航+卫星导航(或无线电导航)”组合导航,有的配备了视觉导航或其它设备。由于惯性导航系统的误差会随时间增长而快速发散,就目前的技术水平,纯惯性导航系统的精度远不能满足大型无人机的长航时需求(几小时,甚至几十小时),因此,这就导致了大多数无人机过分依赖于卫星导航或无线电导航。众所周知,卫星导航和无线电导航信号极易被干扰,这种过分的依赖在战时将面临巨大的风险,换句话说,如果卫星导航信息或无线电导航受到严重干扰或拒止,无人机将成为断线的“风筝”。
发明内容
本发明提供一种微阵列式光罗盘辅助的无人机自主返航方法及系统,用于克服现有技术中卫星和无线导航信号抗干扰性能低、惯性导航系统随着续航时间的延长系统误差增加明显等缺陷,实现导航系统误差不随时间而积累,将误差长时间控制在一个稳定的范围,且提高了信号的抗干扰性,。
为实现上述目的,本发明提出一种微阵列式光罗盘辅助的无人机自主返航方法,包括:
步骤1,沿着无人机航线的线程按照预设的距离建立拓扑节点图,所述拓扑节点图包括多个节点,每个节点对应的信息包括节点编号、图像特征信息、航向信息和位置信息;
所述图像特征信息包括无人机在经过该节点所在位置时通过视觉传感器采集的图像,所述航向信息包括无人机在经过该节点所在位置时通过微阵列式光罗盘采集的偏振图像信息,所述位置信息包括无人机在经过该节点所在位置时通过接收机采集的位置信息;
步骤2,在返航过程中接收机信号受到干扰或失效时,根据无人机当前的位置和拓扑节点的位置,在拓扑节点图中寻找距离最接近的拓扑节点;
步骤3,根据微阵列式光罗盘采集的航向信息以及根据视觉传感器和惯性测量单元获得的位姿信息,控制无人机飞行,根据视觉传感器采集的图像与该拓扑节点的图像特征信息进行对比识别所述节点的位置;到达该节点时将无人机的位置更新为所述节点的位置;
步骤4,在接收机信号持续受到干扰或失效时,寻找返航线程上下一个拓扑节点,重复步骤3,实现自主返航。
为实现上述发明目的,本发明还提供一种微阵列式光罗盘辅助的无人机自主返航系统,视觉传感器、微阵列式光罗盘、接收机、惯性测量单元、存储器和处理器;所述存储器存储有微阵列式光罗盘辅助的无人机自主返航程序,所述处理器在运行所述微阵列式光罗盘辅助的无人机自主返航程序时执行上述方法的步骤。
本发明提供的微阵列式光罗盘辅助的无人机自主返航方法及系统,使用了自主性强的微阵列式光罗盘,丰富了拓扑节点的经验知识,为无人机提供没有累积误差的航向信息。在接收机无GNSS或DPS信号的条件下,通过节点匹配获得位置信息,结合航向信息,实现无人机的自主返航。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为发明实施例一提供的无人机自主返航方法中偏振光罗盘上阵列式偏振片的结构示意图;
图2为一阶瑞利散射模型原理图;
图3为是无人机返程示意图;
图4为发明实施例一提供的无人机自主返航系统的流程构架图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接,还可以是物理连接或无线通信连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明提出一种微阵列式光罗盘辅助的无人机自主返航方法及系统。
实施例一
参见图1-4,本发明实施例提供一种微阵列式光罗盘辅助的无人机自主返航方法,包括:
步骤1,沿着无人机航线的线程按照预设的距离建立拓扑节点图,所述拓扑节点图包括多个节点,每个节点对应的信息包括节点编号、图像特征信息、航向信息和位置信息;
所述图像特征信息包括无人机在经过该节点所在位置时通过视觉传感器采集的图像,所述航向信息包括无人机在经过该节点所在位置时通过微阵列式光罗盘采集的偏振图像信息,所述位置信息包括无人机在经过该节点所在位置时通过接收机采集的位置信息;
步骤2,在返航过程中接收机信号受到干扰或失效时,根据无人机当前的位置和拓扑节点的位置,在拓扑节点图中寻找距离最接近的拓扑节点;
步骤3,根据微阵列式光罗盘采集的航向信息以及根据视觉传感器和惯性测量单元获得的位姿信息,控制无人机飞行,根据视觉传感器采集的图像与该拓扑节点的图像特征信息进行对比识别所述节点的位置;到达该节点时将无人机的位置更新为所述节点的位置;
步骤4,在接收机信号持续受到干扰或失效时,寻找返航线程上下一个拓扑节点,重复步骤3,实现自主返航。
优选地,所述步骤1中所述航向信息获得的步骤包括:
步骤1a,根据光栅的偏振光的排列方式和角度,获取微阵列式光罗盘每个像素的偏振度和偏振角;
步骤1b,根据瑞利散射模型、天文年历及水平姿态信息获得航向信息。
动物拥有杰出的导航能力,沙漠蚂蚁和蜜蜂等动物被证明拥有感知偏振光的能力,它们利用独特的偏振视觉结构,感知大气的自然偏振特性,提取太阳的方位信息,从而进行可靠的导航定位。仿生偏振光传感器借鉴了动物高度敏感的视觉感知系统,以大气偏振模式为基础实现载体航向信息的获取,具有抗干扰性强、误差不随时间积累、适用范围广等优势。
在本发明一具体实施例中,如图1所示,像素偏振片阵列的像素与CCD像素尺寸完全相等,光栅的偏振光向按照0、45、90、135度的方式排列,微阵列式偏振光罗盘每个像素的偏振度和偏振角的计算方法为:
其中:
航向估计模块:
如图2所示,φ即为偏振角AoP,根据瑞利散射模型,入射光的E矢量方向垂直于散射面,即
eTs=0 (3)
其中,s为太阳方向矢量;
太阳方向矢量可以通过两个不相关的E矢量估计得到,定义E=[e1 … eN],其中eN为第N个偏振测量单元的E矢量方向,可以得到:
ETs=0 (4)
太阳方向矢量s的最优估计可以通过求解如下的优化问题得到:
太阳方向矢量的最优估计是与EET最小特征值相对应的特征向量,太阳方向矢量在水平面的投影即为太阳的方位,结合天文年历和水平姿态信息得到航向信息。
优选地,所述步骤1中所述构建拓扑节点图的步骤包括:
步骤11,采用固定距离间隔的方式沿着无人机航线的线程依次建立拓扑节点;
步骤12,分别记录每个拓扑节点的信息。
拓扑节点建立模块,用于将所述视觉传感器、偏振光传感器、GNSS接收机测量得到的信息,建立拓扑节点库。在无人机远距离飞行时,采用固定距离间隔的方式在线建立拓扑节点数据库,无人机依次经历A-B-C-D四个节点,并记录每个节点的信息:
Nodem={Im,Hm,Pm} (6)
其中m为节点序数,Im为图像特征信息,Hm为航向信息,Pm为位置信息。
拓扑节点识别模块,通过视觉传感器所获取数据提取特征,与已建立的拓扑节点库之间进行相似性检测与匹配,通过与高相似性的节点进行匹配,优化无人机全局定位误差。
位姿估计模块:
惯性测量单元输出三轴角速度、三轴加速度数据,系统的误差状态方程如下:
误差状态向量定义如下:
上式中,δxIMU的各分量为:
上式中,表示系统位置误差和速度误差,δba和δbg表示加表零偏误差和陀螺零偏误差,其真实值和估计值间的对应关系为而对于姿态误差向量δθWI,其真实值和估计值间的对应关系定义为 表示四元数的乘法。
式(7)中,分别表示前一帧图像拍摄时刻对应的系统的位置误差和姿态误差。由于历史的位姿信息是确定的,在滤波过程中应保持不变,有:
式(7)中定义的误差状态向量的传播方程可以表示为:
式中,
视觉里程计输出的是相邻图像间载体的位置、姿态增量,测量方程可以表示为:
式中,ZVO表示载体的位置增量,分别表示当前帧和上一帧图像拍摄时刻系统的绝对位置(相对于世界坐标系),表示上一帧图像拍摄时刻系统的绝对姿态,为相对位置的测量噪声,将其建模为高斯白噪声。
将式(5.11)描述的测量方程进行线性化后可得:
式中,
HVO为对应于视觉里程计观测矩阵,其建立了系统状态空间到测量空间的映射关系。
优选地,所述步骤3中:
微阵列式光罗盘为组合导航系统提供绝对航向观测,微阵列式光罗盘的系统量测方程描述为:
δZψ=HψδX+nψ
式中,Hψ=[01×5 1 01×15]为观测矩阵,nψ为航向角的量测噪声;
拓扑节点识别结果为组合导航系统提供绝对位置观测,对应的系统量测方程描述为:
δZP=HPδX+nP
式中,HP=[I3×3 03×18]为观测矩阵,nP为位置观测噪声矢量。
飞行控制模块,如果GNSS信号受到干扰或者失效,开启自主返航模式。在节点库中寻找最近的拓扑节点C,利用光罗盘提供的航向信息,控制无人机的飞行方向,光罗盘的系统量测方程为:
光罗盘可以为组合导航系统提供绝对航向观测,对应于光罗盘的系统量测方程可以描述为:
δZψ=HψδX+nψ (15)
式中,Hψ=[01×5 1 01×15]为观测矩阵,nψ为航向角的量测噪声。
拓扑节点识别结果可以为组合导航系统提供绝对位置观测,其对应的系统量测方程可以描述为:
δZP=HPδX+nP (16)
式中,HP=[I3×3 03×18]为观测矩阵,nP为位置观测噪声矢量。
当无人机到达D节点后,若GNSS能够正常使用,则依靠GNSS信息进行返航。在飞行过程中利用图像信息进行拓扑节点识别,到达C节点后更新无人机的位置,继续寻找下一个拓扑节点B和节点A,最终在无GNSS条件下实现自主返航。
实施例二
请参照图4,在实施例一的基础上,本发明实施例提供一种微阵列式光罗盘辅助的无人机自主返航系统,视觉传感器、微阵列式光罗盘、接收机、惯性测量单元、存储器和处理器;所述存储器存储有微阵列式光罗盘辅助的无人机自主返航程序,所述处理器在运行所述微阵列式光罗盘辅助的无人机自主返航程序时执行任意微阵列式光罗盘辅助的无人机自主返航方法实施例的步骤。
处理器包括拓扑节点建立模块、拓扑节点识别模块、位姿估计模块、航向估计模块及飞行控制模块。
航向估计模块,用于根据所述偏振光传感器采集的数据推算出无人机的航向信息,为导航过程提供航向约束;
位姿估计模块,用于根据所述惯性测量单元、所述视觉传感器采集的数据估计出无人机位姿信息;
拓扑节点建立模块,用于将所述视觉传感器、偏振光传感器、GNSS接收机测量得到的信息,建立拓扑节点库。
拓扑节点识别模块,用于将所述视觉传感器、偏振光传感器的信息,与已建立的拓扑节点库之间进行相似性检测与匹配,优化无人机全局定位误差。
飞行控制模块,用于将所述GNSS接收机、航向估计模块、拓扑节点识别模块、位姿估计模块的信息,实现无人机的控制。
微阵列式光罗盘即偏振光传感器,是一种模仿昆虫复眼的微阵列式偏振光传感器,用于实时的感知大气偏振模式,所述偏振光传感器输出的数据包括:偏振图像信息。接收机包括GNSS接收机或GPS接收机
所述拓扑节点建立模块的节点信息包括:图像特征信息、航向信息和位置信息。
所述飞行控制模块两种控制模式:
模式一,用于使用GNSS接收机的信息,实现无人机的返航。
模式二,当GNSS信号失效时,利用航向估计模块、拓扑节点识别模块、位姿估计模块的信息,实现无人机的自主返航。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (5)

1.一种微阵列式光罗盘辅助的无人机自主返航方法,其特征在于,包括:
步骤1,沿着无人机航线的线程按照预设的距离建立拓扑节点图,所述拓扑节点图包括多个节点,每个节点对应的信息包括节点编号、图像特征信息、航向信息和位置信息;
所述图像特征信息包括无人机在经过该节点所在位置时通过视觉传感器采集的图像,所述航向信息包括无人机在经过该节点所在位置时通过微阵列式光罗盘采集的偏振图像信息,所述位置信息包括无人机在经过该节点所在位置时通过接收机采集的位置信息;
步骤2,在返航过程中接收机信号受到干扰或失效时,根据无人机当前的位置和拓扑节点的位置,在拓扑节点图中寻找距离最接近的拓扑节点;
步骤3,根据微阵列式光罗盘采集的航向信息以及根据视觉传感器和惯性测量单元获得的位姿信息,控制无人机飞行,根据视觉传感器采集的图像与该拓扑节点的图像特征信息进行对比识别所述节点的位置;到达该节点时将无人机的位置更新为所述节点的位置;
步骤4,在接收机信号持续受到干扰或失效时,寻找返航线程上下一个拓扑节点,重复步骤3,实现自主返航。
2.如权利要求1所述的微阵列式光罗盘辅助的无人机自主返航方法,其特征在于,所述步骤1中所述航向信息获得的步骤包括:
步骤1a,根据光栅的偏振光的排列方式和角度,获取微阵列式光罗盘每个像素的偏振度和偏振角;
步骤1b,根据瑞利散射模型、天文年历及水平姿态信息获得航向信息。
3.如权利要求1所述的微阵列式光罗盘辅助的无人机自主返航方法,其特征在于,所述步骤1中所述构建拓扑节点图的步骤包括:
步骤11,采用固定距离间隔的方式沿着无人机航线的线程依次建立拓扑节点;
步骤12,分别记录每个拓扑节点的信息。
4.如权利要求1所述的微阵列式光罗盘辅助的无人机自主返航方法,其特征在于,所述步骤3中:
微阵列式光罗盘为组合导航系统提供绝对航向观测,微阵列式光罗盘的系统量测方程描述为:
δZψ=HψδX+nψ
式中,Hψ=[01×5 1 01×15]为观测矩阵,nψ为航向角的量测噪声;
拓扑节点识别结果为组合导航系统提供绝对位置观测,对应的系统量测方程描述为:
δZP=HPδX+nP
式中,HP=[I3×3 03×18]为观测矩阵,nP为位置观测噪声矢量。
5.一种微阵列式光罗盘辅助的无人机自主返航系统,其特征在于,视觉传感器、微阵列式光罗盘、接收机、惯性测量单元、存储器和处理器;所述存储器存储有微阵列式光罗盘辅助的无人机自主返航程序,所述处理器在运行所述微阵列式光罗盘辅助的无人机自主返航程序时执行所述权利要求1~4任一项方法的步骤。
CN201910002071.8A 2019-01-02 2019-01-02 一种微阵列式光罗盘辅助的无人机自主返航方法 Pending CN109709973A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910002071.8A CN109709973A (zh) 2019-01-02 2019-01-02 一种微阵列式光罗盘辅助的无人机自主返航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910002071.8A CN109709973A (zh) 2019-01-02 2019-01-02 一种微阵列式光罗盘辅助的无人机自主返航方法

Publications (1)

Publication Number Publication Date
CN109709973A true CN109709973A (zh) 2019-05-03

Family

ID=66260722

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910002071.8A Pending CN109709973A (zh) 2019-01-02 2019-01-02 一种微阵列式光罗盘辅助的无人机自主返航方法

Country Status (1)

Country Link
CN (1) CN109709973A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110850894A (zh) * 2019-12-05 2020-02-28 广东电网能源发展有限公司 一种无人机自动返航的方法、装置、无人机及存储介质
CN111220153A (zh) * 2020-01-15 2020-06-02 西安交通大学 基于视觉拓扑节点和惯性导航的定位方法
CN111504312A (zh) * 2020-07-02 2020-08-07 中国人民解放军国防科技大学 一种基于视觉惯性偏振光融合的无人机位姿估计方法
CN112486198A (zh) * 2020-12-11 2021-03-12 西安电子科技大学 一种具备自主性的模块化飞行阵列控制方法
WO2021056144A1 (zh) * 2019-09-23 2021-04-01 深圳市大疆创新科技有限公司 可移动平台的返航控制方法、装置及可移动平台
CN114750972A (zh) * 2022-04-27 2022-07-15 西安理工大学 多旋翼无人机回收辅助导航装置及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106371445A (zh) * 2016-11-17 2017-02-01 浙江大学 一种基于拓扑地图的无人车规划控制方法
CN107121142A (zh) * 2016-12-30 2017-09-01 深圳市杉川机器人有限公司 移动机器人的拓扑地图创建方法及导航方法
CN107491086A (zh) * 2017-08-03 2017-12-19 哈尔滨工业大学深圳研究生院 时变网络拓扑下的无人机编队避障方法及系统
US20180202811A1 (en) * 2017-01-17 2018-07-19 International Business Machines Corporation Navigation using an image of a topological map

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106371445A (zh) * 2016-11-17 2017-02-01 浙江大学 一种基于拓扑地图的无人车规划控制方法
CN107121142A (zh) * 2016-12-30 2017-09-01 深圳市杉川机器人有限公司 移动机器人的拓扑地图创建方法及导航方法
US20180202811A1 (en) * 2017-01-17 2018-07-19 International Business Machines Corporation Navigation using an image of a topological map
CN107491086A (zh) * 2017-08-03 2017-12-19 哈尔滨工业大学深圳研究生院 时变网络拓扑下的无人机编队避障方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
仲朝亮: "受生物启发的移动机器人空间认知及其导航", 《中国博士学位论文全文数据库 信息科技辑》 *
李明明: "偏振光/地磁/GPS/SINS组合导航算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
王玉杰等: "仿生偏振视觉定位定向机理与实验", 《光学 精密工程》 *
范晨等: "仿生偏振光导航研究综述", 《中国惯性技术学会第七届学术年会论文集》 *
达米安·莱昂斯(DAMIANMLYONS): "《机器人学和计算机视觉的集群计算》", 31 January 2015, 北京理工大学出版社 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021056144A1 (zh) * 2019-09-23 2021-04-01 深圳市大疆创新科技有限公司 可移动平台的返航控制方法、装置及可移动平台
CN110850894A (zh) * 2019-12-05 2020-02-28 广东电网能源发展有限公司 一种无人机自动返航的方法、装置、无人机及存储介质
CN111220153A (zh) * 2020-01-15 2020-06-02 西安交通大学 基于视觉拓扑节点和惯性导航的定位方法
CN111220153B (zh) * 2020-01-15 2021-10-01 西安交通大学 基于视觉拓扑节点和惯性导航的定位方法
CN111504312A (zh) * 2020-07-02 2020-08-07 中国人民解放军国防科技大学 一种基于视觉惯性偏振光融合的无人机位姿估计方法
CN112486198A (zh) * 2020-12-11 2021-03-12 西安电子科技大学 一种具备自主性的模块化飞行阵列控制方法
CN114750972A (zh) * 2022-04-27 2022-07-15 西安理工大学 多旋翼无人机回收辅助导航装置及方法
CN114750972B (zh) * 2022-04-27 2024-05-14 西安理工大学 多旋翼无人机回收辅助导航装置及方法

Similar Documents

Publication Publication Date Title
CN109709973A (zh) 一种微阵列式光罗盘辅助的无人机自主返航方法
US8855846B2 (en) System and method for onboard vision processing
Shen et al. Optical Flow Sensor/INS/Magnetometer Integrated Navigation System for MAV in GPS‐Denied Environment
CN110274588A (zh) 基于无人机集群信息的双层嵌套因子图多源融合导航方法
CN107289948A (zh) 一种基于多传感器融合的无人机导航系统及方法
Suzuki et al. Vision based localization of a small UAV for generating a large mosaic image
Zhao et al. Homography-based vision-aided inertial navigation of UAVs in unknown environments
CN110779496B (zh) 三维地图构建系统、方法、设备和存储介质
CN113625774A (zh) 局部地图匹配与端到端测距多无人机协同定位系统和方法
Briod et al. A method for ego-motion estimation in micro-hovering platforms flying in very cluttered environments
Rhudy et al. Unmanned aerial vehicle navigation using wide‐field optical flow and inertial sensors
Magree et al. Monocular visual mapping for obstacle avoidance on UAVs
Andert et al. Optical-aided aircraft navigation using decoupled visual SLAM with range sensor augmentation
Wang et al. Monocular vision and IMU based navigation for a small unmanned helicopter
Conte et al. High accuracy ground target geo-location using autonomous micro aerial vehicle platforms
KR20220086479A (ko) 항공기 센서 시스템 동기화
Pan et al. An optical flow-based integrated navigation system inspired by insect vision
Zhang et al. A bio-inspired navigation strategy fused polarized skylight and starlight for unmanned aerial vehicles
Amidi et al. Research on an autonomous vision-guided helicopter
Fusini et al. Experimental validation of a uniformly semi-globally exponentially stable non-linear observer for gnss-and camera-aided inertial navigation for fixed-wing uavs
Andert et al. Optical aircraft navigation with multi-sensor SLAM and infinite depth features
Zhao et al. Distributed filtering-based autonomous navigation system of UAV
KR102467855B1 (ko) 자율항법지도를 설정하는 방법 및 무인비행체가 자율항법지도에 기초하여 자율 비행하는 방법 및 이를 구현하는 시스템
Hosen et al. A vision-aided nonlinear observer for fixed-wing UAV navigation
Deneault et al. Tracking ground targets with measurements obtained from a single monocular camera mounted on an unmanned aerial vehicle

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190503

RJ01 Rejection of invention patent application after publication