CN110806205B - 一种基于无源射频标签的微型无人机导航方法 - Google Patents

一种基于无源射频标签的微型无人机导航方法 Download PDF

Info

Publication number
CN110806205B
CN110806205B CN201911042184.7A CN201911042184A CN110806205B CN 110806205 B CN110806205 B CN 110806205B CN 201911042184 A CN201911042184 A CN 201911042184A CN 110806205 B CN110806205 B CN 110806205B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
radio frequency
passive radio
remote controller
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
CN201911042184.7A
Other languages
English (en)
Other versions
CN110806205A (zh
Inventor
王巍
张胜凯
江涛
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and 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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201911042184.7A priority Critical patent/CN110806205B/zh
Publication of CN110806205A publication Critical patent/CN110806205A/zh
Application granted granted Critical
Publication of CN110806205B publication Critical patent/CN110806205B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0205—Details
    • G01S5/0215—Interference
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0247—Determining attitude
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/06—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements

Landscapes

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

Abstract

本发明公开了一种基于无源射频标签的微型无人机导航方法，属于物联网技术与微型无人机技术的交叉技术领域，该方法包括：利用遥控器发射激励信号激励分布在无人机上的无源射频标签；遥控器接收无源射频标签反弹的无线信号，并根据该无线信号得到其与无源射频标签之间的信道相位信息与多普勒频移；无人机根据信道相位信息与多普勒频移，得到其到遥控器的方位角、距离和旋转角度；对惯性测量数据、方位角、距离和旋转角度进行融合，得到无人机的运动状态变量估计值；根据运动状态变量估计值调整无人机运动状态。本发明利用无线信号处理技术，无需部署成本，能够在方圆数十米的室外空间或者多种障碍物阻隔的室内空间内实现微型无人机的高可靠导航。

Description

一种基于无源射频标签的微型无人机导航方法
技术领域
本发明属于物联网技术与微型无人机技术的交叉领域，更具体地，涉及一种基于无源射频标签的微型无人机导航方法。
背景技术
在过去的十年中，微型无人机(MAV)技术的迅速普及已经展示了微型无人机在替代人类进行劳动密集型甚至危险的区域调查和搜索任务有着巨大的潜力。具体应用包括仓库库存管理，火灾救援等。具体而言，使用微型无人机管理仓库库存可以将库存检查从一个月减少到一天。在消防救火中使用微型无人机进行搜索和救援可以挽救消防员的生命：美国2017年有53％的消防员死亡发生在燃烧的建筑物内。这些应用要求微型无人机在昏暗的仓库或烟雾弥漫的建筑物中自主导航，同时向远处或受墙壁阻隔的服务器或控制器发送信息。
状态估计是无人机自主导航的基础，状态包括位置，速度和姿态，是飞行器飞控系统的关键信息。飞控系统使用状态信息调节电机的旋转速度以实现响应远程控制或自主操作的期望动作。主流方案使用GPS、指南针或视觉传感器来估计无人机的状态。然而，由于GPS信号可被遮挡，指南针测量容易被周围环境扭曲，因此基于GPS、指南针的方法仅适用于室外自由空间。而在室内环境下，基于计算机视觉(CV)的方法，由于其轻便，高精度和低成本的优势引起了很多关注，但是这类方法局限于良好的照明或纹理丰富的环境，因此无法在昏暗的仓库或烟雾缭绕的建筑物中工作。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种基于无源射频标签的微型无人机导航方法，其目的在于解决，在室内环境下，现有基于计算机视觉的导航方法，局限于良好的照明或纹理丰富的环境，无法在昏暗、烟雾环境下工作的技术问题。
为实现上述目的，本发明提供了一种基于无源射频标签的微型无人机导航方法，包括：
(1)利用无人机对应的遥控器发射激励信号激励分布在无人机上的无源射频标签；
(2)所述遥控器接收所述无源射频标签反弹的无线信号，并根据所述无线信号得到其与所述无源射频标签之间的信道相位信息与多普勒频移；
(3)所述无人机根据所述信道相位信息与多普勒频移，得到其到遥控器的方位角、距离和旋转角度；
(4)对惯性测量数据、所述方位角、距离和旋转角度进行融合，得到微型无人机的运动状态变量估计值；
(5)根据所述运动状态变量估计值调整无人机运动状态，实现无人机的自主导航。
进一步地，所述分布在无人机上的无源射频标签，分布方式具体为，
两对无源射频标签通过正交方式分布在无人机表面；所述正交方式指两对无源射频标签连线相互正交。
进一步地，所述无源射频标签对所述激励信号的反弹方式具体为：
所述无源射频标签将所述激励信号频移至其他频段，避免反弹信号受到激励信号干扰；
不同无源射频标签反弹的无线信号处于不同频段，避免反弹信号之间相互干扰。
进一步地，所述激励信号为线性调频信号。
进一步地，步骤(2)所述根据所述无线信号得到其与所述无源射频标签之间的信道相位信息与多普勒频移，具体包括：
(01)对每个无源射频标签反弹的无线信号进行LoRa标准的解码，获得各个标签反弹信号的频域峰值序号FFTbin，并对每对标签反弹信号的频域峰值序号求平均，得到每对标签反弹信号的频域峰值序号均值；
(02)根据无人机当前速度得到位移导致的多普勒频移，并将频域峰值序号均值减去所述位移导致的多普勒频移，得到信号传播时间导致的频率偏移Δft；
(03)将遥控器接收到的每个标签反弹信号循环采样Δft个样本，通过以下公式获得遥控器与所述无源射频标签之间的信道相位信息；
Figure BDA0002253154580000031
其中，
Figure BDA0002253154580000032
表示线性调频信号所有频点的相位之和，f1,f2,…,fN表示线性调频信号的N个频点
(04)将每对标签反弹信号对应的频域峰值序号FFTbin相减除以2，得到遥控器与无源射频标签之间旋转的多普勒频移。
进一步地，步骤(3)所述无人机根据所述信道相位信息与多普勒频移，得到其到遥控器的方位角、距离和旋转角度，具体包括：
(3.1)根据所述信道相位信息，得到每个无源射频标签到遥控器的方位角和距离，最终得到无人机到遥控器的方位角和距离；
(3.2)利用旋转的多普勒频移、方位角以及角速度，通过如下公式计算得到无人机的旋转角度：
Figure BDA0002253154580000033
其中，
Figure BDA0002253154580000034
表示旋转的多普勒频移，fc表示载波频率，D表示无人机起落架的对角直径，c表示信号在介质中传播的速度，ω表示角速度，θ表示方位角，φ表示旋转角度。。
进一步地，步骤(3.1)所述根据所述信道相位信息，得到每个无源射频标签到遥控器的方位角，具体包括：
构造虚拟测量矩阵
Figure BDA0002253154580000041
计算信号到达角以及对应的传播时间；
Figure BDA0002253154580000042
其中，θij表示遥控器第i个天线上第j个频率分量的相位，M表示天线阵列中天线的数量；
将最短传播时间对应的信号到达角，作为无源射频标签到遥控器之间信号直射路径的方位角。
进一步地，步骤(3.1)所述根据所述信道相位信息，得到每个无源射频标签到遥控器的距离，具体包括：
遥控器发射至少两个频段的射频信号激励无源射频标签，接收并合成四个标签提供的至少八个频段的反弹信号的相位信息；
将合成的信道相位信息进行逆傅立叶变换，获得时域多径表征信号；
通过设定的能量阈值识别所述时域多径表征信号直射路径的分量，得到无源射频标签到遥控器的距离。
进一步地，步骤(4)具体包括：
(4.1)无人机根据惯性测量单元测量得到的惯性参数构建所述惯性测量单元的测量信息矩阵，并计算所述惯性测量单元的测量残差；
(4.2)根据无人机到遥控器的方位角，距离以及自身的旋转构建标签反弹信号的测量信息矩阵，并通过公式
Figure BDA0002253154580000043
计算标签反弹信号的测量残差；其中，
Figure BDA0002253154580000044
表示第j时刻测量的无源射频标签到遥控器的距离，ρ表示遥控器的位置，遥控器位置不随时间变化，
Figure BDA0002253154580000051
表示第j时刻测量的无源射频标签到遥控器的方位角，
Figure BDA0002253154580000052
表示第j时刻通过无源射频标签测量到的无人机相对于第0时刻的旋转；
(4.3)通过同步定位制图优化模型
Figure BDA0002253154580000053
最小化所有测量残差的马氏范数之和；其中，
Figure BDA0002253154580000054
Figure BDA0002253154580000055
是
Figure BDA0002253154580000056
的简洁表示，代表标签反弹信号的测量残差；
Figure BDA0002253154580000057
是
Figure BDA0002253154580000058
的简洁表示，代表惯性测量单元的测量残差，S表示无人机的状态向量，表达式为：
Figure BDA0002253154580000059
n表示同步定位制图模型中一个计算窗口的长度，
Figure BDA00022531545800000510
表示无人机第k时刻相对于第0时刻的位置向量，
Figure BDA00022531545800000511
表示无人机第k时刻相对于第0时刻的速度向量，
Figure BDA00022531545800000512
表示无人机第k时刻相对于第0时刻的旋转，k的取值为1≤k≤n；
(4.4)将当前的优化模型中最新的一个状态变量作为无人机的运动状态变量估计值。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
(1)本发明利用无线信号处理技术测量微型无人机相对于遥控器的方位角、距离和旋转角度，同时结合微型无人机上的惯性测量数据，对微型无人机的运动状态(包括位置、速度、姿态)进行估计，由于采用的射频信号具有极强的抗干扰性，不受视觉传感的限制，能够适用于远距离或者穿墙的通信和导航，在方圆数十米的室外空间或者多种障碍物阻隔的室内空间内实现微型无人机的高可靠导航。
(2)本发明所提供的基于无源射频标签的微型无人机导航方法，由于无源射频标签无需电源、体积小，只需附着在无人机上，即可测量微型无人机的运动状态(包括相对于遥控器的方位角、距离和旋转角度)，为微型无人机提供了一种可以低功耗、轻量级、低成本的导航方案。
(3)本发明利用同步定位制图模型融合无人机相对于遥控器的方位角、距离、旋转角度，以及微型无人机上的惯性参数，同步估计微型无人机的运动状态，并定位遥控器，为微型无人机提供了一种即插即用，无需部署成本的导航方案。
附图说明
图1为本发明实施例提供的一种基于无源射频标签的微型无人机导航方法流程图；
图2为本发明实施例提供的无源射频标签附着在无人机上的结构图；
图3为本发明实施例采用的线性调频信号示意图；
图4为本发明实施例提供的基于无源射频标签的微型无人机导航系统示意图；
图5为本发明实施例提供的同步定位制图的优化模型示意图；
图6(a)为无人机飞行轨迹与真实轨迹的对比图；
图6(b)为微型无人机X、Y、Z方向上的定位误差；
图6(c)为微型无人机在roll、pitch、yaw方向上的姿态估计误差。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
参考图1，本发明实施例提供了一种基于无源射频标签的微型无人机导航方法，包括：
(1)利用无人机对应的遥控器发射激励信号激励分布在无人机上的无源射频标签；
具体地，如图2所示，两对无源射频标签附着上四旋翼无人机的起落架上，起落架的对角线相互正交，无人机对角线上的两个射频标签为一对；如图3所示，遥控器发射的激励信号是带宽为BW的线性调频信号，线性调频信号抗干扰性较好，接收灵敏度高，更有利于远距离或者穿墙的通信和导航；通过调整RF晶体管开关速度，使无源射频标签将激励信号频移到其他频段，避免较强的激励信号对较弱的标签反弹信号产生干扰；同时通过对每个不同的无源射频标签的RF晶体管设置不同的开关速度，使不同无源射频标签反弹的无线信号处于不同频段，避免反弹信号之间相互干扰。
(2)所述遥控器接收所述无源射频标签反弹的无线信号，并根据无线信号得到其与无源射频标签之间的信道相位信息与多普勒频移；
具体地，如图4所示，遥控器负责估计反弹信号的信道相位信息和多普勒频移。在一个可选的实施方式中，估计遥控器与无源射频标签之间的信道相位信息与多普勒频移，具体包括：
(01)遥控器有至少两根天线接收无源射频标签反弹的线性调频信号，对每个无源射频标签反弹的无线信号进行LoRa标准的解码，获得各个标签反弹信号的频域峰值序号FFTbin，并对每对标签反弹信号的频域峰值序号求平均，得到每对标签反弹信号的频域峰值序号均值；
(02)根据无人机当前速度得到位移导致的多普勒频移，并将频域峰值序号均值减去该位移导致的多普勒频移，得到信号传播时间导致的频率偏移Δft；
(03)将遥控器接收到的每个标签反弹信号循环采样Δft个样本，通过以下公式获得遥控器与所述无源射频标签之间的信道相位信息；
Figure BDA0002253154580000071
其中，
Figure BDA0002253154580000081
表示线性调频信号所有频点的相位之和，f1,f2,…,fN表示线性调频信号的N个频点；
(04)将每对标签反弹信号对应的频域峰值序号FFTbin相减除以2，得到遥控器与无源射频标签之间旋转的多普勒频移。
(3)所述无人机根据所述信道相位信息与多普勒频移，得到其到遥控器的方位角、距离和旋转角度；
具体地，如图4所示，无人机系统负责估计自身到遥控器的方位角，距离以及自身的旋转。在一个可选的实施方式中，微型无人机利用信道相位信息与多普勒频移信息估计自身到遥控器的方位角，距离以及自身的旋转角度，具体包括：
(3.1)根据信道相位信息，得到每个无源射频标签到遥控器的方位角和距离，最终得到无人机到遥控器的方位角和距离；
其中，根据信道相位信息，得到每个无源射频标签到遥控器的方位角，具体包括：构造虚拟测量矩阵
Figure BDA0002253154580000082
计算信号到达角以及对应的传播时间；
Figure BDA0002253154580000083
其中，θij表示遥控器第i个天线上第j个频率分量的相位，M表示天线阵列中天线的数量；该测量矩阵是运用到达角-信号传播时间(AoA-ToF)联合估计程序的标准形式。因此可以使用AoA-ToF联合估计所有路径的到达角和信号传播时间相对大小。该方法估计的信号传播时间只具有相对意义，不可用于测距。
将最短传播时间对应的信号到达角，作为无源射频标签到遥控器之间信号直射路径的方位角。
根据信道相位信息，得到每个无源射频标签到遥控器的距离，具体包括：遥控器发射至少两个频段的射频信号激励无源射频标签，接收并合成四个标签提供的至少八个频段的反弹信号的相位信息；将合成的信道相位信息进行逆傅立叶变换，获得时域多径表征信号；通过设定的能量阈值识别时域多径表征信号直射路径的分量，得到无源射频标签到遥控器的距离。
(3.2)利用旋转的多普勒频移、方位角以及角速度，通过如下公式计算得到无人机的旋转角度：
Figure BDA0002253154580000091
其中，
Figure BDA0002253154580000092
表示旋转的多普勒频移，fc表示载波频率，D表示无人机起落架的对角直径，c表示信号在介质中传播的速度，ω表示角速度，θ表示方位角，φ表示旋转角度。
(4)对惯性测量数据、方位角、距离和旋转角度进行融合，得到微型无人机的运动状态变量估计值；
进一步地，如图5所示，同步定位制图的优化模型是一个基于图的优化模型，利用该模型融合方位角、距离、旋转和惯性测量，从而估计微型无人机的运动状态，包括位置、速度、姿态，以及遥控器的位置；
步骤(4)具体包括：
(4.1)无人机根据惯性测量单元测量得到的惯性参数构建惯性测量单元的测量信息矩阵，并计算惯性测量单元的测量残差；
Figure BDA0002253154580000093
其中，
Figure BDA0002253154580000094
表示无人机第k时刻相对于第0时刻的旋转矩阵，g0表示无人机相对于第0时刻的重力，
Figure BDA0002253154580000095
表示第k+1时刻相对于第0时刻的位置，
Figure BDA0002253154580000101
表示第k+1时刻的速度，Δtk表示k+1时刻与k时刻之间的时间差，
Figure BDA0002253154580000102
Figure BDA0002253154580000103
表示惯性测量大院IMU在k到k+1时刻之间测量值的预积分，预积分计算公式如下：
Figure BDA0002253154580000104
其中
Figure BDA0002253154580000105
表示k到t时刻的无人机旋转，
Figure BDA0002253154580000106
表示IMU提供的加速度，
Figure BDA0002253154580000107
表示IMU提供的角速度，
Figure BDA0002253154580000108
表示旋转的四元数表达，
Figure BDA0002253154580000109
表示如下：
Figure BDA00022531545800001010
(4.2)根据无人机到遥控器的方位角，距离以及自身的旋转构建标签反弹信号的测量信息矩阵，并通过公式
Figure BDA00022531545800001011
计算标签反弹信号的测量残差；其中，
Figure BDA00022531545800001012
表示第j时刻测量的无源射频标签到遥控器的距离，ρ表示遥控器的位置，遥控器位置不随时间变化，
Figure BDA00022531545800001013
表示第j时刻测量的无源射频标签到遥控器的方位角，
Figure BDA00022531545800001014
表示第j时刻通过无源射频标签测量到的无人机相对于第0时刻的旋转；
(4.3)通过同步定位制图优化模型
Figure BDA00022531545800001015
最小化所有测量残差的马氏范数之和；其中，
Figure BDA00022531545800001016
Figure BDA00022531545800001017
是
Figure BDA00022531545800001018
的简洁表示，代表标签反弹信号的测量残差；
Figure BDA00022531545800001019
是
Figure BDA00022531545800001020
的简洁表示，代表惯性测量单元的测量残差，S表示无人机的状态向量，表达式为：
Figure BDA0002253154580000111
n表示同步定位制图模型中一个计算窗口的长度，
Figure BDA0002253154580000112
表示无人机第k时刻相对于第0时刻的位置向量，
Figure BDA0002253154580000113
表示无人机第k时刻相对于第0时刻的速度向量，
Figure BDA0002253154580000114
表示无人机第k时刻相对于第0时刻的旋转，k的取值为1≤k≤n；
(4.4)将当前的优化模型中最新的一个状态变量作为无人机的运动状态变量估计值。
(5)根据运动状态变量估计值调整无人机运动状态，实现无人机的自主导航。
为了验证本发明方法的有效性，预设一条运动轨迹，在微型无人机的运动下，基于本发明提供的一种基于无源射频标签的微型无人机导航方法，无人机飞行轨迹与真实轨迹的差异如图6(a)所示，直观上反映了本发明方法的导航功能；任意时刻微型无人机实际的三维位置在X、Y、Z方向上的定位与预设位置估计的差值，即定位误差如图6(b)所示；任意时刻，无人机在roll、pitch、yaw方向上的姿态估计误差如图6(c)所示。可以看出，本发明方法能够较准确实施无人机的状态估计，从而实现微型无人机的导航，无需部署成本，解决了现有的导航系统由于依赖视觉传感手段进行定位而带来的计算复杂、受光照条件影响、设备昂贵、重量大、适用范围受限的问题。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于无源射频标签的微型无人机导航方法，其特征在于，包括：
(1)利用无人机对应的遥控器发射激励信号激励分布在无人机上的无源射频标签；
(2)所述遥控器接收所述无源射频标签反弹的无线信号，并根据所述无线信号得到其与所述无源射频标签之间的信道相位信息与多普勒频移；步骤(2)所述根据所述无线信号得到其与所述无源射频标签之间的信道相位信息与多普勒频移，具体包括：
(01)对每个无源射频标签反弹的无线信号进行LoRa标准的解码，获得各个标签反弹信号的频域峰值序号FFT bin，并对每对标签反弹信号的频域峰值序号求平均，得到每对标签反弹信号的频域峰值序号均值；
(02)根据无人机当前速度得到位移导致的多普勒频移，并将频域峰值序号均值减去所述位移导致的多普勒频移，得到信号传播时间导致的频率偏移Δft；
(03)将遥控器接收到的每个标签反弹信号循环采样x个样本，通过以下公式获得遥控器与所述无源射频标签之间的信道相位信息；
Figure FDA0003089840250000011
其中，
Figure FDA0003089840250000012
表示线性调频信号所有频点的相位之和，f1,f2,...,fN表示线性调频信号的N个频点；
(04)将每对标签反弹信号对应的频域峰值序号FFT bin相减除以2，得到遥控器与无源射频标签之间旋转的多普勒频移；
(3)所述无人机根据所述信道相位信息与多普勒频移，得到其到遥控器的方位角、距离和旋转角度；
(4)对惯性测量数据、所述方位角、距离和旋转角度进行融合，得到微型无人机的运动状态变量估计值；
(5)根据所述运动状态变量估计值调整无人机运动状态，实现无人机的自主导航。
2.根据权利要求1所述的一种基于无源射频标签的微型无人机导航方法，其特征在于，所述分布在无人机上的无源射频标签，分布方式具体为，
两对无源射频标签通过正交方式分布在无人机表面；所述正交方式指两对无源射频标签连线相互正交。
3.根据权利要求2所述的一种基于无源射频标签的微型无人机导航方法，其特征在于，所述无源射频标签对所述激励信号的反弹方式具体为：
所述无源射频标签将所述激励信号频移至其他频段，避免反弹信号受到激励信号干扰；
不同无源射频标签反弹的无线信号处于不同频段，避免反弹信号之间相互干扰。
4.根据权利要求3所述的一种基于无源射频标签的微型无人机导航方法，其特征在于，所述激励信号为线性调频信号。
5.根据权利要求1所述的一种基于无源射频标签的微型无人机导航方法，其特征在于，步骤(3)所述无人机根据所述信道相位信息与多普勒频移，得到其到遥控器的方位角、距离和旋转角度，具体包括：
(3.1)根据所述信道相位信息，得到每个无源射频标签到遥控器的方位角和距离，最终得到无人机到遥控器的方位角和距离；
(3.2)利用旋转的多普勒频移、方位角以及角速度，通过如下公式计算得到无人机的旋转角度：
Figure FDA0003089840250000021
其中，
Figure FDA0003089840250000022
表示旋转的多普勒频移，fc表示载波频率，D表示无人机起落架的对角直径，c表示信号在介质中传播的速度，ω表示角速度，θ表示方位角，φ表示旋转角度。
6.根据权利要求5所述的一种基于无源射频标签的微型无人机导航方法，其特征在于，步骤(3.1)所述根据所述信道相位信息，得到每个无源射频标签到遥控器的方位角，具体包括：
构造虚拟测量矩阵
Figure FDA0003089840250000031
计算信号到达角以及对应的传播时间；
Figure FDA0003089840250000032
其中，θim表示遥控器第i个天线上第m个频率分量的相位，M表示天线阵列中天线的数量；
将最短传播时间对应的信号到达角，作为无源射频标签到遥控器之间信号直射路径的方位角。
7.根据权利要求5所述的一种基于无源射频标签的微型无人机导航方法，其特征在于，步骤(3.1)所述根据所述信道相位信息，得到每个无源射频标签到遥控器的距离，具体包括：
遥控器发射至少两个频段的射频信号激励无源射频标签，接收并合成四个标签提供的至少八个频段的反弹信号的相位信息；
将合成的信道相位信息进行逆傅里叶变换，获得时域多径表征信号；
通过设定的能量阈值识别所述时域多径表征信号直射路径的分量，得到无源射频标签到遥控器的距离。
8.根据权利要求1所述的一种基于无源射频标签的微型无人机导航方法，其特征在于，步骤(4)具体包括：
(4.1)无人机根据惯性测量单元测量得到的惯性参数构建所述惯性测量单元的测量信息矩阵，并计算所述惯性测量单元的测量残差；
(4.2)根据无人机到遥控器的方位角，距离以及自身的旋转构建标签反弹信号的测量信息矩阵，并通过公式
Figure FDA0003089840250000041
计算标签反弹信号的测量残差；其中，
Figure FDA0003089840250000042
表示第j时刻测量的无源射频标签到遥控器的距离，ρ表示遥控器的位置，遥控器位置不随时间变化，
Figure FDA0003089840250000043
表示第j时刻测量的无源射频标签到遥控器的方位角，
Figure FDA0003089840250000044
表示第j时刻通过无源射频标签测量到的无人机相对于第0时刻的旋转；
(4.3)通过同步定位制图优化模型
Figure FDA0003089840250000045
最小化所有测量残差的马氏范数之和；其中，
Figure FDA0003089840250000046
是
Figure FDA0003089840250000047
的简洁表示，代表标签反弹信号的测量残差；
Figure FDA0003089840250000048
是
Figure FDA0003089840250000049
的简洁表示，代表惯性测量单元的测量残差，S表示无人机的状态向量，表达式为：
Figure FDA00030898402500000410
n表示同步定位制图模型中一个计算窗口的长度，
Figure FDA00030898402500000411
表示无人机第k时刻相对于第0时刻的位置向量，
Figure FDA00030898402500000412
表示无人机第k时刻相对于第0时刻的速度向量，
Figure FDA00030898402500000413
表示无人机第k时刻相对于第0时刻的旋转；
(4.4)将当前的优化模型中最新的一个状态变量作为无人机的运动状态变量估计值。
CN201911042184.7A 2019-10-30 2019-10-30 一种基于无源射频标签的微型无人机导航方法 Active CN110806205B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911042184.7A CN110806205B (zh) 2019-10-30 2019-10-30 一种基于无源射频标签的微型无人机导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911042184.7A CN110806205B (zh) 2019-10-30 2019-10-30 一种基于无源射频标签的微型无人机导航方法

Publications (2)

Publication Number Publication Date
CN110806205A CN110806205A (zh) 2020-02-18
CN110806205B true CN110806205B (zh) 2021-07-27

Family

ID=69489619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911042184.7A Active CN110806205B (zh) 2019-10-30 2019-10-30 一种基于无源射频标签的微型无人机导航方法

Country Status (1)

Country Link
CN (1) CN110806205B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111273672B (zh) * 2020-03-06 2023-04-28 陕西雷神智能装备有限公司 基于已知坐标射频标签的无人车巡线方法、系统和无人车
CN111352422B (zh) * 2020-03-06 2023-04-28 陕西雷神智能装备有限公司 基于自学习射频标签的无人车巡线方法、系统和无人车
CN113820703B (zh) * 2020-06-20 2023-11-21 哈尔滨工业大学 一种基于散射变换的无人机目标旋翼参数估计方法
CN111857179A (zh) * 2020-07-23 2020-10-30 佛山科学技术学院 一种无人机数据采集装置及其控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103916348A (zh) * 2012-12-30 2014-07-09 重庆重邮信科通信技术有限公司 相位偏移值、定时偏差、频率偏差的计算方法及系统
CN104378316A (zh) * 2014-10-30 2015-02-25 深圳市国创新能源研究院 一种多普勒频偏估计方法和装置
CN107167801A (zh) * 2017-05-12 2017-09-15 成都电科智达科技有限公司 一种基于旋翼微多普勒特征的多旋翼无人机识别方法
CN109341679A (zh) * 2018-09-30 2019-02-15 华中科技大学 一种智能设备导航方法及导航系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7872948B2 (en) * 2008-04-14 2011-01-18 The Boeing Company Acoustic wide area air surveillance system
CA2814009A1 (en) * 2010-10-08 2012-04-12 Loctronix Corporation Doppler aided inertial navigation
CN109874134B (zh) * 2019-02-01 2022-05-17 重庆谷庚科技有限责任公司 基于ofdm的rf标签室内定位系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103916348A (zh) * 2012-12-30 2014-07-09 重庆重邮信科通信技术有限公司 相位偏移值、定时偏差、频率偏差的计算方法及系统
CN104378316A (zh) * 2014-10-30 2015-02-25 深圳市国创新能源研究院 一种多普勒频偏估计方法和装置
CN107167801A (zh) * 2017-05-12 2017-09-15 成都电科智达科技有限公司 一种基于旋翼微多普勒特征的多旋翼无人机识别方法
CN109341679A (zh) * 2018-09-30 2019-02-15 华中科技大学 一种智能设备导航方法及导航系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator";Tong Qin 等;《 IEEE Transactions on Robotics》;20180731;第34卷(第4期);正文第1004-1013页 *
"单站无源定位与跟踪关键技术研究";张刚兵;《中国博士学位论文全文数据库 信息科技辑》;20120331(第3期);正文第43-69页 *

Also Published As

Publication number Publication date
CN110806205A (zh) 2020-02-18

Similar Documents

Publication Publication Date Title
CN110806205B (zh) 一种基于无源射频标签的微型无人机导航方法
Li et al. Accurate 3D localization for MAV swarms by UWB and IMU fusion
US10534068B2 (en) Localization system, vehicle control system, and methods thereof
EP2667216B1 (en) Passive acoustic ranging system using atmospheric dispersion
CN103365297A (zh) 基于光流的四旋翼无人机飞行控制方法
CN110081882B (zh) 四旋翼无人机航向测量器及控制方法
CN108520640B (zh) 基于超宽带的无人机导航方法、导航设备、无人机
CN108827295A (zh) 基于无线传感器网络和惯性导航的微型无人机自定位方法
Neto et al. A surveillance task for a UAV in a natural disaster scenario
CN109084760A (zh) 一种楼宇间导航系统
CN111983660A (zh) Gnss拒止环境下四旋翼无人机定位系统和方法
CN111273679A (zh) 一种视觉引导的小型固定翼无人机撞网回收纵向制导方法
Hyun et al. UWB-based indoor localization using ray-tracing algorithm
EP2523062B1 (en) Time phased imagery for an artificial point of view
Grishin et al. Methods for correcting positions of tethered UAVs in adverse weather conditions
Hu et al. Accuracy improvement of indoor real-time location tracking algorithm for smart supermarket based on ultra-wideband
CN110673627A (zh) 一种森林无人机搜寻方法
Raja et al. High accuracy indoor localization for robot-based fine-grain inspection of smart buildings
Qu et al. Cooperative localization based on the azimuth angles among multiple UAVs
CN108332749B (zh) 一种室内动态追踪定位方法
Li et al. Research on relative positioning system of UAVs Swarm based on distributed UWB
KR20230083409A (ko) 고밀집 실내 환경에 적합한 무인비행체 위치 결정 시스템
Cabral et al. ALOS: Acoustic localization system applied to indoor navigation of UAVs
Saini et al. Air-to-air tracking performance with inertial navigation and gimballed radar: a kinematic scenario
Sanna et al. A novel ego-motion compensation strategy for automatic target tracking in FLIR video sequences taken from UAVs

Legal Events

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