CN112268558B - 一种基于无人机自主式光电平台的有源目标定位测速方法 - Google Patents

一种基于无人机自主式光电平台的有源目标定位测速方法 Download PDF

Info

Publication number
CN112268558B
CN112268558B CN202011101105.8A CN202011101105A CN112268558B CN 112268558 B CN112268558 B CN 112268558B CN 202011101105 A CN202011101105 A CN 202011101105A CN 112268558 B CN112268558 B CN 112268558B
Authority
CN
China
Prior art keywords
target
time
photoelectric platform
matrix
estimate
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
CN202011101105.8A
Other languages
English (en)
Other versions
CN112268558A (zh
Inventor
符文星
张通
陈康
常晓飞
付斌
许涛
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.)
Xi'an Innno Aviation Technology Co ltd
Northwestern Polytechnical University
Original Assignee
Xi'an Innno Aviation Technology Co ltd
Northwestern Polytechnical University
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 Xi'an Innno Aviation Technology Co ltd, Northwestern Polytechnical University filed Critical Xi'an Innno Aviation Technology Co ltd
Priority to CN202011101105.8A priority Critical patent/CN112268558B/zh
Publication of CN112268558A publication Critical patent/CN112268558A/zh
Application granted granted Critical
Publication of CN112268558B publication Critical patent/CN112268558B/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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • 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
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/52—Determining velocity
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/53—Determining attitude

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种基于无人机自主式光电平台的有源目标定位测速方法，将GPS信息接入光电平台，光电平台内的航姿参考系统不仅可以提供光电平台的姿态信息，还可以提供光电平台的位置与速度信息，在对目标进行定位过程中将目标位置转换到光电平台坐标系即可，不需要考虑光电平台与无人机之间的安装误差以及无人机的姿态误差与位置误差，大大提高目标的定位测速精度。

Description

一种基于无人机自主式光电平台的有源目标定位测速方法
技术领域
本发明属于无人机应用技术领域，涉及一种基于无人机自主式光电平台的有源目标定位测速方法。
背景技术
目前，无人机的发展突飞猛进，具有体积小、成本低、机动灵活、作战时无人员伤亡风险的优点，因此无人机广泛应用于军事侦查、火炮校射、战场监视等方面。无人机在执行校射任务时，首先使用光电平台进行搜索并识别目标，将目标的图像和坐标显示在地面控制站的屏幕上，然后将目标数据输入炮兵射击指挥系统。在无人机的诸多军事应用中，无人机对目标进行定位是实现这些应用的前提条件。只有实现目标定位，才能实现侦察监视、火炮校射等军事任务。
目前国内外各种型号无人机目标定位主要有三种方法：基于共线构像的目标定位、基于图像匹配模式的目标定位和基于姿态测量/激光测距的目标定位。现有的三种无人机目标定位方法在工程上应用时均有不足之处：
基于共线构像的目标定位：该方法需要获取目标点飞行器的航高，以及摄像机的内、外方位元素，根据共线条件方程计算地面目标位置。在实际使用中，该方法需要假定待测目标区域为平坦地面，复杂地形情况下，目标定位精度较低，并且该方法要求在实施目标定位时，飞机尽量从目标上方飞过，该方法使用局限性较多。
基于图像匹配模式的目标定位：该方法利用可获取的多源图像，在预先建立基准图像条件下，将经过校正的无人机图像与基准图片进行匹配，从而实现目标定位，该方法有较高的定位精度，但基准图片的获取有一定的限制性，且图片匹配实时性较差，实用性不高。
基于姿态测量/激光测距的目标定位：该方法对侦察机的飞行方式没有特殊要求。但是该方法误差来源较多，包括：光电平台姿态角误差、激光测距误差、无人机姿态误差以及无人机位置误差等，以上所有误差均会影响该方法定位精度。
发明内容
要解决的技术问题
为了避免现有技术的不足之处，本发明提出一种基于无人机自主式光电平台的有源目标定位测速方法，能够实时输出目标位置信息还能输出目标的速度信息，解决现有技术中使用局限性较多、定位精度不高以及实时性较差的问题。
技术方案
一种基于无人机自主式光电平台的有源目标定位测速方法，其特征在于步骤如下：
步骤1：以目标在大地直角坐标系的位置与速度作为卡尔曼滤波状态向量X＝[pxpy pz vx vy vz]T，建立卡尔曼滤波状态方程；
Figure BDA0002725397300000021
Figure BDA0002725397300000022
其中：
Xk-1—k-1时刻状态向量；
Φk/k-1—状态转移矩阵；
Figure BDA0002725397300000023
—k时刻状态向量预测；
t—相邻两帧数据时间间隔；
Figure BDA0002725397300000024
——k时刻目标x方向位置估计值的预测值；
Figure BDA0002725397300000025
——k时刻目标y方向位置估计值的预测值；
Figure BDA0002725397300000031
——k时刻目标z方向位置估计值的预测值；
Figure BDA0002725397300000032
——k时刻目标x方向速度估计值的预测值；
Figure BDA0002725397300000033
——k时刻目标y方向速度估计值的预测值；
Figure BDA0002725397300000034
——k时刻目标z方向速度估计值的预测值；
Figure BDA0002725397300000035
——k-1时刻目标x方向位置估计值；
Figure BDA0002725397300000036
——k-1时刻目标y方向位置估计值；
Figure BDA0002725397300000037
——k-1时刻目标z方向位置估计值；
Figure BDA0002725397300000038
——k-1时刻目标x方向速度估计值；
Figure BDA0002725397300000039
——k-1时刻目标y方向速度估计值；
Figure BDA00027253973000000310
——k-1时刻目标z方向速度估计值；
步骤2、测转换：
光电平台坐标系下的目标坐标值
Figure BDA00027253973000000311
其中r为激光测距值；大地直角坐标系下目标坐标为
Figure BDA00027253973000000312
光电平台在大地直角坐标系下的坐标为
Figure BDA00027253973000000313
则根据坐标转换关系为：
Figure BDA00027253973000000314
其中
Figure BDA00027253973000000315
表示大地直角坐标系e到地理坐标系n的转换矩阵；
Figure BDA00027253973000000316
表示地理坐标系n到光电平台坐标系b的转换矩阵；
进行变换得：
Figure BDA00027253973000000317
Figure BDA00027253973000000318
Figure BDA00027253973000000319
各个矩阵为：
Figure BDA0002725397300000041
Figure BDA0002725397300000042
Figure BDA0002725397300000043
Figure BDA0002725397300000044
其中：
M1——为大地直角坐标系e到地理坐标系n的转换矩阵；
M2——为以Z轴为旋转轴的基本转动矩阵；
M3——为以Y轴为旋转轴的基本转动矩阵；
M4——为以X轴为旋转轴的基本转动矩阵；
L——光电平台纬度
λ——光电平台经度
Figure BDA0002725397300000046
——光电平台航向角
θ——光电平台俯仰角
步骤3：步骤2将光电平台直接输出的变量转换为与状态向量相同的量测向量，建立量测预测方程：
Figure BDA0002725397300000045
Figure BDA0002725397300000051
其中：
Figure BDA0002725397300000052
—k时刻状态向量预测；
Hk—k时刻量测矩阵；
Figure BDA0002725397300000053
—k时刻量测向量预测；
Figure BDA0002725397300000054
—k时刻X方向位置量测预测；
Figure BDA0002725397300000055
—k时刻Y方向位置量测预测；
Figure BDA0002725397300000056
—k时刻Z方向位置量测预测；
Figure BDA0002725397300000057
——k时刻目标x方向位置估计值的预测值；
Figure BDA0002725397300000058
——k时刻目标y方向位置估计值的预测值；
Figure BDA0002725397300000059
——k时刻目标z方向位置估计值的预测值；
Figure BDA00027253973000000510
——k时刻目标x方向速度估计值的预测值；
Figure BDA00027253973000000511
——k时刻目标y方向速度估计值的预测值；
Figure BDA00027253973000000512
——k时刻目标z方向速度估计值的预测值；
步骤4：进行卡尔曼滤波，输出目标在地理直角坐标系的位置和速度，卡尔曼滤波实施过程如下：
1)状态预测
Figure BDA00027253973000000513
2)状态误差协方差矩阵预测
Figure BDA00027253973000000514
3)滤波器增益
Figure BDA0002725397300000061
4)状态更新
Figure BDA0002725397300000062
5)状态误差协方差矩阵更新
Figure BDA0002725397300000063
其中：
Pk-1——k-1时刻卡尔曼滤波状态误差协方差矩阵；
Figure BDA0002725397300000064
——k时刻卡尔曼滤波状态误差协方差矩阵预测值；
Qk-1——k-1时刻系统噪声矩阵；
Rk——k时刻量测噪声矩阵；
Kk——k时刻滤波器增益矩阵；
Pk——k时刻卡尔曼滤波状态误差协方差矩阵；
通过卡尔曼滤波后，光电平台输出的信息对卡尔曼滤波状态递推的目标的位置和速度进行实时校正，使卡尔曼滤波输出的位置与速度收敛至真值附近，提高目标位置与速度信息的精度。
有益效果
本发明提出的一种基于无人机自主式光电平台的有源目标定位测速方法，将GPS信息接入光电平台，光电平台内的航姿参考系统不仅可以提供光电平台的姿态信息，还可以提供光电平台的位置与速度信息，在对目标进行定位过程中将目标位置转换到光电平台坐标系即可，不需要考虑光电平台与无人机之间的安装误差以及无人机的姿态误差与位置误差，大大提高目标的定位测速精度。
本发明的有益效果是：
1)本发明提出的目标定位测速方法对地形无要求，对航迹无要求，使用没有局限性；
2)本发明提出的目标定位测速方法可实时输出目标的位置与速度信息；
3)本发明提出的目标定位测速方法不仅适用于静态目标，还适用于动态目标；
4)本发明提出的目标定位测速方法不需要考虑光电平台与无人机的安装误差以及无人机的姿态误差与速度误差。
附图说明
图1：光电平台高低角和方位角示意图
图2：卡尔曼滤波流程图
具体实施方式
现结合实施例、附图对本发明作进一步描述：
本发明提出的目标定位测速方法的具体实施步骤如下：
步骤1：选取目标在大地直角坐标系的位置与速度作为卡尔曼滤波状态向量，建立卡尔曼滤波状态方程；
步骤2：根据光电平台输出的光电平台与目标之间的距离(r)、光电平台的姿态角(
Figure BDA0002725397300000071
θ)以及光电平台的位置进行量测转换；
步骤3：建立卡尔曼滤波量测预测方程；
步骤4：进行卡尔曼滤波，计算目标的位置与速度。
下面对各个步骤进行详细介绍。
步骤1：选取目标大地直角坐标系下的位置、速度为状态，即：X＝[px py pz vx vyvz]T。假设目标运动状态为匀速直线运动，系统状态方程为
Figure BDA0002725397300000081
Figure BDA0002725397300000082
其中：
Xk-1—k-1时刻状态向量；
Φk/k-1—状态转移矩阵；
Figure BDA0002725397300000083
—k时刻状态向量预测；
t—相邻两帧数据时间间隔；
Figure BDA0002725397300000084
——k时刻目标x方向位置估计值的预测值；
Figure BDA0002725397300000085
——k时刻目标y方向位置估计值的预测值；
Figure BDA0002725397300000086
——k时刻目标z方向位置估计值的预测值；
Figure BDA0002725397300000087
——k时刻目标x方向速度估计值的预测值；
Figure BDA0002725397300000088
——k时刻目标y方向速度估计值的预测值；
Figure BDA0002725397300000089
——k时刻目标z方向速度估计值的预测值；
Figure BDA00027253973000000810
——k-1时刻目标x方向位置估计值；
Figure BDA00027253973000000811
——k-1时刻目标y方向位置估计值；
Figure BDA00027253973000000812
——k-1时刻目标z方向位置估计值；
Figure BDA00027253973000000813
——k-1时刻目标x方向速度估计值；
Figure BDA00027253973000000814
——k-1时刻目标y方向速度估计值；
Figure BDA00027253973000000815
——k-1时刻目标z方向速度估计值；
步骤2：步骤1建立了卡尔曼滤波系统的状态方程，为了对状态进行修正，使卡尔曼滤波输出的目标的位置与速度更准确，需要量测对状态向量预测
Figure BDA0002725397300000091
进行修正，由于光电平台直接给出的信息为光电平台与目标的距离(r)以及光电平台的姿态角(
Figure BDA0002725397300000092
θ)示意图见附图1，而状态向量为目标在大地直角坐标系的位置与速度，因此量测需要进行转换，下面介绍量测转换过程：
假设光电平台坐标系下的目标坐标值
Figure BDA0002725397300000093
其中r为激光测距值。设大地直角坐标系下目标坐标为
Figure BDA0002725397300000094
光电平台在大地直角坐标系下的坐标为
Figure BDA0002725397300000095
则根据坐标转换关系可得：
Figure BDA0002725397300000096
其中
Figure BDA0002725397300000097
表示大地直角坐标系e到地理坐标系n的转换矩阵；
Figure BDA0002725397300000098
表示地理坐标系n到光电平台坐标系b的转换矩阵；
将式(2)进行变换可得：
Figure BDA0002725397300000099
Figure BDA00027253973000000910
式(4)中各个矩阵定义如下：
Figure BDA00027253973000000911
Figure BDA00027253973000000912
Figure BDA00027253973000000913
Figure BDA0002725397300000101
其中：
M1——为大地直角坐标系e到地理坐标系n的转换矩阵；
M2——为以Z轴为旋转轴的基本转动矩阵；
M3——为以Y轴为旋转轴的基本转动矩阵；
M4——为以X轴为旋转轴的基本转动矩阵；
L——光电平台纬度
λ——光电平台经度
Figure BDA0002725397300000102
——光电平台航向角
θ——光电平台俯仰角
步骤3：步骤2将光电平台直接输出的变量转换为与状态向量相同的量测向量，本步骤建立量测预测方程，量测预测方程如下：
Figure BDA0002725397300000103
Figure BDA0002725397300000104
其中：
Figure BDA0002725397300000105
—k时刻状态向量预测；
Hk—k时刻量测矩阵；
Figure BDA0002725397300000106
—k时刻量测向量预测；
Figure BDA0002725397300000107
—k时刻X方向位置量测预测；
Figure BDA0002725397300000111
—k时刻Y方向位置量测预测；
Figure BDA0002725397300000112
—k时刻Z方向位置量测预测；
Figure BDA0002725397300000113
——k时刻目标x方向位置估计值的预测值；
Figure BDA0002725397300000114
——k时刻目标y方向位置估计值的预测值；
Figure BDA0002725397300000115
——k时刻目标z方向位置估计值的预测值；
Figure BDA0002725397300000116
——k时刻目标x方向速度估计值的预测值；
Figure BDA0002725397300000117
——k时刻目标y方向速度估计值的预测值；
Figure BDA0002725397300000118
——k时刻目标z方向速度估计值的预测值；
步骤4：步骤1建立了卡尔曼滤波的状态方程，步骤2完成了量测的转换，步骤3完成了量测方程的建立，本步骤进行卡尔曼滤波，输出目标在地理直角坐标系的位置和速度，卡尔曼滤波实施过程如下：
6)状态预测
Figure BDA0002725397300000119
7)状态误差协方差矩阵预测
Figure BDA00027253973000001110
8)滤波器增益
Figure BDA00027253973000001111
9)状态更新
Figure BDA00027253973000001112
10)状态误差协方差矩阵更新
Figure BDA00027253973000001113
其中：
Pk-1——k-1时刻卡尔曼滤波状态误差协方差矩阵；
Figure BDA0002725397300000121
——k时刻卡尔曼滤波状态误差协方差矩阵预测值；
Qk-1——k-1时刻系统噪声矩阵；
Rk——k时刻量测噪声矩阵；
Kk——k时刻滤波器增益矩阵；
Pk——k时刻卡尔曼滤波状态误差协方差矩阵；
卡尔曼滤波的步骤也可通过附图2进行表示，通过卡尔曼滤波后，光电平台输出的信息对卡尔曼滤波状态递推的目标的位置和速度进行实时校正，使卡尔曼滤波输出的位置与速度收敛至真值附近，提高目标位置与速度信息的精度。

Claims (1)

1.一种基于无人机自主式光电平台的有源目标定位测速方法，其特征在于步骤如下：
步骤1：以目标在大地直角坐标系的位置与速度作为卡尔曼滤波状态向量X＝[px py pzvx vy vz]T，建立卡尔曼滤波状态方程；
Figure FDA0002725397290000011
Figure FDA0002725397290000012
其中：
Xk-1—k-1时刻状态向量；
Φk/k-1—状态转移矩阵；
Figure FDA0002725397290000013
—k时刻状态向量预测；
t—相邻两帧数据时间间隔；
Figure FDA0002725397290000014
——k时刻目标x方向位置估计值的预测值；
Figure FDA0002725397290000015
——k时刻目标y方向位置估计值的预测值；
Figure FDA0002725397290000016
——k时刻目标z方向位置估计值的预测值；
Figure FDA0002725397290000017
——k时刻目标x方向速度估计值的预测值；
Figure FDA0002725397290000018
——k时刻目标y方向速度估计值的预测值；
Figure FDA0002725397290000019
——k时刻目标z方向速度估计值的预测值；
Figure FDA00027253972900000110
——k-1时刻目标x方向位置估计值；
Figure FDA00027253972900000111
——k-1时刻目标y方向位置估计值；
Figure FDA00027253972900000112
——k-1时刻目标z方向位置估计值；
Figure FDA00027253972900000113
——k-1时刻目标x方向速度估计值；
Figure FDA0002725397290000021
——k-1时刻目标y方向速度估计值；
Figure FDA0002725397290000022
——k-1时刻目标z方向速度估计值；
步骤2、测转换：
光电平台坐标系下的目标坐标值
Figure FDA0002725397290000023
其中r为激光测距值；大地直角坐标系下目标坐标为
Figure FDA0002725397290000024
光电平台在大地直角坐标系下的坐标为
Figure FDA0002725397290000025
则根据坐标转换关系为：
Figure FDA0002725397290000026
其中
Figure FDA0002725397290000027
表示大地直角坐标系e到地理坐标系n的转换矩阵；
Figure FDA0002725397290000028
表示地理坐标系n到光电平台坐标系b的转换矩阵；
进行变换得：
Figure FDA0002725397290000029
Figure FDA00027253972900000210
Figure FDA00027253972900000211
各个矩阵为：
Figure FDA00027253972900000212
Figure FDA00027253972900000213
Figure FDA00027253972900000214
Figure FDA0002725397290000031
其中：
M1——为大地直角坐标系e到地理坐标系n的转换矩阵；
M2——为以Z轴为旋转轴的基本转动矩阵；
M3——为以Y轴为旋转轴的基本转动矩阵；
M4——为以X轴为旋转轴的基本转动矩阵；
L——光电平台纬度
λ——光电平台经度
Figure FDA0002725397290000032
——光电平台航向角
θ——光电平台俯仰角
步骤3：步骤2将光电平台直接输出的变量转换为与状态向量相同的量测向量，建立量测预测方程：
Figure FDA0002725397290000033
Figure FDA0002725397290000034
其中：
Figure FDA0002725397290000035
—k时刻状态向量预测；
Hk—k时刻量测矩阵；
Figure FDA0002725397290000036
—k时刻量测向量预测；
Figure FDA0002725397290000037
—k时刻X方向位置量测预测；
Figure FDA0002725397290000041
—k时刻Y方向位置量测预测；
Figure FDA0002725397290000042
—k时刻Z方向位置量测预测；
Figure FDA0002725397290000043
——k时刻目标x方向位置估计值的预测值；
Figure FDA0002725397290000044
——k时刻目标y方向位置估计值的预测值；
Figure FDA0002725397290000045
——k时刻目标z方向位置估计值的预测值；
Figure FDA0002725397290000046
——k时刻目标x方向速度估计值的预测值；
Figure FDA0002725397290000047
——k时刻目标y方向速度估计值的预测值；
Figure FDA0002725397290000048
——k时刻目标z方向速度估计值的预测值；
步骤4：进行卡尔曼滤波，输出目标在地理直角坐标系的位置和速度，卡尔曼滤波实施过程如下：
1)状态预测
Figure FDA0002725397290000049
2)状态误差协方差矩阵预测
Figure FDA00027253972900000410
3)滤波器增益
Figure FDA00027253972900000411
4)状态更新
Figure FDA00027253972900000412
5)状态误差协方差矩阵更新
Figure FDA00027253972900000413
其中：
Pk-1——k-1时刻卡尔曼滤波状态误差协方差矩阵；
Figure FDA00027253972900000414
——k时刻卡尔曼滤波状态误差协方差矩阵预测值；
Qk-1——k-1时刻系统噪声矩阵；
Rk——k时刻量测噪声矩阵；
Kk——k时刻滤波器增益矩阵；
Pk——k时刻卡尔曼滤波状态误差协方差矩阵；
通过卡尔曼滤波后，光电平台输出的信息对卡尔曼滤波状态递推的目标的位置和速度进行实时校正，使卡尔曼滤波输出的位置与速度收敛至真值附近，提高目标位置与速度信息的精度。
CN202011101105.8A 2020-10-15 2020-10-15 一种基于无人机自主式光电平台的有源目标定位测速方法 Active CN112268558B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011101105.8A CN112268558B (zh) 2020-10-15 2020-10-15 一种基于无人机自主式光电平台的有源目标定位测速方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011101105.8A CN112268558B (zh) 2020-10-15 2020-10-15 一种基于无人机自主式光电平台的有源目标定位测速方法

Publications (2)

Publication Number Publication Date
CN112268558A CN112268558A (zh) 2021-01-26
CN112268558B true CN112268558B (zh) 2022-10-14

Family

ID=74337502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011101105.8A Active CN112268558B (zh) 2020-10-15 2020-10-15 一种基于无人机自主式光电平台的有源目标定位测速方法

Country Status (1)

Country Link
CN (1) CN112268558B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115657713B (zh) * 2022-10-12 2023-03-31 西北工业大学 一种考虑发射平台沉浮和晃动条件下发射决策控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106468552A (zh) * 2016-08-30 2017-03-01 中国科学院长春光学精密机械与物理研究所 一种基于机载光电平台的双机交会定位方法
CN106595668A (zh) * 2016-12-12 2017-04-26 中国航空工业集团公司洛阳电光设备研究所 一种用于光电吊舱的无源定位算法
CN110220491A (zh) * 2019-05-31 2019-09-10 彩虹无人机科技有限公司 一种无人机的光学吊舱安装误差角估算方法
CN110470304A (zh) * 2019-08-19 2019-11-19 西安因诺航空科技有限公司 一种基于无人机光电平台的高精度目标定位测速方法
CN110657808A (zh) * 2019-10-16 2020-01-07 中国人民解放军火箭军工程大学 一种机载光电吊舱有源目标定位方法及系统
CN110968113A (zh) * 2019-12-16 2020-04-07 西安因诺航空科技有限公司 一种无人机自主跟踪起降系统及跟踪定位方法
CN111366148A (zh) * 2020-03-27 2020-07-03 西安应用光学研究所 适用于机载光电观瞄系统多次观察的目标定位方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4137028B2 (ja) * 2004-08-19 2008-08-20 日本航空電子工業株式会社 カメラスタビライザ取付誤差取得方法およびこの方法を適用するカメラスタビライザ
US7765062B2 (en) * 2006-04-25 2010-07-27 Honeywell International Inc. Method and system for autonomous tracking of a mobile target by an unmanned aerial vehicle
CN106871927B (zh) * 2017-01-05 2020-10-20 南京航空航天大学 一种无人机光电吊舱安装误差标校方法
CN110503687B (zh) * 2019-08-12 2022-09-20 中国科学院光电技术研究所 一种空中光电测量平台目标定位方法
CN110715673A (zh) * 2019-11-08 2020-01-21 中国科学院长春光学精密机械与物理研究所 一种光电稳定平台零位自动标校系统及方法
CN111208497A (zh) * 2020-04-20 2020-05-29 成都纵横融合科技有限公司 一种机载激光雷达系统平差处理方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106468552A (zh) * 2016-08-30 2017-03-01 中国科学院长春光学精密机械与物理研究所 一种基于机载光电平台的双机交会定位方法
CN106595668A (zh) * 2016-12-12 2017-04-26 中国航空工业集团公司洛阳电光设备研究所 一种用于光电吊舱的无源定位算法
CN110220491A (zh) * 2019-05-31 2019-09-10 彩虹无人机科技有限公司 一种无人机的光学吊舱安装误差角估算方法
CN110470304A (zh) * 2019-08-19 2019-11-19 西安因诺航空科技有限公司 一种基于无人机光电平台的高精度目标定位测速方法
CN110657808A (zh) * 2019-10-16 2020-01-07 中国人民解放军火箭军工程大学 一种机载光电吊舱有源目标定位方法及系统
CN110968113A (zh) * 2019-12-16 2020-04-07 西安因诺航空科技有限公司 一种无人机自主跟踪起降系统及跟踪定位方法
CN111366148A (zh) * 2020-03-27 2020-07-03 西安应用光学研究所 适用于机载光电观瞄系统多次观察的目标定位方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
3D active and passive geolocation and tracking of Unmanned Aerial Systems;Watson, William D.;《2017 IEEE International Symposium on Technologies for Homeland Security (HST)》;20170608;全文 *
无人机光电侦察平台的动目标测速方法研究;周春等;《佳木斯大学学报(自然科学版)》;20150115(第01期);全文 *
机载光电成像平台的多目标自主定位系统研究;周前飞等;《光学学报》;20150110(第01期);全文 *

Also Published As

Publication number Publication date
CN112268558A (zh) 2021-01-26

Similar Documents

Publication Publication Date Title
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
CN106871927B (zh) 一种无人机光电吊舱安装误差标校方法
CN110220491B (zh) 一种无人机的光学吊舱安装误差角估算方法
CN109827541B (zh) 一种提高协同工作的多台光电经纬仪互引导精度的方法
CN111366148B (zh) 适用于机载光电观瞄系统多次观察的目标定位方法
CN105698762A (zh) 一种单机航迹上基于不同时刻观测点的目标快速定位方法
CN106468552A (zh) 一种基于机载光电平台的双机交会定位方法
CN109506660B (zh) 一种用于仿生导航的姿态最优化解算方法
CN107300697A (zh) 基于无人机的运动目标ukf滤波方法
CN110926468A (zh) 基于传递对准的动中通天线多平台航姿确定方法
CN117455960B (zh) 时变观测噪声条件下机载光电系统对地无源定位滤波方法
CN110657808B (zh) 一种机载光电吊舱有源目标定位方法及系统
CN114608611B (zh) 基于组合导航后处理的光电吊舱视准轴误差校正方法
CN104360362A (zh) 利用飞行器对观测目标进行定位的方法及系统
CN110989670B (zh) 一种用于输变电工程环水保监测的无人机系统及其航拍方法
CN112268558B (zh) 一种基于无人机自主式光电平台的有源目标定位测速方法
CN115560757B (zh) 随机姿态误差条件下基于神经网络的无人机直接定位校正方法
CN114022545B (zh) 一种适应于复杂地形的机载sar图像无控制点实时定位方法
CN114111805B (zh) 运载火箭多源多类测量数据位置基准高精度对齐方法
CN113155149B (zh) 天文/惯性组合导航半物理仿真系统
CN111610800B (zh) 一种松耦合无人机控制系统
CN111025269B (zh) 一种水下机器人传感器安装偏差估计方法
CN113514052A (zh) 一种多机协同高精度有源目标定位方法及系统
CN110825117A (zh) 一种高精度无人机系统及智能控制方法
CN114964245B (zh) 一种无人机视觉侦察定位方法

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