CN115900646A - 高度融合导航方法、装置、电子设备及存储介质 - Google Patents
高度融合导航方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115900646A CN115900646A CN202310214114.5A CN202310214114A CN115900646A CN 115900646 A CN115900646 A CN 115900646A CN 202310214114 A CN202310214114 A CN 202310214114A CN 115900646 A CN115900646 A CN 115900646A
- Authority
- CN
- China
- Prior art keywords
- air pressure
- information
- compensation
- target
- temperature
- 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.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Navigation (AREA)
Abstract
本发明提供了一种高度融合导航方法、装置、电子设备及存储介质,包括:获取惯性测量结构采集的加速度信息、定位结构采集的速度信息、气压采集结构采集的补偿前气压信息;基于补偿前气压信息确定飞行器的补偿前高度信息;根据飞行器的当前状态确定互补滤波参数;其中,互补滤波参数包括速度权重和高度权重;基于互补滤波参数对加速度信息、速度信息和补偿前高度信息进行互补滤波处理,得到飞行器对应的目标高度信息。本发明可以通过低成本的传感器高度融合导航,提供正常且可靠的高度信息。
Description
技术领域
本发明涉及航空飞行器技术领域,尤其是涉及一种高度融合导航方法、装置、电子设备及存储介质。
背景技术
目前,在室外场景下的常用定高方式为基于RTK(Real - time kinematic,实时动态)载波相位差分技术的定高方式,其具有精度高且可靠性高的特性。但是,在无法使用RTK定高的情况时,其他定高方案提供的融合定高结果存在一定缺陷,导致融合定高结果的可靠性较差。
发明内容
有鉴于此,本发明的目的在于提供一种高度融合导航方法、装置、电子设备及存储介质,可以通过低成本的传感器高度融合导航,提供正常且可靠的高度信息。
第一方面,本发明实施例提供了一种高度融合导航方法,所述方法应用于飞行器,所述飞行器安装有惯性测量结构、定位结构和气压采集结构,所述方法包括:获取所述惯性测量结构采集的加速度信息、所述定位结构采集的速度信息、所述气压采集结构采集的补偿前气压信息;基于所述补偿前气压信息确定所述飞行器的补偿前高度信息;根据所述飞行器的当前状态确定互补滤波参数;其中,所述互补滤波参数包括速度权重和高度权重;基于所述互补滤波参数对所述加速度信息、所述速度信息和所述补偿前高度信息进行互补滤波处理,得到所述飞行器对应的目标高度信息。
在一种实施方式中,所述基于所述补偿前气压信息确定所述飞行器的补偿前高度信息的步骤,包括:确定所述气压采集结构对应的修正参数;其中,所述修正参数包括但不限于温度修正参数、速度修正参数、转速修正参数中的一种或多种;根据所述修正参数对所述补偿前气压信息进行补偿得到目标气压信息;基于所述目标气压信息和所述气压采集结构采集的温度信息,确定所述飞行器的补偿前高度信息。
在一种实施方式中,所述确定所述气压采集结构对应的修正参数的步骤,包括:将所述温度信息输入至预先配置的目标温度气压映射模型,以使所述目标温度气压映射模型输出所述温度信息对应的温度修正参数;以及,将所述速度信息输入至预先配置的目标速度气压映射模型,以使所述目标速度气压映射模型输出所述温度信息对应的速度修正参数;以及,将所述飞行器的螺旋桨转速信息输入至目标转速气压映射模型,以使所述目标转速气压映射模型输出所述螺旋桨转速信息对应的转速修正参数。
在一种实施方式中;所述方法还包括:获取多组观测数据点;其中,每组所述观测数据点包括所述RTK结构采集的RTK值、所述气压采集结构采集的观测气压值和观测温度值;将所述RTK值转换为标准气压值,并计算所述标准气压值与所述观测气压值之间的气压差;基于多组所述观测数据点的所述观测温度值和所述气压差,拟合目标温度气压映射模型。
在一种实施方式中,所述基于多组所述观测数据点的所述观测温度值和所述气压差,拟合目标温度气压映射模型的步骤,包括:将所述观测数据点中的多组第一观测数据点的观测温度值和气压差代入至初始温度气压映射模型,以求解初始系数值得到中间温度气压映射模型;将所述观测数据点中的多组第二观测数据点的观测温度值代入至所述中间温度气压映射模型,以使所述中间温度气压映射模型输出预估气压值,并计算所述预估气压值与所述第二观测数据点的气压差之间的误差平方和;基于所述误差平方和构造目标损失函数,并对所述目标损失函数求导得到目标系数值;利用所述目标系数值更新所述中间温度气压映射模型,得到目标温度气压映射模型。
在一种实施方式中,所述根据所述修正参数对所述补偿前气压信息进行补偿得到目标气压信息的步骤,包括:将所述气压信息与所述温度修正参数、所述速度修正参数、所述转速修正参数的差值,确定为目标气压信息。
在一种实施方式中,所述根据所述飞行器的当前状态确定互补滤波参数的步骤,包括:判断所述飞行器的当前状态是否为悬停状态;如果是,确定所述速度信息对应的所述速度权重小于所述补偿前高度信息对应的所述高度权重;如果否,确定所述速度信息对应的所述速度权重大于所述补偿前高度信息对应的所述高度权重。
第二方面,本发明实施例还提供一种高度融合导航装置,所述装置应用于飞行器,所述飞行器安装有惯性测量结构、定位结构和气压采集结构,所述装置包括:信息获取模块,用于获取所述惯性测量结构采集的加速度信息、所述定位结构采集的速度信息、所述气压采集结构采集的补偿前气压信息;补偿前高度确定模块,用于基于所述补偿前气压信息确定所述飞行器的补偿前高度信息;参数确定模块,用于根据所述飞行器的当前状态确定互补滤波参数;其中,所述互补滤波参数包括速度权重和高度权重;目标高度确定模块,用于基于所述互补滤波参数对所述加速度信息、所述速度信息和所述补偿前高度信息进行互补滤波处理,得到所述飞行器对应的目标高度信息。
第三方面,本发明实施例还提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现第一方面提供的任一项所述的方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现第一方面提供的任一项所述的方法。
本发明实施例提供的一种高度融合导航方法、装置、电子设备及存储介质,应用于飞行器,飞行器安装有惯性测量结构、定位结构和气压采集结构,首先获取惯性测量结构采集的加速度信息、定位结构采集的速度信息、气压采集结构采集的补偿前气压信息,再基于补偿前气压信息确定飞行器的补偿前高度信息,以及根据飞行器的当前状态确定互补滤波参数,互补滤波参数包括速度权重和高度权重,最终基于互补滤波参数对加速度信息、速度信息和补偿前高度信息进行互补滤波处理,得到飞行器对应的目标高度信息。上述方法采用惯性测量结构、定位结构和气压采集结构等低成本传感器搭建高度融合导航,利用惯性测量结构采集准确度较高的加速度信息,利用定位结构采集准确度较高的速度信息,利用气压采集结构采集准确度较高的补偿前气压信息并在此基础上确定补偿前高度信息,同时结合飞行器当前状态对速度权重和高度权重进行配置,从而综合上述信息确定出可靠性较高的目标高度信息。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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获得其他的附图。
图1为本发明实施例提供的一种单一观测来源的传感器融合导航结构图;
图2为本发明实施例提供的一种高度融合导航方法的流程示意图;
图3为本发明实施例提供的另一种高度融合导航方法的流程示意图;
图4为本发明实施例提供的一种高度融合导航装置的结构示意图;
图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,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做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。
目前,主流无人机高度导航方式如下表1所示:
表1
目前,在室外场景下,RTK定高是最常用的定高方式,因为该方案精度高且可靠性高,同时也因为其他方案的融合定高结果都有或多或少的缺陷,因此不得不使用RTK定高。然而RTK只有在进入固定解的时候才会拥有其他定位方式无法比拟的高精度,且RTK是一种成本很高的传感器。
以下是RTK与IMU融合导航无法工作的场合:
(1)受卫星状况限制,在对空遮挡比较严重的地方GPS无法正常应用,RTK无法使用;(2)受电离层影响,很难得到固定解,影响RTK精度;(3)受数据链电台传输距离影响,当RTK作业半径超过一定距离时,测量结果误差超限,RTK精度降低;(4)受高程异常问题影响,在部分地区,高程异常分布图存在较大误差,影响RTK精度;(5)小成本飞行器没有配备RTK。
在无法使用RTK定高的情况时,一般的备选方案就是BARO定高或者GPS定高。然而,如上面表1所示,二者在大部分应用场合都不能提供很高的精度。BARO极易被无人机上发热的电子元件产生的异常温度,和无人机快速飞行时产生的气流干扰;GPS的位置漂移是随机的无法被补偿。因此二者给出的高度导航都是不可靠的,都不是一个好的替代方案。
相关技术提供了如图1所示的一种单一观测来源的传感器融合导航结构图,诸如RTK融合导航、BARO融合导航、GPS融合导航等,基本都遵从图1所示的结构图。具体的:(1)由IMU提供加速度信息acc;(2)由另一个传感器提供位置pos和速度vel的观测量,诸如由RTK提供位置pos和速度vel的观测量,或由BARO提供位置pos和速度vel的观测量;(3)用观测量修正滤波器中的估计量,滤波器常用的有卡尔曼滤波和互补滤波,滤波器的效果由参数决定。但是,上述传感器融合导航方式提供的高度信息仍然存在可靠性较差的问题。
基于此,本发明实施提供了一种高度融合导航方法、装置、电子设备及存储介质,可以通过低成本的传感器高度融合导航,提供正常且可靠的高度信息。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种高度融合导航方法进行详细介绍,该方法应用于飞行器(诸如,无人机),飞行器安装有惯性测量结构、定位结构和气压采集结构,参见图2所示的一种高度融合导航方法的流程示意图,该方法主要包括以下步骤S202至步骤S208:
步骤S202,获取惯性测量结构采集的加速度信息、定位结构采集的速度信息、气压采集结构采集的补偿前气压信息。其中,惯性测量结构可以采用IMU,定位结构可以采用GPS,气压采集结构可以采用气压计(BARO)。在一种实施方式中,利用IMU采集飞行器当前的加速度信息,利用GPS采集飞行器当前的速度信息,利用气压计采集飞行器当前的补偿前气压信息,另外,飞行器中的控制器可以与惯性测量结构、定位结构和气压采集结构通信连接,从而获取到加速度信息、速度信息和补偿前气压信息。
步骤S204,基于补偿前气压信息确定飞行器的补偿前高度信息。在一种实施方式中,由于气压采集结构所在的工作场景存在诸多干扰因素,因此需要对补偿前气压信息进行补偿得到目标气压信息,再利用目标气压信息计算飞行器当前的补偿前高度信息,以提高定高的可靠性。
步骤S206,根据飞行器的当前状态确定互补滤波参数;其中,当前状态可以包括悬停状态或飞行状态,互补滤波参数包括速度权重和高度权重。在一种实施方式中,当飞行器处于悬停状态时,速度权重将小于高度权重,当飞行器未处于悬停状态(诸如处于飞行状态)时,速度权重将大于高度权重。
步骤S208,基于互补滤波参数对加速度信息、速度信息和补偿前高度信息进行互补滤波处理,得到飞行器对应的目标高度信息。在一种实施方式中,可以利用滤波器对基于速度权重和高度权重,对上述加速度信息、速度信息和补偿前高度信息进行互补滤波处理,以对加速度信息、速度信息和补偿前高度信息进行融合,得到可靠性较高的目标高度信息。
本发明实施例提供的高度融合导航方法,采用惯性测量结构、定位结构和气压采集结构等低成本传感器搭建高度融合导航,利用惯性测量结构采集准确度较高的加速度信息,利用定位结构采集准确度较高的速度信息,利用气压采集结构采集准确度较高的补偿前气压信息并在此基础上确定补偿前高度信息,同时结合飞行器当前状态对速度权重和高度权重进行配置,从而综合上述信息确定出可靠性较高的目标高度信息。
为进一步体现本发明实施例提供的高度融合导航方法的优势,本发明实施例提供了BARO作为单一速度位置观测与IMU融合后得出的结果,以及速度融合结果。其中,BARO位置数据在与IMU融合后,出现了明显的温度而错误下降的高度位置信息;同理,在无人机快速飞行的部分,同样表现出了因为气流导致的高度下降,其下降幅度在±5m。另外,利用BARO速度数据与IMU融合出的速度信息,BARO在速度上的噪声仍然大部分被保留了下来。进一步的,本发明实施例还提供了GPS作为单一速度位置观测与IMU融合后得出的结果,以及速度融合结果。其中,GPS位置数据在与IMU融合后,仍旧保留了GPS位置观测数据无规律漂移的缺陷,融合后的位置信息数据有±10m的漂移;另外,速度融合结果较好,因为GPS的速度观测数据与RTK的速度观测数据非常接近。进一步的,本发明实施例提供的高度融合导航的定高效果则非常接近RTK的定高效果,与GPS融合导航和BARO融合导航的效果相比,本发明实施例在准确度和可信度上已经有了大幅度提升。
为便于对前述步骤S104进行理解,本发明实施例提供了一种基于补偿前气压信息确定飞行器的补偿前高度信息的实施方式,参见如下步骤1至步骤3:
步骤1,确定气压采集结构对应的修正参数。其中,修正参数包括但不限于温度修正参数、速度修正参数、转速修正参数中的一种或多种,在实际应用中,根据不同的无人机机型和不同的工作环境,可能还有其他的参数,温度/速度/转速只是比较常见的三种。在实际应用中,多元大气的压强-高度模型是气压计作为高度传感器基本的工作原理,其隐含一个基本假设,即测量到的大气气压p必须不受到其他该模型不包含的因素的干扰。但是在气压计作为无人机高度传感器的工作场景中,无法满足基本假设,通常情况下,气压计一般镶嵌在飞控板上,飞控板内置在机壳内部。在这样的工作场景中,气压计的主要干扰因素有:
(1)温度:飞控板发热,导致空气密度改变,导致气压计测量到的压强改变;(2)无人机速度:当快速飞行时,机体与空气产生相对运动,导致空气流速改变,穿过机壳的缝隙,影响气压计测量到的压强;(3)螺旋桨转速:当螺旋桨高速旋转时,桨叶与空气产生相对运动,导致空气流速改变,穿过机壳的缝隙,影响气压计测量到的压强。
为了保证气压计所测量得到的当前气压信息p能够准确地反应补偿前高度信息z,必须对以上三个因素做出补偿,得到目标气压信息p_comped,再计算补偿前高度信息z。如果不对当前气压信息p进行补偿,取决于无人机机型及其工作环境,以上三个因素导致的高度误差可多达数十米。
在一种实施方式中,可以按照如下步骤1.1至步骤1.3执行确定气压采集结构对应的修正参数的步骤:
步骤1.1,将温度信息输入至预先配置的目标温度气压映射模型,以使目标温度气压映射模型输出温度信息对应的温度修正参数。其中,目标温度气压映射模型的输入为飞行器当前的温度信息,输出为温度导致的压强差,也即温度修正参数。
步骤1.2,将速度信息输入至预先配置的目标速度气压映射模型,以使目标速度气压映射模型输出温度信息对应的速度修正参数。其中,目标速度气压映射模型的输入为飞行器当前的速度信息,输出为速度导致的压强差,也即速度修正参数。
步骤1.3,将飞行器的螺旋桨转速信息输入至目标转速气压映射模型,以使目标转速气压映射模型输出螺旋桨转速信息对应的转速修正参数。其中,目标转速气压映射模型的输入为飞行器当前的螺旋桨转速信息,输出为螺旋桨高速旋转导致的压强差,也即转速修正参数。
在实际应用中,通过采集无人机RTK数据和无人机BARO数据,将RTK数据转换成一个假设的标准压强,然后比较该与BARO测得的压强p之间的差值δp,逐个拟合δp与对应变量之间的关系,得出补偿参数。公式如下所示:
;
其中,是温度导致的压强差,是无人机速度导致的压强差,是螺旋桨高速旋转导致的压强差,在本发明实施例已经完成的工作中,这三项是主要影响无人机上的气压计的结果的变量,是任何在其他机型的无人机上会存在的影响气压计结果的因素。应当注意是的,本发明实施例不排除在其他情况中,存在其他不能忽视的变量的可能性,拟合其对应的映射模型所采用的拟合方法与上述三个映射模型拟合的方法是一致的。
为便于对上述映射模型进行理解,本发明实施例以目标温度气压映射模型为例,提供了一种拟合目标温度气压映射模型的实施方式,计算修正参数的时候使用了最小二乘法,采集数据及建立模型的阶段所使用的飞行器还设置有RTK结构,实际使用模型阶段的飞行器可以安装RTK结构,也可以不安装RTK结构,具体基于实际需求进行设置,具体可参见如下步骤a至步骤c:
步骤a,获取多组观测数据点;其中,每组观测数据点包括RTK结构采集的RTK值、气压采集结构采集的观测气压值和观测温度值;步骤b,将RTK值转换为标准气压值,并计算标准气压值与观测气压值之间的气压差δp;步骤c,基于多组观测数据点的观测温度值和气压差δp,拟合目标温度气压映射模型。
在执行基于多组观测数据点的观测温度值和气压差,拟合目标温度气压映射模型的步骤时,可以参见如下步骤c1至步骤c4:
步骤c1,将观测数据点中的多组第一观测数据点的观测温度值和气压差代入至初始温度气压映射模型,以求解初始系数值得到中间温度气压映射模型。在一种实施方式中,对于一组气压计温度-压强数据,因为我们认为在工作环境中,是温度影响了测量到的压强,因此温度是自变量,压强是因变量。假定y和x之间存在线性关系,且该关系符合模型。
对于这个只有三个参数的模型,理论上只要观测三组数据,联立三个方程,即可求出全部未知数。但是在实际应用中,由于传感器的观测值一定会存在误差,所以需要多余观测组成超定方程组,此时方程无确定解,只能求出一组参数,令模型到各个观测数据点的误差最小。
步骤c2,将观测数据点中的多组第二观测数据点的观测温度值代入至中间温度气压映射模型,以使中间温度气压映射模型输出预估气压值,并计算预估气压值与第二观测数据点的气压差之间的误差平方和。在一种实施方式中,令误差的平方和为L,有
。
步骤c3,基于误差平方和构造目标损失函数,并对目标损失函数求导得到目标系数值。在一种实施方式中,对于线性回归方程组的矩阵解法,假设有m组样本,每个样本有n-1维特征,将所有样本点带入模型中,有
;
;
…
;
用矩阵表示,有
其中,f为n×1的向量,代表模型的理论值,k为n×1的向量,X为m×n维的矩阵,于是,令Y是样本的输出向量,目标损失函数L用矩阵表示为:
。
令目标损失函数L最小,即对目标损失函数L求导,并求为0处的参数组。化简目标损失函数L:
。
对目标损失函数L求导:
。
解得参数组:。
步骤c4,利用目标系数值更新中间温度气压映射模型,得到目标温度气压映射模型。
步骤2,根据修正参数对补偿前气压信息进行补偿得到目标气压信息。在在具体实现时,基于上述公式:
,本发明实施例提供了一种根据修正参数对补偿前气压信息进行补偿得到目标气压信息的实施方式,可以将气压信息与温度修正参数、速度修正参数、转速修正参数的差值,确定为目标气压信息。
步骤3,基于目标气压信息和气压采集结构采集的温度信息,确定飞行器的补偿前高度信息。
在一种实施方式中,用BARO可以被用作高度传感器是基于一个基本假设,即BARO测量的环境压强是与其所在的海拔高度存在一个一对一的映射关系的,即多元大气的压强-高度模型,具体推导如下:
由流体静力学的基本原理:,其中,大气气压为p,大气密度为ρ,重力常数为g,高度为z。
带入补偿前条件:;并积分,得到:。
令垂直温度梯度为,其定义满足:。
令海平面温度为,则存在关系:。
以上描述了温度和海拔高度的对应关系。带入流体静力学公式:
。
对上式进行积分得到:
。
此时,补偿前条件如下表示:
。
对上式进行整理,得到:。
以上公式是一个对地面附近的大气模型的良好近似。对上式进行变形,将高度z提到左侧:
。
其中,只有气压p是变量,可以根据此公式,计算出对应的补偿前高度信息z。
为便于对前述步骤S106进行理解,本发明实施例还提供了一种根据飞行器的当前状态确定互补滤波参数的实施方式,具体的:(1)判断飞行器的当前状态是否为悬停状态;(2)如果是,确定速度信息对应的速度权重小于补偿前高度信息对应的高度权重;(3)如果否,确定速度信息对应的速度权重大于补偿前高度信息对应的高度权重。在实际应用中,对互补滤波参数的取值,具体取决于不同的无人机机型。在一种实施方式中,在无人机悬停时,GPS的权重要小于BARO的权重,在无人机高速移动时则相反。由于在无人机悬停时,无人机的速度基本接近于0,螺旋桨转速保持在悬停油门,此时BARO的位置信息只受到温度的影响,补偿后较为准确。然而GPS提供的速度信息不可能为零,因此GPS速度信息本质上是对融合结果的一种干扰,因此权重应当调小,令GPS的权重要小于BARO的权重。在另一种情况中,BARO的位置信息受到无人机速度,螺旋桨转速,温度等多种因素的干扰,即使补偿后,可信度依旧没有GPS的速度信息高,此时应该令GPS的权重要大于BARO的权重。
为便于对前述实施例进行理解,本发明实施例提供了一种高度融合导航的流程示意图,参加图3所示的另一种高度融合导航方法的流程示意图,本发明实施例使用IMU提供加速度信息acc,但是位置pos和速度vel更换为两个不同的观测来源,分别是GPS和BARO。理由如上面表1所说,GPS的速度vel比较准确,BARO的pos虽然直接测量值不准确,但是可以放弃pos值,转而采用气压值pressure,通过一系列修正参数,补偿后的压强值pressure与温度值temperature再次计算高度位置pos,再此基础上进行互补滤波,可以达到较好的效果。
对于前述实施例提供的高度融合导航方法,本发明实施例提供了一种高度融合导航装置,该装置应用于飞行器,飞行器安装有惯性测量结构、定位结构和气压采集结构,参见图4所示的一种高度融合导航装置的结构示意图,该装置主要包括以下部分:
信息获取模块402,用于获取惯性测量结构采集的加速度信息、定位结构采集的速度信息、气压采集结构采集的补偿前气压信息;
补偿前高度确定模块404,用于基于补偿前气压信息确定飞行器的补偿前高度信息;
参数确定模块406,用于根据飞行器的当前状态确定互补滤波参数;其中,互补滤波参数包括速度权重和高度权重;
目标高度确定模块408,用于基于互补滤波参数对加速度信息、速度信息和补偿前高度信息进行互补滤波处理,得到飞行器对应的目标高度信息。
本发明实施例提供的高度融合导航装置,采用惯性测量结构、定位结构和气压采集结构等低成本传感器搭建高度融合导航,利用惯性测量结构采集准确度较高的加速度信息,利用定位结构采集准确度较高的速度信息,利用气压采集结构采集准确度较高的补偿前气压信息并在此基础上确定补偿前高度信息,同时结合飞行器当前状态对速度权重和高度权重进行配置,从而综合上述信息确定出可靠性较高的目标高度信息。
在一种实施方式中,补偿前高度确定模块404还用于:确定气压采集结构对应的修正参数;其中,修正参数包括但不限于温度修正参数、速度修正参数、转速修正参数中的一种或多种;根据修正参数对补偿前气压信息进行补偿得到目标气压信息;基于目标气压信息和气压采集结构采集的温度信息,确定飞行器的补偿前高度信息。
在一种实施方式中,补偿前高度确定模块404还用于:将温度信息输入至预先配置的目标温度气压映射模型,以使目标温度气压映射模型输出温度信息对应的温度修正参数;以及,将速度信息输入至预先配置的目标速度气压映射模型,以使目标速度气压映射模型输出温度信息对应的速度修正参数;以及,将飞行器的螺旋桨转速信息输入至目标转速气压映射模型,以使目标转速气压映射模型输出螺旋桨转速信息对应的转速修正参数。
在一种实施方式中,上述装置还包括模型拟合模块,用于:获取多组观测数据点;其中,每组观测数据点包括RTK结构采集的RTK值、气压采集结构采集的观测气压值和观测温度值;将RTK值转换为标准气压值,并计算标准气压值与观测气压值之间的气压差;基于多组观测数据点的观测温度值和气压差,拟合目标温度气压映射模型。
在一种实施方式中,模型拟合模块,还用于:将观测数据点中的多组第一观测数据点的观测温度值和气压差代入至补偿前温度气压映射模型,以求解补偿前系数值得到中间温度气压映射模型;将观测数据点中的多组第二观测数据点的观测温度值代入至中间温度气压映射模型,以使中间温度气压映射模型输出预估气压值,并计算预估气压值与第二观测数据点的气压差之间的误差平方和;基于误差平方和构造目标损失函数,并对目标损失函数求导得到目标系数值;利用目标系数值更新中间温度气压映射模型,得到目标温度气压映射模型。
在一种实施方式中,补偿前高度确定模块404还用于:将气压信息与温度修正参数、速度修正参数、转速修正参数的差值,确定为目标气压信息。
在一种实施方式中,参数确定模块406还用于:判断飞行器的当前状态是否为悬停状态;如果是,确定速度信息对应的速度权重小于补偿前高度信息对应的高度权重;如果否,确定速度信息对应的速度权重大于补偿前高度信息对应的高度权重。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备,具体的,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。
图5为本发明实施例提供的一种电子设备的结构示意图,该电子设备100包括:处理器50,存储器51,总线52和通信接口53,所述处理器50、通信接口53和存储器51通过总线52连接;处理器50用于执行存储器51中存储的可执行模块,例如计算机程序。
其中,存储器51可能包含高速随机存取存储器(RAM,RandomAccessMemory),也可能还包括非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。通过至少一个通信接口53(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线52可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器51用于存储程序,所述处理器50在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器50中,或者由处理器50实现。
处理器50可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器50中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器50可以是通用处理器,包括中央处理器(CentralProcessingUnit,简称CPU)、网络处理器(NetworkProcessor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器51,处理器50读取存储器51中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见前述方法实施例,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种高度融合导航方法,其特征在于,所述方法应用于飞行器,所述飞行器安装有惯性测量结构、定位结构和气压采集结构,所述方法包括:
获取所述惯性测量结构采集的加速度信息、所述定位结构采集的速度信息、所述气压采集结构采集的补偿前气压信息;
基于所述补偿前气压信息确定所述飞行器的补偿前高度信息;
根据所述飞行器的当前状态确定互补滤波参数;其中,所述互补滤波参数包括速度权重和高度权重;
基于所述互补滤波参数对所述加速度信息、所述速度信息和所述补偿前高度信息进行互补滤波处理,得到所述飞行器对应的目标高度信息。
2.根据权利要求1所述的方法,其特征在于,所述基于所述补偿前气压信息确定所述飞行器的补偿前高度信息的步骤,包括:
确定所述气压采集结构对应的修正参数;其中,所述修正参数包括但不限于温度修正参数、速度修正参数、转速修正参数中的一种或多种;
根据所述修正参数对所述补偿前气压信息进行补偿得到目标气压信息;
基于所述目标气压信息和所述气压采集结构采集的温度信息,确定所述飞行器的补偿前高度信息。
3.根据权利要求2所述的方法,其特征在于,所述确定所述气压采集结构对应的修正参数的步骤,包括:
将所述温度信息输入至预先配置的目标温度气压映射模型,以使所述目标温度气压映射模型输出所述温度信息对应的温度修正参数;
以及,将所述速度信息输入至预先配置的目标速度气压映射模型,以使所述目标速度气压映射模型输出所述温度信息对应的速度修正参数;
以及,将所述飞行器的螺旋桨转速信息输入至目标转速气压映射模型,以使所述目标转速气压映射模型输出所述螺旋桨转速信息对应的转速修正参数。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
获取多组观测数据点;其中,每组所述观测数据点包括RTK结构采集的RTK值、所述气压采集结构采集的观测气压值和观测温度值;
将所述RTK值转换为标准气压值,并计算所述标准气压值与所述观测气压值之间的气压差;
基于多组所述观测数据点的所述观测温度值和所述气压差,拟合目标温度气压映射模型。
5.根据权利要求4所述的方法,其特征在于,所述基于多组所述观测数据点的所述观测温度值和所述气压差,拟合目标温度气压映射模型的步骤,包括:
将所述观测数据点中的多组第一观测数据点的观测温度值和气压差代入至初始温度气压映射模型,以求解初始系数值得到中间温度气压映射模型;
将所述观测数据点中的多组第二观测数据点的观测温度值代入至所述中间温度气压映射模型,以使所述中间温度气压映射模型输出预估气压值,并计算所述预估气压值与所述第二观测数据点的气压差之间的误差平方和;
基于所述误差平方和构造目标损失函数,并对所述目标损失函数求导得到目标系数值;
利用所述目标系数值更新所述中间温度气压映射模型,得到目标温度气压映射模型。
6.根据权利要求2所述的方法,其特征在于,所述根据所述修正参数对所述补偿前气压信息进行补偿得到目标气压信息的步骤,包括:
将所述气压信息与所述温度修正参数、所述速度修正参数、所述转速修正参数的差值,确定为目标气压信息。
7.根据权利要求1所述的方法,其特征在于,所述根据所述飞行器的当前状态确定互补滤波参数的步骤,包括:
判断所述飞行器的当前状态是否为悬停状态;
如果是,确定所述速度信息对应的所述速度权重小于所述补偿前高度信息对应的所述高度权重;
如果否,确定所述速度信息对应的所述速度权重大于所述补偿前高度信息对应的所述高度权重。
8.一种高度融合导航装置,其特征在于,所述装置应用于飞行器,所述飞行器安装有惯性测量结构、定位结构和气压采集结构,所述装置包括:
信息获取模块,用于获取所述惯性测量结构采集的加速度信息、所述定位结构采集的速度信息、所述气压采集结构采集的补偿前气压信息;
补偿前高度确定模块,用于基于所述补偿前气压信息确定所述飞行器的补偿前高度信息;
参数确定模块,用于根据所述飞行器的当前状态确定互补滤波参数;其中,所述互补滤波参数包括速度权重和高度权重;
目标高度确定模块,用于基于所述互补滤波参数对所述加速度信息、所述速度信息和所述补偿前高度信息进行互补滤波处理,得到所述飞行器对应的目标高度信息。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310214114.5A CN115900646B (zh) | 2023-03-08 | 2023-03-08 | 高度融合导航方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310214114.5A CN115900646B (zh) | 2023-03-08 | 2023-03-08 | 高度融合导航方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115900646A true CN115900646A (zh) | 2023-04-04 |
CN115900646B CN115900646B (zh) | 2023-05-23 |
Family
ID=85739243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310214114.5A Active CN115900646B (zh) | 2023-03-08 | 2023-03-08 | 高度融合导航方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115900646B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865453A (zh) * | 2016-05-20 | 2016-08-17 | 南京航空航天大学 | 一种位置传感器和姿态传感器的导航系统及其融合方法 |
CN106249744A (zh) * | 2016-07-11 | 2016-12-21 | 电子科技大学 | 一种基于二级互补滤波的小型旋翼飞行器高度控制方法 |
CN106681336A (zh) * | 2016-12-29 | 2017-05-17 | 湖北三江航天红峰控制有限公司 | 基于容错处理的无人飞行器高度测量控制系统及控制方法 |
CN106840085A (zh) * | 2016-12-20 | 2017-06-13 | 长安大学 | 一种基于多层信息融合的无人机测高方法 |
CN108195374A (zh) * | 2017-12-25 | 2018-06-22 | 中铁第四勘察设计院集团有限公司 | 用于轨道自动测量车的组合导航系统及组合导航解算方法 |
CN108759845A (zh) * | 2018-07-05 | 2018-11-06 | 华南理工大学 | 一种基于低成本多传感器组合导航的优化方法 |
CN109725649A (zh) * | 2018-12-29 | 2019-05-07 | 上海理工大学 | 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 |
CN110146215A (zh) * | 2019-05-19 | 2019-08-20 | 瑞立集团瑞安汽车零部件有限公司 | 一种带有温度补偿与参数整定措施的气压传感器 |
CN111811472A (zh) * | 2020-07-01 | 2020-10-23 | 亿航智能设备(广州)有限公司 | 一种气压计高度动态补偿方法、装置、计算机存储介质 |
CN112985692A (zh) * | 2021-02-09 | 2021-06-18 | 北京工业大学 | 一种融合多项式与学习模型的气压传感器误差标校方法 |
WO2021217329A1 (zh) * | 2020-04-27 | 2021-11-04 | 深圳市大疆创新科技有限公司 | 高度检测方法、补偿量的确定方法、装置和无人机 |
WO2022063120A1 (zh) * | 2020-09-22 | 2022-03-31 | 深圳市领峰电动智能科技有限公司 | 组合导航系统初始化方法、装置、介质及电子设备 |
-
2023
- 2023-03-08 CN CN202310214114.5A patent/CN115900646B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865453A (zh) * | 2016-05-20 | 2016-08-17 | 南京航空航天大学 | 一种位置传感器和姿态传感器的导航系统及其融合方法 |
CN106249744A (zh) * | 2016-07-11 | 2016-12-21 | 电子科技大学 | 一种基于二级互补滤波的小型旋翼飞行器高度控制方法 |
CN106840085A (zh) * | 2016-12-20 | 2017-06-13 | 长安大学 | 一种基于多层信息融合的无人机测高方法 |
CN106681336A (zh) * | 2016-12-29 | 2017-05-17 | 湖北三江航天红峰控制有限公司 | 基于容错处理的无人飞行器高度测量控制系统及控制方法 |
CN108195374A (zh) * | 2017-12-25 | 2018-06-22 | 中铁第四勘察设计院集团有限公司 | 用于轨道自动测量车的组合导航系统及组合导航解算方法 |
CN108759845A (zh) * | 2018-07-05 | 2018-11-06 | 华南理工大学 | 一种基于低成本多传感器组合导航的优化方法 |
CN109725649A (zh) * | 2018-12-29 | 2019-05-07 | 上海理工大学 | 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 |
CN110146215A (zh) * | 2019-05-19 | 2019-08-20 | 瑞立集团瑞安汽车零部件有限公司 | 一种带有温度补偿与参数整定措施的气压传感器 |
WO2021217329A1 (zh) * | 2020-04-27 | 2021-11-04 | 深圳市大疆创新科技有限公司 | 高度检测方法、补偿量的确定方法、装置和无人机 |
CN111811472A (zh) * | 2020-07-01 | 2020-10-23 | 亿航智能设备(广州)有限公司 | 一种气压计高度动态补偿方法、装置、计算机存储介质 |
WO2022063120A1 (zh) * | 2020-09-22 | 2022-03-31 | 深圳市领峰电动智能科技有限公司 | 组合导航系统初始化方法、装置、介质及电子设备 |
CN112985692A (zh) * | 2021-02-09 | 2021-06-18 | 北京工业大学 | 一种融合多项式与学习模型的气压传感器误差标校方法 |
Non-Patent Citations (4)
Title |
---|
肖宇;: "基于互补滤波算法的四旋翼飞行器姿态和高度解算", 工业控制计算机 * |
谢勇;陈照海;陈万法;: "某无人直升机高度测量系统融合方法", 兵工自动化 * |
雷旭升;李晶晶;郭克信;杜玉虎;: "一种小型无人旋翼机高度信息融合方法", 机器人 * |
黄鹤;刘一恒;赵熙;许哲;郭璐;: "多层多源信息融合旋翼无人机测高算法", 中国惯性技术学报 * |
Also Published As
Publication number | Publication date |
---|---|
CN115900646B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111433612B (zh) | 用于估计飞行器空中数据的基于模型和飞行信息的组合训练的神经网络系统 | |
CN110081878B (zh) | 一种多旋翼无人机的姿态及位置确定方法 | |
JP6580325B2 (ja) | 航空機の対気速度算出システム | |
CN110007109A (zh) | 用于确定飞行器的空速的方法和系统 | |
CN110346605B (zh) | 用于基于静压误差修正进行飞机空速校准的方法以及系统 | |
CN111221347B (zh) | 垂直起降固定翼无人机姿态估计中加速度补偿方法及系统 | |
CN106705936A (zh) | 一种无人机高度优化方法及装置 | |
Lyu et al. | A thrust model aided fault diagnosis method for the altitude estimation of a quadrotor | |
US20200141969A1 (en) | System and method for determining airspeed | |
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 | |
CN108759814B (zh) | 一种四旋翼飞行器横滚轴角速度和俯仰轴角速度估计方法 | |
CN109375647A (zh) | 微型多源感知计算系统 | |
CN111412887B (zh) | 一种基于卡尔曼滤波的攻角、侧滑角辨识方法 | |
CN105466423A (zh) | 一种无人机导航系统及其运行方法 | |
CN115900646B (zh) | 高度融合导航方法、装置、电子设备及存储介质 | |
EP3022565A2 (en) | System and process for measuring and evaluating air and inertial data | |
Sharma et al. | Identifying aerodynamics of small fixed-wing drones using inertial measurements for model-based navigation | |
US10921457B2 (en) | Method and device for detecting a fault of a barometric pressure measuring system arranged aboard a flying device | |
US11948467B2 (en) | System, device and method for measuring atmospheric conditions | |
Zhang et al. | Design of meteorological element detection platform for atmospheric boundary layer based on UAV | |
CN106871892B (zh) | 一种航空器组合导航方法和装置 | |
CN110082805A (zh) | 一种三维定位装置和方法 | |
Qi et al. | The new evolution for SIA rotorcraft UAV project | |
Matthews et al. | Aircraft-Integrated Meteorological Measurement System (AIMMS) instrument handbook | |
CN112179374A (zh) | 操作运载工具的方法 |
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 |