一种基于惯性/视觉信息融合的无人机自主着陆导航算法

无人机自主着陆过程中需要实时获得高精度的导航信息,对自主性、实时性的要求较高。现有的导航方式都存在各自的不足,且在室内等新型环境中不能使用。针对这一问题,提出了一种视觉/惯性组合导航算法。首先建立了世界坐标系下惯性导航的数学模型,随后通过Kalman滤波实现位置、姿态匹配,其中位置匹配完成速度误差、加表零偏的估计;姿态匹配完成安装误差角、陀螺漂移的估计,并利用估计得到的安装误差角和视觉导航系统输出的姿态信息对惯导姿态进行修正。仿真结果表明,该算法具有一定的工程应用价值。

GPS拒止区域的辅助INS导航方法综述

GPS信号较弱,在信号受到遮挡或被干扰的情况下出现GPS拒止区域,传统仅依靠INS的导航系统导航误差随时间发散,定位精度低。针对该问题,根据不同应用场景介绍了零速修正辅助INS的导航方法、径向基神经网络辅助INS的导航方法、视觉传感器辅助INS的导航方法;详细给出了各个导航方法中的常见算法、近年来的创新之处和定位精度;展望了GPS拒止区域导航方法的发展趋势,提出自适应性和通用性更强的全源定位导航技术,以及成本低、鲁棒性强的机会信号导航技术是未来的发展方向,为后续GPS拒止区域导航方法的研究提供参考信息。