(盐城生物工程高等职业技术学校 信息工程系 江苏盐城 224001)
摘要:植保无人机具有在农田中的机动能力,这使得它们能够帮助人类更好地完成植保任务。本文为了解决植保无人机在农业环境中短暂GPS丢星的导航问题,并通过仿真验证了算法设计的有效性。本文在分析以往导航系统的优缺点之后,加入视觉传感器,对导航系统进行修正,从而提升了质保无人机的鲁棒性,使得无人机在复杂环境中拥有较高的自主定位和感知环境能力。
关键词:卡尔曼滤波;组合导航;丢星
Application of KF in plant protection flight control system
WUHong-hao、ZHANG zheng、MA tao
( Department of Information Engineering, Yancheng Biological Higher Vocational School ,
YanCheng JiangSu 224001,China)
Abstact:Plant protection UAVs have the ability to maneuver in farmland, which enables them to better fulfill plant protection tasks. In order to solve the problem of short-time GPS lost satellite navigation in plant environment, the effectiveness of the algorithm is verified by simulation. In this paper, after analyzing the advantages and disadvantages of the previous navigation system, the vision sensor is added to the navigation system to improve the robustness of the unmanned aerial vehicle (UAV), which makes the UAV have a high ability to locate and perceive the environment in a complex environment.
Key words:Kalman filter ;integrated navigation;lost star
电力巡检无人机所使用的GPS受美国的影响人为加入一些参数使得GPS精度不够,此外GPS受天气等各种因素的影响业存在较大问题,因此容易丢失信号;IMU随着时间的累计误差,由于缺乏修正系统不宜使用在长久的飞行系统里面;而视觉定位技术,它的好处在于可以通过周围环境的计算出距离,但是比较依赖于光照强度鲁棒性不够。
综上,本文设计了一种视觉+INS+GPS的导航模式,通过视觉机制保障无人机最基本的导航参数,通过INS保障导航姿态的可控范围,这样通过以上两组信息对GPS信息修正INS的输出信息,极大的缩小了时间积分上的误差,从而保证了无人机在电力巡检方面的定位精度。
一、对GPS信号的预测
为了提升无人机在电力巡检时导航精度以及抗电磁干扰能力,我们采取多传感器信息融合技术,通过视觉和INS对GPS信号进行修正,那么首先就是先要解算出GPS导航参数的状态方程,同时我们也需要对IMU、视觉等传感器的数据进行预测。由于GPS信号里面含有随机的噪声,无法估测,所以我们暂时将GPS数据设为观测噪声。设采样时间为 ,用 表示飞机在采样时刻处时的真实值,用y(k)表示 时刻位置的GPS观测值,则有测量模型:
三、仿真分析
我们结合大疆妙算平台,使用simulink对该算法进行方阵,算法中对环境变量进行初始化,假设无人机在进行电力巡检时在正西方作匀速直线运动;起点位置我们设为L=116°,λ=32°;重力感应的值我们设为g=9.7804N/kg ;对地球的角速度进行综合考虑,解算出角速度为 15°/h,陀螺温漂取ωie= 0.1°/h;重力感应零漂取10-4;
由图1000个速度采样值可以看出采用视觉、ins和GPS这种组合导航方式大大提升了无人机的导航精度,不仅更为精确,还可以提升精度在2m/s左右(如图3、图4),那么相应的经纬度也提升至0.2°范围内(如图5、6)。
四、结束语
本文采用了一种视觉+INS+GPS三种传感器对导航系统进行信息融合,在研究领域中不仅提升导航精度,还提升植保无人机的鲁棒性,在植保机作业飞行时,视觉提供环境感知距离,INS提供相应的飞行姿态而GPS则在大方向上确定了无人机导航的正确性,这三者互相补充,相辅相成,在信息融合的基础上进一步提升了导航精度,确保了植保无人机导航的准确性。
参考文献:
[1] 周姜滨,袁建平,罗建军,岳晓奎. 基于联邦滤波的SINS/GPS全组合导航系统研究[J]. 系统仿真学报. 2009(06):1562-1569
[2] 王新龙,于洁. 一种SINS/GPS深组合导航系统技术问题分析[J]. 全球定位系统. 2012(05):1-6
[3] 李倩,战兴群,王立端,翟传润. GPS/INS组合导航系统时间同步系统设计[J]. 传感技术学报. 2009(12):1752-1756
[4] 基于SINS/GPS的无人机组合导航系统建模与仿真[A] . 测绘工程.2016(10):17-19
[5]JasonN.Gross,YuGu,MatthewB.Rhudy.Flight-Test Evaluation of Sensor Fusion Algorithms for Attitude Estimation.IEEE Transactions on Aerospace and Electronic Systems . 2012
[6] 戴卿,常允艳. 基于GNSS动态定位的非线性滤波算法[J]. 现代测绘. 2016(03):48-50
作者简介:吴洪昊(1993-10),男,汉族,籍贯:江苏盐城,当前职务:教师,当前职称:讲师,学历:硕士,研究方向:无人机
论文作者:吴洪昊1,张政,马涛
论文发表刊物:《电力设备》2018年第14期
论文发表时间:2018/9/18
标签:无人机论文; 组合论文; 视觉论文; 精度论文; 导航系统论文; 盐城论文; 信息论文; 《电力设备》2018年第14期论文;