多傳感器融合的四旋翼飛行器運(yùn)動(dòng)估計(jì).pdf

1、四旋翼飛行器(Quadrotor)是一類由四個(gè)螺旋槳提供動(dòng)力的微型無人飛行器(Unmanned Aerial Vehicle:UAV)。由于具有簡單的動(dòng)力學(xué)原理，垂直起降能力以及小范圍內(nèi)良好的機(jī)動(dòng)性能等一系列卓越的特性，四旋翼飛行器在近年來得到了深入的研究，并在空中監(jiān)控和偵察，復(fù)雜環(huán)境的探索和搜救，特定目標(biāo)檢測，預(yù)定軌跡巡航等領(lǐng)域取得了廣泛的應(yīng)用。四旋翼的運(yùn)動(dòng)控制是使其具備自主飛行能力并進(jìn)一步實(shí)現(xiàn)自動(dòng)化應(yīng)用的基礎(chǔ)和前提。運(yùn)動(dòng)估計(jì)算法作為

2、運(yùn)動(dòng)控制的反饋信號(hào)來源，直接影響四旋翼運(yùn)動(dòng)控制的精度乃至飛行器系統(tǒng)的性能。
　　近年來，隨著計(jì)算機(jī)視覺研究的不斷深入和視覺傳感器性能的不斷改善，視覺方法開始越來越多的應(yīng)用到飛行器的運(yùn)動(dòng)估計(jì)中。與傳統(tǒng)方法有顯著區(qū)別，一方面，視覺方法可以在各種復(fù)雜未知環(huán)境中應(yīng)用，極大的拓寬了飛行器的應(yīng)用范圍;而且視覺傳感器對周圍環(huán)境的感知和識(shí)別有助于飛行器功能的拓展。另一方面，由于視覺算法的復(fù)雜性，其定位結(jié)果會(huì)具有比較大的延時(shí);而且視覺算法易受周圍環(huán)

3、境影響，其結(jié)果的魯棒性也有待提高。這些都是亟待解決的問題。
　　本文采用視覺主導(dǎo)、多傳感器融合的方法對四旋翼飛行器的運(yùn)動(dòng)估計(jì)問題進(jìn)行研究，以得到高精度的運(yùn)動(dòng)估計(jì)結(jié)果為目標(biāo)。
　　本文的主要工作和創(chuàng)新點(diǎn)包括以下幾個(gè)方面:
　　(1)未知環(huán)境中的視覺定位是近年來的研究重點(diǎn)。傳統(tǒng)方法通過對由兩幅圖像中相互匹配的特征點(diǎn)對所確定的超定方程組進(jìn)行最優(yōu)化求解來得到兩幅圖像之間的相對位置信息。針對該算法計(jì)算時(shí)間復(fù)雜度較高，導(dǎo)致較大時(shí)延

4、從而影響系統(tǒng)定位實(shí)時(shí)性的問題，本文提出了一種融合機(jī)載慣性測量單元(InertialMeasurement Unit，簡稱IMU元件)所提供的信息的視覺定位算法，解決了系統(tǒng)的定位實(shí)時(shí)性問題。
　　(2)未知環(huán)境中基于特征點(diǎn)匹配的視覺定位結(jié)果的精度由于受未知因素的影響而不確定（即噪聲特性不確定）。目前，缺乏對視覺定位性能的自適應(yīng)評(píng)估研究。如何判斷視覺定位結(jié)果是否可用;如果可用，又如何對其精度做出定量的評(píng)估以作為多傳感器數(shù)據(jù)融合時(shí)權(quán)重選

5、擇的依據(jù)，這是實(shí)際應(yīng)用視覺定位算法時(shí)必須解決的問題。根據(jù)數(shù)據(jù)融合中Kalman濾波器的要求，本文在對視覺定位結(jié)果進(jìn)行噪聲建模的基礎(chǔ)上，提出了一種基于飛行器運(yùn)動(dòng)特性分析的視覺定位噪聲方差自適應(yīng)估計(jì)方法。實(shí)驗(yàn)表明，此方法可以準(zhǔn)確的估計(jì)出視覺定位結(jié)果的噪聲方差，并據(jù)此估計(jì)運(yùn)動(dòng)參數(shù)，提高了運(yùn)動(dòng)估計(jì)的魯棒性和精度。
　　(3)轉(zhuǎn)動(dòng)估計(jì)是飛行器運(yùn)動(dòng)估計(jì)的重要組成部分。本文對常用的姿態(tài)表示方法和數(shù)據(jù)融合方法進(jìn)行了學(xué)習(xí)和比較，以提高計(jì)算效率和估計(jì)

6、精度為目的，利用非線性轉(zhuǎn)動(dòng)估計(jì)模型，實(shí)現(xiàn)了基于四元數(shù)表示和無跡Kalman濾波的飛行器轉(zhuǎn)動(dòng)估計(jì)。實(shí)驗(yàn)表明，相對于已有方法，該方法在提高轉(zhuǎn)動(dòng)估計(jì)精度方面具有一定的優(yōu)勢。
　　(4)在基于Kalman濾波器的平動(dòng)估計(jì)中，視覺定位結(jié)果相對于其它傳感器數(shù)據(jù)存在較大時(shí)延的問題，本文提出了一種將慣性傳感器數(shù)據(jù)前推與視覺定位結(jié)果對齊，再利用加速度信息對存在時(shí)延的平動(dòng)估計(jì)結(jié)果進(jìn)行補(bǔ)償?shù)臄?shù)據(jù)融合算法，該算法可以得到更準(zhǔn)確的平動(dòng)估計(jì)。實(shí)驗(yàn)表明，本文方