旋转式惯导系统与生物视觉融合的UAV自主导航技术研究

For the application of UAV autonomous navigation, this project will utilize the optimal esitmation theory and the Extended Kalman Filtering approach to study the following issues: the multi-rate filtering theory and approach for the fusion of indexing INS, optical flow and image matching positioning; the moving-base initial alignment theory and approach for indexing INS with the aiding of optical flow; the on-line calibration approach for inertial sensors with the aiding of potical flow and image matching positioning. Specifically, this project will mainly focus on the following problems: (1) the design, formulation, performance analysis and state reformulation of the multi-rate Kalman Filter to fuse the unsynchronized indexing INS, optical flow and image matching positioning; (2) the error model formulation of the moving-base initial alignment for indexing INS with the aiding of optical flow, and the design and analysis of the indexing scheme for the moving base initial alignment; (3) the analysis and modeling of the stochastic error elements existing in iertial sensors, and the study of the online calibration model and approach for inertial sensors. Through the above study, this project will provide a new scheme for the research and development of UAV autonomous navigation system. The successful proceeding of this scheme will increase the autonomy of the UAV navigation system, reduce the startup time and improve the overall navigation accuracy of the system.

该项目以UAV自主导航应用为背景，利用最优估计理论和扩展卡尔曼滤波方法，深入研究融合旋转式惯导、光流和图像匹配定位这三类导航信息的多速率滤波理论和方法，深入研究光流辅助的旋转式惯导系统动基座初始对准理论和方法，深入研究光流和图像匹配定位辅助的惯性传感器系统级在线标定方法。本项目的研究内容主要包括：（1）融合旋转式惯导、光流和图像匹配定位这三类非同步导航信息的多速率卡尔曼滤波器的设计与构建，及性能分析与状态重构；（2）光流辅助的旋转式惯导系统动基座初始对准误差模型的建立，及动基座初始对准转位方案的设计与分析；（3）惯性传感器中随机误差成分的分析与多种随机误差成分的等价建模，以及基于此等价模型的惯性传感器系统级在线标定模型与标定方法研究。通过上述研究，可以为UAV自主导航系统的研制提供一种新的解决方案，该方案的深入研究有助于提高UAV导航系统的自主性、加快系统的启动速度和改善系统的导航精度。

本项目围绕无人飞行器的全自主导航问题，开展基于旋转式惯导和生物视觉融合的组合导航理论与方法研究。基于惯导信息、光流信息和图像匹配定位信息的特征，提出了基于双速卡尔曼滤波的导航系统数据融合方案，从理论上推导了双速卡尔曼滤波的系统方程和观测方程，为导航系统数据融合的实现奠定了理论基础；研究了光流辅助旋转式惯导实现初始对准的问题，提出了光流辅助下大航向误差条件下的惯导初始对准方法，解决了惯导系统尤其是战术级及消费级惯导系统动态初始化的问题；研究了光流和图像匹配辅助的惯性传感器随机误差的标定问题，提出了惯性传感器随机误差的建模方案，建立了光流和图像匹配辅助的惯性传感器随机误差补偿方案，有效解决了惯性传感器尤其是低精度惯性传感器误差动态漂移的问题。本项目研究成果能够丰富和发展多传感器数据融合理论，为解决多源的具有不同导航特征的传感器数据融合提供新的技术途径，对于提高无人飞行器的自主导航性能有重要意义。