CN117537815A - 一种三维地形匹配－惯导－测速组合的飞行器定位方法 - Google Patents
一种三维地形匹配－惯导－测速组合的飞行器定位方法 Download PDFInfo
- Publication number
- CN117537815A CN117537815A CN202310522728.XA CN202310522728A CN117537815A CN 117537815 A CN117537815 A CN 117537815A CN 202310522728 A CN202310522728 A CN 202310522728A CN 117537815 A CN117537815 A CN 117537815A
- Authority
- CN
- China
- Prior art keywords
- inertial navigation
- elevation map
- matching
- aircraft
- point cloud
- 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.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000009466 transformation Effects 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 abstract description 5
- 238000011084 recovery Methods 0.000 abstract description 3
- 230000008030 elimination Effects 0.000 abstract 1
- 238000003379 elimination reaction Methods 0.000 abstract 1
- 238000012876 topography Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 238000012937 correction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 125000000205 L-threonino group Chemical group [H]OC(=O)[C@@]([H])(N([H])[*])[C@](C([H])([H])[H])([H])O[H] 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005305 interferometry Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
- G01C21/1652—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with ranging devices, e.g. LIDAR or RADAR
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/50—Systems of measurement based on relative movement of target
- G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
- G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/933—Lidar systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Manufacturing & Machinery (AREA)
- Multimedia (AREA)
- Navigation (AREA)
Abstract
本发明提出了一种三维地形匹配－惯导－测速组合的飞行器定位方法，能够实现中低空场景中飞行器的自主定位。本发明基于激光雷达点云进行三维地形恢复，相比于基于立体像对和基于InSAR的恢复方法更加简单，算法复杂度更低，结合地形特性提取更加鲁棒的高程图ORB特征点进行地形匹配，并提出基于高程差一致性的误匹配剔除方法，在此基础上融合惯性导航、激光测速信息进行组合导航，增强导航系统鲁棒性的同时减小了运算量。
Description
技术领域
本发明涉及导航定位技术领域，具体涉及一种三维地形匹配－惯导－测速组合的飞行器定位方法。
背景技术
地形作为一种天然存在的地球物理场信息，具有时域稳定、空间连续、不受干扰的特点，是一种理想的导航源。近年来，地形匹配导航在低空飞行器和水下潜航器上得到广泛应用。最经典和目前应用最广的地形匹配导航方法均基于一维高度信息进行地形匹配，信息冗余度不足容易发生错误匹配。
近年来有学者提出了基于二维高度信息的三维地形匹配方法，其中三维地形通过基于立体像对的摄影测量或基于合成孔径雷达的干涉测量恢复。然而，摄影测量与干涉测量运算量巨大，不利于系统的稳定性和实时性。此外，基于特征的三维地形匹配方法未能充分结合地形特性，对于地形数据的挖掘深度不够。
发明内容
有鉴于此，本发明提出了一种三维地形匹配、惯导和测速组合的飞行器定位方法，能够实现中低空场景中飞行器的自主定位。
为实现上述目的，本发明的技术方案为：
一种三维地形匹配、惯导和测速组合的飞行器定位方法，包括如下步骤：
步骤1，标定飞行器初始位置并对惯导进行初始对准；
步骤2，实时高程图恢复；
步骤3，改进的地形特征匹配，实现步骤如下：
步骤31.提取基准高程图与实时高程图的改进FAST关键点，并计算相应的BRIEF描述子；
步骤32.根据BRIEF描述子间的相似度获取实时高程图特征点与事先存储的基准高程图特征点间的对应关系；
步骤33.依据特征点对在基准高程图与实时高程图间高程差的一致性筛选正确匹配；
步骤34.依据特征点的空间位置不变性再次筛选正确匹配；
步骤35.获得刚性变换的最优估计；
步骤36.根据二维刚性变换结果计算最近数帧点云的水平坐标和高度，根据点云坐标求得飞行器位姿；
步骤4，地形、测速和惯性组合导航；
其中，利用激光雷达测量的载体速度通过卡尔曼滤波以固定频率校正惯导，在获得新的地形匹配定位结果后同样以滤波算法对惯导进行校正；
步骤5，重复步骤2-4直到飞行结束。
其中，所述步骤32和步骤33的筛选均采用RANSAC算法；所述步骤35中，获得刚性变换最优估计的步骤为：计算实时高程图与基准高程图间的二维刚性变换，结合惯导位姿与线性最小二乘求得变换初始值，将初始值代入LM算法迭代优化。
其中，所述步骤34中，以最小化特征点对重投影误差的原则计算实时高程图与基准高程图间的二维刚性变换。
其中，所述步骤4中，未获得载体速度和匹配定位结果时以惯导结果进行载体位姿更新。
其中，所述步骤2的实现步骤如下：
步骤21.根据IMU输出信息进行惯性导航解算；
步骤22.利用卡尔曼滤波算法融合激光测速与惯性导航，并对IMU输出进行校正；
步骤23.根据陀螺姿态和激光测速进行航位递推解算，并内插出激光点云采集时刻飞行器的位姿，记录飞行距离；
步骤24.根据点云采集时刻飞行器的位姿及飞行器初始位置将点云投影至统一坐标系，计算点云的水平坐标和高度并记录；
步骤25.飞行距离达到5Km时，利用双二次多项式内插算法将存储的点云插值成栅格形式的实时高程图。
其中，所述步骤23中，水平位置采用内插结果，高程采用气压高度计校正惯导获得的测量结果。
有益效果：
1、本发明在改进三维地形特征匹配的基础上融合惯性导航、激光测速信息，实现飞行器组合定位，增强鲁棒性的同时减小了运算量，具体是根据机载激光雷达扫描的地面点云恢复实时三维地形，基于改进的地形特征匹配实时高程图与基准高程图，利用卡尔曼滤波算法融合地形匹配定位、惯性导航、激光测速信息，实现中低空场景中飞行器的自主定位，与一维高度匹配相比，二维高度匹配在匹配概率、匹配定位精度等方面具有较大的优势，且基于激光雷达点云的三维地形恢复方法相比于基于立体像对和基于InSAR的恢复方法更加简单，算法复杂度更低。
2、本发明通过机载激光雷达点云、惯性测姿、激光测速和气压测高信息以较小的数据量和运算量恢复出实时高程图，根据地形特性改进了实时高程图与基准高程图特征提取和匹配的算法，并在地形匹配和惯性导航组合定位的基础上引入了激光测速信息，可抑制无地形匹配定位期间惯导误差的发散，相比于其他三维地形匹配定位方法，本发明方法的运算量更小、鲁棒性更强，并且连续性好、定位精度高。
3、本发明相较于传统的图像FAST关键点，改进的地形FAST关键点考虑了地形特性，这一改进更符合真实情况，提取的特征更加丰富且鲁棒，有效提高地形匹配概率；利用地形高度不易变化的特点，提出了基于特征点对高程差一致性的误匹配检测方法，可检测绝大部分误匹配，与传统的仅依据空间位置不变性进行误匹配检测的方法相比，复杂度更低。
4、本发明中激光雷达提供了测速这一新的导航源，可在无地形匹配定位输出的情况下利用测速信息对惯导进行校正，相比传统地形以及惯性组合导航系统，在定位连续性、可靠性和定位精度等方面具有较大优势。
附图说明
图1为本发明方法流程示意图。
图2为本发明中实时高程图构建示意图。
图3为本发明中改进的FAST关键点示意图。
图4为本发明中组合定位示意图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
本发明提出了一种三维地形匹配、惯导和测速组合的飞行器定位方法，流程图如图1所示，包括如下步骤：
步骤1，标定飞行器初始位置并对惯导进行初始对准；
步骤2，实时高程图恢复；
步骤3，改进的地形特征匹配；
步骤4，地形、测速和惯性组合导航；
步骤5，重复步骤2-4直到飞行结束。
具体地，所述步骤2的实时高程图恢复中，需存储一定飞行距离的激光雷达扫描点云、气压计校正惯导获得的高度、陀螺测姿与激光测速递推的载体位姿，通过以上数据还原出点云的水平坐标以及高度，之后利用插值算法恢复实时高程图。其中，激光雷达原始测量值为横向扫描角、纵向扫描角和距离，首先将原始数据转换为激光雷达坐标系下的点云坐标，然后通过一系列坐标系变换将其转换为水平方向的坐标和高度。由于地球曲率的影响，水平面随经纬度的变化而变化，因此选用起始位置处的水平方向作为基准水平方向。通过事先标定的激光雷达和惯性测量单元(IMU)间的外参实现两传感器坐标系的转换，得到IMU系下的点云坐标，通过每一帧的惯导姿态将其转为载体所处位置的导航系下的点云坐标，之后根据基于惯导姿态和激光测速的航位递推位姿以及气压计校正惯导获得的高度计算点云高度及地球坐标系下的点云坐标，再根据载体初始位置将其转为初始位置处导航系下的点云坐标。以5公里飞行距离采集的点云恢复实时高程模型，根据平面坐标将测量的区域均匀划分成格网，如图2所示。采用双二次多项式内插法逐点计算格网点高程，利用距离待插点最近的几个基准点拟合出曲面多项式，再将待插点的水平坐标代入多项式求得待插点高程。
Z＝(a0+a1x+a2x2)(a0+a1y+a2y2) (1)
式中，Z为高程，x和y为水平坐标，a0，a1，a2为多项式系数。该拟合方法考虑了地形变化趋势，内插出的高程较符合真实地形。实现步骤如下：
步骤21.根据IMU输出信息进行惯性导航解算。
步骤22.利用卡尔曼滤波算法融合激光测速与惯性导航，并对IMU输出进行校正。
步骤23.根据陀螺姿态和激光测速进行航位递推解算，并内插出激光点云采集时刻飞行器的位姿，水平位置采用内插结果，高程由气压高度计校正惯导获得，并记录飞行距离。
步骤24.根据点云采集时刻飞行器的位姿及飞行器初始位置将点云投影至统一坐标系，计算点云的水平坐标和高度并记录。
步骤25.飞行距离达到5Km时，利用双二次多项式内插算法将存储的点云插值成栅格形式的实时高程图。
所述步骤3的改进的地形特征匹配中，首先根据地形特性扩大面向高程图的ORB特征提取半径，完成改进特征的提取与匹配后，依据特征点对在基准高程图与实时高程图间高程差的一致性筛选正确匹配，之后依据特征点的空间位置不变性二次筛选正确匹配，最后以最小化重投影误差的原则获得匹配定位结果。其中，栅格高程图形式与图像类似，因此地形特征提取匹配可采用计算机视觉领域常用的ORB特征(由FAST关键点和BRIEF描述子组成)，同时结合地形数据自身特性进行改进。进行地形特征提取时，FAST关键点参数决定了所提取特征的地形特性，因此应基于目标特征的地形特性设置FAST关键点参数。针对FAST关键点半径采用经验值无法顾及目标特征地形特性的问题，提出了一套FAST关键点半径自适应调整规则：
式中，d表示目标地形特征的水平距离，hthres表示高度阈值，sthres表示坡度阈值，r表示关键点半径，dceil表示高程图的像元大小。
基于选取的定位区域的地形特点，根据式(2)计算出FAST关键点半径应设置为5，此时通过该点周围的28个像元进行判断，如图3所示。
实际地形匹配过程中，需根据惯导定位结果从基准高程图中选择搜索区：以惯导指示位置为中心，与最大容许导航误差相适应的正方形区域。在搜索区基准高程图与实时高程图中提取改进FAST特征点，并根据BRIEF算子完成特征的匹配。特征点对在基准高程图与实时高程图间高程差理论上为零，但由于气压高度计零偏、航位递推误差、激光测量误差等因素，实际的高程差在气压高度计常值零偏附近波动，据此特性通过RANSAC算法筛选正确匹配，之后依据特征点的空间位置不变性通过RANSAC算法进行正确匹配的二次筛选。最后基于LM(Levenberg-Marquardt)算法以最小化特征点重投影误差的准则优化飞行器位姿：
式中，N表示特征点对数量，θ、Δx、Δy分别表示待估的实时高程图相对基准高程图的水平旋转和平移，fi(θ,Δx,Δy)表示第i对特征点的重投影误差，由式(4)计算：
式中，分别表示第i对特征点在基准高程图和实时高程图中的水平位置。
实现步骤如下：
步骤31.提取实时高程图中的改进FAST特征点，根据BRIEF描述子间的相似度获取实时高程图特征点与事先存储的基准高程图特征点间的对应关系。
步骤32.依据特征点对在基准高程图与实时高程图间高程差的一致性筛选正确匹配，筛选采用RANSAC算法。
步骤33.依据特征点的空间位置不变性再次筛选正确匹配，同样采用RANSAC算法筛选。
步骤34.以最小化特征点对重投影误差的原则计算实时高程图与基准高程图间的二维刚性变换，结合惯导位姿和线性最小二乘求得变换初始值，将初始值代入LM算法迭代优化，获得刚性变换的最优估计。
步骤35.根据二维刚性变换结果计算最近数帧点云的水平坐标和高度，由于点云和飞行器相对位置固定，因此飞行器位姿可根据点云坐标求得。
所述步骤4的地形、测速和惯性组合导航中，利用激光雷达测量的载体速度通过卡尔曼滤波以固定频率校正惯导，在获得新的地形匹配定位结果后同样以滤波算法对惯导进行校正，未获得载体速度和匹配定位结果时以惯导结果进行载体位姿更新。本发明的组合定位如图4所示，通过卡尔曼滤波实现惯性导航、地形特征匹配定位与激光测速的组合导航。飞行器的初始状态通过标定和对准得到，对当前历元IMU输出的加速度和角速度进行积分，得到惯性递推的位置、速度和姿态，并执行滤波的预测部分，得到预测的误差，若当前历元存在地形匹配定位数据，则进行滤波的量测更新，得到误差的最优估计，并对载体的位置、速度、姿态和IMU数据进行误差补偿；若无地形匹配定位数据，则按照一定频率以激光测速信息为量测值进行量测更新，校正惯导；若无地形匹配定位数据且不以激光测速信息进行量测更新时，则直接利用预测误差进行反馈校正。
组合定位系统的状态方程为
Xk＝φk,k-1Xk-1+Γk,k-1Wk (5)
式中，Xk-1和Xk分别为k-1和k时刻的状态量；φk,k-1为k-1时刻到k时刻的状态转移矩阵；Wk为系统噪声；Γkk-1为噪声驱动矩阵。具体地，状态量为包含三轴姿态误差、三轴速度误差、三轴位置误差、三轴陀螺零偏和三轴加表零偏。
组合定位系统的量测方程为
式中，Zk为量测量；和/>分别为以地形匹配和激光测速为量测时的量测矩阵；/>和/>分别为地形匹配和激光测速的量测噪声。具体地，地形匹配量测量为Zk＝pINS-pTer，是INS位置与地形匹配位置偏差；激光测速量测量为/>是INS速度相对激光测速在导航系中投影的偏差，/>为IMU坐标系至导航坐标系的旋转矩阵，/>为LiDAR坐标系至IMU坐标系的旋转矩阵。本实施例中，利用卡尔曼滤波算法融合地形匹配定位和惯性导航，并对IMU输出进行校正。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种三维地形匹配－惯导－测速组合的飞行器定位方法，其特征在于，包括如下步骤：
步骤1，标定飞行器初始位置并对惯导进行初始对准；
步骤2，实时高程图恢复；
步骤3，改进的地形特征匹配，实现步骤如下：
步骤31.提取基准高程图与实时高程图的改进FAST关键点，并计算相应的BRIEF描述子；
步骤32.根据BRIEF描述子间的相似度获取实时高程图特征点与事先存储的基准高程图特征点间的对应关系；
步骤33.依据特征点对在基准高程图与实时高程图间高程差的一致性筛选正确匹配；
步骤34.依据特征点的空间位置不变性再次筛选正确匹配；
步骤35.获得刚性变换的最优估计；
步骤36.根据二维刚性变换结果计算最近数帧点云的水平坐标和高度，根据点云坐标求得飞行器位姿；
步骤4，地形－测速－惯性组合导航；
其中，利用激光雷达测量的载体速度通过卡尔曼滤波以固定频率校正惯导，在获得新的地形匹配定位结果后同样以滤波算法对惯导进行校正；
步骤5，重复步骤2-4直到飞行结束。
2.如权利要求1所述的方法，其特征在于，所述步骤32和步骤33的筛选均采用RANSAC算法；所述步骤35中，获得刚性变换最优估计的步骤为：计算实时高程图与基准高程图间的二维刚性变换，结合惯导位姿与线性最小二乘求得变换初始值，将初始值代入LM算法迭代优化。
3.如权利要求2所述的方法，其特征在于，所述步骤34中，以最小化特征点对重投影误差的原则计算实时高程图与基准高程图间的二维刚性变换。
4.如权利要求3所述的方法，其特征在于，所述步骤4中，未获得载体速度和匹配定位结果时以惯导结果进行载体位姿更新。
5.如权利要求1-4任意一项所述的方法，其特征在于，所述步骤2的实现步骤如下：
步骤21.根据IMU输出信息进行惯性导航解算；
步骤22.利用卡尔曼滤波算法融合激光测速与惯性导航，并对IMU输出进行校正；
步骤23.根据陀螺姿态和激光测速进行航位递推解算，并内插出激光点云采集时刻飞行器的位姿，记录飞行距离；
步骤24.根据点云采集时刻飞行器的位姿及飞行器初始位置将点云投影至统一坐标系，计算点云的水平坐标和高度并记录；
步骤25.飞行距离达到5Km时，利用双二次多项式内插算法将存储的点云插值成栅格形式的实时高程图。
6.如权利要求5所述的方法，其特征在于，所述步骤23中，水平位置采用内插结果，高程采用气压高度计校正惯导获得的测量结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310522728.XA CN117537815A (zh) | 2023-05-10 | 2023-05-10 | 一种三维地形匹配－惯导－测速组合的飞行器定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310522728.XA CN117537815A (zh) | 2023-05-10 | 2023-05-10 | 一种三维地形匹配－惯导－测速组合的飞行器定位方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117537815A true CN117537815A (zh) | 2024-02-09 |
Family
ID=89792515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310522728.XA Pending CN117537815A (zh) | 2023-05-10 | 2023-05-10 | 一种三维地形匹配－惯导－测速组合的飞行器定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117537815A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118548859A (zh) * | 2024-07-30 | 2024-08-27 | 深圳市北斗云信息技术有限公司 | 基于地形差异化的云台设备定位测算方法及装置 |
-
2023
- 2023-05-10 CN CN202310522728.XA patent/CN117537815A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118548859A (zh) * | 2024-07-30 | 2024-08-27 | 深圳市北斗云信息技术有限公司 | 基于地形差异化的云台设备定位测算方法及装置 |
| CN118548859B (zh) * | 2024-07-30 | 2024-11-01 | 深圳市北斗云信息技术有限公司 | 基于地形差异化的云台设备定位测算方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108519615B (zh) | 基于组合导航和特征点匹配的移动机器人自主导航方法 | |
| JP6760114B2 (ja) | 情報処理装置、データ管理装置、データ管理システム、方法、及びプログラム | |
| WO2021232470A1 (zh) | 基于多传感器融合的slam制图方法、系统 | |
| JP6354556B2 (ja) | 位置推定装置、位置推定方法、位置推定プログラム | |
| EP2687868B1 (en) | Systems and methods for correlating reduced evidence grids | |
| JP2013186816A (ja) | 動画処理装置、動画処理方法および動画処理用のプログラム | |
| CN114526745A (zh) | 一种紧耦合激光雷达和惯性里程计的建图方法及系统 | |
| CN113466890B (zh) | 基于关键特征提取的轻量化激光雷达惯性组合定位方法和系统 | |
| CN111273312B (zh) | 一种智能车辆定位与回环检测方法 | |
| CN110703268A (zh) | 一种自主定位导航的航线规划方法和装置 | |
| CN107527382B (zh) | 数据处理方法以及装置 | |
| CN115824190A (zh) | 基于视觉与gps的目标船融合定位方法 | |
| CN116184430B (zh) | 一种激光雷达、可见光相机、惯性测量单元融合的位姿估计算法 | |
| CN113838059B (zh) | 一种基于要素级别的数字正射影像图生成方法 | |
| CN117537815A (zh) | 一种三维地形匹配－惯导－测速组合的飞行器定位方法 | |
| CN117073720A (zh) | 弱环境与弱动作控制下快速视觉惯性标定与初始化方法及设备 | |
| CN112348897A (zh) | 位姿确定方法及装置、电子设备、计算机可读存储介质 | |
| EP1307705B1 (en) | Height measurement apparatus | |
| CN110989619A (zh) | 用于定位对象的方法、装置、设备和存储介质 | |
| CN118172442A (zh) | 一种机载型海岸带海陆地形测绘的方法 | |
| CN114660641B (zh) | 一种自适应gps融合定位系统、方法及介质 | |
| CN115930948A (zh) | 一种果园机器人融合定位方法 | |
| CN116879917A (zh) | 一种激光雷达地形匹配辅助导航方法及系统 | |
| CN116203544A (zh) | 一种移动测量系统往返测回无控自检校方法、装置及介质 | |
| CN116543057B (zh) | 一种水下多相机与imu一体化标定方法 |
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 |