多傳感器融合的四旋翼飛行器運動估計.pdf

1、四旋翼飛行器(Quadrotor)是一類由四個螺旋槳提供動力的微型無人飛行器(Unmanned Aerial Vehicle:UAV)。由于具有簡單的動力學原理，垂直起降能力以及小范圍內良好的機動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，復雜環(huán)境的探索和搜救，特定目標檢測，預定軌跡巡航等領域取得了廣泛的應用。四旋翼的運動控制是使其具備自主飛行能力并進一步實現(xiàn)自動化應用的基礎和前提。運動估計算法作為

2、運動控制的反饋信號來源，直接影響四旋翼運動控制的精度乃至飛行器系統(tǒng)的性能。
　　近年來，隨著計算機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用到飛行器的運動估計中。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雜未知環(huán)境中應用，極大的拓寬了飛行器的應用范圍;而且視覺傳感器對周圍環(huán)境的感知和識別有助于飛行器功能的拓展。另一方面，由于視覺算法的復雜性，其定位結果會具有比較大的延時;而且視覺算法易受周圍環(huán)

3、境影響，其結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、多傳感器融合的方法對四旋翼飛行器的運動估計問題進行研究，以得到高精度的運動估計結果為目標。
　　本文的主要工作和創(chuàng)新點包括以下幾個方面:
　　(1)未知環(huán)境中的視覺定位是近年來的研究重點。傳統(tǒng)方法通過對由兩幅圖像中相互匹配的特征點對所確定的超定方程組進行最優(yōu)化求解來得到兩幅圖像之間的相對位置信息。針對該算法計算時間復雜度較高，導致較大時延

4、從而影響系統(tǒng)定位實時性的問題，本文提出了一種融合機載慣性測量單元(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)的定位實時性問題。
　　(2)未知環(huán)境中基于特征點匹配的視覺定位結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評估研究。如何判斷視覺定位結果是否可用;如果可用，又如何對其精度做出定量的評估以作為多傳感器數(shù)據(jù)融合時權重選

5、擇的依據(jù)，這是實際應用視覺定位算法時必須解決的問題。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果進行噪聲建模的基礎上，提出了一種基于飛行器運動特性分析的視覺定位噪聲方差自適應估計方法。實驗表明，此方法可以準確的估計出視覺定位結果的噪聲方差，并據(jù)此估計運動參數(shù)，提高了運動估計的魯棒性和精度。
　　(3)轉動估計是飛行器運動估計的重要組成部分。本文對常用的姿態(tài)表示方法和數(shù)據(jù)融合方法進行了學習和比較，以提高計算效率和估計

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