基于光流传感器的位置信息融合方法
Location Information Fusion Method Based on Extended Kalman Filter作者机构:沈阳航空航天大学自动化学院辽宁沈阳110136 辽宁通用航空研究院辽宁沈阳110136
出 版 物:《探测与控制学报》 (Journal of Detection & Control)
年 卷 期:2022年第44卷第3期
页 面:51-56页
学科分类:08[工学] 081105[工学-导航、制导与控制] 0811[工学-控制科学与工程]
基 金:国家自然科学基金青年基金项目资助(61903263) 辽宁省教育厅重点攻关和服务地方项目资助(JYT19001)
主 题:扩展Kalman滤波 位置信息融合 光流传感器 全球定位系统 惯性测量单元
摘 要:针对无人机在使用全球定位系统(GPS)/惯性测量单元(IMU)的位置信息融合方法时,存在积分累积误差,且由外界因素导致飞行器上的GPS传感器的信号变弱甚至丢失时,产生位置信息误差过大的问题,提出基于光流传感器的位置信息融合方法,建立光流传感器/超声波传感器/IMU/GPS的扩展Kalman滤波信息融合模型,获得更精准的位置信息。该方法引入了光流传感器,将其与IMU融合后的速度信息和超声波传感器的高度信息作为扩展Kalman滤波器中的预测量,观测量为GPS提供的位置信息和高度信息,最后融合得到精准的位置信息。仿真实验结果表明,该算法能更精准地获取无人机的位置信息,有效地解决位置信息误差大的问题,帮助飞行器更好地完成飞行任务,具有极高的工程应用价值。