基于多传感器融合的无人机定位方法鲁棒性研究
无人机定位问题是其具备自主飞行能力的核心问题。随着GPU等硬件算力的不断提高，实现大规模的位姿优化问题成为了可能，多传感器信息融合技术成为定位算法的研究热点和重要发展方向。尤其在室内飞行场景下，实现无人机局部准确和全局无漂移的状态估计，是当前定位算法亟待解决的问题。本研究面向无人机多传感器融合定位技术，以四旋翼无人机为平台，在原有VIO(Visual-InertialOdometry)定位算法的基础上，创新融合了激光测距雷达传感器信息，使得无人机在室内环境下获取准确高、鲁棒强的位姿信息，提高了无人机在无GPS场景下的自主飞行能力。论文主要研究内容如下： 1.以四旋翼无人机室内飞行为应用场景，对硬件平台进行构建。使用动力测试平台对动力系统参数进行了辨识分析；建立了四旋翼无人机的动力系统模型、动力学模型和运动学模型；以串级PID算法为核心控制策略，设计了无人机的稳定控制器，并对PID参数完成了整定。最后，利用Simulink和FlightGear软件联合在环仿真实验，验证了稳定控制器性能满足无人机室内飞行需求。 2.为了使视觉惯导定位算法能够稳定的运行，依次对D435i相机内置IMU内参、双目相机内参、相机与IMU的外参进行了标定。 3.为了解决视觉惯导定位算法存在累计误差的问题，融合了激光测距雷达传感器。以VINS-Fusion算法为基础，在非线性优化系统中融合了高度方向的位移约束，开发了Distance-VIO算法。最后，在开源数据集上对开发的算法进行了验证，验证了算法在定位精度和鲁棒性上有了明显的提升。 4.搭建了真机实验场景，完成了实验样机的装配和调试，将论文设计的稳定控制器部署在实验样机飞控板，建立了激光测距传感器、飞控系统、MAVROS、和ROS各模块间的通信链路。最后，在室内场景下，进行了真机室内飞行测试实验。实验结果表明，Distance-VIO算法有效的避免了高度方向累计误差现象的发生，可实时提供厘米级的高度信息，为基于多源传感器融合的无人机定位技术提供了理论方法与技术支撑。
四旋翼无人机;控制器设计;视觉定位;多传感器融合;通信链路
吉林大学
硕士
机械电子工程
朱航
2023
中文
V279.2
2023-08-28（万方平台首次上网日期，不代表论文的发表时间）