旋转式惯导系统与生物视觉融合的UAV自主导航技术研究

项目名称： 旋转式惯导系统与生物视觉融合的UAV自主导航技术研究

项目编号： No.61203199

项目类型： 青年科学基金项目

立项/批准年度： 2013

项目学科： 自动化学科

项目作者： 韩松来

作者单位： 中国人民解放军国防科学技术大学

项目金额： 24万元

中文摘要： 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。

中文关键词： 旋转式惯导；生物视觉导航；无人飞行器；自主导航；卡尔曼滤波

英文摘要： 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

英文关键词： Indexing INS；Biologically Inspired Vision Navigation；Unmanned Aerial Vehicle；Autonomous Navigation；Kalman Filtering