一种高空长航时无人机组合导航系统及其导航定位方法
专利汇可以提供一种高空长航时无人机组合导航系统及其导航定位方法专利检索，专利查询，专利分析的服务。并且本 发明 提供一种高空长航时无人机组合 导航系统 及其导航 定位 方法，包括惯导设备、景象匹配定位模 块 、大气 传感器 、信息融合处理模块、上行通讯 接口 和下行通讯接口，景象匹配定位模块包括机载成像传感器、数字地图库和图像匹配模块。本发明提供的导航系统采用基于特征的快速鲁棒性特征匹配方法来提取基准图和实时图的特征点进行匹配，所提取的特征点具有尺度、旋转和 亮度 不变性，并对噪声具有一定的适应能 力 ，提高了系统对多源遥感图像的匹配鲁棒性和实时性。同时加入基于统计量的 马 氏距离，进一步提高了匹配 精度 ，得到高精度的定位信息。采用了模块化处理机制，分别进行匹配定位和信息融合，提高了系统的 数据处理 速度，方便各模块的维修调试。，下面是一种高空长航时无人机组合导航系统及其导航定位方法专利的具体信息内容。
1.一种高空长航时无人机组合导航系统，其特征在于：包括惯导设备、景象匹配定位模块、大气传感器、信息融合处理模块、上行通讯接口和下行通讯接口；
所述的惯导设备用于测量无人机机体系的三轴角速率和加速度信息，包括三轴角速率陀螺仪和三轴加速度计；三轴角速率陀螺仪经放大滤波电路与信息融合处理模块连接，用于测量无人机的姿态信息；三轴加速度计经射随器与信息融合处理模块连接，其经积分运算得出无人机的位置信息；
所述景象匹配定位模块包括机载成像传感器、数字地图库和图像匹配模块；所述的机载成像传感器安装在无人机的机头前下方，用于实时获取无人机下方的目标区域景象，作为图像匹配模块的实时图输入；所述的数字地图库接受信息融合处理模块的位置信息，调用对应区域的地图图像，用于作为图像匹配模块的基准图输入；所述的图像匹配模块包含特征提取子模块和匹配定位子模块，特征提取子模块接受机载成像传感器获取的实时图和数字地图库调用的基准图，完成对实时图和基准图的图像特征点提取，匹配定位子模块对特征提取子模块提取出的实时图和基准图的图像特征点进行导航参数计算，得到无人机的当前位置信息，作为信息融合处理模块的输入；
所述的大气传感器包括高度表和空速计，高度表和空速计均经A/D转换器与信息融合处理模块相连接；高度表用于测量无人机的飞行高度，空速计用于测量无人机相对于空气的速度；
所述的信息融合处理模块包括信息滤波子模块和结合大气传感器信息的机载成像传感器视区计算子模块；信息滤波子模块与三轴角速率陀螺仪、三轴加速度计、高度表、空速计、景象匹配定位模块的图像匹配模块均连接，信息滤波子模块用于处理高度表、空速计、惯导设备的测量参数和景象匹配定位模块的位置信息，得到无人机当前的导航参数信息；
机载成像传感器视区计算子模块经A/D转换器与高度表和空速计连接，完成由惯导设备测量信息进行无人机的姿态解算；机载成像传感器视区计算子模块还与惯导设备连接，接收惯导设备测量信息，计算出无人机的全姿态信息；
所述的上行通讯接口与信息融合处理模块的机载成像传感器视区计算子模块相连接，经无线接收装置接受地面站的遥控指令，将接收到的地面站遥控指令传送给信息融合处理模块的机载成像传感器视区计算子模块；
所述的下行通讯接口与信息融合处理模块的信息滤波子模块连接，将无人机的当前的导航参数信息经无线发射装置传送给地面站。
2.根据权利要求1所述的一种高空长航时无人机组合导航系统，其特征在于：所述的景象匹配定位模块采用基于统计量的马氏距离的快速鲁棒性特征匹配方法进行图像匹配，具体的图像匹配方法包括以下几个步骤：
(1)特征提取
首先对基准图和实时图做灰度化处理，将彩色遥感图像转换成灰度化图像，然后生成积分图像，将灰度化处理过的灰度化图像按下式逐个像素点遍历一次得到；
式中，I(i，j)表示灰度化图像上横纵坐标为(i，j)处的像素值，I∑(x，y)表示积分图像上横纵坐标为(x，y)处的像素值；
然后采用Hessian矩阵进行特征检测，并用方框滤波代替高斯滤波，记方框滤波器与图像卷积后的值分别为Dxx，Dxy，Dyy，则Hessian矩阵表示为：
其中Dxx表示高斯滤波二阶导数 与灰度化图像I(i，j)的卷积结果，Dxy表示高斯滤波二阶导数 与灰度化图像I(i，j)的卷积结果，Dyy表示高斯滤波二阶导数与灰度化图像I(i，j)的卷积结果，得到Hessian矩阵对应的行列式det(H)为：
2
det(H)＝DxxDyy-(0.9Dxy)
当det(H)＞0时，对应像素点(x，y)被认为是极值点，若不满足det(H)＞0，重新遍历灰度化图像，建立尺度空间，寻找不同尺度上的极值点，最后将上述极值点进行非极大值抑制处理，寻找局部极值点作为特征点；
(2)特征描述符生成
首先确定特征点的主方向，确保旋转不变性，在特征点邻域内计算x和y方向的Haar小波响应，并赋以高斯权值，将30°～90°的扇形区域内响应累加形成新矢量，遍历整个圆形邻域，选择最长矢量的方向作为特征点的主方向；
然后以特征点为中心，将坐标轴旋转到特征点的主方向上，选取边长为15s～25s的正方形区域，s为特征点所在尺度值，并划分成n个子区域，计算各子区域内相对所求特征点的主方向水平和垂直的Haar小波响应，记为dx和dy，因此在每个子区域内可形成4维向量v＝(∑dx，∑dy，∑|dx|，∑|dy|)，使得每个特征点可由4n维的特征向量表示；
(3)特征向量匹配
T T
对于由n个特征点样本构成的样本空间Z＝{(x1，y1)，…，(xn，yn)}，任一样本点ziT T
＝(xi，yi) 到样本均值μ＝(μx，μy) 的马氏距离MDi定义为：
其中Cz为协方差阵， 表示Cz的逆矩阵；
①计算两匹配点集内对应点的马氏距离，并做差得差值Disti；
②寻找差值Disti中的最大值，记作为DistMax；
③删除满足下式条件的匹配点对：
Disti＞k*DistMax
k为阈值，完成特征向量匹配。
3.根据权利要求1所述的一种高空长航时无人机组合导航系统，其特征在于：所述的三轴角速率陀螺仪采用微机电角速率陀螺仪，所述的三轴加速度计采用微机电加速度计。
4.根据权利要求1所述的一种高空长航时无人机组合导航系统，其特征在于：所述的机载成像传感器采用多光谱传感器，所述的数字地图库采用由卫星或大地测量获取的全球数字地图数据库。
5.一种高空长航时无人机组合导航系统的导航定位方法，其特征在于：包括以下几个步骤：
步骤一：上行通讯接口经无线接收装置接收地面站的遥控指令，将指令信息传送给信息融合处理模块的机载成像传感器视区计算子模块；
步骤二：首先通过安装在无人机机头前下方的机载成像传感器实时获取无人机下方的目标区域景象，用于作为图像匹配模块的实时图输入，同时根据信息融合处理模块的机载成像传感器视区计算子模块的相关位置信息，调用数字地图库中对应区域的图像，用于作为图像匹配模块的基准图输入，然后将实时图和基准图经图像匹配模块的特征提取子模块和匹配定位子模块的匹配定位处理，得到无人机的定位信息，最后将定位信息通过总线传送给信息融合处理模块的信息滤波子模块；
步骤三：信息融合处理模块的信息滤波子模块进行多信息融合，得到无人机的全状态信息；信息融合处理模块的信息滤波子模块将高度表、空速计以及惯导设备的测量信息进行融合滤波，并与接收到的上行通讯接口信息进行比较，调整无人机的飞行状态；
步骤四：下行通讯接口与信息融合处理模块的信息滤波子模块连接，将无人机定位信息经无线发射装置传送给地面站。
一种高空长航时无人机组合导航系统及其导航定位方法
技术领域
背景技术
发明内容
具体实施方式
301和空速计302连接，完成由惯导设备1测量信息进行无人机的姿态解算。机载成像传感器视区计算子模块还与惯导设备1连接，接收惯导设备1测量信息，采用四元数方法进行姿态解算，最终可以计算出无人机的全姿态信息，包括俯仰角、滚转角、航向角。信息融合处理模块4的信息滤波子模块，用于将惯导设备1、景象匹配定位模块2、高度表301和空速计
302等信息量进行滤波，得到无人机当前的导航参数信息，包括姿态角、位置、速度和高度信息等。再将这些导航信息经下行通讯接口6，通过无线发射装置8传送给地面站。
203的特征提取子模块和匹配定位子模块的匹配定位处理，得到无人机的当前位置信息，最后将当前位置信息通过总线传送给信息融合处理模块4的信息滤波子模块。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于EXIF信息进行时空影像记录的方法及系统 | 2020-05-08 | 998 |
| 一种基于多旋翼无人机外场飞行辅助训练装置 | 2020-05-12 | 1025 |
| 基于无人机的全天候水质监测加密控制系统 | 2020-05-14 | 293 |
| 一种基于大疆T16无人机的林火监测吊舱装置 | 2020-05-17 | 472 |
| 一种基于电力巡检提高无人机降落定位精度的方法及系统 | 2020-05-14 | 837 |
| 一种基于无人机的无人车导航方法及系统 | 2020-05-15 | 20 |
| 智能化无人机水质监测巡航作业监测与报警控制方法 | 2020-05-13 | 37 |
| 自动送货装置 | 2020-05-08 | 950 |
| 无人机回收装置 | 2020-05-15 | 890 |
| 一种无人机管制车 | 2020-05-12 | 757 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
