[发明专利]卫星/视觉/激光组合的城市峡谷环境UAV定位导航方法

说明书

本发明公开了卫星/视觉/激光组合的城市峡谷环境UAV定位导航方法，属于测量、测试的技术领域。该方法利用全向红外摄像机获取天空图像，提取3D城市信息中的部分数据构建城市理想天际线数据库，通过对比红外图像中提取的建筑物天际信息和城市理想天际数据库获取无人机水平位置信息，利用激光测距确定无人机高度信息，根据无人机的初始位置信息及建筑物边界信息构建建筑物边界天空图，叠加建筑物边界天空图和卫星天空图挖掘多路径判定法则，解算无人机最终位置信息，避免了黑夜光线减弱等光线引起的干扰，减小了计算复杂程度，图像处理特征提取易于实现，能够减小直接进行景象匹配所带来的误差和计算量，能够满足无人机全天候飞行及作业的需求。

技术领域

本发明公开了卫星/视觉/激光组合的城市峡谷环境UAV定位导航方法，属于测量、测试的技术领域。

背景技术

近年来，随着商用与民用无人驾驶飞行器(UAV，Unmanned Aerial Vehicle)发展与普及，无人机被应用至众多领域，如针对大物流密度区域的城市快递无人机、针对城市突发状况的应急救援无人机辅助系统以及针对智慧城市建设的城市交通动态监测无人机等，因此，城市无人机的定位导航问题亟待解决。目前，全球导航卫星系统(GNSS,GlobalNavigation Satellite System)可以为定位提供一种低成本、连续的全球性解决方案，成为了无人机重要的定位导航装备。然而，在城市峡谷环境中，由于街道狭窄、建筑物密集且高度普遍较高，在其中定位时，GNSS信号易受到遮挡或反射，导致了无人机的定位导航精度不能满足飞行以及作业的需求。

开阔区域下，GNSS卫星信号接收机所接受的信号为视距接收信号(LOS，Line-of-Sight)，即，卫星信号未经遮挡直接被用户接收的直射信号。但在城市峡谷建筑物密集的环境中，GNSS信号易受到遮挡或反射，导致接收机所接收信号可能为直射信号，或者为反射信号或前二者的混合信号从而引发多路径效应，获得的最终定位结果会受到多路径效应影响产生较大误差。因此在城市峡谷环境下，识别并剔除GNSS卫星信号接收机所接收信号中的多路径信号以提高无人机的导航定位精度非常重要。

Obst等人提出了一种用于多路径检测的轻量级概率定位算法，通过3D地图信息利用射线追踪来判断卫星可见性，该算法可用于在没有附加物理传感器的情况下提高城市单频GPS接收机的准确性和完整性。Conte等人根据城市峡谷GPS信号易受多路径效应等因素影响导致卫星信号不可用的特点，提出了一种结合惯性传感器、视觉里程计和景象匹配的无人机导航方法，该方法利用特征跟踪和图像匹配来修正GPS信号不可用引起的漂移以减小定位误差。Sim等人提出了一种基于机载图像传感器的导航参数估计系统，系统由相对位置估计与绝对位置估计两部分构成，相对位置通过两个连续的图像帧进行立体建模获得相对位置估计以更新无人机位置；绝对位置通过与参考图像进行景象匹配或利用数字高程模型(DEM，Digital Elevation Model)来矫正相对位置估计误差。Chen等提出了一种基于概率图的导航算法并结合激光雷达、3D地图信息与GNSS卫星生成轨迹估计、探测周围环境，该方法可降低多路径效应对伪距定位的影响。Groves等人提出了一种基于3D地图信息进行阴影匹配来判断卫星可见性的方法，该方法利用3D地图信息预测卫星信号可接收位置并通过判断该卫星信号是否为视距接收信号来划定用户可能所在位置，提高了城市峡谷环境下定位的精确性。Soundararaj等人提出了一种结合光流技术和基于数据驱动的图像分类技术的算法，仅使用单个相机捕获的图像就能够进行实时的3D定位与导航，实现在室内狭窄环境下进行避障与定位导航。

总体来说，目前在城市峡谷中用于提高无人机定位导航精度的主要方法包括：利用视觉传感器与LiDAR、惯性测量单元(IMU，Inertial Measurement Unit)等其他传感器结合构建实时三维周边环境信息并与3D地图信息进行匹配从而获得比较精确的定位估计；利用3D地图信息并利用阴影匹配或射线追踪等算法推测卫星可用情况进行卫星信号筛选以精确定位结果；利用视觉传感器通过视频图像处理技术及图像匹配技术，改善定位漂移现象来辅助卫星定位，提高定位精度。