[发明专利]基于广义仿生偏振光导航模型及求解的导航方法

说明书

本申请涉及一种基于广义仿生偏振光导航模型及求解的导航方法。所述方法包括：通过引入偏振定向矢量正交残差，建立广义仿生偏振光导航模型；然后利用光谱大气偏振信息，采用按照区域偏振信息强度、偏振模式分布一致性等信息搜索定向适用区域，并通过卷积神经网络学习偏振定向矢量正交残差进行自适应补偿而实现粗定向，最后根据不同波段下定向的唯一性进行融合优化，反馈调整搜索适用区和训练网络，以获取准确的导航定向精度。本发明具有原理简单、适用于不同天气等优点，对于提高复杂天气下仿生偏振光导航的鲁棒性和全天候适应性具有广阔的应用前景。

技术领域

本申请涉及仿生导航领域，特别是涉及一种基于广义仿生偏振光导航模型及求解的导航方法。

背景技术

自然界的许多生物通过敏感大气偏振模式而进行导航活动，例如沙漠蚂蚁在缺乏嗅觉和足够视觉特征信息的沙漠中外出觅食数百米后，利用偏振光定向能够以近乎直线的路线返回巢穴；蜂蜜也能利用太阳作为罗盘进行导航，从而到达花源地，一些候鸟与鱼类也可利用大气偏振光进行导航活动。作为一种新型导航技术，偏振光定向通过借鉴生物视觉器官感知自然形成的大气偏振模式发展而来，具有自主性强、误差有界且不随时间积累、不受干扰和欺骗等优势，在解决卫星不可用条件下的全天候无人机高精度智能导航难题具有较大潜力。

目前偏振光定向技术研究取得了大量研究成果，如在晴朗、少云等以瑞利散射为主的天气下（瑞利天气），大气偏振模式分布相对稳定，已经能够实现部分移动机器人、无人平台等在无卫星条件下的自主导航，但在多云、阴天等大气湍流与云层变化的复杂天气中，由于存在雾霾、水滴、固体颗粒等不同尺度粒子而发生瑞利散射、米氏散射等多重散射，造成大气偏振模式分布不稳定而导致偏振光定向精度降低甚至失效。对于偏振光定向技术而言，在全天候适应性和鲁棒性方面，与自然界生物相比存在较大差距，尤其在大气湍流、云层变化等复杂天气条件下，要想真正应用于卫星不可用条件下全天候无人机的自主导航，仍然面临着众多困难与挑战。因此，有必要构建一种新的仿生偏振光导航模型并进行求解，从而提高复杂天气下仿生偏振光导航定向的鲁棒性和准确性。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高复杂天气下仿生偏振光导航定向的鲁棒性和准确性的基于广义仿生偏振光导航模型及求解的导航方法。

一种基于广义仿生偏振光导航模型及求解的导航方法，所述方法包括：

建立广义仿生偏振光导航模型；所述广义仿生偏振光导航模型中包括偏振定向矢量正交残差；

获取多波段大气偏振模式信息，将所述多波段大气偏振模式信息输入所述广义仿生偏振光导航模型的求解模型中；所述求解模型包括搜索模块、定向模块和融合模块；所述搜索模块用于根据所述多波段大气偏振模式信息，按照区域偏振信息强度、偏振模式分布一致性等信息确定每个波段中大气偏振模式的定向适用区域；所述定向模块用于在每个波段中大气偏振模式的定向适用区域内，分别通过卷积神经网络学习相应的偏振定向矢量正交残差对偏振矢量进行自适应补偿，得到每个波段下的偏振粗定向结果；所述融合模块用于根据不同波段下的偏振粗定向结果，基于定向的唯一性构建优化目标函数，对所述定向适用区域和所述卷积神经网络进行反馈优化；

通过所述求解模型完成对所述广义仿生偏振光导航模型的求解，进而通过所述广义仿生偏振光导航模型得到精确的导航定向结果。

在其中一个实施例中，还包括：所述偏振定向矢量正交残差为偏振矢量中不垂直于太阳矢量的分量。

在其中一个实施例中，还包括：所述区域偏振信息强度的约束信息为设置区域偏振信息强度大于预设阈值。

在其中一个实施例中，还包括：所述偏振模式分布一致性的约束信息为约束偏振度的梯度值接近于0。

在其中一个实施例中，还包括：建立广义仿生偏振光导航模型；所述广义仿生偏振光导航模型为：