[发明专利]一种基于单目视觉传感器的硅MEMS陀螺误差估计与校正方法

摘要

本发明涉及一种基于单目视觉传感器的硅MEMS陀螺误差估计与校正方法，一种无人机在航路任意位置、无需已知图形、利用单目视觉传感器图像信息实时估计与校正硅MEMS陀螺误差的方法；在每个计算周期，单目视觉传感器获取的图像信息通过与上一帧图像信息的特征匹配，获取机体坐标系下无人机的姿态变化率；再采用硅MEMS陀螺三轴测量数据与通过图像信息获得的姿态变化率作为观测值进行Kalman滤波；依据Kalman滤波结果校正硅MEMS陀螺误差，更新导航数据和滤波器参数；进入下一计算周期。本发明可用于任何包含单目视觉传感器和硅MEMS陀螺的无人机导航系统中。 1

主权项

1.一种基于单目视觉传感器的硅MEMS陀螺误差估计与校正方法，其特征在于：以单目视觉传感器和硅MEMS陀螺作为测量传感器；在将单目视觉传感器实时获取的当前帧图像与上一帧图像进行特征点匹配，将匹配成功的特征点组成特征点组，利用匹配成功的特征点组计算相邻时刻的姿态转换矩阵，从而获取机体坐标系下相邻时刻无人机姿态转换矩阵；通过硅MEMS陀螺的测量值计算相邻时刻的姿态转换矩阵，将通过MEMS陀螺计算得到的姿态转换矩阵与通过单目视觉传感器实时获取的姿态转换矩阵分别作为观测值进行Kalman滤波，估计硅MEMS陀螺误差；根据Kalman滤波结果校正硅MEMS陀螺误差，更新导航数据和滤波器参数；进行下一个重复计算周期。

2.根据权利要求1所述一种基于单目视觉传感器的硅MEMS陀螺误差估计与校正方法，其特征在于：所述单目视觉传感器实时获取的当前帧图像与上一帧图像进行特征点匹配时，匹配过程为：

分别提取两张图像的特征点(μ,ν)_t‑1,(μ,ν)_t(μ,ν)_t‑1为上一时刻特征点在图像坐标系下的坐标值，(μ,ν)_t为当前时刻特征点在图像坐标系下的坐标值，利用RANSAC算法剔除误匹配点后，将匹配成功的特征点组成特征点组；如果匹配上的特征点组的个数大于等于3，则认为该次匹配成功，否则认为匹配失败。

3.根据权利要求1所述一种基于单目视觉传感器的硅MEMS陀螺误差估计与校正方法，其特征在于：所述方法并不依赖于利用已知图形作为地标，且在特定地标上空确定无人机姿态，而是利用普通单目视觉传感器获取的当前帧图像，与上一帧图像进行特征匹配，可以在任意时刻、在航路任意位置利用图像信息实时估计并校正硅MEMS陀螺误差，提高全飞行过程中惯性导航和飞行控制系统的精度。

4.根据权利要求1所述一种基于单目视觉传感器的硅MEMS陀螺误差估计与校正方法，其特征在于：通过硅MEMS陀螺测量值时，在每个计算周期内，利用硅MEMS陀螺提供的三维正交角速度测量数据，将上一时刻方向余弦矩阵定义为经过捷联导航算法更新得当前时刻方向余弦矩阵计算出相邻时刻的姿态转换矩阵

5.根据权利要求1所述一种基于单目视觉传感器的硅MEMS陀螺误差估计与校正方法，其特征在于：所述Kalman滤波时，构建九维观测量Kalman滤波器模型，其中Z＝[Z₁ Z₂ Z₃ Z₄ Z₅ Z₆ Z₇ Z₈ Z₉]^T，表示惯导解算得来的阵，表示利用图像特征匹配计算得来的阵，九维观测量由与相减获得。

6.根据权利要求1所述一种基于单目视觉传感器的硅MEMS陀螺误差估计与校正方法，其特征在于：所述方法在飞行过程期间始终迭代重复计算。

7.根据权利要求1所述一种基于单目视觉传感器的硅MEMS陀螺误差估计与校正方法，其特征在于：以硅MEMS工艺陀螺和单目视觉传感器为测量设备，满足无人机机载电子设备的限制。