[发明专利]一种基于多传感器融合的无人机导航系统及方法

权利要求书

1.一种基于多传感器融合的无人机导航系统，其特征在于，包括：

双目模块，用于获取实时环境影像信息；

即时定位和地图构建模块，用于根据双目模块获取的实时环境影像信息进行即时定位及构建飞行地图；

超声波模块，用于通过超声波测距获取无人机位置信息；

惯性测量模块，用于获取无人机姿态信息；

气压计模块，用于通过测量气压获取无人机位置信息；

存储模块，用于存储系统数据信息；

人机交互模块，用于提供人机交互功能；

导航模块，用于提供无人机导航功能；

扩展卡尔曼滤波模块，用于根据GPS模块检测的搜星数量和/或定位精度选择进入不同的导航模式，在相应导航模式下，融合相应模块获取的数据信息计算获得无人机当前姿态和位置，预测无人机姿态和位置，对无人机姿态和位置进行实时更新；

GPS模块，用于检测无人机导航系统的搜星数量和/或定位精度，以及获取无人机位置信息；

所述双目模块与即时定位和地图构建模块信号连接；所述即时定位和地图构建模块、超声波模块、惯性测量模块、气压计模块与扩展卡尔曼滤波模块信号连接；所述扩展卡尔曼滤波模块与GPS模块、存储模块信号连接；所述存储模块与导航模块和人机交互模块信号连接。

2.如权利要求1所述的一种基于多传感器融合的无人机导航系统，其特征在于，所述扩展卡尔曼滤波模块根据GPS模块检测的搜星数量和/或定位精度选择进入不同的导航模式，具体包括：

若搜星数量少于6颗或者定位精度大于3米，则进入室内导航模式，若搜星数量大于或等于6颗，或者定位精度小于或等于3米，则进入室外导航模式。

3.如权利要求1所述的一种基于多传感器融合的无人机导航系统，其特征在于，所述人机交互模块包括用于和地面站进行数据通信的无线信号传输模块和根据接收到的数据信息控制无人机飞行控制器运行的交互模块。

4.如权利要求1所述的一种基于多传感器融合的无人机导航系统，其特征在于，所述扩展卡尔曼滤波模块，在相应导航模式下，融合相应模块获取的数据信息计算，具体包括：

在室内导航模式下，根据惯性测量模块获取的姿态信息、超声波模块获取的无人机位置信息和气压计模块获取的无人机位置信息进行融合计算；

在室外导航模式下，根据惯性测量模块获取的姿态信息、气压计模块获取的无人机位置信息、GPS模块获取的无人机位置信息进行融合计算。

5.一种基于多传感器融合的无人机导航方法，其特征在于，包括以下步骤：

a.设定无人机运行的多个目标位置并进行存储；

b.无人机在飞行时获取实时环境影像信息，根据所述实时环境影像信息进行即时定位及构建飞行地图；

c.通过惯性测量模块获取无人机的姿态信息、通过超声波模块获取无人机的位置信息、通过气压计获取无人机的位置信息和通过GPS装置获取无人机的位置信息，对获取的所有信息进行存储；

d.检测无人机搜星数量和/或定位精度，根据检测结果，确定无人机是进入室内导航模式或室外导航模式；若进入室内导航模式，则执行步骤e；若进入室外导航模式，则执行步骤f；

e.将惯性测量模块获取的信息、超声波模块获取的信息和气压计获取的数据信息和飞行地图数据进行融合计算，获取无人机当前姿态和位置，对无人机的姿态和位置进行预测，对无人机姿态和位置进行实时更新，进入步骤g；

f.将惯性测量模块获取的信息、气压计获取的信息、GPS装置获取的数据信息和飞行地图数据进行融合计算，根据融合后的结果，获取无人机当前姿态和位置，对无人机的姿态和位置进行预测，对无人机姿态和位置进行实时更新；

g.依次读取存储的目标位置，根据目标位置和无人机的当前姿态及位置实时调整无人机姿态使无人机不断向目标位置靠近并最终到达目标位置。

6.如权利要求5所述的一种基于多传感器融合的无人机导航方法，其特征在于，步骤e中，将惯性测量模块获取的信息、超声波模块获取的信息和气压计获取的数据信息和飞行地图数据进行融合计算的方法为：

用惯性测量模块获取的角速度和加速度信息更新状态转移矩阵进行预测，将超声波模块获取的数据信息、气压计获取的数据信息和构建的地图信息作为观测信息修正预测值，得到最优值。