[发明专利]一种无人艇的多传感器辅助定位方法有效
申请号: | 202110372857.6 | 申请日: | 2021-04-07 |
公开(公告)号: | CN112991400B | 公开(公告)日: | 2022-02-01 |
发明(设计)人: | 鲁仁全;植美渝;徐雍;饶红霞;林明 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G06T7/277 | 分类号: | G06T7/277;G06T7/246;G06T7/77;G06T7/73;G06V10/25;G06V10/764;G06V10/766;G06V10/82;G06K9/62;G01C21/20;G01C21/18;G01C21/00;G01C21/16 |
代理公司: | 佛山市禾才知识产权代理有限公司 44379 | 代理人: | 刘羽波 |
地址: | 510062 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 无人 传感器 辅助 定位 方法 | ||
一种无人艇的多传感器辅助定位方法,搭载于定位系统,具体步骤如下:判断定位系统是否初始化,若否,则返回定位系统的初始化阶段,循环等待至GPS、IMU、双目相机和单目相机的数据不为空;提取ROU区域并读取IMU和GPS的数据,根据深度学习的结果动态确定滑窗窗口大小,具体包括:双目相机线程进行粒子滤波实现跟踪目标,根据深度学习的分类结果进行动态投放粒子的数量;根据粒子追踪的目标进行计算双目相机的位姿;将双目相机的位姿、IMU的位姿和GPS的位姿进行融合;构造定位系统的卡尔曼的量测方程;获取卡尔曼的增益,确定定位系统的误差状态并获得无人艇的位置、速度和姿态,更新卡尔曼的系统协方差。本发明实现最优解算无人艇自身位姿的效果。
技术领域
本发明涉及无人艇定位技术领域,尤其涉及一种无人艇的多传感器辅助定位方法。
背景技术
无人艇在水域上运行,最需要的是解算出自身的位姿,有了位姿无人艇方可进行定位与导航。现有的无人艇主要在应用卫星导航(GPS)进行定位,GPS的获取数据,经过解算算法得出X,Y,Z轴的数据,定位出无人艇的当前位置。GPS的定位方法可以全天候,全球性都很出色,但是缺点易容易受到电磁干扰并且GPS的更新频率在1hz-10hz,无人艇的水域运行得不到实时性的满足;
而另一种技术则是采用惯性测量单元(IMU),惯性测量单元搭配在无人艇,通过获取惯性测量单元的角加速度和加速度,积分计算出惯导当前的速度与位置,从而获取无人艇的当前姿态,惯导的导航系统数据频率更新快,输出信息多,是缺点在于无人艇的运作是需要长时间的,IMU具有累积误差的致命缺点,无人艇无法准确定位,系统的误差大。
上述两种技术对于无人艇自身的位姿的计算求解均无法达到最佳,因此目前急需一种在解决上述现有技术的同时能够最优解算出无人艇自身位姿的方法。
发明内容
本发明的目的在于针对背景技术中的缺陷,提出一种无人艇的多传感器辅助定位方法,实现最优解算无人艇自身位姿的效果。
为达此目的,本发明采用以下技术方案:
一种无人艇的多传感器辅助定位方法,搭载于定位系统,所述定位系统包括GPS、IMU、双目相机和单目相机,所述定位方法具体步骤如下:
步骤一:判断所述定位系统是否初始化,若否,则返回所述定位系统的初始化阶段,循环等待至所述GPS、IMU、双目相机和单目相机的数据不为空;若是,则执行步骤二;
步骤二:提取ROI区域并读取IMU和GPS的数据,根据深度学习的结果动态确定滑窗窗口大小,具体包括:
双目相机线程进行粒子滤波实现跟踪目标,根据深度学习的分类结果进行动态投放粒子的数量;
根据粒子追踪的目标进行计算双目相机的位姿;
步骤三:将双目相机的位姿、IMU的位姿和GPS的位姿进行融合;
步骤四:构造所述定位系统的卡尔曼的量测方程;
步骤五:获取卡尔曼的增益,确定定位系统的误差状态并获得无人艇的位置、速度和姿态,更新卡尔曼的系统协方差。
优选的,在步骤三中,包括获取GPS的数据,具体步骤如下:
根据公式(1)-公式(3)确定卫星在轨道平面的位置;
x′k=rkcosuk--公式(1);
y′k=rksinuk--公式(2);
z′k=0--公式(3);
其中:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110372857.6/2.html,转载请声明来源钻瓜专利网。