[发明专利]基于无人机定位预测方法、装置和无人机

说明书

本申请提供基于无人机定位预测方法、装置和无人机，方法包括：根据无人机集群内设有多源传感器组的目标无人机当前的本地观测量，确定目标无人机在预测时刻的本地定位状态估计数据；基于预设的逆协方差交叉方法，根据目标无人机当前与无人机集群内其他无人机之间的相对观测量，获取目标无人机在预测时刻的相对定位状态估计数据；基于预设的序贯方法，对目标无人机的本地定位状态估计数据和相对定位状态估计数据进行数据融合，以得到无人机在预测时刻的目标定位状态预测结果。本申请提高复杂环境中无人机集群的定位精度，并实现无人机节点内观测和无人机节点间协同观测信息的优化定位，进而能够有效提高无人机集群整体定位精度。

技术领域

本申请涉及无人机定位技术领域，尤其涉及基于无人机定位预测方法、装置和无人 机。

背景技术

无人机集群具有工作范围大、可靠性高、可同时执行多重任务、整体效率高等优点， 可用于灾害勘测和救援等领域。无人机集群技术，即多架无人机为适应任务要求而进行 的某种队形排列和任务分配的组织模式，它既包括集群飞行的队形产生、保持和变化，也包括集群飞行任务的规划和组织，是未来无人机飞行技术发展的一个重要趋势。

在复杂动态环境下，集群内部分无人机由于卫星导航信号被遮挡导致定位精度变差， 无法支撑为可靠飞行提供定位导航信息。而现有的多重优化方法及混沌自适应麻雀搜索 算法CASSA优化方法也无法解决复杂环境中部分无人机的定位精度低的问题。

也就是说，现有的无人机定位预测方式存在的复杂环境中部分无人机的定位精度低 进而导致无人机集群整体定位精度低等问题。

发明内容

鉴于此，本申请实施例提供了基于无人机定位预测方法、装置和无人机，以消除或改善现有技术中存在的一个或更多个缺陷。

本申请的一个方面提供了一种无人机定位预测方法，包括：

根据无人机集群内设有多源传感器组的目标无人机当前的本地观测量，确定所述目 标无人机在预测时刻的本地定位状态估计数据；

基于预设的逆协方差交叉方法，根据所述目标无人机当前与所述无人机集群内其他 无人机之间的相对观测量，获取所述目标无人机在所述预测时刻的相对定位状态估计数 据；

基于预设的序贯方法，对所述目标无人机的本地定位状态估计数据和相对定位状态 估计数据进行数据融合，以得到所述无人机在所述预测时刻的目标定位状态预测结果。

在本申请的一些实施例中，在所述根据无人机集群内设有多源传感器组的目标无人 机当前的本地观测量，确定所述目标无人机在预测时刻的本地定位状态估计数据之前，还包括：

根据无人机集群内的目标无人机分别与北斗卫星之间钟差、在ECEF坐标系下的三维位置、三维速度及三维加速度，确定该目标无人机的状态数据；

根据所述目标无人机的状态数据构建该目标无人机的离散系统模型，并基于所述目 标无人机当前的IMU观测量；

当所述离散系统模型为非线性时，根据所述目标无人机的北斗观测模型确定该目标 无人机当前的本地观测量。

在本申请的一些实施例中，所述根据无人机集群内设有多源传感器组的目标无人机 当前的本地观测量，确定所述目标无人机在预测时刻的本地定位状态估计数据，包括：

根据所述目标无人机当前的本地观测量对所述目标无人机进行局部定位状态估计， 以得到所述目标无人机在预测时刻的本地定位状态估计数据；其中，所述本地定位状态 估计数据包括局部状态估计值和对应的估计误差的协方差矩阵。

在本申请的一些实施例中，还包括：

基于预设的极大极小鲁棒估计原理与无偏线性最小方差准则，采用鲁棒时变滤波器 对所述本地定位状态估计数据进行滤波；