[发明专利]雷场探测飞行的实时地形地貌跟随方法

说明书

本发明公开了一种雷场探测飞行的实时地形地貌跟随方法，包括测量值初始融合、实时高度融合、飞行控制三个阶段，用于由飞控MCU、姿态感知模块、地形地貌跟随模块、地空通信模块、动力子系统、机载雷场探测子系统、电源模块组成的雷场探测无人机系统。本发明的有益效果在于：采用多传感器协同监测的方案，通过对测量值可信度评估、修正与高度对齐的处理方式，提升数据的准确性和可靠性；采用基于传感器高度测量支持度的飞行高度融合方法动态分配融合权重，降低了数据的冗余度，使得融合数据更加精确，有效的解决了野外雷场因地形结构复杂、大量茂密植被覆盖引起的传感器干扰等问题。

技术领域

本发明涉及一种无人机定高飞行方法，尤其涉及一种采用多传感器数据融合的雷场探测飞行的实时地形地貌跟随方法。

背景技术

雷场曾是主战场的前沿阵地，因其危险性而长期荒废闲置，大多生长着茂密的植被且地形结构复杂，这给探排雷工作带来了很大的难度。随着探雷技术的不断进步以及无人机控制技术的飞速发展，以无人机为应用平台搭载探雷系统进行野外雷场探测的方式逐渐成为一种新的研究方向。在雷场探测飞行中，为实现雷场目标的可靠探测、准确识别和精确定位，探测无人机需与探测区域地形地貌保持恒定高度飞行，这就对无人机实时地形地貌跟随飞行技术提出了更高的要求。

无人机实时地形地貌跟随飞行技术实现的核心环节是对无人机地形地貌跟随飞行高度监测，目前地形地貌检测主要采用激光雷达、超声波测距和视觉等传感器检测方案实现，但实际应用效果和环境兼容性较差；一方面，多数无人机仅搭载单一传感器进行地形地貌检测，存在单参数检测固有的不确定性，由于野外环境复杂多变，干扰因素众多，一旦传感器出现故障，飞行的安全性和稳定性便无法保证；另一方面，单一传感器检测方案会不同程度的受天气和环境因素影响，如激光雷达存在有对植被反射效果差，测量误差大的问题，视觉测量质量对环境光强度具有极大依赖性，常会出现测量精度低、质量差的问题从而影响飞行安全。针对多传感器数据融合目前常用方法为Kalman 滤波方法、神经网络方法、互补滤波等方法，主要存在以下几方面问题：（1）实时性差，数据更新主要依赖于传感器更新频率，从而造成更新速率较慢，此外，融合后数据缺失速度和加速度成分，输出数据较实际运动状态存在一定的滞后且动态性能较差；（2）精度低，在野外复杂地形环境下，现有传感器方案常因其本身测量特性而造成误差大、易受干扰，从而造成融合数据精度低、质量较差；（3）缺少对传感器检测值的修正与评估处理，易在融合过程中引入大量误差，造成融合数据异常；（4）传感器数据冗余度高，并不能充分发挥传感器的优势，且因算法复杂，占据大量运算资源，融合数据收敛慢，融合效率低。

综上所述，为适应雷场复杂地形地貌的探测飞行，避免雷场茂密植被对定高飞行的影响，如何根据多传感器监测方案设计出满足无人机地形地貌跟随飞行实时性、精度、效率要求的多源高度融合方法成为当前亟待解决的问题。一方面，多源高度融合方法要能够满足数据融合的实时性要求，降低融合过程的运算量，提高融合效率和精度；另一方面，多源高度融合方法应在如何利用多源高度信息以及对检测数据可靠性评估及修正等问题上展开研究，以达成优势互补、协同监测的目的。因此研究一种稳定高效、满足实时性和精度要求的雷场探测飞行的实时地形地貌跟随方法是十分必要的。

发明内容

为了克服上述技术问题，本发明一种雷场探测飞行的实时地形地貌跟随方法。