基于光流传感器的位置信息融合方法

摘要：

针对无人机在使用全球定位系统(GPS)/惯性测量单元(IMU)的位置信息融合方法时,存在积分累积误差,且由外界因素导致飞行器上的GPS传感器的信号变弱甚至丢失时,产生位置信息误差过大的问题,提出基于光流传感器的位置信息融合方法,建立光流传感器/超声波传感器/IM U/GPS的扩展Kalman滤波信息融合模型,获得更精准的位置信息.该方法引入了光流传感器,将其与IM U融合后的速度信息和超声波传感器的高度信息作为扩展Kalman滤波器中的预测量,观测量为GPS提供的位置信息和高度信息,最后融合得到精准的位置信息.仿真实验结果表明,该算法能更精准地获取无人机的位置信息,有效地解决位置信息误差大的问题,帮助飞行器更好地完成飞行任务,具有极高的工程应用价值.

关键词：扩展Kalman滤波、位置信息融合、光流传感器、全球定位系统、惯性测量单元

所属期刊栏目：44

分类号：V241.6(航空仪表、航空设备、飞行控制与导航)

在线出版日期：2022-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：51-56