科研之友
微信
新浪微博
Facebook
分享链接
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/IMU/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IMU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。
-
单位沈阳航空航天大学; 自动化学院
