[1]Amedeo Rodi Vetrella,Giancarmine Fasano,Domenico Accardo. Attitude estimation for cooperating UAVs based on tight integration of GNSS and vision measurements[J]. Aerospace Science and Technology,2018.
基于GNSS与视觉测量紧组合的无人机协同姿态估计
摘要：本文提出了一种无人机协同导航方法，该方法能够对与其他副无人机编队飞行的主飞行器进行可靠、准确的姿态确定。该方法基于紧耦合扩展卡尔曼滤波器（EKF），利用全球导航卫星系统（GNSS）接收机测量的空间多样性以及集成了惯性和磁传感器数据的视觉系统。重点放在室外环境，创新理念是将基于多个GNSS天线的姿态估计方法推广到多车系统中，利用差分GNSS和基于视觉的无人机到无人机的跟踪来构建虚拟附加导航传感器。介绍了概念和处理体系结构，重点介绍了EKF测量更新阶段，该阶段适用于任何数量的协同导航子系统，以及不同的GNSS处理体系结构。通过对两个多转子和两个固定接地天线（其中一个作为地面控制点）的实验测试，对该方法的性能进行了评估，并进行了指向精度分析。结果表明，所开发的方法在准确性和提供实时或后处理方案中无漂移估计的能力方面具有潜力。
方法概述与分析：本文提出了一种基于扩展卡尔曼滤波（EKF）算法的GNSS与基于视觉的视线（LOS）测量紧组合的通用框架。该算法的核心是多传感器融合，该融合算法将来自惯性传感器、磁强计和车载GPS接收器的测量值与基于视觉的跟踪和DGPS(差分GPS)得出的测量值进行组合。基于视觉的跟踪算法在主相机获取的图像中提供相机的像素坐标，然后，利用考虑焦距、主点坐标、径向和切向畸变系数以及倾斜系数的本征相机模型获得归一化像素坐标。多传感器融合方法基于对组合导航的标准扩展卡尔曼滤波器（EKF）进行增强，并基于所提出的协同导航概念进行额外的DGPS/视觉更新测量，文中着重介绍了量测更新阶段。本文提出的无人机协同导航方法，提高了在无人机群中姿态估计的稳定性和准确性。