买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京理工大学

摘要：本发明公开的一种卫星拒止环境下提高无人机群协同定位精度的方法，属于无人系统协同领域，本发明实现方法为：基于无人机和无人车的惯性导航系统得机械编排结果；基于无人车里程计、非完整性约束建立无人车运动时的滤波方程，基于零速修正算法建立无人车静止时的滤波方程，进行滤波估计；基于无人车滤波估计值对无人车机械编排结果修正，得更精确的无人车定位结果。基于无人机传感器测量结果，无人机间、无人机与无人车间信息交互后，建立无人机分布式滤波方程；基于无人机滤波估计值修正无人机机械编排结果，得更精确的无人机定位结果。本发明通过将精度更高的无人车位置信息引入无人机群，在卫星拒止环境下提高无人机群分布式协同定位的精度。

主权项：1.一种卫星拒止环境下提高无人机群协同定位精度的方法，其特征在于：包括如下步骤，步骤一、由惯性导航系统估计出无人机、无人车原始位置；步骤二、采集无人车的测量结果，所述测量结果为运动速度和航向角变化率；根据测量结果判断无人车是否处于运动状态、是否处于运动中的转弯状态；处于静止状态时，记录静止状态开始时的无人车位置，该位置为量测更新时刻的无人车位置或非量测更新时刻的无人车位置，具体由静止状态开始时的时间和量测更新时间确定；基于设定的无人车量测更新频率与无人车系统时间，判断无人车的量测更新时刻是否到来；无人车量测更新时刻到来，无人车可能处于运动状态中的转弯状态、运动状态中的直行状态或者静止状态中一种状态；当无人车处于运动状态中的转弯状态时，根据测量结果与使用自适应噪声的非完整性约束建立转弯时的量测方程；当无人车处于运动状态中的直行状态时，根据测量结果与固定噪声的非完整性约束建立直行时的量测方程；当无人车处于静止状态时，基于零速修正算法建立静止时的量测方程；构建无人车扩展卡尔曼滤波方程，无人车扩展卡尔曼滤波方程由无人车状态预测方程、无人车协方差矩阵预测方程、无人车量测方程、无人车状态更新方程和无人车协方差矩阵更新方程构成；计算无人车的扩展卡尔曼滤波方程，得到无人车滤波估计结果，并利用无人车滤波估计结果修正步骤一中无人车的原始位置，得无人车量测更新时刻的位置估计结果；如果无人车量测更新时刻没有到来，为无人车非量测更新时刻；则不进行无人车扩展卡尔曼滤波方程的构建，以步骤一中无人车的原始位置作为无人车非量测更新时刻的位置估计结果；步骤三、基于无人机传感器进行自身状态测量得自身状态相关的传感器测量结果；基于无人机传感器向其他无人机与无人车进行相对测量得相对测量结果；基于设定的无人机量测更新频率与无人机系统时间，判断无人机量测更新时刻是否到来；如果无人机量测更新时刻到来，则进行无人机之间状态转移矩阵的信息交互、自身状态协方差矩阵的信息交互、位置信息的信息交互以及每架无人机与无人车之间位置信息的信息交互；当每架无人机与无人车进行信息交互时，如果无人车处于运动状态，则无人车向无人机发送当前时刻的步骤二得到的位置估计结果；如果无人车处于静止状态，为降低无人车零速修正误差对无人机位置估计精度的影响，无人车向无人机发送静止状态开始时的无人车位置；在每架无人机上建立分布式卡尔曼滤波方程，该方程由无人机状态预测方程、无人机协方差矩阵预测方程、无人机量测方程、无人机状态更新方程和无人机协方差矩阵更新方程构成；然后计算每架无人机上的分布式卡尔曼滤波方程，得每架无人机的滤波估计结果，并利用每架无人机的滤波估计结果修正步骤一中每架无人机原始的位置估计，得无人机量测更新时刻的位置估计结果；如果无人机量测更新时刻没有到来，为无人机非量测更新时刻；则不进行无人机之间、每架无人机与无人车之间的信息交互以及在每架无人机上建立分布式卡尔曼滤波方程；以步骤一中每架无人机上原始的位置估计结果作为无人机非量测更新时刻的位置估计结果。

全文数据：

权利要求：

百度查询： 北京理工大学 一种卫星拒止环境下提高无人机群协同定位精度的方法