● 摘要
微小型飞行器具有体积小、重量轻、可自主飞行等特点，本文基于此特点设计了一种视觉/SINS组合导航系统，利用视频图像和惯性信息，采用数据融合方法，实现航姿估计。针对视觉导航中绝对航向角无法准确估计的问题，本文基于在后续图像中识别初始航路的思想，提出了一种相对航路识别算法，利用SIFT匹配算法找出航路区域的特征点，依据射影变换的交比不变性原理，求得航路附近的航路点，最后采用最小二乘法拟合航路，获得飞行中的相对航路。本文利用实际飞行的视频图像进行了算法验证，达到了较好的效果。提出了一种视觉和SINS组合的姿态算法，构建了组合导航模型，分别采用扩展卡尔曼滤波和无迹滤波算法进行了视觉和惯性的非线性滤波。在MATLAB仿真环境下，对轨迹发生器的数据和飞行实验的实际数据进行了算法验证，结果表明视觉/SINS组合导航系统可以有效抑制惯性器件的累积误差，及时修正姿态信息。 为解决滤波算法中观测误差与状态误差估计的关键问题，在分析组合导航系统测量信息性质的基础上，提出了一种自适应滤波新算法。针对不同的系统构成，采用不同的测量方式相比较对噪声进行有效的估计，获得噪声统计特性，实现自适应滤波。将本算法与EKF和UKF非线性滤波方法相结合，利用飞行实验的实际数据进行了仿真验证，并将此算法运用于跑车实验，均获得了较高的精度和稳定性，证明了算法的有效性和实用性。