周红坤

(昆明船舶设备研究试验中心 3室，云南 昆明 650051)



小型无人机多传感器组合导航系统设计与实现

周红坤

(昆明船舶设备研究试验中心 3室，云南 昆明 650051)

准确、可靠的运动状态数据对小型无人机运动控制至关重要，在实际飞行控制过程中通常要用到两种甚至更多传感器进行数据融合获取。文中根据小型无人机实际飞行运动控制需求，设计集成卫星导航(GPS)、惯性姿态参考系统(AHRS)和气压高度计的组合导航系统，采用多传感器数据融合算法，对无人机的位置、速度、加速度、姿态角等状态数据进行融合估计。通过实际飞行实验对所设计系统的有效性和实用性进行了验证。

无人飞行器；运动控制；数据融合；状态估计

随着现代导航技术的发展，GPS导航和惯性导航成为两大主流的导航系统。两者各有优缺点：GPS能直接提供无人机的位置信息，尤其经过RTK实时校正后的定位精度能够达到2 cm，但其输出频率较低，典型值为1～5 Hz，而无人机自主控制系统的周期一般均是50～100 Hz，这样就不能满足控制系统的要求，自主性差，在动态系统中可靠性不高。惯性导航恰好相反，其具有良好的动态性能，在短时间内数据准确；缺点是数据会随着时间漂移发散，长时间的稳定性较差。目前大部分的解决方案都是将IMU测量值与GPS测量值进行融合估计，采用的融合算法大多是基于Kalman的最优状态估计[1-4]。

采用这种方法确实可行，也能够取得良好的效果，但最大的弱点是需要得到过程模型的噪声协方差矩阵Q和测量噪声协方差矩阵R[5]，这在工程实践中很难获得。……