[发明专利]一种用于室内煤场的无人机定位导航方法

说明书

本发明涉及一种用于室内煤场的无人机定位导航方法，包括：步骤S1：建立UWB局部坐标系；步骤S2：建立状态空间方程，将UWB数据与惯性测量单元数据加入优化方程，通过卡尔曼滤波算法进行数据融合，计算出基本信息；步骤S3：检测卫星信号，若存在则将卫星信号转换为局部坐标进行滤波处理，与UWB的位置信息融合获得融合位置坐标；步骤S4：采集图像数据建立先验地图，结合融合位置坐标，使用ICP算法进行重定位，采用ORB‑SLAM算法实现导航地图的维护与更新；步骤S5：根据输出的置信度矩阵，与置信度阈值进行比较，若满足则输出导航地图中的具体坐标，否则输出融合位置坐标。与现有技术相比，本发明具有结合多种定位数据，保障导航方法精确性与稳定性等优点。

技术领域

本发明涉及导航控制技术领域，尤其是涉及一种用于室内煤场的无人机定位导航方法。

背景技术

随着无人机控制技术发展与成熟，其在警用、城市管理、农业、地质、气象、电力、抢险救灾等行业领域的应用快速增长，市场上成熟的无人机控制技术以GNSS导航为基础，主要应用在露天环境下，而对于GNSS信号较差的室内环境，尚无成熟稳定的导航方法。火电站煤场的盘煤工作是无人机的典型应用场景，随着环保要求的提升，露天煤场逐渐被室内煤场所取代。在GNSS信号微弱的室内煤场环境下，需要一种新的导航技术能够为无人机提供精确地位置信息，保障无人机完成盘煤工作。

发明内容

本发明的目的就是为了克服上述现有技术存在的室内环境下无法为无人机提供精确地位置信息的缺陷而提供一种用于室内煤场的无人机定位导航方法。

本发明的目的可以通过以下技术方案来实现：

一种用于室内煤场的无人机定位导航方法，包括以下步骤：

步骤S1：布置UWB基站，建立UWB定位局部坐标系；

步骤S2：建立UWB基站与惯性测量单元的联合状态空间方程，将UWB数据与惯性测量单元的加速度数据加入统一优化方程中，通过卡尔曼滤波算法进行数据融合，计算出无人机的速度、位置信息；

步骤S3：检测GPS或北斗卫星信号，若存在则将卫星信号转换为局部坐标后进行滤波处理，与UWB定位局部坐标系的位置信息融合后，获得融合位置坐标；

步骤S4：采集煤场顶棚、墙壁等固定结构的图像数据建立先验地图，根据所述先验地图与步骤S3中的融合位置坐标，使用ICP算法进行重定位，并采用ORB-SLAM算法实现先验地图所对应导航地图的维护与更新；

步骤S5：根据ICP算法输出的置信度矩阵，与置信度阈值进行比较，若满足置信度阈值，输出无人机在步骤S4导航地图模型中的具体坐标，否则输出步骤S3的融合位置坐标。

所述卡尔曼滤波的输入值还包括UWB定位局部坐标系输出的无人机的初步UWB位置坐标。

所述GPS或北斗卫星信号与UWB数据融合完成初步定位具体是指通过高斯投影法将大地坐标转化为所述UWB定位局部坐标系的平面坐标。

所述高斯投影法的转换公式具体如下：

l＝L-L₀，η＝e′·cosB，t＝tanB

其中，x为平面坐标的横坐标，y为平面坐标的纵坐标，L₀为3度带中央子午线经度，e′为椭圆的第二偏心率，L为所求点经度，B为所求点纬度，l、η、t为转换过程的辅助变量，N为卯酉圈子午线半径。

所述UWB位置坐标的信号和GPS或北斗卫星信号经过加权平均处理，得到平均信号强度α和β，根据现场信号强度分析，计算得到良好信号强度阈值α₁和β₁，归一化处理后得到所述两种信号的权重α′和β′，根据所述权重计算出融合位置坐标。