[发明专利]一种结合单机积分式里程计与多机互相测距的分布式无人机集群定位方法

说明书

本发明公开了一种结合单机积分式里程计与多机互相测距的分布式无人机集群定位方法，包括以下步骤：S1，基于这一距离和收到的其他个体的定位数据通过互相测距设备进行测距定位解算，解算出一个位置p1；S2，个体进行累积式定位，得到一个无修正的定位输出p0；S3，p1减去p0得到一个实时定位误差；S4，通过一个低通滤波器过滤掉定位误差的定位噪声，使得定位误差估计更为平滑；S5，将滤波后的定位误差与累积式定位的无修正定位输出p0叠加，得到修正后的定位数据；S6，然后将修正后的定位数据广播至其它个体，供其他个体校准定位，从而避免碰撞，分布式架构无惧部分个体地离线或丢失，系统鲁棒性高。

技术领域

本发明实施涉及智能系统集群自主导航领域，尤其涉及任意类型空中、地面、水中智能系统集群在各种环境下实现高精度的相对定位以及绝对定位的技术领域。

背景技术

大规模城市级或中等规模乡镇级环境地图中进行空中物品运输安全飞行路线的调度与规划需求，需要准确的无人机集群间相对定位数据以实现互相避碰和绝对世界坐标系下的定位数据以将包裹准确送达目标位置，已知相关的产业产品包括Amazon Prime Air空中物流无人机及其配套规划系统、美团配送无人机及其上层调度系统以及FedEx的快件混合翼运输系统等；空中编队表演，当队形较为密集时需要额外的测量的数据维持飞行器间的相互定位数据从而避免相互碰撞；已知国内有较大影响力的为深圳高巨创新的无人机编队表演；地面密集集群配送系统的避障需求，如自动仓库、码头的集群物流车等等；如海康威视、极智嘉、快仓等推出的智能仓储AGV车解决方案，图森未来的港口自动驾驶物流解决方案等；水面或水下高密度、类鱼群的智能体集群，业内相关平台有如北京曼宝科技开发的水下机器人系统，但该系统为遥控操作，无自主性。

目前主流的定位方式从大方向上分主要分为两类，(1)智能体个体独立运行的、不依赖已知外部特征位置信息的累积式定位，通过不断观察周围环境配合固连在智能体本体上感知运动的惯性传感器准确感知每一段时间内的相对定位变化量，通过在上一次的基础上不断累加变化量从而得到未来某一时刻的定位数据，该定位方式的优点是易于部署、对未知环境适应性强；(2)已知外部某些特征的位置信息的定位方式，如GPS定位、建立有固定基站的UWB定位、固定粘贴特征二维码的视觉定位等等，这一定位方式中部分可识别特征在世界坐标系下的位置是已知的，从而智能体个体根据对每一个特征的观测获得个体相对于特征的未知关系，从而结合特征的已知位置获得全局一致的定位测量，但其缺点则是依赖预先的环境布置，如固定基站的布置，或者依赖GPS信号质量，或者提前建立部署场景下的完整特征地图，或者使用室内动作捕捉系统等等，从而对部署时间成本、人力成本、经济成本较高，在未知环境下的适用性差，其中GPS在不依赖地面固定基站(RTK)校准的情况下，民用级精度约为10米。

在实际应用中，如大疆公司的无人机、各自动驾驶公司的车辆，往往是采用以上两者的结合，在室外环境有GPS信号的全局定位辅助，在室内环境下便仅依靠自身传感器对周围环境的感知运行累积式定位了。