惯性/视觉组合导航在不同应用场景的发展

李丰阳，贾学东，董 明

(1.信息工程大学 导航与空天目标工程学院，河南 郑州 450001；2.地理信息工程国家重点实验室,陕西 西安 710054；3.卫星导航工程中心,北京 100094)



惯性/视觉组合导航在不同应用场景的发展

李丰阳1,2，贾学东1，董 明2,3

(1.信息工程大学 导航与空天目标工程学院，河南 郑州 450001；2.地理信息工程国家重点实验室,陕西 西安 710054；3.卫星导航工程中心,北京 100094)

针对惯性导航难以满足长时高精度的需求问题，提出利用视觉导航对相对导航信息敏感、精度随距离减少而提高的特点，来弥补惯性导航在水下、深空等封闭或复杂环境下的不足：根据地面、空中、水下和深空4种不同的应用场景，归纳惯性/视觉组合导航的发展现状；并对不同应用环境对惯性/视觉组合导航系统的需求和指标进行比较；最后展望惯性/视觉组合导航的发展趋势。

视觉导航；惯性导航；组合导航；联合精确空投系统；火星探测器

0 引言

随着无人智能化应用及未来信息化战场对高精度、可靠性、实时性导航需求的日益增长，惯性导航凭借其高精度、抗干扰、不需要外界提供信息的优点，发挥着越来越重要的作用；但惯性导航系统误差随时间增大而不断漂移，不可避免地束缚了其作为单独导航系统的发展。随着视觉传感器、图像处理技术等不断进步，视觉导航在无人车、水下航行器、火星探测器等诸多具有相对导航需求的领域飞速发展；但高采样率所带来的计算处理时耗为系统实时性带来隐患，同时光照等复杂环境因素难以保证导航的可靠性。

显然单一导航方式难以满足导航系统对精确度、可靠性及实时性的要求，组合导航信息融合技术逐渐成为导航技术研究的主要方向[1]。目前较为成熟的组合系统是卫星和惯性的组合导航，但当载体进入城市峡谷等存在遮挡的环境，卫星不能作为可靠的导航手段为载体提供高质量的导航服务。为保证导航数据的可靠性，国内外已相继开展了一系列模块化、体系化的多源导航系统的研究，旨在解决以卫星失锁为代表的导航可用性与完好性问题，其中基于惯性/视觉组合导航的信息融合是重要的发展趋势之一。

1 惯性导航技术

得益于军事武器装备小型化、紧凑化的发展趋势，以及民用智能设备的集成化、微型化的迫切需求，长期定位精度高、设备小型化与低成本成为惯性技术发展的新方向。光学、微机电、量子力学等领域的技术突破为光子晶体光纤陀螺、微光机电(micro optic electro mechanical system，MOEMS)陀螺、原子陀螺等新型惯性器件的研制注入了新的动力。到2020年，干涉式光纤陀螺仪的零偏稳定性将达到0.000 1(°)/h，MOEMS陀螺将达到0.01(°)/h，这将使微型惯性系统的精度提高2个数量级左右[2]；此外，有报道称基于量子效应的新型惯性系统的理论精度高达10～12(°)/h：这有望摆脱惯性系统不能作为单一导航系统使用的魔咒。惯性技术凭借其高精度、抗电磁干扰、不需要外界提供信息的特点，在智能无人车、武器制导以及太空探索等领域的作用愈发明显。

2 视觉导航技术

随着视觉里程计(visual odometry，VO)[3-4]、从运动到结构(structure from motion，SFM)[5]，同时定位与地图构建(simultaneous localization and mapping，SLAM)[5-7]等技术的不断成熟，电荷耦合器件(charge couple device，CCD)等视觉传感器和高性能处理器向小型化低成本方向不断发展，视觉导航技术凭借不受电磁干扰、自主性强，且精度随距离减少而增强的独特优势，迅速在情报侦察、水下回收引导(autonomous underwater vehicle，AUV)、深空交会对接等各个领域发挥重要作用。

3 惯性/视觉组合导航技术

惯性/视觉组合导航通过CCD传感器感知环境，由计算机对图像进行处理分析，获取载体的位姿等导航信息，进而修正惯性误差。一方面，视觉导航为惯性导航提供误差补偿信息，弥补了惯性误差随时间漂移的不足；另一方面，惯性导航凭借系统数据更新率高、不受光照等环境影响且短时定位精度高的优势，弥补了视觉导航处理实时性不足的缺陷。值得一提的是，基于视觉导航对目标相对位姿等导航参数更为敏感的特点，惯性视觉组合系统可以用于室内、水下、深空等封闭或复杂环境，从而进一步完善北斗系统，解决“最后一米”的难题。

3.1 发展现状

惯性/视觉组合导航根据应用场景不同，可分为基于地面、空中、水下和太空的4种模式。

3.1.1 地面环境

较早将视觉相关技术用于导航应用领域的是地面无人车。

2004年，文献[9]设计了一种智能交通系统，在未知的无标志的城市环境中，自主车辆可以做到全球范围内的导航。该系统利用视觉技术，检测识别非结构化地标，实现道路跟踪和复杂路段(十字路口)的导航任务，这赋予全球定位系统(global positioning system，GPS) 导航子系统一定的反应能力。系统能够完成上千千米的自动驾驶，最高车速达50 km/h，在考虑阴影环境、路面纹理、天气状况和照明变化时，依旧具备较好的鲁棒性。

2011年，国防科技大学的贺汉根团队主导研制的红旗HQ3 无人驾驶汽车采用基于视觉辅助的卫星/惯性/里程计组合的导航系统，在长沙至武汉286 km的无人驾驶实验中，实现最高110 km/h的行驶速度，其中人工干预路段仅占0.78%。目前，该无人车系统已进行了优化与改进，加装了多目CCD传感器、三维扫描仪等设备，如图1所示。

图1 国防科大无人车

综上所述，在以惯性/视觉为主的多源组合导航的无人车跑道跟踪领域研究中，国内已趋于国际领先水平。目前研究逐渐从单纯地识别、匹配具有明显形状特征的预设地标(如道路线)来实现基于点集的导航，发展到对城市、道路等具有非结构化特征的复杂环境的特征目标检测，来实现基于结构的导航，国内尚处于理论研究和试验阶段。

3.1.2 空中飞行环境

在军事应用中，为了满足现代化战争对高精度、无人化、远程打击作战模式的需求，面向空域的无人作战平台成为了军事武器装备发展的热潮。

2015-06，美空军战机在飞行过程中随机投放“Perdix”微型无人机群，重0.45 kg，尺寸不足12 cm，由常用材料3D打印而成。“Perdix”可利用多种传感器(如MEMS、微型视觉传感器等)在高空强风中平稳飞行，同时感知周围环境，实现“蜂群”间协作控制。由于成本低廉，该无人机蜂群有望被用于情报监视和侦察(ISR)，替代传统诱饵弹“MALD”(单位成本3 万美元)，成为更加高效、低成本的微型空射诱饵弹。

2016年，美陆军试研发一种新型“联合精确空投系统”(joint precision airdrop system，JPADS)，该系统配备“空中制导装置”，利用惯性设备控制翼伞姿态，光学传感器则用来捕捉地形特征，与卫星图像进行匹配，实现定位。建设该系统意在发展不依赖于GPS的精确空投替代方案。JPADS预计将于7 260 m高空精确降落在32 km半径范围内的指定位置，目前已在3 000 m高空进行试验，效果良好。

在民用市场中，随着“大疆”消费级无人机等一系列的民用无人机应用的兴起，面向无人载体平台的导航技术成为了研究热点。

2001年，文献[10]设计了基于惯导/视觉组合导航的着陆方法。无人机根据从图像序列获取特征点的延时与概略位置，依据沿着陆轨迹方向角速度最小化的策略[11]建立着陆轨迹模型，实时评估有利着陆位置，从而导航无人机至屋顶等较高地势区域。该方法在着陆过程中不依靠场景图像信息或航拍飞机，以及如GPS等的其他导航手段进行辅助。

2016-01，德国航空航天中心实现了无人机自主降落在以75 km/h速度行驶的汽车顶部。通过车顶放置的视觉标记，无人机追踪系统利用惯性/视觉组合手段实时跟踪汽车位置并以相同的速度同步飞行，当2者速度一致时，无人机就降落到汽车顶部的网上，最终实现50 cm的降落精度，如图2所示。

图2 动基自主着陆平台及着陆标志

以惯性/视觉导航为主的空中救援、侦察设备系统逐渐发展，并且拓展到民用领域。由于导航设备不断集成化、微型化发展，应用于其上的导航系统与地面大型系统相比，主要向着更轻盈、传感器表现水平更低，以及导航计算消耗的资源更少[12]发展。国外已经基本将上述关键技术应用于武器装备应用，国内目前尚处于理论研究阶段，并在民用领域取得了一定的进展。

3.1.3 水下环境

常用的水下导航技术有声呐定位、多普勒计程仪等；但由于这些技术和设备均具有一定局限，惯性/视觉导航手段在弥补惯性系统误差随时间不断累积的基础上，为研究人员提供了“零距离”远程水下场景复现，在沉船勘察、水下航行器对接等领域应用效果明显。

2008年，文献[14]设计了面向AUV水下对接的惯性/视觉的组合导航系统，当接近对接目标时，通过惯导航航位推算实现近距离定位，再利用双目视觉测距实现对接；在仿真实验中，测距耗时为258 ms，测距精度得到mm 级，同时进行了对比试验，效果良好。2011年，文献[15]针对无人水下航行器(unmanned underwater vehicle，UUV)近距离端对接过程中声呐导航存在盲区的问题，研究利用单目视觉传感器进行目标的局部定位；在UUV模拟对接试验中，相对距离误差达到0.1 m。

2011年，文献[13]针对载体在水下环境中姿态的实时估计进行论述，建立了基于扩展卡尔曼滤波(extended Kalman filter，EKF)的惯性/视觉融合的位姿量测系统。其中主要对特征检测、描述和匹配以及从结构到运动的视觉定位算法进行重点研究；同时比较了不同特征检测、匹配算法在不同位置、光照和可见度的水下场景的效果，如图3所示。

图3 在水下标志区上的Aqua机器人

综上所述，国内外对惯性/视觉组合导航模式的水下航行研究主要集中在基于特征提取检测的水下目标的测量与识别上。如何在清晰度复杂变化、图像色彩不均的情况下，利用视觉传感器从低质图像中实时获取有效信息，更好地完成导航任务，将是下一步研究的难点与突破点。

3.1.4 太空环境

在远距离、非接触式的太空环境中，视觉技术实现研究人员对不可到达场景的“多维度”“零距离”接触，以及对未知环境的动态认知与多维状态的辨识，逐渐发展为未来太空战场和外太空探索领域的重要支撑技术。

自主交会对接是在不依赖地面测控站的情况下，利用航天器测控系统完成交会对接任务[16]。自主交会对接必须精确测量航天器间的相对位姿；因此基于视觉测量的惯性导航手段成为最常用的方式。目前大多数自主交会都在航天器端预装可主动发光的合作目标标志用于特征识别。2011年，文献[17]针对交会对接最终逼近段相对位姿测量，提出了惯性/视觉组合相对导航算法；仿真结果表明该相对导航系统的姿态角估计偏差小于0.05°，速度估计偏差小于0.03 m/s，位置估计偏差小于0.03 m，满足交会对接导航精度要求。

2013年，文献[18]提出面向飞行载体进场、下降和着陆(entry，descent and landing，EDL)过程的景象匹配/惯性组合导航算法，将提取得到的视觉特征与惯性观测量进行紧组合；再用扩展卡尔曼滤波方法得到实时精确着陆器的地表相对位姿和速度。该方法经过探空火箭测试飞行实验表明，速度估计误差达到0.16 m/s，着陆点的位置估计误差达到6.4 m。

2016年，文献[19]设计了基于惯性/视觉组合导航的月球精密进近系统。为了解决月球着陆器的太阳能供电、月球地形起伏大以及光照不均等问题，该系统实现了可在月球表面任意飞行，并利用局域范围内的着陆点提取算法(如图4所示)搜索理想的着陆点，为平台进行长时间充电；在半物理仿真试验中，着陆点的平面位置误差在4 m，当高度为3 000 m时，高程误差达47 m(3 倍标准差)，符合精确着陆的需求。

图4 真实月球表面的特征提取

综上所述，基于航天器平台的导航技术研究主要集中于航天器自主交会对接、航空器的自主着陆以及面向星球探测的载体导航。在以非接触为特点的航空航天领域，由于难以对导航载体进行有效且直接的控制，视觉导航可充分发挥其在复杂环境下便于人机交互的优势，视觉测量技术也必将成为太空领域未来发展的重要趋势；此外巨大的飞行成本和设备成本、航空器小型化的趋势等因素也在不断对导航系统的精确性和设备体积的合理性提出更高的要求。

3.2 需求与指标分析

随着导航设备逐渐向着微型化、高精度化、低成本化的方向发展，导航的应用领域也不断拓宽；因此对硬件设备的精度指标和软件的可靠实时处理能力提出了新要求(如表1所示)。

3.3 展望

根据4种应用场景对惯性/视觉组合导航进行如下展望：

目前，基于惯性/视觉导航的地面无人车研究已实现对静态环境进行感知，如十字路口等常规路况下的自主驾驶；但目前无人车测试地点均对环境有特殊要求，如晴天，平坦路段等，在极端天气环境(暴雨雪等)、复杂路况下，视觉图像的实时处理能力难以保证。此外基于人工智能的导航算法需要累积大量的真实行驶数据作为先验信息，在数据积累阶段，难免会出现交通事故，因此无人车从局域试驾到全球全天候实际应用的发展中，稳定安全的无人车自主导航功能是当前以及今后的研究重点。对惯性/视觉等多元数据(环境信息、车辆形状与颜色、行人运动趋势等)进行智能融合，利用深度学习机制实现对动态物体的避障识别与监视预测，将是其发展趋势。

表1 不同应用环境对惯性/视觉导航的需求

注：“√”表示不同应用领域间对导航参数及指标的相对需求程度，“√”越多，相对需求程度越明显。

在空中环境中，卫星干扰、无人机诱骗屡见不鲜；现有基于空域的武器装备制导不能满足当前信息化协同作战体系下的军事需求。随着未来战争向着“分布式杀伤”的作战模式发展，无人机一方面承担在卫星拒绝环境下对敌方定位、战场态势感知(包括ISR)的任务，另一方面需要实现有人机或巡航武器与无人机群间的协同编队，这对惯性/视觉导航信息的融合技术提出了更高的要求；此外在局域战争成为主要作战模式的未来战场，垂直起降无人机融合了旋翼式与固定翼式的优势，航时长、无需跑道起降，满足了未来空中局域作战即起即落的导航需求，因此是未来战争的有力作战力量。可知开展不依赖于卫星导航的惯性/视觉协同导航系统势在必行。在面向民用的消费级无人机领域，轻量化的MOEMS以及CCD传感器已屡见不鲜，随着基于静态特征目标的着陆精度不断提升，对无人机在更为通用的环境下的引导着陆能力提出新的要求：当在电量低、系统故障时，无人机可以紧急监测到安全着陆点并实现着陆；当超出飞控手可视范围时，无人机可随时随地恢复稳定的航行状态。因此基于惯性/视觉导航的自动驾驶/降落技术将成为下一阶段的研究重点与发展趋势。

在水下领域，惯性/视觉导航主要应用在对相对距离和姿态有需求的任务中，当不能提供足够亮度的光源时，视觉系统基本无法工作。因此应该寻求惯性/视觉导航与其他导航模式(如声呐、地磁等)组合的方式，解决水下“寻北”问题，提高“北斗系统”的水下应用功能。随着“蛟龙号”载人潜水器、“潜龙二号”水下航行器的深入发展，深海空间站的建设逐渐步入正轨，深海环境下的应用，如深海交会对接等，即将成为惯性/视觉导航新的发展方向。

在深空探测领域，“Ex-oMars 2016”的成功发射使火星探测器再次成为研究热点。随着深空自主导航、环火星遥感探测等多个导航领域的关键技术的实现，安全稳健的行星自主着陆成为现阶段的技术与工程难点，这也为下一阶段的载人行星着陆奠定重要基础。在空间交会对接方面，人工控制方式可修正系统错误、排除故障，提高交会对接的成功率；但仅限于目前的空间交会于近地球高度。随着深空探测的距离越来越远，在保证可靠性、成功率的同时提高对接的灵活性、自主性成为主要发展趋势。

4 结束语

综上所述，目前在导航领域，精确性、稳定性以及实时性，依然是最重要的3个指标；但随着人们对不同应用领域的需求不断变化，导航性能不能简单地凭借上述指标来衡量。在未来发展中，我们要以性能指标作为基准，具体任务需求放在首位，完善导航系统，最终完成各种任务。

[1] 马芮，董景新.GNSS/MIMU组合导航技术综述[J].飞航导弹，2007，11(4)：42-46.

[2] 董明.卫星/惯性/视觉组合导航信息融合关键技术研究[D].郑州：信息工程大学，2014：5-6.

[3] SCARAMUZZA D，FRAUNDORFER F.Visual odometry (Part 1： the first 30 years and fundamentals)[J].IEEE Robotics & Automation Magazine，2011，18(4)：80-92.

[4] YEBES J J，LUIS M B，MIGUEL A G.Visual object recognition with 3D-aware features in KITTI urban scenes[J].Sensors，2015，15：9228-9250.DOI： 10.3309/s150409228.

[5] SHAH R，DESHPANDE A，NA RAYANAN P J.Multistage SFM revisiting incremental structure from motion[C]//The Institute of Industrial Science，University of Tokyo.Proceedings of the International Conference on 3D Vision.Tokyo：The Institute of Industrial Science，University of Tokyo，2014：417-424.DOI： 10.1109/3DV.2014.95.

[6] YIN Zhouhao，KAI Ni，QIAN Zhou，et al.An SfM algorithm with good convergence that addresses outliers for realizing mono-SLAM[J].IEEE Transactions on Industrial Informatics，2015，12(2)：515-523.DOI： 10.1109/TII.2016.2518481.

[7] YIN Zhouhao，TAO Zhang.The combination of SfM and monocular SLAM[C]//《控制与决策》编辑部.第26届中国控制与决策会议论文集.长沙：《控制与决策》编辑部，2014：5282-5286.

[8] CARR J R，SOBEK J S.Digital scene matching area correlator(DSMAC)[J].SPIE Image Processing for Missile Guidance，1980，238：36-41.

[9] SOTELO M A，RODRIGUEZ F J，MAGDALENA L.Virtuous： vision-based road transportation for unmanned operation on urban-like scenarios[J].IEEE Transactions on Intelligent Transportation Systems，2004，5(2)：69-83.

[10]VISHNU R，MICHAEL N，HUMENBERGER M，et al.Vision-based landing site evaluation and trajectory generation toward rooftop landing[EB/OL].(2015-06-22)[2016-01-22].http：//www.roboticsproceedings.org/rss10/p44.pdf.

[11]SHEN S，MULGAONKAR Y，MICHAEL N，et al.Vision-based state estimation and trajectory control towards high-speed flight with a quadrotor[EB/OL].(2015-06-22)[2016-01-22].http：//roboticsproceedings.org/rss09/p32.pdf.

[12]SCHERER S，CHAMBERLAIN L，SINGH S.Autonomous landing at unprepared sites by a full-scale helicopter[J].Robot Autonomous System，2012，60(12)：1545-1562.

[13]SHKURTI F，REKLEITIS I.Feature tracking evaluation for pose estimation in underwater environments[EB/OL].(2011-12-12)[2016-01-22].http：//www.cim.mcgill.ca/～yiannis/Publications/CRV-2011.pdf.

[14]施小成，王晓娟.一种面向 AUV 水下对接的双目视觉测距方法[J].计算机测量与控制，2008，16(10)：1460-1462.

[15]姜玲.UUV 对接过程中单目视觉导引方法研究[D].哈尔滨：哈尔滨工程大学，2011：1-6.

[16]吴宏鑫，胡海霞，解永春.自主交会对接若干问题[J].宇航学报，2003，24(2)：132-137.

[17]张力军，钱山.逼近段惯性/视觉组合相对导航算法[J].上海航天，2011，28(3)：8-16.

[18]ANASTASIOS I，TRAWNY M N，ROUMELIOTIS S I，et al.Vision-aided inertial navigation for spacecraft entry，descent，and landing[J].IEEE Transactions on Robotics，2013，25(2)：264-280.

[19]DELAUNE J，BESBERAIS G L，VOIRUN T，et al.Visual-inertial navigation for pinpoint planetary landing using scale-based landmark matching[J].Robotics and Autonomous Systems，2016(78)：63-82.

Development of vision/inertial integrated navigation in different application scenarios

LI Fengyang1,2，JIA Xuedong1，DONG Ming2,3

(1. Institution of Navigation and Aerospace Engineering, Information Engineering University,Zhengzhou，Henan 450001,China;2.State Key Laboratory of Geo-information Engineering, Xi’an,Shanxi 710054,China;3.Satellite Navigation Engineering Center, Beijing 100094,China)

Aiming at the problem that inertial navigation cannot meet the requirement of long term and high precision，the paper proposed to use vision navigation which has the characteristics of highly sensitive to relative navigation information and of increased precision with reduced distance，to make up for the drawback of inertial navigation under underwater，deep space and other closed and complicated environment： the current development of the vision/inertial integrated navigation was induced according to four different application scenarios of ground，air，underwater，and deep space，and the needs and quota of difference application environment to the integrated navigation were compared.Finally，the developing trend of vision/inertial integrated navigation was given.

vision navigation；inertial navigation；integrated navigation；JPADS；Mars rover

2016-04-25

地理信息工程国家重点实验室重点基金项目(SKLGIE2014-Z-2-1)。

李丰阳(1992—)，男，陕西西安人，硕士研究生，研究方向为组合导航、卫星/惯性/视觉导航信息融合。

贾学东(1975—)，男，河南南阳人，博士，副教授，研究方向为导航时间与频率系统、导航装备等。

李丰阳，贾学东，董明.惯性/视觉组合导航在不同应用场景的发展[J].导航定位学报，2016，4(4)：30-35.(LI Fengyang，JIA Xuedong，DONG Ming.Development of vision/inertial integrated navigation in different application scenarios[J].Journal of Navigation and Positioning，2016，4(4)：30-35.)

10.16547/j.cnki.10-1096.20160406.

V249.32

A

2095-4999(2016)04-0030-06