基于多传感器数据融合的四旋翼飞行器位置估计

甘智高 李栋

摘 要：四旋翼飞行器位置估计是对其控制与决策的基础，研究四旋翼飞行器位置估计问题具有重要意义。通常四旋翼位置估计主要依赖于加速度计，气压计以及全球定位系统GPS等。但由于大多数传感器在测量时存在噪声和冗余问题，同时单一的传感器信号也往往无法直接应用于四旋翼的位置估计。因此把多类传感器的信号融合起来对飞行器进行位置估计是非常有必要的，可以提高其位置估计的精确性和鲁棒性。本文从传感器的测量模型出发，利用加速度计、气压计、GPS三类传感器分别对位置进行估计。利用多种类型传感器进行测量，融合多个传感器的数据，从而对四旋翼进行更为精准的位置估计。

关键词：四旋翼飞行器;多传感器;信息融合;位置估计

中图分类号：TP273 文献标识码：A 文章编号：1671-2064（2019）21-0076-02

0 引言

四旋翼飞行器是近年来发展起来的一门新兴综合技术，在军事、科研和工业中有着十分广阔的应用前景。目前，四旋翼无人机以其驱动力高，灵活性强以及适用场合广的特点广泛应用于各个领域。它可以代替人去执行一些相对难度较高，危险度较大的任务。顺利地执行这些任务的前提是要精确的估计出四旋翼飞行器的位置，从而对其进行有效的控制。由于单一传感器的数据对四旋翼位置进行估计其精确性很难得到保证，因此对基于多传感器数据融合的四旋翼位置估计的研究具有广泛的实用意义。

1 多传感器数据融合技术概述

多传感器数据融合是20世纪70年代以来形成的一门新兴边缘学科。在军事、国防、航天等高科技领域有着广泛的应用，目前已成为备受人们关注的热门领域。数据融合技术是将来自多个传感器的测量数据及相关数据库的有关信息进行联合、相关、组合以获得比任一单个传感器数据更加全面、具有更高可靠度的数据信息。

2 单传感器位置估计存在的问题分析

四旋翼传感器如人身上的器官，能够提供必要的信息。为了降低四旋翼的成本，企业大多选择精度较低的廉价的传感器。这些传感器虽然也能够直接测量加速度、角速度等。但都存在很大的测量噪声，一方面有些信息无法直接测量到，比如速度、姿态角、障碍物、位置等，它们需要另外估计出来。另外一方面，传感器的信息存在着冗余。

对于四旋翼飞行器而言，准确的外界信息和自身状态信息，往往不是由单一的传感器获得的，而是由多个不同类型的传感器进行数据融合所得到的。多个传感器信号的融合对于四旋翼飞行器非常重要，它在很大程度上决定了四旋翼飞行器的智能化水平。

3 各类传感器位置估计测量的技术原理

3.1 气压计

（1）基本原理：四旋翼多采用压电式气压计，气压计是一种压力传感器。新一代的气压计既可以测量气压和高度，又可以测量温度。大气压随高度的增加而减小，气压计正是通过测量大气压来估计高度。因为大气压分布不是均匀的，而且气压计对气流的影响很敏感，所以气压计在有风的情况下经常测量不准。因此气压计只能够得到飞行高度的近似值。

（2）校正：因为气压计测量的微小变化不会对飞行器造成很大的性能下降。因此这些传感器产生的偏差可以通过多旋翼飞行在线进行校正。

（3）测量模型：气压计用于测量绝对高度，进一步可以得到相对高度。

气压计测量的高度与真实高度之间的关系：测量的高度=真实的高度+漂移+白噪声。

（4）特点：最大采样频率较小，数据更新较慢，原始数据输出噪声较大。

3.2 全球定位系统GPS

（1）全球定位系统GPS的基本原理：全球定位系统由若干颗卫星组成，位置已知。其基本原理是利用测GPS接收机到卫星的距离，然后通过解方程确定GPS接收机的位置。

用GPS对位置进行估计会存在不同的伪距误差。对C/A码测得的伪距称为C/A码伪距，精度约为20米左右，对P码测得的伪距称为P码伪距，精度约为2米左右。考虑电离层、对流层和钟差影响，伪距定位基本观测方程为：ρ=ρ+c（δt+δT+δI）。

ρ：表示接收机到卫星之间的距离;

ρ：偽距;

c：光速;

δt：卫星导航给出的卫星时钟差;

δT：接收机钟差;

δI：大气中信号累积误差;

卫星坐标：Ps，k∈R3，k=1，…，ns（表示有ns颗卫星）;

用户接收机位置坐标：Pr∈R3;

（2）差分GPS的基本原理：差分GPS主要是通过消除误差公共项来改善定位性能。差分GPS系统由基准站、数据链和用户三部分构成。它要求有高质量的GPS基准接收机放在已知坐标的基准站上，基准站估算每个卫星的测距误差分量，并对每颗卫星可视范围内的卫星形成校正值，将该校正值通过数据链发送给所有的GPS用户。利用这些校正数据最后来校正自己的位置值，从而得到更加精确的位置定位信息。

（3）GPS的测量模型：GPS接收机放在多旋翼飞行器上，用于测量在地球固连坐标系的位置P∈R3。它可以表示为PGPS=P+bp+np。

PGPS：测量位置信号;

P：真实位置信号;

bp：漂移;

np：噪声;

一般的GPS和差分GPS都可以采用上面的模型，不同的是它们的精度和频率不同，体现在漂移和噪声参数上。

（4）GPS特点：最大采样频率较小，数据更新较慢，原始数据输出噪声较大。

3.3 三轴加速度计

（1）基本原理：

三轴加速度计是一种惯性传感器，能够测量物体的比力，即去掉重力后的整体加速度或者是单位质量上作用的非引力。当加速度计保持静止时，加速度计能够感知重力加速度，此时整体加速度为零。在自由落体运动中，整体加速度就是重力加速度，但加速度计内部处于失重状态，此时三轴加速度计输出为零。

（2）加速度计的校正：

一般校正：需要外部标定设备，精确度很高但比较麻烦。

自动校正：不需要外部标定设备，比较简单但精度度略差。

（3）加速度计的测量模型：

加速度计固联在机体轴上，测量的是三个机体轴方向上的比力，记为am∈R3，可以表示为=+ba+na。

：校正后测量的比力;

：真实的比力;

ba：漂移;

na：高斯白噪声;

（4）加速度计的特点：抗干扰性好，采样频率大，数据更新快，实时性强。

4 多传感器数据融合的优势分析

多旋翼在飞行时通过GPS可以获得当前的位置，联合气压计可以进一步获得当前更为精确的多旋翼的位置信息。首先定义绝对位置为P=[Px Py Pz]T∈R3。

过程模型可以表示为：=R（-ba-na）+ge3。

观测模型可以表示为：PxGPS=+;PyGPS=+ 。

dbaro=-++

观测模型中有GPS和气压计，其中GPS来观测的是水平的位置，而气压计测量的是竖直方向上的高度。由于气压计和GPS数据更新较慢的特点，相对于加速度计会有一定的滞后。所以不能直接用这三个传感器同一时间的输出数据进行处理去估计四旋翼飞行器的当前位置。应该先把此刻三轴加速度计输出的数据保存起来，与下一时刻气压计和GPS的输出数据进行融合，才能更加准确的估计四旋翼的位置。

图1为气压计与加速度计融合的数據效果图，通过延迟回路算法的处理，减轻了由GPS和气压计延迟所带来的干扰。融合后得到的高度信息更为精确，偏差明显变小。

5 结语

本文采用多传感器数据融合对四旋翼飞行器进行位置估计，利用加速度计、气压计、GPS三类传感器对位置信息进行测量。利用GPS与气压计数据输出滞后于加速度计的特点，通过实时GPS与气压计的输出数据与加速度计上一时刻的输出数据进行数据联合，从而更为精准的估计四旋翼飞行器的位置。基本原理是利用这些传感器的信息互补的特性，通过多个传感器信号的融合对四旋翼飞行器进行更为有效的位置估计。多传感器数据融合与单传感器处理相比有很大的优势。

一方面当某一传感器无法正常工作时，还能有其他传感器可以提供相关的信息，提供了飞行器的容错性，从而生存能力更强。另一方面提高了位置估计的可信度与准确度。

参考文献

[1] 陈懂，刘瑢，金世俊.智能小车的多传感器数据融合[J].现代电子技术，2005，28（6）：3-5.

[2] 董为浩.基于目标定位的数据融合算法研究[D].杭州电子科技大学，2015.

[3] 全权.详解机器人基础入门知识[J].机器人产业，2018（06）：71-83.

[4] 黄艳国.基于信息融合的四旋翼飞行器的姿态解算[J].计算机仿真，2018（09）：59-64.