视觉和惯导信息融合小型无人机位姿估计研究

王继红，吴伯彪，张亚超，赵明冬

（郑州科技学院电气工程学院，河南 郑州 450064）

0 引 言

无人机执行艰巨复杂的任务时，对位姿的估计及其重要，卫星导航是常用的方法。但是卫星的信号在许多复杂的环境下会变得非常微弱甚至失锁。因此，可采用自主导航方式（主要包含惯性导航、视觉导航及雷达导航）代替。而较轻的单目视觉传感器以其小体积、低功耗闻名，将其用于无人机上，既可用来定位，也可用来进行无人值守和目标追踪与锁定。视觉同步定位与建图（visual simultaneous localization and mapping,VSLAM）技术[1]在近些年发展较快，这为无人机位姿估计提供了一种新的思路。

VSLAM技术指利用相机拍摄的图像获取自身位姿的同时完成对周围环境图像的构建。目前主要包含两种方法：一是通过两幅图像特征的提取获取相机此时的位姿，较为典型的为PTAM算法[2]以及ORB-SLAM算法[3]。另一种则是通过优化图像中的像素帧间获取位姿变化，称为直接法，较为典型的为SVO算法[4]和LSDSLAM算法[5]。由于直接法计算量较大，无法满足无人机位姿的实时解算。因此，本文利用ORB-SLAM算法进行位姿估计。

单目视觉的输出频率较低，无法满足无人机对高动态性能的需求，且利用纯视觉在复杂环境中获取的位姿不够精确。因此，将惯性测量单元（inertial measurement unit，IMU）和视觉进行组合用于无人机可获得高精度的位姿估计。

将视觉传感器和IMU进行融合可分为松紧耦合[6-7]两种。其中，松耦合通过扩展卡尔曼滤波[8]或无迹卡尔曼滤波（unscented Kalman filter，UKF）[9]将视觉传感器和IMU两个单独模块获得的位姿信息进行融合，文献[10]和[11]采用的信息融合属于松耦合。……