基于光流传感器的位置信息融合方法

卢艳军，张 前，张晓东，刘 冬

(1.沈阳航空航天大学自动化学院，辽宁 沈阳 110136；2.辽宁通用航空研究院，辽宁 沈阳 110136)

0 引言

飞行器位置信息的获取需要相关的传感器测量和相关信息计算，光流传感器和加速度计可以测量飞机的飞行速度，通过积分计算速度信息，得到飞机的位置信息[1]。超声波传感器垂直安装在机身下方，可以直接测量到一个飞机高度，全球定位系统(GPS)是通过太空中的卫星系统，直接给出飞行器的地理位置信息[2]。

目前，无人机主要是利用GPS传感器获取位置信息，但无人机在近地面空间飞行时，受建筑物、树木对GPS信号的遮挡，且GPS传感器本身误差较大，无法获得准确的定位信息[3]。国内外研究人员将四旋翼飞行器的GPS传感器提供的数据与惯性测量单元(IMU)输出的数据进行融合，得到位置信息[4]，此位置信息相较于单一的GPS传感器较精准；但在GPS信号变弱甚至丢失时，且在飞行过程中IMU会产生积分累积误差，因此融合后的位置信息有局部震荡，造成位置信息的不可靠，影响飞行器飞行效果[5]。文献[6]抛弃GPS传感器使用光流传感器辅助惯性单元测得飞行器的速度，实现了飞行器定点悬停。文献[7]通过光流传感器采集数据设计了基于扩展Kalman滤波(EKF)的导航算法，实现了飞行器在无GPS环境下的自主导航，但由于缺少GPS，无人机在高空机动飞行的情况下，相关传感器性能下降，导致飞行控制的精度降低[8]。

目前，基于GPS/IMU的位置信息融合方法存在积分累积误差，且由外界因素导致飞行器上的GPS传感器的信号变弱甚至丢失时，产生位置信息误差过大。……