采用相对位置量测的紧耦合式多无人机协同定位算法

TP29%V249.3; 针对仅使用惯性测量单元(IMU)的自主定位导航存在严重误差累积的问题,将IMU解算和置信传播(BP)算法进行紧耦合,在扩展卡尔曼滤波器(EKF)的框架下,使用无人机(UAV)间的相对位置量测直接更新大地坐标系下各无人机的位置状态,提出了一种适用于大地坐标系多无人机定位与导航的紧耦合的分布式协同定位算法(EKF-BP).首先,实现了基于IMU量测和无人机间相对位置量测的集中式协同定位算法;接着,将BP算法扩展到大地坐标系,并与基于IMU的自主导航紧耦合,完成卫星拒止环境中多无人机系统的协同定位与导航;最后,将所提出的方法与基于协方差交叉的协同定位进行比较.仿真结果表明,...

Full description

Saved in:
Bibliographic Details
Published in西安交通大学学报 Vol. 58; no. 10; pp. 178 - 187
Main Authors 刘淑青, 高永新, 韩德强
Format Journal Article
LanguageChinese
Published 西安交通大学电子与信息学部,710049,西安 01.10.2024
Subjects
置信传播
belief propagation
分布式协同定位
协方差交叉
centralized cooperative localization
distributed cooperative localization
covariance intersection
集中式协同定位
Online AccessGet full text
ISSN0253-987X
DOI10.7652/xjtuxb202410016

Cover

More Information
Summary:TP29%V249.3; 针对仅使用惯性测量单元(IMU)的自主定位导航存在严重误差累积的问题,将IMU解算和置信传播(BP)算法进行紧耦合,在扩展卡尔曼滤波器(EKF)的框架下,使用无人机(UAV)间的相对位置量测直接更新大地坐标系下各无人机的位置状态,提出了一种适用于大地坐标系多无人机定位与导航的紧耦合的分布式协同定位算法(EKF-BP).首先,实现了基于IMU量测和无人机间相对位置量测的集中式协同定位算法;接着,将BP算法扩展到大地坐标系,并与基于IMU的自主导航紧耦合,完成卫星拒止环境中多无人机系统的协同定位与导航;最后,将所提出的方法与基于协方差交叉的协同定位进行比较.仿真结果表明,分布式协同定位算法具有明显的计算效率优势,与基于协方差交叉的分布式协同定位方法相比,所提EKF-BP算法提高了多无人机系统在卫星拒止环境中的定位导航精度,是协方差交叉方法提升量的10倍左右.所提的分布式EKF-BP算法能够显著地抑制仅依赖IMU数据所导致的定位导航精度随时间迅速变差的问题.
ISSN:0253-987X
DOI:10.7652/xjtuxb202410016