基于視覺-慣性的四旋翼無人機自主導(dǎo)航系統(tǒng)狀態(tài)估計研究

何 玲

（蘇州工業(yè)園區(qū)職業(yè)技術(shù)學(xué)院,江蘇 蘇州 215000）

1 研究內(nèi)容

研究者利用一臺筆記本運行控制算法，通過無線局域網(wǎng)實現(xiàn)對Parrot公司的AR.Drone 2.0無人機的自主導(dǎo)航?？刂扑惴ㄖ饕齻€部分：同步定位與地圖構(gòu)建（Simultaneous Localization And Mapping，SLAM）、擴展卡爾曼濾波（Extended Kalman Filter，EKF）和PID控制。三者彼此間的關(guān)系如圖1所示。

圖1 系統(tǒng)示意圖

2 狀態(tài)估計和預(yù)測

圖3 預(yù)測模型

3 結(jié)論

域網(wǎng)傳輸及其他大量計算等原因造成的時延；第三個是PID控制器，用于控制無人機的姿態(tài)，實現(xiàn)無人機飛向或保持在目標位置。

通過測試證明，因存在慣性和高度測量，可以從臨時的視覺追蹤丟失中恢復(fù)；因視覺SLAM的存在，可以限制IMU時間累積誤差量。

無人機自主導(dǎo)航系統(tǒng)包含三個主要部分：第一個是基于關(guān)鍵幀的單目SLAM，用于無人機的姿態(tài)估計；第二個是擴展卡爾曼濾波（EKF），利用EKF融合視覺姿態(tài)以及其他傳感器的測量姿態(tài)，實現(xiàn)不同數(shù)據(jù)源的同步，并補償因無線局