当前位置: 首页 > news >正文

无人机导航技术,无人机导航理论基础,无人机导航技术应用发展详解

惯性/卫星定位组合是一种比较理想的组合导航系统。在无人机导航领域,多年来惯性/卫星定位组合导航系统的研究一直受到普遍的关注,大量的理论研究成果得到实际应用。

常见的几类导航系统

单一导航

卫星导航系统 、多普勒导航、惯性导航系统(INS) 、图形匹配导航系统、无线电跟踪系统 、 地磁导航、天文导航。

图片

组合导航

INS / GPS 组合导航系统、惯导 / 多普勒组合导航系统、惯导 / 地磁组合导航系统、惯导 / 地形匹配组合导航系统、GPS / 航迹推算组合导航系统。

卫星导航系统

图片

GPS导航原理

图片

惯性导航系统

分类:平台式惯导系统 & 捷联惯导系统

包含模块:计算机、加速度计、陀螺仪或其他运动传感器的平台

工作原理:

图片

平台式惯导系统

图片

捷联惯导原理图

图片

惯导系统的特点

优点:

不依赖外界任何信息实现完全自主的导航;隐蔽性好;不受外界干扰;不受地形影响;能够全天候工作。

缺点:

系统精度取决于单个传感器精度,实际空间位置的漂移是不可避免的,并随时间累积。

多普勒导航

多普勒导航系统是利用多普勒效应实现的,该系统由磁罗盘或陀螺仪表、多普勒雷达和导航计算机组成。

磁罗盘或陀螺仪表的作用类似于指北针,可测出无人机的航向角。

多普勒雷达不断地沿着某方向向地面发出无线电波,利用无人机和地面有相对运动产生多普勒效应,测出雷达发射的电磁波和接收到的回波的频率变化,从而计算出无人机相对于地面的飞行速度,速度的方向就是该点航线的方向。

图形匹配导航系统

预先将无人机经过的地域,通过大地测量、航空摄影或已有的地形图等方法将地形数据(主要是地形位置和高度数据)制成数字化地图,存贮在机载计算机中,当飞机飞越上述区域时,其上的探测设备再次对该区域进行测量并与预先存储的原图进行比较,确定实际位置和位置偏差,从而实现对无人机的导航。

单纯的图形匹配导航不能提供地理坐标位置,必须和其他导航方式进行组合,更多的是和图形/惯性组合。

图形匹配导航可分为地形匹配导航和景像匹配导航两种。

地磁导航

地磁场是矢量场,在地球近地空间内任意一点的地磁矢量与其它地点的地磁矢量是不同的,且与该地点的经纬度是一一对应的。因此,理论上只要知道该点的地磁场矢量就可实现全球定位。

图片

地磁导航特点

优点:无源、无辐射、隐蔽性强,不受敌方干扰、全天时、全天候、全地域、能耗低的优良特征,导航不存在误差积累,在跨海制导方面有一定的优势。

缺点:地磁匹配需要存储大量的地磁数据;实时性与计算机处理数据的能力有关。

天文导航

天文导航是根据天体来测定飞行器位置和航向的导航技术。

图片

特点:应用范围广(海陆空均可),可靠性高、自主性强、隐蔽性好。

天文导航自动化设备的一般构成

图片

组合导航

组合导航是指把两种或两种以上的导航系统以适当的方式组合在一起,利用其性能上的互补特性可以获得比单独使用任一系统时更高的导航性能。

除了可以将以上介绍的导航技术进行组合之外,还可以应用一些相关技术提高精度,比如大气数据系统、航迹推算技术等。

INS / GPS 组合导航系统

组合导航常以 INS 作为主导航系统,而将其他导航定位误差不随时间积累的导航系统,如无线电导航、天文导航、地形匹配导航和卫星导航等系统作为辅助导航系统。

全球鹰无人机导航系统分析

图片

航系统的性能要求分析

精确

全球鹰无人机的定位精度可达10 m内;

姿态角精度20″,姿态角分辨率优于1″;

航向角精度1′;

航向角分辨率优于1′。

可靠

要求其具有极高的可靠性和自主性,可以在不同条件下调整导航系统以保证导航精度满足要求;

尽可能保持静默,以使自己被发现、被攻击的可能性最小。

长航时    

高空长航时无人机要飞行数十小时,这就需要导航系统的高度稳定;

一些可用于短程无人机的缓慢发散的导航方法并不适合高空长航时无人机。 

导航系统总体方案分析

图片

总体方案特点分析

INS/GPS组合系统作为主要导航系统,SINS/GPS/ADS的组合导航系统结构。

大气数据系统(ADS)是一种自主、无源工作的系统,可靠性较高,而且不受高度、地形等因素的影响,在高空长航时无人机的全程都可以使用,因此,是一种较为理想的信息源。增强导航系统的容错性和可靠性。

无人机导航技术的发展趋势

应用新型惯导系统,提高导航精度;

新型导航技术的不断发展,为无人机导航提供更多选择;

增加导航组合因子,提高导航健壮性;

面对不确知环境,具备智能性、自适应性的导航能力。

图片

相关文章:

  • 机器学习:卷积介绍及代码实现卷积操作
  • 华为第二批难题五:AI技术提升六面体网格生成自动化问题
  • (二)【Jmeter】专栏实战项目靶场drupal部署
  • 炫酷3D按钮
  • λ-矩阵知识点
  • 酷开科技荣获消费者服务平台黑猫投诉“消费者服务之星”称号
  • Swift Combine 级联多个 UI 更新,包括网络请求 从入门到精通十六
  • 《UE5_C++多人TPS完整教程》学习笔记4 ——《P5 局域网连接(LAN Connection)》
  • re:从0开始的CSS之旅 13. 文档流
  • VueCLI核心知识综合案例TodoList
  • Android 自定义BaseFragment
  • Panalog 日志审计系统 sessiptbl.php 前台RCE漏洞复现
  • 蓝桥杯(Web大学组)2022国赛真题:水果消消乐
  • Python学习之路-爬虫进阶:爬虫框架雏形
  • 构建智慧交通平台:架构设计与实现
  • crontab执行失败的多种原因
  • exif信息对照
  • iOS | NSProxy
  • javascript 哈希表
  • JavaScript-Array类型
  • Java精华积累:初学者都应该搞懂的问题
  • MYSQL如何对数据进行自动化升级--以如果某数据表存在并且某字段不存在时则执行更新操作为例...
  • React-Native - 收藏集 - 掘金
  • scrapy学习之路4(itemloder的使用)
  • Vue小说阅读器(仿追书神器)
  • 技术胖1-4季视频复习— (看视频笔记)
  • 你不可错过的前端面试题(一)
  • 全栈开发——Linux
  • 【云吞铺子】性能抖动剖析(二)
  • ​ 全球云科技基础设施:亚马逊云科技的海外服务器网络如何演进
  • ​Kaggle X光肺炎检测比赛第二名方案解析 | CVPR 2020 Workshop
  • ​LeetCode解法汇总1410. HTML 实体解析器
  • #鸿蒙生态创新中心#揭幕仪式在深圳湾科技生态园举行
  • (07)Hive——窗口函数详解
  • (板子)A* astar算法,AcWing第k短路+八数码 带注释
  • (超简单)构建高可用网络应用:使用Nginx进行负载均衡与健康检查
  • (附源码)spring boot校园拼车微信小程序 毕业设计 091617
  • (提供数据集下载)基于大语言模型LangChain与ChatGLM3-6B本地知识库调优:数据集优化、参数调整、Prompt提示词优化实战
  • . ./ bash dash source 这五种执行shell脚本方式 区别
  • ./configure,make,make install的作用(转)
  • .NET CF命令行调试器MDbg入门(二) 设备模拟器
  • .NET MVC之AOP
  • .net遍历html中全部的中文,ASP.NET中遍历页面的所有button控件
  • .NET成年了,然后呢?
  • .NET多线程执行函数
  • .NET值类型变量“活”在哪?
  • /deep/和 >>>以及 ::v-deep 三者的区别
  • @data注解_SpringBoot 使用WebSocket打造在线聊天室(基于注解)
  • [Angular] 笔记 16:模板驱动表单 - 选择框与选项
  • [C/C++] -- 二叉树
  • [C++参考]拷贝构造函数的参数必须是引用类型
  • [CISCN 2019华东南]Web11
  • [Java]快速入门优先队列(堆)手撕相关面试题
  • [LeetCode][面试算法]逻辑闭环的二分查找代码思路
  • [Markdown] 02 简单应用 第二弹