控制与决策

作者：蒋浩然,谷丰,滕天启,何玉庆

单位：中国科学院沈阳自动化研究所 机器人学国家重点实验室，沈阳 110016;中国科学院大学，北京 100049,,中国科学院沈阳自动化研究所 机器人学国家重点实验室，沈阳 110016,,中国科学院沈阳自动化研究所 机器人学国家重点实验室，沈阳 110016;中国科学院大学，北京 100049,,中国科学院沈阳自动化研究所 机器人学国家重点实验室，沈阳 110016,

关键词：无人机导航;多传感器融合;超宽带测距传感器;视觉惯性里程计;因子图优化

基金：国家重点研发计划项目(2023YFB4704402)；辽宁省科技厅项目(2023020427-JH1/104)；国家自然科学基金项目(U22B2041)；中科院青促会优秀会员项目(Y2022065).

视觉惯性里程计(VIO)是卫星拒止环境下的高效导航定位方法, 但是由于传感器噪声和累计误差的存在, 不可避免地会产生漂移而影响导航定位精度. 针对上述问题, 提出一种融合距离梯度的单目视觉-惯性-UWB紧耦合导航定位方法. 通过构建超宽带(UWB)测距传感器的测量距离及其梯度信息的残差模型, 利用因子图优化方法实现VIO与UWB的信息融合, 特别是距离梯度信息的引入, 能够实现速度信息的修正, 从而以多传感器紧耦合融合的方式进一步抑制导航系统的漂移并改善导航定位精度. 将所提出方法在EuRoc公开数据集以及实际的无人机平台上进行多种飞行模式的实验验证, 实验结果表明: 所提出方法具有良好的可行性和导航定位性能, 与使用相同测量信息的同类方法比较, 导航精度能够提升13.7%.

来源：2025年第8期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第8期