基于微型雷达阵列的未知环境并行导航方法和系统

技术特征：
1.基于微型雷达阵列的未知环境并行导航方法，其特征在于，包括以下步骤：获取微型雷达阵列序贯采样的实时数据；依据姿态角对实时测量数据进行补偿；根据采集数据计算坡度和坡向以进行坡面的识别；基于坡面的识别根据地形匹配算法对突变地形进行匹配；根据匹配结果进行导航计算，由速度累加得到从对地面探测时间开始到经过任意地形时刻导航所需的相对位置信息，进而计算得到导航结果。2.根据权利要求1所述的基于微型雷达阵列的未知环境并行导航方法，其特征在于，所述微型雷达阵列按照矩阵式排布在无人系统上，阵列共m行，每行安装n个雷达，雷达阵列安装于无人系统本体坐标系，前后排雷达一一对应；雷达数据采集端指向朝下且相互平行。3.根据权利要求1所述的基于微型雷达阵列的未知环境并行导航方法，其特征在于，阵列雷达以序贯采样方式测量地形、地物，阵列中相邻雷达采样存在时间差。4.根据权利要求1所述的基于微型雷达阵列的未知环境并行导航方法，其特征在于，所述依据姿态角对雷达数据进行补偿，具体包括：雷达阵列前后排距无人系统质心距离为l
g
/2，当俯仰角为θ时，雷达阵列数据修正为其中，d
m
为雷达采集相对地形的距离，d为修正后的无人系统飞行相对地形的距离；将前排和后排每两个对应的雷达看作一组导航系统，共构成n组导航系统，设k时刻前排第j个雷达经过某个地形，此时得到的雷达数据为经过i个周期后排第j个雷达经过同一地形，雷达测量到的数据为根据上述条件：其中，表示前排第j个雷达在k时刻的测量数据，表示后排第j个雷达在k i时刻的测量数据。5.根据权利要求4所述的基于微型雷达阵列的未知环境并行导航方法，其特征在于，所述置信度参数ε的计算为：其中，φ(x)为对应的概率分布函数；给出的取值，结合已知σ
r
，σ
h
通过概率分布得到置信度参数ε；进而得到补偿后的雷达数据。6.根据权利要求1所述的基于微型雷达阵列的未知环境并行导航方法，其特征在于，所述根据采集数据计算坡度和坡向以进行坡面的识别，具体包括：无人系统沿y方向运动，机上雷达阵列扫过计算区域，机载共2n个雷达，每排阵列由n个雷达构成，雷达采用序惯采样，2个雷达序惯采样周期为t；相邻雷达安装距离记为x
cellsize
，同一雷达在上一时刻k-1至当前时刻k飞过的距离由无人系统速度v和序惯采样周期t所决
定：y
cellsize
＝v
×
t其中，v为无人系统在经过上一次突变点时的速度；分别计算k-1时刻各点的坡向和坡度；设曲面函数为z＝f(x,y),则坡度为其中，和分别为x方向和y方向的坡度；以k时刻各点为例，其x和y方向的坡度分别为为坡向计算方法为其中，当雷达阵列采用序贯采样方式时，相邻雷达的采样时间间隔则相邻雷达在无人系统前进方向上产生的相对位移为l
r
′
＝vt
′
其中，v为无人系统飞行速度；进而得到：以k-1时刻地形高度数据和k时刻地形高度数据作直线拟合，得到
为在x方向上与k时刻采样点在同一直线的采样点地形高度数据估计值；由此，x方向坡度修正为：进而完成坡面的识别。7.根据权利要求1所述的基于微型雷达阵列的未知环境并行导航方法，其特征在于，所述基于坡面的识别根据地形匹配算法对突变地形进行匹配，具体包括：通过地形坡度来判断突变地形，满足：其中的e表示坡度变化的阈值；当无人系统经过的地形满足上述条件时，判断为突变地形；其中，坡度变化的阈值e的取值满足下式：根据地形特征复杂度，给出的取值，进而求出e值。8.根据权利要求1所述的基于微型雷达阵列的未知环境并行导航方法，其特征在于，所述根据匹配结果进行导航计算，具体包括：雷达阵列的探测周期为t，当无人系统沿垂直于阵列方向直线运动时，各雷达采样点在周期t内沿飞行方向产生相对位移，每组导航系统对应雷达产生的相对位移为其中，v为无人系统飞行速度，t为雷达阵列的序惯测量周期；前排和后排雷达阵列的安装距离为l
m
，在一个探测周期内，前排和后排对应雷达采样点距离修正为l＝l
m-l
r
前排雷达和后排雷达经过同一地形的时间差t＝it，则联立以上各式得到无人系统经过该地形的速度：其中，t为每次探测的雷达阵列采样周期；无人系统速度为当i＝1时两种速度计算结果相差最大，最大相差
9.基于微型雷达阵列的未知环境并行导航系统，其特征在于，包括：数据获取模块，用于获取微型雷达阵列序贯采样的实时数据；识别匹配模块，用于依据姿态角对实时数据进行补偿；根据采集数据计算坡度和坡向以进行坡面的识别；基于坡面的识别根据地形匹配算法对突变地形进行匹配；导航计算模块，用于根据匹配结果进行导航计算，由速度累加得到从对地面探测时间开始到经过任意地形时刻导航所需的相对位置信息，进而计算得到导航结果。10.一种无人系统，其特征在于，包括权利要求9所述的基于微型雷达阵列的未知环境并行导航系统。

技术总结
本发明公开了基于微型雷达阵列的未知环境并行导航方法和系统，其具体步骤如下：获取微型雷达阵列序贯采样的实时数据；依据姿态角对实时数据进行补偿；根据采集数据计算坡度和坡向以进行坡面的识别；基于坡面的识别根据地形匹配算法对突变地形进行匹配；根据匹配结果进行导航计算，由速度累加得到从对地面探测时间开始到经过任意地形时刻导航所需的相对位置信息，进而计算得到导航结果。本发明旨在实现无人系统在地形复杂多变的未知环境中进行自主导航，消除雷达阵列序贯采样方式造成的系统性误差，提高导航精度，同时获取地形包括坡度和坡向的信息。该发明的精度高、成本低、实时性好。性好。性好。


技术研发人员：梁勇奇 许金立
受保护的技术使用者：西安交通大学
技术研发日：2022.03.30
技术公布日：2022/7/19