基于自主定位GNSS的室内无人机飞行控制导航性能评估方法

本发明属于旋翼无人机飞行控制与导航性能评估领域，其中包括室内自主定位、gnss/rtk信号生成、实时状态估计、多传感器融合、计算机视觉等，特别是在于可在室内环境下对闭源无人机实现实时姿态检测以及飞行控制与导航性能的评估，具体涉及到基于信号模拟的室内卫星定位测试方法和无人机飞行控制与导航性能评估系统。

背景技术：

1、多旋翼飞行器是一种依靠多个不可变距的螺旋桨提供控制力和力矩的航空飞行器，可以较为轻松地完成垂直起降、悬停、转向等基本飞行动作，在航拍摄影、勘探检测、农业植保、救援搜救等领域有着广泛的应用，在短途货运物流、载人短程运输等新型领域也有着一定的市场和发展前景。

2、相比于固定翼飞机，旋翼机的执行器是由电机螺旋桨组成，当发生故障时会直接影响无人机的飞行状态，导致无人机未能按照任务指令飞行甚至发生撞击坠毁事故，在室外场景可能造成经济损失甚至人员伤亡。故无人机飞行控制与导航性能的安全性与可靠性逐渐成为无人机在大型场所使用的重要考核指标。为验证这一性能，通常需要定期对无人机进行飞行控制与导航性能评估工作。但市场上无人机应用通常选择以大疆，道通等成熟企业生产的闭源无人机设备，难以直接获取无人机状态信息，无法在室内进行gps导航飞行实现，无法实现定期对无人机的飞行控制与导航性能进行评估。

3、故发明主要针对当前无人机缺乏飞行控制与导航性能评估能力，提出一套基于自主定位系统的gnss/rtk信号生成的室内无人机飞行控制与导航性能评估方法，可以部署在闭源程度较高的无人机上，降低调取监控数据的难度；在室内部署了基于卫星定位装置的无人机室内定位系统，可以在室内实现卫星导航，可以在室内环境下对无人机的飞行控制与导航性能进行评估，验证无人机的飞行控制与导航性能；构建了一套高通用性的针对旋翼无人机的飞行控制与导航性能评估系统，使用开源系统统一化相关的数学定义与描述、划分和接口，提高系统通用性。

技术实现思路

1、由于无人机元器件在飞行中会受到环境温度，湿度等因素干扰产生不可见损伤，当发生故障时会直接影响无人机的飞行状态，导致无人机未能按照任务指令飞行甚至发生撞击坠毁事故，在室外场景可能造成经济损失甚至人员伤亡。故无人机飞行控制与导航性能的安全性与可靠性逐渐成为无人机在大型场所使用的重要考核指标。为验证这一性能，通常需要定期对无人机进行飞行控制与导航性能评估工作。但市场上无人机应用通常选择以大疆，道通等成熟企业生产的闭源无人机设备，难以直接获取无人机状态信息，无法在室内进行gps导航飞行实现，无法实现室内实验室环境内对无人机的飞行控制与导航性能进行评估。

2、为在室内实验室环境实现对室外无人机(使用gnss/rtk信号进行导航)的飞行控制与导航性能评估，本发明构建了一种基于自主定位系统的gnss/rtk信号生成的室内无人机飞行控制与导航性能评估方法，整体系统组成如图1所示。包括如下步骤：

3、步骤1：外置无人机实时状态感知装置安装

4、依照大疆dji mavic 3e无人机上安装孔位将外置无人机实时状态感知装置挂载，并启动感知装置开始记录当前无人机状态数据。

5、外置无人机实时状态感知装置主要针对大疆，道通等存在闭源模块的飞行器，通过在飞机上部署多维信息传感器实时获取无人机飞行状态信息。装置中包含3组不同型号的加速计和陀螺仪，并通过stm32主处理器处理发送实时数据。

6、其中主要包含以下三种状态信息：

7、1.无人机姿态信息：通过搭载惯性传感器获取无人机实时角速度以及加速度信息，通过卡尔曼滤波器得到对无人机pitch,roll,yaw方向的角度，角速度以及角加速度的估计值；

8、2.无人机位置信息：通过搭载位置获取装置(卫星定位系统)获取的无人机位置信息，并与机载惯性传感器，高度传感器信息进行融合，使用拓展卡尔曼滤波器实现对多维传感器信息的融合，得到更为准确平滑的3维位置估计信息；

9、3.无人机振动信息：利用惯性传感器感知信息生成无人机功率频谱密度信息与实时振动强度信息，可以评估无人机在飞行中振动状态。

10、在对数据进行去噪处理后，通过远程通信模块将信息发送到地面端在线无人机性能评估系统开展深层次的无人机性能评估工作。

11、步骤2：室内外部定位装置安装

12、使用激光雷达作为室内外部定位装置，用于获取无人机在室内的实时位置，以供gnss/rtk信号生成器产生准确的室内gnss/rtk定位信号。将激光雷达通过专有连接件连接至大疆dji mavic 3e无人机上，启动激光雷达定位系统获取无人机室内坐标，并将室内坐标通过无线通信发送至gnss/rtk信号生成器。

13、基于激光雷达的室内高精度定位系统是一种尖端技术，主要用于精确地跟踪和定位室内环境中的物体或人员。这种系统在多个领域都有广泛应用，包括自动导航、机器人技术、安全监控和智能交通系统。激光雷达系统通常使用一个或多个激光发射器和接收器，从不同的角度向目标发射激光束，并捕捉其反射回来的激光，以获取目标的精确位置信息。

14、基于激光雷达的室内高精度定位系统采用了slam(simultaneous localizationand mapping，即同时定位与地图构建)技术，这是一种能够在未知环境中同时进行自我定位和环境地图创建的先进技术。它在多个领域都有广泛应用，包括自动导航、机器人技术、安全监控和智能交通系统。slam技术能够通过连续的激光雷达观测，对无人机的位置进行实时更新，同时构建出环境的详细三维地图。

15、slam技术主要基于状态估计方程和观测方程两个核心数学模型：

16、状态估计方程(motion model)

17、xt＝f(xt-1,ut,wt)

18、其中，xt为时间t的无人机状态(通常包括位置和方向)。xt-1为前一时刻的状态。u为控制输入(如速度和方向变化)。wt为过程噪声，代表因模型不完美或外部影响而引入的不确定性。

19、状态估计方程描述了无人机的状态如何从一个时间步到下一个时间步演变，依赖于其控制指令和固有的不确定性。

20、观测方程(measurement model)

21、zt＝h(xt,nt)

22、其中，zt为在时间t通过激光雷达等传感器得到的观测数据。xt为机器人的当前估计状态。nt为观测噪声，代表测量误差。

23、观测方程将机器人的预测状态与实际通过传感器观测到的数据联系起来，帮助纠正状态估计中的偏差。

24、根据此原理我们可以通过激光雷达室内定位系统计算出无人机在室内的精准位置，后通过gps基带信号数据流生成系统及gps信号发射系统实现。

25、步骤3：启动基于自主定位系统的gnss/rtk信号生成器

26、在获取到无人机在室内的精准位置后，我们可以启动基于自主定位系统的gnss/rtk信号生成器实现对精准gnss/rtk定位信号的生成实现对无人机的gps导航，让无人机在室内场景依靠自身的卫星定位系统实现位置控制飞行模式。

27、基于gps广播星历文件的gps模拟信号数据流生成系统：

28、步骤3.1：卫星数据获取

29、在生成模拟gps信号前首先得获取目标时间的gps星历文件，星历文件主要包含了卫星的精确轨道数据，这些数据对于全球定位系统(gps)至关重要，如：1、卫星的轨道参数：这些参数描述了卫星在空间中的确切位置和运动。包括卫星的升交点赤经、轨道倾角、近地点角距、偏心率、平近点角和轨道周期等。2、时钟数据：卫星的原子钟与地面时间的偏差，以及钟差改正参数。3、健康状态：标识卫星是否适合导航和定位服务。4、大气延迟参数：这些参数帮助接收器校正信号传播过程中的电离层和对流层延迟影响等，这些数据对于gps基带信号数据流的生成至关重要。再使用这些参数通过开普勒方程来计算卫星在任意时刻的位置：

30、e＝m+esin e

31、其中，e为偏近点角(eccentric anomaly)；m为平近点角(mean anomaly)，计算公式为:m＝n(t-t0)；n为平均运动(mean motion)，表示卫星绕地球一周的平均角速度。t为观测时间。t0为参考时间，通常是卫星过近地点的时间。e为轨道偏心率(eccentricity)，描述卫星轨道形状的扁率。

32、根据偏近点角，可以进一步计算卫星在轨道平面内的位置：

33、x′＝a(cos e-e)

34、

35、其中，x′和y′为卫星在轨道平面的坐标。a为半长轴(semi-major axis)，表示卫星轨道的大小。

36、这两个公式用于计算卫星在其轨道平面上的位置，其中x′是沿着从地心指向近地点的方向，y′是垂直于x′的方向。实际上，卫星的运行轨道相对于地球赤道面是倾斜的，因此还需要将轨道平面的位置转换到地心坐标系中：

37、x＝x′cos(ω)-y′cos(i)sin(ω)

38、y＝x′sin(ω)+y′cos(i)cos(ω)

39、z＝y′sin (i)

40、其中，ω是升交点赤经，i是轨道倾角。

41、步骤3.2：信号生成

42、在获取卫星数据后，通过动作捕捉系统获取到的室内定位信息以及基点坐标计算从卫星到设定的接收器位置的视线方向和伪距，进而从卫星数据计算并生成相应的gps信号，包括生成伪随机噪声码(prn)和导航消息的编码。

43、每颗gps卫星都被分配一个唯一的prn码，这是一个重复的二进制序列，用于在接收器中帮助识别并同步到特定的卫星信号。

44、

45、其中，c(t)是在时间t的输出码，gi(t)是码生成器在时间t的状态，dcode是数据码，δt是码元的持续时间。

46、导航消息包含了卫星的轨道参数、时钟校正参数和健康状态等信息，这些信息对于gps接收器计算其位置至关重要。

47、

48、其中，d(t)是在时间t的导航数据字，bk是第k位的二进制数据,n是数据字的长度。

49、步骤3.3：信号调制

50、生成的数字基带信号需要通过调制转换成模拟信号，以便通过sdr硬件发射，主要使用bpsk(二进制相移键控)来调制导航数据和prn码到载波频率上，形成可传输的信号。

51、首先我们需要先整合包含导航信息和prn码的基带信号，在调制过程中，prn码和导航消息同时影响载波的相位变化。prn码为每颗卫星提供了唯一的识别码，而导航消息包含了关于卫星位置和时间的关键信息。这种整合方式确保了信号具有高度的抗干扰能力和独特的识别特性，使得接收器能够从多个卫星信号中准确地分辨并锁定单个卫星。

52、φ(t)＝π×(d(t)+c(t))mod2

53、其中，d(t)是导航数据位，c(t)是prn码。

54、在获取整合信号之后，我们使用bpsk调制来将数据编码到rf载波上，该方法通过改变载波的相位来表示数据位(0或1)。

55、s(t)＝a·cos(2πfct+φ(t))

56、其中，s(t)是调制后的信号，a是信号幅度，fc是载波频率，φ(t)是时间t的相位，它取决于数据位(对于gps通常是0或π)。

57、在bpsk调制的同时，我们可以从调制的信号中提取同相(i)和正交(q)分量来形成iq信号。这一步是通过将调制的信号解析成其正弦(正交分量)和余弦(同相分量)组成来完成的，使得信号可以携带更多的信息并提高传输效率。

58、i(t)＝d(t)cos(2πfct)

59、q(t)＝d(t)sin(2πfct)

60、生成的模拟信号需要被采样并转换为适合sdr硬件处理的格式。采样过程中涉及的数学处理主要是离散化模拟信号，将连续的模拟信号转换为离散信号，以便数字存储和处理。每个采样点根据其对应的时间点计算相位和幅度，确保信号的完整性和准确性得以保留。

61、s[n]＝a·cos(2πfcnt+φ[n])

62、其中，s[n]是采样时刻n的信号值，t是采样间隔。

63、步骤3.4：使用基于软件无线电的gps信号发射系统发射gnss/rtk定位信号

64、在gps信号发射系统方面我们选用了hackrf作为软件无线电(software definedradio，sdr)硬件，为gps应用提供了一种高效和灵活的信号发射解决方案。这个系统可以接收gps模拟信号数据流生成系统生成的gps信号，这些信号包括导航数据和伪随机噪声码(prn)。接着，利用hackrf的高性能数模转换功能，这些基带信号被上转换到gps工作频率并通过射频接口发送。

65、首先，sdr设备需要从gps模拟信号数据流生成系统中接收生成的数字i/q数据，这些数据是gps信号的基带表示，然后将将数据流中的同相和正交分量组合成一个复数信号，便于后续的处理和调制。

66、s[n]＝i[n]+jq[n]

67、其中，s[n]是复数形式的基带信号，i[n]和q[n]分别是在采样点n的同相(in-phase)和正交(quadrature)分量。

68、在完成信号的复合后，我们就可以将复数信号转换成模拟信号用于后续信号的变频及发射。这一步骤通过数模转换器实现，主要是将处理好的数字信号转换为模拟信号，为发射做好准备。下述公式中的表示信号与载波的混频过程，将基带信号上转到rf频段:

69、

70、其中，v(t)是模拟信号，fc是载波频率，s(t)是从数字基带信号插值和滤波后得到的连续时间复信号。

71、在完成信号的模拟转换后，我们将需要对模拟信号实现变频，将基带频率上转到gps的工作频率。这是信号发射前的重要步骤，确保信号在正确的频段内被发送。下述公式描述了基带信号通过模拟混频器与本地振荡器(lo)频率frf混合的过程:

72、x(t)＝v(t)cos(2πfrft)-u(t)sin(2πfrft)

73、其中，x(t)是上变频后的rf信号，u(t)和v(t)分别是基带信号的i和q分量，frf是目标射频。

74、最后，通过sdr设备的射频放大器(rf amplifier)将信号的功率增强到足以通过天线发射的水平，确保信号可以有效传输。

75、pout＝gain×pin

76、其中，pout是放大后的输出功率，gain是放大器输入的功率，pin是放大器的增益。

77、通过这种方式，系统可以生成研究人员所需的定制化gps信号，可以实现对飞控系统和gps接收设备的测试和性能评估，也为研究人员提供了一个实验和验证新算法或技术的实用平台。

78、步骤4：无人机飞行测试

79、在完成实时状态感知装置、室内外部定位装置及gnss/rtk信号生成器的安装以及启动后可以启动无人机开始室内飞行测试。

80、首先对无人机户外飞行测试装置进行精度校正，无人机户外飞行测试装置应当在每次开机使用前进行重投影误差校正，将测量设备静置原地，测量设备持续读取一分钟以内的位置值，进行测量设备的测量精度收敛校正，在完成测试装置以及无人机自身的校正后可以开始进行飞行测试。

81、步骤4.1：悬停续航和定位精度测试

82、首先进行悬停续航和定位精度测试，无人机起飞，进行悬停定点模式，在飞行30分钟后降落。

83、步骤4.2：抗风条件悬停测试

84、进行在室内测试场景部署风场，并测试无人机在风场中悬停状态，飞行10分钟后降落

85、步骤4.3：虚拟航点飞行测试

86、起飞前依据场地大小规划航点，并在飞行中启动航线飞行模式，让无人机依据航点自主完成飞行任务。

87、步骤5：无人机飞行数据处理，性能评估

88、步骤5.1：数据获取

89、在飞行过程中实时获取无人机的飞行数据并保存至日志文件中。

90、数据获取模块主要获取无人机实时的状态信息，实现对实时数据的采集、传输、存储等功能，是物理世界与无人机性能评估系统之间的重要连接，需要考虑数据的分类、特性，以及数据获取行为的各种相关问题，保证获取数据的准确度。

91、步骤5.2：数据处理

92、在获取到飞行数据之后，对飞行数据进行处理以便于之后对无人机的飞行性能进行评估。

93、为高效使用数据信息，滤除数据中噪声干扰，需要对储存的数据进行处理，包括数据预处理以及数据特征提取，如图所示。其中数据预处理是从统计分析等数据科学的角度对原始数据进行的各方面处理，主要包括离群点和异常点检测，采样的对齐与补齐以及去噪等步骤；特征提取是寻找数据中信息量最多的特征，并舍去一些信息量较小特征的过程，通过去除一些不重要特征以及冗余信息实现数据压缩，可以有效降低数据体量，缓解存储压力，主要包括时序信号数据特征提取、基于频域分析方法的特征提取、基于时域分析方法的特征提取等。如图2所示。

94、步骤5.3：无人机飞行控制性能评估

95、在获取到经过处理的无人机飞行数据后，我们可以通过这些数据实现对无人机飞行控制性能的评估。

96、在无人机的导航系统性能评估中，关注的核心是确保无人机在各种环境和情况下的导航准确性和响应速度。无人机导航系统性能的评估涉及多个关键指标，具体包括无人机的定位精度、路径跟踪能力、对环境变化的适应性，以及在不同操作条件下的稳定性等。这些评估指标分为几个部分，具体如下：

97、1.基础性能评估：

98、飞行稳定性：评估无人机在保持固定高度和速度时的控制精度，这对于执行精确的空中任务至关重要，如航拍或数据采集。

99、环境适应性：测试无人机在不同气象条件下的飞行性能，包括强风、低温或高温环境下的操作稳定性，以及其对环境变化的响应速度。

100、2.应急处理能力：

101、紧急避障：模拟突发情况，如意外出现的障碍物，测试无人机的避障反应时间和效果，验证其传感器的敏感度和处理算法的有效性。

102、自主降落：在控制信号丢失或电力不足的情况下，无人机是否能够安全降落，在紧急降落过程中，测试其定位精度和地面接触的平稳性。

103、3.精度测试：

104、位置保持能力：通过短时定点悬停测试，评估无人机在无风和有风条件下的位置稳定性，这对于执行需要高定位精确度的任务非常关键。

105、路径精度：在预设飞行路线上，检测无人机实际飞行轨迹与预定轨迹的偏差，评估其飞行控制系统的准确性和可靠性。

106、4.耐力与稳定性测试：

107、连续飞行性能：评估无人机在长时间飞行后的性能衰减情况，包括电池续航能力和机体各部件的耐久性。

108、控制稳定性：在飞行过程中，无人机的响应是否一致，特别是在进行复杂机动或长时间任务时，其控制系统的稳定性和反应速度如何。

109、通过这些综合性能评估，可以确保无人机在执行任务时的高效性和安全性。这些测试不仅帮助制造商改进无人机设计，还为操作者提供了关于机器性能的重要信息，从而在实际操作中做出更好的策略决定。例如，耐力测试结果可以指导操作者关于电池寿命的合理预期，而应急处理能力的评估则直接影响任务规划和风险管理策略。这种严格的评估过程确保了无人机技术的持续进步，并且显著提升了其在民用及商业领域中的应用效果。对于公共安全、环境监控等关键领域，这种科技的优化和可靠性进一步扩大了其应用的广度和深度，推动了无人机技术在全球范围内的创新和标准化发展。

110、步骤5.4：无人机导航性能评估

111、在获取到经过处理的无人机飞行数据后，我们可以通过这些数据实现对无人机导航性能评估的评估。

112、在无人机的导航系统性能评估中，关注的核心是确保无人机在各种环境和情况下的导航准确性和响应速度。无人机导航系统性能的评估涉及多个关键指标，具体包括无人机的定位精度、路径跟踪能力、对环境变化的适应性，以及在不同操作条件下的稳定性等。这些评估指标分为几个部分，具体如下：

113、1.基本导航能力：

114、在无人机的基本导航能力测试中，我们关注无人机在固定航线上的飞行精度。这包括两个关键方面：首先是无人机在预定路径上的位置保持能力，即其在设定的飞行路线上保持稳定的能力；其次是对预设航线的精确跟踪，这涉及无人机在接收到航线调整指令后，如何精确地调整飞行路径以符合新的航线要求。这些测试帮助确保无人机可以在复杂的航线和多变的任务需求中保持高效和精确的操作。

115、2.高度和速度控制：

116、此项评估重点测试无人机在维持特定飞行高度和速度方面的稳定性。这不仅包括无人机在设定高度上的稳定飞行能力，还涵盖了其在飞行过程中对高度变化的容忍度，如何快速准确地调整飞行高度以适应突发状况。同时，还测试了无人机的加速和减速能力，这是评估其在应对紧急情况或完成特定飞行任务时的动态响应能力。

117、3.姿态稳定性：

118、无人机的姿态稳定性测试着重于评估机器在各种飞行姿态下的稳定性，尤其是在遇到如突发风向变化或操作指令突然变更这类挑战时的表现。测试中将观察无人机的响应速度和调整精确性，确保无人机能在飞行中迅速且准确地调整其姿态，以保持飞行的稳定和安全。

119、4.传感器性能评估：

120、传感器性能评估主要集中在imu(惯性测量单元)和gnss(全球导航卫星系统)上。这些传感器是无人机导航系统的关键组成部分，因此测试旨在验证这些设备在实际操作中能否提供准确、可靠的位置和方向数据。确保传感器的高性能是实现无人机精准导航和稳定操作的基础。

121、5.紧急操作反应：

122、在紧急操作反应的评估中，关注无人机在遇到导航错误或需要突然改变飞行计划时的处理能力。这包括无人机的急停能力和避障能力，测试在面临潜在碰撞或飞行禁区时，无人机如何迅速安全地调整其飞行状态以避免事故。这些能力对于提升无人机的应急响应和整体安全性至关重要。

123、本发明的优点及有益效果在于：这些测试确保无人机能够在各种操作环境和可能遇到的非标准情况下，依然能保持高效和安全的飞行表现。通过这些综合的导航性能评估，无人机的操作者和制造商可以获得关于设备性能的详尽数据，有助于优化设计和提升飞行策略的可靠性。这不仅提高了无人机的实际应用效率，还强化了其在复杂环境中的应用能力，推动了无人机技术在民用和商业领域中的广泛应用。