论文部分内容阅读
高精度实时状态估计是无人机安全飞行及执行各种任务的首要条件.多传感器(如视觉、惯性测量单元(IMU)和GPS等)融合可提高状态估计精度,并实现信息冗余,当其中某些传感器出现故障时,仍具有较好的鲁棒性.因此,本文提出结合滤波与优化的无人机多传感器融合方法,从而得到局部高精度、全局无漂移的状态估计.该方法主要分为卡尔曼(Kalman)滤波和全局优化两部分.卡尔曼滤波器作为主体融合框架,融合局部传感器(IMU)和全局传感器(经优化后的视觉、GPS、磁力计和气压计)信息得到全局位姿估计.由于卡尔曼滤波算法计