自主固定翼无人机 GNSS 拒止长距离视觉惯性导航：基于虚拟视觉传感器的 SO(3) 流形滤波器
机器人学
2023-08-17 v1
摘要
本文提出一种视觉惯性导航算法，旨在减小自主固定翼无人机（Unmanned Air Vehicles, UAV）在缺失 GNSS（Global Navigation Satellite System，全球导航卫星系统）信号时的水平位置漂移。除加速度计、陀螺仪和磁力计外，所提出的导航滤波器依赖于由 VO（Visual Odometry，视觉里程计）系统生成的精确增量位移输出，此处称之为虚拟视觉传感器（Virtual Vision Sensor, VVS），该系统利用机载相机拍摄的地球表面图像，并自身借助滤波器的惯性估计进行辅助。尽管因其位置观测为相对而非绝对而不能完全替代 GNSS 接收机，所提系统仍能大幅降低 GNSS 拒止下的姿态与位置估计误差。为在缺乏绝对观测的情况下最小化误差累积，该滤波器在刚体旋转流形或 SO(3) 中实现。采用两个涉及 GNSS 信号丢失的典型场景的随机高保真仿真来评估结果。作者将视觉惯性导航滤波器与高保真仿真器的 C++ 实现作为开源软件发布。
引用
@article{arxiv.2303.03804,
title = {Long Distance GNSS-Denied Visual Inertial Navigation for Autonomous Fixed Wing Unmanned Air Vehicles: SO(3) Manifold Filter based on Virtual Vision Sensor},
author = {Eduardo Gallo and Antonio Barrientos},
journal= {arXiv preprint arXiv:2303.03804},
year = {2023}
}
备注
27 pages, 14 figures. arXiv admin note: substantial text overlap with arXiv:2205.13242