基于微惯性/偏振视觉的组合定向方法

本文针对目前偏振视觉定向难以满足三维空间内运动水平姿态变化时的定向需求、动态适应性差以及微惯性系统漂移大的问题,提出了一种基于微惯性/偏振视觉的组合定向方法。首先,为了减少偏振测量噪声,利用标准大气Rayleigh散射模型,给出了一种基于大气偏振视觉图像的太阳矢量优化估计算法;其次推导了基于卡尔曼滤波的微惯性/偏振视觉组合定向算法,该算法利用微惯性信息对偏振视觉定向进行水平角补偿,可以获得三维空间内的运动姿态并且动态性能高;最后进行了飞行仿真与车载实验验证。实验结果表明,融合微惯性信息补偿水平姿态与组合滤波后,车载航向误差不随时间累积且均方根误差仅为0.75°,与偏振视觉定向相比,定向精度提升可达60%以上。同时在不增加偏振图像计算量的基础上,将定向输出频率从1 Hz提高至100 Hz,显著增强了偏振视觉定向的动态适应性,具有较大的应用前景。

Integrated orientation method based on the micro-inertial and polarized vision