下载掌阅APP，畅读海量书库
立即打开
惯性导航系统（INS）具有强抗干扰、高自主性、高输出频率等优点，但是其定向精度通常易随时间积累而显著降低。仿生偏振光罗盘（PC）具有高自主性和耐久性等优点，被广泛用于无人机定向。然而，PC对环境的适应性较差，云层、隧道等遮挡会导致其定向精度大幅下降。将PC与INS组合可充分发挥PC及INS各自的优势，即可通过PC校正INS航向测量值随时间发散问题，INS在PC受恶劣环境影响短暂不可用时仍可以进行定向信息获取，并保持较高的定向精度，对最终提高整个组合定向系统健壮性及其定向精度具有重要研究价值。
在国外，2006年，瑞典隆德大学通过研究候鸟利用地磁场、恒星、太阳和偏振光组合罗盘系统共同确定迁徙方向，提出一种迁徙候鸟在日出和日落时使用地平线附近天光偏振模式的绝对（即地理）方向系统进行定向，并为其所有罗盘提供主要的校准参考 [56] 。2010年，美国马萨诸塞大学通过研究发现帝王蝶使用时间补偿太阳罗盘和磁罗盘为秋季远距离迁徙进行导航 [57] 。2013年，美国库兹敦大学对蜜蜂导航机理进行深入研究，发现蜜蜂至少有三种罗盘装置：磁罗盘；基于太阳每日旋转和与太阳相连天窗模式的太阳罗盘；基于太阳随时间相对于地形运动记忆的备用天球罗盘 [58] 。2018年，瑞典隆德大学进一步深入研究候鸟在春季/秋季迁徙过程中使用不同的太阳罗盘和磁罗盘对其迁徙路线的影响，结果表明：随着纬度、迁徙方向、迁徙季节和地理位置的变化，候鸟需要使用不同的罗盘，并且沿着迁徙路线重新定向一次或多次，或使用地图信息才能最终成功到达迁徙目的地 [59] 。2019年，法国马赛大学提出一种偏振光罗盘和基于Michaelis-Menten自适应像素的最小光流传感器组合导航系统（见图1.9），可应用于户外机器人自主导航。试验结果表明，在晴天到多变天气条件下，航向误差在0.3°～2.9°之间稳定变化 [60] 。
图1.9 基于最小光流传感器组合导航系统（户外自主导航）
在国内，哈尔滨工业大学在2007年至2010年，先后提出基于联邦卡尔曼滤波算法的PC/GPS/SINS组合导航方法、基于联邦卡尔曼滤波融合算法的PC/GPS/INS组合导航方法、基于改进联邦卡尔曼滤波多采样融合算法的PC/地磁/GPS/SINS组合导航方法、基于分布式卡尔曼滤波器的PC/光流/GPS/INS组合导航方法 [61-64] 。2015年，大连理工大学为提高无人机姿态测量精度，提出基于集中卡尔曼滤波算法、基于互补滤波算法的PC/GPS/SINS组合导航方法 [65] 。2016年，中国人民解放军国防科技大学提出一种基于拓扑图节点递推的双目视觉/MIMU/PC组合导航方法，该导航方法具有定位误差不随时间累积且精度不受初始航向角影响等优点 [66] 。2017年，南京理工大学为解决微机电惯性测量单元精度低问题而提出一种PC/北斗/INS组合导航方法，不仅实现了载体三维姿态信息提取，还具有精度高、健壮性强等优点 [67] 。2019年，华北理工大学提出一种基于卡尔曼滤波融合的PC/IMU/空气数据系统（Air Data System，ADS），将PC测量的航向角信息通过ADS连续输出速度和高度信息，PC和ADS相结合解决IMU（Inter Measurement Unit）误差漂移，卡尔曼滤波器对该导航系统的误差状态进行估计，然后利用该估计值对导航系统的误差进行实时校正 [68] 。2020年，中北大学针对偏振光导航系统精度低等问题，提出一种基于自适应卡尔曼滤波融合算法的MEMS-INS/GPS/PC组合导航系统 [69] 。基于MEMS-INS/GPS/PC组合导航系统及误差校正，如图1.10所示。
上述国内外研究现状表明，PC/INS组合导航系统已经实现对载体姿态、速度和位置的测量。但是，PC/INS组合导航系统输出频率较低，且在PC受复杂环境影响导致其不可用时整个组合导航系统健壮性下降的问题仍未得到解决。如何通过滤波算法实现PC与INS的有效融合，以提高组合导航系统的健壮性与定向精度，是亟待解决的关键问题。
图1.10 基于MEMS-INS/GPS/PC组合导航系统及误差校正
综上所述，基于仿生偏振光罗盘和惯导的定向方法已经日趋成熟，并且在试验中体现出较强的自主性。本书拟在现有研究成果基础上，针对高精度仿生偏振光罗盘定向误差处理及复杂环境条件下仿生偏振光罗盘/惯导组合定向系统与方法开展研究，并进行试验验证，最终为无人机提供一套成熟的高自主定向方法，丰富并拓展了现代导航理论。