《无人机系统概论》课件 模块二 飞行器平台系统（2.4无人机的导航系统）

无人机系统概论模块二

飞行器平台系统

本模块知识脉络2.4无人机的导航系统

导航系统相当于无人机的“眼睛”，负责提供参考坐标系下的位置、速度和飞行姿态等矢量信息，引导无人机按照预定航线飞行，类似于有人机系统中的领航员。此外，导航系统还与飞控系统配合，实现无人机定点悬停、自主航线飞行、避障等功能，确保飞行任务顺利完成。2.4.1导航方式分类

根据工作原理的不同，无人机采用的导航方式主要有惯性导航、卫星定位导航、多普勒导航、地形辅助导航、地磁导航、视觉导航等。

惯性导航的基本原理是基于牛顿力学定律，通过测量加速度和角速度信息，结合初始条件，实时推算出无人机的位置、速度和姿态等导航参数（见下图）。

具体来说，惯性导航利用安装在无人机上的惯性测量单元，包括加速度计和陀螺仪，分别测量无人机的线运动和角运动信息。加速度计用于测量无人机在三维空间中的加速度，而陀螺仪则用于测量无人机绕3个轴的旋转速率。这些数据被送入导航计算机进行处理，通过积分运算得到无人机的速度、位置和姿态等信息。1.惯性导航

卫星定位导航是通过卫星不断对无人机进行定位，从而引导无人机沿着选定的航线飞行的一种导航技术。目前，国际上四大卫星导航系统[GPS、格洛纳斯导航卫星系统（GLONASS）、伽利略导航卫星系统（Galileo）和北斗卫星导航系统]定位的基本原理是相同的，均是采用三球交会定位原理来实现定位。2.卫星定位导航

要想获取无人机的位置，太空中需要布置至少3颗导航卫星。导航卫星不断地发射电磁波信号，无人机利用导航设备接收信号。信号在一发一收之间会产生一个时间差，这个时间差乘以电磁波的传播速率（光速），便可以计算出无人机与卫星的距离。然后以每颗卫星为中心、以无人机与卫星的距离为半径便得到一个空间球面。通过3颗导航卫星，能得到3个球面，3个球面相交会得到两个点，其中离地表近的那个就是无人机的位置，以上就是导航卫星的核心机制。3.多普勒导航

多普勒导航是飞行器常用的一种自主式导航，系统主要由多普勒雷达和导航计算机组成。其工作原理基于多普勒效应（见下图），即当发射源与接收者之间存在相对运动时，接收到的信号频率会发生变化，这个频率变化称为频移。在无人机导航应用中，飞行器搭载的多普勒雷达向地面发射电磁波，并接收反射回来的信号，通过分析回波的频率偏移，可以计算出载体相对于地面的速度分量。4.地形辅助导航

地形辅助导航是指飞行器在飞行过程中，利用预先存储的飞行路线中某些地区的特征数据与实际飞行过程中测量到的相关数据进行不断比较，以实施导航修正的一种方法。地形辅助导航可分为地形匹配导航、景象匹配导航和桑地亚惯性地形辅助导航等类型。（1）地形匹配导航

地形匹配导航获取沿途航线上的地形信息，并据此绘制出专门的数字地图存储在计算机中，当飞机飞越某块已数字化的地形时，机载无线电高度表测出相对高度，气压/惯性综合测量单元测出绝对高度，两者相减即得地形标高。飞行一段时间后，即可得到真实航迹的一串地形标高。将测得的数据与预先存储的数字地图进行相关分析，就能确定飞机航迹对应的网格位置。因为事先已经确定了网格各点对应的经纬度值，这样便可以用数字地图校正惯性导航。

它与地形匹配导航的区别是，预先输入计算机中的信息不是高度参数，而是通过摄像等手段获取的预定飞行路径中的景象信息，将这些景象信息数字化后存储在机载的相关计算设备中，这些景象信息通常具有很好的可观测性。飞行途中，机载的摄像设备获取飞行路径中的景象，然后通过机载数字景象匹配相关器将所获取的景象与预存的景象进行相关比较，以确定飞机的位置。（2）景象匹配导航（3）桑地亚惯性地形辅助导航

桑地亚惯性地形辅助导航的原理是将惯性导航系统提供的导航信息作为基准，结合数字高程地图，利用地形高程信息辅助修正惯性导航误差。具体而言，系统根据惯性导航系统输出的位置信息，在数字高程地图中找到对应的地形高程，计算惯性导航系统提供的绝对高度与地形高程之差（相对高度估计值），并与实际测量值（如无线电高度表测得的对地高度）进行比较，形成卡尔曼滤波的测量值。由于地形的非线性特征导致量测方程具有非线性，系统采用地形随机线性化算法实时获得地形斜率，建立线性化量测方程，结合惯性导航系统的误差状态方程，通过卡尔曼滤波递推算法，得到导航误差的最佳估计值，进而对惯性导航系统进行校正，减小误差。（4）地磁导航

地磁导航是一种利用地球磁场的独特性进行定位和导航的技术，其原理基于不同地理位置的地磁场矢量具有唯一性，且与经纬度一一对应。地磁导航系统通过安装在无人机上的传感器测量地磁场的强度和方向，并将这些数据与预先存储的地磁数据进行匹配，从而确定无人机的实时位置。地磁传感器（5）视觉传感器

一个典型的无人机视觉导航系统如下图所示，整个系统分为飞行控制器、机载处理器、环境交互控制机构、传感器组、地面站和遥控器等。超声波测距传感器2.4.2复杂环境中的导航方式（1）多传感器融合技术

下图所示为基于视觉光流和惯性导航的组合导航系统工作原理示意。基于视觉光流和惯性导航的组合导航系统通过融合视觉传感器（如相机）获取的光流信息与惯性测量单元提供的加速度和角速度数据，实现对载体位置、速度和姿态的高精度估计。视觉光流技术通过分析连续图像帧中特征点的位移来估计相对运动，而惯性导航则通过积分惯性测量单元数据计算运动状态。两者结合后，利用卡尔曼滤波算法等进行数据融合，能够有效修正惯性导航的累积误差，并提高系统在复杂环境下的鲁棒性和定位精度。（2）分层导航架构

为了应对复杂环境中的导航挑战，研究者提出了分层导航架构。分层导航架构通常包括任务规划层、全局路径规划层、局部路径规划层和避障层。

任务规划层负责确定任务目标之间的近似成本，并使用算法（如Concorde算法）确定最佳执行顺序；

全局路径规划层基于环境模型和当前无人机状态规划一致的路径；

局部路径规划层则根据实时环境信息细化路径，并通过人工势场模块确保无人机远离障碍物；

避障层是无人机飞行安全的最后一道防线，它负责实时处理飞行器周围的动态环境变化，确保无人机能在复杂、未知的环境中安全穿行。（3）多无人机协同导航

多无人机协同导航的基本原理是通过多架无人机之间的信息交互与协同，实现对集群整体的高精度定位和导航。这种技术不仅能够提高单架无人机的导航精度，还能通过信息共享和融合，弥补个别无人机的误差，增强系统的鲁棒性和可靠性。（4）地形匹配和视觉光流

在复杂环境中，无人机导航技术常依赖地形匹配和光流估计。地形匹配通过比较实际飞行路径与预设地形模型来实现高精度定位，尤其适用于卫星信号弱的场景；而光流估计则基于连续图像帧中的像素运动分析，提供实时、高效的运动状态信息，适用于低纹理或动态环境。两者结合使用，可显著提升导航系统的鲁棒性和精度，