无人机(UAV)与有人驾驶飞机相比,具有生产成本低,便于运输、维修和保养,且无需担心人员伤亡的优点,因此在民用和军事领域都有非常广泛的应用前景。但是现阶段无人机的回收还存在许多问题,这就限制了无人机的使用。 本文借鉴目前国内外研究较多的GPS/SINS组合方法,提出了利用卡尔曼滤波的方法,实现计算机视觉和捷联惯导系统组合,为固定翼无人机自主着陆进行导航。 在设计组合系统的卡尔曼滤波器时,采用了反馈校正模式。卡尔曼滤波器的输入信息是以下的两个位置量的差值:一是计算机视觉系统获得的地面特征点在图像中的位置信息,二是把SINS输出的无人机的位置和姿态信息输入到摄像机模型中所计算出的地面特征点在投影面中的位置信息。经过滤波以后,卡尔曼滤波器的输出就是对惯导误差值的估计,这样就可以对惯导系统进行校正。 通过对无人机入场过程进行仿真,可以看出,计算机视觉获得的图像精度较高,即使在陀螺仪和加计精度较差的情况下也可以获得良好的定位精度。在仿真过程中,调整陀螺仪、加速度计和摄像机这三者的精度,可以得到一系列结果。对结果的比较分析说明:摄像机的分辨率对最后定位精度的影响最大,陀螺仪次之,加计影响最小;并且摄像机分辨率对定位精度的影响呈指数关系,当精度达到一定程度后,继续提高摄像机的精度对结果影响不大。 仿真结果证明,本论文所提出的方案在一定程度上提高了无人机的入场精度,降低了无人机回收的难度,具有一定的实用价值。