一种基于DW1000的无人机集群定位系统

一种基于dw1000的无人机集群定位系统
技术领域
1.本发明涉及uwb定位技术领域，具体为一种基于dw1000的无人机集群定位系统。


背景技术：

2.目前国内现有uwb超宽带定位系统在硬件方面包括uwb定位基站、定位标签、定位引擎和应用系统四部分，通过在固定基站和待定位终端之间发送无线脉冲来测量飞行时间进而测距。
3.当前应用uwb技术主要定位方式为在地面设置三个或以上确定位置的基站，进行tof原理测距，其测距精度依赖于信号频率，经过在时间上滤波得到距离存在10cm级别的误差，再依据三点定位算法解得空间位置信息，可以考虑在时间上进行滤波与平均，但仍存在如遮挡信号衍射造成的难以消除的误差；由于uwb所需要的频段是6g-9g，高频段会造成脉冲的穿透性下降，其精度容易受到室内遮挡因素的影响，室内定位uwb基站和定位标签之间存在障碍物，将阻碍信号直接被互相接收，从而影响定位；同时现有技术中基站处于固定状态，要实现更大范围的定位，需要进行多次计算以确定基站位置，基站位置的灵活度较低，一旦基站位置受到外界环境的影响发生改变，定位准确性便会受到影响。
4.当前无人机应用场景有无人机农业植保、电力巡检、测绘、航拍、搜索救援、巡逻监视、交通管理等，而无人机集群技术为得到广泛应用；
5.当前无人机集群研究通常利用场地上布置的大量光学动作捕捉摄像机或uwb地面基站实现无人机定位，以实现室内集群协同控制；室外则通常利用gps以及无人机搭载的视觉方案进行定位。
6.前者过于依赖环境中预先布置的设施实现定位且易被遮挡和干扰，后者定位精度较低，且无法实现室内或地形杂乱区域定位，从而限制了无人机集群适用于更加广泛以及复杂的环境。


技术实现要素：

7.本发明的目的在于提供一种基于dw1000的无人机集群定位系统，以解决现有技术中无人机集群过于依赖环境中预先布置的设施实现定位且易被遮挡和干扰，以及定位精度较低，且无法实现室内或地形杂乱区域定位，从而限制了无人机集群适用于更加广泛以及复杂的环境的问题。
8.为实现上述目的，本发明提供如下技术方案：包括：
9.无人机集群，所述无人机集群是由多个无人机组成的集群，且每个无人机上均设有包括：
10.由加速度计、陀螺仪、磁力计、气压计和激光测距高度计组成的惯性导航系统，所述惯性导航系统用于获取单个无人机节点垂直高度以及获取单个无人机实时姿态信息；
11.uwb超带宽无线通信测距模块，所述uwb超带宽无线通信测距模块为基于uwb超带宽无线通信技术的dw1000模块，用于采用tof的方式测量uwb信号收发机之间的距离和方
向，所述dw1000模块包括stm32f103c8t6芯片：
12.中心处理数据整合层，所述中心处理数据整合层用于在单个无人机之间进行信息共享、决策和协同控制的自组织网络；
13.位置反馈层，所述位置反馈层用于通过中心处理数据整合层的自组织网络获取的数据，经过相对距离信息的分布式节点的高精度位置定位算法处理，获得统一的无人机姿态与位置信息并向远程控制端反馈。
14.优选的，所述中心处理数据整合层利用esp8266模块实现物理层，并基于tcp/ip协议并在上层编写mqtt订阅发布程序，实现单个无人机节点之间信息查找，数据链路的建立、维持和释放，以实现单个无人机之间进行信息共享、决策和协同控制的自组织网络。
15.优选的，所述dw1000模块的stm32f103c8t6芯片中使用多任务程序架构，并通过基于uwb技术的dw1000模块获取无人机间距离数据实时发布到自组织网络中，以供单个无人机进行信息共享。
16.优选的，所述位置反馈层中相对距离信息的分布式节点的高精度位置定位算法包括以下步骤：
17.s1、在自组织网络中获取由uwb超带宽无线通信测距模块测得的两个无人机节点之间的相对距离以及方向；
18.s2、在自组织网络中获取步骤s1中两个无人机的惯性导航系统中气压计和激光测距高度计获得的单个无人机节点相对地面垂直高度信息，并计算两个无人机之前的相对垂直高度差；
19.s3、根据步骤s1获取的相对距离和步骤s2获取的相对垂直高度差，通过勾股定理计算两个无人机节点之间的水平距离，并配合步骤s1获取的两个无人机节点的方向，采用三角函数计算公式，并以其中一个无人机节点为空间坐标原点，并标注另一个无人机节点的空间坐标，其中y向坐标数字为两个无人机之前的相对垂直高度差，x向坐标数字为两个无人机节点之间的水平距离乘以cosθ后的数值，z向坐标数字为两个无人机节点之间的水平距离乘以sinθ后的数值，以此建立无人机集群的空间坐标；
20.s4、以其他无人机为坐标原点建立无人机集群的空间坐标，并与步骤s3计算的空间坐标相比较，将近似相等结果取平均值，误差极大结果舍去，并构建新的无人机集群空间坐标系；
21.s5、获取步骤s3无人机集群空间坐标系，以及获取自组织网络中惯性导航系统获取的单个无人机实时姿态信息，并通过stm32f103c8t6向远程控制端反馈无人机集群相关信息。
22.与现有技术相比，本发明的有益效果是：
23.1、本发明通过利用多节点相对距离数据进行解算：其中空间中各节点数据初步选择测量范围内各点测量数据，从自组织网络获得选定点，并测得两两之间的距离信息，再结合惯性导航中气压计和激光测距高度计确定两节点之前的相对高度，依据三点定位确定各组空间中相对位置，并将位置信息上传至自组织网络中，根据项目设计的定位算法进行多次空间几何关系闭环运算，将三点定位获得位置关系信息元合成高精度的相对位置信息，实现多点空间坐标的厘米级定位，不需要固定基站，可实现机队的相对地面位置计算，可在各种场景实现无人机编队飞行。
附图说明
24.图1为本发明一种基于dw1000的无人机集群定位系统定位结构拓扑图。
具体实施方式
25.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
26.请参阅图1，本发明提供一种技术方案：包无人机集群、中心处理数据整合层以及位置反馈层，无人机集群为多个无人机组成，其中单个无人机上包括由加速度计、陀螺仪、磁力计、气压计和激光测距高度计组成的惯性导航系统和uwb超带宽无线通信测距模块，惯性导航系统用于获取单个无人机节点垂直高度以及获取单个无人机实时姿态信息，其中惯性导航系统为现有成熟技术，本技术未对其详细展开描述，uwb超带宽无线通信测距模块为基于uwb超带宽无线通信技术的dw1000模块，用于采用tof的方式测量uwb信号收发机之间的距离和方向，其中dw1000模块中包括stm32f103c8t6芯片，stm32f103c8t6芯片用于在实现uwb数据传输的前提下将多个运算处理层进行合并整合，使之自成一体又可多个合并，一起组成系统；
27.其中中心处理数据整合层利用esp8266模块实现物理层，基于tcp/ip协议并在上层编写mqtt订阅发布程序，实现节点之间信息查找，数据链路的建立、维持和释放，最终实现在单个无人机之间进行信息共享、决策和协同控制的自组织网络，可拓展图像传输与深度神经网络计算中间数据传输。基于信息传输网络，编写控制程序框架，在stm32f103c8t6芯片中使用多任务程序架构；通过基于uwb技术的dw1000模块获取无人机间距离并发布到上述的自组织网络中，设计基于相对距离信息的分布式节点的高精度位置定位算法，因此单个无人机可从自组织网络中调取距离数据进行空间建模与自组织网络中各节点定位，确定单个无人机各节点空间拓扑结构，再通过陀螺仪惯性导航中气压计和激光测距高度计确定节点拓扑结构与地面坐标系的相对位置，从而实现各个无人机的地面坐标系位置确定；
28.位置反馈层用于通过中心处理数据整合层的自组织网络获取的数据，经过相对距离信息的分布式节点的高精度位置定位算法处理，获得统一的无人机姿态与位置信息并向远程控制端反馈，其中位置反馈层中相对距离信息的分布式节点的高精度位置定位算法包括以下步骤：
29.s1、在自组织网络中获取由uwb超带宽无线通信测距模块测得的两个无人机节点之间的相对距离以及方向；
30.s2、在自组织网络中获取步骤s1中两个无人机的惯性导航系统中气压计和激光测距高度计获得的单个无人机节点相对地面垂直高度信息，并计算两个无人机之前的相对垂直高度差；
31.s3、根据步骤s1获取的相对距离和步骤s2获取的相对垂直高度差，通过勾股定理计算两个无人机节点之间的水平距离，并配合步骤s1获取的两个无人机节点的方向，采用三角函数计算公式，并以其中一个无人机节点为空间坐标原点，并标注另一个无人机节点的空间坐标，其中y向坐标数字为两个无人机之前的相对垂直高度差，x向坐标数字为两个
无人机节点之间的水平距离乘以cosθ后的数值，z向坐标数字为两个无人机节点之间的水平距离乘以sinθ后的数值，以此建立无人机集群的空间坐标；
32.s4、以其他无人机为坐标原点建立无人机集群的空间坐标，并与步骤s3计算的空间坐标相比较，将近似相等结果取平均值，误差极大结果舍去，并构建新的无人机集群空间坐标系；
33.s5、获取步骤s3无人机集群空间坐标系，以及获取自组织网络中惯性导航系统获取的单个无人机实时姿态信息，并通过stm32f103c8t6向远程控制端反馈无人机集群相关信息。
34.在位置相对静止状态时，利用uwb超带宽无线通信测距模块获取无人机间相对距离解算出单个无人机各节点拓扑结构，再通过各个无人机的惯性导航系统中气压计和激光测距高度计获得的单个无人机相对地面高度信息实现拓扑结构相对地面位置与姿态的锚定，从而获得地面相对单个无人机的位置坐标信息。可通过磁力计获得单个无人机节点姿态信息。在单个无人机节点发生相对移动时，陀螺仪测量出节点加速度与姿态算出速度，与uwb超带宽无线通信测距模块算得拓扑网络结构变化速率进行拟合，获得统一的无人机姿态与位置信息。
35.单个无人机搭载uwb超带宽无线通信测距模块，实现两点间测距的功能是dw1000使用tof的方式，tof属于双向测距技术，利用数据信号在一对uwb信号收发机之间往返的飞行时间来测量两点间的距离，依据数据帧收发时间戳，计算空中飞行时间与光速的乘积得到两点间距离，其计算公式如下：
36.di＝c
×
(t
i1-t
i0
)
37.其中式中：d为一对收发机之间的直线距离，c为光速，t
i0
t
i1
分别为数据信号发出时时间戳和接收时的时间戳。
38.获取惯性导航系统根据气压计与激光测距高度计获得的各节点高度，在任意两节点之间有几何关系，其计算公式如下：
[0039][0040]
其中式中：di为第i对收发机之间的水平距离，di为第i对收发机之间的直线距离，δhi为第i对收发机之间的垂直高度差。
[0041]
以任一单个无人机为例，以此无人机为坐标原点，并对uwb超带宽无线通信测距模块测得d1...dn排序找到距自身最近其他无人机，最近的无人机不会被其他无人机阻挡导致距离信息失效，因此将其水平位置定为平面主坐标轴上距其di位置坐标。
[0042]
利用程序循环执行到相对两点距离差值小于0.1％(即10mm误差左右)时初步得到此点位置。对所有其他无人机进行此操作，获得所有无人机坐标位置。此时不能排除一些无人机被其他无人机遮挡，导致uwb超带宽无线通信测距模块所测距离相对上文所说无人机自身原点或最近无人机间存在较大的不可纳入计算的误差，因此需将上述坐标计算操作在以其他无人机为坐标原点展开计算，并与初步计算结果相比较，将近似相等结果取平均值，误差极大结果舍去。具体计算过程使用比例控制进行逼近，其计算公式如下所示：
[0043][0044]
[0045]
其中式中：δxδy为对位置的递归运算中坐标增减的数值；d
i0di1
为计算点分别对于原点和最近节点预设在y轴上的坐标点的相对距离；为求距离d对于x坐标的梯度；k
p
为比例参数，调整参数大小使坐标的递归能够快速逼近最终值。
[0046]
此时通过节点空间距离d与相对地面高度h获得在地面上投影的平面距离d。d中包含有h和d的误差，就测量精度而言，在无遮挡条件下激光测距的测量精度为
±
10mm，uwb超带宽无线通信测距模块直接测量精度为
±
50mm，均小于无人机尺寸，uwb信号被遮挡后经由地面或墙壁反射到达其他节点，造成测量误差为+103mm量级，为主要的误差来源。用最小二乘法描述测量值误差带来的位置误差，其计算公式为：
[0047][0048]
其中式中：ε为利用最小二乘法表征误差大小的参数；di为第i对节点间距离；δxiδyiδzi为计算结果得到的坐标中第i对节点间x、y、z坐标的差值。此处的节点坐标为经一次或多次消除偏差拟合过的结果，原始的两节点高度测量结果差值δhi≠δzi，其中的差值原因为所测高度与拟合高度的差距，因此δh
i-δzi与的比值可描述惯性导航系统测得高度误差与uwb超带宽无线通信测距模块获取数据误差相对关系，比较各个节点处误差关系比例，当其中一个或多个节点此比例远大于其他节点时，判定为uwb信号被遮挡，删除遮挡数据，改用此节点其他数据进行测算，当以某一无人机为节点，且节点周围有效uwb超带宽无线通信测距模块获取的距离数据少于两个时，此时即表示该位置无人机接收不到无人机集群中的任意两个无人机发射的信号频率，此时即判定该无人机离队，机队停止对此无人机的控制。
[0049]
在惯性导航系统中，惯性测量单元是线性、旋转、磁性和气压传感器的组合，在一个包含x轴、y轴、z轴的笛卡尔坐标系中，传感器能够测量各轴方向的线性运动，以及围绕各轴的旋转运动，加速度计在惯性参照系中用于测量系统的线加速度，通过对加速度进行解算得出角速度，同时可以辅助陀螺仪进行角度解算；陀螺仪在惯性参照系中用于测量系统的角速率，对角速率进行积分，就可以得到系统的实时方向，但由于积分会出现累计误差，表现为角度会一直增加或减少；磁力计可以在水平位置确认朝向，通过磁力计与陀螺仪的相互校正，得到无人机集群实时姿态参数；气压传感器用于检测大气压强，激光测距模块直接测量无人机与地面间距离，可用作高度计，在惯导系统中增强z轴动态与精度。
[0050]
其中上述中无人机与无人机节点区别不大，只是无人机为具体的实物，而无人机节点是将单个无人机作为无人机集群拓扑网络中的一个节点，且上述的节点即为无人机节点。
[0051]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0052]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换
和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.一种基于dw1000的无人机集群定位系统，其特征在于：包括：无人机集群，所述无人机集群是由多个无人机组成的集群，且每个无人机上均设有包括：由加速度计、陀螺仪、磁力计、气压计和激光测距高度计组成的惯性导航系统，所述惯性导航系统用于获取单个无人机节点垂直高度以及获取单个无人机实时姿态信息；uwb超带宽无线通信测距模块，所述uwb超带宽无线通信测距模块为基于uwb超带宽无线通信技术的dw1000模块，用于采用tof的方式测量uwb信号收发机之间的距离和方向，所述dw1000模块包括stm32f103c8t6芯片：中心处理数据整合层，所述中心处理数据整合层用于在单个无人机之间进行信息共享、决策和协同控制的自组织网络；位置反馈层，所述位置反馈层用于通过中心处理数据整合层的自组织网络获取的数据，经过相对距离信息的分布式节点的高精度位置定位算法处理，获得统一的无人机姿态与位置信息并向远程控制端反馈。2.根据权利要求1所述的一种基于dw1000的无人机集群定位系统，其特征在于：所述中心处理数据整合层利用esp8266模块实现物理层，并基于tcp/ip协议并在上层编写mqtt订阅发布程序，实现单个无人机节点之间信息查找，数据链路的建立、维持和释放，以实现单个无人机之间进行信息共享、决策和协同控制的自组织网络。3.根据权利要求1所述的一种基于dw1000的无人机集群定位系统，其特征在于：所述dw1000模块的stm32f103c8t6芯片中使用多任务程序架构，并通过基于uwb技术的dw1000模块获取无人机间距离数据实时发布到自组织网络中，以供单个无人机进行信息共享。4.根据权利要求1所述的一种基于dw1000的无人机集群定位系统，其特征在于：所述位置反馈层中相对距离信息的分布式节点的高精度位置定位算法包括以下步骤：s1、在自组织网络中获取由uwb超带宽无线通信测距模块测得的两个无人机节点之间的相对距离以及方向；s2、在自组织网络中获取步骤s1中两个无人机的惯性导航系统中气压计和激光测距高度计获得的单个无人机节点相对地面垂直高度信息，并计算两个无人机之前的相对垂直高度差；s3、根据步骤s1获取的相对距离和步骤s2获取的相对垂直高度差，通过勾股定理计算两个无人机节点之间的水平距离，并配合步骤s1获取的两个无人机节点的方向，采用三角函数计算公式，并以其中一个无人机节点为空间坐标原点，并标注另一个无人机节点的空间坐标，其中y向坐标数字为两个无人机之前的相对垂直高度差，x向坐标数字为两个无人机节点之间的水平距离乘以cosθ后的数值，z向坐标数字为两个无人机节点之间的水平距离乘以sinθ后的数值，以此建立无人机集群的空间坐标；s4、以其他无人机为坐标原点建立无人机集群的空间坐标，并与步骤s3计算的空间坐标相比较，将近似相等结果取平均值，误差极大结果舍去，并构建新的无人机集群空间坐标系；s5、获取步骤s3无人机集群空间坐标系，以及获取自组织网络中惯性导航系统获取的单个无人机实时姿态信息，并通过stm32f103c8t6向远程控制端反馈无人机集群相关信息。

技术总结
本发明公开了一种基于DW1000的无人机集群定位系统，包括：无人机集群，所述无人机集群是由多个无人机组成的集群，且每个无人机上均设有包括：由加速度计、陀螺仪、磁力计、气压计和激光测距高度计组成的惯性导航系统。本发明通过空间中各节点数据初步选择测量范围内各点测量数据，从自组织网络获得选定点，并测得两两之间的距离信息，再结合惯性导航中气压计和激光测距高度计确定两节点之前的相对高度，依据三点定位确定各组空间中相对位置，合成高精度的相对位置信息，实现多点空间坐标的厘米级定位，不需要固定基站，可实现机队的相对地面位置计算，可在各种场景实现无人机编队飞行。行。行。


技术研发人员：吴恩铭 王思源 孙艺东 罗飞扬 唐昊 李光印 吴皓楠 肖敏 闫思哲 刘滨 卢德诚安
受保护的技术使用者：中国民航大学
技术研发日：2023.04.28
技术公布日：2023/8/28