CN114018241A - 用于无人机的定位方法和设备 - Google Patents

Abstract

公开了一种用于无人机的定位方法和设备，其中，无人机装载有加速度传感器、陀螺仪传感器、高度传感器、以及光流传感器，该定位方法包括：基于加速度传感器测量的加速度值和陀螺仪传感器测量的角速度值，获取无人机在水平航向坐标系下的运动加速度原始值；基于光流传感器测量的相对位移值、高度传感器测量的相对高度值、加速度传感器测量的加速度值、陀螺仪传感器测量的角速度值、以及无人机在水平航向坐标系下的运动加速度原始值，获取无人机在水平航向坐标系下的运动加速度校正值；以及基于无人机在水平航向坐标系下的运动加速度原始值和运动加速度校正值，获取无人机在水平航向坐标系下的位置。

Description

用于无人机的定位方法和设备

技术领域

本发明涉及无人机领域，尤其涉及用于无人机的定位方法和设备。

背景技术

随着无人机技术的发展，无人机的应用范围越来越广，消费群体越来越大。在对制造成本敏感的中低端市场中，对拥有低廉成本和高性能表现的无人机的需求越来越大。针对没有全球定位***(Global Positioning System，GPS)信号或GPS信号较弱以及无人机体积小、载重能力弱等场景和限制，可以使用光流传感器检测无人机相对于被检测平面上的起始位置(即，无人机在起飞时刻所在的位置)的位移和移动速度。但是，在无人机起降、飞行导航、目标跟踪等多种机动情况下，如果单纯使用光流传感器进行无人机定位，则光流传感器本身的累积偏移、无人机本身的姿态和高度位置变化、以及地面特征不理想或变化复杂等极易成为引发无人机不稳定的因素。

发明内容

根据本发明实施例的用于无人机的定位方法，其中，无人机装载有加速度传感器、陀螺仪传感器、高度传感器、以及光流传感器，该定位方法包括：基于加速度传感器测量的加速度值和陀螺仪传感器测量的角速度值，获取无人机在水平航向坐标系下的运动加速度原始值；基于光流传感器测量的相对位移值、高度传感器测量的相对高度值、加速度传感器测量的加速度值、陀螺仪传感器测量的角速度值、以及无人机在水平航向坐标系下的运动加速度原始值，获取无人机在水平航向坐标系下的运动加速度校正值；以及基于无人机在水平航向坐标系下的运动加速度原始值和运动加速度校正值，获取无人机在水平航向坐标系下的位置。

根据本发明实施例的用于无人机的定位设备，其中，无人机装载有加速度传感器、陀螺仪传感器、高度传感器、以及光流传感器，该定位设备包括：存储器，其上存储有计算机可执行指令；以及一个或多个处理器，被配置为执行计算机可执行指令，以实现上述用于无人机的定位方法。

根据本发明实施例的用于无人机的定位方法和定位设备，通过将加速度传感器、陀螺仪传感器、高度传感器、和光流传感器的测量结果相互融合，可以更接近真实、更平滑实时、且更精确地对无人机进行定位。

附图说明

从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明，其中：

图1示出了根据本发明实施例的用于无人机的定位方法的流程图。

图2示出了可以实现根据本发明实施例的用于无人机的定位方法的计算机***的示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中，提出了许多具体细节，以便提供对本发明的全面理解。但是，对于本领域技术人员来说很明显的是，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好的理解。本发明决不限于下面所提出的任何具体配置和算法，而是在不脱离本发明的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中，没有示出公知的结构和技术，以便避免对本发明造成不必要的模糊。

鉴于单独使用光流传感器对无人机进行定位存在的上述问题，提出了一种多传感器融合互补、高精度、高鲁棒性的用于无人机的定位方法。

图1示出了根据本发明实施例的用于无人机的定位方法100的流程图。需要说明的是，定位方法100将使用来自无人机控制***的加速度传感器、陀螺仪传感器、高度传感器、以及光流传感器的测量结果，并且将在以无人机为站心、始终以无人机的机头方向为0方位角的相对大地运动的水平航向坐标系为参考坐标系对无人机进行定位。

如图1所示，定位方法100包括：S102，基于加速度传感器测量的加速度值和陀螺仪传感器测量的角速度值，获取无人机在水平航向坐标系下的运动加速度原始值；S104，基于光流传感器测量的相对位移值、高度传感器测量的相对高度值、加速度传感器测量的加速度值、陀螺仪传感器测量的角速度值、以及无人机在水平航向坐标系下的运动加速度原始值，获取无人机在水平航向坐标系下的运动加速度校正值；以及S106，基于无人机在水平航向坐标系下的运动加速度原始值和运动加速度校正值，获取无人机在水平航向坐标系下的位置。

在一些实施例中，由于加速度传感器测量的是无人机在无人机载体坐标系下的加速度值，所以需要将加速度传感器测量的加速度值进行坐标系转换，以得到无人机在水平航向坐标系下的加速度值。即，获取无人机在水平航向坐标系下的运动加速度原始值包括：基于加速度传感器测量的加速度值和陀螺仪传感器测量的角速度值，获取用于将加速度传感器测量的加速度值转换为无人机在水平航向坐标系下的运动加速度原始值的方向余弦矩阵；以及基于加速度传感器测量的加速度值和该方向余弦矩阵，获取无人机在水平航向坐标系下的运动加速度原始值。

例如，可以根据等式(1)，将加速度传感器测量的加速度值转换为无人机在水平航向坐标系下的运动加速度原始值。

a_n＝a_b·R (1)

在等式(1)中，R为用于将加速度传感器测量的加速度值转换为无人机在水平航向坐标系下的运动加速度原始值的方向余弦矩阵(偏航角为0时的方向余弦矩阵)，a_n为无人机在水平航向坐标系下的运动加速度原始值，a_b为加速度传感器测量的加速度值(单位为cm/s/s)。这里，由于方向余弦矩阵的使用，减少了三角函数的使用，降低了对无人机搭载的计算设备的算力要求并且提升了该计算设备的运算效率。

为了描述方便，下文中所有的运动加速度的单位为cm/s/s，运动速度的单位为cm/s，相对位移的单位为cm。

在一些实施例中，获取无人机在水平航向坐标系下的运动加速度校正值包括：基于光流传感器测量的相对位移值、高度传感器测量的相对高度值、加速度传感器测量的加速度值、以及陀螺仪传感器测量的角速度值，获取无人机在水平航向坐标系下的高度和角度补偿后的相对位移值；基于无人机在水平航向坐标系下的高度和角度补偿后的相对位移值与互补滤波后的相对位移值，获取无人机在水平航向坐标系下的高度和角度补偿后的相对位移差值；以及基于无人机在水平航向坐标系下的高度和角度补偿后的相对位移差值和第一自适应积分系数，获取无人机在水平航向坐标系下的运动加速度校正值。

例如，可以根据等式(2)和(2-1)，基于无人机在水平航向坐标系下的高度和角度补偿后的相对位移值和第一自适应积分系数，获取无人机在水平航向坐标系下的运动加速度校正值：

在等式(2)和(2-1)中，a_{n_x_correction}、a_{n_y_correction}分别为无人机在水平航向坐标系下的水平方向(x方向)和垂直方向(y方向)的运动加速度校正值，S_{opt_x}、S_{opt_y}分别为无人机在水平航向坐标系下的x方向和y方向的高度和角度补偿后的相对位移值，S_{opt_x_dealt}、S_{opt_y_dealt}分别为无人机在水平航向坐标系下的x方向和y方向的高度和角度补偿后的相对位移差值，S_{n_x_filter}、S_{n_y_filter}分别为无人机在水平航向坐标系下的x方向和y方向的互补滤波后的相对位移值，k1为第一自适应积分系数。这里，a_{n_x_correction}、a_{n_y_correction}的初始值均为零。

在一些实施例中，获取无人机在水平航向坐标系下的位置包括：基于无人机在水平航向坐标系下的运动加速度原始值和运动加速度校正值，获取无人机在水平航向坐标系下的互补滤波后的运动加速度值；以及基于无人机在水平航向坐标系下的互补滤波后的运动加速度值，获取无人机在水平航向坐标系下的运动速度原始值。

例如，可以根据等式(3)，基于人机在水平航向坐标系下的运动加速度原始值和运动加速度校正值，获取无人机在水平航向坐标系下的互补滤波后的运动加速度值。

在等式(3)中，a_{n_x_filter}、a_{n_y_filter}分别为无人机在水平航向坐标系下的x方向和y方向的互补滤波后的运动加速度值，a_{n_x_origion}、a_{n_y_origion}分别为根据等式(1)获取的、无人机在水平航向坐标系下的x方向和y方向的运动加速度原始值，a_{n_x_correction}、a_{n_y_correction}分别为无人机在水平航向坐标系下的x方向和y方向的运动加速度校正值。

例如，可以根据等式(4)和(5)，基于无人机在水平航向坐标系下的互补滤波后的运动加速度值，获取无人机在水平航向坐标系下的运动速度原始值。

在等式(4)中，V_{n_x_origion}、V_{n_x_origion}分别为无人机在水平航向坐标系下的x方向和y方向的运动速度原始值，V_{n_x_dealt}、V_{n_y_dealt}分别为无人机在水平航向坐标系下的x方向和y方向的单位时间(例如，1s)内的速度增量。

在一些实施例中，获取无人机在水平航向坐标系下的位置还可以包括：基于无人机在水平航向坐标系下的高度和角度补偿后的相对位移差值和第二自适应积分系数，获取无人机在水平航向坐标系下的运动速度校正值；基于无人机在水平航向坐标系下的运动速度原始值和运动速度校正值，获取无人机在水平航向坐标系下的互补滤波后的运动速度值。

例如，可以根据等式(6)，基于无人机在水平航向坐标系下的高度和角度补偿后的相对位移差值和第二自适应积分系数，获取无人机在水平航向坐标系下的运动速度校正值。

在等式(6)中，V_{n_x_correction}、V_{n_y_correction}分别为无人机在水平航向坐标系下的x方向和y方向的运动速度校正值，S_{opt_x_dealt}、S_{opt_y_dealt}分别为无人机在水平航向坐标系下的x方向和y方向的高度和角度补偿后的相对位移差值，k2为第二自适应积分系数。这里，V_{n_x_correction}、V_{n_y_correction}的初始值均为零。

例如，可以根据等式(7)，基于无人机在水平航向坐标系下的运动速度原始值和运动速度校正值，获取无人机在水平航向坐标系下的互补滤波后的运动速度值。

在等式(7)中，V_{n_x_filter}、V_{n_y_filter}分别为无人机在水平航向坐标系下的x方向和y方向的互补滤波后的运动速度值，V_{n_x_origion}、V_{n_x_origion}分别为无人机在水平航向坐标系下的x方向和y方向的运动速度原始值，V_{n_x_correction}、V_{n_y_correction}分别为无人机在水平航向坐标系下的x方向和y方向的运动速度校正值。

在一些实施例中，获取无人机在水平航向坐标系下的位置还可以包括：基于无人机在水平航向坐标系下的互补滤波后的运动速度值，获取无人机在水平航向坐标系下的相对位移原始值。

例如，可以根据等式(8)，基于无人机在水平航向坐标系下的互补滤波后的运动速度值，获取无人机在水平航向坐标系下的相对位移原始值。

在等式(8)中，S_{n_x_origion}、S_{n_y_origion}分别为无人机在水平航向坐标系下的x方向和y方向的相对位移原始值，V_{n_x_filter}、V_{n_y_filter}分别为无人机在水平航向坐标系下的x方向和y方向的互补滤波后的运动速度值，V_{n_x_dealt}、V_{n_y_dealt}分别为无人机在水平航向坐标系下的x方向和y方向的单位时间(例如，1s)内的速度增量。

在一些实施例中，获取无人机在水平航向坐标系下的位置还可以包括：基于无人机在水平航向坐标系下的高度和角度补偿后的相对位移差值和第三自适应积分系数，获取无人机在水平航向坐标系下的相对位移校正值；以及基于无人机在水平航向坐标系下的相对位移初始值和相对位移校正值，获取无人机在水平航向坐标系下的互补滤波后的相对位移值。

例如，可以根据等式(9)，基于无人机在水平航向坐标系下的高度和角度补偿后的相对位移差值和第三自适应积分系数，获取无人机在水平航向坐标系下的相对位移校正值。

在等式(9)中，S_{n_x_correction}、S_{n_y_correction}分别为无人机在水平航向坐标系下的x方向和y方向的相对位移校正值，S_{opt_x_dealt}、S_{opt_y_dealt}分别为无人机在水平航向坐标系下的x方向和y方向的高度和角度补偿后的相对位移差值，k3为第三自适应积分系数。这里，S_{n_x_correction}、S_{n_y_correction}的初始值均为零。

例如，可以根据等式(10)，基于无人机在水平航向坐标系下的相对位移初始值和相对位移校正值，获取无人机在水平航向坐标系下的互补滤波后的相对位移值。

在等式(10)中，S_{n_x_filter}、S_{n_y_filter}分别为无人机在水平航向坐标系下的x方向和y方向的互补滤波后的相对位移值，S_{n_x_origion}、S_{n_y_origion}分别为无人机在水平航向坐标系下的x方向和y方向的相对位移原始值，S_{n_x_correction}、S_{n_y_correction}分别为无人机在水平航向坐标系下的x方向和y方向的相对位移校正值。

在一些实施例中，第一、第二、和第三自适应积分系数分别是基于自适应滤波系数及第一、第二、和第三常量确定的。例如，可以根据等式(11)，基于自适应滤波系数及第一、第二、和第三常量，确定第一、第二、和第三自适应积分系数。

在等式(11)中，k1、k2、k3分别为第一、第二、和第三自适应积分系数，k_filter为自适应滤波系数，需要进行动态调节，以获取无人机的平滑真实的相对位移，e1、e2、e3分别为第一、第二、和第三常量。

在一些实施例中，可以通过监测无人机相对于被检测平面的运动速度，判断无人机处于起飞、降落、上升、下降、还是机动飞行状态，并根据无人机所处的状态来调节自适应滤波系数。

例如，可以根据等式(12)，获取无人机在水平航向坐标系下的x方向、y方向、及z方向(竖直方向)三个方向的融合运动速度，然后根据等式(13)，基于无人机在水平航向坐标系下的融合运动速度来自适应地调节自适应滤波系数。

在等式(12)中，V_{n_mix}为无人机在水平航向坐标系下的x方向、y方向、及z方向三个方向的融合运动速度，V_{n_x_filter}、V_{n_y_filter}、V_{n_z_filter}分别为无人机在水平航向坐标系下的x方向、y方向、及z方向的互补滤波后的运动速度值。

在等式(13)中，将V_{n_mix}限幅在[0,C]区间内，C的取值取决于光流传感器的可测量速度范围上限以及无人机的速度上限，B的取值取决于无人机悬停的速度容错范围。当V_{n_mix}处在[0,B]区间时，保持系数k′_filter不变，当V_{n_mix}处在(B，C]区间时，使用函数g(V_{n_mix})计算k′_filter的调节系数，其中，函数g(V_{n_mix})的输出值在[1，D]区间中，D为在速度C下测得的最终融合速度，位移良好的最大调节系数。

这里，可以根据等式(14)，基于光流传感器的数据质量参数Q_opt对原始滤波系数k″_filter进行动态调节。

在等式(14)中，k″_filter为在第一质量阈值A的条件下整定得到的原始互补滤波系数。如等式(14)所示，当光流传感器的数据质量参数Q_opt小于第一质量阈值A时，k′_filter为原始互补滤波系数k″_filter；当光流传感器的数据质量参数Q_opt在[A,B)区间时(B为衡量光流传感器的数据质量的第二质量阈值)，使用函数f(Q_opt)计算k″_filter的调节系数，其中，函数f(Q_opt)的输出范围在(0,1]区间中。

综上所述，根据本发明实施例的用于无人机的定位方法通过对来自加速度传感器、陀螺仪传感器、高度传感器、和光流传感器的测量结果相互融合，可以更接近真实、更平滑实时、且更精确地对无人机进行定位。另外，通过根据无人机在水平航向坐标系下的互补滤波后的运动速度自适应地调节自适应滤波系数，可以在无人机处于悬停及飞行移动状态时较高精度地还原无人机的真实位移及速度情况。另外，对于无人机处于悬停或导航控制、目标跟随等机动飞行状态、以及环境变化的情况，都可以较高精度地还原无人机的真实位移及速度情况。同时，基于无人机控制***的基本传感器(即，加速度传感器、陀螺仪传感器、高度传感器、和光流传感器)来对无人机进行定位，不会增加额外的硬件成本和负载，运算量小，适合各种对成本敏感和无人机体积载重能力受限的场合。

图2示出了可以实现根据本发明实施例的用于多旋翼无人机的位移补偿方法和装置的计算机***的示意图。下面结合图2，描述适于用来实现本公开的实施例的计算机***200。应该明白的是，图2示出的计算机***200仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图2所示，计算机***200可以包括处理装置(例如，中央处理器、图形处理器等)201，其可以根据存储在只读存储器(ROM)202中的程序或者从存储装置208加载到随机访问存储器(RAM)203中的程序而执行各种适当的动作和处理。在RAM 203中，还存储有计算机***200操作所需的各种程序和数据。处理装置201、ROM 202、以及RAM 203通过总线204彼此相连。输入/输出(I/O)接口205也连接至总线204。

通常，以下装置可以连接至I/O接口205：包括例如触摸屏、触摸板、摄像头、加速度计、陀螺仪、传感器等的输入装置206；包括例如液晶显示器(LCD，Liquid CrystalDisplay)、扬声器、振动器、电机、电子调速器等的输出装置207；包括例如闪存(FlashCard)等的存储装置208；以及通信装置209。通信装置209可以允许计算机***200与其他设备进行无线或有线通信以交换数据。虽然图2示出了具有各种装置的计算机***200，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图2中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例提供一种计算机可读存储介质，其存储计算机程序，该计算机程序包含用于执行图1所示的方法100的程序代码。在这样的实施例中，该计算机程序可以通过通信装置209从网络上被下载和安装，或者从存储装置208被安装，或者从ROM 202被安装。在该计算机程序被处理装置201执行时，实现根据本发明实施例的装置中限定的上述功能。

需要说明的是，根据本发明实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。根据本发明实施例的计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。另外，根据本发明实施例的计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(Radio Frequency，射频)等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行根据本发明实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言——诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开的各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能、和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

本发明可以以其他的具体形式实现，而不脱离其精神和本质特征。例如，特定实施例中所描述的算法可以被修改，而***体系结构并不脱离本发明的基本精神。因此，当前的实施例在所有方面都被看作是示例性的而非限定性的，本发明的范围由所附权利要求而非上述描述定义，并且，落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明的范围之中。

Claims (13)

1.一种用于无人机的定位方法，其中，所述无人机装载有加速度传感器、陀螺仪传感器、高度传感器、以及光流传感器，该定位方法包括：

基于所述加速度传感器测量的加速度值和所述陀螺仪传感器测量的角速度值，获取所述无人机在水平航向坐标系下的运动加速度原始值；

基于所述光流传感器测量的相对位移值、所述高度传感器测量的相对高度值、所述加速度传感器测量的加速度值、所述陀螺仪传感器测量的角速度值、以及所述无人机在水平航向坐标系下的运动加速度原始值，获取所述无人机在水平航向坐标系下的运动加速度校正值；以及

基于所述无人机在水平航向坐标系下的运动加速度原始值和运动加速度校正值，获取所述无人机在水平航向坐标系下的位置。

2.根据权利要求1所述的定位方法，其中，获取所述无人机在水平航向坐标系下的运动加速度原始值包括：

基于所述加速度传感器测量的加速度值和所述陀螺仪传感器测量的角速度值，获取用于将所述加速度传感器测量的加速度值转换为所述无人机在水平航向坐标系下的运动加速度原始值的方向余弦矩阵；以及

基于所述加速度传感器测量的加速度值和所述方向余弦矩阵，获取所述无人机在水平航向坐标系下的运动加速度原始值，

其中，所述加速度传感器测量的加速度值是所述无人机在无人机载体坐标系下的运动加速度值。

3.根据权利要求1所述的定位方法，其中，获取所述无人机在水平航向坐标系下的运动加速度校正值包括：

基于所述光流传感器测量的相对位移值、所述高度传感器测量的相对高度值、所述加速度传感器测量的加速度值、以及所述陀螺仪传感器测量的角速度值，获取所述无人机在水平航向坐标系下的高度和角度补偿后的相对位移值；

基于所述无人机在水平航向坐标系下的高度和角度补偿后的相对位移值与互补滤波后的相对位移值，获取所述无人机在水平航向坐标系下的高度和角度补偿后的相对位移差值；以及

基于所述无人机在水平航向坐标系下的高度和角度补偿后的相对位移差值和第一自适应积分系数，获取所述无人机在水平航向坐标系下的运动加速度校正值，

其中，所述第一自适应积分系数是基于自适应滤波系数和第一常量确定的，所述自适应滤波系数是基于所述无人机在水平航向坐标系下的运动加速度原始值和运动加速度校正值确定的。

4.根据权利要求3所述的定位方法，其中，获取所述无人机在水平航向坐标系下的位置包括：

基于所述无人机在水平航向坐标系下的运动加速度原始值和运动加速度校正值，获取所述无人机在水平航向坐标系下的互补滤波后的运动加速度值；以及

基于所述无人机在水平航向坐标系下的互补滤波后的运动加速度值，获取所述无人机在水平航向坐标系下的运动速度原始值。

5.根据权利要求4所述的定位方法，其中，获取所述无人机在水平航向坐标系下的位置还包括：

基于所述无人机在水平航向坐标系下的高度和角度补偿后的相对位移差值和第二自适应积分系数，获取所述无人机在水平航向坐标系下的运动速度校正值；以及

基于所述无人机在水平航向坐标系下的运动速度原始值和运动速度校正值，获取所述无人机在水平航向坐标系下的互补滤波后的运动速度值，

其中，所述第二自适应积分系数是基于自适应滤波系数和第二常量确定的，所述自适应滤波系数是基于所述无人机在水平航向坐标系下的互补滤波后的运动速度值确定的。

6.根据权利要求5所述的定位方法，其中，获取所述无人机在水平航向坐标系下的位置还包括：

基于所述无人机在水平航向坐标系下的互补滤波后的运动速度值，获取所述无人机在水平航向坐标系下的相对位移原始值。

7.根据权利要求6所述的定位方法，其中，获取所述无人机在水平航向坐标系下的位置还包括：

基于所述无人机在水平航向坐标系下的高度和角度补偿后的相对位移差值和第三自适应积分系数，获取所述无人机在水平航向坐标系下的相对位移校正值；以及

基于所述无人机在水平航向坐标系下的相对位移初始值和相对位移校正值，获取所述无人机在水平航向坐标系下的互补滤波后的相对位移值，

其中，所述第三自适应积分系数是基于所述自适应滤波系数和第三常量确定的。

8.根据权利要求3所述的定位方法，其中，确定所述自适应滤波系数的处理包括：

基于所述无人机在水平航向坐标系下的运动加速度原始值和运动加速度校正值，获取所述无人机在水平航向坐标系下的互补滤波后的运动加速度值；

基于所述无人机在水平航向坐标系下的互补滤波后的运动加速度值，获取所述无人机在水平航向坐标系下的运动速度原始值；

基于所述无人机在水平航向坐标系下的高度和角度补偿后的相对位移差值和第二自适应积分系数，获取所述无人机在水平航向坐标系下的运动速度校正值；

基于所述无人机在水平航向坐标系下的运动速度原始值和运动速度校正值，获取所述无人机在水平航向坐标系下的互补滤波后的运动速度值；以及

基于所述无人机在水平航向坐标系下的互补滤波后的运动速度值，确定所述自适应滤波系数，

其中，所述第二自适应积分系数是基于所述自适应滤波系数和第二常量确定的，所述自适应滤波系数是基于所述无人机在水平航向坐标系下的互补滤波后的运动速度值确定的，并且所述自适应滤波系数的初始值是取决于所述光流传感器的数据质量参数、用于衡量所述光流传感器的数据质量的数据质量阈值、以及利用所述数据质量阈值整定得到的原始互补滤波系数的预定值。

9.根据权利要求8所述的定位方法，其中，所述无人机在水平航向坐标系下的运动速度原始值、运动速度校正值、以及运动加速度校正值的初始值均为零。

10.根据权利要求8所述的定位方法，其中，基于所述光流传感器的数据质量参数、用于衡量所述光流传感器的数据质量的数据质量阈值、利用所述数据质量阈值整定得到的原始互补滤波系数、以及所述无人机在水平航向坐标系下的互补滤波后的运动速度值，确定所述自适应滤波系数。

11.根据权利要求7所述的定位方法，其中，所述无人机在水平航向坐标系下的相对位移原始值和相对位移校正值的初始值均为零。

12.一种用于无人机的定位设备，其中，所述无人机装载有加速度传感器、陀螺仪传感器、高度传感器、以及光流传感器，该定位设备包括：

存储器，其上存储有计算机可执行指令；以及

一个或多个处理器，被配置为执行所述计算机可执行指令，以实现权利要求1至11中任一项所述的定位方法。

13.一种无人机，包括：

加速度传感器；

陀螺仪传感器；

高度传感器；

光流传感器；以及

权利要求12所述的用于无人机的定位设备。

Images