一种无人机传感器的校准方法

技术领域

本发明涉及的是无人机领域，特别涉及一种无人机传感器的校准方法。

背景技术

无人机要升空执行任务，必须要有准确的方位和姿态，而方位和姿态的测算依赖于加速度计和磁力计等传感器。如果这些传感器测量数据存在较大误差，将导致无人机失态或失控。而传感器出厂必定带有一定误差，因此需进行使用前重新校准。设计精准可靠、高效快捷的校准方案既是工程实际的需要也是用户的需求。

在现有的无人机传感器的校准中，传统的加速度计校准方法对转台设备的依赖性较大。而工程实际中通常不具备高精转台的条件，只能近似地使用六面法对加速度计进行校准。常规的六面法要求六面垂直正交，但是这在实际操作中很难实现，因此校准结果的精度也无法保证。

传统的无人机传感器加速度计、磁力计校准方案在流程上、软件设计上是分离的，这不利于后台开发与维护，也不便于实际校准操作。因此亟需寻求一种易操作、高精度的无人机校准方案。

发明内容

鉴于上述问题，本发明提出了一种克服上述问题或者至少部分地解决上述问题的一种无人机传感器的校准方法。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

一种无人机传感器的校准方法，包括：

S100.通过APP发送校准指令，系统获取当前校准开关的使能状态；

S200.根据当前校准开关的使能状态，按照预设第一规则对无人机进行处理，获取无人机校准使能状态；

S300.当无人机校准使能状态为真时，执行校准指令，按照预设第二规则分别对无人机的传感器测量值进行采集，利用阻尼最小二乘法对测量值进行计算，求解出无人机传感器最优的校准参数；

S400.根据求解出无人机传感器最优的校准参数，对无人机传感器进行校准。

进一步地，S200中，当前校准开关的使能状态为真时，预设第一规则包括：同时判断无人机系统状态是否正忙，是否已经解锁和是否正在校准中三种状态。

进一步地，S200中，当前校准开关的使能状态真时，预设第一规则还包括：当无人机系统是否正忙，是否已经解锁和是否正在校准中三种状态均为否时，系统开启校准，将校准使能置为真，系统状态置为正忙，采样面标志初始化零。

进一步地，S200中，当前校准开关的使能状态假时，预设第一规则还包括：继续判断系统校准是否正在进行中，当系统校准正在进行中，将校准强行关闭，校准使能置为假，系统置忙设为空闲，采样面标志初始化零。

进一步地，S300中，校准的无人机传感器为加速度计和磁力计。

进一步地，S300中，当传感器为加速度计时，预设第二规则包括：分别采集加速度计六面的多个测量值，并取测量值平均值，对测量值采用阻尼最小二乘法进行优化计算，求解出加速度计最优的校准参数。

进一步地，S300中，当传感器为磁力计时，预设第二规则还包括：分别采集磁力计水平和垂直两面的多个测量值，并取测量值平均值，对测量值采用阻尼最小二乘法进行优化计算，求解出磁力计最优的校准参数。

进一步地，采用阻尼最小二乘法进行优化计算时，阻尼因子的大小根据测量值大小改变，当测量值较大时，增大阻尼因子；当测量值较小时，减小阻尼因子。

进一步地，S200中，当前校准开关的使能状态真时，预设第一规则还包括：当无人机系统是否正忙，是否已经解锁和是否正在校准中三种状态中的一个为真时，系统开启无效指令，无人机传感器的校准结束。

进一步地，还包括：当无人机校准使能状态为假时，无人机传感器校准准流程直接结束。

本发明实施例提供的上述技术方案的有益效果至少包括：

本发明公开的一种无人机传感器的校准方法，可以实现无人机起飞前快速校准加速度计和磁力计。在对传感器测量值的计算上，通过改进常规加速度计六面校准中使用的高斯牛顿法，应用一种新型的阻尼最小二乘法，实现机载加速度计的高精度校准。阻尼最小二乘法方法中引入阻尼因子，用于动态调整算法迭代过程中梯度下降的方向，克服常规高斯牛顿法对算法迭代条件的苛刻要求。算法层面的优化设计放宽了校准条件，即加速度六面校准过程不需要严格保证六面正交或绝对静置，只需采集近似正交的六面数据即可快速校准完成，这十分便于操作，同时又可得到更精准的校准结果。本发明软件架构的设计实现加速度计和磁力计校准的统一管理调度，流程更加简洁，人机交互更加和谐。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例1中，一种无人机传感器的校准方法的流程图；

图2为本发明实施例1中，一种无人机传感器的校准方法程序流程示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

为了解决现有技术中存在的传统的无人机传感器校准方法对校准环境的依赖性较大、精度低的问题，本发明实施例提供一种无人机传感器的校准方法。

实施例1

本实施例公开了一种无人机传感器的校准方法，如图1，包括：

S100.通过APP发送校准指令，系统获取当前校准开关的使能状态。具体的，本实施例中，校准APP通过无线方式向无人机发送校准指令。

S200.根据当前校准开关的使能状态，按照预设第一规则对无人机进行处理，获取无人机校准使能状态。

具体的，如图2，本实施例中，S200中，当前校准开关的使能状态为真时，预设第一规则包括：同时判断无人机系统状态是否正忙，是否已经解锁和是否正在校准中三种状态。在一些优选实施例中，S200中，当前校准开关的使能状态真时，预设第一规则还包括：当无人机系统是否正忙，是否已经解锁和是否正在校准中三种状态均为否时，系统开启校准，将校准使能置为真，系统状态置为正忙，采样面标志初始化零。当无人机系统是否正忙，是否已经解锁和是否正在校准中三种状态中的一个为真时，系统开启无效指令，无人机传感器的校准结束。

在本实施例中，S200中，当前校准开关的使能状态假时，预设第一规则还包括：继续判断系统校准是否正在进行中，当系统校准正在进行中，将校准强行关闭，校准使能置为假，系统置忙设为空闲，采样面标志初始化零。

S300.当无人机校准使能状态为真时，执行校准指令，按照预设第二规则分别对无人机的传感器测量值进行采集，利用阻尼最小二乘法对测量值进行计算，求解出无人机传感器最优的校准参数。

在一些优选实施例中，当无人机校准使能状态为假时，无人机传感器校准流程直接结束。

在本实施例中，S300中，校准的无人机传感器为加速度计和磁力计。具体的，当传感器为加速度计时，预设第二规则包括：分别采集加速度计六面的多个测量值，并取测量值平均值，对测量值采用阻尼最小二乘法进行优化计算，求解出加速度计最优的校准参数。当传感器为磁力计时，预设第二规则还包括：分别采集磁力计水平和垂直两面的多个测量值，并取测量值平均值，对测量值采用阻尼最小二乘法进行优化计算，求解出磁力计最优的校准参数。

本实施例中，采用阻尼最小二乘法进行优化计算时，阻尼因子的大小根据测量值大小改变，当测量值较大时，增大阻尼因子；当测量值较小时，减小阻尼因子。

为了更好地理解本实施例，下面具体介绍阻尼最小二乘法在本实施例中对测量数据进行计算的过程。

假设加速度计的零偏误差与刻度误差分别为：o

某一时刻该三轴加速度计的测量值分别为：x,y,z；

设当前时刻真实加速度向量为：a＝(a

则有以下关系：

a

a

a

静止状态下，不管加速度计方向如何，其测量得到的加速度为重力加速度在各轴上的投影。

而在地球上，重力加速度向量模值总是等于1g。假设a

a

即传感器(加速度计)误差方程：

(x-o

至此，我们将加速度计的误差求解转化成为了一个数学问题：

已知传感器测量值x，y，z，由上一等式，求解出o

有如下说明：

对于六元二次方程而言，使用六组独立的传感器观测值，构建出包含6个方程的方程组，理论上可以求出方程组的唯一解。可是事实上，我们从传感器上获取到的观测值，都是带有一定随机噪声的，即观测值并非完全准确，从而导致求得的方程解未必精确；

为了解决上述问题，这里引进了一种数学方法：Levenberg-Marquardt法(LM法，阻尼最小二乘法)。利用LM方法，采集6组(面)加速度计测量数据，即可求解出最优的校准参数o

设目标函数为：

其中δ＝[o

设方程的初始解为δ

其中，H

目标：求出解δ，使J(δ)最小(极小)。当函数取得极小值时，根据最优性原理，J(δ)必有一节梯度为0，即：

所以，有高斯牛顿迭代公式：

令

即

δ＝δ

通过不断迭代即可求得在预设精度的δ，也即是所求误差量。

利用LM方法，加入阻尼因子ξ，有

加入阻尼因子ξ从而消除了海森矩阵的非正定情况，更重要的是迭代过程中阻尼因子ξ是动态变化的，用于调整梯度下降方向，当：

ξ趋近于0时，即退化为高斯牛顿法。

ξ很大时，效果相当于梯度下降法。

使用LM法时，需要加入一些ξ的调整策略，使得距离解较远的时候，使用梯度下降法，距离极小值较近的时候，使ξ减小，这样就近似高斯牛顿法，能得到比梯度下降法更快的收敛速度。

动态梯度调整策略，使得求解的传感器误差精度更高，速度更快，结果最优。

S400.根据求解出无人机传感器最优的校准参数，对无人机传感器进行校准。

本实施例公开的一种无人机传感器的校准方法，可以实现无人机起飞前快速校准加速度计和磁力计。在对传感器测量值的计算上，通过改进常规加速度计六面校准中使用的高斯牛顿法，应用一种新型的阻尼最小二乘法法，实现机载加速度计的高精度校准。阻尼最小二乘法方法中引入阻尼因子，用于动态调整算法迭代过程中梯度下降的方向，克服常规高斯牛顿法对算法迭代条件的苛刻要求。算法层面的优化设计放宽了校准条件，即加速度六面校准过程不需要严格保证六面正交或绝对静置，只需采集近似正交的六面数据即可快速校准完成，这十分便于操作，同时又可得到更精准的校准结果。本发明软件架构的设计实现加速度计和磁力计校准的统一管理调度，流程更加简洁，人机交互更加和谐。

应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。

在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。

本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。

结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。

对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。

上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。