1、無人機以其成本低廉、人員零傷亡、生存能力強、機動性能好和使用方便等優(yōu)勢，備受軍事和民用領域的青睞，而導航定位則是其順利執(zhí)行任務的基本保障之一。對大型高端無人機而言，導航定位方式有多種選擇，典型的如基于全球衛(wèi)星導航系統(tǒng)/慣性導航系統(tǒng)（GNSS/INS）的組合導航技術、基于信號輻射導航/慣性導航系統(tǒng)（NAVSOP/INS）的組合定位技術等。對微小型無人機而言，由于其受到自身載荷和成本的限制，目前普遍搭載的是小體積、低功耗的全球定位系統(tǒng)（GP

2、S）模塊，隨著將來平臺技術的不斷發(fā)展，微小型無人機將應用到單兵作戰(zhàn)、搶險救災、環(huán)境勘探、物流快遞和反恐作戰(zhàn)等多個領域，即其任務環(huán)境不再是單純的室外空曠環(huán)境，因此僅依靠GPS這類衛(wèi)星定位系統(tǒng)已不能滿足小型無人機的任務需要。為了提高機載定位系統(tǒng)的環(huán)境適應性，在保證低成本、小體積、低功耗的前提下，研究能適用于多任務場景的自主定位技術已成為小型無人機發(fā)展過程中亟待解決的主要問題之一。
　　針對這一需求，基于機器人操作系統(tǒng)，圍繞微小型無人機

3、自主定位過程中涉及的算法框架、機載微小型傳感器的精度、多傳感器融合定位算法以及定位誤差累計等關鍵問題展開分析研究、算例仿真與飛行實驗驗證。論文的主要工作和研究成果包括：
　?。?）基于機器人操作系統(tǒng)，構建了硬件成本低廉、傳感器易獲取易集成的自主定位框架。根據(jù)小型無人機在典型任務場景下作業(yè)的實際需求和目前已有的自主定位算法的優(yōu)勢與局限，選擇常見的機載MEMS傳感器（加速度計、陀螺儀、壓力傳感器和磁力傳感器），探索了一種易于集成的自主

4、定位框架，并基于機器人操作系統(tǒng)設計了框架的軟件結構，提高了機載定位技術在多變任務環(huán)境下的適應性。
　　（2）分析了MEMS傳感器的性能精度與使用場景之間的關聯(lián)表征，構建了精度評估方法。針對MEMS加速度計、陀螺儀、壓力傳感器和方向角傳感器在精確定位系統(tǒng)中的可用性及其測量模型的適用條件，基于氣墊導軌、三軸轉臺和矩形鋼架等設備設計了一套精度評估方法，以建立MEMS傳感器在不同飛行高度、不同加速狀態(tài)與旋轉狀態(tài)下的性能表征，提高標定結果的

5、有效性和實用性。
　　（3）充分考慮MEMS傳感器在不同運動狀態(tài)下的性能表現(xiàn)不同，根據(jù)無人機的典型運動模態(tài)設計了多源融合定位算法，有效將旋翼無人機的機載定位技術從既有的以室內為主的低空環(huán)境擴展到了室外數(shù)十米飛行空域，并提高了定位系統(tǒng)對弱光照和弱紋理環(huán)境的適應能力。針對無人機勻速直線、升降運動，基于機載攝像頭、壓力傳感器、方向角傳感器，提出無構圖定位算法（MLVO）；針對無人機旋轉、加速直線運動及復合運動，在MLVO基礎上，借鑒誤差

6、狀態(tài)的卡爾曼濾波模型，融合了MEMS加速度計和陀螺儀數(shù)據(jù)，實現(xiàn)機載多傳感器的融合（MFVO）。MLVO和MFVO算法相輔相成，用以解決無人機在室外飛行高度數(shù)十米環(huán)境下或弱光照、弱紋理區(qū)域作業(yè)時的自主定位的問題。
　?。?）針對機載自主定位算法累積誤差的問題，提出了基于導航信標輔助的定位修正算法（LAVO），有效融合了先驗的網(wǎng)絡信息和人工合作標記物信息以校正定位過程中的偏差。將網(wǎng)絡地圖中的典型地標、人工合作標志物以及網(wǎng)絡信號等信息作

7、為導航信標，以其全局位置作為先驗，基于概率濾波理論構建無人機位置概率地圖，隨著觀測到的導航信標不斷增多，證據(jù)不斷積累，最終對自主定位算法中出現(xiàn)的偏差及時校正，從而提高定位精度。
　　（5）基于機器人仿真器（Gazebo）構建了自主定位算法的仿真測試環(huán)境，進行了全系統(tǒng)測試，并采用三星Galaxy S3手機內置傳感器對關鍵算法進行了實物飛行實驗驗證。在Gazebo仿真環(huán)境下，通過設計不同飛行條件下的仿真實驗，開展了MLVO，MFVO和

8、LAVO算法的定位精度實驗研究，測試了各算法的工作條件及定位精度。基于MOVEMASTER RM501機械臂，AR-Drone、XAircraft650兩個典型四旋翼，以三星Galaxy S3手機傳感器作為機載傳感設備，開發(fā)手機應用軟件，對內部傳感器信息進行訪問，開展了室內外真實場景下的實驗研究，并與目前代表性算法TUM_PTAM[1]進行比較。通過設計室內、麥田、花園以及城市四個不同場景，測試了MLVO，MFVO和LAVO算法對環(huán)境的