李豐陽(yáng)，賈學(xué)東，董 明

(1.信息工程大學(xué) 導(dǎo)航與空天目標(biāo)工程學(xué)院，河南 鄭州 450001；2.地理信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室,陜西 西安 710054；3.衛(wèi)星導(dǎo)航工程中心,北京 100094)

?

慣性/視覺(jué)組合導(dǎo)航在不同應(yīng)用場(chǎng)景的發(fā)展

李豐陽(yáng)1,2，賈學(xué)東1，董 明2,3

(1.信息工程大學(xué) 導(dǎo)航與空天目標(biāo)工程學(xué)院，河南 鄭州 450001；2.地理信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室,陜西 西安 710054；3.衛(wèi)星導(dǎo)航工程中心,北京 100094)

針對(duì)慣性導(dǎo)航難以滿足長(zhǎng)時(shí)高精度的需求問(wèn)題，提出利用視覺(jué)導(dǎo)航對(duì)相對(duì)導(dǎo)航信息敏感、精度隨距離減少而提高的特點(diǎn)，來(lái)彌補(bǔ)慣性導(dǎo)航在水下、深空等封閉或復(fù)雜環(huán)境下的不足：根據(jù)地面、空中、水下和深空4種不同的應(yīng)用場(chǎng)景，歸納慣性/視覺(jué)組合導(dǎo)航的發(fā)展現(xiàn)狀；并對(duì)不同應(yīng)用環(huán)境對(duì)慣性/視覺(jué)組合導(dǎo)航系統(tǒng)的需求和指標(biāo)進(jìn)行比較；最后展望慣性/視覺(jué)組合導(dǎo)航的發(fā)展趨勢(shì)。

視覺(jué)導(dǎo)航；慣性導(dǎo)航；組合導(dǎo)航；聯(lián)合精確空投系統(tǒng)；火星探測(cè)器

0 引言

隨著無(wú)人智能化應(yīng)用及未來(lái)信息化戰(zhàn)場(chǎng)對(duì)高精度、可靠性、實(shí)時(shí)性導(dǎo)航需求的日益增長(zhǎng)，慣性導(dǎo)航憑借其高精度、抗干擾、不需要外界提供信息的優(yōu)點(diǎn)，發(fā)揮著越來(lái)越重要的作用；但慣性導(dǎo)航系統(tǒng)誤差隨時(shí)間增大而不斷漂移，不可避免地束縛了其作為單獨(dú)導(dǎo)航系統(tǒng)的發(fā)展。隨著視覺(jué)傳感器、圖像處理技術(shù)等不斷進(jìn)步，視覺(jué)導(dǎo)航在無(wú)人車、水下航行器、火星探測(cè)器等諸多具有相對(duì)導(dǎo)航需求的領(lǐng)域飛速發(fā)展；但高采樣率所帶來(lái)的計(jì)算處理時(shí)耗為系統(tǒng)實(shí)時(shí)性帶來(lái)隱患，同時(shí)光照等復(fù)雜環(huán)境因素難以保證導(dǎo)航的可靠性。

顯然單一導(dǎo)航方式難以滿足導(dǎo)航系統(tǒng)對(duì)精確度、可靠性及實(shí)時(shí)性的要求，組合導(dǎo)航信息融合技術(shù)逐漸成為導(dǎo)航技術(shù)研究的主要方向[1]。目前較為成熟的組合系統(tǒng)是衛(wèi)星和慣性的組合導(dǎo)航，但當(dāng)載體進(jìn)入城市峽谷等存在遮擋的環(huán)境，衛(wèi)星不能作為可靠的導(dǎo)航手段為載體提供高質(zhì)量的導(dǎo)航服務(wù)。為保證導(dǎo)航數(shù)據(jù)的可靠性，國(guó)內(nèi)外已相繼開(kāi)展了一系列模塊化、體系化的多源導(dǎo)航系統(tǒng)的研究，旨在解決以衛(wèi)星失鎖為代表的導(dǎo)航可用性與完好性問(wèn)題，其中基于慣性/視覺(jué)組合導(dǎo)航的信息融合是重要的發(fā)展趨勢(shì)之一。

1 慣性導(dǎo)航技術(shù)

得益于軍事武器裝備小型化、緊湊化的發(fā)展趨勢(shì)，以及民用智能設(shè)備的集成化、微型化的迫切需求，長(zhǎng)期定位精度高、設(shè)備小型化與低成本成為慣性技術(shù)發(fā)展的新方向。光學(xué)、微機(jī)電、量子力學(xué)等領(lǐng)域的技術(shù)突破為光子晶體光纖陀螺、微光機(jī)電(micro optic electro mechanical system，MOEMS)陀螺、原子陀螺等新型慣性器件的研制注入了新的動(dòng)力。到2020年，干涉式光纖陀螺儀的零偏穩(wěn)定性將達(dá)到0.000 1(°)/h，MOEMS陀螺將達(dá)到0.01(°)/h，這將使微型慣性系統(tǒng)的精度提高2個(gè)數(shù)量級(jí)左右[2]；此外，有報(bào)道稱基于量子效應(yīng)的新型慣性系統(tǒng)的理論精度高達(dá)10～12(°)/h：這有望擺脫慣性系統(tǒng)不能作為單一導(dǎo)航系統(tǒng)使用的魔咒。慣性技術(shù)憑借其高精度、抗電磁干擾、不需要外界提供信息的特點(diǎn)，在智能無(wú)人車、武器制導(dǎo)以及太空探索等領(lǐng)域的作用愈發(fā)明顯。

2 視覺(jué)導(dǎo)航技術(shù)

隨著視覺(jué)里程計(jì)(visual odometry，VO)[3-4]、從運(yùn)動(dòng)到結(jié)構(gòu)(structure from motion，SFM)[5]，同時(shí)定位與地圖構(gòu)建(simultaneous localization and mapping，SLAM)[5-7]等技術(shù)的不斷成熟，電荷耦合器件(charge couple device，CCD)等視覺(jué)傳感器和高性能處理器向小型化低成本方向不斷發(fā)展，視覺(jué)導(dǎo)航技術(shù)憑借不受電磁干擾、自主性強(qiáng)，且精度隨距離減少而增強(qiáng)的獨(dú)特優(yōu)勢(shì)，迅速在情報(bào)偵察、水下回收引導(dǎo)(autonomous underwater vehicle，AUV)、深空交會(huì)對(duì)接等各個(gè)領(lǐng)域發(fā)揮重要作用。

3 慣性/視覺(jué)組合導(dǎo)航技術(shù)

慣性/視覺(jué)組合導(dǎo)航通過(guò)CCD傳感器感知環(huán)境，由計(jì)算機(jī)對(duì)圖像進(jìn)行處理分析，獲取載體的位姿等導(dǎo)航信息，進(jìn)而修正慣性誤差。一方面，視覺(jué)導(dǎo)航為慣性導(dǎo)航提供誤差補(bǔ)償信息，彌補(bǔ)了慣性誤差隨時(shí)間漂移的不足；另一方面，慣性導(dǎo)航憑借系統(tǒng)數(shù)據(jù)更新率高、不受光照等環(huán)境影響且短時(shí)定位精度高的優(yōu)勢(shì)，彌補(bǔ)了視覺(jué)導(dǎo)航處理實(shí)時(shí)性不足的缺陷。值得一提的是，基于視覺(jué)導(dǎo)航對(duì)目標(biāo)相對(duì)位姿等導(dǎo)航參數(shù)更為敏感的特點(diǎn)，慣性視覺(jué)組合系統(tǒng)可以用于室內(nèi)、水下、深空等封閉或復(fù)雜環(huán)境，從而進(jìn)一步完善北斗系統(tǒng)，解決“最后一米”的難題。

3.1 發(fā)展現(xiàn)狀

慣性/視覺(jué)組合導(dǎo)航根據(jù)應(yīng)用場(chǎng)景不同，可分為基于地面、空中、水下和太空的4種模式。

3.1.1 地面環(huán)境

較早將視覺(jué)相關(guān)技術(shù)用于導(dǎo)航應(yīng)用領(lǐng)域的是地面無(wú)人車。

2004年，文獻(xiàn)[9]設(shè)計(jì)了一種智能交通系統(tǒng)，在未知的無(wú)標(biāo)志的城市環(huán)境中，自主車輛可以做到全球范圍內(nèi)的導(dǎo)航。該系統(tǒng)利用視覺(jué)技術(shù)，檢測(cè)識(shí)別非結(jié)構(gòu)化地標(biāo)，實(shí)現(xiàn)道路跟蹤和復(fù)雜路段(十字路口)的導(dǎo)航任務(wù)，這賦予全球定位系統(tǒng)(global positioning system，GPS) 導(dǎo)航子系統(tǒng)一定的反應(yīng)能力。系統(tǒng)能夠完成上千千米的自動(dòng)駕駛，最高車速達(dá)50 km/h，在考慮陰影環(huán)境、路面紋理、天氣狀況和照明變化時(shí)，依舊具備較好的魯棒性。

2011年，國(guó)防科技大學(xué)的賀漢根團(tuán)隊(duì)主導(dǎo)研制的紅旗HQ3 無(wú)人駕駛汽車采用基于視覺(jué)輔助的衛(wèi)星/慣性/里程計(jì)組合的導(dǎo)航系統(tǒng)，在長(zhǎng)沙至武漢286 km的無(wú)人駕駛實(shí)驗(yàn)中，實(shí)現(xiàn)最高110 km/h的行駛速度，其中人工干預(yù)路段僅占0.78%。目前，該無(wú)人車系統(tǒng)已進(jìn)行了優(yōu)化與改進(jìn)，加裝了多目CCD傳感器、三維掃描儀等設(shè)備，如圖1所示。

圖1 國(guó)防科大無(wú)人車

綜上所述，在以慣性/視覺(jué)為主的多源組合導(dǎo)航的無(wú)人車跑道跟蹤領(lǐng)域研究中，國(guó)內(nèi)已趨于國(guó)際領(lǐng)先水平。目前研究逐漸從單純地識(shí)別、匹配具有明顯形狀特征的預(yù)設(shè)地標(biāo)(如道路線)來(lái)實(shí)現(xiàn)基于點(diǎn)集的導(dǎo)航，發(fā)展到對(duì)城市、道路等具有非結(jié)構(gòu)化特征的復(fù)雜環(huán)境的特征目標(biāo)檢測(cè)，來(lái)實(shí)現(xiàn)基于結(jié)構(gòu)的導(dǎo)航，國(guó)內(nèi)尚處于理論研究和試驗(yàn)階段。

3.1.2 空中飛行環(huán)境

在軍事應(yīng)用中，為了滿足現(xiàn)代化戰(zhàn)爭(zhēng)對(duì)高精度、無(wú)人化、遠(yuǎn)程打擊作戰(zhàn)模式的需求，面向空域的無(wú)人作戰(zhàn)平臺(tái)成為了軍事武器裝備發(fā)展的熱潮。

2015-06，美空軍戰(zhàn)機(jī)在飛行過(guò)程中隨機(jī)投放“Perdix”微型無(wú)人機(jī)群，重0.45 kg，尺寸不足12 cm，由常用材料3D打印而成?！癙erdix”可利用多種傳感器(如MEMS、微型視覺(jué)傳感器等)在高空強(qiáng)風(fēng)中平穩(wěn)飛行，同時(shí)感知周圍環(huán)境，實(shí)現(xiàn)“蜂群”間協(xié)作控制。由于成本低廉，該無(wú)人機(jī)蜂群有望被用于情報(bào)監(jiān)視和偵察(ISR)，替代傳統(tǒng)誘餌彈“MALD”(單位成本3 萬(wàn)美元)，成為更加高效、低成本的微型空射誘餌彈。

2016年，美陸軍試研發(fā)一種新型“聯(lián)合精確空投系統(tǒng)”(joint precision airdrop system，JPADS)，該系統(tǒng)配備“空中制導(dǎo)裝置”，利用慣性設(shè)備控制翼傘姿態(tài)，光學(xué)傳感器則用來(lái)捕捉地形特征，與衛(wèi)星圖像進(jìn)行匹配，實(shí)現(xiàn)定位。建設(shè)該系統(tǒng)意在發(fā)展不依賴于GPS的精確空投替代方案。JPADS預(yù)計(jì)將于7 260 m高空精確降落在32 km半徑范圍內(nèi)的指定位置，目前已在3 000 m高空進(jìn)行試驗(yàn)，效果良好。

在民用市場(chǎng)中，隨著“大疆”消費(fèi)級(jí)無(wú)人機(jī)等一系列的民用無(wú)人機(jī)應(yīng)用的興起，面向無(wú)人載體平臺(tái)的導(dǎo)航技術(shù)成為了研究熱點(diǎn)。

2001年，文獻(xiàn)[10]設(shè)計(jì)了基于慣導(dǎo)/視覺(jué)組合導(dǎo)航的著陸方法。無(wú)人機(jī)根據(jù)從圖像序列獲取特征點(diǎn)的延時(shí)與概略位置，依據(jù)沿著陸軌跡方向角速度最小化的策略[11]建立著陸軌跡模型，實(shí)時(shí)評(píng)估有利著陸位置，從而導(dǎo)航無(wú)人機(jī)至屋頂?shù)容^高地勢(shì)區(qū)域。該方法在著陸過(guò)程中不依靠場(chǎng)景圖像信息或航拍飛機(jī)，以及如GPS等的其他導(dǎo)航手段進(jìn)行輔助。

2016-01，德國(guó)航空航天中心實(shí)現(xiàn)了無(wú)人機(jī)自主降落在以75 km/h速度行駛的汽車頂部。通過(guò)車頂放置的視覺(jué)標(biāo)記，無(wú)人機(jī)追蹤系統(tǒng)利用慣性/視覺(jué)組合手段實(shí)時(shí)跟蹤汽車位置并以相同的速度同步飛行，當(dāng)2者速度一致時(shí)，無(wú)人機(jī)就降落到汽車頂部的網(wǎng)上，最終實(shí)現(xiàn)50 cm的降落精度，如圖2所示。

圖2 動(dòng)基自主著陸平臺(tái)及著陸標(biāo)志

以慣性/視覺(jué)導(dǎo)航為主的空中救援、偵察設(shè)備系統(tǒng)逐漸發(fā)展，并且拓展到民用領(lǐng)域。由于導(dǎo)航設(shè)備不斷集成化、微型化發(fā)展，應(yīng)用于其上的導(dǎo)航系統(tǒng)與地面大型系統(tǒng)相比，主要向著更輕盈、傳感器表現(xiàn)水平更低，以及導(dǎo)航計(jì)算消耗的資源更少[12]發(fā)展。國(guó)外已經(jīng)基本將上述關(guān)鍵技術(shù)應(yīng)用于武器裝備應(yīng)用，國(guó)內(nèi)目前尚處于理論研究階段，并在民用領(lǐng)域取得了一定的進(jìn)展。

3.1.3 水下環(huán)境

常用的水下導(dǎo)航技術(shù)有聲吶定位、多普勒計(jì)程儀等；但由于這些技術(shù)和設(shè)備均具有一定局限，慣性/視覺(jué)導(dǎo)航手段在彌補(bǔ)慣性系統(tǒng)誤差隨時(shí)間不斷累積的基礎(chǔ)上，為研究人員提供了“零距離”遠(yuǎn)程水下場(chǎng)景復(fù)現(xiàn)，在沉船勘察、水下航行器對(duì)接等領(lǐng)域應(yīng)用效果明顯。

2008年，文獻(xiàn)[14]設(shè)計(jì)了面向AUV水下對(duì)接的慣性/視覺(jué)的組合導(dǎo)航系統(tǒng)，當(dāng)接近對(duì)接目標(biāo)時(shí)，通過(guò)慣導(dǎo)航航位推算實(shí)現(xiàn)近距離定位，再利用雙目視覺(jué)測(cè)距實(shí)現(xiàn)對(duì)接；在仿真實(shí)驗(yàn)中，測(cè)距耗時(shí)為258 ms，測(cè)距精度得到mm 級(jí)，同時(shí)進(jìn)行了對(duì)比試驗(yàn)，效果良好。2011年，文獻(xiàn)[15]針對(duì)無(wú)人水下航行器(unmanned underwater vehicle，UUV)近距離端對(duì)接過(guò)程中聲吶導(dǎo)航存在盲區(qū)的問(wèn)題，研究利用單目視覺(jué)傳感器進(jìn)行目標(biāo)的局部定位；在UUV模擬對(duì)接試驗(yàn)中，相對(duì)距離誤差達(dá)到0.1 m。

2011年，文獻(xiàn)[13]針對(duì)載體在水下環(huán)境中姿態(tài)的實(shí)時(shí)估計(jì)進(jìn)行論述，建立了基于擴(kuò)展卡爾曼濾波(extended Kalman filter，EKF)的慣性/視覺(jué)融合的位姿量測(cè)系統(tǒng)。其中主要對(duì)特征檢測(cè)、描述和匹配以及從結(jié)構(gòu)到運(yùn)動(dòng)的視覺(jué)定位算法進(jìn)行重點(diǎn)研究；同時(shí)比較了不同特征檢測(cè)、匹配算法在不同位置、光照和可見(jiàn)度的水下場(chǎng)景的效果，如圖3所示。

圖3 在水下標(biāo)志區(qū)上的Aqua機(jī)器人

綜上所述，國(guó)內(nèi)外對(duì)慣性/視覺(jué)組合導(dǎo)航模式的水下航行研究主要集中在基于特征提取檢測(cè)的水下目標(biāo)的測(cè)量與識(shí)別上。如何在清晰度復(fù)雜變化、圖像色彩不均的情況下，利用視覺(jué)傳感器從低質(zhì)圖像中實(shí)時(shí)獲取有效信息，更好地完成導(dǎo)航任務(wù)，將是下一步研究的難點(diǎn)與突破點(diǎn)。

3.1.4 太空環(huán)境

在遠(yuǎn)距離、非接觸式的太空環(huán)境中，視覺(jué)技術(shù)實(shí)現(xiàn)研究人員對(duì)不可到達(dá)場(chǎng)景的“多維度”“零距離”接觸，以及對(duì)未知環(huán)境的動(dòng)態(tài)認(rèn)知與多維狀態(tài)的辨識(shí)，逐漸發(fā)展為未來(lái)太空戰(zhàn)場(chǎng)和外太空探索領(lǐng)域的重要支撐技術(shù)。

自主交會(huì)對(duì)接是在不依賴地面測(cè)控站的情況下，利用航天器測(cè)控系統(tǒng)完成交會(huì)對(duì)接任務(wù)[16]。自主交會(huì)對(duì)接必須精確測(cè)量航天器間的相對(duì)位姿；因此基于視覺(jué)測(cè)量的慣性導(dǎo)航手段成為最常用的方式。目前大多數(shù)自主交會(huì)都在航天器端預(yù)裝可主動(dòng)發(fā)光的合作目標(biāo)標(biāo)志用于特征識(shí)別。2011年，文獻(xiàn)[17]針對(duì)交會(huì)對(duì)接最終逼近段相對(duì)位姿測(cè)量，提出了慣性/視覺(jué)組合相對(duì)導(dǎo)航算法；仿真結(jié)果表明該相對(duì)導(dǎo)航系統(tǒng)的姿態(tài)角估計(jì)偏差小于0.05°，速度估計(jì)偏差小于0.03 m/s，位置估計(jì)偏差小于0.03 m，滿足交會(huì)對(duì)接導(dǎo)航精度要求。

2013年，文獻(xiàn)[18]提出面向飛行載體進(jìn)場(chǎng)、下降和著陸(entry，descent and landing，EDL)過(guò)程的景象匹配/慣性組合導(dǎo)航算法，將提取得到的視覺(jué)特征與慣性觀測(cè)量進(jìn)行緊組合；再用擴(kuò)展卡爾曼濾波方法得到實(shí)時(shí)精確著陸器的地表相對(duì)位姿和速度。該方法經(jīng)過(guò)探空火箭測(cè)試飛行實(shí)驗(yàn)表明，速度估計(jì)誤差達(dá)到0.16 m/s，著陸點(diǎn)的位置估計(jì)誤差達(dá)到6.4 m。

2016年，文獻(xiàn)[19]設(shè)計(jì)了基于慣性/視覺(jué)組合導(dǎo)航的月球精密進(jìn)近系統(tǒng)。為了解決月球著陸器的太陽(yáng)能供電、月球地形起伏大以及光照不均等問(wèn)題，該系統(tǒng)實(shí)現(xiàn)了可在月球表面任意飛行，并利用局域范圍內(nèi)的著陸點(diǎn)提取算法(如圖4所示)搜索理想的著陸點(diǎn)，為平臺(tái)進(jìn)行長(zhǎng)時(shí)間充電；在半物理仿真試驗(yàn)中，著陸點(diǎn)的平面位置誤差在4 m，當(dāng)高度為3 000 m時(shí)，高程誤差達(dá)47 m(3 倍標(biāo)準(zhǔn)差)，符合精確著陸的需求。

圖4 真實(shí)月球表面的特征提取

綜上所述，基于航天器平臺(tái)的導(dǎo)航技術(shù)研究主要集中于航天器自主交會(huì)對(duì)接、航空器的自主著陸以及面向星球探測(cè)的載體導(dǎo)航。在以非接觸為特點(diǎn)的航空航天領(lǐng)域，由于難以對(duì)導(dǎo)航載體進(jìn)行有效且直接的控制，視覺(jué)導(dǎo)航可充分發(fā)揮其在復(fù)雜環(huán)境下便于人機(jī)交互的優(yōu)勢(shì)，視覺(jué)測(cè)量技術(shù)也必將成為太空領(lǐng)域未來(lái)發(fā)展的重要趨勢(shì)；此外巨大的飛行成本和設(shè)備成本、航空器小型化的趨勢(shì)等因素也在不斷對(duì)導(dǎo)航系統(tǒng)的精確性和設(shè)備體積的合理性提出更高的要求。

3.2 需求與指標(biāo)分析

隨著導(dǎo)航設(shè)備逐漸向著微型化、高精度化、低成本化的方向發(fā)展，導(dǎo)航的應(yīng)用領(lǐng)域也不斷拓寬；因此對(duì)硬件設(shè)備的精度指標(biāo)和軟件的可靠實(shí)時(shí)處理能力提出了新要求(如表1所示)。

3.3 展望

根據(jù)4種應(yīng)用場(chǎng)景對(duì)慣性/視覺(jué)組合導(dǎo)航進(jìn)行如下展望：

目前，基于慣性/視覺(jué)導(dǎo)航的地面無(wú)人車研究已實(shí)現(xiàn)對(duì)靜態(tài)環(huán)境進(jìn)行感知，如十字路口等常規(guī)路況下的自主駕駛；但目前無(wú)人車測(cè)試地點(diǎn)均對(duì)環(huán)境有特殊要求，如晴天，平坦路段等，在極端天氣環(huán)境(暴雨雪等)、復(fù)雜路況下，視覺(jué)圖像的實(shí)時(shí)處理能力難以保證。此外基于人工智能的導(dǎo)航算法需要累積大量的真實(shí)行駛數(shù)據(jù)作為先驗(yàn)信息，在數(shù)據(jù)積累階段，難免會(huì)出現(xiàn)交通事故，因此無(wú)人車從局域試駕到全球全天候?qū)嶋H應(yīng)用的發(fā)展中，穩(wěn)定安全的無(wú)人車自主導(dǎo)航功能是當(dāng)前以及今后的研究重點(diǎn)。對(duì)慣性/視覺(jué)等多元數(shù)據(jù)(環(huán)境信息、車輛形狀與顏色、行人運(yùn)動(dòng)趨勢(shì)等)進(jìn)行智能融合，利用深度學(xué)習(xí)機(jī)制實(shí)現(xiàn)對(duì)動(dòng)態(tài)物體的避障識(shí)別與監(jiān)視預(yù)測(cè)，將是其發(fā)展趨勢(shì)。

表1 不同應(yīng)用環(huán)境對(duì)慣性/視覺(jué)導(dǎo)航的需求

注：“√”表示不同應(yīng)用領(lǐng)域間對(duì)導(dǎo)航參數(shù)及指標(biāo)的相對(duì)需求程度，“√”越多，相對(duì)需求程度越明顯。

在空中環(huán)境中，衛(wèi)星干擾、無(wú)人機(jī)誘騙屢見(jiàn)不鮮；現(xiàn)有基于空域的武器裝備制導(dǎo)不能滿足當(dāng)前信息化協(xié)同作戰(zhàn)體系下的軍事需求。隨著未來(lái)戰(zhàn)爭(zhēng)向著“分布式殺傷”的作戰(zhàn)模式發(fā)展，無(wú)人機(jī)一方面承擔(dān)在衛(wèi)星拒絕環(huán)境下對(duì)敵方定位、戰(zhàn)場(chǎng)態(tài)勢(shì)感知(包括ISR)的任務(wù)，另一方面需要實(shí)現(xiàn)有人機(jī)或巡航武器與無(wú)人機(jī)群間的協(xié)同編隊(duì)，這對(duì)慣性/視覺(jué)導(dǎo)航信息的融合技術(shù)提出了更高的要求；此外在局域戰(zhàn)爭(zhēng)成為主要作戰(zhàn)模式的未來(lái)戰(zhàn)場(chǎng)，垂直起降無(wú)人機(jī)融合了旋翼式與固定翼式的優(yōu)勢(shì)，航時(shí)長(zhǎng)、無(wú)需跑道起降，滿足了未來(lái)空中局域作戰(zhàn)即起即落的導(dǎo)航需求，因此是未來(lái)戰(zhàn)爭(zhēng)的有力作戰(zhàn)力量?？芍_(kāi)展不依賴于衛(wèi)星導(dǎo)航的慣性/視覺(jué)協(xié)同導(dǎo)航系統(tǒng)勢(shì)在必行。在面向民用的消費(fèi)級(jí)無(wú)人機(jī)領(lǐng)域，輕量化的MOEMS以及CCD傳感器已屢見(jiàn)不鮮，隨著基于靜態(tài)特征目標(biāo)的著陸精度不斷提升，對(duì)無(wú)人機(jī)在更為通用的環(huán)境下的引導(dǎo)著陸能力提出新的要求：當(dāng)在電量低、系統(tǒng)故障時(shí)，無(wú)人機(jī)可以緊急監(jiān)測(cè)到安全著陸點(diǎn)并實(shí)現(xiàn)著陸；當(dāng)超出飛控手可視范圍時(shí)，無(wú)人機(jī)可隨時(shí)隨地恢復(fù)穩(wěn)定的航行狀態(tài)。因此基于慣性/視覺(jué)導(dǎo)航的自動(dòng)駕駛/降落技術(shù)將成為下一階段的研究重點(diǎn)與發(fā)展趨勢(shì)。

在水下領(lǐng)域，慣性/視覺(jué)導(dǎo)航主要應(yīng)用在對(duì)相對(duì)距離和姿態(tài)有需求的任務(wù)中，當(dāng)不能提供足夠亮度的光源時(shí)，視覺(jué)系統(tǒng)基本無(wú)法工作。因此應(yīng)該尋求慣性/視覺(jué)導(dǎo)航與其他導(dǎo)航模式(如聲吶、地磁等)組合的方式，解決水下“尋北”問(wèn)題，提高“北斗系統(tǒng)”的水下應(yīng)用功能。隨著“蛟龍?zhí)枴陛d人潛水器、“潛龍二號(hào)”水下航行器的深入發(fā)展，深?？臻g站的建設(shè)逐漸步入正軌，深海環(huán)境下的應(yīng)用，如深海交會(huì)對(duì)接等，即將成為慣性/視覺(jué)導(dǎo)航新的發(fā)展方向。

在深空探測(cè)領(lǐng)域，“Ex-oMars 2016”的成功發(fā)射使火星探測(cè)器再次成為研究熱點(diǎn)。隨著深空自主導(dǎo)航、環(huán)火星遙感探測(cè)等多個(gè)導(dǎo)航領(lǐng)域的關(guān)鍵技術(shù)的實(shí)現(xiàn)，安全穩(wěn)健的行星自主著陸成為現(xiàn)階段的技術(shù)與工程難點(diǎn)，這也為下一階段的載人行星著陸奠定重要基礎(chǔ)。在空間交會(huì)對(duì)接方面，人工控制方式可修正系統(tǒng)錯(cuò)誤、排除故障，提高交會(huì)對(duì)接的成功率；但僅限于目前的空間交會(huì)于近地球高度。隨著深空探測(cè)的距離越來(lái)越遠(yuǎn)，在保證可靠性、成功率的同時(shí)提高對(duì)接的靈活性、自主性成為主要發(fā)展趨勢(shì)。

4 結(jié)束語(yǔ)

綜上所述，目前在導(dǎo)航領(lǐng)域，精確性、穩(wěn)定性以及實(shí)時(shí)性，依然是最重要的3個(gè)指標(biāo)；但隨著人們對(duì)不同應(yīng)用領(lǐng)域的需求不斷變化，導(dǎo)航性能不能簡(jiǎn)單地憑借上述指標(biāo)來(lái)衡量。在未來(lái)發(fā)展中，我們要以性能指標(biāo)作為基準(zhǔn)，具體任務(wù)需求放在首位，完善導(dǎo)航系統(tǒng)，最終完成各種任務(wù)。

[1] 馬芮，董景新.GNSS/MIMU組合導(dǎo)航技術(shù)綜述[J].飛航導(dǎo)彈，2007，11(4)：42-46.

[2] 董明.衛(wèi)星/慣性/視覺(jué)組合導(dǎo)航信息融合關(guān)鍵技術(shù)研究[D].鄭州：信息工程大學(xué)，2014：5-6.

[3] SCARAMUZZA D，F(xiàn)RAUNDORFER F.Visual odometry (Part 1： the first 30 years and fundamentals)[J].IEEE Robotics & Automation Magazine，2011，18(4)：80-92.

[4] YEBES J J，LUIS M B，MIGUEL A G.Visual object recognition with 3D-aware features in KITTI urban scenes[J].Sensors，2015，15：9228-9250.DOI： 10.3309/s150409228.

[5] SHAH R，DESHPANDE A，NA RAYANAN P J.Multistage SFM revisiting incremental structure from motion[C]//The Institute of Industrial Science，University of Tokyo.Proceedings of the International Conference on 3D Vision.Tokyo：The Institute of Industrial Science，University of Tokyo，2014：417-424.DOI： 10.1109/3DV.2014.95.

[6] YIN Zhouhao，KAI Ni，QIAN Zhou，et al.An SfM algorithm with good convergence that addresses outliers for realizing mono-SLAM[J].IEEE Transactions on Industrial Informatics，2015，12(2)：515-523.DOI： 10.1109/TII.2016.2518481.

[7] YIN Zhouhao，TAO Zhang.The combination of SfM and monocular SLAM[C]//《控制與決策》編輯部.第26屆中國(guó)控制與決策會(huì)議論文集.長(zhǎng)沙：《控制與決策》編輯部，2014：5282-5286.

[8] CARR J R，SOBEK J S.Digital scene matching area correlator(DSMAC)[J].SPIE Image Processing for Missile Guidance，1980，238：36-41.

[9] SOTELO M A，RODRIGUEZ F J，MAGDALENA L.Virtuous： vision-based road transportation for unmanned operation on urban-like scenarios[J].IEEE Transactions on Intelligent Transportation Systems，2004，5(2)：69-83.

[10]VISHNU R，MICHAEL N，HUMENBERGER M，et al.Vision-based landing site evaluation and trajectory generation toward rooftop landing[EB/OL].(2015-06-22)[2016-01-22].http：//www.roboticsproceedings.org/rss10/p44.pdf.

[11]SHEN S，MULGAONKAR Y，MICHAEL N，et al.Vision-based state estimation and trajectory control towards high-speed flight with a quadrotor[EB/OL].(2015-06-22)[2016-01-22].http：//roboticsproceedings.org/rss09/p32.pdf.

[12]SCHERER S，CHAMBERLAIN L，SINGH S.Autonomous landing at unprepared sites by a full-scale helicopter[J].Robot Autonomous System，2012，60(12)：1545-1562.

[13]SHKURTI F，REKLEITIS I.Feature tracking evaluation for pose estimation in underwater environments[EB/OL].(2011-12-12)[2016-01-22].http：//www.cim.mcgill.ca/～yiannis/Publications/CRV-2011.pdf.

[14]施小成，王曉娟.一種面向 AUV 水下對(duì)接的雙目視覺(jué)測(cè)距方法[J].計(jì)算機(jī)測(cè)量與控制，2008，16(10)：1460-1462.

[15]姜玲.UUV 對(duì)接過(guò)程中單目視覺(jué)導(dǎo)引方法研究[D].哈爾濱：哈爾濱工程大學(xué)，2011：1-6.

[16]吳宏鑫，胡海霞，解永春.自主交會(huì)對(duì)接若干問(wèn)題[J].宇航學(xué)報(bào)，2003，24(2)：132-137.

[17]張力軍，錢山.逼近段慣性/視覺(jué)組合相對(duì)導(dǎo)航算法[J].上海航天，2011，28(3)：8-16.

[18]ANASTASIOS I，TRAWNY M N，ROUMELIOTIS S I，et al.Vision-aided inertial navigation for spacecraft entry，descent，and landing[J].IEEE Transactions on Robotics，2013，25(2)：264-280.

[19]DELAUNE J，BESBERAIS G L，VOIRUN T，et al.Visual-inertial navigation for pinpoint planetary landing using scale-based landmark matching[J].Robotics and Autonomous Systems，2016(78)：63-82.

Development of vision/inertial integrated navigation in different application scenarios

LI Fengyang1,2，JIA Xuedong1，DONG Ming2,3

(1. Institution of Navigation and Aerospace Engineering, Information Engineering University,Zhengzhou，Henan 450001,China;2.State Key Laboratory of Geo-information Engineering, Xi’an,Shanxi 710054,China;3.Satellite Navigation Engineering Center, Beijing 100094,China)

Aiming at the problem that inertial navigation cannot meet the requirement of long term and high precision，the paper proposed to use vision navigation which has the characteristics of highly sensitive to relative navigation information and of increased precision with reduced distance，to make up for the drawback of inertial navigation under underwater，deep space and other closed and complicated environment： the current development of the vision/inertial integrated navigation was induced according to four different application scenarios of ground，air，underwater，and deep space，and the needs and quota of difference application environment to the integrated navigation were compared.Finally，the developing trend of vision/inertial integrated navigation was given.

vision navigation；inertial navigation；integrated navigation；JPADS；Mars rover

2016-04-25

地理信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室重點(diǎn)基金項(xiàng)目(SKLGIE2014-Z-2-1)。

李豐陽(yáng)(1992—)，男，陜西西安人，碩士研究生，研究方向?yàn)榻M合導(dǎo)航、衛(wèi)星/慣性/視覺(jué)導(dǎo)航信息融合。

賈學(xué)東(1975—)，男，河南南陽(yáng)人，博士，副教授，研究方向?yàn)閷?dǎo)航時(shí)間與頻率系統(tǒng)、導(dǎo)航裝備等。

李豐陽(yáng)，賈學(xué)東，董明.慣性/視覺(jué)組合導(dǎo)航在不同應(yīng)用場(chǎng)景的發(fā)展[J].導(dǎo)航定位學(xué)報(bào)，2016，4(4)：30-35.(LI Fengyang，JIA Xuedong，DONG Ming.Development of vision/inertial integrated navigation in different application scenarios[J].Journal of Navigation and Positioning，2016，4(4)：30-35.)

10.16547/j.cnki.10-1096.20160406.

V249.32

A

2095-4999(2016)04-0030-06