面向动态平台的高精度无人机自主着陆系统：多传感器融合与三维轨迹规划研究

《The Aeronautical Journal》：A multi-sensor approach for precision UAV landing on dynamic platforms under challenging conditions

本研究针对旋翼无人机在移动平台上的自主着陆难题，提出了一种融合多传感器数据的高精度着陆系统。通过卡尔曼滤波整合平台GPS与无人机惯性姿态数据，结合YOLOv8实时检测着陆垫，在30次测试中将总着陆时间缩短12%（168±1.6 s），路径缩短152米，能耗降低至4.0±0.1%，并在6m/s侧风与7米能见度雾天条件下实现亚米级精度（RMSE≈0.15米），为恶劣环境下的无人机应用提供了可靠解决方案。

　　

这项研究展示了一种用于旋翼无人机在移动平台上实现自主着陆的系统设计与评估。该系统利用无人机的机载位置数据，结合移动平台提供的实时位置、速度及朝向信息，通过引入移动平台反馈的全球定位系统坐标，显著扩展了着陆程序的操作范围。研究人员采用卡尔曼滤波器将平台GPS数据与无人机的惯性测量单元姿态数据进行融合，从而能够精准预测移动平台运动轨迹上的动态交汇点。这种方法可生成优化的三维着陆轨迹，既能缩短飞行路径，又提升了能源利用效率。

研究中集成了基于YOLOv8的目标检测模型，用于实时识别着陆垫标志。通过多场景仿真验证，该系统在不同飞行高度、侧风干扰（最高达6米/秒）以及雾天能见度受限（最低7米探测距离）条件下均保持稳定性能。实验数据显示，该系统实现亚米级着陆精度，均方根误差约为0.15米；但当能见度降至5米时着陆失败，揭示了系统鲁棒性边界。与现有技术相比，该研究创新性地引入了包含高度变化与动态目标预测的三维轨迹规划方法，其模块化架构兼容多种无人机与地面载具平台，在民用与国防领域具有广泛应用前景。