基于LiDAR的地形相对自主起降用于GNSS退化环境中的固定翼无人机

《Drones》:LiDAR-Based Terrain-Relative Autonomous Takeoff and Landing for Fixed-Wing UAVs in GNSS-Degraded Environments

【字体: 大 中 小 】 时间:2026年07月24日 来源:Drones 5.2

编辑推荐:

  研究人员提出了一种LiDAR(光探测与测距)辅助的地形相对导航框架,用于在退化导航条件下运行的5公斤固定翼无人机的自主起降(ATOL)。该架构集成了一个向下指的LiDAR测距仪与气压高度传感(barometric altitude sensing)、惯性导航系

  
研究人员提出了一种LiDAR(光探测与测距)辅助的地形相对导航框架,用于在退化导航条件下运行的5公斤固定翼无人机的自主起降(ATOL)。该架构集成了一个向下指的LiDAR测距仪与气压高度传感(barometric altitude sensing)、惯性导航系统/全球导航卫星系统(INS/GNSS)导航、光流(optical-flow)测量和空速信息,在一个多传感器融合和飞行控制框架内。系统结合了基于Pixhawk的自动驾驶仪和伴随计算机架构,负责实时传感器处理、高度估计、任务监督和基于MAVLink(微型航空器链路协议)的通信。一种专用的滤波策略和传感器融合方法使得在关键的低空飞行阶段能够实现可靠的地形相对高度估计,而容错命令管理机制在临时通信丢失和传感器干扰情况下提高了操作鲁棒性。该框架通过软件在环(SITL)、硬件在环(HITL)和实际飞行实验进行了验证。实验结果表明了稳定且可重复的自主着陆性能。比较分析显示,LiDAR传感器在起飞、拉平(flare)和着陆操作中提供了最准确和响应最快的地形相对高度测量,特别是在不规则和植被覆盖的表面上。相比之下,气压传感在巡航飞行中提供了更好的长期稳定性,突显了多传感器融合对于整个任务剖面中可靠高度估计的重要性。结果证实,基于LiDAR的地形相对传感显著提高了在GNSS退化环境中运行的固定翼无人机的自主起降性能。所提出的架构为在GNSS退化环境中运行的固定翼无人机自主起降提供了一种实用且低成本的解决方案,同时展示了将LiDAR、惯性、气压和GNSS测量集成在一个统一的多传感器自主飞行框架中的优势。
固定翼无人机(UAV)的自主起降(ATOL)在全局导航卫星系统(GNSS)信号退化或不可用的环境中仍是最具挑战性的任务之一。现有研究多聚焦于单个传感技术或孤立着陆算法,缺乏将感知、通信、融合和控制集成的完整框架。为解决这一问题,研究人员开发并实验验证了一种基于LiDAR(光探测与测距)的地形相对自主起降框架,用于在GNSS退化环境中运行的5公斤固定翼无人机。该研究在《Drones》期刊发表,其重要意义在于证明了低成本的商用现货硬件和传感器能够支持可靠自主起降,并为地形相对导航、传感器融合和自主固定翼操作提供了可复现的框架。

为开展研究,研究人员使用了以下主要关键技术方法:1)LightWare SF000/B单波束LiDAR测距仪作为地形相对高度传感器,安装在机身腹侧中心线;2)多传感器融合基于扩展卡尔曼滤波3(EKF3),整合LiDAR、气压高度计、惯性测量单元(IMU)、全球导航卫星系统(GNSS)、HereFlow光流传感器和空速信息;3)采用Pixhawk Cube飞行控制器与Raspberry Pi 4伴随计算机的分布式架构,通过MAVLink 2.0协议(使用pymavlink库)通信;4)通过软件在环(SITL)和硬件在环(HITL)仿真进行算法验证;5)实际飞行测试在波兰华沙军事技术大学附近的Lotnisko Modelarskie Zalesie机场进行,由三人团队操作。实验平台为定制固定翼无人机,翼展1.67米,最大起飞重量5公斤,采用牵引式螺旋桨布局。

研究结果分为以下部分:

**3.1 SITL和HITL验证结果**:通过SITL仿真获得LiDAR高度剖面,显示起飞、巡航(约100米)和着陆阶段平滑稳定,无显著振荡,最小高度0.02米,最大103.02米,均值47.93米,验证了LiDAR感知与EKF3融合的有效性。

**3.2 验证指标**:采用平均误差(ME)、均方根误差(RMSE)等统计指标比较LiDAR、雷达和气压传感器。结果显示,LiDAR-雷达差异在所有飞行阶段均小于LiDAR-气压差异,表明雷达与LiDAR一致性更好,气压计偏差较大。三维轨迹重建确认了稳定的航点跟踪和飞行阶段过渡。

**3.3 实地测试与实验验证**:实际飞行中,LiDAR在低空阶段提供最准确的地形相对高度,雷达次之,气压计偏差最大。手动与自动起飞比较显示,LiDAR辅助自动起飞轨迹更平滑、爬升更均匀;自动着陆通过LiDAR高度反馈实现平滑拉平和触地,提高了着陆一致性。

**3.4 自动飞行测试结果与性能分析**:自动飞行任务中,LiDAR高度测量范围0.01米至106.17米,均值26.18米,快速爬升和下降无延迟,植被干扰仅产生局部偏差。雷达在快速高度变化和复杂地形上偏差较大,气压计在巡航中稳定但低空分辨率不足。第二次自动飞行重复了类似剖面,验证了可重复性。

讨论部分指出,LiDAR在非均匀地形和植被上偶尔产生错误测量,但整体优于雷达;雷达在树冠上方飞行时偶尔误报触地,而气压计巡航稳定但无直接地形相对测量能力。最佳配置是结合所有传感器,LiDAR适合起降阶段,气压计提供巡航参考,INS/GNSS确保全局导航。仿真与实飞对比显示,仿真环境忠实再现了任务动态,但实飞中噪声和扰动更显著,续航时间(22.35分钟)比理论估计(30.27分钟)低约26%,主要归因于连续传感器运行和校准机动。框架可扩展到更大平台。

研究结论翻译如下:对基于LiDAR的高度测量系统集成到固定翼无人机平台的实验评估证实了与理论预测和仿真结果总体上高度一致,同时也突出了环境因素、地形特征和大气传播效应导致的差异。实验活动证明了在准备好的跑道表面上稳定且可重复的LiDAR辅助自主起降性能。在整个低空飞行阶段,LiDAR传感器始终提供最准确的地形相对高度测量,而雷达和气压传感器在测试环境条件下表现出更大偏差。这些结果确认了基于LiDAR的地形相对传感对于固定翼无人机自主起降应用的适用性,并支持将其集成到所提出的基于EKF3的多传感器融合框架中。LiDAR、雷达和气压传感器的比较分析确认了所提出的多传感器融合架构的互补优势。在测试的实验条件下,LiDAR在低空操作中提供了最准确的地形相对高度测量,而气压传感器确保了稳定的巡航高度参考,雷达传感器提供了中等性能。实测续航时间(22.35分钟)比理论估计低约26%,主要由于连续传感器运行、遥测开销、校准机动和环境扰动。这些结果突显了在估算自主无人机操作续航时纳入任务特定修正系数的重要性。本研究证明了所提出的LiDAR辅助导航架构能够在自主固定翼无人机操作中提供可靠的地形相对高度估计。实验验证确认了LiDAR在起飞、拉平和着陆阶段特别有效,而气压传感在巡航飞行中提供稳定高度参考,INS/GNSS测量确保全局导航,共同构成基于EKF3的多传感器融合框架。未来工作将聚焦于集成热成像和多光谱传感、先进的多传感器融合策略、针对植被丰富环境的自适应滤波技术,以及在GNSS拒止和挑战性环境条件下的扩展飞行验证。这些发展预计将进一步提升自主固定翼无人机系统在复杂环境中的鲁棒性、适应性和操作适用性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号