本发明涉及一种基于偏振信息的组合导航方法，采用设备包括一套微机电惯性组合、一个偏振传感器、一个光流传感器，采用卡尔曼滤波器进行多传感器信息融合，可用于无人机、地面机器人或车辆等运动体的自主导航。
背景技术：
现代高性能运载体对导航系统性能的要求越来越高，而单一导航系统无法满足这些要求。例如，惯性导航具备自主性、隐蔽性和能获取载体完备运动信息的优势，但导航误差随时间积累，对于低成本微机电惯性组合，这种缺陷更加明显；GPS具有定位精度高、定位误差有界及长期导航稳定性好等优点，但GPS信号是一种无线电信号，存在易被干扰及信号易被建筑物遮挡等缺点。因此组合导航已成为导航系统发展的主要方向。
偏振光导航是基于仿生机理发展起来的利用天空偏振光获取导航信息的导航方法。偏振光导航具有误差不随时间积累、在较大范围内不易受人为因素干扰的优点。基于光流计算的视觉里程计只要求视野有足够丰富的纹理信息，不依赖于特定的地标等作为定位的参考，在导航方面具有独特的优势。基于惯性、偏振、光流的组合导航可以长时间保持姿态、速度误差的收敛，进而减缓位置误差的发散。
现有的利用偏振信息的组合导航技术，一般使用多个偏振传感器观测太阳矢量进行滤波，而使用单个偏振传感器时，一般用于直接测量航向信息，适用于二维平面运动。
技术实现要素：
本发明涉及一种基于偏振信息的组合导航方法，建立了基于偏振传感器与光流传感器的线性量测模型，信息融合方式采用卡尔曼滤波。
本发明的坐标系选择为：地理坐标系(n系)采用东北天坐标系，即以载体的质心O为原点，地理东向为X轴，地理北向为Y轴，天向为Z轴，构成右手坐标系O-XYZ；载体坐标系(b系)是固连在载体上的坐标系，其原点为载体的质心B，载体的横轴为X轴，纵轴向前为Y轴，竖轴向上为Z轴，构成右手坐标系B-XYZ。
本发明的技术解决方案为一种基于偏振信息的组合导航，实现步骤如下：
(1)根据当前推算的载体位置与时间信息查询天文年历得到太阳矢量在地理坐标系即n系下的方位角和高度角得到地理坐标系下单位太阳矢量sn；
(2)利用偏振传感器测量偏振信息，利用光流传感器测量速度信息；
(3)基于偏振量测模型与光流量测模型，建立滤波量测模型；
(4)利用卡尔曼滤波估计导航误差信息。
所述步骤(1)中，太阳矢量的高度角与方位角由位置与时间信息确定，可通过查询天文年历得到，从而得到地理坐标系即n系下单位太阳矢量sn为：
所述步骤(2)中，偏振传感器与光流传感器各自的模块坐标系均与载体坐标系即b系重合，偏振传感器测量得到偏振方位角载体坐标系下偏振矢量pb为：
光流传感器测量得到载体在载体坐标系X轴、Y轴的速度信息vx、vy，载体坐标系下速度矢量vb为：
vb＝[vx vy 0]T；
所述步骤(3)中，滤波量测模型具体建立如下：
偏振量测模型建立为：根据瑞利散射模型，太阳矢量垂直于偏振矢量，可得：
其中，表示载体坐标系到地理坐标系的姿态转换矩阵；
由于存在姿态失准角误差φ，实际计算姿态转换矩阵为从而：
根据上式，偏振量测模型为：
其中，zpol表示观测量，νpol表示量测噪声，
光流量测模型建立为：将微机电惯性组合捷联解算得到的速度与光流量测得到的速度之差作为量测，量测方程为：
其中，zof表示观测量，矩阵表示惯性捷联解算得到的地理坐标系下的速度，δv表示速度误差，νof表示量测噪声；
综上，基于偏振与光流的滤波量测模型为：
zk＝Hkxk+νk，
其中，表示导航误差信息，δp表示位置误差，νk表示量测噪声；
所述步骤(4)中，k时刻导航误差信息xk估计为：
xk＝xk,k-1+K(zk-Hkxk,k-1)，
其中，xk,k-1表示卡尔曼滤波预测值，K表示卡尔曼滤波增益。
本发明的优点在于：建立了基于单个偏振传感器的线性量测模型，减少了硬件及计算复杂度，结合光流传感器的速度量测信息，可实现对载体三维运动误差信息的估计；偏振与光流量测误差均不随时间累积，两者辅助可保持导航系统精度长时间稳定。
附图说明
图1为本发明的计算流程图。
具体实施方式
下面结合附图说明本发明的具体实施方式，本发明涉及到的坐标系主要有载体坐标系(b)与地理坐标系(n)，偏振传感器与光流传感器均固连于载体坐标系，偏振传感器观测天空方向，光流传感器观测地面方向；
图1表示了本发明的计算流程图，本发明的具体实现步骤如下：
1、根据当前时刻推算的位置与时间信息查询天文年历确定太阳矢量的高度角与方位角其中太阳高度角表示太阳与载体的连线与当地水平面的夹角，方位角表示太阳与载体的连线在当地水平面的投影与地理东向的夹角，向北为正，从而得到地理坐标系即n系下单位太阳矢量sn为：
2、偏振传感器与光流传感器各自的模块坐标系均与载体坐标系即b系重合，偏振传感器测量方向为载体坐标系Z轴正向，零位方向为载体坐标系X轴正向，偏振传感器测量得到偏振方位角载体坐标系下偏振矢量pb为：
光流传感器测量得到载体在载体坐标系X轴、Y轴的速度信息vx、vy，载体坐标系下速度矢量vb为：
vb＝[vx vy 0]T；
3、建立基于偏振与光流的滤波量测模型，具体建立如下：
偏振量测模型建立为：根据瑞利散射模型，太阳矢量垂直于偏振矢量，可得：
其中，表示载体坐标系到地理坐标系的姿态转换矩阵；
由于存在姿态失准角误差φ，实际计算姿态转换矩阵为从而：
根据上式，偏振量测模型为：
其中，zpol表示观测量，νpol表示量测噪声，
光流量测模型建立为：将微机电惯性组合捷联解算得到的速度与光流量测得到的速度之差作为量测，量测方程为：
其中，zof表示观测量，矩阵表示惯性捷联解算得到的地理坐标系下的速度，δv表示速度误差，νof表示量测噪声；
综上，基于偏振与光流的滤波量测模型为：
zk＝Hkxk+νk，
其中，表示导航误差信息，δp表示位置误差，νk表示量测噪声；
4、k时刻导航误差信息xk估计为：
xk＝xk,k-1+K(zk-Hkxk,k-1)，
其中，xk,k-1表示卡尔曼滤波预测值，K表示卡尔曼滤波增益；
上述步骤重复递推进行，直至导航结束。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。