利用現(xiàn)有WiFi基礎(chǔ)設(shè)施的室內(nèi)MAV姿態(tài)估計系統(tǒng)

微型飛行器(MAVs)可以有許多有用的應(yīng)用，例如，幫助人類完成倉庫庫存或搜索和救援任務(wù)。盡管世界各地的許多公司已經(jīng)開始生產(chǎn)和使用小型飛行器，但其中一些飛行機器人仍有相當(dāng)大的局限性。

為了更有效地工作，小牛應(yīng)該有一個有效的姿態(tài)估計系統(tǒng)的支持。這是一個系統(tǒng)或方法，可以計算無人機的位置和姿態(tài)，然后可以用來控制其飛行，調(diào)整其速度，并幫助其導(dǎo)航，而它是自主操作和遠(yuǎn)程控制。

華中科技大學(xué)的研究人員最近開發(fā)了一種用于室內(nèi)環(huán)境中小牛姿態(tài)估計的新系統(tǒng)。他們在arXIv上預(yù)先發(fā)布的一篇論文中概述了他們的新方法，并將在IEEE工業(yè)電子學(xué)報上發(fā)表。該論文利用了現(xiàn)有的WiFi基礎(chǔ)設(shè)施，使小型敏捷無人機能夠進行更有效的導(dǎo)航。

“在我們之前的工作中，我們證明了利用WiFi的本地化來校正機載慣性傳感器(IMU)漂移的可行性，”開展這項研究的研究人員之一張勝凱告訴TechXplore。“然而，我們開發(fā)的技術(shù)，被稱為CWISE，只適用于開放空間，沒有多徑衰落。在我們目前的研究中，我們進一步推動該方法來解決室內(nèi)環(huán)境中的多路徑問題，使我們提出的系統(tǒng)更加實用?！?/p>

張和他的同事進行的這項新研究的主要目的是利用現(xiàn)成的WiFi基礎(chǔ)設(shè)施來估計小牛的6自由度姿態(tài)。與現(xiàn)有的基于計算機視覺的姿態(tài)估計技術(shù)相比，他們開發(fā)的系統(tǒng)不受視覺限制，這意味著它可以在不同的照明和環(huán)境條件下工作。

該系統(tǒng)利用了WiFi正交頻分復(fù)用(OFDM)信號的許多子載波，而不是分析傳感器收集的視覺刺激。更具體地說，它使用這些信號來找出MAV和WiFi接入點之間的直接路徑的到達(dá)角(AoA)，這些信號在室內(nèi)環(huán)境中的許多反射。

張和他的同事們創(chuàng)建的這個系統(tǒng)有兩個主要組成部分:一個AoA估計算法和一個wifi -慣性傳感器融合模型。AoA估計算法是一種估計MAV姿態(tài)，解算AoA進行定位的計算方法。另一方面，wifi -慣性傳感器融合模型，結(jié)合估計的AoA和使用慣性傳感器收集的數(shù)據(jù)來優(yōu)化無人機的姿態(tài)。

張說:“眾所周知，角度可以通過三角測量來定位目標(biāo)，但是不需要度量尺度?！薄傲硪环矫?，MAV的IMU提供了公制的姿態(tài)，但受到時間漂移的影響。我們?nèi)诤狭薟iFi AoAs和慣性測量，兩全其利?！?/p>

與傳統(tǒng)的姿態(tài)估計技術(shù)相比，張和他的同事開發(fā)的系統(tǒng)有許多優(yōu)點。首先，它是輕量級的，可以立即部署在任何室內(nèi)環(huán)境覆蓋的WiFi網(wǎng)絡(luò)。此外，它在不同的照明和紋理條件下的工作空間表現(xiàn)良好。

這項研究強調(diào)了利用WiFi連接改善機器人感知和導(dǎo)航策略的潛力。在室內(nèi)環(huán)境的一系列實驗中，新的姿態(tài)估計系統(tǒng)取得了顯著的效果，平均位置誤差為61.7cm，姿態(tài)誤差為0.92度。在未來，它可以用于增強MAV導(dǎo)航在倉庫，辦公室或其他室內(nèi)環(huán)境。

“目前，我們的wifi慣性姿態(tài)估計器的精度在分米級，”張說?！拔覀兿胍纳七@一點。同時，WiFi本身也存在一定的局限性，如結(jié)構(gòu)堵塞、干擾等。我們相信，適當(dāng)?shù)貙⒁曈X傳感和無線傳感結(jié)合起來，可以實現(xiàn)更穩(wěn)健、更準(zhǔn)確的姿態(tài)估計，從而產(chǎn)生更實用的自主機器人?！?/p>