基于Kalman滤波的GPSSINS组合式无人机导航研究与实现的任务书.docx

基于Kalman滤波的GPSSINS组合式无人机导航研究与实现的任务书
任务背景：
无人机飞行导航是无人机航空技术的重要组成部分，对于确保无人机的安全飞行和提高其导航精度至关重要。当前，利用GPS导航系统进行无人机导航已经成为一种主流方式。然而在特定应用场景下，如建筑物高楼、峡谷、山地等情况下，由于信号遮挡或反射等因素，GPS信号的精度会受到非常大的影响，甚至无法使用GPS完成定位。在这种情况下，需要使用惯性导航系统（InertialNavigationSystem，INS）结合GPS来完成高精度的无人机导航。
任务目标：
本次任务旨在研究基于Kalman滤波的GPSSINS组合式无人机导航算法，并利用该算法实现无人机在GPS信号不好或无法使用的情况下的高精度导航。
任务内容：
1.研究无人机导航和组合导航算法：通过文献资料、网络资源等方式，系统学习无人机导航和组合导航算法，尤其是Kalman滤波算法和GPSSINS组合式导航算法的原理和实现方法。
2.搭建实验平台：搭建无人机导航实验平台，包括无人机、GPS、IMU等硬件设备，通过配置和连接软件和硬件设备，实现无人机的控制和数据采集。
3.无人机数据采集：在不使用GPS信号或GPS信号比较弱的情况下，利用搭建的实验平台采集无人机在导航过程中的数据，包括姿态、速度、位置等数据。
4.数据预处理：通过数据处理工具，对采集的数据进行处理和预处理，包括数据预处理、数据分析和数据可视化等工作。
5.算法实现：在研究Kalman滤波和GPSSINS组合式导航算法的基础上，结合实验数据，实现算法的编程，完成无人机的导航过程。
6.结果分析：对实验结果进行分析和总结，可以通过对比不使用Kalman滤波和GPSSINS组合式导航算法和使用算法前后无人机的精度和稳定性等指标，来验证算法的有效性。
7.撰写报告：编写实验报告，包括任务目的、原理和方法、实验结果分析和总结等内容，明确我们的研究成果和实现的价值。
任务计划：
第一周：阅读相关文献和学习无人机导航和组合导航算法，了解Kalman滤波和GPSSINS组合式导航算法的基本原理。
第二周：搭建实验平台，包括采购无人机、IMU、GPS等硬件设备，并配置和连接所需软、硬件设备。
第三-四周：采集实验数据，并对数据进行预处理。
第五周：根据所学算法知识，结合实验数据进行算法的编程实现。
第六周：实现一些比较基础的无人机导航算法，并进行初步的实验结果分析。
第七周：深入研究Kalman滤波和GPSSINS组合式导航算法，对实验结果进行详细分析，制定改进算法和实验方案。
第八周：撰写实验报告，包括任务目的和概述、原理和方法、实验结果分析、总结和展望等部分，最终完成任务。
参考文献：
[1]袁效俭,武志俊等.滤波器(P).200710165204.
[2]谢庭林,李春林.强大的组合导航算法——Kalman滤波器[J].导航世界,2002（2）:1-5.
[3]陈思俊.GPS/INS组合导航原理与实现技术[M].清华大学出版社,2015.
[4]李亚娟,杨锐,GZ125.22信息技术。基于INS与GPS紧耦合组合导航研究[J].电视技术,2011（8）:139-141.