低成本视觉GNSS拒止环境下捷联式天文导航算法研究学术报告

作者及发表信息
本研究由南澳大利亚大学STEM学术单元的Samuel Teague与国防科技集团（Defence Science and Technology Group）的Javaan Chahl合作完成，论文题为《An Algorithm for Affordable Vision-Based GNSS-Denied Strapdown Celestial Navigation》，发表于期刊《Drones》2024年第8卷，发布日期为2024年11月7日。

学术背景
本研究属于无人机（UAV）导航技术领域，聚焦于全球导航卫星系统（GNSS）拒止环境下的替代导航方案。传统天文导航因机械稳定系统的高成本、体积和重量问题，在现代轻量化无人机中应用受限。然而，天文导航作为一种非发射式被动导航手段，在夜间或海洋等GNSS失效场景中具有独特优势。研究旨在开发一种低成本、模块化的捷联式（strapdown）天文导航算法，通过视觉传感器与惯性参考系统（AHRS）结合，实现无需初始位置输入的全局定位，目标定位精度控制在4公里以内。

研究流程与方法
1. 理论框架
- 星体观测模型：基于相机坐标系到机体坐标系的方向余弦矩阵（DCM），将星体观测向量转换至本地东北天（NED）坐标系。通过针孔相机模型计算星体在图像中的像素坐标，并反推其在相机坐标系中的单位向量。
- 位置估计：利用星体的天顶角（zenith-angle）构建平面方程，通过最小二乘法求解观测者位置。三个以上星体观测可生成过约束系统，提高估计精度。

1. 实验配置

   • 硬件平台：采用4米固定翼无人机，搭载Cube Orange自动驾驶仪和Alvium 1800 U-240单色相机（配6mm f/1.4广角镜头），由树莓派5作为计算单元。相机与自动驾驶仪刚性连接，但初始安装存在约5°的未校准偏差。
     
   • 飞行试验：在无月夜晚进行72分钟飞行，包含直线航段和不同半径的盘旋轨迹（300m至1200m），采集10Hz星体图像及30Hz AHRS数据。
     

2. 关键算法

   • 星体检测与跟踪：基于像素强度阈值（μ+5σ）检测星体，采用卡尔曼滤波跟踪星体运动，通过子像素峰值定位提高精度。
     
   • RANSAC位置估计：随机选择三颗星生成初始位置假设，通过一致性检验剔除异常观测，最终输出最小化均方误差的位置解。
     
   • 相机标定迭代：利用Kabsch-RANSAC算法计算相机与AHRS的相对旋转矩阵，通过多次迭代修正初始标定误差。
     
   • 轨道平均法：无人机完成360°航向旋转后，将各帧独立位置估计的ECEF坐标取平均，显著降低因相机偏置导致的系统性误差。
     

主要结果
1. 定位精度：在非爬升/下降的稳定盘旋中，算法平均定位误差为2.54公里（最优1.73公里）。误差主要来源于俯仰/滚转轴方差，其与样本数的标准误（SE）呈线性关系（CEP≈1205×SE−0.567）。
2. 初始条件鲁棒性：相机初始标定误差在90°半球范围内时，算法均可收敛至真实位置；超出该范围则导致对跖点错误（误差达19,987公里）。
3. 抗风性能模拟：在54km/h强风下，固定姿态盘旋（无GPS修正）的定位误差（2.29公里）显著优于GPS引导盘旋（18.27公里），因后者因风速补偿导致方位采样不均。

结论与价值
本研究提出了一种无需高精度初始标定的捷联式天文导航方法，通过轨道运动平均法有效抵消相机与AHRS的偏置误差。其科学价值在于证明了低成本视觉系统在GNSS拒止环境下实现全局定位的可行性，且误差不随时间累积。应用层面，该技术可为长航时无人机提供冗余导航，尤其在军事或应急场景中对抗GNSS干扰。

创新亮点
1. 方法新颖性：首次提出通过全航向旋转平均消除捷联系统偏置，无需依赖外部位置输入或复杂滤波器。
2. 工程实用性：采用商用级硬件（树莓派+消费级相机）实现模块化设计，重量与成本显著低于传统稳定平台。
3. 鲁棒性验证：在真实飞行中验证算法对初始标定误差和风扰的适应性，为实战部署提供依据。

其他发现
研究指出，短波红外（SWIR）相机可能扩展天文导航至昼间应用，但需进一步验证其噪声对算法的影响。此外，时钟漂移（0.3秒/24小时）是长期定位精度的潜在限制因素。