基于大气偏振模式的三维姿态角解算方法 下载: 958次
1 引言
太阳光进入大气层后会受到大气层中粒子的散射作用以及地面的反射作用,导致其偏振态发生变化,从而形成含有丰富光场矢量信息的大气偏振模式,其分布模式具有特定时空连续分布的规律[1-2]。利用这种分布规律可为偏振光导航提供非常稳定且可靠的信号源,因此关于大气偏振模式的研究在导航领域中具有非常重要的应用价值[3-6]。
目前,不管是国外还是国内的科学家都已经对大气偏振模式进行了较为充分的研究。其中Lambrinos等[7]通过研制的Sahabot偏振导航机器人实现了对大气偏振模式的解算,成功测量了机器人的方位角,并对大气偏振模式的可行性进行了验证[8-9];澳大利亚的Chahl等[10]对大气偏振模式进行了检测与解算,成功实现了对飞行载体的精确导航与自由控制。
国内的研究者虽然起步较晚,但是对于大气偏振模式也有一定的研究。其中大连理工大学的褚金奎团队[11-13]研究了一种基于电源式的偏振光传感器,成功实现了对机器人的精确导航,精度达到了0.2°;合肥工业大学高隽团队[14]基于仿生学原理提出了充分利用全天域的大气偏振模式,并使用其进行偏振光导航;近些年这两个团队又对大气偏振模式在三维姿态信息提取方面进行了初步的理论探索与研究[15-16]。
综上所述,本文提出一种利用大气偏振信息解算载体三维姿态信息的方法。该方法从大气偏振模式产生的理论模型出发,采用K均值(K-means)聚类算法解算太阳在空间中的位置,并根据太阳矢量与天球顶点的空间关系,将太阳矢量的转动转换成天球顶点的转动,从而建立姿态转换矩阵以解算姿态信息。大气固有的偏振模式中包含的偏振信息可以实现载体三维姿态角的解算,这对实现偏振光精确导航具有非常重要的意义。
2 原理及方法
2.1 坐标系及坐标变换
姿态角是由飞行器坐标系与地面参考系的转动关系所决定的。为了更能简便理解,建立的坐标系及坐标转换的示意图,如
图 1. 姿态坐标系示意图。(a)坐标系及坐标变换;(b)姿态角变换
Fig. 1. Schematic of posture coordinate system. (a) coordi-nate system and coordinate transformation; (b) attitude angle transformation
姿态角为B系与A系之间的关系,定义如下。
将载体纵轴
式中:
式中:
2.2 采用K-means聚类算法解算太阳的位置
首先建立一个大气偏振模式模型[17],如
式中:
将(6)式和(7)式联立后进行解算,得到散射光的偏振度
大气偏振模式中,偏振度的分布规律是以太阳子午线为中心呈对称分布,其随着太阳角距的减少而变小,并当角度为90°时达到最大,接着逐渐减小[3-5],此时偏振度值在0~1之间,但在实际的测试中偏振度值一般在0~0.6之间。根据偏振度的同心圆分布规律,可解算太阳的空间位置。
K-means算法是以各个数据点之间的距离作为性能指标的聚类算法,其以紧凑且独立的簇作为最终目标。
使用距离矢量代表偏振度值,并将偏振度的数据N分成K类,用J来表示距离评价指标。采用K-means算法将随机选取L个对象作为初始聚类中心,通过
对数据进行归类,当偏振度数据被归类到L时,τnk值为1,否则为0。式中:μk为第k个聚类中心的位置,其中k∈ 1,2,3,…,L;τnk为将所有的点分配到L的系数;xn为输入数据;1≤n≤N。等分类结束后对数据进行迭代计算,将μk固定,选取最优的τnk值。由(8)式可知,如果将数据归类到离其最近的L中就能得到J的最小值。下一步则固定τnk,再求解最优的μk值,以此中心代表初始簇的中心,然后解算其他数据和类中心之间的距离,对类中心进行重新计算,每次迭代后就会产生新的类中心,以此类推,直到得到最小的J值为止,表达式为
J的最小值确定后,证明算法已经收敛,此时确定的类中心为最佳的类中心。换句话来说,就是偏振度值已通过K-means算法迭代出L个数据簇中心,则偏振度是以同心圆的方式均匀分布于太阳的附近,此时偏振度值为0~0.3。由此可得,数据簇的中心位置便为太阳的空间位置。偏振度在全天域空中的分布如
图 3. 太阳空间位置的提取。(a)偏振度在全天域空中的分布;(b) K-means聚类数据簇;(c) K-means簇中心
Fig. 3. Extraction of space position of sun. (a) Distribution of degree of polarization in entire sky; (b) K-means cluster data cluster; (c) K-means cluster center
2.3 姿态角的计算方法
以参考系的原点作为观测点,X、Y和Z轴分别指向正南、正西和天顶。载体的初始状态与导航坐标系重合,所有坐标轴的转动方向都为逆时针方向[10],转动方向如
在刚体运动学的理论中,每次转动都会产生一个转动矩阵。如果令两个坐标系重合,则载体需分别绕Z、X和Y轴旋转,转角分别称为航向角、俯仰角和横滚角[11],分别使用H、P和R来表示。某一坐标的变换如果分为几次变换来实现,那么此时的转动矩阵等于每次变换转动矩阵的乘积,但转动矩阵相乘的次序与每次变换的次序相反[12]。
在利用欧拉角来描述的姿态矩阵中,载体的姿态将依照Y、X和Z轴的顺序转动而生成。首先对整个大地导航坐标系进行基准变换,改变太阳在坐标系中的初始基准。旋转导航坐标系即可使太阳的位置矢量在XY投影面上的投影点与Y轴重合,如
完成初始基准变换后,设太阳的位置矢量S=[xyz],姿态变换后太阳的位置矢量SA=[xAyAzA],即两者关系可由SA=RZRXRYS来表示, RZ、RX和RY分别表示太阳位置矢量航向角、俯仰角和横滚角的转动矩阵。通过转动Y、X和Z轴,最后一次旋转航向角。当航向发生变化时,可以先将载体绕Z轴旋转-H角,即
假设航向未发生变化,则对体坐标的天球顶点进行分析,其中天球顶点
RXYZ=
式中:
至此就可以求得
3 实验
实验测试平台如
图 6. 大气偏振模式测量系统。(a)测试平台;(b)搭载AHRS的平台;(c)载体的转动轴;(d)鱼眼镜头的坐标轴
Fig. 6. Atmospheric polarization mode measurement system. (a) Test platform; (b) platform equipped with AHRS; (c) rotation axis of carrier; (d) coordinate axis of fisheye lens
表 1. 太阳位置矢量坐标及姿态角的解算结果
Table 1. Solving results of sun position vector coordinates and attitude angle
|
表 2. 检测的解算数据
Table 2. Solution data of detection
|
P和R从-20°到20°的交替变换曲线如
图 7. 不同方法得到的仿真数据。(a1)(a2)全天域大气偏振度;(b1)(b2)权重聚类;(c1)(c2) K-mean算法
Fig. 7. Simulation datas obtained by different methods. (a1)(a2) Degree of atmospheric polarization in entire sky; (b1)(b2) weighted clustering; (c1)(c2) K-mean algorithm
从
图 8. 俯仰角和横滚角的角度的变化及误差分布。(a)角度变化曲线;(b)角度误差变化曲线
Fig. 8. Angle change and error distribution of pitch angle and roll angle. (a) Angle variation curves; (b) angle error variation curves
测试地点为山西省太原市崛微山顶,其经度为东经112.24°,纬度为北纬37.59°,时间为2019年12月1日10:00。
图 9. 外场实验数据。(a1)(a2)原始图像;(b1)(b2)偏振度分布;(c1)(c2)太阳位置矢量
Fig. 9. Field experiment datas. (a1) (a2) Original images; (b1) (b2) polarization distribution; (c1) (c2) sun position vector
外场实验测试结果如
图 10. 外场实验测试。(a)外场实验测试角度变化曲线;(b)外场实验角度误差曲线
Fig. 10. Field experiment test. (a) Test angle variation curves in field experiment; (b) angle error curves in field experiment
提出的姿态解算算法通过检测大气偏振模式中的信息可以精确解算飞行器的三维姿态角,而误差来源有两个:一是三脚架的转动角度不够精准;二是当飞行器的偏转角过大时,受制于鱼眼镜头的成像范围,使得K-means算法出现误差。对于第一个误差,后续将搭建高精度转台进行实验。对于第二个误差,后续将调研高精度的图像传感器,获取更大的检测区域来实现。
惯导系统不论是在**领域还是民航领域都发挥着重要的导航作用,但是当飞行器长航时,尤其现在的无人机长期处于实时监测的环境中,其姿态角会因误差积累而发生偏移,如
图 11. 偏振光的姿态与惯导系统的姿态对比
Fig. 11. Polarized light attitude and inertial navigation system attitude comparison
4 结论
依据太阳的空间位置这一稳定的导航参考坐标,为飞行器的三维姿态角解算提供一种新的方法,所提方法在大气偏振模式的导航领域中有着重要的应用价值。通过偏振光传感器阵列来采集大范围的偏振信息,进而解算太阳的空间位置,再利用所提方法来解算三维姿态信息。基于仿生原理的偏振光导航依靠的大气偏振模式属于一种自然属性,因此偏振光导航属于自主导航,所提方法在小型无人机自主导航侦察的方面具有广泛的应用前景。
[3] 张文飞, 满忠胜, 葛筱璐, 等. 一种快速实现的偏振光学去雾方法[J]. 激光与光电子学进展, 2019, 56(14): 141103.
[4] 崔岩, 张西光, 周鑫昌, 等. 气溶胶对天空光偏振分布的影响[J]. 光学学报, 2019, 39(6): 0601001.
[5] Gao J, Wang L, Bo M, et al. Information acquisition in desert ant navigation[J]. International Journal of Information Acquisition, 2006, 3(1): 33-43.
[6] Hegedüs R, Åkesson S, Horváth G. Polarization patterns of thick clouds: overcast skies have distribution of the angle of polarization similar to that of clear skies[J]. Journal of the Optical Society of America A, 2007, 24(8): 2347-2356.
[7] Lambrinos D, Möller R, Labhart T, et al. A mobile robot employing insect strategies for navigation[J]. Robotics and Autonomous Systems, 2000, 30(1/2): 39-64.
[8] Rossel S, Wehner R. How bees analyse the polarization patterns in the sky[J]. Journal of Comparative Physiology A, 1984, 154(5): 607-615.
[9] 杨江涛, 闫皓, 刘文耀, 等. 基于三通道全天域偏振成像系统太阳位置检测方法[J]. 中国科技论文, 2018, 13(5): 547-551.
Yang J T, Yan H, Liu W Y, et al. A detecting method for the position of the sun using the full-sky three channel polarization imaging system[J]. China Sciencepaper, 2018, 13(5): 547-551.
[11] Zhao K C, Chu J K, Wang T C, et al. A novel angle algorithm of polarization sensor for navigation[J]. IEEE Transactions on Instrumentation and Measurement, 2009, 58(8): 2791-2796.
[12] 褚金奎, 陈文静, 王洪青, 等. 基于偏振光传感器的移动机器人导航实验[J]. 光学精密工程, 2011, 19(10): 2419-2426.
[13] 王威, 褚金奎, 崔岩, 等. 基于矢量辐射传输的大气偏振建模[J]. 中国激光, 2013, 40(5): 0513001.
[14] 李逸博, 高隽, 王昕, 等. 独立通道偏振罗盘信息检测方法及传感器设计[J]. 光电工程, 2015, 42(7): 12-18.
[15] 范之国, 陈曼丽, 王波, 等. 基于大气偏振模式的三维姿态信息获取[J]. 光学精密工程, 2016, 24(6): 1248-1256.
[16] 褚金奎, 张然, 王志文, 等. 仿生偏振光导航传感器研究进展[J]. 科学通报, 2016, 61(23): 2568-2577.
Chu J K, Zhang R, Wang Z W, et al. Progress on bio-inspired polarized skylight navigation sensor[J]. Chinese Science Bulletin, 2016, 61(23): 2568-2577.
[17] Tang J, Zhang N, Li D L, et al. Novel robust skylight compass method based on full-sky polarization imaging under harsh conditions[J]. Optics Express, 2016, 24(14): 15834-15844.
杨江涛, 王健安, 王银, 胡啸. 基于大气偏振模式的三维姿态角解算方法[J]. 激光与光电子学进展, 2020, 57(22): 221107. Jiangtao Yang, Jian'an Wang, Yin Wang, Xiao Hu. Calculation Method of Three-dimensional Attitude Angle Based on Atmospheric Polarization Pattern[J]. Laser & Optoelectronics Progress, 2020, 57(22): 221107.