本發(fā)明涉及數(shù)據(jù)融合技術(shù)領(lǐng)域，特別涉及一種無人機數(shù)據(jù)處理方法和裝置。

背景技術(shù)：

近年來，無人機被廣泛應(yīng)用于軍用和民用的各個領(lǐng)域。例如，利用無人機進行貨物配送比汽車配送更加快捷，而且配送成本大大降低。為了使無人機能夠順利、平穩(wěn)地完成任務(wù)，如何精確地實時獲取無人機的姿態(tài)信息，從而對無人機進行高精度控制，是無人機控制技術(shù)的關(guān)鍵問題。

目前，現(xiàn)有技術(shù)多采用陀螺儀來確定無人機的姿態(tài)信息，但是，針對陀螺儀測量值的濾波方法大都基于平均濾波或滑動濾波，這類濾波技術(shù)的輸出延時嚴重，實時性差；另外，有些現(xiàn)有技術(shù)加入了其他傳感器對陀螺儀的測量值進行修正，但是，陀螺儀測量值的零點漂移仍然比較大，導(dǎo)致獲取的無人機姿態(tài)信息精度低，從而嚴重降低了無人機的控制精度。

技術(shù)實現(xiàn)要素：

本發(fā)明的發(fā)明人發(fā)現(xiàn)上述現(xiàn)有技術(shù)中存在的問題，并因此針對所述問題中的至少一個問題提出了一種新的技術(shù)方案。

本發(fā)明的一個目的是提供一種無人機數(shù)據(jù)處理技術(shù)方案，能夠提高無人機姿態(tài)信息確定的實時性和精度。

根據(jù)本發(fā)明的第一方面，提供了一種無人機數(shù)據(jù)處理方法，包括：利用多個傳感器實時測量無人機的飛行狀態(tài)；根據(jù)所述無人機的所述飛行狀態(tài)隨時間的變化過程確定狀態(tài)方程；根據(jù)所述狀態(tài)方程獲取狀態(tài)轉(zhuǎn)移矩陣；根據(jù)所述狀態(tài)轉(zhuǎn)移矩陣，采用EKF(Extended Kalman Filter，擴展卡爾曼濾波器)將所述多個傳感器的測量值進行數(shù)據(jù)融合，從而確定所述無人機的姿態(tài)信息。

可選地，所述利用多個傳感器實時測量無人機的飛行狀態(tài)包括：利用陀螺儀和加速度計分別實時測量所述無人機的角速度和加速度；利用磁力計實時測量所述無人機所處的地磁場強度。

可選地，所述根據(jù)所述無人機的所述飛行狀態(tài)隨時間的變化過程確定狀態(tài)方程包括：以所述無人機的所述角速度、角加速度和所述加速度及其所處的所述地磁場強度為狀態(tài)變量；根據(jù)所述狀態(tài)變量隨時間的變化過程確定所述狀態(tài)方程。

可選地，所述根據(jù)所述狀態(tài)方程獲取狀態(tài)轉(zhuǎn)移矩陣包括：將所述狀態(tài)方程進行線性化處理，從而將包含所述狀態(tài)轉(zhuǎn)移矩陣的隱式表達式轉(zhuǎn)化為所述狀態(tài)轉(zhuǎn)移矩陣的顯式表達式，并從所述顯式表達式中獲取所述狀態(tài)轉(zhuǎn)移矩陣。

可選地，所述將所述狀態(tài)方程進行線性化處理，從而將包含所述狀態(tài)轉(zhuǎn)移矩陣的隱式表達式轉(zhuǎn)化為所述狀態(tài)轉(zhuǎn)移矩陣的顯式表達式，并從所述顯式表達式中獲取所述狀態(tài)轉(zhuǎn)移矩陣包括：將所述狀態(tài)方程在所述狀態(tài)變量等于當(dāng)前時刻的狀態(tài)變量先驗估計值處對所述狀態(tài)變量求偏導(dǎo)，從而獲得當(dāng)前時刻的所述狀態(tài)變量與下一時刻的所述狀態(tài)變量之間的所述狀態(tài)轉(zhuǎn)移矩陣。

可選地，所述根據(jù)所述狀態(tài)轉(zhuǎn)移矩陣，采用擴展卡爾曼濾波器EKF將所述多個傳感器的測量值進行數(shù)據(jù)融合，從而確定所述無人機的姿態(tài)信息包括：根據(jù)所述狀態(tài)轉(zhuǎn)移矩陣，采用EKF將所述陀螺儀、所述加速度計和所述磁力計的測量值進行數(shù)據(jù)融合，從而確定所述無人機的姿態(tài)信息。所述陀螺儀的測量值可以包括：所述角速度在機體坐標(biāo)系下的三軸分量。所述加速度計的測量值可以包括：所述加速度在所述機體坐標(biāo)系下的三軸分量。所述磁力計的測量值可以包括：所述地磁場強度在所述機體坐標(biāo)系下的三軸分量。所述姿態(tài)信息可以包括：所述無人機的俯仰角、偏航角和滾動角。

可選地，所述EKF數(shù)據(jù)融合過程中的過程噪聲協(xié)方差的取值范圍可以為：Q_ω∈[0.00008,0.00012]rad/s、Q_a∈[0.0072,0.0108]μg和Q_m∈[0.004,0.006]mG，其中Q_ω、Q_a和Q_m分別為所述角速度、所述角加速度、所述加速度和所述地磁場強度的過程噪聲協(xié)方差。EKF數(shù)據(jù)融合過程中的測量噪聲協(xié)方差的取值范圍可以為：R_ω∈[0.00064,0.00096]rad/s、R_a∈[8000,12000]μg和R_m∈[80,120]mG，其中R_ω、R_a和R_m分別為所述角速度、所述加速度和所述地磁場強度的測量噪聲協(xié)方差。

根據(jù)本發(fā)明的另一個方面，提供一種無人機數(shù)據(jù)處理裝置，包括：飛行狀態(tài)測量單元，用于控制多個傳感器實時測量無人機的飛行狀態(tài)；狀態(tài)轉(zhuǎn)移矩陣確定單元，用于根據(jù)所述無人機的所述飛行狀態(tài)隨時間的變化過程確定狀態(tài)方程，并根據(jù)所述狀態(tài)方程獲取狀態(tài)轉(zhuǎn)移矩陣；姿態(tài)信息確定單元，用于采用EKF將所述多個傳感器的測量值進行數(shù)據(jù)融合，從而確定所述無人機的姿態(tài)信息。

可選地，所述飛行狀態(tài)測量單元包括：速度測量子單元，用于控制陀螺儀和加速度計分別實時測量無人機的角速度和加速度；磁場測量子單元，用于控制磁力計實時測量無人機所處的地磁場強度。

可選地，所述狀態(tài)轉(zhuǎn)移矩陣確定單元包括：狀態(tài)方程確定子單元，用于將所述無人機的所述角速度、角加速度和所述加速度及其所處的所述地磁場強度為狀態(tài)變量，并根據(jù)所述狀態(tài)變量隨時間的變化過程確定所述狀態(tài)方程；狀態(tài)轉(zhuǎn)移矩陣確定子單元，用于將所述狀態(tài)方程進行線性化處理，從而將包含所述狀態(tài)轉(zhuǎn)移矩陣的隱式表達式轉(zhuǎn)化為所述狀態(tài)轉(zhuǎn)移矩陣的顯式表達式，并從所述顯式表達式中獲取所述狀態(tài)轉(zhuǎn)移矩陣。

可選地，所述狀態(tài)轉(zhuǎn)移矩陣確定子單元，用于將所述狀態(tài)方程在所述狀態(tài)變量等于當(dāng)前時刻的狀態(tài)變量先驗估計值處對所述狀態(tài)變量求偏導(dǎo)，從而獲得當(dāng)前時刻的所述狀態(tài)變量與下一時刻的所述狀態(tài)變量之間的所述狀態(tài)轉(zhuǎn)移矩陣。

可選地，所述姿態(tài)信息確定單元，用于根據(jù)所述狀態(tài)轉(zhuǎn)移矩陣，采用EKF將所述陀螺儀、所述加速度計和所述磁力計的測量值進行數(shù)據(jù)融合，從而確定所述無人機的姿態(tài)信息。

根據(jù)本發(fā)明的又一個方面，提供一種無人機數(shù)據(jù)處理裝置，包括：存儲器以及耦接至所述存儲器的處理器，所述處理器被配置為基于存儲在所述存儲器設(shè)備中的指令，執(zhí)行如前所述的無人機數(shù)據(jù)處理方法。

根據(jù)本發(fā)明的再一個方面，提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)如前所述的無人機數(shù)據(jù)處理方法。

本發(fā)明的一個優(yōu)點在于，采用EKF對多個傳感器的測量值進行實時的數(shù)據(jù)融合處理，提高了無人機姿態(tài)信息確定的實時性，同時對陀螺儀的測量值進行修正，降低了零點漂移，從而提高了無人機姿態(tài)信息確定的精度。

附圖說明

構(gòu)成說明書的一部分的附圖描述了本發(fā)明的實施例，并且連同說明書一起用于解釋本發(fā)明的原理。

參照附圖，根據(jù)下面的詳細描述，可以更加清楚地理解本發(fā)明，其中：

圖1示出根據(jù)本發(fā)明的無人機數(shù)據(jù)處理方法的一個實施例的流程圖。

圖2示出根據(jù)本發(fā)明的無人機數(shù)據(jù)處理方法的另一個實施例的流程圖。

圖3所示為根據(jù)本發(fā)明的無人機數(shù)據(jù)處理方法的又一個實施例的流程圖。

圖4示出根據(jù)本發(fā)明的無人機數(shù)據(jù)處理裝置的一個實施例的結(jié)構(gòu)圖。

圖5示出根據(jù)本發(fā)明的無人機數(shù)據(jù)處理裝置的另一個實施例的結(jié)構(gòu)圖。

圖6示出根據(jù)本發(fā)明的無人機數(shù)據(jù)處理裝置的又一個實施例的結(jié)構(gòu)圖。

圖7示出根據(jù)本發(fā)明的無人機數(shù)據(jù)處理裝置的再一個實施例的結(jié)構(gòu)圖。

具體實施方式

現(xiàn)在將參照附圖來詳細描述本發(fā)明的各種示例性實施例。應(yīng)注意到：除非另外具體說明，否則在這些實施例中闡述的部件和步驟的相對布置、數(shù)字表達式和數(shù)值不限制本發(fā)明的范圍。

同時，應(yīng)當(dāng)明白，為了便于描述，附圖中所示出的各個部分的尺寸并不是按照實際的比例關(guān)系繪制的。

以下對至少一個示例性實施例的描述實際上僅僅是說明性的，決不作為對本發(fā)明及其應(yīng)用或使用的任何限制。

對于相關(guān)領(lǐng)域普通技術(shù)人員已知的技術(shù)、方法和設(shè)備可能不作詳細討論，但在適當(dāng)情況下，所述技術(shù)、方法和設(shè)備應(yīng)當(dāng)被視為授權(quán)說明書的一部分。

在這里示出和討論的所有示例中，任何具體值應(yīng)被解釋為僅僅是示例性的，而不是作為限制。因此，示例性實施例的其它示例可以具有不同的值。

應(yīng)注意到：相似的標(biāo)號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步討論。

圖1示出根據(jù)本發(fā)明的無人機數(shù)據(jù)處理方法的一個實施例的流程圖。

如圖1所示，步驟101，利用多個傳感器實時測量無人機的飛行狀態(tài)。例如，可以利用慣性傳感器，如陀螺儀和加速度計，實時測量無人機的角速度和加速度。

步驟102，根據(jù)無人機的飛行狀態(tài)隨時間的變化過程確定狀態(tài)方程。例如，可以根據(jù)無人機角速度和加速度與時間的函數(shù)關(guān)系，確定狀態(tài)方程。

步驟103，根據(jù)狀態(tài)方程獲取狀態(tài)轉(zhuǎn)移矩陣。例如，如果狀態(tài)方程為：其中，為k+1時刻狀態(tài)變量的先驗估計，X_k為k時刻狀態(tài)變量的值，則直接提取H_k為狀態(tài)轉(zhuǎn)移矩陣；如果狀態(tài)方程為：則對狀態(tài)方程進行線性化，然后再提取狀態(tài)轉(zhuǎn)移矩陣。

步驟104，采用EKF將多個傳感器的測量值進行數(shù)據(jù)融合，確定無人機的姿態(tài)信息。例如，多個傳感器的測量值可以是無人機的角速度和加速度在機體坐標(biāo)系下的三軸分量，經(jīng)過EKF可以得到當(dāng)前時刻狀態(tài)變量的估計值，并將其轉(zhuǎn)化為姿態(tài)信息，姿態(tài)信息可以是無人機的俯仰角、偏航角和滾動角。

上述實施例中，采用EKF對多個傳感器的測量值進行實時的數(shù)據(jù)融合處理，一方面，僅需利用前一時刻的估計值進行遞推計算，而無需用到無限多個歷史數(shù)據(jù)，提高了無人機姿態(tài)信息確定的實時性；另一方面，其他傳感器可以對陀螺儀的測量值進行修正，降低了陀螺儀的零點漂移，從而提高了無人機姿態(tài)信息確定的精度。

圖2示出根據(jù)本發(fā)明的無人機數(shù)據(jù)處理方法的另一個實施例的流程圖。

如圖2所示，步驟201，利用陀螺儀和加速度計分別實時測量無人機的角速度和加速度。

步驟202，利用磁力計實時測量無人機所處的地磁場強度。

在一個實施例中，根據(jù)陀螺儀、加速度計和磁力計的測量值確定k時刻的測量矩陣為：Z_k＝[Ω_mk,A_mk,M_mk]^T，其中，Ω_mk為陀螺儀k時刻測量的無人機角速度，且其中ω_mxk、ω_myk和ω_mxk分別為k時刻無人機角速度測量值在機體坐標(biāo)系下的三軸分量；A_mk為加速度計k時刻測量的無人機加速度，且其中a_mxk、a_myk和a_mzk分別為k時刻無人機加速度測量值在機體坐標(biāo)系下的三軸分量；M_mk為加速度計k時刻測量的無人機加速度，且其中m_mxk、m_myk和m_mzk分別為k時刻無人機所處的地磁場強度測量值在機體坐標(biāo)系下的三軸分量。

步驟203，根據(jù)角速度、角加速度和加速度和地磁場強度隨時間的變化過程確定狀態(tài)方程。例如，可以將角速度、角加速度和加速度和地磁場強度作為狀態(tài)變量，則k時刻的狀態(tài)變量的值可以表示為：

其中，Ω_sk、A_sk和M_sk分別為k時刻角速度、角加速度和加速度和地磁場強度狀態(tài)變量的值，且其中ω_sxk、ω_syk和ω_sxk分別為k時刻無人機角速度狀態(tài)變量的值在機體坐標(biāo)系下的三軸分量；其中和分別為k時刻無人機角加速度狀態(tài)變量的值在機體坐標(biāo)系下的三軸分量；其中a_sxk、a_syk和a_szk分別為k時刻無人機加速度狀態(tài)變量的值在機體坐標(biāo)系下的三軸分量；其中m_sxk、m_syk和m_szk分別為k時刻無人機所處的地磁場強度狀態(tài)變量的值在機體坐標(biāo)系下的三軸分量。

由上述狀態(tài)變量與時間的函數(shù)關(guān)系，可以確定狀態(tài)方程為：

其中，Δt為更新時間；N_Ωk、N_Ak和N_Mk分別為角速度、角加速度、加速度和地磁場強度對應(yīng)的過程噪聲，均為高斯白噪聲；W_k為姿態(tài)變換矩陣。

步驟204，根據(jù)狀態(tài)方程獲取狀態(tài)轉(zhuǎn)移矩陣。

在一個實施例中，圖3所示為根據(jù)本發(fā)明的無人機數(shù)據(jù)處理方法的又一個實施例的流程圖。

如圖3所示，步驟304，將狀態(tài)方程進行線性化處理，從而將包含狀態(tài)轉(zhuǎn)移矩陣的隱式表達式轉(zhuǎn)化為狀態(tài)轉(zhuǎn)移矩陣的顯式表達式，并從顯式表達式中獲取狀態(tài)轉(zhuǎn)移矩陣。

例如，將狀態(tài)方程在處對狀態(tài)變量X_k求偏導(dǎo)，其中為當(dāng)前時刻的狀態(tài)變量先驗估計值，從而獲得當(dāng)前時刻的狀態(tài)變量與下一時刻的狀態(tài)變量之間的所述狀態(tài)轉(zhuǎn)移矩陣為：

其中，和分別為加速度和地磁場強度在k時刻的狀態(tài)變量估計值，I為單位向量。

步驟205(步驟305)，采用EKF將陀螺儀、加速度計和磁力計的測量值進行數(shù)據(jù)融合，確定無人機的姿態(tài)信息。

在一個實施例中，根據(jù)上述的狀態(tài)變量和測量矩陣的表達式可以確定EKF的測量方程為：

其中，δ_Ω、δ_A和δ_M分別為陀螺儀、加速度計和磁力計的測量噪聲。在EKF濾波過程中可以設(shè)定測量噪聲的協(xié)方差的取值范圍為：R_ω∈[0.00064,0.00096]rad/s、R_a∈[8000,12000]μg和R_m∈[80,120]mG，其中R_ω、R_a和R_m分別為角速度、加速度和地磁場強度的測量噪聲協(xié)方差；過程噪聲N_Ωk、N_Ak和N_Mk的協(xié)方差的取值范圍可以設(shè)定為：Q_ω∈[0.00008,0.00012]rad/s、Q_a∈[0.0072,0.0108]μg和Q_m∈[0.004,0.006]mG，其中Q_ω、Q_a和Q_m分別為角速度、角加速度、加速度和地磁場強度的過程噪聲協(xié)方差。經(jīng)EKF濾波后，可以得到狀態(tài)變量在k時刻的估計值X_k，從而確定無人機的姿態(tài)信息。姿態(tài)信息可以是無人機當(dāng)前的俯仰角、滾動角和偏航角或者其它可以表征無人機姿態(tài)的物理量。

上述實施例中，將無人機的飛行狀態(tài)線性化，得到了狀態(tài)轉(zhuǎn)移矩陣，并通過EKF將陀螺儀、加速度計和磁力計的測量值進行數(shù)據(jù)融合，這樣就可以利用加速度計和磁力計對陀螺儀的測量值進行修正，降低了陀螺儀的零點漂移，提高了零偏穩(wěn)定性，進而得到高精度的無人機姿態(tài)信息，為無人機控制提供可靠的信息支持。

圖4示出根據(jù)本發(fā)明的無人機數(shù)據(jù)處理裝置的一個實施例的結(jié)構(gòu)圖。

如圖4所示，該裝置包括：飛行狀態(tài)測量單元41、狀態(tài)轉(zhuǎn)移矩陣確定單元42和姿態(tài)信息確定單元43。

飛行狀態(tài)測量單元41控制多個傳感器實時測量無人機的飛行狀態(tài)。例如，可以采用慣性傳感器，如陀螺儀和加速度計等，對無人機的角速度和加速度等飛行狀態(tài)進行測量。

在一個實施例中，圖5示出根據(jù)本發(fā)明的無人機數(shù)據(jù)處理裝置的另一個實施例的結(jié)構(gòu)圖。

如圖5所示，飛行狀態(tài)測量單元51包括：速度測量子單元511和磁場測量子單元512。例如，速度測量子單元511控制陀螺儀和加速度計測量無人機的角速度和加速度，磁場測量子單元512控制磁力計測量地磁場強度。從而可以得到各個傳感器對無人機飛行狀態(tài)某一時刻的實時測量值，以此作為該時刻狀態(tài)變量估計值的基礎(chǔ)。

狀態(tài)轉(zhuǎn)移矩陣確定單元42根據(jù)無人機的飛行狀態(tài)隨時間的變化過程確定狀態(tài)方程，并根據(jù)狀態(tài)方程獲取狀態(tài)轉(zhuǎn)移矩陣。例如，根據(jù)無人機的速度與時間的函數(shù)關(guān)系，可以確定當(dāng)前時刻狀態(tài)變量的值與下一時刻狀態(tài)變量的值之間的轉(zhuǎn)換關(guān)系，從而確定狀態(tài)方程。

姿態(tài)信息確定單元43采用EKF將多個傳感器的測量值進行數(shù)據(jù)融合，從而確定無人機的姿態(tài)信息。例如，以陀螺儀、加速度計和磁力計的實時測量值組成測量值矩陣，以角速度、角加速度、加速度和地磁場強度組成狀態(tài)變量矩陣，并根據(jù)測量矩陣與狀態(tài)變量矩陣之間的關(guān)系確定測量方程。結(jié)合上述狀態(tài)方程和狀態(tài)轉(zhuǎn)移矩陣，通過EKF確定狀態(tài)變量的實時估計值，并進一步轉(zhuǎn)換為無人機的姿態(tài)信息。

上述實施例中，本發(fā)明通過姿態(tài)信息確定單元采用EKF對多個傳感器的測量值進行實時的數(shù)據(jù)融合處理，一方面，僅需利用前一時刻的估計值對當(dāng)前時刻的估計值進行遞推計算，而無需用到無限多個歷史數(shù)據(jù)，提高了無人機姿態(tài)信息確定的實時性；另一方面，其他傳感器可以對陀螺儀的測量值進行修正，降低了陀螺儀的零點漂移，從而提高了無人機姿態(tài)信息確定的精度。

圖6示出根據(jù)本發(fā)明的無人機數(shù)據(jù)處理裝置的又一個實施例的結(jié)構(gòu)圖。

如圖6所示，該裝置包括：飛行狀態(tài)測量單元51、狀態(tài)轉(zhuǎn)移矩陣確定單元62和姿態(tài)信息確定單元43。其中，飛行狀態(tài)測量單元51包括：速度測量子單元511和磁場測量子單元512；狀態(tài)轉(zhuǎn)移矩陣確定單元62包括：狀態(tài)方程確定子單元621和狀態(tài)轉(zhuǎn)移矩陣確定子單元622。其中，飛行狀態(tài)測量單元51和姿態(tài)信息確定單元43的功能可以參照上述實施例的對應(yīng)描述，為簡潔起見在此不再描述。

狀態(tài)方程確定子單元621將無人機的角速度、角加速度和加速度及其所處的地磁場強度為狀態(tài)變量，并根據(jù)狀態(tài)變量的變化過程確定所述狀態(tài)方程。例如，以無人機角速度、角加速度、加速度和地磁場強度為狀態(tài)變量，根據(jù)無人機的速度、所處地磁場強度與時間的函數(shù)關(guān)系，可以確定當(dāng)前時刻狀態(tài)變量的值與下一時刻狀態(tài)變量的值之間的轉(zhuǎn)換關(guān)系，從而確定狀態(tài)方程。

狀態(tài)轉(zhuǎn)移矩陣確定子單元622將狀態(tài)方程進行線性化處理，從而將包含狀態(tài)轉(zhuǎn)移矩陣的隱式表達式轉(zhuǎn)化為狀態(tài)轉(zhuǎn)移矩陣的顯式表達式，并從顯式表達式中獲取狀態(tài)轉(zhuǎn)移矩陣。

在一個實施例中，狀態(tài)轉(zhuǎn)移矩陣確定子單元622將狀態(tài)方程在狀態(tài)變量等于當(dāng)前時刻的狀態(tài)變量先驗估計值處對狀態(tài)變量求偏導(dǎo)，從而獲得當(dāng)前時刻的狀態(tài)變量與下一時刻的狀態(tài)變量之間的狀態(tài)轉(zhuǎn)移矩陣。

例如，狀態(tài)方程確定子單元621根據(jù)獲取無人機姿態(tài)信息的需要確定了狀態(tài)變量之后，根據(jù)狀態(tài)變量隨時間的變化過程生成狀態(tài)方程，并將該方程傳輸給狀態(tài)轉(zhuǎn)移矩陣確定子單元622；然后，狀態(tài)轉(zhuǎn)移矩陣確定子單元622根據(jù)姿態(tài)信息確定單元43在EKF濾波過程中得到的上一時刻對當(dāng)前時刻狀態(tài)變量的先驗估計值對狀態(tài)方程進行線性化處理，從而得到狀態(tài)轉(zhuǎn)移矩陣，并且將該矩陣傳輸給姿態(tài)信息確定單元43；最后，姿態(tài)信息確定單元43根據(jù)狀態(tài)轉(zhuǎn)移矩陣確定子單元622提供的狀態(tài)轉(zhuǎn)移矩陣和飛行狀態(tài)測量單元51提供的多個傳感器的實時測量值進行EKF數(shù)據(jù)融合，從而得到無人機的姿態(tài)信息。

上述實施例中，本發(fā)明的裝置將無人機的飛行狀態(tài)線性化，得到了狀態(tài)轉(zhuǎn)移矩陣，并通過EKF將陀螺儀、加速度計和磁力計的測量值進行數(shù)據(jù)融合，這樣就可以利用加速度計和磁力計對陀螺儀的測量值進行修正，降低了陀螺儀的零點漂移，提高了零偏穩(wěn)定性，進而得到高精度的無人機姿態(tài)信息，為無人機控制提供可靠的信息支持。

圖7示出根據(jù)本發(fā)明的無人機數(shù)據(jù)處理裝置的再一個實施例的結(jié)構(gòu)圖。

如圖7所示，該實施例的裝置70包括：存儲器701以及耦接至該存儲器701的處理器702，處理器702被配置為基于存儲在存儲器701中的指令，執(zhí)行本發(fā)明中任意一個實施例中的無人機數(shù)據(jù)處理方法。

其中，存儲器701例如可以包括系統(tǒng)存儲器、固定非易失性存儲介質(zhì)等。系統(tǒng)存儲器例如存儲有操作系統(tǒng)、應(yīng)用程序、引導(dǎo)裝載程序(Boot Loader)、數(shù)據(jù)庫以及其他程序等。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)當(dāng)明白，本發(fā)明的實施例可提供為方法、系統(tǒng)、或計算機程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用非瞬時性存儲介質(zhì)(包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等)上實施的計算機程序產(chǎn)品的形式。

至此，已經(jīng)詳細描述了根據(jù)本發(fā)明的無人機數(shù)據(jù)處理方法和裝置。為了避免遮蔽本發(fā)明的構(gòu)思，沒有描述本領(lǐng)域所公知的一些細節(jié)。本領(lǐng)域技術(shù)人員根據(jù)上面的描述，完全可以明白如何實施這里公開的技術(shù)方案。

可能以許多方式來實現(xiàn)本發(fā)明的方法和系統(tǒng)。例如，可通過軟件、硬件、固件或者軟件、硬件、固件的任何組合來實現(xiàn)本發(fā)明的方法和系統(tǒng)。用于所述方法的步驟的上述順序僅是為了進行說明，本發(fā)明的方法的步驟不限于以上具體描述的順序，除非以其它方式特別說明。此外，在一些實施例中，還可將本發(fā)明實施為記錄在記錄介質(zhì)中的程序，這些程序包括用于實現(xiàn)根據(jù)本發(fā)明的方法的機器可讀指令。因而，本發(fā)明還覆蓋存儲用于執(zhí)行根據(jù)本發(fā)明的方法的程序的記錄介質(zhì)。

需要說明的是，本發(fā)明所示的計算機可讀介質(zhì)可以是計算機可讀信號介質(zhì)或者計算機可讀存儲介質(zhì)或者是上述兩者的任意組合。計算機可讀存儲介質(zhì)例如可以是——但不限于——電、磁、光、電磁、紅外線、或半導(dǎo)體的系統(tǒng)、裝置或器件，或者任意以上的組合。計算機可讀存儲介質(zhì)的更具體的例子可以包括但不限于：具有一個或多個導(dǎo)線的電連接、便攜式計算機磁盤、硬盤、隨機訪問存儲器(RAM)、只讀存儲器(ROM)、可擦式可編程只讀存儲器(EPROM或閃存)、光纖、便攜式緊湊磁盤只讀存儲器(CD-ROM)、光存儲器件、磁存儲器件、或者上述的任意合適的組合。在本申請中，計算機可讀存儲介質(zhì)可以是任何包含或存儲程序的有形介質(zhì)，該程序可以被指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用。而在本申請中，計算機可讀的信號介質(zhì)可以包括在基帶中或者作為載波一部分傳播的數(shù)據(jù)信號，其中承載了計算機可讀的程序代碼。這種傳播的數(shù)據(jù)信號可以采用多種形式，包括但不限于電磁信號、光信號或上述的任意合適的組合。計算機可讀的信號介質(zhì)還可以是計算機可讀存儲介質(zhì)以外的任何計算機可讀介質(zhì)，該計算機可讀介質(zhì)可以發(fā)送、傳播或者傳輸用于由指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用的程序。計算機可讀介質(zhì)上包含的程序代碼可以用任何適當(dāng)?shù)慕橘|(zhì)傳輸，包括但不限于：無線、電線、光纜、RF等等，或者上述的任意合適的組合。

雖然已經(jīng)通過示例對本發(fā)明的一些特定實施例進行了詳細說明，但是本領(lǐng)域的技術(shù)人員應(yīng)該理解，以上示例僅是為了進行說明，而不是為了限制本發(fā)明的范圍。本領(lǐng)域的技術(shù)人員應(yīng)該理解，可在不脫離本發(fā)明的范圍和精神的情況下，對以上實施例進行修改。本發(fā)明的范圍由所附權(quán)利要求來限定。