✅作者简介热爱科研的Matlab仿真开发者擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 往期回顾关注个人主页Matlab科研工作室 关注我领取海量matlab电子书和数学建模资料个人信条格物致知,完整Matlab代码获取及仿真咨询内容私信。 内容介绍一、传统 GPS 定位面临的挑战信号遮挡与干扰在许多复杂环境中如城市峡谷、茂密森林或室内场景GPS 信号容易受到建筑物、树木等障碍物的遮挡导致信号减弱甚至丢失从而无法实现精确的定位。此外一些电子设备或恶意干扰源也可能对 GPS 信号产生干扰影响定位的准确性和可靠性。精度限制即使在开阔环境下传统 GPS 定位的精度也存在一定局限性通常在数米到十几米的范围内。对于一些对定位精度要求极高的无人机应用场景如精准农业中的农药喷洒、电力巡检中的杆塔定位等这样的精度无法满足实际需求。二、协作式 FREE GPS 定位系统的概念协作理念协作式 FREE GPS 定位系统旨在通过多架无人机之间的相互协作克服传统 GPS 定位的不足。多架无人机共享各自获取的定位信息、环境数据等通过协同处理和优化算法实现更精确、可靠的定位。这种协作模式充分利用了无人机的机动性和灵活性将多架无人机视为一个整体的定位网络而不是独立的个体。FREE 含义“FREE” 可能代表着灵活Flexible、可靠Reliable、高效Efficient和精确Exact等特性。该系统强调在复杂多变的环境中能够灵活应对各种定位挑战提供可靠的定位结果高效地处理定位数据并达到精确的定位精度。三、系统工作原理数据采集每架无人机配备多种传感器除了传统的 GPS 模块外还可能包括惯性测量单元IMU、激光雷达LiDAR、视觉传感器摄像头等。GPS 模块获取大致的位置信息IMU 实时测量无人机的加速度和角速度用于推算无人机的姿态和短期位置变化。LiDAR 通过发射激光束并测量反射光的时间来获取周围环境的三维点云数据识别障碍物和地形特征。视觉传感器则通过拍摄图像利用计算机视觉技术识别地标、特征点等信息。这些传感器数据为后续的协作定位提供了丰富的信息源。信息共享与交互多架无人机通过无线通信技术如 Wi-Fi、蓝牙、专用无线链路等相互连接组成一个通信网络。在这个网络中每架无人机将自身采集到的定位相关信息如 GPS 位置、IMU 数据、LiDAR 点云、视觉特征等实时共享给其他无人机。这样每架无人机都能获取到整个团队的综合信息为协作定位提供更全面的数据支持。协作定位算法基于共享的信息系统采用专门的协作定位算法进行处理。常见的算法包括扩展卡尔曼滤波EKF及其变体、粒子滤波等。以 EKF 为例它将每架无人机的状态位置、速度、姿态等作为待估计的参数利用所有无人机的传感器测量值作为观测数据。通过不断地预测和更新过程融合来自不同传感器和不同无人机的信息逐步优化对每架无人机状态的估计从而提高定位精度。同时算法还考虑了传感器误差、噪声以及无人机之间的相对位置关系等因素以确保定位的可靠性。环境感知与地图构建结合 LiDAR 和视觉传感器数据无人机可以构建周围环境的地图。LiDAR 点云数据提供了高精度的三维环境信息而视觉图像则可以补充纹理和语义信息。通过同时定位与地图构建SLAM技术无人机在定位自身位置的同时不断更新和完善环境地图。这个地图不仅有助于无人机更好地规划飞行路径、避开障碍物还可以为协作定位提供额外的约束条件。例如当某架无人机的 GPS 信号丢失时它可以利用地图信息和其他无人机的位置信息通过相对定位的方式推算出自己的位置。故障容错与冗余机制为了确保系统的可靠性协作式 FREE GPS 定位系统通常具备故障容错和冗余机制。如果某架无人机的某个传感器出现故障或通信链路中断其他无人机可以通过共享的信息继续提供定位支持。系统会自动检测故障并调整协作定位算法利用剩余可用的信息进行定位计算。此外多架无人机之间的信息冗余也提高了定位的可靠性即使部分信息存在误差或丢失整体系统仍能保持一定的定位精度。⛳️ 运行结果 部分代码function [Pose,Rotation, LocalRelocFail, GlobalRelocFail] getOutputSizeImpl(obj)% Return size for each output portPose [1 3];Rotation [3 3];LocalRelocFail [1 1];GlobalRelocFail [1 1];endfunction [Pose,Rotation, LocalRelocFail, GlobalRelocFail] getOutputDataTypeImpl(obj)% Return data type for each output portPose double;Rotation double;LocalRelocFail double;GlobalRelocFail double;endfunction [Pose,Rotation,LocalRelocFail, GlobalRelocFail] isOutputComplexImpl(obj)% Return true for each output port with complex dataPose false;Rotation false;LocalRelocFail false;GlobalRelocFail false;endfunction [Pose,Rotation,LocalRelocFail, GlobalRelocFail] isOutputFixedSizeImpl(obj)% Return true for each output port with fixed sizePose true;Rotation true;LocalRelocFail true;GlobalRelocFail true;endfunction [Pose,Rotation,LocalRelocFail, GlobalRelocFail] getOutputNamesImpl(obj)% Return output port names for System blockPose Agent Pose;Rotation Agent Rotation;LocalRelocFail Local relocalization fail;GlobalRelocFail Global relocalization fail;endfunction flag isInputSizeMutableImpl(~,~)flag false;endfunction icon getIconImpl(~)% Define icon for System blockicon [Helper, Visual, Localization];endfunction [name1] getInputNamesImpl(~) % ,name2,name3]% Return input port names for System blockname1 Image;% name2 Location;% name3 Orientation;endfunction sts getSampleTimeImpl(obj)if obj.SampleTime -1sts createSampleTime(obj,Type,Inherited);elsests createSampleTime(obj,Type,Discrete,...SampleTime,obj.SampleTime);endend%% Utility functionsfunction [features, validPoints] detectAndExtractFeatures(obj, Irgb)%detectAndExtractFeatures detect and extract features% Detect ORB featuresIgray im2gray(Irgb);points detectORBFeatures(Igray, ScaleFactor, obj.ScaleFactor, NumLevels, obj.NumLevels);% Select a subset of features, uniformly distributed throughout the imagepoints selectUniform(points, obj.NumPoints, size(Igray, 1:2));% Extract features[features, validPoints] extractFeatures(Igray, points);endfunction updateVisulization(obj, currPose, mapPointIdx) %relTranslation% Plot the camera pose of the current frameif isempty(obj.CameraPlot)obj.CameraPlot plotCamera(AbsolutePose, currPose, Parent, obj.MapPlotAxes, Size, 1);elseobj.CameraPlot.AbsolutePose currPose;end% Plot local map points observed in the current frameif isempty(obj.LocalMapPlot)obj.LocalMapPlot scatter3(obj.MapPlotAxes, obj.WorldPoints(mapPointIdx, 1), ...obj.WorldPoints(mapPointIdx, 2), obj.WorldPoints(mapPointIdx, 3), 8, w, o, filled);elseset(obj.LocalMapPlot, XData, obj.WorldPoints(mapPointIdx, 1), YData, ...obj.WorldPoints(mapPointIdx, 2), ZData, obj.WorldPoints(mapPointIdx, 3));end% Plot camera trajectoryestimatedLocation currPose.Translation;if isempty(obj.CameraTrajectoryPlot)if any(estimatedLocation)obj.CameraTrajectoryPlot plot3(obj.MapPlotAxes, ...estimatedLocation(1), estimatedLocation(2), estimatedLocation(3), ...r., LineWidth, 2, DisplayName, Estimated Trajectory);endelseset(obj.CameraTrajectoryPlot, ...XData, [obj.CameraTrajectoryPlot.XData, estimatedLocation(1)], ...YData, [obj.CameraTrajectoryPlot.YData, estimatedLocation(2)], ...ZData, [obj.CameraTrajectoryPlot.ZData, estimatedLocation(3)]);end% % Plot the ground truth in the camera coordinate system% R [0 0 -1; 1 0 0; 0 -1 0];% gTruthLocation obj.InitialEstimatedPose.Translation relTranslation * R;% if isempty(obj.GroundTruthPlot)% obj.GroundTruthPlot plot3(obj.MapPlotAxes, ...% gTruthLocation(1), gTruthLocation(2), gTruthLocation(3), ...% g., LineWidth, 2, DisplayName, Ground truth);% else% set(obj.GroundTruthPlot, ...% XData, [obj.GroundTruthPlot.XData, gTruthLocation(1)], ...% YData, [obj.GroundTruthPlot.YData, gTruthLocation(2)],...% ZData, [obj.GroundTruthPlot.ZData, gTruthLocation(3)]);% end% legend([obj.CameraTrajectoryPlot, obj.GroundTruthPlot], location, northwest,color,w, FontWeight, bold);% drawnow;endendmethods(Static, Access protected)%% Simulink customization functionsfunction header getHeaderImpl% Define header panel for System block dialogheader matlab.system.display.Header(mfilename(class));endfunction group getPropertyGroupsImpl% Define property section(s) for System block dialog% Section for pre-built map datamapSection matlab.system.display.Section(...Title,Pre-built Map ,...PropertyList,{MapDataFileName});% Section for visualizationvizSection matlab.system.display.Section(...Title,Visualization,...PropertyList,{XLim,YLim,ZLim});% Section for the camera parameterscameraSection matlab.system.display.Section(...Title,Camera Intrinsic Parameters,...PropertyList,{FocalLength,PrincipalPoint,ImageSize});% Section for sample timesampleTimeSection matlab.system.display.Section(...Title,,...PropertyList,{SampleTime});group [mapSection, cameraSection, vizSection, sampleTimeSection];endfunction simMode getSimulateUsingImplsimMode Interpreted execution;endfunction flag showSimulateUsingImpl% Return false if simulation mode hidden in System block dialogflag false;endendend 参考文献[1]周树春.基于GPS的无人机自动着陆控制系统设计与实现[D].西北工业大学,2007.DOI:10.7666/d.y1033865.往期回顾扫扫下方二维码
【无人机】无人机的协作式FREE GPS定位系统附matlab代码
发布时间：2026/5/19 12:42:30
✅作者简介热爱科研的Matlab仿真开发者擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 往期回顾关注个人主页Matlab科研工作室 关注我领取海量matlab电子书和数学建模资料个人信条格物致知,完整Matlab代码获取及仿真咨询内容私信。 内容介绍一、传统 GPS 定位面临的挑战信号遮挡与干扰在许多复杂环境中如城市峡谷、茂密森林或室内场景GPS 信号容易受到建筑物、树木等障碍物的遮挡导致信号减弱甚至丢失从而无法实现精确的定位。此外一些电子设备或恶意干扰源也可能对 GPS 信号产生干扰影响定位的准确性和可靠性。精度限制即使在开阔环境下传统 GPS 定位的精度也存在一定局限性通常在数米到十几米的范围内。对于一些对定位精度要求极高的无人机应用场景如精准农业中的农药喷洒、电力巡检中的杆塔定位等这样的精度无法满足实际需求。二、协作式 FREE GPS 定位系统的概念协作理念协作式 FREE GPS 定位系统旨在通过多架无人机之间的相互协作克服传统 GPS 定位的不足。多架无人机共享各自获取的定位信息、环境数据等通过协同处理和优化算法实现更精确、可靠的定位。这种协作模式充分利用了无人机的机动性和灵活性将多架无人机视为一个整体的定位网络而不是独立的个体。FREE 含义“FREE” 可能代表着灵活Flexible、可靠Reliable、高效Efficient和精确Exact等特性。该系统强调在复杂多变的环境中能够灵活应对各种定位挑战提供可靠的定位结果高效地处理定位数据并达到精确的定位精度。三、系统工作原理数据采集每架无人机配备多种传感器除了传统的 GPS 模块外还可能包括惯性测量单元IMU、激光雷达LiDAR、视觉传感器摄像头等。GPS 模块获取大致的位置信息IMU 实时测量无人机的加速度和角速度用于推算无人机的姿态和短期位置变化。LiDAR 通过发射激光束并测量反射光的时间来获取周围环境的三维点云数据识别障碍物和地形特征。视觉传感器则通过拍摄图像利用计算机视觉技术识别地标、特征点等信息。这些传感器数据为后续的协作定位提供了丰富的信息源。信息共享与交互多架无人机通过无线通信技术如 Wi-Fi、蓝牙、专用无线链路等相互连接组成一个通信网络。在这个网络中每架无人机将自身采集到的定位相关信息如 GPS 位置、IMU 数据、LiDAR 点云、视觉特征等实时共享给其他无人机。这样每架无人机都能获取到整个团队的综合信息为协作定位提供更全面的数据支持。协作定位算法基于共享的信息系统采用专门的协作定位算法进行处理。常见的算法包括扩展卡尔曼滤波EKF及其变体、粒子滤波等。以 EKF 为例它将每架无人机的状态位置、速度、姿态等作为待估计的参数利用所有无人机的传感器测量值作为观测数据。通过不断地预测和更新过程融合来自不同传感器和不同无人机的信息逐步优化对每架无人机状态的估计从而提高定位精度。同时算法还考虑了传感器误差、噪声以及无人机之间的相对位置关系等因素以确保定位的可靠性。环境感知与地图构建结合 LiDAR 和视觉传感器数据无人机可以构建周围环境的地图。LiDAR 点云数据提供了高精度的三维环境信息而视觉图像则可以补充纹理和语义信息。通过同时定位与地图构建SLAM技术无人机在定位自身位置的同时不断更新和完善环境地图。这个地图不仅有助于无人机更好地规划飞行路径、避开障碍物还可以为协作定位提供额外的约束条件。例如当某架无人机的 GPS 信号丢失时它可以利用地图信息和其他无人机的位置信息通过相对定位的方式推算出自己的位置。故障容错与冗余机制为了确保系统的可靠性协作式 FREE GPS 定位系统通常具备故障容错和冗余机制。如果某架无人机的某个传感器出现故障或通信链路中断其他无人机可以通过共享的信息继续提供定位支持。系统会自动检测故障并调整协作定位算法利用剩余可用的信息进行定位计算。此外多架无人机之间的信息冗余也提高了定位的可靠性即使部分信息存在误差或丢失整体系统仍能保持一定的定位精度。⛳️ 运行结果 部分代码function [Pose,Rotation, LocalRelocFail, GlobalRelocFail] getOutputSizeImpl(obj)% Return size for each output portPose [1 3];Rotation [3 3];LocalRelocFail [1 1];GlobalRelocFail [1 1];endfunction [Pose,Rotation, LocalRelocFail, GlobalRelocFail] getOutputDataTypeImpl(obj)% Return data type for each output portPose double;Rotation double;LocalRelocFail double;GlobalRelocFail double;endfunction [Pose,Rotation,LocalRelocFail, GlobalRelocFail] isOutputComplexImpl(obj)% Return true for each output port with complex dataPose false;Rotation false;LocalRelocFail false;GlobalRelocFail false;endfunction [Pose,Rotation,LocalRelocFail, GlobalRelocFail] isOutputFixedSizeImpl(obj)% Return true for each output port with fixed sizePose true;Rotation true;LocalRelocFail true;GlobalRelocFail true;endfunction [Pose,Rotation,LocalRelocFail, GlobalRelocFail] getOutputNamesImpl(obj)% Return output port names for System blockPose Agent Pose;Rotation Agent Rotation;LocalRelocFail Local relocalization fail;GlobalRelocFail Global relocalization fail;endfunction flag isInputSizeMutableImpl(~,~)flag false;endfunction icon getIconImpl(~)% Define icon for System blockicon [Helper, Visual, Localization];endfunction [name1] getInputNamesImpl(~) % ,name2,name3]% Return input port names for System blockname1 Image;% name2 Location;% name3 Orientation;endfunction sts getSampleTimeImpl(obj)if obj.SampleTime -1sts createSampleTime(obj,Type,Inherited);elsests createSampleTime(obj,Type,Discrete,...SampleTime,obj.SampleTime);endend%% Utility functionsfunction [features, validPoints] detectAndExtractFeatures(obj, Irgb)%detectAndExtractFeatures detect and extract features% Detect ORB featuresIgray im2gray(Irgb);points detectORBFeatures(Igray, ScaleFactor, obj.ScaleFactor, NumLevels, obj.NumLevels);% Select a subset of features, uniformly distributed throughout the imagepoints selectUniform(points, obj.NumPoints, size(Igray, 1:2));% Extract features[features, validPoints] extractFeatures(Igray, points);endfunction updateVisulization(obj, currPose, mapPointIdx) %relTranslation% Plot the camera pose of the current frameif isempty(obj.CameraPlot)obj.CameraPlot plotCamera(AbsolutePose, currPose, Parent, obj.MapPlotAxes, Size, 1);elseobj.CameraPlot.AbsolutePose currPose;end% Plot local map points observed in the current frameif isempty(obj.LocalMapPlot)obj.LocalMapPlot scatter3(obj.MapPlotAxes, obj.WorldPoints(mapPointIdx, 1), ...obj.WorldPoints(mapPointIdx, 2), obj.WorldPoints(mapPointIdx, 3), 8, w, o, filled);elseset(obj.LocalMapPlot, XData, obj.WorldPoints(mapPointIdx, 1), YData, ...obj.WorldPoints(mapPointIdx, 2), ZData, obj.WorldPoints(mapPointIdx, 3));end% Plot camera trajectoryestimatedLocation currPose.Translation;if isempty(obj.CameraTrajectoryPlot)if any(estimatedLocation)obj.CameraTrajectoryPlot plot3(obj.MapPlotAxes, ...estimatedLocation(1), estimatedLocation(2), estimatedLocation(3), ...r., LineWidth, 2, DisplayName, Estimated Trajectory);endelseset(obj.CameraTrajectoryPlot, ...XData, [obj.CameraTrajectoryPlot.XData, estimatedLocation(1)], ...YData, [obj.CameraTrajectoryPlot.YData, estimatedLocation(2)], ...ZData, [obj.CameraTrajectoryPlot.ZData, estimatedLocation(3)]);end% % Plot the ground truth in the camera coordinate system% R [0 0 -1; 1 0 0; 0 -1 0];% gTruthLocation obj.InitialEstimatedPose.Translation relTranslation * R;% if isempty(obj.GroundTruthPlot)% obj.GroundTruthPlot plot3(obj.MapPlotAxes, ...% gTruthLocation(1), gTruthLocation(2), gTruthLocation(3), ...% g., LineWidth, 2, DisplayName, Ground truth);% else% set(obj.GroundTruthPlot, ...% XData, [obj.GroundTruthPlot.XData, gTruthLocation(1)], ...% YData, [obj.GroundTruthPlot.YData, gTruthLocation(2)],...% ZData, [obj.GroundTruthPlot.ZData, gTruthLocation(3)]);% end% legend([obj.CameraTrajectoryPlot, obj.GroundTruthPlot], location, northwest,color,w, FontWeight, bold);% drawnow;endendmethods(Static, Access protected)%% Simulink customization functionsfunction header getHeaderImpl% Define header panel for System block dialogheader matlab.system.display.Header(mfilename(class));endfunction group getPropertyGroupsImpl% Define property section(s) for System block dialog% Section for pre-built map datamapSection matlab.system.display.Section(...Title,Pre-built Map ,...PropertyList,{MapDataFileName});% Section for visualizationvizSection matlab.system.display.Section(...Title,Visualization,...PropertyList,{XLim,YLim,ZLim});% Section for the camera parameterscameraSection matlab.system.display.Section(...Title,Camera Intrinsic Parameters,...PropertyList,{FocalLength,PrincipalPoint,ImageSize});% Section for sample timesampleTimeSection matlab.system.display.Section(...Title,,...PropertyList,{SampleTime});group [mapSection, cameraSection, vizSection, sampleTimeSection];endfunction simMode getSimulateUsingImplsimMode Interpreted execution;endfunction flag showSimulateUsingImpl% Return false if simulation mode hidden in System block dialogflag false;endendend 参考文献[1]周树春.基于GPS的无人机自动着陆控制系统设计与实现[D].西北工业大学,2007.DOI:10.7666/d.y1033865.往期回顾扫扫下方二维码
