基于激光惯性耦合抗退化定位的航空器表面检测方法与流程

本发明涉及航空装备外表面质量检测，具体涉及一种基于激光惯性耦合抗退化定位的航空器表面检测方法。

背景技术：

1、航空器表面视觉检测是保障飞行与结构完整性的关键环节。传统的目视检测方法依赖人工操作，存在效率低、主观性强、检测一致性差等问题。近年来，无人机因其机动灵活、可近距离非接触测量的优势，被逐步应用于航空器表面检测任务。

2、在实际应用中，航空器检测通常在机库、维修坪等全球导航卫星系统gnss信号拒止或严重衰减的环境下进行。为保障无人机在无全球导航卫星系统gnss信号条件下的稳定飞行与精确定位，激光雷达lidar-惯性组合导航技术被广泛采用；全球导航卫星系统gnss，全称为global navigation satellite system。

3、现有激光雷达lidar-惯性融合方法，如lio-sam、fast-lio2等，在结构化环境或具有一定几何特征的自然场景中表现出良好的定位精度与鲁棒性。然而，在航空器表面检测场景中，无人机需要近距离绕飞航空器机身、机翼、尾翼等区域，这些区域通常由大面积光滑金属蒙皮构成，几何结构呈大平面特征，点云数据中缺乏足够的角点、边缘等约束信息，导致点云配准过程中出现退化现象，进而引起定位漂移、轨迹发散等问题，严重影响后续缺陷检测的空间标定精度。

4、针对上述问题，现有技术通常尝试引入视觉信息来增强约束，但机库内的复杂光照、金属蒙皮的镜面反光易导致视觉特征提取失败；而构建航空器先验3d模型的方法存在跨机型适应性弱、计算量大的局限。因此，亟需一种依靠激光雷达lidar和惯性测量单元imu本体感知，能够有效提取特征并主动处理几何退化的耦合定位方法。

技术实现思路

1、为了解决上述现有技术的不足，本发明的目的在于提供一种基于激光惯性耦合抗退化定位的航空器表面检测方法，通过在局部平面内自适应地提取并保留铆钉、蒙皮接缝等几何不连续特征，增加了点云配准在多维度的约束条件，在特征提取前端减少累积漂移的产生；通过对状态空间进行特征值分解，能够量化定位发生几何退化的物理维度，并在卡尔曼增益计算阶段，利用投影矩阵对该退化方向的激光雷达观测进行自适应降权与隔离；在退化方向上平滑切换至依靠惯性测量单元预积分先验，避免因观测噪声导致的滤波器发散和位姿突变，提高在全球导航卫星系统拒止条件下的稳定性；采用体素化特征提取结合迭代误差状态卡尔曼滤波的轻量化架构，保持单帧解算的低延迟，保留充分的计算资源，具备较好的工程实用性。

2、具体地，本发明提供一种基于激光惯性耦合抗退化定位的航空器表面检测方法，其包括以下步骤：

3、s1：构建激光雷达与惯性测量单元耦合的迭代误差状态卡尔曼滤波模型，输出无人机标准状态向量、误差状态向量和误差状态协方差矩阵；

4、s2：获取s1输出结果，利用惯性测量单元的高频测量数据进行前向传播，预测无人机在相邻激光雷达扫描周期内的连续运动轨迹，结合预测位姿对单帧激光点云进行运动畸变补偿，输出去畸变单帧激光点云、局部激光点云地图、状态先验和协方差矩阵；

5、s3：获取s2中的去畸变单帧激光点云，对激光点云进行体素划分，分析确定体素平面性指标和线状边缘指标；识别造成激光点云配准退化的几何约束区域，确定航空器蒙皮几何突变点及几何权重；构建体素输出特征激光点集合，进行质心降采样得到非平滑区域的体素输出特征激光点集合，输出几何感知特征激光点云；

6、s4：根据s3中的几何感知特征激光点云和航空器蒙皮几何突变点的几何权重确定几何感知特征激光点云与局部激光点云地图的匹配误差，确定特征激光点的误差对误差状态的雅可比矩阵，输出特征激光点的误差和雅可比矩阵堆叠；构建加权方程信息矩阵，进行特征值分解确定当前帧发生几何约束退化标签和退化方向向量；

7、s5：获取s4输出进行迭代分析，根据卡尔曼增益更新误差状态量，构建退化方向的正交投影矩阵，进行退化方向投影隔离更新，输出更新后的误差状态协方差矩阵，利用激光雷达特征误差对位姿进行修正，绘制航空器表面蒙皮。

8、优选地，步骤s1中设定无人机标准状态向量、误差状态向量和误差状态协方差矩阵，具体为：

9、；

10、；

11、；

12、其中，为时刻k的无人机标准状态向量；为时刻k的无人机机体坐标系b原点在全局坐标系g下的三维位置向量；为时刻k的无人机在全局坐标系g下的三维速度向量；；为时刻k的由机体坐标系b到全局坐标系g的姿态四元参数；为时刻k的惯性测量单元三维加速度计偏置；为时刻k的惯性测量单元三维陀螺仪偏置；为转置向量；k为时间参数；g为全局坐标系；b为机体坐标系；l为激光雷达坐标系；i为惯性测量单元坐标系；为时刻k的误差状态向量；为时刻k的位置误差；为时刻k的速度误差；为时刻k的姿态角度误差；为时刻k的加速度计偏置误差；为时刻k的陀螺仪偏置误差；为时刻k的误差状态协方差矩阵；为数学期望。

13、优选地，步骤s2中利用惯性测量单元的高频测量数据进行前向传播，具体为：

14、；

15、；

16、；

17、其中，为由机体坐标系b到全局坐标系g的旋转矩阵；为旋转向量到旋转矩阵的指数映射；为全局坐标系下的重力向量；为离散时间间隔；为时刻的无人机在全局坐标系g下的三维速度向量；为时刻的无人机机体坐标系b原点在全局坐标系g下的三维位置向量；为编号的时间参数；为角速度测量值；为陀螺仪偏置估计值；为加速度测量值；为加速度计偏置估计值。

18、优选地，步骤s3具体为：

19、s31：对激光点云进行体素划分，将去畸变单帧激光点云按照体素边长划分为三维体素；以每个体素为单位，分析处理激光点，确定体素平面性指标和线状边缘指标；

20、s32：识别造成激光点云配准退化的几何约束区域，确定体素内激光点到局部蒙皮面片的法向投影距离，进行航空器蒙皮几何突变点判定，确定航空器蒙皮几何突变点的几何权重；

21、s33：确定体素输出特征激光点集合，采用标准体素边长进行质心降采样，得到非平滑区域的体素输出特征激光点集合，输出几何感知特征激光点云。

22、优选地，步骤s32中进行航空器蒙皮几何突变点判定，确定航空器蒙皮几何突变点的几何权重，具体为：

23、；

24、；

25、；

26、其中，为第个航空器蒙皮逼近平滑体素的局部法向量；为激光点相对于第个局部蒙皮拟合面的法向偏离量；为第个体素内第个激光点的几何突变判定标签；为第个体素内第个几何突变点在后端匹配中的几何权重；为特征增强系数；为突变距离阈值下界；为突变距离阈值上界；为第m个体素内局部激光点的质心；为第个体素内第个激光点。

27、优选地，步骤s33中的体素输出特征激光点集合为：

28、；

29、其中，为第个平滑蒙皮体素输出的特征激光点集合；为体素内被判定为几何突变点并保留的激光点集合；为用体素质心代表该体素内未被保留的平滑蒙皮基底点。

30、优选地，步骤s4具体为：

31、s41：根据当前预测位姿将特征激光点变换到全局坐标系；搜索近邻激光点，拟合局部平面，得到局部激光点云地图平面法向量和局部激光点云地图平面参考点及局部激光点云地图平面参考点到面误差；确定特征激光点的误差对误差状态的雅可比矩阵，输出特征激光点的误差和特征激光点的雅可比矩阵堆叠；

32、s42：构建加权方程信息矩阵，提取位置约束子矩阵，进行特征值分解，输出当前帧发生几何约束退化标签和退化方向向量。

33、优选地，步骤s42中构建加权方程信息矩阵，提取位置约束子矩阵，进行特征值分解，具体为：

34、；

35、；

36、；

37、其中，为加权方程信息矩阵；为特征激光点的雅可比矩阵堆叠；为由突变特征权重构成的对角矩阵；为激光点到面误差测量噪声协方差矩阵；为误差状态向量中的三维位置误差分量；为位置约束子矩阵；为对角矩阵；为第一位置约束特征值；为第二位置约束特征值；为第三位置约束特征值；为对应的空间方向向量矩阵。

38、优选地，步骤s5中构建退化方向的正交投影矩阵为：

39、；

40、其中，为退化方向的正交投影矩阵；为三维单位矩阵；为退化方向向量。

41、优选地，步骤s5中进行退化方向投影隔离更新，具体为：

42、；

43、其中，为经退化方向投影隔离后的三维位置更新量；为第次迭代得到的无人机三维位置误差更新量；为退化判定标签。

44、与现有技术相比，本发明的有益效果如下：

45、（1）本发明能够增强平面区域的几何约束能力，有效抑制滑动漂移，针对航空器平滑蒙皮导致传统点云降采样易丢失关键特征的问题，提出了基于法向投影距离的微特征保留机制；通过在局部平面内自适应地提取并保留铆钉、蒙皮接缝等几何不连续特征，增加了点云配准在多维度的约束条件，在特征提取前端减少了累积漂移的产生。

46、（2）本发明能够提高退化场景下的鲁棒性，保障无人机近距离绕飞，针对复合材料等特征稀疏的退化场景，引入了基于逼近hessian矩阵的退化确定机制；通过对状态空间进行特征值分解，能够量化定位发生几何退化的物理维度，并在卡尔曼增益计算阶段，利用投影矩阵对该退化方向的激光雷达观测进行自适应降权与隔离；使系统在退化方向上平滑切换至依靠惯性测量单元预积分先验，避免了因观测噪声导致的滤波器发散和位姿突变，提高在全球导航卫星系统拒止条件下的稳定性。

47、（3）本发明适应航空机载嵌入式平台，处理效率高；采用体素化特征提取结合迭代误差状态卡尔曼滤波的轻量化架构，避免了全局稠密点云匹配与大规模因子图优化的较高计算负担；在削减无效冗余点云的同时，保持了单帧解算的低延迟，为无人机系统内的下游视觉缺陷检测与路径规划任务保留了较充分的计算资源，具备较好的工程实用性。

48、（4）本发明具有抗退化效应，无人机靠近航空器表面飞行时，航空器机身上半部分整体类似于光滑圆柱面，上一帧和下一帧激光点云的形状差别不明显，点云中可用于定位的特征不够丰富，算法就容易判断不准导致轨迹漂移。本发明通过保留接缝、铆钉、局部凸起等特征，从而提高无人机近距离绕飞检测时的定位稳定性。