利用GPS组合导航来实现对多旋翼无人机的飞行控制，首先需要获得系统的状态反馈，即准确测量出无人机的姿态、速度、位置等信息。

这类信息的获得也是多旋翼无人机实现避障、路径规划以及抓取等各种复杂任务的基础和前提。获得这些信息需要通过姿态导航算法来实现，下面将对常用GPS组合导航算法及前沿姿态导航方法进行概述。

飞行器最常用的位姿估计方法是使用惯性导航系统(INS)与全球定位系统(GPS)相结合的方式，构成GPS组合导航系统。该方法通常使用三轴陀螺仪和三轴加速度计构成惯性测量单元(IMU)进行姿态估计，使用差分GPS(DGPS)接收机获得绝对位置信息。

GPS和INS具有极好的互补性，利用GPS和INS进行组合导航，可以降低成本提供全球精确导航能力。电子计算机技术的迅速发展，为GPS组合导航系统的实现提供了技术条件，使组合导航系统的实现成为可能。MEMS惯性器件由于体积小、质量轻、价格低等优点，广泛用于多旋翼无人机的导航实现。

根据实际中不同的应用要求，SINS/GPS组合导航系统可以有不同深度的组合方式，主要分为：松组合、紧组合、载波相位及相位率组合、深组合、以GPS为基础的深组合等。

当前，四旋翼无人机普遍采用的低成本MEMS传感器通常具有较大的噪声。对于带有噪声的传感器测量值，通常需要使用数字滤波器来估计飞行器的真实姿态。IMU姿态估计普遍采用扩展卡尔曼滤波算法来对传感器数据进行融合滤波得到姿态信息。

EKF算法是目前应用最广也最简单的一种高斯非线性滤波算法。高斯滤波是贝叶斯最优估计理论的一个特例。高斯滤波理论首先假定系统先验状态分布服从高斯分布，进而利用卡尔曼滤波框架进行滤波迭代和更新。卡尔曼滤波是在线性高斯系统中，利用最小均方误差准则获得系统动态估计的方法。由于卡尔曼滤波要求系统模型为线性，因此无法直接应用于非线性组合导航系统中。

虽然GPS组合导航系统广泛用于各种飞行器，但也存在两个缺陷。一是该方法需要接收准确的GPS信号，而在很多场合由于建筑物等的遮挡或无线电干扰，GPS信号经常丢失，在室内环境下甚至是完全不可用的。二是GPS的位置精度并不高，不能用于对位置控制精度要求较高的任务中。

GPS组合导航广泛应用于多旋翼无人机室外姿态导航，但在建筑物密集、室内、隧道等地方GPS定位几乎是完全失效的，如何获得室内高精度的位置和姿态信息是当前多旋翼无人机定位问题研究的热点。

标签： GPS组合导航