8.5　无人机视觉识别的误差仿真分析

8.5　无人机视觉识别的误差仿真分析

本节将对之前提到的无人机位置姿态估计方法进行误差仿真分析，使用的软件为Matlab。误差仿真标准值与误差如表8.1所示。

表8.1　误差仿真标准值与误差

设目标的标志物中点位于世界坐标系的原点，标志物边长为1 m，因此标志物四个顶点在世界坐标系下的坐标即为A（0.5，0.5，0），B（0.5，-0.5，0），C（-0.5，-0.5，0），D（-0.5，0.5，0）。

由Matlab对云台相机成像过程进行仿真，从而得到标志物的图像在图像坐标系中的坐标位置。之后再对用上述提到的标定法得到的仿真图像坐标以蒙特卡洛法用Matlab进行标定的误差分析，步骤如下。

（1）启动误差仿真应用程序并初始化。

（2）按参数0误差，输入各个参数的标准值，求得目标没有误差时的定位结果并保存。

（3）运用Matlab中生成随机数的randn（）函数，生成各个量的伪随机矩阵，要求误差值矩阵的长度为1 000且误差值服从正态分布。

（4）在伪随机序列中抽取随机误差量，并且根据蒙特卡洛法，通过计算而得出加入误差量后的定位结果。

（5）进行1 000次循环仿真，对得出的目标位置的结果进行统计并输出结果。

对加入误差量的定位算法，用Matlab进行1 000次的循环仿真，得到带有误差量的1 000个定位结果的误差分布。得到的结果如图8.7和图8.8所示。

图8.7　位置向量X分量分布图

图8.8　位置向量Z分量分布图

从结果中可以看出，应用以上基于视觉的无人机位置估计算法得到的位置值的误差值在0.5 m左右。