全局路线规划方法、全局路线规划系统及无人机技术方案

本发明专利技术公开了全局路线规划方法、全局路线规划系统及无人机，全局路线规划方法，应用于无人机中，包括下述步骤：S1.对同一区域相同比例尺的数字表面模型图像和数字高程模型图像进行预处理，以获取相同分辨率的所述数字表面模型图像和所述数字高程模型图像；S2.提取所述数字表面模型图像中的地表物体点云集；S3.对所述地表物体点云集进行去噪处理后建立地表物体的包围盒；S4.根据所述包围盒建立泰森多边形图，采用单源最短路径算法在所述泰森多边形图中搜索路径，通过三次样条插值算法获取最优路径。

【技术实现步骤摘要】

本专利技术涉及测量领域，尤其涉及一种基于DSM(数字表面模型)图像与DEM(数字高程模型)图像数据的全局路线规划方法、全局路线规划系统及无人机。
技术介绍
随着科学技术的提高以及越来越大的市场需求，无人机因其便捷的使用方式和强大的功能，成为了一款多用途的科技产品。无人机按应用领域，可分为军用与民用。军用方面，无人机分为侦察机和靶机。无人机在民用方面应用广泛主要用于航拍、农业、植保、自拍、快递运输、灾难救援、观察野生动物、监控传染病、测绘、新闻报道、电力巡检、救灾、影视拍摄、制造浪漫等等。无人机在飞行过程中的避障技术主要有：定向的超声波测距技术和飞行时间(TOF)技术。在无人机上加装定向的超声波测距系统中一旦物体表面反射超声波能力不足，系统的避障功能就会显著降低，并且一个无人机一般会安装多个方向，无疑会增加无人机自重和成本。飞行时间(TOF)技术，即传感器发出经调制的近红外光，遇到物体后反射，传感器通过计算光线发射和反射时间差或相位差，来换算目标的距离，以产生深度信息，此外再结合传统的相机成像，就能将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来，目前城市环境中的光污染以及白天的阳光会对避障系统造成很大干扰，规划路径精度较低。
技术实现思路
针对现有的无人机在飞行过程中的避障技术存在的上述问题，现提供一种旨在实现减少了无人机的自重且规划路径精度高的全局路线规划方法、全局路线规划系统及无人机。具体技术方案如下：一种全局路线规划方法，应用于无人机中，包括下述步骤：S1.对同一区域相同比例尺的数字表面模型图像和数字高程模型图像进行预处理，以获取相同分辨率的所述数字表面模型图像和所述数字高程模型图像；S2.提取所述数字表面模型图像中的地表物体点云集；S3.对所述地表物体点云集进行去噪处理后建立地表物体的包围盒；S4.根据所述包围盒建立泰森多边形图，采用单源最短路径算法在所述泰森多边形图中搜索路径，通过三次样条插值算法获取最优路径。优选的，所述步骤S1包括下述步骤：S11.获取同一区域相同比例尺的所述数字表面模型图像和所述数字高程模型图像；S12.对所述数字表面模型图像和所述数字高程模型图像进行预处理，以使所述数字表面模型图像和所述数字高程模型图像的分辨率相同；S13.对经过预处理后的所述数字表面模型图像中的第一像素点集和所述数字高程模型图像的第二像素点集进行配准对齐，以获取对应的点对集，所述第一像素点集包括复数个第一像素点，所述第二像素点集包括复数个第二像素点，所述第一像素点集中的所述第一像素点与所述第二像素点集中的所述第二像素点一一对应，所述点对集包括复数个点对，每一对一一对应的所述第一像素点和所述第二像素点组成一所述点对。优选的，所述步骤S2包括下述步骤：S21.根据所述点对集逐个获取每个点对的差值坐标；S22.判断所述差值坐标是否符合预设条件，若是，执行步骤S23；若否，则滤除所述点对；S23.将所述点对添加到所述地表物体点云集中。优选的，所述预设条件为差值坐标的Z轴差值大于0。优选的，所述步骤S3中，所述去噪处理的具体过程为：采用空间单元格法对所述地表物体点云集建立点云拓扑关系，进行三角网格剖分，建立每个点的K近邻点，即确定与所述点距离最近的k个点构成的邻域，判断最近的k个点中距离所述点的距离是否大于预设阈值，若是则剔除；若否则保留；其中k为正整数。优选的，对所述地表物体点云集进行所述去噪处理后采用预设的方法将所述地表物体点云集划分为复数个封闭区域；所述预设的方法为：法矢量法或者曲率估计法。优选的，所述地表物体的包围盒为轴向包围盒。优选的，建立所述轴向包围盒的具体过程为：分别提取每个所述封闭区域的最小角点与最大角点，并计算每个所述封闭区的中心、尺寸及体积，根据每个所述封闭区的中心、尺寸及体积获取所述封闭区的范围，根据获取的范围建立所述地表物体的包围盒。一种无人机，采用上述的全局路线规划方法进行飞行路径规划。一种全局路线规划系统，应用于无人机中，包括：一配准单元，用以对同一区域相同比例尺的数字表面模型图像和数字高程模型图像进行预处理，以获取相同分辨率的所述数字表面模型图像和所述数字高程模型图像；一提取单元，连接所述配准单元，用以提取所述数字表面模型图像中的地表物体点云集；一处理单元，连接所述提取单元，用以对所述地表物体点云集进行去噪处理后建立地表物体的包围盒；一规划单元，连接所述处理单元，用以根据所述包围盒建立泰森多边形图，采用单源最短路径算法对所述泰森多边形图中搜索路径，通过三次样条插值算法获取最优路径。优选的，所述配准单元包括：一获取模块，用以获取同一区域相同比例尺的所述数字表面模型图像和所述数字高程模型图像；一处理模块，连接所述获取模块，用以对所述数字表面模型图像和所述数字高程模型图像进行预处理，以使所述数字表面模型图像和所述数字高程模型图像的分辨率相同；一配准模块，连接所述处理模块，用以对经过预处理后的所述数字表面模型图像中的第一像素点集和所述数字高程模型图像的第二像素点集进行配准对齐，以获取对应的点对集，所述第一像素点集包括复数个第一像素点，所述第二像素点集包括复数个第二像素点，所述第一像素点集中的所述第一像素点与所述第二像素点集中的所述第二像素点一一对应，所述点对集包括复数个点对，每一对一一对应的所述第一像素点和所述第二像素点组成一所述点对。一种无人机，包括上述的全局路线规划系统。上述技术方案的有益效果：1)全局路线规划方法通过数字表面模型图像和数字高程模型图像直接获取准确的地表物体的坐标，从而计算出地表物体的包围盒，采用单源最短路径算法计算出最优的避障路径，运算的速度快且精度高；2)全局路线规划系统通过配准单元对数字表面模型图像和数字高程模型图像进行配准以调高地表物体的坐标精度，通过处理单元建立地表物体的包围盒，利用规划单元规划出最优的避障路径，该系统可嵌入无人机控制系统中，以减少无人机的自重且规划精度高，便于实施。附图说明图1为本专利技术所述的全局路线规划方法的一种实施例的方法流程图；图2为本专利技术所述的全局路线规划系统的一种实施例的模块图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面结合附图和具体实施例对本专利技术作进一步说明，但不作为本专利技术的限定。如图1所示，一种全局路线规划方法，应用于无人机中，包括下述步骤：S1.对同一区域相同比例尺的数字表面模型图像和数字高程模型图像进行预处理，以获取相同分辨率的数字表面模型图像和数字高程模型图像；S2.提取数字表面模型图像中的地表物体点云集；S3.对地表物体点云集进行去噪处理后建立地表物体的包围盒；S4.根据包围盒建立泰森多边形图，采用单源最短路径算法在泰森多边形图中搜索路径，通过三次样条插值算法获取最优路径。本实施例中的DEM只包含了地形的高程信息，并未包含其它地表信本文档来自技高网...

【技术保护点】
一种全局路线规划方法，应用于无人机中，其特征在于，包括下述步骤：S1.对同一区域相同比例尺的数字表面模型图像和数字高程模型图像进行预处理，以获取相同分辨率的所述数字表面模型图像和所述数字高程模型图像；S2.提取所述数字表面模型图像中的地表物体点云集；S3.对所述地表物体点云集进行去噪处理后建立地表物体的包围盒；S4.根据所述包围盒建立泰森多边形图，采用单源最短路径算法在所述泰森多边形图中搜索路径，通过三次样条插值算法获取最优路径。

【技术特征摘要】
1.一种全局路线规划方法，应用于无人机中，其特征在于，包括下述步骤：S1.对同一区域相同比例尺的数字表面模型图像和数字高程模型图像进行预处理，以获取相同分辨率的所述数字表面模型图像和所述数字高程模型图像；S2.提取所述数字表面模型图像中的地表物体点云集；S3.对所述地表物体点云集进行去噪处理后建立地表物体的包围盒；S4.根据所述包围盒建立泰森多边形图，采用单源最短路径算法在所述泰森多边形图中搜索路径，通过三次样条插值算法获取最优路径。2.如权利要求1所述的全局路线规划方法，其特征在于，所述步骤S1包括下述步骤：S11.获取同一区域相同比例尺的所述数字表面模型图像和所述数字高程模型图像；S12.对所述数字表面模型图像和所述数字高程模型图像进行预处理，以使所述数字表面模型图像和所述数字高程模型图像的分辨率相同；S13.对经过预处理后的所述数字表面模型图像中的第一像素点集和所述数字高程模型图像的第二像素点集进行配准对齐，以获取对应的点对集，所述第一像素点集包括复数个第一像素点，所述第二像素点集包括复数个第二像素点，所述第一像素点集中的所述第一像素点与所述第二像素点集中的所述第二像素点一一对应，所述点对集包括复数个点对，每一对一一对应的所述第一像素点和所述第二像素点组成一所述点对。3.如权利要求2所述的全局路线规划方法，其特征在于，所述步骤S2包括下述步骤：S21.根据所述点对集逐个获取每个点对的差值坐标；S22.判断所述差值坐标是否符合预设条件，若是，执行步骤S23；若否，则滤除所述点对；S23.将所述点对添加到所述地表物体点云集中。4.如权利要求3所述的全局路线规划方法，其特征在于，所述预设条件为差值坐标的Z轴差值大于0。5.如权利要求1所述的全局路线规划方法，其特征在于，所述步骤S3中所述去噪处理的具体过程为：采用空间单元格法对所述地表物体点云集建立点云拓扑关系，进行三角网格剖分，建立每个点的K近邻点，即确定与所述点距离最近的k个点构成的邻域，判断最近的k个点中距离所述点的距离是否大于预设阈值，若是则剔除；若否则保留；其中k为正整数。6.如权利要求1所述的全局路线规划方法，其特征在于，对所述地表物体点云集进行所述去噪处理后...

【专利技术属性】
技术研发人员：陆宏伟，龙学军，周剑，徐一丹，
申请(专利权)人：成都通甲优博科技有限责任公司，
类型：发明
国别省市：四川;51