【技术实现步骤摘要】
一种基于目标跟踪的无人机避障方法、装置及无人机
本专利技术实施例涉及无人机自主避障
，特别是涉及一种基于目标跟踪的无人机避障方法、装置及无人机。
技术介绍
无人机是一种由无线电遥控设备或自身程序控制装置操纵的无人驾驶飞行器。随着无人机相关技术的发展及其应用场景的复杂变化，对无人机自动感知能力及路径规划算法的要求越来越高，尤其在无人机的自主避障技术中，需要无人机通过感知自身的运动状态和周围的环境，并结合路径规划算法，在有障碍物的环境中安全地、无碰撞地飞行，避免与障碍物发生碰撞。目前，无人机基于目标跟踪进行自主避障时，主要通过轨迹库中设定好的飞行轨迹以及飞行轨迹上设定的各个时刻的飞行速度进行飞行，但该种方式所设定的飞行轨迹无法覆盖整个飞行空间，使得无人机无法对飞行轨迹外的区域进行路径规划，若飞行空间中存在动态变化，则无人机无法进行准确避障。
技术实现思路
本专利技术实施例旨在提供一种基于目标跟踪的无人机避障方法、装置及无人机，能够对整个飞行空间进行路径规划，提高目标跟踪过程中自主避障的准确性。为解决上述技术问题，本专利技术实施例采用的一个技术方案是：提供一种基于目标跟踪的无人机避障方法，所述方法包括：确定无人机的预期前向速度，所述预期前向速度用于使所述无人机与目标保持初始水平距离；获取所述无人机前方环境的深度图，并根据所述深度图，确定以所述无人机为中心的栅格地图；根据所述栅格地图，确定所述无人机的最优飞行方向以及所述无人机与障碍物的最小距离；根据所述最小距离、所述预期前向速度以及所述最优飞行方向，确定所述无人机的最优飞行速度；控制所述无人机以所述最优飞行速度...
【技术保护点】
1.一种基于目标跟踪的无人机避障方法，其特征在于，所述方法包括：确定无人机的预期前向速度，所述预期前向速度用于使所述无人机与目标保持初始水平距离；获取所述无人机前方环境的深度图，并根据所述深度图，确定以所述无人机为中心的栅格地图；根据所述栅格地图，确定所述无人机的最优飞行方向以及所述无人机与障碍物的最小距离；根据所述最小距离、所述预期前向速度以及所述最优飞行方向，确定所述无人机的最优飞行速度；控制所述无人机以所述最优飞行速度沿所述最优飞行方向飞行，以躲避所述无人机前方环境的障碍物。
【技术特征摘要】
1.一种基于目标跟踪的无人机避障方法，其特征在于，所述方法包括：确定无人机的预期前向速度，所述预期前向速度用于使所述无人机与目标保持初始水平距离；获取所述无人机前方环境的深度图，并根据所述深度图，确定以所述无人机为中心的栅格地图；根据所述栅格地图，确定所述无人机的最优飞行方向以及所述无人机与障碍物的最小距离；根据所述最小距离、所述预期前向速度以及所述最优飞行方向，确定所述无人机的最优飞行速度；控制所述无人机以所述最优飞行速度沿所述最优飞行方向飞行，以躲避所述无人机前方环境的障碍物。2.根据权利要求1所述的方法，其特征在于，所述确定无人机的预期前向速度，包括：获取所述无人机与所述目标的初始水平距离；确定所述无人机与所述目标的当前水平距离；基于所述初始水平距离，对所述当前水平距离进行PID调节，以确定所述无人机的所述预期前向速度。3.根据权利要求2所述的方法，其特征在于，所述无人机包括云台，所述方法还包括：控制所述云台的中心对准所述目标；则，所述确定所述无人机与所述目标的当前水平距离，包括：获取所述云台的当前对地高度和当前俯仰角；根据所述当前对地高度以及所述当前俯仰角确定所述无人机与所述目标的当前水平距离。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括：确定所述无人机的当前前向速度；则，所述根据所述栅格地图，确定所述无人机的最优飞行方向以及所述无人机与障碍物的最小距离，包括：根据所述当前前向速度和所述预期前向速度，在所述栅格地图中确定障碍物检测区域；在所述障碍物检测区域中，确定所述无人机的最优飞行方向以及所述无人机与障碍物的最小距离。5.根据权利要求4所述的方法，其特征在于，所述根据所述当前前向速度和所述预期前向速度，在所述栅格地图中确定障碍物检测区域，包括：比较所述当前前向速度和所述预期前向速度；若所述当前前向速度小于所述预期前向速度，则根据所述预期前向速度在所述栅格地图中确定所述障碍物检测区域；若所述当前前向速度大于所述预期前向速度，则根据所述当前前向速度在所述栅格地图中确地所述障碍物检测区域。6.根据权利要求5所述的方法，其特征在于，当根据所述预期前向速度在所述栅格地图中确定障碍物检测区域时，所述预期前向速度越大，所述障碍物检测区域越大；当根据所述当前前向速度在所述栅格地图中确定障碍物检测区域时，所述当前前向速度越大，所述障碍物检测区域越大。7.根据权利要求4至6中任一项所述的方法，其特征在于，所述在所述障碍物检测区域中，确定所述无人机的最优飞行方向，包括：在所述障碍物检测区域中，确定所述无人机的可通行区域，其中，所述可通行区域为不存在障碍物的区域；根据所述可通行区域，确定所述无人机的候选飞行方向；根据代价函数计算所述候选飞行方向的代价函数值；将所述代价函数值最小的候选飞行方向确定为所述无人机的最优飞行方向。8.根据权利要求7所述的方法，其特征在于，所述在所述障碍物检测区域中，确定所述无人机的可通行区域，包括：以所述无人机为中心，预设角度为间隔，对所述障碍物检测区域进行划分，以将所述障碍物检测区域划分为多个区域；采样障碍物的坐标；确定所述坐标未落入的区域为所述可通行区域。9.根据权利要求8所述的方法，其特征在于，所述采样障碍物的坐标，包括：采样所述障碍物检测区域中被所述障碍物占据的栅格的中心点坐标和/或被所述障碍物占据的栅格的角点坐标。10.根据权利要求7至9中任一项所述的方法，其特征在于，所述代价函数为：f＝k1×g(direcgoal,direccur)+k2×g(direcpre,direccur)-k3×sum其中，g(direcgoal,direccur)表示所述候选飞行方向中的其中一个候选飞行方向与所述目标的方向的一致性，g(direcpre,direccur)表示所述候选飞行方向与前一次决策的最优飞行方向的一致性，sum表示所述可通行区域的数量，k1、k2、k3为权重系数。11.根据权利要求4至10中任一项所述的方法，其特征在于，所述在所述障碍物检测区域中，确定所述无人机与障碍物的最小距离，包括：确定所述障碍物检测区域中与所述无人机距离最小的障碍物作为目标障碍物；将所述目标障碍物与所述无人机的距离确定为所述最小距离。12.根据权利要求1至11中任一项所述的方法，其特征在于，所述最优飞行速度包括最优前向速度和最优侧向速度；则，所述根据所述最小距离、所述预期前向速度以及所述最优飞行方向，确定所述无人机的最优飞行速度，包括：根据所述最小距离，计算所述无人机的最大前向速度；根据所述最大前向速度和所述预期前向速度，确定所述最优前向速度；根据所述最优前向速度和所述最优飞行方向，确定所述最优侧向速度。13.根据权利要求12所述的方法，其特征在于，所述根据所述最大前向速度和所述预期前向速度，确定所述最优前向速度，包括：比较所述最大前向速度和所述预期前向速度；若所述最大前向速度大于所述预期前向速度，则确定所述预期前向速度为所述最优前向速度；若所述最大前向速度不大于所述预期前向速度，则确定所述最大前向速度为所述最优前向速度。14.根据权利要求12或13所述的方法，其特征在于，所述最优飞行方向对应最优飞行角度；则，所述根据所述最优前向速度和所述最优飞行方向，确定所述最优侧向速度，包括：根据所述最优飞行角度的正切值与所述最优前向速度的乘积确定所述最优侧向速度。15.根据权利要求1至14中任一项所述的方法，其特征在于，所述获取所述无人机前方环境的深度图，包括：通过所述无人机的深度传感器获取所述无人机前方环境的深度图。16.根据权利要求15所述的方法，其特征在于，在所述根据所述深度图，确定以所述无人机为中心的栅格地图之前，所述方法还包括：判断所述深度传感器是否存在俯仰角；若是，则对所述深度图进行深度补偿。17.根据权利要求16所述的方法，其特征在于，所述深度传感器为深度相机；则，若所述深度传感器存在俯仰角，则所述对所述深度图进行深度补偿，包括：计算所述深度补偿的像素行数，所述深度补偿的像素行数为：row_see＝tanθ2×f，其中，θ2为所述深度相机的俯仰角，f为所述深度相机的焦距；根据所述深度补偿的像素行数确定所述无人机的像平面在所述深度图上的行索引，所述无人机的像平面在所述深度图上的行索引row_horizon为：row_horizon＝row_half+row_see，其中，row_half为所述深度图行数的一半。18.一种基于目标跟踪的无人机避障装置，其特征在于，所述装置包括：第一确定模块，用于确定无人机的预期前向速度，所述预...
【专利技术属性】
技术研发人员：黄金鑫，
申请(专利权)人：深圳市道通智能航空技术有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。