一种基于激光探测的四旋翼无人机避障方法技术

本发明专利技术公开了一种基于激光探测的四旋翼无人机避障方法。该方法为：首先使用hector slam方法，基于激光雷达建立飞行场地的静态栅格地图，使用A*算法规划出从起始点到目标点的最短路径，并利用pixhawk飞控板内部的惯性测量单元计算出四旋翼无人机的里程信息；然后使用自适应蒙特卡洛定位算法，获得四旋翼无人机相对于地图的坐标转换；利用激光雷达在无人机飞行过程中建立局部代价地图；最后针对飞行过程中出现的动态障碍物，依据建立的局部代价地图，使用动态窗口算法对其进行规避，并进行局部路径规划，直至无人机回归到由A*算法得到的全局最短航路中。本发明专利技术具有方法简单方便、定位速度快、自主能力强、实时性好的优点。

An obstacle avoidance method of four rotor UAV Based on laser detection

The invention discloses a four rotor UAV obstacle avoidance method based on laser detection. The method is as follows: firstly, Hector slam method is used to build the static grid map of the flight site based on lidar, and a * algorithm is used to plan the shortest path from the starting point to the target point, and the mileage information of the four rotor UAV is calculated by using the inertial measurement unit inside the pixhawk flight control panel; then the self-adaptive Monte Carlo positioning algorithm is used to obtain the relative distance of the four rotor UAV Finally, according to the local cost map, the dynamic window algorithm is used to avoid the dynamic obstacles in the flight process, and local path planning is carried out until the UAV returns to the global shortest path obtained by a * algorithm. The invention has the advantages of simple and convenient method, fast positioning speed, strong autonomy and good real-time performance.

【技术实现步骤摘要】
一种基于激光探测的四旋翼无人机避障方法
本专利技术涉及多旋翼无人机控制与导航技术，特别是一种基于激光探测的四旋翼无人机避障方法。
技术介绍
无人飞行器以嵌入式程序控制或者无线遥控等方式取代人来执行各种任务。因其具有成本低、伤亡风险小、机动性能好、操控方便、生存能力强等优点，在军事和民用方面的应用逐渐增多。在军事方面，无人飞行器通过在几次局部战争中执行侦察、通信中继、攻击等任务的出色表现，逐渐得到各国的认可，同时因其仍有巨大的潜力需要开发，各国纷纷加强了对各类用途的无人飞行器的研究。在民用方面，无人飞行器在航拍、灾情监测等方面有着广泛的应用。近年来，许多学者对室内环境下四旋翼飞行器的避障与路径规划展开了深入的研究，取得了不错的成果，但是仍然存在一些问题需要解决和完善。这主要是因为室内环境比较复杂，障碍物的分布未知、定位精度比较低等原因造成的。首先，由于在室内环境下很难接收到GPS信号，因此四旋翼飞行器很难通过GPS等卫星设备来获得自身的位置信息，且GPS的定位精度不高，对于室内这种相对于比较狭窄的地方，很容易碰到障碍物。虽然可以通过惯性测量单元提供的加速度信息迭代计算出四旋翼飞行器的位置信息，但是由于四旋翼飞行器上安装的惯性测量单元对于加速度的测量精度不高，会造成计算出的位置信息与实际的位置之间存在比较大的偏差，因此需要使用其他传感器来提供更准确的位置信息，来帮助四旋翼飞行器实现避障与路径规划。由于室内环境一般比较狭窄，障碍物分布不均，其形状、大小等特征也不明确，这些都给四旋翼无人机的室内避障与路径规划增加了难度。四旋翼飞行器对周围环境缺乏认知，因此需要合适的传感器来协助四旋翼飞行器感知周围环境，而选择适合的传感器是实现四旋翼飞行器室内避障的关键。激光雷达具有测量精度高、受环境影响小、测量范围广以及对环境的测量速度快等优点，可以帮助四旋翼飞行器快速且准确的感知周围环境，从而帮助四旋翼飞行器进行避障与路径规划，而如何通过激光雷达构建未知环境信息并设计导航策略，具有重要的研究价值。目前采用的路径规划方法主要分为局部路径规划方法和全局路径规划方法两种，其中全局路径规划方法主要有A*算法、随机搜索法和拓扑法，局部路径规划方法主要有人工势场法、遗传算法和动态窗口算法。文献1(谭海燕.基于改进A*算法的无人机航迹规划[J/OL].飞行力学)针对经典A*算法规划的航迹贴近威胁区，容易导致无人机与障碍物产生碰撞的问题，提出在威胁区外设定环状影响区的方法，同时引入航迹平滑以及死区修正算法，得到了一条最优航迹。但该方法只适用于仅存在静态障碍物的场景，无法避开动态障碍物。文献2(章志诚.基于ADRC的四旋翼飞行器自主避障控制系统研究[D].浙江大学,2017.)通过改进人工势场法中的启发函数，实现了四旋翼无人机的自主避障。该方法能够实现对动态障碍物的规避，但航迹没有得到优化。
技术实现思路
本专利技术的目的在于提供一种简单方便、定位速度快、自主能力强、实时性好的基于激光探测的四旋翼无人机避障方法，能够得到较优的航迹，而且能够应对存在动态障碍物的场景。实现本专利技术目的的技术解决方案为：一种基于激光探测的四旋翼无人机避障方法，包括以下步骤：步骤1、使用hectorslam方法，基于激光雷达建立飞行场地的静态栅格地图；步骤2、根据获得的全局静态栅格地图，使用A*算法规划出从起始点到目标点的最短路径；步骤3、利用pixhawk飞控板内部的惯性测量单元计算出四旋翼无人机的里程信息；步骤4、基于计算出的里程信息，使用自适应蒙特卡洛定位算法，获得四旋翼无人机相对于地图的坐标转换，实现四旋翼无人机的定位；步骤5、利用激光雷达在无人机飞行过程中建立局部代价地图，即局部障碍物层与膨胀层；步骤6、针对飞行过程中出现的动态障碍物，依据建立的局部代价地图，使用动态窗口算法对所述动态障碍物进行规避，并进行局部路径规划，直至无人机回归到由A*算法得到的全局最短航路中。进一步地，步骤2中所述的A*算法，是将Dijkstra算法和启发式搜索相结合，用于找到最短路径。进一步地，步骤3中所述的惯性测量单元，包括加速度计、陀螺仪和磁力计；所述陀螺仪用于获得四旋翼无人机的角速度；所述加速度计用于获得四旋翼无人机的运动加速度，对运动加速度进行积分得到四旋翼无人机的线速度。进一步地，步骤4中所述的自适应蒙特卡洛定位算法，是指在传统蒙特卡洛定位算法的基础上，通过在丢失标识所有位姿粒子的情况下随机注入粒子，实现对无人机的重新定位。进一步地，步骤5中所述的障碍物层，用于更新步骤1获得的静态栅格地图，使四旋翼无人机能实时获取新出现的或已被移除的障碍物；所述的膨胀层，用于扩张四旋翼无人机周边的障碍物，防止无人机在避障时撞到障碍物。进一步地，步骤6中所述的动态窗口算法，具体如下：根据运动物体的实时速度和加速度以及速度与加速度阈值，将该物体的速度限制在一个动态窗口内，然后在此窗口范围内进行速度采样，并根据采样的速度进行路径估计，以时间间隔Δt采样线速度v和角速度ω，根据物体的运动模型预估每一个采样结果对应的目标物体的运动轨迹，然后根据评价函数对每一条轨迹进行评价，选择最优估计轨迹对应的参数作为目标物体下一时刻的运动控制参数；速度采样窗口的产生方法如下：1)无人机受本身的约束，拥有最大速度和最小速度的限制：Vs＝{(v,ω)|v∈[vmin,vmax],ω∈[ωmin,ωmax]}其中，vmin、vmax、ωmin、ωmax分别代表最小线速度，最大线速度，最小角速度，最大角速度；2)无人机受电机性能的约束，拥有最大加速度和减速度的限制，无人机的实际速度已知，根据无人机能达到的最大加速度和减速度，计算出下一时刻所能达到的速度范围Vd：其中，va、ωa为实际的线速度与角速度，为最大线加速度和最大角加速度；3)为了实现避障功能，无人机需要在碰到最近的障碍物时停下来，即刹车距离Va小于与最近障碍物的距离：其中，dist(v,ω)为当前轨迹与障碍物的最近距离，和分别代表无人机的最大线加速度和角加速度；综上，速度采样窗口Vr为：Vr＝Vs∩Va∩Vd所述动态窗口算法采用的轨迹评价函数G(v,ω)如下：G(v,ω)＝σ(α·heading(v,ω)+β·dist(v,ω)+γ·velocity(v,ω))其中：heading(v,ω)为方位角评价函数，用来评价在当前速度的控制下，到达轨迹末端无人机的朝向与设定的目标之间的夹角；dist(v,ω)为无人机与障碍物最小距离评价函数，用来评价当前轨迹与最近的障碍物之间的最小距离；如果在当前轨迹上没有障碍物，则将该评价函数设为常数；velocity(v,ω)为速度评价函数，用来评价当前轨迹对应的无人机速度。本专利技术与现有技术相比，其显著优点为：(1)通过hectorslam方法建立飞行场地的静态栅格地图，获得静态障本文档来自技高网...

【技术保护点】
1.一种基于激光探测的四旋翼无人机避障方法，其特征在于，包括以下步骤：/n步骤1、使用hector slam方法，基于激光雷达建立飞行场地的静态栅格地图；/n步骤2、根据获得的全局静态栅格地图，使用A*算法规划出从起始点到目标点的最短路径；/n步骤3、利用pixhawk飞控板内部的惯性测量单元计算出四旋翼无人机的里程信息；/n步骤4、基于计算出的里程信息，使用自适应蒙特卡洛定位算法，获得四旋翼无人机相对于地图的坐标转换，实现四旋翼无人机的定位；/n步骤5、利用激光雷达在无人机飞行过程中建立局部代价地图，即局部障碍物层与膨胀层；/n步骤6、针对飞行过程中出现的动态障碍物，依据建立的局部代价地图，使用动态窗口算法对所述动态障碍物进行规避，并进行局部路径规划，直至无人机回归到由A*算法得到的全局最短航路中。/n

【技术特征摘要】
1.一种基于激光探测的四旋翼无人机避障方法，其特征在于，包括以下步骤：
步骤1、使用hectorslam方法，基于激光雷达建立飞行场地的静态栅格地图；
步骤2、根据获得的全局静态栅格地图，使用A*算法规划出从起始点到目标点的最短路径；
步骤3、利用pixhawk飞控板内部的惯性测量单元计算出四旋翼无人机的里程信息；
步骤4、基于计算出的里程信息，使用自适应蒙特卡洛定位算法，获得四旋翼无人机相对于地图的坐标转换，实现四旋翼无人机的定位；
步骤5、利用激光雷达在无人机飞行过程中建立局部代价地图，即局部障碍物层与膨胀层；
步骤6、针对飞行过程中出现的动态障碍物，依据建立的局部代价地图，使用动态窗口算法对所述动态障碍物进行规避，并进行局部路径规划，直至无人机回归到由A*算法得到的全局最短航路中。


2.根据权利要求1所述的基于激光探测的四旋翼无人机避障方法，其特征在于，步骤2中所述的A*算法，是将Dijkstra算法和启发式搜索相结合，用于找到最短路径。


3.根据权利要求1所述的基于激光探测的四旋翼无人机避障方法，其特征在于，步骤3中所述的惯性测量单元，包括加速度计、陀螺仪和磁力计；所述陀螺仪用于获得四旋翼无人机的角速度；所述加速度计用于获得四旋翼无人机的运动加速度，对运动加速度进行积分得到四旋翼无人机的线速度。


4.根据权利要求1所述的基于激光探测的四旋翼无人机避障方法，其特征在于，步骤4中所述的自适应蒙特卡洛定位算法，是指在传统蒙特卡洛定位算法的基础上，通过在丢失标识所有位姿粒子的情况下随机注入粒子，实现对无人机的重新定位。


5.根据权利要求1所述的基于激光探测的四旋翼无人机避障方法，其特征在于，步骤5中所述的障碍物层，用于更新步骤1获得的静态栅格地图，使四旋翼无人机能实时获取新出现的或已被移除的障碍物；所述的膨胀层，用于扩张四旋翼无人机周边的障碍物，防止无人机在避障时撞到障碍物。


6.根据权利要求1所述的基于激光探测的四旋翼无人机避障方法，其...

【专利技术属性】
技术研发人员：沈子超，王荣梅，戚国庆，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32