一种仿信鸽地貌感知归巢机制的无人机自主导航方法技术

本发明专利技术公开一种仿信鸽地貌感知归巢机制的无人机自主导航方法，步骤如下：步骤一、初始化环境场，训练神经网络；步骤二、仿信鸽地貌感知行为的目标检测；步骤三、仿信鸽地标导航的无人机位姿估计与建图；步骤四、3D点云分割；步骤五、数据融合；步骤六、仿信鸽动态感知的地标类别判定；步骤七、仿信鸽感知决策的飞行路径更新；步骤八、输出飞行路径。本发明专利技术可以实现无人机在应用场景下的自主导航，同时实现了建立高级的、具有地标信息的地图的功能，增加无人机对环境的感知和交互能力；此外，利用目标识别得到的语义信息消除位姿估计模块中运动目标带来的干扰，提高无人机定位与导航的准确性和鲁棒性。

An autonomous navigation method of UAV Based on homing mechanism of terrain perception of homing pigeon

【技术实现步骤摘要】
一种仿信鸽地貌感知归巢机制的无人机自主导航方法
本专利技术是一种仿信鸽地貌感知归巢机制的无人机自主导航方法，属于导航

技术介绍
近年来，有关无人机(UnmannedAerialVehicles，UAV)的研究有了很大的进展，无论是在军事领域还是生活领域，无人机的应用都愈加广泛，无人机的导航技术也成为了无人机发展中的重要一环。以往，无人机主要依靠全球定位系统(GlobalPositionSystem，GPS)和惯性导航系统(InertialNavigationSystem，INS)进行导航，然而，导航过程中惯性器件具有累计误差，对初始值过于敏感，而GPS并不总是可获取的，满足不了无人机导航的需要。计算机视觉技术和摄像机硬件的发展使视觉导航方式成为了可能。与传统导航方式相比，摄像机善于捕捉运动信息，可以提高导航的精度；摄像机带来的视觉信息可以提高无人机对于复杂环境的认知能力和交互能力，使得导航更加智能，增强了导航的鲁棒性；摄像机属于被动传感器，利用的是可见光或红外光这种自然信息，在军事侦查上隐蔽性更好。视觉导航作为一种有效的导航方本文档来自技高网...

【技术保护点】
1.一种仿信鸽地貌感知归巢机制的无人机自主导航方法，其特征在于：该方法步骤如下：/n步骤一：初始化环境场，训练神经网络/n步骤二：仿信鸽地貌感知行为的目标检测/n深度相机采集图像序列，通过YOLOv3对每一帧图像进行地标和运动目标检测，记录图像中的目标类别、置信度以及检测框的位置信息，包括检测框顶点的坐标x、y、检测框的宽度w和高度h；将以上检测结果分别进行存储，为之后的消除运动目标特征点、点云分割和数据融合做准备；/n步骤三：仿信鸽地标导航的无人机位姿估计与建图/n仿信鸽地标导航方法的位姿估计与建图模块基于ORBSLAM2实现；此模块基于ORBSLAM2中的跟踪与建图线程，实现无人机的位姿估...

【技术特征摘要】
1.一种仿信鸽地貌感知归巢机制的无人机自主导航方法，其特征在于：该方法步骤如下：
步骤一：初始化环境场，训练神经网络
步骤二：仿信鸽地貌感知行为的目标检测
深度相机采集图像序列，通过YOLOv3对每一帧图像进行地标和运动目标检测，记录图像中的目标类别、置信度以及检测框的位置信息，包括检测框顶点的坐标x、y、检测框的宽度w和高度h；将以上检测结果分别进行存储，为之后的消除运动目标特征点、点云分割和数据融合做准备；
步骤三：仿信鸽地标导航的无人机位姿估计与建图
仿信鸽地标导航方法的位姿估计与建图模块基于ORBSLAM2实现；此模块基于ORBSLAM2中的跟踪与建图线程，实现无人机的位姿估计与建图；此外，将仿信鸽地貌感知的目标检测模块与此模块相融合，结合目标检测的结果对跟踪线程进行改进，剔除运动目标上的特征点，实现更优的位姿估计；
步骤四：3D点云分割
在点云分割模块中，提取当前帧图像中地标检测框区域的特征点，结合特征点的深度信息，在几何层面用超体素方法对点云进行分割，消除检测框中的干扰点，将地标与背景分离开，获得对地标更加准确的位置估计；
步骤五：数据融合
为提高地标检测对于导航决策的准确性，对地标检测区域中的点云进行分割后，再由数据融合部分对地标进行判断，确定当前帧中的该地标是否已存在于地图中；在每帧的地标检测和点云分割后，将新出现的地标与一部分候选地标进行对比；如果当前地标已存在，就用光束平差法对该地标的地图点进行调整和优化；若当前地标为首次出现，就在候选地标中插入此地标，保存地标的地图点信息和类别；
步骤六：仿信鸽动态感知的地标类别判定
通过地标概率的动态更新来模拟信鸽对于地标的记忆和认知行为；对每帧进行地标检测和点云分割后，对检测出的地标的累计置信度进行更新，选取置信度最大的类别作为地标的判断结果；
步骤七：仿信鸽感知决策的飞行路径更新
更新飞行路径模块模拟信鸽的感知-决策行为，对感知到的地标和先验信息进行关联，做出航向决策；对检测到的地标进行类别判断后，选取地标地图点的重心作为该地标的中心点，解算无人机和观测地标之间的相对位置关系；再根据各个地标重心与目标点的相对位置关系的先验信息，计算出无人机当前位置与目标点的位置关系，并对无人机的航向进行修正和调整；
步骤八：输出飞行路径
当无人机到达指定目标点后，输出无人机的飞行路径，绘制飞行轨迹。


2.根据权利要求1所述的一种仿信鸽地貌感知归巢机制的无人机自主导航方法，其特征在于：所述的训练神经网络选用YOLOv3进行目标的训练与检测。


3.根据权利要求1所述的一种仿信鸽地貌感知归巢机制的无人机自主导航方法，其特征在于：所述的跟踪线程包括特征提取、剔除动态点、位姿估计、关键帧判定：对输入RGB图像序列提取ORB特征，根据运动目标检测模块的结果，剔除图像中运动目标区域的特征点，利用剩余的特征点进行帧间匹配；再用视觉里程计估算相机位姿；最后判断当前帧是否可以作为关键帧插入局部地图。


4.根据权利要求3所述一种仿信鸽地貌感知归巢机制的无人机自主导航方法，其特征在于：所述的跟踪线程的具体过程如下：
首先，根据输入图像序列，通过视觉里程计对无人机进行位姿解算和运动估计；视觉里程计的基本原理表示为式(1)，其中，R表示旋转矩阵，t为平移向量，xi表示无人机在不同时刻的位姿；
xi+1＝Rxi+t＝Ti+1,ixi(1)
视觉里程计采用传统的特征点法实现；对输入图像提取ORB特征，进行帧间特征点的匹配；在动态环境中，由于受到运动物体的影...

【专利技术属性】
技术研发人员：段海滨，李皓，邓亦敏，辛龙，魏晨，吴江，夏洁，周锐，徐小斌，孙永斌，陈琳，申燕凯，霍梦真，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11