【技术实现步骤摘要】
一种基于RGB
‑
D SLAM的无人机路径规划方法
[0001]本专利技术涉及多旋翼无人机路径规划领域，更具体地说，涉及一种基于RGB
‑
DSLAM的无人机路径规划方法。
技术介绍
[0002]随着人工智能的热潮下，智能移动机器人技术得到了迅速发展，并已经广泛运用于军事、交通、家庭服务于等领域。在国内，百度Apollo无人车、美团自动配送车等已经率先试运营，各类自动移动服务机器人已经逐步民用化。而要实现上述功能的最关键技术就是将路径规划技术问题解决，从而实现自动巡航驾驶功能。
[0003]而在无人机自动巡航领域，由于受限于无人机的负载能力、电池续航和搭载处理器的处理频率，无人机的搭载传感器需要尽可能的小型化、轻量化，否则会影响无人机自身的飞行滞空时间。
[0004]现阶段民用无人机路径规划任务主要是在基于GPS+IMU的基础上来实现的，虽然这种技术方案成熟且运用广泛，但是在GPS信号缺失、现场环境复杂的情况下，无人机将无法完成对目标点的路径规划计算，不能自主到达指定地点。<...
【技术保护点】
【技术特征摘要】
1.一种基于RGB
‑
D SLAM的无人机路径规划方法，其特征在于：S1、由RGB
‑
D SLAM系统构建无人机三维点云地图，实现无人机的精准定位；S2、采用人工势场法，实现无人机的实时路径规划能力；S3、设计出路径规划算法的异常处理程序，大幅提高无人机在实际处理故障问题的应对能力。2.根据权利要求1所述的一种基于RGB
‑
D SLAM的无人机路径规划方法，其特征在于：所述步骤S1的RGB
‑
D SLAM系统是采用的RGB
‑
D传感器与移动PC组成，利用成本较为低廉的RGB
‑
D视觉传感器来获取深度色彩图像，利用移动PC来处理大量的图像数据流，上述系统为无人机的地图前端系统；其中RGB
‑
D SLAM采用的内核算法是ORB
‑
SLAM方案，其具体流程如下：S101、将RGB
‑
D获得的彩色数据图像进行ORB特征提取，为得到特征的初始点，与上一帧的图像特征点进行初始匹配；并同时对图像进行深度计算，进而获得深度图像；S102、对上数获得的数据流，进行特征点对数判断，若前后帧间深度图像的特征匹配点大于设定值时，则采用RANSAC算法对前后两帧位姿进行估计；S103、上述步骤S102中若特征点匹配数小于设定值时，则转向计算当前帧的词袋向量，而本系统的词袋向量是采用DBoW2库建立关键帧ORB特征获取；将当前帧的词袋向量与关键帧数据进行搜素匹配，然后采用RANSAC算法来对当前帧与各位关键帧间进行最佳位姿估计；S104、对S102、S103获得的数据流利用covisibility graph获取的局部地图进行当前帧姿态优化，进而获得当前帧的位姿、特征点、相机参数等信息，接着进行关键帧的判断；S105、将经过步骤S104处理的数据一部分送入词袋模型中用于步骤S103的词袋向量与关键帧数据的搜索匹配，另一部分采用g2o对当前正在处理的关键帧与相关联的内部不同时刻的关键帧进行BA调整，最后进行闭环检测；S106、将上述步骤获得结果再通过八叉树数据结构处理，将无序的点云数据流归整为可索引的有序3D点云数据，由此无人机自主导航的前端地图系统构建完毕。3.根据权利要求2所述的一种基于RGB
‑
D SLAM的无人机路径规划方法，其特征在于：所述步骤S2的路径规划方法采用的是人工势场法，算法流程具体...
【专利技术属性】
技术研发人员：张黎明，肖凯，郭峰，王爱民，林赐云，
申请(专利权)人：吉林大学林赐云，
类型：发明
国别省市：
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。