一种基于动态目标追踪的多无人机未知室内空间探索方法技术

本发明专利技术公开了一种基于动态目标追踪的多无人机未知区域协同探索方法。目的是提高无人机探索无GPS信号未知空间区域效率。技术方案是构建由基站、无人机组成的多无人机协同探索系统；无人机包括硬件层和软件层，软件层包括感知定位模块、地图边界环绕模块、接力追踪模块、地图边界绘制模块和电量控制模块，基站上安装总控制软件；采用多无人机协同探索系统对未知室内空间进行探索：地图边界环绕模块采用Wall

【技术实现步骤摘要】
一种基于动态目标追踪的多无人机未知室内空间探索方法


[0001]本专利技术涉及多机器人协作系统领域，具体涉及一种基于动态目标追踪的多无人机在无GPS信号的未知室内区域协同探索方法。

技术介绍

[0002]随着机器人技术的不断发展和进步，单个移动机器人已经难以通过自身完成复杂繁琐的工作任务，难以完成生产实践的工作指标，人们开始迫切需要研究新的方向来满足机械领域中的实际需要，于是多机器人协作系统得到了越来越多的重视，成为了各国研究人员的重点研究内容。围绕着任务分配、规划以及控制这一领域展开，对于多机器人系统的主要研究内容包括多机器人系统的体系结构、控制、规划、导航定位和通讯交流等。
[0003]相较于单机器人而言，多机器人组成的协作系统体现了一定的优越性。首先，多机器人系统对环境表现较强的适应能力，在工作任务中表现出较强的灵活性和变通能力，在功能上和空间上的分布性优于单机器人。其次，多机器人系统的承载能力强，多机器人系统作为一个群体，每个机器人各自工作的同时协调配合其他机器人的工作，使得工作时间大大缩短，有效提高生产效率，工作承载能力较强。最后，多机器人系统的鲁棒性高，任务的完成需要每个机器人的参与，而不是完全取决于单个机器人，一旦某一个机器人出错或者发生故障，可以通过控制调度系统交给其它的机器人完成相应的任务，因此具有较强的容错性和鲁棒性。
[0004]无人机是机器人系统中应用最为典型且广泛的，其不仅潜移默化的改变着人们的生活方式，还将在未来的产业和商业乃至民用、军用领域引起了一场重大的变革。无人机因其性价比高、灵活性强、经得起损耗等优势，不仅能够取代人完成一些简单的重复性劳动，如农业灌溉、定点巡逻、快递投放等，还能够在未知的复杂环境或危险环境中替代人完成具有危险性或者特殊难度的任务，如地形测绘、事故灾害现场勘探即救援等。但由于任务需求的不断增加，多变繁杂的应用场景对无人机提出了更多的要求和挑战。因此，由于单无人机数据处理能力低、应用任务场景少等限制，多无人机组成一套多机器人协同系统是一种必然趋势。
[0005]无人机由于其灵活性和低危险性等特点在探索无GPS信号未知室内空间方面得到了大量发展，特别是对于危险区域的探索，比如有毒气体泄露的工厂、地震之后的危楼、具有危险核辐射的地区等。因此，对无GPS信号的未知室内空间的探索任务是多无人机协同系统的应用场景之一。针对无GPS信号的复杂未知室内空间场景，可将该多无人机协同系统划分为控制结构、协作定位、路径规划和通讯四个子任务模块。
[0006]传统的多机器人系统控制结构可分为集中式结构和分布式结构，集中式结构有一个负责全局规划的控制中心，这个中心可以由群体中的某个机器人担任，也可以由群体以外的设备担任。分布式控制中每一个机器人都是平等、自主的智能体，可以根据自己的目标以及当前环境进行决策。虽然集中式结构拥有全局信息，可以得到规划、协调的优化解，但是分布式结构在鲁棒性、灵活性、可扩展性等方面优于集中式结构。
[0007]多机器人的协作定位是指依靠机器人自身携带的传感器、无线通信设备，通过分布式感知、信息共享、相对观测等方式实现整个机器人群体的定位。在信息获取、环境的感知等方面单个机器人的能力就非常有限，尤其在复杂环境定位是移动机器人系统需解决的关键之一，精确的定位能力是移动机器人完成指定任务的前提。
[0008]路径规划是由指定的起点到终点在空间中找到一组避开障碍物并且有先后顺序的空间位置点，路径规划问题是机器人研究中最基本的研究问题，具有很多不同类型的算法。
[0009]按照不同的算法思想可将路径规划算法分为基于图的搜索算法和基于采样的搜索算法。基于图的搜索算法依靠已知的环境地图以及地图中的障碍物信息构造从起点到终点的可行路径，主要分成深度优先和广度优先两个方向，深度优先算法优先扩展搜索深度大的结点，可以快速的得到一条可行路径，但是深度优先算法得到的第一条路径往往是较长的路径；广度优先算法优先扩展深度小的结点，呈波状的搜索方式，广度优先算法搜索到的路径就是最短路径，比较典型的基于图的搜索算法包括Dijkstra算法、A*算法、D*算法等。基于采样的搜索算法主要基于快速搜索树(RRT)算法提出的，该方法是一种增量式采样的搜索方法，具备良好的使用性能，它利用增量式方法构建搜索树，以逐渐提高分辨能力，而无须设置任何分辨率参数。在极限情况，该搜索树将稠密的布满整个空间，此时搜索树由很多较短曲线或路经构成，以实现充满整个空间的目的。
[0010]按照对地图信息的了解程度可将路径规划算法分为完全已知信息算法和部分已知或者全局未知信息算法。完全已知信息路径规划算法是指智能体在规划时掌握整个地图信息，包括障碍物、目标点、自由空间等的具体位置，这类算法更有利于获得到达目标点的最优路径，代表性的算法有Dijkstra算法、A*算法等。部分已知或者全局未知信息的路径规划算法是指智能体事先对整个地图信息并不掌握，依靠智能体的感知，通过不断地重规划，实时地更新地图信息，最后到达目标点，这类算法所规划的路径一般都不具有最优性，D*算法、D*Lite算法都属于此类算法。
[0011]多机器人系统通讯的基本要求是保证通讯的有效性和实时性，可分为直接通讯和间接通讯两种。直接通讯是每个机器人以通讯网络(如无线以太网)为媒介，主动发送和接收信息。间接通讯是通过机器人观察环境及其他机器人动作来实现的，这是对每个机器人感知和推理能力的反映。
[0012]目前有关使用多无人机探索无GPS信号的未知室内空间的研究工作有许多。2012年IEEE机器人技术与自动化国际会议(International Conference on Robotics and Automation，ICRA)收录的文章《Indoor Navigation with a Swarm of Flying Robots》提出了使用群体无人机对一个封闭的无GPS信号的未知室内空间进行探索，该文章将无人机分为信标无人机和探索无人机，信标无人机处于静止状态，被固定在天花板上，以节约能源并形成无人机传感器网络。探索无人机在信标无人机的指引下不断朝未知空间前进，当到达探索边界时，探索又会转化为信标无人机为其他探索无人机指引方向。该工作中使用了多架信标无人机组成一个巨大的指引网络为探索无人机指引正确的前进方向，同时该指引网络的存在成功解决了无人机的导航定位问题。然而，该方法为了构造指引网络需要用到大量信标无人机，因为在整个多无人机系统中，大部分无人机都用于定位和指引，只有很少一部分无人机用于真正的探索任务，使得成本很高。除此之外，该系统属于集中式控制系
统，如果某一架无人机出现错误或发生故障，可能会导致整个探索任务的失败。
[0013]2019年科学杂志子刊机器人(Science Robotics)收录的文章《Minimal navigation solution for a swarm of tiny flying robots to explore an unknown environment》提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态目标追踪的多无人机未知室内空间探索方法，其特征在于技术方案是第一步，构建由基站、I架无人机组成的多无人机协同探索系统，每架无人机实现探索的部件包括硬件层和软件层，硬件层搭载有六个激光雷达、一台单目相机、无线信号传感器、电池，提供飞行、感知、测距、通讯功能；软件层包括感知定位模块、地图边界环绕模块、接力追踪模块、地图边界绘制模块和电量控制模块，基站上安装有总控制软件；I是正整数；第二步，采用多无人机协同探索系统对未知室内空间进行探索：多无人机群处于未知室内空间的同一边界位置，基站上的总控制软件依次派出无人机对未知空间的边界进行环绕，地图边界环绕模块控制无人机对未知室内区域的边界进行探索，使无人机在地图边界进行环绕导航最终回到出发点，同时正在运行地图边界绘制模块的无人机对其飞行轨迹进行实时绘制；接力追踪模块在未知空间控制多架无人机之间接力，当前一架无人机能源不足时，总控制软件立即派出下一架无人机接力前一架无人机，当接力成功时，后一架无人机继续对边界进行环绕；多架无人机按追踪接力的方式对边界环绕获得多幅轨迹图，当最后一架无人机返回到起始点时停止对未知室内空间探索；最后，总控制软件将所有无人机绘制出的轨迹图进行拼接得到整个地图的边界轮廓图，完成对整个未知室内环境的探索任务。第三步，结束。2.如权利要求1所述的一种基于动态目标追踪的多无人机未知室内空间探索方法，其特征在于第一步所述构建多无人机协同探索系统的方法是：多无人机协同探索系统由I架无人机、一个基站组成，无人机编号为1，2，3，...，i，...，I，I为正整数，1≤i≤I，基站和无人机都部署于未知室内空间的同一边界位置；基站上安装有总控制软件，与I架无人机通过无线信号进行通信，完成无人机调度、实时无人机轨迹显示以及地图轨迹拼接的功能；总控制软件发出指令启动无人机，命令编号为i的无人机进行边界环绕；从编号为i的无人机接收编号为i的无人机的位置坐标信息、剩余电量；若编号为i的无人机电量小于等于低电量阈值A，则总控制软件命令编号为i+1的无人机对第i架无人机进行接力；每一架无人机均由硬件层和软件层组成；硬件层与软件层的感知定位模块和电量控制模块相连，每一架无人机能够朝前、后、左、右四个方向飞行；六个激光雷达用于感知周围的环境信息，获取障碍物和室内空间边界的位置，与软件层的感知定位模块相连，将探测到的距离障碍物的距离传递给感知定位模块；单目相机通过不断拍摄视频以基于光流的视觉里程计方法计算无人机的移动位置和方向，与软件层的感知定位模块相连，将无人机的移动方向和移动距离传输给感知定位模块；当电量控制模块发现无人机电池电量剩余A时向基站的总控制软件传递接力信号；无线网络传感器用于基站与无人机之间的通讯，基站将将要移动的方向和距离发送给无人机，无人机的无线网络传感器将移动的轨迹和周围障碍物信息发送给基站；感知定位模块与激光雷达、单目相机、地图边界环绕模块、接力追踪模块相连，在未知空间中进行障碍物感知、障碍物测距和定位；感知定位模块从激光雷达获得前后左右四个方向上无人机到障碍物的距离，若得到的某一方向上的无人机到障碍物距离小于等于无人机可视距离α，则判定该方向上存在障碍物且无人机处于该障碍物附近；感知定位模块从单目相机获取视频图像，利用基于光流的视觉里程计方法实现定位功能，即计算出无人机相
对于起点移动的距离和方向，得到无人机的坐标位置，将无人机的坐标位置和周围环境信息发送给地图边界环绕模块、接力追踪模块；地图边界环绕模块与感知定位模块、接力追踪模块、地图边界绘制模块、电量控制模块和总控制软件相连；地图边界环绕模块从感知定位模块接收无人机的坐标位置，控制无人机围绕未知室内空间的边界进行飞行，获得无人机探索到的未知室内空间的边界信息，并将未知室内空间的边界信息发送给地图边界绘制模块，以便地图边界绘制模块因此实时绘制无人机轨迹；当无人机的电量小于等于A的时候，地图边界环绕模块接收来自电量控制模块的低电量信息，将无人机当前位置信息发送给基站的总控制软件，表明当前无人机需要接力；当后续无人机对当前无人机接力成功时，地图边界环绕模块停止工作；接力追踪模块与感知定位模块、地图边界环绕模块和总控制软件相连，从感知定位模块接收无人机的坐标位置，控制两架无人机之间的接力，一方面在未知环境中对固定目标点进行路径规划，一方面在已知起点和目标点位置的情况下，对未知空间中移动目标点即移动的无人机进行追踪；当编号为i+1的无人机的接力追踪模块从总控制软件接收到信号时，对编号为i的无人机进行接力，当接力成功时，第i+1架无人机的地图边界环绕模块开始探索边界；地图边界绘制模块与地图边界环绕模块相连，与地图边界环绕模块同时运行，从地图边界环绕模块接收每架无人机的实时位置，记录下每架无人机在边界探索过程中的位置信息，实时绘制出每架无人机的飞行轨迹；电量控制模块与地图边界环绕模块、总控制软件相连，该模块负责无人机剩余电量的实时监控，监控硬件层的电池电量信息；电量控制模块将无人机的电量实时传送给地图边界环绕模块；若正在进行边界探索的无人机的电量控制模块发现剩余电量小于等于A，则向基站的总控制软件传递接力信号。3.如权利要求2所述的一种基于动态目标追踪的多无人机未知室内空间探索方法，其特征在于所述低电量阈值A为无人机初始总电量的30％，所述无人机可视距离α为1米。4.如权利要求2所述的一种基于动态目标追踪的多无人机未知室内空间探索方法，其特征在于所述接力追踪模块采用Tracking
‑
D*Lite算法控制两架无人机之间的接力，Tracking
‑
D*Lite算法将D*Lite算法和I
‑
ARA*算法相结合，采用D*Lite算法在未知环境中对固定目标点进行路径规划，采用I
‑
ARA*算法在已知环境中对移动目标点进行追踪。5.如权利要求1所述的一种基于动态目标追踪的多无人机未知室内空间探索方法，其特征在于第二步采用多无人机协同探索系统对未知室内空间进行探索的具体方法是：2.1初始化无人机编号i＝1；2.2编号为i的无人机从其激光雷达获得无人机前后左右四个方向无人机到障碍物的距离，若得到的某一方向上的障碍物与无人机距离小于等于α，则判定该方向存在障碍物且无人机处于该障碍物附近，以此方法获得无人机前后左右四个方向上无人机到障碍物的距离，将无人机到障碍物的距离发送给感知定位模块，编号为i的无人机的感知定位模块将前、后、左、右四个方向无人机到障碍物的距离发送给地图边界环绕模块；2.3编号为i的无人机的电量控制模块实时监控编号为i的无人机电量，若编号为i的无人机电量小于等于A，电量控制模块向基站的总控制软件发出接力信号，转2.4；若编号为i的无人机电量大于A，转2.5，同时编号为i的无人机的地图边界绘制模块按2.8的流程对地
图边界进行实时的绘制；2.4当前步骤表明编号为i+1的无人机需要对编号为i的无人机进行接力，编号为i的无人机启动地图边界环绕模块，编号为i+1的无人机启动接力追踪模块；同时，编号为i的无人机的地图边界环绕模块、总控制软件、编号为i+1的无人机的接力追踪模块、编号为i的无人机的地图边界绘制模块并行工作，完成无人机对未知室内空间的边界信息的探索，无人机的接力、无人机轨迹的绘制；具体为：编号为i的无人机的地图边界环绕模块按2.5的流程围绕未知室内空间的边界进行飞行，获得无人机探索到的未知室内空间的边界信息；编号为i的无人机的地图边界环绕模块运行的同时，总控制软件按2.6的流程将编号为i的无人机的实时位置发送给编号为i+1的无人机的接力追踪模块；同时编号为i+1的无人机的接力追踪模块按2.7的流程对编号为i的无人机进行接力追踪；同时编号为i的无人机的地图边界绘制模块按2.8的流程对地图边界进行实时的绘制；2.5编号为i的无人机的地图边界环绕模块采用Wall
‑
Around算法围绕未知室内空间的边界进行飞行，获得无人机探索到的未知室内空间的边界信息：2.5.1对未知室内空间在二维平面上及逆行场景建立平面直角坐标系，方法是：编号为i的无人机的地图边界环绕模块从感知定位模块获取前、后、左、右四个方向无人机到障碍物的距离，得到以无人机起点为原点的平面直角坐标系，平面直角坐标系中每一个坐标值交点称为网格地图结点，并以平面直角坐标系原点为中心分为前、后、左、右四个方向，其中x正方向为右，x负方向为左，y正方向为前，y的负方向为后；单架无人机在某一时刻的运动方式只能朝前、后、左、右四个方向的某一方向运动；2.5.2地图边界环绕模块根据前、后、左、右四个方向无人机到障碍物的距离，计算编号为i的无人机的MD、ND、OD和PD四个方向状态量，控制编号为i的无人机运动方向的切换，使编号为i的无人机进行边界环绕，MD为主方向，ND为下一运动方向，OD为反方向，PD为上一运动方向；MD表示当前无人机在环绕边界过程中指向边界的方向，ND表示当前无人机在环绕边界过程中下一步将要前进的方向，OD表示与MD相反的方向，PD表示与ND相反的方向；2.5.3若编号为i的无人机的感知定位模块获取编号为i的无人机的当前坐标位置不为基站坐标，表明整个未知室内空间还未被全部探索，则转2.5.2继续进行边界环绕；若编号为i的无人机的感知定位模块获取编号为i的无人机的当前坐标位置为基站坐标，表明整个未知室内空间的封闭边界已被全部探索，探索完成，转2.8；若编号为i的无人机的电量感知模块获得编号为i的无人机电量等于A，则电量控制模块向基站总控制软件发出接力信号，并且编号为i的无人机的地图边界环绕模块将编号为i的无人机的当前坐标发送给基站总控制软件，总控制软件转2.6，编号为i的无人机转2.5.2继续进行边界环绕；若编号为i的无人机的电量感知模块获得编号为i的无人机电量大于0且小于A，则编号为i的无人机转2.5.2继续进行边界环绕；若编号为i的无人机的电量感知模块获得编号为i的无人机电量等于0，则编号为i的无人机转2.5.4；2.5.4编号为i的无人机停止飞行，编号为i的无人机的边界环绕模块和地图边界绘制模块停止运行，令i＝i+1，若编号为i的无人机未接力成功，转2.7；若编号为i的无人机以接力成功，则转2.5；2.6总控制软件判定是否从编号为i的无人机接收到编号为i的无人机电量不足信号，
若接收到电量不足信号，令i＝i+1，转2.7；若未接收到电量不足信号，转2.6继续等待；2.7编号为i的无人机的接力追踪模块从编号为i的无人机的感知定位模块获取无人机前后左右四个方向上无人机到障碍物的距离，从基站总控制软件获取编号为i
‑
1的无人机坐标位置，采用Tracking
‑
D*Lite算法接力追踪编号为i
‑
1的无人机：2.7.1编号为i的无人机的接力追踪模块通过2.5.1建立的平面直角坐标系，通过感知定位模块不断感知并获取周围环境，编号为i的无人机接力追踪模块对未知室内空间在二维平面上进行建模并设置Tracking
‑
D*Lite算法所需要使用的变量，方法如下：2.7.1.1将整个未知室内空间抽象为一个二维平面网格图，设位于出发点的编号为i+1的无人机的位置为二维平面网格图的原点，单位距离为1米，二维平面网格图中的每一个网格表示未知室内空间中对应的位置；2.7.1.2令集合S表示整个未知室内空间的二维网格地图结点集合，后继结点集合Succ(s)表示所有从网格地图结点s的扩展出子结点组成的集合，即从s扩展的结点，前继结点集合Pred(s)表示s的父结点组成的集合，c(s，s
′
)表示从s到邻接结点s
′
的单步代价值，c(s，s
′
)＝1；s
′
∈S，s
′
是s的前继邻接结点；2.7.2编号为i的无人机对编号为i
‑
1的无人机进行追踪，在此接力过程中需要不断地进行路径规划，方法如下：2.7.2.1对所需状态量进行初始化；2.7.2.1.1令编号为i的无人机初始坐标为(x0，y0)，并初始化编号为i的无人机当前位置s
now
为(x0，y0)，即为图；2.7.2.1.2编号为i的无人机从基站获取编号为i
‑
1的无人机位置(x
g
，y
g
)，并初始化编号为i
‑
1的无人机当前目标点g
now
为(x
g
，y
g
)，即为；2.7.2.1.3对于S中的任意一个结点s，令rhs(s)＝g(s)＝∞，其中g(s)表示从g
now
到s的最短距离；rhs(s)表示基于s的父结点parent(s)计算出的g(s)的预测值，目的是为了寻找更小代价路径结点，rhs(s)按公式(一)计算，其中s
pred
为s的前...

【专利技术属性】
技术研发人员：史殿习，李宁，杨文婧，杨绍武，郭敏，苏雅倩文，徐化池，赵琛然，刘聪，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：