基于空地协同的多机器人定位和导航方法及装置制造方法及图纸

本申请公开了一种基于空地协同的多机器人定位和导航方法及装置，其中，方法包括：利用至少一架无人机采集目标区域的环境数据，并基于环境数据对目标区域建图，获取目标区域的场景地图；基于无人车辆采集的环境信息得到当前图像，以当前图像为索引，匹配场景地图和数据库，得到匹配结果，并根据匹配结果定位无人车辆的当前所处位置。本申请解决了无GPS情况下的多智能体系统定位和导航的问题，仅使用无人机采集到的传感器数据和建模得到的场景地图，通过特征匹配和地图配准，实现多无人车的自定位和相对定位，降低了系统成本，且无人机不需要和无人车保持时钟同步，提升了系统整体的续航。航。航。

【技术实现步骤摘要】
基于空地协同的多机器人定位和导航方法及装置


[0001]本申请涉及空地协同定位
，特别涉及一种基于空地协同的多机器人定位和导航方法及装置。

技术介绍

[0002]近年来，随着机器学习算法和硬件平台的发展，单机智能的水平大幅提升。然而受限于单智能体感知范围和决策空间，单智能体难以独立完成一些复杂应用，如对战场环境的侦察、受灾区域的救援等。在特殊环境和受灾地区中，GPS或者北斗系统等GNSS系统可能失效，同时地貌地形的变化(如地震之后)使得历史卫星图像失效，因此，快速建模环境信息、无人系统的自定位和相互定位、导航是关键挑战，而这些任务仅依靠单个智能体的能力是无法解决的。
[0003]随着多机协同概念的出现，多智能体系统开始取代单智能体，并在越来越多的任务上得到应用。传统的单个地面机器人通过自身的轮速计、惯性测量单元(Inertial Measurement Unit，IMU)和视觉里程计完成自定位，当场景很大时，定位误差因为时间积累会越来越大，在没有外界信息输入的情况下，单个智能体只能使用探索算法对未知环境进行建图，实时避障实现导航，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于空地协同的多机器人定位和导航方法，其特征在于，包括以下步骤：利用至少一架无人机采集目标区域的环境数据，并基于所述环境数据对所述目标区域建图，获取所述目标区域的场景地图；基于无人车辆采集的环境信息得到当前图像，以所述当前图像为索引，匹配所述场景地图和数据库，得到匹配结果，并根据所述匹配结果定位所述无人车辆的当前所处位置。2.根据权利要求1所述的方法，其特征在于，所述利用至少一架无人机采集目标区域的环境数据，并基于所述环境数据对所述目标区域建图，获取所述目标区域的场景地图，包括：根据所述目标区域的范围和可用的无人机数量确定所述至少一架无人机的飞行轨迹；控制所述至少一架无人机按照所述飞行轨迹飞行，采集关键帧的传感器信息，得到所述环境数据；利用所述环境数据对场景进行三维重建，得到所述场景地图。3.根据权利要求1所述的方法，其特征在于，所述基于无人车辆采集的环境信息得到当前图像，以所述当前图像为索引，匹配所述场景地图和数据库，得到匹配结果，包括：获取所述无人车辆在当前时刻获取的图像或点云数据；基于所述图像或点云数据提取描述子，并在所述场景地图和所述数据库中进行匹配，得到所述匹配结果。4.根据权利要求1所述的方法，其特征在于，所述根据所述匹配结果定位所述无人车辆的当前所处位置，包括：根据所述匹配结果进行所述场景地图配准和轨迹优化，得到所述无人车辆的自定位信息；根据所有无人车辆的自定位信息以及轨迹优化得到所述无人车辆的相互定位信息。5.根据权利要求1或4所述的方法，其特征在于，还包括：根据所述当前所处位置和所述场景地图生成任一目标的规划路径；根据所述规划路径和所述环境数据和/或所述环境信息得到侦察路径和/或搜救路径。6.一种基于空地协同的多机器人定位和导航装置，其特征在于，包括：空域建图模块，用于利用至少一架无人机采集目标区域的环境数据，并基于所述环境数据对所述目标区...

【专利技术属性】
技术研发人员：徐远帆，余金城，汪玉，杨华中，
申请(专利权)人：清华大学，
类型：发明
国别省市：