当前位置: 首页 > 专利查询>清华大学专利>正文

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

技术编号:33444090 阅读:8 留言:0更新日期:2022-05-19 00:30
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,效率低下。提升任务效率的一种做法是部署多个地面智能体,数量的增加会带来建模速度的提升,但有效协作的前提是智能体之间能够相互定位,即知道对方的位置,典型的传统方法有采用无线定位技术,即将GNSS系统中的基站分布式部署到各个机器人上,机器人携带诸如超宽带(UWB)设备实现相互定位,但是地面环境复杂,会对无线定位信号形成干扰,导致这类地面无线定位系统精度低、不稳定。
[0004]为了解决地面无线定位系统易受环境因素干扰,不稳定的问题,现有工作也尝试采用空地协同的方法,将定位基站部署在多个空中机器人中,即将GNSS系统中的基站由卫星部署到空中无人机上。这里技术方案中要求无人机具备类似于与GNSS的时空基准精度,采用原子钟、激光测距等高精度仪器,成本巨大。并且需要保证超过3台无人机同时制空,由于无人机本身续航时间只有数小时,导致定位系统的维持时间受限。
[0005]上面提到的空地协同定位导航方法都存在一些问题。单纯利用地面无人车无线定位的方式因为信号干扰大,导致定位精度低且不稳定。在无人机上部署空中定位基站的方法需要高精度仪器保证时钟一致和准确测距,实现成本巨大,且维护系统正常运行需要多台无人机长时间滞空,考虑到目前无人机的续航时间有限,无人系统无法长时间执行任务。

技术实现思路

[0006]本申请提供一种基于空地协同的多机器人定位和导航方法及装置,以解决相关技术中无线定位方式稳定性差,以及空中定位基站方式成本高且运行时间受限等问题。
[0007]本申请第一方面实施例提供一种基于空地协同的多机器人定位和导航方法,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。
[0008]可选地,在本申请的一个实施例中,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。
[0009]可选地,在本申请的一个实施例中,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。
[0010]可选地,在本申请的一个实施例中,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。
[0011]可选地,在本申请的一个实施例中,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。
[0012]本申请第二方面实施例提供一种基于空地协同的多机器人定位和导航装置,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域建图,获取所述目标区域的场景地图;空地协同定位模块,用于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。
[0013]可选地,在本申请的一个实施例中,所述空域建图模块,具体用于,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。
[0014]可选地,在本申请的一个实施例中,所述空地协同定位模块,具体用于,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。
[0015]可选地,在本申请的一个实施例中,所述空地协同定位模块,具体用于,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。
[0016]可选地,在本申请的一个实施例中,还包括:空地协同导航模块,用于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。
[0017]本申请第三方面实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的基于空地协同的多机器人定位和导航方法。
[0018]本申请第四方面实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上述实施例所述的基于空地协同的多机器人定位和导航方法。
[0019]本申请实施例的基于空地协同的多机器人定位和导航方法及装置,具有以下有益效果:
[0020]1)大幅减小传统定位系统的功耗和成本。传统的定位系统需要无人机长时间滞空提供定位服务,并且还需要多种基础设施和高精度仪器保证定位精度,本申请的定位方案,不需要额外的基础设施,无人机也只需要进行一次飞行采集数据和地图,仅依靠廉价的图像数据即可实现定位,大幅减小了功耗和成本。
[0021]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:

网友询问留言 已有0条评论
  • 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。

1