一种用于无人机智能避障的增量式三维构图方法技术

一种用于无人机智能避障的增量式三维构图方法，1、建立三维滑动栅格地图模型；2、预处理里程计和深度信息，获得里程计，获得深度信息，将里程计和深度时间对齐，再对深度进行降采样和坐标变换，将载体坐标系下的深度信息转换成世界坐标系的点云；3、构建占据栅格地图，将测量到的占据信息融合至占据栅格地图中；4、使用广度优先搜索算法BFS膨胀地图，在每次占据栅格地图更新中，使用lower数组记录占据栅格地图中栅格状态由自由变成占据的索引，使用raise数组记录占据栅格地图中栅格状态由占据变成自由的索引。该方法克服了大范围大尺寸地图膨胀耗时大的问题，适用于无人机自主避障的三维建图，提高三维建图效率，进而提高避障成功率。功率。功率。

【技术实现步骤摘要】
一种用于无人机智能避障的增量式三维构图方法


[0001]本专利技术属于无人机自主避障
，提出一种用于无人机智能避障的增量式三维构图方法，特别涉及一种用于无人机智能避障的增量式三维构图方法。

技术介绍

[0002]无人机具有敏捷性高、负载能力强等特点，近年来在电力巡检、自主探索和应急救援等领域应用广泛。在未知复杂环境中，实时自主建图规划是无人机实现这些应用的关键技术。通常，无人机采用立体视觉、激光雷达等传感器，获取周边障碍物信息，并通过地图构建系统表达空间中物体的占据概率或距离等信息。轨迹规划是多目标优化问题，具有质点规划、距离约束是软约束的特点。因此，在原始地图的基础上，将物体按照无人机的大小膨胀一定尺寸是保证无人机安全性的重要手段之一。
[0003]膨胀地图在原始地图的基础上，将物体膨胀一定尺寸，形成虚拟的物体区域，以此限制无人机质心实际能够到达的区域。地图膨胀一般是规划地图的必要步骤，能够提高飞行轨迹的安全性。首先，主流的规划算法将无人机抽象成质点，在搜索和优化过程中不考虑无人机形状。其次，当无人机控制精度和深度测量精度不高时，贴近物体的期望轨迹可能会导致飞行事故。最后，在优化轨迹时，碰撞约束往往以“软约束”的形式存在。即使选择大的安全距离阈值，也可能导致贴近物体的期望轨迹。
[0004]当膨胀尺寸和局部更新范围较小时，地图膨胀引入的额外计算量可以忽略不计。然而，面对较大轴距的无人机，需要较大的更新的范围和膨胀尺寸，经典的膨胀算法耗时显著增加。
[0005]现有技术如下：
[0006]申请号：CN201910655674.8，申请名称：一种基于目标跟踪的无人机避障方法、装置及无人机，该专利技术实施例涉及无人机自主避障
，特别是涉及一种基于目标跟踪的无人机避障方法、装置及无人机。其中，基于目标跟踪的无人机避障方法包括：确定无人机的预期前向速度，预期前向速度用于使无人机与目标保持初始水平距离；获取无人机前方环境的深度图，并根据深度图，确定以无人机为中心的栅格地图；根据栅格地图，确定无人机的最优飞行方向以及无人机与障碍物的最小距离；根据最小距离、预期前向速度以及最优飞行方向，确定无人机的最优飞行速度；控制无人机以最优飞行速度沿最优飞行方向飞行，以躲避无人机前方环境的障碍物。通过上述方式，本专利技术实施例能够对整个飞行空间进行路径规划，提高目标跟踪过程中自主避障的准确性。
[0007]该申请采用了以无人机为中心的栅格地图，忽略了大量历史信息，而我们采用了以无人机为地图中心的三维滑动栅格地图。滑动地图的真实坐标原点是世界坐标系，随着无人机的移动而移动，利用无人机板载计算机有限内存实现无人机大场景环境建模。同时，我们将历史的深度图信息融合至一张滑动栅格地图中，保留了历史信息，并且有限克服了深度图测量误差引起的地图误差问题。
[0008]申请号：CN201811049054.1，申请名称：一种基于分布式地图的无人机视觉避障方
法，该方法通过无人机和地面站的协作，构建分布式地图，用于视觉避障飞行。无人机通过融合IMU、VO、GPS实时位姿感知，当发现进入新的环境时，才生成新的环境地图；同时无人机接收地面站发送的飞行指令，通过改变四个电机的转速控制无人机飞行，实现视觉避障；地面站用于优化并存储无人机构建的环境地图、环境地图可视化；同时地面站还负责依据当前无人机的位姿和环境地图，规划一条安全的飞行路径，然后发送给无人机。本专利技术利用无人机和地面站的协作和分布式地图架构，对环境进行精确建模，适用于复杂环境下的无人机视觉避障。
[0009]该申请采用的是基于占据栅格地图表示环境中的障碍物。而我们采用的是占据栅格地图和膨胀地图共同表示障碍物。无人机避障规划通常是以质点的形式规划，不考虑无人机的形状。如果仅仅在栅格地图上搜索安全路径，可能存在碰撞问题。快速膨胀地图，增加了障碍物的虚拟占据区域，能够克服质点规划引起的问题。
[0010]该申请采用的占据概率值是0或1。而我们采用的是对数占据概率值，从
‑
∞到∞，能够对深度等传感器的错误测量进行滤波融合，具有良好的鲁棒性。
[0011]申请号：CN201910740462.X，申请名称：一种基于激光探测的四旋翼无人机避障方法，该方法为：首先使用hector slam方法，基于激光雷达建立飞行场地的静态栅格地图，使用A*算法规划出从起始点到目标点的最短路径，并利用pixhawk飞控板内部的惯性测量单元计算出四旋翼无人机的里程信息；然后使用自适应蒙特卡洛定位算法，获得四旋翼无人机相对于地图的坐标转换；利用激光雷达在无人机飞行过程中建立局部代价地图；最后针对飞行过程中出现的动态障碍物，依据建立的局部代价地图，使用动态窗口算法对其进行规避，并进行局部路径规划，直至无人机回归到由A*算法得到的全局最短航路中。本专利技术具有方法简单方便、定位速度快、自主能力强、实时性好的优点。
[0012]该申请避障规划采用了基于激光雷达建立飞行场地的静态栅格地图。我们主要阐述了基于栅格地图的膨胀地图的构建方法，有效克服因为无人机尺寸、控制误差和深度测量误差引起的碰撞问题。
[0013]申请号：CN201711465023.X，申请名称：一种无人机避障方法及系统，其中，毫米波雷达探测到前方有障碍物后，无人机利用前置摄像头拍摄障碍物的视频图像；根据障碍物的视频图像分析出障碍物的类型，根据障碍物的视频图像和毫米波雷达的探测结果综合分析出障碍物形状、障碍物距离无人机的距离；根据障碍物形状、障碍物距离无人机的距离构建栅格地图，利用A—Star算法在栅格地图上规划飞行路径，根据安全半径调整飞行路径；无人机按照飞行路径飞行，对障碍物进行避让或者穿越。有益效果：利用前置摄像头、毫米波雷达获取障碍物形状、障碍物的类型、障碍物距离无人机的距离，对障碍物的探测更加准确、全面，无人机避障的准确度高，无人机可实现自动避障，避障智能化程度高。
[0014]该申请采用了基于毫米波雷达和视频图像的栅格地图构建方法，而我们采用了基于点云的的栅格地图构建方法。由于目前的毫米波传感器不具备描述障碍物形状的功能，障碍物大小主要依靠视频图像的分析，具有较高的耗时。我们直接使用点云，有效的描述的障碍物形状和距离。
[0015]该申请直接采用了wall
‑
following算法调整无人机和障碍物之间的距离。而我们提供了膨胀地图，使得其他使用者能够在膨胀地图的基础上进行距离场计算，为设计更加丰富的路径提供了基础。

技术实现思路

[0016]为了解决以上问题，本申请提出一种用于无人机智能避障的增量式三维构图方法，该方法克服了大范围大尺寸地图膨胀耗时大的问题，适用于无人机自主避障的三维建图，提高三维建图效率，进而提高避障成功率。
[0017]为实现上述目的，本专利技术采取的技术方案是：
[0018]本专利技术提供一种用于无人机智能避障的增量式三维构图方法，包括以下步骤：
[0019](1)建立三维滑动栅格地图模型，用数组存储地图信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于无人机智能避障的增量式三维构图方法，包括以下步骤，其特征在于：(1)建立三维滑动栅格地图模型，用数组存储地图信息；利用地图原点的移动，实现滑动栅格地图，空间中某点p
W
的信息和数组索引的映射关系如公式所示：其中，表示地图的原点，该原点随着无人机移动而移动，r表示地图分辨率；然后，根据数组在计算机中实现方式，获得对应索引，访问方式如公式所示：index＝size(0)
×
size(1)
×
voxel(0)+size(1)
×
voxel(1)+voxel(2)其中，index表示数组的索引，size表示地图的边长；(2)预处理里程计和深度信息；获取深度图，记作D∈R
H
×
W
，将里程计和深度时间对齐，再对深度进行降采样和坐标变换，将载体坐标系下的深度信息转换成世界坐标系的点云：p
W
RKD
u，v，d
+t其中，K表示深度相机的内参矩阵，D
u,v，d
表示深度图的索引，里程计(R，t)表示载体坐标系到世界坐标系的坐标映射关系；(3)构建占据栅格地图；假设对地图的观测过程具有马尔可夫性并且体素之间测量相互独立，通过光线投射遍历整幅深度图，将射线沿途的体素的占据概率降低，将最终击中的体素的占据概率提高，其中，贝叶斯滤波更新体素占据概率：其中，D
t
表示t时刻观测到的深度图，x
t
表示t时刻无人机的位姿；P(m
t
)和P(m
t
‑1)表示t和t—1时刻的占据栅格地图置信度；p(m0)表示地图的初始置信度；P(m|D
t
，x
t
)是测量模型，表示t时刻的深度测量引起的地图概率变化值；使用对数概率重写上式：L(m
t
)＝L(m
t
‑1)+L(m|D
t
,x
t
)
‑
L(m0)考虑工作环境中物体的动态特性，对上式中添加最大和最小约束，L(m
t
)＝min{max[L(m
t
‑1)+L(m|D
t
，x
t
)
‑
L(m0)，L
min
]，L
max

【专利技术属性】
技术研发人员：王立辉，李勇，
申请(专利权)人：东南大学，
类型：发明
国别省市：