一种基于点云地图的植保无人机全局路径优化方法技术

本发明专利技术公开了一种基于点云地图的植保无人机全局路径优化方法，涉及智能农机领域，该方法包括：基于多传感器采集待作业地形的三维点云数据，经过滤波以及数据融合处理，生成三维点云地图；使用先分割、再区域路径规划、最后衔接分区的方式，对圈定的待工作区域进行全局路径规划，在保证能够完整覆盖作业划区的同时，尽量减少无人机能耗、提高地形兼容性以及无人机作业的安全性。构建的三维点云地图可以实现待作业地形的一次构图入库，供无人机路径规划多次使用，实现无人机农业作业傻瓜式操作，提高了使用无人机进行农业作业的普遍性的趋势。趋势。趋势。

【技术实现步骤摘要】
一种基于点云地图的植保无人机全局路径优化方法


[0001]本专利技术涉及智能农机领域，尤其是一种基于点云地图的植保无人机全局路径优化方法。

技术介绍

[0002]现有的植保无人机主要有两种作业方式：一种是单纯基于人工操控进行农业作业，无人机本身不能根据待作业的地形进行自主作业，这不仅费时费力，还对操控者的技术要求极高；另一种植保无人机则利用智能芯片以及传感器进行实时路径规划自主作业，这种方法虽然减少了人工操作，但这种方式存在许多的弊端。首先是能耗问题，实时路径规划要求实时打开传感器进行数据获取，并实时利用芯片处理，相较于传统人工操控，这无疑会加大能耗。其次是路径问题，实时路径规划存在很多不确定因素，很有可能实时处理算法会将路径局限在一个最优解处，导致无人机在一点产生波动震荡现象，即使实时路径规划算法完善，也有可能出现路径重复或者覆盖遗漏现象，对于农作物打药来说，重复或者遗漏会造成打药过量或者漏打，这对于农作物都是极大的不利。

技术实现思路

[0003]本专利技术人针对上述问题及技术需求，提出了一种基于点云地图的植保无人机全局路径本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于点云地图的植保无人机全局路径优化方法，其特征在于，所述方法包括：构建待作业地形的三维点云地图；在所述三维点云地图中划定植保无人机的待工作区域，对所述待工作区域中的点云数据进行平面拟合，得到各个平面块；对每个所述平面块进行子区域分割，在每一子区域内进行往复式路径规划，利用优化的回溯法对子区域之间进行回溯路径规划，得到所述植保无人机在平面块的全覆盖路径；利用优化的A*算法对平面块之间进行路径规划，得到所述植保无人机在待工作区域的全覆盖最优路径。2.根据权利要求1所述的基于点云地图的植保无人机全局路径优化方法，其特征在于，所述构建待作业地形的三维点云地图的方法包括：采集待作业地形的点云数据和图像数据，所述点云数据包含每个点云的位置坐标，所述图像数据包含每个像素点的RGB信息；对所述点云数据进行体素滤波，将滤波后的点云数据和所述图像数据进行数据融合，得到带有RGB的三维点云地图。3.根据权利要求2所述的基于点云地图的植保无人机全局路径优化方法，其特征在于，对所述点云数据进行体素滤波的方法包括：根据所述点云数据创建三维体素栅格，其中每个体素小栅格的边长近似取植保无人机个体长度；依据点云数据坐标计算每个体素小栅格的重心，以所述重心代替体素小栅格内的所有点，以达到滤波的目的；其中，体素滤波法的计算公式如下：式中，(x
i
、y
i
、z
i
)表示第i个点云的三维坐标；x
max
、y
max
表示点云数据集合中两个坐标轴上的最大值，x
min
、y
min
、z
min
表示点云数据集合中三个坐标轴上的最小值；r为所述体素小栅格的边长；h
i
为点云数据集合中第i个点云在体素小栅格内的索引，用于计算每个体素小栅格的重心。4.根据权利要求2所述的基于点云地图的植保无人机全局路径优化方法，其特征在于，将滤波后的点云数据和所述图像数据进行数据融合，得到带有RGB的三维点云地图的方法包括：将滤波后的点云数据集合中的各个点经过坐标变换公式找到在图像数据坐标系中的对应点，获取所述对应点的R、G、B像素值赋值给点云数据集合中的相应点，得到带有RGB的三维点云地图；其中，点云坐标到像素坐标的坐标变换公式如下：式中，为采集图像数据的各摄像头的内参矩阵；为各摄像头到基准摄像头的修正矩阵；为坐标变换旋转平移矩阵；X(x，y，z)为点云X的三维坐标；Y(u，v)为像素坐标中行数u和列数v确定的像素点Y。
5.根据权利要求1所述的基于点云地图的植保无人机全局路径优化方法，其特征在于，对所述待工作区域中的点云数据进行平面拟合的方法包括：所述待工作区域中的点云数据采用最小二乘法拟合平面方程z＝...

【专利技术属性】
技术研发人员：杨金龙，王景岩，潘正阳，张力璇，杨坤，谢小曼，
申请(专利权)人：江南大学，
类型：发明
国别省市：