【技术实现步骤摘要】
本专利技术涉及数据处理的，特别涉及一种无人机设备的定位方法、装置、计算机设备和存储介质。
技术介绍
1、lidar的slam技术指的是使用激光雷达（lidar）传感器进行同时定位与地图构建（slam）。这是一种在未知环境中，通过激光雷达扫描地形并同时确定自身位置的技术。通过不断地获取环境的三维信息，slam算法可以建立地图并更新机器人、车辆或其他设备在该地图上的位置。这对于自主导航和环境感知是关键的技术，广泛应用于自动驾驶车辆、机器人和无人机等领域。
2、但是，lidar的slam技术在大雨大雾天气中可能面临挑战有如下几点：
3、1、散射和吸收：激光束在雨滴和雾中容易被散射或吸收，导致激光信号弱化或失真，进而影响激光雷达获取地形和环境信息的准确性。
4、2、多路径效应：大雨和大雾会导致光线发生多次反射，形成多路径效应。这会使激光束在环境中产生多个反射点，使得从lidar传感器接收到的信号复杂化，难以正确解释和处理。
5、3、传感器防护问题：大雨和雾可能会影响激光雷达传感器表面，使其被水滴或水蒸气覆盖，从而影响激光束的发射和接收。
6、这些因素联合起来，使得在极端天气条件下，采用lidar的slam系统的无人机设备可能无法获得足够准确的地图和定位信息，从而影响其在这些环境中的可靠性和性能。
技术实现思路
1、本专利技术的主要目的为提供一种无人机设备的定位方法、装置、设备及存储介质，通过在使用3d激光雷达提供关于环境的附加信息
2、为实现上述目的，本专利技术提供了无人机设备的定位方法，包括以下步骤：利用惯性测量单元估算无人机设备的运动状态；利用多个预设传感器采集所述无人机设备所处的环境数据，所述多个预设传感器包括：3d激光雷达、彩色相机和热红外相机；将所述运动状态作为卡尔曼滤波的运动方程，将所述环境数据作为卡尔曼滤波的观测方程，对所述运动方程和所述观测方程进行卡尔曼滤波融合处理，得到所述无人机设备的定位。
3、进一步的，利用多个预设传感器采集所述无人机设备所处的环境数据，包括：通过所述3d激光雷达对所述无人机设备所处的环境进行数据采集，并对采集的雷达数据进行特征提取，得到第一特征数据；通过所述彩色相机对所述无人机设备所处的环境进行数据采集，并对采集的彩色图像数据进行特征提取，得到第二特征数据；通过所述热红外相机对所述无人机设备所处的环境进行数据采集，并对采集的热红外图像数据进行特征提取，得到第三特征数据；对所述第一特征数据、所述第二特征数据和所述第三特征数据中的至少一个特征数据进行约束方程构建，得到用于作为观测方程的环境数据。
4、进一步的，通过所述3d激光雷达对所述无人机设备所处的环境进行数据采集，并对采集的雷达数据进行特征提取，得到第一特征数据，包括：通过所述3d激光雷达对所述无人机设备所处的环境进行数据采集，得到雷达数据；使用所述惯性测量单元对所述雷达数据进行运动畸变矫正，并对经过所述运动畸变矫正的雷达数据进行特征提取，得到第一特征数据。
5、进一步的，通过所述彩色相机对所述无人机设备所处的环境进行数据采集，并对采集的彩色图像数据进行特征提取，得到第二特征数据，包括：通过所述彩色相机对所述无人机设备所处的环境进行数据采集，得到彩色图像数据；使用fast算法提取所述彩色图像数据中关键特征点，并使用光流算法对所述彩色图像数据中的关键特征点进行特征匹配处理；对经过流光算法处理的彩色图像数据进行投影残差方程的构建；基于所述投影残差构建结果，对所述彩色图像数据进行特征提取，得到第二特征数据。
6、进一步的，通过所述热红外相机对所述无人机设备所处的环境进行数据采集，并对采集的热红外图像数据进行特征提取，得到第三特征数据，包括：通过所述热红外相机对所述无人机设备所处的环境进行数据采集，得到热红外图像数据，并使用距离场对所述热红外图像数据进行特征提取，得到第三特征数据。
7、进一步的，对所述第一特征数据、所述第二特征数据和所述第三特征数据中的至少一个特征数据进行约束方程构建，包括：从所述第一特征数据、所述第二特征数据和所述第三特征数据中，筛选出用于进行约束方程构建的目标特征数据；对所述目标特征数据进行约束方程构建。
8、进一步的，从所述第一特征数据、所述第二特征数据和所述第三特征数据中，筛选出用于进行约束方程构建的目标特征数据，包括：在正常模式下，筛选出根据所述雷达数据和所述彩色图像数据提取的特征数据；在夜晚模式下，筛选出根据所述雷达数据和所述热红外图像数据提取的特征数据；在雨雪模式下，筛选出根据所述热红外图像数据提取的特征数据；在异常模式下，筛选出根据所述彩色图像数据提取的特征数据。
9、本专利技术提出的一种无人机设备的定位装置，包括：估算模块，用于利用惯性测量单元估算无人机设备的运动状态；采集模块， 用于利用多个预设传感器采集所述无人机设备所处的环境数据，所述多个预设传感器包括：3d激光雷达、彩色相机和热红外相机；融合模块，用于将所述运动状态作为卡尔曼滤波的运动方程，将所述环境数据作为卡尔曼滤波的观测方程，对所述运动方程和所述观测方程进行卡尔曼滤波融合处理，得到所述无人机设备的定位。
10、本专利技术还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
11、本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
12、与现有技术相比，本专利技术通过提供一种无人机设备的定位方法、装置、设备及存储介质，通过将彩色相机和热红外相机所采集的环境数据补充到卡尔曼滤波的观测方程中，避免了仅采用3d激光雷达所采集的环境数据作为观测方程进行卡尔曼滤波融合处理时，无法应对极端天气条件的技术问题，达到了通过利用不同传感器的优势，提高无人机设备在复杂环境中的定位性能的技术效果。
本文档来自技高网...【技术保护点】
1.一种无人机设备的定位方法，其特征在于，所述无人机设备的定位方法包括：
2.根据权利要求1所述的一种无人机设备的定位方法，其特征在于，利用多个预设传感器采集所述无人机设备所处的环境数据，包括：
3.根据权利要求2所述的一种无人机设备的定位方法，其特征在于，通过所述3D激光雷达对所述无人机设备所处的环境进行数据采集，并对采集的雷达数据进行特征提取，得到第一特征数据，包括：
4.根据权利要求2所述的一种无人机设备的定位方法，其特征在于，通过所述彩色相机对所述无人机设备所处的环境进行数据采集，并对采集的彩色图像数据进行特征提取，得到第二特征数据，包括：
5.根据权利要求2所述的一种无人机设备的定位方法，其特征在于，通过所述热红外相机对所述无人机设备所处的环境进行数据采集，并对采集的热红外图像数据进行特征提取，得到第三特征数据，包括：
6.根据权利要求2所述的一种无人机设备的定位方法，其特征在于，对所述第一特征数据、所述第二特征数据和所述第三特征数据中的至少一个特征数据进行约束方程构建，包括：
7.根据权利要求6所
8.一种无人机设备的定位装置，其特征在于，所述无人机设备的定位装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种无人机设备的定位方法，其特征在于，所述无人机设备的定位方法包括：
2.根据权利要求1所述的一种无人机设备的定位方法，其特征在于，利用多个预设传感器采集所述无人机设备所处的环境数据，包括：
3.根据权利要求2所述的一种无人机设备的定位方法，其特征在于，通过所述3d激光雷达对所述无人机设备所处的环境进行数据采集，并对采集的雷达数据进行特征提取，得到第一特征数据，包括：
4.根据权利要求2所述的一种无人机设备的定位方法，其特征在于，通过所述彩色相机对所述无人机设备所处的环境进行数据采集，并对采集的彩色图像数据进行特征提取，得到第二特征数据，包括：
5.根据权利要求2所述的一种无人机设备的定位方法，其特征在于，通过所述热红外相机对所述无人机设备所处的环境进行数据采集，并对采集的热红外图像数据进行特征提取，得到第三特征...
【专利技术属性】
技术研发人员：高军强，赵开勇，
申请(专利权)人：深圳市其域创新科技有限公司，
类型：发明
国别省市：
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。