一种地下多分支洞穴的无人机探寻方法技术

本发明专利技术涉及一种地下多分支洞穴的无人机探寻方法，包括：获取无人机当前的状态配置，使用激光雷达传感器得到无人机当前的配置空间；使用路径采样算法在配置空间进行采样，得到无人机在配置空间内的多个路径，保留其中无碰撞的路径；根据无人机在路径终点的状态配置和配置空间计算每条路径的未来安全性，保留未来安全的路径；计算每条路径的探索收益，无人机执行探索收益最大的路径。与现有技术相比，本发明专利技术先获取多条路径，结合配置空间的障碍物信息保留无碰撞路径和未来安全路径，再选择收益最高的路径，能够以较高速度实现无人机在未知多分支隧道环境中的自主探寻，使得续航能力有限的无人机可以进行更大范围、更远路径的探索。更远路径的探索。更远路径的探索。

【技术实现步骤摘要】
一种地下多分支洞穴的无人机探寻方法


[0001]本专利技术涉及一种无人机探寻方法，尤其是涉及一种地下多分支洞穴的无人机探寻方法。

技术介绍

[0002]随着经济的发展，城市建设、桥梁隧道等基础设施建设也呈飞跃式发展。目前，很大一部分隧道和地下工程已经进入“老龄”期，需要定期检查和维护，缺乏适当的维护可能会导致结构破坏等灾难性的后果。传统的侦查技术包括沿整个结构建造支架，或使用地面车辆配合人工进行侦查工作，但是这些方式具有危险系数高、工作量大、工作环境恶劣、劳动成本密集等问题，因此，利用新技术研发一种快速高效的对隧道等地下工程检测的方法成为迫切需求。
[0003]近年来，多旋翼微型无人机由于其敏捷性，广泛应用于勘探、巡检、监视、搜索等多种应用场景，其能够利用自身的灵活性进入到人或者地面机器人难以到达的矿山、围栏、桥梁等基础设施内，探测人类无法到达的区域，因此无人机是进行隧道检测的理想工具。此外，无人机自主探索未知环境和测绘正在不断扩展到越来越多的应用领域，目前已被广泛应用于民用和军事领域。
[0004]然而，当前的无人机自主探索是很有限的，一般采用低速保守策略来保证无人机的安全航行，同时基于实时机载定位和构图功能优化选择后续无人机的飞行路径。由于无人机有限的电池寿命，续航能力不足，低速探索不能开发小型飞行机器人的全部敏捷性，使得大规模的探索难以进行。另一方面，无人机在未知多分支隧道环境中的自主路径规划与探寻策略还有待研究。

技术实现思路

[0005]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种地下多分支洞穴的无人机探寻方法，先使用路径采样算法得到多条路径，结合障碍物信息保留无碰撞路径和未来安全路径，再选择收益最高的路径执行，能够以较高速度实现无人机在未知多分支隧道环境中的自主探寻，使得续航能力有限的无人机可以进行更大范围、更远路径的探索。
[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]一种地下多分支洞穴的无人机探寻方法，包括以下步骤：
[0008]S1、获取无人机当前的状态配置，包括当前位置、当前速度和当前朝向，使用激光雷达传感器，得到无人机当前的配置空间，所述配置空间是无人机前方的待探索区域；
[0009]S2、使用路径采样算法在配置空间进行采样，得到多个运动序列，基于运动序列生成在配置空间内的路径，保留其中无碰撞的路径；
[0010]S3、对于每条路径，根据配置空间以及无人机在路径终点的状态配置，计算无人机在该路径的未来安全性，保留未来安全的路径，得到候选路径集；
[0011]S4、计算候选路径集中每条路径的探索收益，选择探索收益最大的路径并由无人机执行。
[0012]进一步的，步骤S1中，使用激光雷达传感器，利用实时构图与定位方法，得到当前的配置空间，采用的地图表示方法是基于截断符号距离字段的体积地图，使用欧几里德符号距离场表示无人机与障碍物的远近程度。
[0013]进一步的，步骤S2具体为：
[0014]S21、获取规划周期Τ、时间采样间隔δ、单位速度增量μ、最大飞行速度υ、最大飞行加速度α、最大飞行负加速度
‑
α和无人机当前的状态配置；
[0015]S22、根据规划周期Τ和时间采样间隔δ获得采样时刻t1，t2，t3……
Τ；根据最大飞行速度υ和单位速度增量μ获得所有可能的采样速度μ,2μ,3μ
……
υ，得到采样速度集；
[0016]S23、自采样速度集中选择速度值，依次确定各个采样时刻t1，t2，t3……
Τ的速度，其中，相邻采样时刻的速度的差值不超过最大飞行加速度α和最大飞行负加速度
‑
α，重复此步骤得到多个运动序列；
[0017]S24、根据无人机当前的状态配置以及每个运动序列中各个采样时刻的速度，计算无人机在配置空间中各个采样时刻的位置，得到各个运动序列所对应的路径，使用激光雷达传感器得到的配置空间中包含障碍物的位置信息，基于配置空间内的障碍物信息，去除与障碍物碰撞的路径，保留与障碍物无碰撞的路径。
[0018]更进一步的，步骤S22中，还包括：自所有可能的采样速度μ，2μ，3μ......υ中剔除小于υ
min
的采样速度，得到采样速度集，υ
min
是预设置的无人机最小飞行速度。
[0019]更进一步的，为了保证对配置空间进行全面的探索，在步骤S23中限制了第一个采样点的速度的方向，并限制了后续采样时刻的速度的偏转，即相邻采样时刻的速度的方向偏差不超过25％。
[0020]进一步的，除了保证无人机沿路径飞行过程中与障碍物无碰撞外，由于在路径终点的速度往往不为零，还需要保证无人机抵达路径终点后的后续飞行的安全性，步骤S3中，计算无人机在一条路径的未来安全性具体为：
[0021]获取无人机在路径终点的状态配置，包括预期位置、预期速度和预期朝向；如果无人机在该路径上的飞行满足条件1和条件2，则该路径是未来安全的路径，条件1为：在无人机的预期朝向方向上，无人机以最大反向加速度减速至悬停状态所需的运动长度小于L1，L1为预期朝向方向上的障碍物与预期位置之间的最小距离，条件2为：预期位置与配置空间内各个方向的障碍物的最小距离均小于L2，L2为预设置的安全距离。
[0022]更进一步的，步骤S4中，路径σ
i
的探索收益为：
[0023][0024]其中，τ(σ
i
)表示探索路径σ
i
的时间代价，γ
τ
表示预设置的可调参数，表示预设置的尺度因子，τ(σ
i
)和γ
τ
旨在惩罚速度较慢的路径，以保证无人机实现更高的飞行速度；函数s(σ
i
，σ
exp
)用于惩罚路径σ
i
与无人机当前朝向方向的预期探索路径σ
exp
的不相似性，路径σ
i
与路径σ
exp
越不相似，s(σ
i
，σ
exp
)函数的值越小，m
i
表示路径σ
i
的采样时刻的数量，表示路径σ
i
在第j个采样时刻的速度，函数用于计算所对应的位置的收益。
[0025]更进一步的，路径σ
exp
的朝向为无人机的当前朝向，使用动态时间规整DTW方法计算路径σ
i
与路径σ
exp
的相似性。
[0026]更进一步的，函数VolumGain()的表达式如下：
[0027][0028]其中，o()表示当前位置上未知点的个数，N
m
表示候选路径集中路径的数量，表示候选路径集中路径的平均长度和平均位置，F
H
和F
V
表示激光雷达传感器的视角范围，d
max
表示激光雷达传本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地下多分支洞穴的无人机探寻方法，其特征在于，包括以下步骤：S1、获取无人机当前的状态配置，包括当前位置、当前速度和当前朝向，使用激光雷达传感器，得到无人机当前的配置空间，所述配置空间是无人机前方的待探索区域；S2、使用路径采样算法在配置空间进行采样，得到多个运动序列，基于运动序列生成在配置空间内的路径，保留其中无碰撞的路径；S3、对于每条路径，根据配置空间以及无人机在路径终点的状态配置，计算无人机在该路径的未来安全性，保留未来安全的路径，得到候选路径集；S4、计算候选路径集中每条路径的探索收益，选择探索收益最大的路径并由无人机执行。2.根据权利要求1所述的一种地下多分支洞穴的无人机探寻方法，其特征在于，步骤S1中，使用激光雷达传感器，利用实时构图与定位方法，得到当前的配置空间，使用欧几里德符号距离场表示无人机与障碍物的远近程度。3.根据权利要求1所述的一种地下多分支洞穴的无人机探寻方法，其特征在于，步骤S2具体为：S21、获取规划周期Τ、时间采样间隔δ、单位速度增量μ、最大飞行速度v、最大飞行加速度α、最大飞行负加速度
‑
α和无人机当前的状态配置；S22、根据规划周期Τ和时间采样间隔δ获得采样时刻t1，t2，t3……
Τ；根据最大飞行速度υ和单位速度增量μ获得所有可能的采样速度μ,2μ,3μ
……
υ，得到采样速度集；S23、自采样速度集中选择速度值，依次确定各个采样时刻t1，t2，t3……
Τ的速度，其中，相邻采样时刻的速度的差值不超过最大飞行加速度α和最大飞行负加速度
‑
α，重复此步骤得到多个运动序列；S24、根据无人机当前的状态配置以及每个运动序列中各个采样时刻的速度，计算无人机在配置空间中各个采样时刻的位置，得到各个运动序列所对应的路径，基于配置空间内的障碍物信息，保留与障碍物无碰撞的路径。4.根据权利要求3所述的一种地下多分支洞穴的无人机探寻方法，其特征在于，步骤S22中，还包括：自所有可能的采样速度μ,2μ,3μ
……
υ中剔除小于v
min
的采样速度，得到采样速度集，υ
min
是预设置的无人机最小飞行速度。5.根据权利要求3所述的一种地下多分支洞穴的无人机探寻方法，其特征在于，步骤S23中，相邻采样时刻的速度的方向偏差不超过25％。6.根据权利要求1所述的一种地下多分支洞穴的无人机探寻方法，其特征在于，步骤S3中，计算无人机在一条路径的未来安全性具体为：获取无人机在路径终点的状态配置，包括预期位置、预期速度和预期朝向；如果无人机在该路径上的飞行满足条件...

【专利技术属性】
技术研发人员：何斌，李丰，沈润杰，李刚，陆萍，朱忠攀，
申请(专利权)人：同济大学，
类型：发明
国别省市：