【技术实现步骤摘要】
本专利技术涉及无人车的导航方法领域。
技术介绍
1、随着高科技技术的快速发展，一些智能的无人驾驶机器人在智能制造的生产、转运等多个环节中已经在不断的投入应用，在复杂环境中，机器人能够自主避障导航是实现应用的基础条件，但是目前的实际情况是无人车通常依赖于激光雷达建图确定其位置和目标点，并进行导航，然而，在某些情况下，例如在复杂环境中或遭遇遮挡物时，无人车可能面临导航困难的情况，这些复杂的情况也很难有效实现机器人能够自主学习灵活应对来解决。针对这种情况采用无人机进行协同导航的方案被提出，通过无人机的图像识别计算定位来协同判断，但是现有无人机协同的方法要达到较为理想的无人机协同导航，对无人机的配置要求较高，可能造成设备成本高昂或者需要复杂的录制和建模流程，因此目前现有的无人机协同的方法还是无法适应复杂的路面环境，无法适合在应急场景下实现协同使用。于此，现有无人机的协同导航技术还有待持续研发，本案遂由产生。
技术实现思路
1、本专利技术的目的在于提供一种更为简单便捷的无人机协同导航，且更利于适应复杂的路面环境，可应急场景使用的一种无人机图像目标引导无人车的导航方法。
2、为实现上述目的，本专利技术的技术方案是：一种无人机图像目标引导无人车的导航方法,其特征在于，导航方法步骤如下：
3、步骤1、调整无人机使得其采集的图像中心点近似为无人机gnss坐标；
4、步骤2、无人机拍摄获取图像，在图像中规划出行驶路径，并判断所述行驶路径是否在无人车设定的活动范围内，
5、步骤3、将行驶路径拆分为n个目标点，得到各目标点的投影坐标；
6、步骤4、将所有目标点的投影坐标转化为地理坐标，得出全局路径点队列发送给无人车；
7、步骤5、无人车系统接收所述全局路径点队列，根据激光雷达数据剔除全局路径点队列之间存在的不可行路段的路径点，并对剔除路径点的区段规划生成一条局部可行路径，组合得到新的全局路径供无人车导航行驶。
8、所述步骤3中行驶路径根据路径长度及角度偏移量拆分为n个目标点，其目标点的投影坐标的换算方法是：
9、设定(x_center,y_center)为图像中心点的像素坐标，(x_meter,y_meter)为投影坐标系下坐标，(x_target,y_target)为目标点的像素坐标，d为空间分辨率，d＝(s*h*0.1)/f，其中s表示像素间距，h为飞行高度，f为焦段，设定θ为偏转角，(x_target_meter,y_target_meter)为目标点的投影坐标，
10、获取目标点与图像中心点连线后与正北方向之间的偏转角，该偏转角记为θ，θ为无人机与正北方向的偏转角及目标点与图像中心点连线后与图像正上方向的夹角之和，
11、目标点的投影坐标(x_target_meter,y_target_meter)的计算方式为，
12、
13、所述步骤1的调整无人机包括调整无人机姿态，俯仰角为0，调整无人机云台竖直角度垂直向下，水平角度与无人机平行。
14、所述步骤5中局部可行路径的规划方法是，将无人车的激光雷达数据划分为m个区域同心圆区域，以期望区域中每个扇形区域的点云数目近似来计算路径上对应扇形区域斜率，其中，路径点表示为(xk,yk)，对应扇形区域表示为si,j,m,其表达式为：
15、
16、其中nr,nθ分别表示为同心圆中径向和角向的子区域，m∈(1,2,3,4)，0k＝arctan2(yk，xk)，pk表示(xk,yk)，zm表示m同心圆区域，i表示径向中第i个扇形区域，j表示径向中第j个扇形区域，nr,m表示m同心圆区域第r径向子区域，δlm表示第m同心圆区域的径向长度，lmin,m表示第m同心圆内环，nθ,m表示m同心圆区域第θ角向同心圆内环，
17、采用最小二乘法对各个路径点对应的扇形区域进行平面拟合，计算扇形区域地面斜率记为k，
18、具体是，对于给定激光点云数据(xi,xj,xz),计算最小化残差平方和记为rss，得到a,b,c,d的估计值，解出对应平面模型：ax+by+cz+d＝0，计算斜率比较斜率k与无人车的爬坡参数，爬坡参数记为kr，若k>kr,对该扇形区域进行标记，并选择相邻可通行区域进行路径规划，从而规划生成局部可行路径。
19、通过采用上述技术方案，本专利技术的有益效果是：上述方法通过使用无人机抓拍无人车行驶区域的图像或视频进行处理计算得到全局路径发送给无人车，无人车导航系统通过在此全局路径上进行处理平面拟合、计算斜率、筛选无人车路径点、根据自身爬坡参数等生成局部可行路径，从而组合进行导航的方式，该方法提供了一种简单便捷的无人机协同导航方案，与点云融合技术相比，本专利技术方法无需要求无人机搭载激光雷达，可使用成熟、通用的组合导航方案，可减少复杂的点云地图处理过程，从而实现本专利技术上述更利于适应复杂的路面环境，可应急场景使用的目的。
本文档来自技高网...【技术保护点】
1.一种无人机图像目标引导无人车的导航方法,其特征在于，导航方法步骤如下：
2.如权利要求1所述的一种无人机图像目标引导无人车的导航方法,其特征在于，所述步骤3中行驶路径根据路径长度及角度偏移量拆分为N个目标点，其目标点的投影坐标的换算方法是：
3.如权利要求1或2所述的一种无人机图像目标引导无人车的导航方法,其特征在于，所述步骤5中局部可行路径的规划方法是，将无人车的激光雷达数据划分为m个区域同心圆区域，以期望区域中每个扇形区域的点云数目近似来计算路径上对应扇形区域斜率，其中，路径点表示为(xk,yk)，对应扇形区域表示为Si,j,m,其表达式为：
4.如权利要求1或2所述的一种无人机图像目标引导无人车的导航方法,其特征在于，所述步骤1的调整无人机包括调整无人机姿态，俯仰角为0，调整无人机云台竖直角度垂直向下，水平角度与无人机平行。
5.如权利要求3所述的一种无人机图像目标引导无人车的导航方法,其特征在于，所述步骤1的调整无人机包括调整无人机姿态，俯仰角为0，调整无人机云台竖直角度垂直向下，水平角度与无人机平行。
【技术特征摘要】
1.一种无人机图像目标引导无人车的导航方法,其特征在于，导航方法步骤如下：
2.如权利要求1所述的一种无人机图像目标引导无人车的导航方法,其特征在于，所述步骤3中行驶路径根据路径长度及角度偏移量拆分为n个目标点，其目标点的投影坐标的换算方法是：
3.如权利要求1或2所述的一种无人机图像目标引导无人车的导航方法,其特征在于，所述步骤5中局部可行路径的规划方法是，将无人车的激光雷达数据划分为m个区域同心圆区域，以期望区域中每个扇形区域的点云数目近似来计算路径上对应...
【专利技术属性】
技术研发人员：翁泳鑫，李瑞峰，黄承曦，梁培栋，王维炜，蒋嘉骏，连超铭，
申请(专利权)人：福建泉州先进制造技术研究院，
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。