【技术实现步骤摘要】
本专利技术涉及无人机，尤其涉及一种室内无人机定位导航路径规划方法及系统。
技术介绍
1、随着无人机技术的不断发展，尤其是在室内环境中的应用，室内无人机的定位与导航成为一个重要的研究方向。
2、传统的室内定位方法主要依赖于地面传感器、激光雷达或超声波传感器，但这些方法在实际应用中常常面临许多挑战，如部署难度大、成本高等。
3、近年来，基于视觉信息的无人机定位方法由于其较低的成本、重量轻、对未知环境适应性强以及灵活性高等特点，逐渐成为室内无人机定位导航的主流技术之一。
4、基于双目相机与惯性测量单元（imu）的融合方法在无人机定位和导航中得到了广泛应用。
5、双目相机可以通过立体视觉原理获取环境的三维深度信息，进而为无人机提供精准的空间感知，尤其在没有gps信号的室内环境中，双目视觉为无人机提供了重要的定位依据。
6、而惯性测量单元（imu）则通过加速度计、陀螺仪等传感器提供关于无人机的加速度、角速度以及方向等动态信息，能够有效补充视觉信息的不足，尤其在高动态或局部遮挡的环境中，imu可以提供实时的姿态估计和运动状态。
7、在路径规划方面，现有的路径规划技术主要基于环境的地图信息，通过对障碍物和关键结构的识别，计算出一条最优路径。
8、传统的路径规划算法包括dijkstra算法、rrt（快速随机树）算法等。
9、然而，在复杂室内环境中，障碍物的布局不规则，路径规划的实时性和精度仍然是一个亟待解决的问题。
技术实
1、本专利技术的目的在于提供一种室内无人机定位导航路径规划方法及系统，解决了现有技术中指出的上述技术问题。
2、本专利技术提供了一种室内无人机定位导航路径规划方法，包括如下操作步骤：
3、对无人机安装双目相机设备与惯性测量单元传感器，对所述无人机获取双目相机图像与惯性测量单元数据；
4、对所述双目相机图像进行特征提取得到图像特征点，基于图像特征点建立图像特征点的时序对应关系数据库；
5、利用所述图像特征点的时序对应关系数据库与所述惯性测量单元数据进行估计无人机的位姿；
6、通过所述图像特征点构建3d空间，利用所述图像特征点对所述构建3d空间构建局部环境地图；无人机根据局部环境地图进行路径规划，生成无人机飞行路径；
7、基于所述无人机飞行路径与视觉半直接法对所述无人机的位姿进行优化，得到无人机的最终位姿。
8、与现有技术相比，本专利技术实施例至少存在如下方面的技术优势：
9、分析本专利技术提供的上述一种室内无人机定位导航路径规划方法可知，在具体应用时对无人机安装双目相机设备与惯性测量单元传感器，采集获取对无人机的双目相机图像与惯性测量单元数据，可以计算场景中每个点的深度信息，获取环境的三维结构，并且惯性测量单元数据可以提供无人机的实时姿态信息，对室内无人机导航来说非常重要；
10、进一步的，对双目相机图像可以利用fast角点检测算法进行提取图像特征点，提取不仅有助于识别环境中的关键区域，还能够找出不同时间点拍摄的图像中哪些图像特征点是相同或对应的，从而使前后几帧图像中的相同图像特征点进行关联，生成时间序列关系，从而记录特征点随时间变化的轨迹；
11、进一步的，利用图像特征点的时序对应关系数据库与惯性测量单元数据进行估计无人机的位姿，通过估计无人机的位姿可以优化无人机的定位精度，从而估算无人机的位姿的变化；
12、进一步的，通过对应关系数据库中的连续图像帧之间的图像特征点进行构建3d空间，将每个图像特征点的2d坐标转换为3d空间坐标，利用这些3d空间坐标生成点云，从而利用点云进行生成室内的环境分布等特征；将3d空间划分为多个规则的立方体栅格，对每个栅格区域内的点云进行计算点云密集度，通过点云密集度对栅格区域进行计算栅格占据概率，每个栅格的占据概率反映了该区域中物体的存在可能性，从而判断该栅格区域是否存在物体；通过每个栅格区域的占据概率判断出了哪个栅格区域可能存在更高的物体概率，这样就能够通过这些占据概率较高的物体概率从而构建局部环境地图；并进一步的对通过rrt算法对局部环境地图进行采样规划路径，每次采样根据3d空间内的栅格区域的栅格占据概率与目标位置坐标进行选择采样点，采样点必须不在障碍物区域，也就是点云密集度较低的栅格区域，这样才能够避开障碍物，使无人机安全飞行；
13、进一步的，根据局部环境地图的环境特征与局部环境地图内的每个栅格区域的栅格占据概率进行计算局部环境地图的搜索空间的自适应步长，根据自适应步长对无人机的采样点进行确定路径节点从而找到距离飞行目标最近的节点和避免途中的障碍物碰撞；并且对自适应步长进行加速度因子和姿态调整值的优化，从而使最终的自适应步长能够在实际无人机进行飞行过程中提前避开障碍物的碰撞，而优化的安全步长；并通过环境特征梯度与栅格区域的占据概率梯度以及目标方向进行计算扩展方向，扩展方向能够让无人机对目标终点进行方向性的采样点进行路径节点的筛选，从而找到一条快捷、安全的飞行路径；通过自适应步长与扩展方向对当前栅格区域坐标的采样点进行生成新的栅格区域坐标的采样点，新的采样点可以避开一些障碍物的碰撞；并通过预设占据概率阈值v，对新的栅格区域坐标的采样点的栅格占据概率进行占据概率验证，从而对有效的采样点，作为路径节点，说明该新的采样节点的路径不存在障碍物，能够到达目标位置坐标；
14、进一步的，通过自适应步长和扩展方向进行迭代生成有效的采样点，将所有有效的采样点作为路径节点，生成路径节点序列，并对路径节点序列中的路径节点进行连线，判断该连线路径途中的采样点是否存在障碍物，从而找到一条距离最短，并安全的无人机飞行路径；
15、进一步的，利用无人机飞行路径与视觉半直接法对无人机的位姿进行优化，得到无人机的最终位姿；通过视觉半直接法结合无人机飞行路径来减少无人机的位置估计的误差，确保无人机能够尽可能精确地沿着预定路径飞行。
本文档来自技高网...【技术保护点】
1.一种室内无人机定位导航路径规划方法，其特征在于，包括如下操作步骤：
2.根据权利要求1所述一种室内无人机定位导航路径规划方法，其特征在于，通过所述图像特征点构建3D空间，利用所述图像特征点对所述构建3D空间构建局部环境地图，具体操作步骤如下：
3.根据权利要求2所述一种室内无人机定位导航路径规划方法，其特征在于，无人机根据局部环境地图进行路径规划，生成无人机飞行路径，具体操作步骤如下：
4.根据权利要求3所述一种室内无人机定位导航路径规划方法，其特征在于，所述环境特征包括边缘特征、平面特征以及拐角特征。
5.根据权利要求4所述一种室内无人机定位导航路径规划方法，其特征在于，通过RRT算法对所述局部环境地图进行采样规划路径，每次采样根据3D空间内的栅格区域的栅格占据概率与所述目标位置坐标进行选择采样点，具体操作步骤如下：
6.根据权利要求5所述一种室内无人机定位导航路径规划方法，其特征在于，所述通过所述环境特征与所述栅格占据概率进行计算无人机的自适应步长，具体操作步骤如下：
7.根据权利要求6所述一种室内无
8.根据权利要求7所述一种室内无人机定位导航路径规划方法，其特征在于，通过自适应步长与扩展方向进行计算采样点的最优路径，生成路径节点，再通过整个迭代得到一个路径节点序列，将所述路径节点序列中的路径节点根据RRT算法进行平滑处理，连接路径节点，得到无人机飞行轨迹，具体操作步骤如下：
9.根据权利要求8所述一种室内无人机定位导航路径规划方法，其特征在于，通过RRT算法对所述路径节点序列进行路径节点进行平滑，检查路径节点之间的连线，将路径节点之间能够连线的路径节点进行串联，得到无人机飞行轨迹，具体操作步骤如下：
10.一种室内无人机定位导航路径规划系统，其特征在于，包括：数据采集模块；数据库模块；估计位姿模块；飞行路径模块；优化位姿模块；
...【技术特征摘要】
1.一种室内无人机定位导航路径规划方法，其特征在于，包括如下操作步骤：
2.根据权利要求1所述一种室内无人机定位导航路径规划方法，其特征在于，通过所述图像特征点构建3d空间，利用所述图像特征点对所述构建3d空间构建局部环境地图，具体操作步骤如下：
3.根据权利要求2所述一种室内无人机定位导航路径规划方法，其特征在于，无人机根据局部环境地图进行路径规划，生成无人机飞行路径，具体操作步骤如下：
4.根据权利要求3所述一种室内无人机定位导航路径规划方法，其特征在于，所述环境特征包括边缘特征、平面特征以及拐角特征。
5.根据权利要求4所述一种室内无人机定位导航路径规划方法，其特征在于，通过rrt算法对所述局部环境地图进行采样规划路径，每次采样根据3d空间内的栅格区域的栅格占据概率与所述目标位置坐标进行选择采样点，具体操作步骤如下：
6.根据权利要求5所述一种室内无人机定位导航路径规划方法，其特征在于，所述通过所...
【专利技术属性】
技术研发人员：夏宗权，张雅铭，
申请(专利权)人：洲际联合超伦科技北京有限公司，
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。