【技术实现步骤摘要】
本专利技术涉及无人机路径规划，具体涉及一种用于山体监测的多无人机协同路径规划方法。
技术介绍
1、地质灾害是指在自然或者人为因素的作用下形成的，对人类生命财产造成损失、对环境造成破坏的地质作用或地质现象。在现有技术中通常采用人工简易检测方法或仪器检测方法对地质灾害进行检测和预警，例如派遣人员在地质灾害隐患点进行定期筛查和勘探或在地质灾害隐患点设置多类型传感器，按照设定周期进行数据采集和处理。山体滑坡是一种典型的地质灾害类型，具有突发性强、破坏性大、预测难度高的特点，通过常规的人工手段难以进行及时准确的预测。
2、为了减小山体滑坡的潜在威胁，专业人员需要对山体进行定期检测和施工防护。目前，山体滑坡的检测主要依赖于人力筛查与地面勘探技术，然而，人力筛查不仅劳动强度大，效率低下，每次检测覆盖的山区范围有限，且地面勘探技术成本高昂，易受天气、环境等外部因素制约，难以实现对山体长期、连续的监测。
技术实现思路
1、专利技术目的：本专利技术的目的是提供一种能够自动获取山体模型的用于山体监测的多无人机协同路径规划方法。
2、技术方案：一种用于山体监测的多无人机协同路径规划方法，包括以下步骤：
3、s1、选择若干架结构相同的无人机组成无人机集群，每架无人机均搭载有相机和雷达，基于设定的无人机运动学模型产生无人机集群中各无人机的控制信号；
4、s2、基于一致性控制协议构建无人机集群编队，将无人机集群中某一无人机设定为领航无人机，其余无人机设定为跟随无人
5、s3、控制步骤s2设定的无人机集群编队从起点出发，按照设定速度飞行并接近待测山体，利用各无人机搭载的相机按照预设的时间间隔采集得到待测山体图像，并在每张待测山体图像上标记相应的位置信息，利用各无人机搭载的雷达实时测量各无人机与待测山体的距离，并获取待测山体的倾斜角度和倾斜方向；通过设定无人机集群与待测山体的距离阈值，当无人机集群中的任一无人机与待测山体间的距离小于等于距离阈值时，无人机集群停止待测山体图像采集并返回起点；
6、s4、将步骤s3得到的待测山体图像转换为灰度图像，利用harris角点检测算法对待测山体进行特征点提取，并根据梯度变化方向将提取的特征点分别标记为山顶特征点、山洼特征点及山脚特征点，根据相机成像原理计算出各特征点到相应无人机的深度，利用转换矩阵得到各特征点在世界坐标系下的平均坐标；
7、s5、根据步骤s4得到的各特征点在世界坐标系下的坐标进行多元多项式拟合，得到待测山体的山脊曲线函数，设定山脊曲线生成范围，提取山脊曲线段并连接各山脊曲线段的端点，构成封闭的待测山体剖面图，再根据雷达获取的待测山体倾斜角度和倾斜方向，对待测山体剖面图上的特征点进行坐标变换，沿倾斜方向对变换后的特征点进行扫掠，得到待测山体三维模型；
8、s6、将山顶特征点及山洼特征点作为任务检测点，计算每架无人机与每个任务检测点之间的曼哈顿距离，以总检测距离最小为目标，利用贪心算法进行检测任务分配，使每个任务检测点均分配给一架无人机，未被分配到检测任务的无人机停留在起点；
9、s7、利用步骤s5得到的待测山体三维模型，选择曼哈顿距离作为评价函数，利用a-star算法对步骤s6中分配到检测任务的各无人机进行三维路径规划。
10、具体的，步骤s1包括：
11、利用无人机i的二阶运动方程得到无人机i的二阶一致性控制输入：
12、，
13、式中：、、分别为无人机i在世界坐标系上x、y、z方向的位置坐标，、、分别为无人机i在x、y、z方向上的速度矢量，、、分别为无人机i的二阶一致性控制输入在x、y、z方向上的分量。
14、具体的，步骤s2包括以下子步骤：
15、s21、计算各跟随无人机与领航无人机之间的相对距离；
16、s22、领航无人机和各跟随无人机依次从起点起飞，并飞行至预设高度，之后保持预设高度飞行；
17、s23、设定各跟随无人机与的领航无人机速度保持一致，并控制领航无人机飞行在编队最左侧，各跟随无人机按照编号顺序以固定距离依次排列在领航无人机右侧，根据三维空间带间距的一致性控制协议，跟随无人机的控制输入为：
18、，
19、式中：为跟随无人机i在t时刻的控制输入；为固定增益；为阻尼增益；为跟随无人机i与跟随无人机j间的连接强度；i和j为无人机编号；为跟随无人机i与领航无人机在t时刻的相对距离；为跟随无人机j与领航无人机在t时刻的相对距离；为任意两架无人机之间的期望相对距离；为跟随无人机i与领航无人机t时刻在世界坐标系下z轴上的位置距离；为跟随无人机j与领航无人机t时刻在世界坐标系下z轴上的位置距离；、分别为跟随无人机i和跟随无人机j在t时刻的速度幅值；为无人机集群中的无人机总数；
20、s24、在跟随无人机的控制输入作用下，跟随无人机通过对期望相对距离的追踪，实现对期望位置的追踪，直至无人机集群的速度和位置状态满足三维空间带间距的一致性控制协议，完成无人机集群编队。
21、具体的，步骤s4包括以下子步骤：
22、s41、采用最大值法将待测山体图像转化为灰度图像；
23、s42、应用harris角点检测算法对步骤s41转化后的灰度图像进行图像分割，并对分割后的灰度图像进行特征点检测，获取灰度图像中的全部特征点，再根据梯度变化方向，将识别出的特征点分别标记为山顶特征点、山洼特征点及山脚特征点；
24、s43、任选两张同一时刻由两架不同无人机相机采集的灰度图像，采用基于census变换的立体匹配算法对两张灰度图像中的同一特征点进行立体匹配，并得到两张灰度图像中同一特征点的视差；
25、s44、利用步骤s43得到的两张灰度图像中同一特征点的视差，根据相机成像原理和三角形相似定律，计算得到该特征点距离步骤s43中两架无人机中的一架所搭载的相机的深度，进而得到特征点在该相机坐标系下的三维坐标，再利用相机参数将特征点在相机坐标系下的三维坐标转换为在世界坐标系下的坐标；
26、s45、重复步骤s43和s44，得到同一特征点在每次采集时刻由任意两架无人机采集的灰度图像得到的世界坐标系的坐标集，并计算得到该特征点在世界坐标系下的平均坐标；
27、s46、重复步骤s43至s45，得到全部特征点在世界坐标系下的平均坐标。
28、具体的，步骤s43包括：利用基于census变换的立体匹配算法对两台相机采集的灰度图像进行匹配，选取一张灰度图像内某一特征点对应的像素，计算另一张灰度图像内各特征点的像素的census值与像素的census值的汉明距离，得到与像素汉明距离最小的特征点像素，实现对两台相机采集的灰度图像中的同一特征点的立体匹配，进而得到该特征点在两张灰度图像上的像素点、在水平方向上的视差，公式如下：
29、，
<本文档来自技高网...【技术保护点】
1.一种用于山体监测的多无人机协同路径规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的多无人机协同路径规划方法，其特征在于：所述步骤S1包括：
3.根据权利要求1所述的多无人机协同路径规划方法，其特征在于：所述步骤S2包括以下子步骤：
4.根据权利要求1所述的多无人机协同路径规划方法，其特征在于：所述步骤S4包括以下子步骤：
5.根据权利要求4所述的多无人机协同路径规划方法，其特征在于：所述步骤S43包括：利用基于Census变换的立体匹配算法对两台相机采集的灰度图像进行匹配，选取一张灰度图像内某一特征点对应的像素，计算另一张灰度图像内各特征点的像素的Census值与像素的Census值的汉明距离，得到与像素汉明距离最小的特征点像素，实现对两台相机采集的灰度图像中的同一特征点的立体匹配，进而得到该特征点在两张灰度图像上的像素点、在水平方向上的视差，公式如下：
6.根据权利要求5所述的多无人机协同路径规划方法，其特征在于：所述步骤S44包括：
7.根据权利要求1所述的多无人机协同路径规划方法，其特
8.根据权利要求7所述的多无人机协同路径规划方法，其特征在于：所述步骤S5还包括：
9.根据权利要求1所述的多无人机协同路径规划方法，其特征在于：所述步骤S7包括以下子步骤：
10.根据权利要求9所述的多无人机协同路径规划方法，其特征在于：所述步骤S73还包括：
...【技术特征摘要】
1.一种用于山体监测的多无人机协同路径规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的多无人机协同路径规划方法，其特征在于：所述步骤s1包括：
3.根据权利要求1所述的多无人机协同路径规划方法，其特征在于：所述步骤s2包括以下子步骤：
4.根据权利要求1所述的多无人机协同路径规划方法，其特征在于：所述步骤s4包括以下子步骤：
5.根据权利要求4所述的多无人机协同路径规划方法，其特征在于：所述步骤s43包括：利用基于census变换的立体匹配算法对两台相机采集的灰度图像进行匹配，选取一张灰度图像内某一特征点对应的像素，计算另一张灰度图像内各特征点的像素的census值与像素的census值的汉明距离...
【专利技术属性】
技术研发人员：卓若水，刘云平，侍经纬，乔馨霆，朱琪豪，曾凡响，刘佳，臧强，龚毅光，许伟红，张永宏，方卫华，贾伟力，徐梁，
申请(专利权)人：南京信息工程大学，
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。