[發(fā)明專利]一種基于3D攝像頭的無(wú)人機(jī)避障方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201610144953.4
• 申請(qǐng)日: 2016-03-14
• 公開(kāi)（公告）號(hào): CN105759836A
• 公開(kāi)（公告）日: 2016-07-13
• 發(fā)明（設(shè)計(jì)）人: 胡進(jìn);蔡競(jìng)春;李金輝
• 申請(qǐng)（專利權(quán)）人: 武漢卓拔科技有限公司
• 主分類號(hào): G05D1/10
• 分類號(hào): G05D1/10;H04N13/02
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域：

本發(fā)明涉及到智能飛行器系統(tǒng)領(lǐng)域，尤其涉及到本發(fā)明涉及一種基于3D攝像頭的無(wú)人機(jī)避障技術(shù)，可應(yīng)用于各類無(wú)人機(jī)的自動(dòng)導(dǎo)航避障。

背景技術(shù)：

無(wú)人機(jī)(UnmannedAerialVehicles,UAV)的研究在最近幾年有了很大的進(jìn)展，應(yīng)用領(lǐng)域也越來(lái)越廣，可用于通信中繼、氣象探測(cè)、災(zāi)害監(jiān)測(cè)、農(nóng)藥噴灑、地質(zhì)勘測(cè)、地圖測(cè)繪、交通管制、邊境控制等諸多領(lǐng)域。

在航空導(dǎo)航應(yīng)用領(lǐng)域，通常離線給出無(wú)人機(jī)的一組導(dǎo)航控制點(diǎn)(waypoint)，飛行器在導(dǎo)航點(diǎn)間直線飛行，在導(dǎo)航點(diǎn)間的短程路線規(guī)劃需要考慮規(guī)劃點(diǎn)之間的可視性，是否會(huì)與障礙物碰撞。

以往，無(wú)人機(jī)主要依靠慣性導(dǎo)航系統(tǒng)(InertialNavigationSystem,INS)和全球定位系統(tǒng)(GlobalPositionSystem,GPS)進(jìn)行導(dǎo)航，然而，導(dǎo)航過(guò)程中慣性器件具有累積誤差，對(duì)初始值過(guò)于敏感，而GPS并不是總是可獲取的，并且即使是可以獲取，其精度往往滿足不了無(wú)人機(jī)導(dǎo)航的需要。

目前的避障技術(shù)主要有超聲波、激光雷達(dá)和視覺(jué)避障。超聲波和激光雷達(dá)都是主動(dòng)式探測(cè)障礙物的技術(shù)，優(yōu)點(diǎn)是技術(shù)比較成熟，探測(cè)距離精度高；缺點(diǎn)是載重較大，功耗較高，存在探測(cè)盲區(qū)，需要多個(gè)探頭才能進(jìn)行范圍掃描。而視覺(jué)避障主要基于對(duì)2D圖像的分析，無(wú)法知道障礙物的距離信息，或者是將圖像回傳給地面站進(jìn)行算法分析，避障實(shí)時(shí)性較差。

發(fā)明內(nèi)容：

本發(fā)明提出一種基于3D攝像頭的無(wú)人機(jī)避障技術(shù)，其體積輕、功效低、算法實(shí)時(shí)性強(qiáng)，避障算法基于目標(biāo)物體的色度信息和深度信息，能對(duì)取景范圍內(nèi)的所有障礙物進(jìn)行一次性綜合評(píng)估后得到最優(yōu)飛行路徑，和人眼避障具有極大的相似性，將無(wú)人機(jī)的智能避障技術(shù)提升到了一個(gè)新的層次。

為了實(shí)現(xiàn)上述目的，本發(fā)明是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的：

一種基于3D攝像頭的無(wú)人機(jī)避障方法，包括：

1)3D攝像頭(1)采集飛行前方3D圖像，發(fā)送給視覺(jué)分析模塊(2)；

2)視覺(jué)分析模塊(2)通過(guò)飛行控制主模塊(3)請(qǐng)求的無(wú)人機(jī)姿態(tài)信息；

3)視覺(jué)分析模塊(2)根據(jù)3D圖像信息以及無(wú)人機(jī)姿態(tài)信息對(duì)障礙物建模；

4)利用障礙物模型和無(wú)人機(jī)的飛行參數(shù)信息確定飛行調(diào)整路徑。

一種基于3D攝像頭的無(wú)人機(jī)避障系統(tǒng)，包括：

3D攝像頭(1)、視覺(jué)分析模塊(2)和飛行控制主模塊(3)；

其中，3D攝像頭(1)采集飛行前方3D圖像，發(fā)送給視覺(jué)分析模塊(2)；

視覺(jué)分析模塊(2)通過(guò)飛行控制主模塊(3)請(qǐng)求的無(wú)人機(jī)姿態(tài)信息；視覺(jué)分析模塊(2)根據(jù)3D圖像信息以及無(wú)人機(jī)姿態(tài)信息對(duì)障礙物建模，利用障礙物模型和無(wú)人機(jī)的飛行參數(shù)信息確定飛行調(diào)整路徑。

更進(jìn)一步，所述3D圖像包括色彩圖像和深度圖像，所述步驟3)中視覺(jué)分析模塊(2)利用色彩圖像識(shí)別出障礙物輪廓，利用深度圖像獲取障礙物的距離。

更進(jìn)一步，所述步驟3)中視覺(jué)分析模塊(2)根據(jù)姿態(tài)信息重新計(jì)算所述障礙物在地球坐標(biāo)系中的大小和距離以及與無(wú)人機(jī)的相對(duì)位置，實(shí)現(xiàn)障礙物建模。

更進(jìn)一步，所述步驟4)中將障礙物模型和無(wú)人機(jī)的飛行參數(shù)信息作為輸入，應(yīng)用神經(jīng)網(wǎng)絡(luò)模型和遺傳算法，輸出為最新的飛行調(diào)整路徑。

更進(jìn)一步，確定飛行調(diào)整路徑包括判斷路徑規(guī)劃點(diǎn)間連線是否與障礙物的凸包邊界相交。

更進(jìn)一步，確定規(guī)劃路徑點(diǎn)連線的邊界最小矩形框和障礙物邊界線段的邊界最小矩形框，利用兩個(gè)矩形框不相交，初步排除路徑規(guī)劃點(diǎn)間連線和障礙物邊界線段不可能相交的情況；在兩矩形框相交的情況下，利用向量叉積的方法確定路徑規(guī)劃點(diǎn)間連線和障礙物邊界線段是否相交。

更進(jìn)一步，在進(jìn)行遺傳算法設(shè)置時(shí)，將x軸設(shè)置為起始點(diǎn)與目標(biāo)點(diǎn)的連線，然后把x軸等分成xl、x2、…xn，把遺傳算法中路徑二維XY編碼簡(jiǎn)化為一維Y編碼。

更進(jìn)一步，還包括步驟5)：視覺(jué)分析模塊(2)將飛行調(diào)整路徑發(fā)送到飛行控制主模塊(3)，飛行控制主模塊(3)解構(gòu)出動(dòng)力機(jī)構(gòu)的調(diào)整參數(shù)，輸出到動(dòng)力機(jī)構(gòu)執(zhí)行；步驟6)：當(dāng)視覺(jué)分析模塊(2)沒(méi)有輸出飛行調(diào)整信息時(shí)，飛行控制主模塊(3)可根據(jù)飛行目的地自行規(guī)劃飛行路線。

一種無(wú)人機(jī)，包括以上基于3D攝像頭的無(wú)人機(jī)避障方法或系統(tǒng)。

本發(fā)明發(fā)明點(diǎn)在于：

1)采用3D攝像頭，簡(jiǎn)化結(jié)構(gòu)，能夠?qū)崿F(xiàn)自動(dòng)避障。

2)依據(jù)彩色圖像和深度圖像、以及無(wú)人機(jī)姿態(tài)對(duì)障礙物進(jìn)行建模，更加精確。