[發明專利]一種基于語義VSLAM的無人機導航方法

有效

• 申請號: 202110557383.2
• 申請日: 2021-05-21
• 公開（公告）號: CN113405547B
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 岳晨曦;孫浩;孫玲玲;李鄭慧;胡莉英
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C21/20;G06T17/00;G06T17/05;G06T17/20;G06N3/04;G06N3/08
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 楊舟濤

本發明公開了一種基于語義VSLAM的無人機導航方法，本發明結合LIME光度增強算法對輸入圖像進行預處理，使得SLAM系統在低光照環境下更加魯棒。在輕量級神經網絡Yolov4?Tiny的基礎上結合數據增強、遷移學習、初始學習率設置及余弦學習率調整策略進行優化，以進一步提升網絡模型精度及泛化能力。結合超體素預分割三維稠密點云，再將二維物體標注映射到分割后的點云上較高效率地實現三維標注形成語義地圖。結合局部規劃算法、全局規劃算法和Fast?planner算法進行軌跡優化，以適應復雜環境及增加規劃速度。

技術領域

本發明屬于計算機室內定位技術領域，具體涉及一種基于語義VSLAM的無人機導航方法。

背景技術

無人機作為機器人的一種，廣泛應用于農作物檢測、交通運輸、物流配送、自然資源的勘探、智慧城市應用等領域。

現在無人機的室外自動定位系統多數采用Global Positioning System(GPS)，甚至超高精度的Real-time kinematic(RTK)，所以無人機在室外可以達到較好的定位導航效果。但在室內或者沒有GPS的地方，則需要依靠其他方式來進行定位導航。傳統的室內定位方案有超寬帶技術、藍牙、二維碼、射頻識別、光學捕捉系統等，以及現在較為先進的激光雷達即時定位與地圖構建(SLAM)和視覺即時定位與地圖構建(VSLAM)。傳統的定位方式只能提供一個相對的坐標位置用于定位導航，而激光雷達SLAM產生的地圖多數是2D柵格圖，只能應用于一個平面上的定位導航，但是多維度的激光雷達成本非常昂貴，且室內環境復雜，存在低光照及物體擺放復雜等情況。

現在SLAM應用最廣的是掃地機器人，利用二維激光對周圍環境進行掃描，并建立可以導航的二維柵格圖。因為二維激光所建立的地圖不具備語義，而且只能做簡單的避障導航，局限了機器人對環境的感知，所以語義的應用有利于解決室內環境或者非室內環境的定位導航以及測繪方面的應用，并且可以做到智能理解周圍環境。

發明內容

本發明提出一種基于語義VSLAM的無人機導航方法，本發明的主要功能分為可視化地圖構建、自主導航和目標識別、定點定高、航跡飛行。

本發明的主要實現步驟如下：

步驟1、LIME低光照優化處理

利用RGB-D傳感器獲取RGB圖和深度圖，初始化輸入圖像的通道數，將圖像數值歸一化到0～1。當輸入為RGB圖像時，篩選出RGB三個通道中最大的那個值，接下來進行伽馬校正，然后利用Retinex進行求解計算增強后的RGB值，并進行閾值化去噪處理，最后保存輸出。

步驟2、八叉樹地圖的生成

VSLAM利用步驟一處理后的RGB圖和深度圖進三維重構，生成三維點云圖及關鍵幀，YOLOv4-tiny利用步驟一處理后的RGB圖像進行語義標注，每隔一段時間利用超體素分割在三維點云圖上進行預分割，生成紋理、材質及顏色相似度高于設定閾值的點云，聚在一起得到新的三維點云圖，將關鍵幀中的二維語義標注映射到新的三維點云圖，形成語義地圖。VSLAM將語義地圖轉換為八叉樹地圖。

步驟3、軌跡優化

對Fast-planner進行參數初始化，計算障礙物相關代價。遍歷所有局部點云，提取障礙物三維坐標，將本地點云轉化成全局點云。將障礙物坐標進行判斷，計算出安全距離，防止飛控逾越安全距離，完成一個點云的判斷以后繼續遍歷，直至遍歷完成所有局部點云。遍歷完成后尋找代價最小的路徑，即最優路徑，并提取最優路徑的航向角。

步驟4、航跡飛行

無人機利用飛行控制軟件訂閱任務模塊、控制指令及無人機狀態等話題，設置發布期望姿態，并初始化參數包括起飛高度、安全高度、下降速度及地理圍欄。初始化控制器類和通訊類，控制控制器并與PX4通信；提取步驟3中最優路徑的航向角進行航跡飛行。