[发明专利]基于视觉SLAM的四旋翼无人机全自主飞行控制方法

说明书

技术领域

本发明涉及一种四旋翼无人机全自主飞行控制方法，特别是涉及一种在GPS信号缺失环境下基于视觉SALM的四旋翼无人机自主定位与控制问题。

背景技术

无人机是一种能够通过无线遥控或程序来操纵的无人驾驶飞行器。近年来，无人机在军事及民用等诸多领域的应用引起了人们的广泛关注。比如，在军事上能够进行侦查、监测及小范围内的攻击等；在民用上，可用于航拍、测绘、遥感、农药喷洒、高压输电线路的巡线及地震抢险等。四旋翼无人机作为小型无人机的一种，具有机动性强、结构设计简单、安全性高等突出优点，且其能够近距离靠近目标，更加适合室内等复杂环境中的飞行作业。

四旋翼无人机的定位问题主要是指利用自身传感器确定无人机在飞行环境中相对于惯性坐标系的位置和姿态信息。准确的位姿估计是实现四旋翼无人机安全飞行、轨迹规划以及目标跟踪等复杂飞行任务的前提和基础。广泛使用的定位方法主要是基于GPS的定位方法，然而在一些特殊环境，例如楼群之间、大型建筑物内部等，GPS信号很弱或缺失，传统的基于GPS信号的定位方法较难应用。目前正在研究的不依赖GPS的定位方法主要分为基于激光雷达的定位方法和基于视觉的定位方法。在基于视觉的定位方法中，基于视觉SLAM(同步定位与建图，Simultaneous Localization and Mapping)的定位方法仅使用机载摄像头作为外部传感器，具有体积小、重量轻、价格低、精度高、应用范围广等优势，这也使得视觉导航逐渐成为四旋翼无人机自主控制研究的主要趋势。

常用的视觉SLAM主要依靠PTAM(并行跟踪与建图，Parallel Tracking and Mapping)来实现，PTAM是由Klein和Murray于2007年提出来的(会议：the 6th IEEE and ACM International Symposium on Mixed and Augmented Reality；著者：Klein and D.Murray；出版年月：2007年；文章题目：Parallel Tracking and Mapping for Small AR Workspaces；页码：225-234)。其基本原理是通过跟踪地图中关键帧及关键帧中的特征点进行位置和姿态估计，并且建立的地图能够随定位过程而逐步扩充。

近几年，一些国内外高校和研究机构开始尝试采用视觉SLAM进行四旋翼无人机自主控制，并取得了一些初步成果。瑞士苏黎世联邦理工学院率先将PTAM算法应用于四旋翼无人机控制上，并先后实现了基于地面站架构和基于嵌入式架构的自主飞行控制(期刊：Journal of Field Robotics；著者：Weiss S,Achtelik M W,Lynen S,Achtelik M C,Kneip L,Chli M,Siegwart R；出版年月：2013年；文章题目：Monocular Vision for Long-term Micro Aerial Vehicle State Estimation:A Compendium；页码：803-830)。德国慕尼黑工业大学应用视觉SLAM算法实现了四旋翼无人机的自主定位与导航。该研究组使用AR.Drone无人机作为研究平台，视觉SLAM算法运行在地面站上，但尚未实现机载运算，视觉控制系统存在较大的时间延迟(期刊：IMU；著者：Engel J,Sturm J；出版年月：2012年；文章题目：Accurate figure flying with a quadrocopter using onboard visual and inertial sensing；页码：240-245)。美国加州大学河滨分校的研究人员中也使用了视觉SLAM作为位置信息来源，实现四旋翼无人机的自主定位功能，但该算法运行在地面站上，并未实现机载控制(期刊：Autonomous Robots；著者：Ghadiok V,Goldin J,Ren W；出版年月：2012年；文章题目：On the design and development of attitude stabilization,vision-based navigation,and aerial gripping for a low-cost quadrotor；页码：41-68)。