[发明专利]一种基于多传感器融合的无人机SLAM导航方法及系统

说明书

本发明公开了一种基于多传感器融合的无人机SLAM导航方法，包括实时采集无人机周围环境的图像信息，并根据所述图像信息获取无人机的位姿信息；实时采集无人机与障碍物的深度信息，将所述位姿信息以及所述深度信息融合构建障碍物深度地图，根据所述障碍物深度地图获取无人机的全球位姿信息；根据所述全球位姿信息、所述障碍物深度地图采用在线动态规划路径的规划方法生成无人机的飞行路径，根据所述飞行路径控制无人机的自主避障飞行。该方法及系统可以实现复杂环境中无人机的实时定位与地图构建。相对于传统的无人机导航技术实现实时定位和地图构建与自主导航，提高无人机的智能化程度和导航精度。

技术领域

本发明涉及导航定位与控制技术领域，特别是指一种基于多传感器融合的无人机SLAM导航方法及系统。

背景技术

无人机(Unmanned Aerial Vehicle，UAV)是一种利用无线电遥控设备和自身的程序控制的无人飞行器。近年来，无人机在诸多领域上的广泛应用引起了人们的关注，比如在军事上能够进行侦查、打击；在民用领域可用于航拍、测绘、农林植保和信息监测，四旋翼无人机作为无人机的一种，具有机动性好、结构简单、控制稳定等特点，适合应用于复杂环境下的飞行作业。对于无人机导航来说，最关键的环节是如何获取无人机的位姿信息。

传统的无人机导航技术，例如GPS、惯性传感器、超声波传感器等技术，基于GPS定位技术，在室内环境或者林冠下环境中，因为存在遮挡物，影响GPS信号的接收；基于惯性传感器的定位技术，由于采用的电子陀螺仪容易受到噪声的干扰，导致积分误差不断累积；基于超声波传感器的定位技术，其测距精度低且不能和障碍物靠的太近。SLAM(simultaneouslocalization and mapping，实时定位与地图构建)技术是解决复杂环境下导航的关键技术，SLAM技术已经广泛应用于地面机器人、室内机器人。基于SLAM技术的传感器有激光雷达，单目视觉，双目视觉，深度相机等。SLAM技术使得无人机能够拥有更加精确的定位能力，并且能对周围的障碍物构建深度地图。但是，现有SLAM都存在一定的局限性，现有的单目视觉SLAM，例如LSD-SLAM、ORB-SLAM，在单一背景环境下，存在特征点匹配易丢失，匹配速度慢等缺点；双目视觉SLAM对算法和机载硬件的要求比较高，并且对小型障碍物的识别能力较低；现有的深度相机只能应用于室内，在室外受到自然光的影响比较大；激光SLAM，例如hectorSLAM、gmapping，存在计算量大、噪声大、难以进行回环检测、匹配易丢失等问题。因此，如何将SLAM技术应用到无人机导航上，并且实现无人机在复杂环境下的自主导航飞行，成为本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本发明的目的在于提出一种基于多传感器融合的无人机SLAM导航方法及系统，实现无人机在复杂环境下的自主导航飞行。

基于上述目的本发明提供的一种基于多传感器融合的无人机SLAM导航方法，包括：

实时采集无人机周围环境的图像信息，并根据所述图像信息获取无人机的位姿信息；

实时采集无人机与障碍物的深度信息，将所述位姿信息以及所述深度信息融合构建障碍物深度地图，根据所述障碍物深度地图获取无人机的全球位姿信息；

根据所述全球位姿信息、所述障碍物深度地图采用在线动态规划路径的规划方法生成无人机的飞行路径，根据所述飞行路径控制无人机的自主避障飞行。

进一步，所述采集无人机周围环境的图像信息，并根据所述图像信息获取无人机的位姿信息，包括：

根据当前帧图像信息以及前一帧图像信息获取无人机的相对位姿；

根据关键帧图像信息以及当前帧图像信息对无人机的所述相对位姿进行优化，获取优化后的特征点位置信息；

根据优化后的所述特征点位置信息优化世界位姿，获取无人机在世界坐标系下的所述位姿信息。