[发明专利]一种无人机室内自主导航方法

权利要求书

1.一种无人机室内自主导航方法，其特征在于，包括以下步骤：

步骤1.搭建双目立体视觉系统

步骤1.1相机标定，获取左右两个相机的内往外参数和畸变模型；

步骤1.2图像矫正

首先利用相机的内往外参数完成世界坐标系到相机坐标系的转换，然后利用相机畸变系数对相机坐标进行矫正后得到较为准确的像素坐标；

步骤1.3三角测距

获取该点到相机间的距离z：

其中，u₁和u₂分别为空间中同一点在左右相机成像平面上的横坐标，d为视差，f为相机焦距，b为两个相机光心之间的距离；

步骤2.环境分类

卷积神经网络包括依次连接的卷积层1、池化层1、看、卷积层2、池化层2、卷积层3、池化层3、卷积层4、池化层4和隐层9；其中，网络输入为32×32图像，输出为3×1向量，用于表示当前图像对应分类于走廊、楼梯、拐角等三类环境的概率；

其中，各神经元激活函数为ReLu函数：

f(v)＝max(0，v) (4)

其中，v为神经元激活前的输出，max表示求最大值，f(v)为经激活后的输出；

选取交叉熵作为网络输出的损失函数：

其中，C为损失函数，n为样本数，a为神经元的实际输出，a＝f(z)，z＝∑w_ix_i+b，w_i为权重，x_i为x的*第i个元素，i为正整数，b为偏置，x^*为每一层神经元的输入，y^*为真实标签；

在反向传播过程中，使用Momentum进行优化，如下式：

其中，l为当前迭代次数，d_l为第l次更新方向，θ_l为待估计参数，g(θ_l-1)为当前梯度方向，E为误差，α为学习率，β为上次更新方向衰减系数；

步骤3.当通过卷积神经网络确定无人机所处环境后，针对不同的环境设计不同飞行策略，用于完成无人机室内自主导航；

情形1.无人机位于室内走廊环境；

首先对走廊图像进行Canny边缘检测与概率霍夫线变换获取图像中的直线，将图像所检测到的直线中斜率接近于0或接近于无穷的直线剔除，直线交点坐标：

其中，(k₁，b₁)，(k₂，b₂)分别为两直线的斜率与截距，；x和y分别为二维成像平面上任一点的X轴和Y轴坐标；

使用划分图像网格的方法，通过寻找直线交点数目最多的网格点，作为消失点的初始估计位置；假设在预处理后的尺寸大小为W×H的图像I上划分N×N的网格，每个网格点的尺寸大小为(W/N)×(H/N)，则每个网格点中直线交点的个数I_{(m′，n′)}如下式所示：

其中，(x_k，y_k)为图像上直线焦点坐标，K为直线焦点个数，1≤k≤K，(m′，n′)为图像上的格点坐标，1≤m′≤M，1≤n′≤N；

消失点的初始估计位置(x^*，y^*)为：

其中，(m^*，n^*)为直线交点数最多的网格点：

采用邻域求平均的方法进一步估计消失点的位置

其中，U为该领域内所有点u组合成的集合，|U|为集合内点的个数：

U＝{k∈[0，K)：||(x_u，y_u)-(x^*，y^*)||²≤δ} (13)

其中，δ为点(x^*，y^*)的邻域半径；

假设消失点P在左右图像上的相机坐标分别为p_l(x_l，y₀)、p_r(x_r，y₀)，则无人机与消失点水平方向的位置关系分类三类：

(1)无人机正对消失点，x_l≥0，x_r≤0，无人机保持当前飞行状态；

(2)无人机在消失点左边，x_l＞0，x_r＞0，无人机应向右调整；

(3)无人机在消失点右边，x_l＜0，x_r＜0，无人机应向左调整。

情形2.无人机位于室内楼梯环境；

经过Canny边缘检测与概率霍夫线变换预处理并过滤后，代表楼梯的直线簇相互间往往并不绝对平行，则斜率与k_i相近的近似平行直线数目如下：

其中T为近似平行直线的斜率差值，为不同直线的斜率；1≤l₁≤L，1≤l₂≤L，L为直线簇的直线数量；

图像中的楼梯由近似平行直线簇中数量最多的直线簇表示，其数量为：

其中，下标k为直线簇的平均斜率，下标k_ll为直线ll的斜率，1≤ll≤L；

无人机开始上楼飞行前矫正其机头的朝向：

(1)当楼梯直线平均斜率k＜-ε时，无人机机头偏左，应向右转动；

(2)当楼梯直线平均斜率k＞ε时，无人机机头偏左，应向左转动；

(3)当楼梯直线平均斜率-ε≤k≤ε时，无人机机头正对楼梯，保持不动；

其中，阈值ε为接近于0的极小正数；

令点与点B(x_j，y_j)为图像上检测到的楼梯段簇左右两个端点，则楼梯中心的横坐标为：

其中，Q为楼梯的线段数，1≤q₁≤Q，1≤q₂≤Q；

由无人机与楼梯中心的相对位置可知：

(1)当时，无人机位于楼梯中心偏左，此时应向右移动；

(2)当时，无人机位于楼梯中心偏右，此时应向左移动；

(3)当时，无人机位于楼梯中心，可保持不动；

其中，阈值δ^*为接近于0的极小正数，x，分别为无人机与楼梯的水平坐标；

情形3.无人机位于室内拐角

首先通过双目视觉系统获取当前场景的左右图像，并尝试通过立体匹配后获取当前场景的深度图，采用非视觉传感器控制无人机距离正前方墙壁的最小距离0.5m。