[发明专利]一种无人平台的感知系统

权利要求书

1.一种无人平台的感知系统，其特征在于，包括：

激光传感器，其发射激光获取激光数据，并探测障碍物；

激光算法模块，其包括第一前端位置估计模块和第一后端位置估计模块，所述第一前端位置估计模块获取所述激光传感器的扫描帧数据，并对各个激光扫描帧之间的关联性建立实时的子图，利用扫描匹配的最佳估计位置处插入到子图中，在生成一个子图后，进行一次局部的回环，利用分支定位和预先计算的网格，所有子图完成后，进行全局的回环，实现对激光传感器的实时位置估计，再利用所述激光传感器和无人平台之间的坐标变换关系，实现对无人平台在室内环境中位姿的实时估计；所述第一后端位置估计模块根据全局的位置约束关系，对所述第一前端位置估计模块的子图进行优化；

视觉传感器，其拍摄连续图像获取图像数据，进行环境感知；

视觉算法模块，其包括第二前端位置估计模块和第二后端位置估计模块，所述第二前端位置估计模块根据视觉传感器的图像数据获取图像序列，从图像序列中提取图像特征，利用相邻帧图像进行特征初始匹配后跟踪图像帧并剔除异常匹配点，得到位置和姿态也即位姿信息，实现无人平台在室内环境中的运动估计，并对运动估计信息进行滤波优化；所述第二后端位置估计模块筛选满足条件的关键图像帧进行三维重建恢复其特征点的深度信息，并将重建后的图像以及运动估计信息进行优化和建图，获取最终优化后的位姿，其中，关键图像帧的筛选方法为：设置一个采样时间，在这个采样时间内利用场景的外观变化，将相似性超过一定阈值的连续图像被认为是对同一场景的成像，删除不是同一场景成像的图像数据；

融合定位模块，其融合所述激光算法模块和所述视觉算法模块的定位数据，获取无人平台在室内环境中的位置和速度；采用视觉惯性紧耦合的方法，对于两帧图像i和i+1，首先，假设在第i帧图像上观察到一个3D图像点，则利用预计分项和3D图像点在i帧图像投影的像素坐标，预测出在第i+1帧图像上的像素坐标，该3D图像点在i+1图像上投影点在预测点左右，接着，在完成特征匹配后，通过3D-2D或者2D-2D方法得到i+1帧运动状态的初始估计，最后，在完成i+1帧视觉传感器运动的初始估计之后，利用预测值和初始估计值差值，进行最大后验优化估计；

卫星定位模块，其获取无人平台在室外环境中的位置和速度；

室内外切换导航算法模块，其根据所述融合定位模块和卫星定位模块的状态，切换选择不同的定位方法，并将定位的无人平台的实时位置、速度发送给无人平台，当所述视觉算法模块定位检测到多次闭环时切换选择所述融合定位模块进行导航定位，当所述卫星定位模块有信号时进行切换选择所述卫星定位模块进行导航定位；

环境地图构建算法模块，其通过所述激光传感器或所述视觉传感器建立稠密或者半稠密地图，利用地图提取出障碍物信息，并将障碍物信息发送给无人平台。

2.根据权利要求1所述的感知系统，其特征在于，所述视觉传感器为单目传感器，拍摄的图像序列为：I_0:n{I₀,...,I_n}，假设视觉传感器坐标系和无人平台坐标系重合，对于一个时间连续的相邻时刻，k-1和k时刻视觉传感器的位置用以下传递矩阵表示：

其中，T_k,k-1∈R^4×4，R_k,k-1∈SO(3)为旋转矩阵，t_k,k-1∈R^3×1为平移向量，T_1,n＝{T_1,0,...,T_n,n-1}中包含了所有的子运动；

假设视觉传感器的初始位置为C₀，则通过T_1,n获得从视觉传感器初始位置开始即k＝0到最后第n时刻即k＝n的整个运动轨迹C_0,n＝{C₀,...,C_n}，C_n和C_n-1的关系为：

C_n＝C_n-1T_n,n-1；

通过I_k和I_k-1时刻的图像计算出T_k,k-1，进而恢复视觉传感器的整个运动轨迹C_0,n。