[发明专利]一种基于视觉SLAM的四旋翼飞行器室内安防系统及方法

权利要求书

1.一种基于视觉SLAM的四旋翼飞行器室内安防方法，其特征在于，所述方法包括以下步骤：

S1、通过视觉传感器获取四旋翼飞行器飞行过程中的实时图像信息并生成点云数据，利用视觉SLAM定位方法计算所述四旋翼飞行器的三维位置信息，实现四旋翼飞行器的定位，同时通过控制器中的惯性测量单元测量出所述四旋翼飞行器的姿态信息，其中利用视觉SLAM定位方法实现四旋翼飞行器定位的具体步骤包括：

S101、所述视觉传感器采集彩色图像和深度图像，通过MATLAB工具箱采用张正友标定法对视觉传感器进行相机标定，获取所述视觉传感器的畸变参数，然后利用视觉传感器的畸变参数对每一帧图像进行畸变修正；

S102、提取每一帧图像中的匹配特征点，根据已提取匹配特征点的相邻两帧图像估计出视觉传感器的运动初始值，并进行点云拼接；

S103、利用DBoW3库进行有效的闭合回环检测，优化视图上的位姿信息；

S104、通过计算所述视觉传感器获取的实时图像信息的点云数据和所述视觉传感器的运动轨迹，构建环境地图，并利用粒子滤波方法获取环境地图中各个位置的视野，将所述视觉传感器获取的实时视野图像信息与粒子滤波方法获取的视野图像信息进行匹配，实现所述四旋翼飞行器位置定位；

S2、通过Zigbee将获取的所述四旋翼飞行器定位信息与姿态信息输入到经典PID飞行控制方法中，进而控制所述四旋翼飞行器按照指定路径巡逻飞行；

S3、所述视觉传感器在所述四旋翼飞行器飞行过程中实时拍摄视频，并将所拍摄的视频人脸信息通过机载微型电脑采用人脸识别方法进行人脸识别处理，然后将识别信息传输给地面监控站。

2.如权利要求1所述的基于视觉SLAM的四旋翼飞行器室内安防方法，其特征在于，所述步骤S101中每一帧图像经过畸变修正后采用高斯滤波处理以消除噪声。

3.如权利要求2所述的基于视觉SLAM的四旋翼飞行器室内安防方法，其特征在于，所述步骤S102的具体实现方法包括：

S1021、采用SIFT算子提取图像I(x,y)的特征点，并通过计算两组特征点的欧式距离进行图像特征点的匹配，其中k为像素点(k∈[1,n))，n为匹配特征点总数；

S1022、根据所述步骤S1021所匹配的特征点信息并结合视觉传感器获得的深度图像信息，得到匹配特征点的三维坐标p＝(x,y,z)，然后计算出两组匹配特征点的三维坐标旋转矩阵R与平移向量t；

S1023、根据匹配特征点的三维坐标旋转矩阵R与平移向量t得到变换矩阵其中0_1×3＝[0 0 0]为1行3列的零矩阵，然后估计出视觉传感器的运动初始值，并进行点云拼接。

4.如权利要求3所述的基于视觉SLAM的四旋翼飞行器室内安防方法，其特征在于，所述S3中人脸识别方法包括以下步骤：

S301、调整所述四旋翼飞行器的视角，并通过所述视觉传感器采集内部人员的人脸数据；

S302、通过所述地面监控站构建CNN卷积神经网络，其卷积计算公式为：

式中xⁱ、y^j分别为第i个输入特征图，第j个输出特征图，p^ij是两者之间的卷积核，b^j为第j个输出特征图的偏差；

S303、所述地面监控站将所述视觉传感器采集的人脸数据与下载的LFW人脸数据通过CNN卷积神经网络进行训练，得到人脸模型，并将所述人脸模型导入所述机载微型电脑内；

S304、所述视觉传感器在所述四旋翼飞行器飞行过程中实时进行视频拍摄，并将所拍摄的视频传给所述机载微型电脑，所述机载微型电脑采用所述S302构建的所述CNN卷积神经网络对所接收的视频进行人脸识别。