[发明专利]基于深度视觉的多旋翼无人机自主定位方法

说明书

本发明涉及无人机定位控制，为提高无人机在复杂环境下的自主定位导航能力，完成无人机的高精度控制与复杂飞行任务。本发明采用的技术方案是，基于深度视觉的多旋翼无人机自主定位方法，首先搭建多旋翼无人机系统的硬件平台，包括：多旋翼无人机的本体、深度摄像头、SLAM算法执行机载处理器和定位跟踪机载处理器；深度传感器包括彩色摄像头和深度摄像头，SLAM算法执行机载处理器进行运算和图像处理，定位跟踪机载处理器集成有三轴加速度计、三轴陀螺仪、三轴磁力计和气压计微传感器，用于实现定位悬停、轨迹跟踪飞行任务，所述处理器通过数据接口连接实现与地面实时通信。本发明主要应用于多旋翼无人机自主定位场合。

技术领域

本发明涉及一种基于深度视觉的定位控制方法，主要是涉及一种应用于多旋翼无人机自主定位与三维环境重建的感知方法。具体讲,涉及基于深度视觉的多旋翼无人机自主定位方法。

背景技术

近年来，基于计算机视觉的定位导航技术(Simultaneous Localization andMapping，SLAM)在机器人领域快速发展。机器人要实现自主运动导航的关键是要解决实时定位与地图构建，也就是需要同时估计机器人自身的位置和构建周围环境的模型。实现对周围环境信息的获取与感知，需要相应的传感器提供有效的环境信息。深度相机依据红外结构光原理，通过向物体发射光并接受返回的光，测量物体与相机之间的距离恢复三维环境结构，进而实现无人机自主定位导航飞行。

德国慕尼黑工业大学应用单目视觉SLAM实现四旋翼无人机，在未知且无GPS(Global Positioning System)信号的环境下的自主定位与导航。其使用四旋翼无人机作为硬件飞行平台，整个控制系统主要包括三个部分：单目摄像头用于视觉SLAM，扩展卡尔曼滤波用于数据融合和状态估计，PID(Proportion Integration Differentiation)控制器来产生控制命令。悬停和轨迹跟踪实验表明，视觉定位算法能够实现精确、鲁棒、长期无漂移的稳定飞行。(会议：International Conference on Intelligent Robots andSystems；著者：Engel J，Sturm J，Cremers D；出版年月：2012；文章题目：Camera-basednavigation of a low-cost quadrocopter，页码：2815-2821)

美国麻省理工大学的研究人员使用深摄像机用于无GPS环境下的视觉里程计并构建周围环境的地图信息，最后将其应用于四旋翼无人机的自主飞行控制中。实验过程中，其所有的视觉其控制算法均运行在机载处理器及控制器中，避免的无线数据传输引起的干扰，成功实现基于视觉的无人机避障飞行。(期刊：International Journal of RoboticsResearch；著者：Bachrach Abraham，Prentice Samuel，He Ruijie；出版年月：2012；文章题目：Estimation,planning,and mapping for autonomous flight using an RGB-Dcamera in GPS-denied environments，页码：1320-1343)。

发明内容

为克服现有技术的不足，本发明旨在提出一种基于深度视觉的多旋翼无人机SLAM方案，提高无人机在复杂环境下的自主定位导航能力，完成无人机的高精度控制与复杂飞行任务。本发明采用的技术方案是基于深度视觉的多旋翼无人机自主定位方法，首先搭建多旋翼无人机系统的硬件平台，包括：多旋翼无人机的本体、深度摄像头、SLAM算法执行机载处理器和定位跟踪机载处理器；深度传感器包括彩色摄像头和深度摄像头，SLAM算法执行机载处理器进行运算和图像处理，定位跟踪机载处理器集成有三轴加速度计、三轴陀螺仪、三轴磁力计和气压计微传感器，用于实现定位悬停、轨迹跟踪飞行任务，所述处理器通过数据接口连接实现与地面实时通信；