[发明专利]基于建图和快速探索随机树的无人机实时规避重规划方法

说明书

本发明属于无人机系统技术领域，公开了一种基于建图和快速探索随机树的无人机实时规避重规划方法。在无人机飞行过程中，通过利用机载深度相机传感器构建以无人机为中心的八叉树环境局部地图，局部地图随着无人机的运动实时更新。在局部地图的基础上，采用基于采样的快速探索随机树的路径规划方法，找出无人机避障路径关键位置点，利用均匀贝兹曲线将路径关键位置点线段组成的路径转换成平滑、动态的可飞行轨迹。本发明提出的方法简单，可用于计算资源有限的无人机机载系统中实时避障。

技术领域

本发明主要涉及到无人机系统技术领域，特指一种基于建图和快速探索随机树的无人机实时规避重规划方法。本发明提出的方法简单，可用于计算资源有限的无人机机载系统中实时避障。

背景技术

近年来，无人机的高敏捷性、高机动性、易控制等特点，使其在航拍、巡检、物流和救援等应用领域得到了广泛的应用。大多数情况下无人机的任务环境是未知的，或者存在不可预测的障碍。为了满足未知复杂环境下完全自主飞行的需要，实时局部重规划产生平滑、动态可行的轨迹具有重要意义。避免局部冲突的方法主要有两类：第一类是纯反应性方法，它不需要构建环境地图而是直接根据传感器的数据进行规划，这种方法计算速度快，但是不适用于杂乱的环境，而且会严重受到陷入局部极小值的影响；第二类是基于地图的局部避障方法，它利用各种技术，通过由传感器数据或已知的环境信息构建的局部地图，计算出可行的和局部最优的路径，局部地图构建的难点在于建图的快速性。本专利期望通过构建八叉树局部地图，进行实时局部轨迹重规划来生成无碰撞轨迹，使无人机具有在未知复杂环境中安全自主飞行的能力。

发明内容

本发明要解决的技术问题在于：针对无人机自主避障的需求，提出一种基于建图和快速探索随机树的无人机局部轨迹重规划方法。

针对现有技术存在的问题，本发明内容主要包括三个部分：

1、基于三维循环缓冲区的局部地图构建：通过深度距离传感器得到点云数据，利用体素滤波器对点云进行降采样，然后将点云转化为以八叉树形式存储的栅格地图，并将栅格地图存在以三维数组为存储格式的循环缓冲区。

(1)八叉树地图构建

通过深度距离传感器得到点云，利用体素滤波器对点云进行降采样。然后将点云转化为以八叉树形式存储的栅格地图。具体内容为：

用y∈R来表示八叉树地图中节点的占据情况。当不断感知到该节点被占据时，增加y的值；反之，则减小y的值。用x来表示该节点被占据的概率，概率越大则被占据的可能性越高。x和y之间的转换关系如下：

其中x＝0.5表示未确定，通过概率对数转换，实现地图构建和实时更新，动态的对环境中的障碍物进行建模。

(2)基于三维循环缓冲区的局部地图构建

基于已构建的八叉树地图，通过一个以无人机为中心的三维循环缓冲区来构建局部地图。循环缓冲区是大小为N(N＝(2^p))的三维数组。具体内容为：

假设八叉树地图的分辨率为r，将三维空间中的点p(x,y,z)映射到缓冲区中的点_p'(_x'_,y'_,z')^{的映射过程为}_：

假设缓冲区的中心点设为O(o₁,o₂,o₃)，可以通过以下的公式判断点p'是否在缓冲区内：