[发明专利]无人机动态避障方法

说明书

本发明涉及一种无人机动态避障方法，在机身前后左右设置测距传感器，通过Hough变换来识别障碍物，从而障碍物避障飞行，通过不间断对飞行轨迹的预判实现动态监测与障碍物之间的距离或者避障路径矫正，从而实现固定障碍物、移动障碍物的避障飞行。

技术领域

本发明涉及无人飞机导航领域，具体涉及一种无人机动态避障方法。

背景技术

无人机在空中飞行，需要躲避飞行路径上的障碍物，避免撞机带来的损坏，特别是如跟随式自拍无人机、农业植保机等的低高度飞行无人机，其在飞行路径上面临的障碍物更多、情况更复杂，因此对避障的要求更高。

在现有技术中，无人机的避障技术中最为常见的是红外线传感器、超声波传感器、激光传感器以及视觉传感器，通过检测无人机一定距离范围内是否存在其他物体来实现避障，

而且如果障碍物本身也是移动的，即便无人机 停下或者临时调整方向，由于距离障碍物已经比较近，也仍然存在碰撞的可能性，可见只采用近距离避障效果不理想，特别是对于移动性障碍物不是很有效。

发明内容

为了解决上述问题，提供一种能够动态避障的无人机，本发明设计了一种无人机动态避障方法。

本发明所采取的具体技术方案为：一种无人机动态避障方法，在机身前后左右设置测距传感器，包括如下步骤：

步骤1，测距传感器进行前后左右全方位障碍监测，飞行过程中利用测距传感器获取障碍物信息；

步骤2，通过Hough变换提取障碍物特征信息，构建障碍物三维模型；

步骤3，飞机动态实时监测，建立基于其自身速度和位移的粒子滤波器；

步骤4，通过飞控系统参数采集粒子样本；

步骤5，根据粒子样本生成飞机位移状态的预测信息；

步骤6，利用测距传感器对预测信息进行矫正，矫正后输出最优飞行路线规划。

作为优选地，测距传感器包括双目摄像头和雷达传感器，所述左右设置双目摄像头，机身前后设有双目摄像头和雷达传感器，

作为优选地，步骤5中，得出的最优飞行规划路线，进行粒子采重样监测；当采重样判断结果为是时，进行再次粒子样本采集和路线规划，重复步骤4至步骤5；当采重样判断为否时，生成飞机位移状态的预测信息，重复步骤5和步骤6.

作为优选地，步骤2中Hough变换步骤为：对测距传感器监测数据进行阙值分割、寻找局部最大值、提出冗余点、坐标变化、特征数据模糊化、自适应参与投票点、参与投票、确定障碍物特征参数并三维建模。

作为优选地，步骤1中障碍物信息包括障碍物的个数、距离、方位、体积信息。

作为优选地，通过GPS、RTK、测距传感器的信息，准确测算飞机自身的速度、位置、姿态以及相对障碍物的位置和角度。

作为优选地，步骤6中，当n次最优飞行路线规划仍无法绕开障碍物或者测距传感器失效时，自主进行紧急制动、悬停、提示用户接管操作。

有益技术效果：通过Hough变换来识别障碍物，从而障碍物避障飞行，通过不间断对飞行轨迹的预判实现动态监测与障碍物之间的距离或者避障路径矫正，从而实现固定障碍物、移动障碍物的避障飞行。

附图说明

图1为粒子滤波流程图。

具体实施方式

一种无人机动态避障方法，在机身前后左右设置测距传感器，包括如下步骤：

步骤1，测距传感器进行前后左右全方位障碍监测，飞行过程中利用测距传感器获取障碍物信息；