[发明专利]基于GAAS的自主飞行方法及系统、存储介质

说明书

本发明公开一种基于GAAS的自主飞行方法及系统、存储介质，方法主要包括：基于SLAM对无人机中多融合传感器和双目/深度/单目相机采集的多种待处理信息进行位姿估计，优化无人机飞控过程中的位置姿态；(结合基于满足动力学约束的A‑star算法和基于双目/单目/深度摄像头的障碍物检测算法进行飞控过程中的路径规划；采用基于梯度(Gradient)的轨迹优化算法对轨迹进行优化，生成具有动力学可行性的轨迹(Trajectory)；基于单应性矩阵恢复无人机降落时视距传感器和降落目标之间的旋转和平移关系，指导无人机降落至目标地。采用本发明，可以实现无人机基于计算机视觉的全自主导航，在没有通信或通信补偿的情况下，仍能弥补系统故障所带来的问题，确保系统长时间良好运行。

技术领域

本发明涉及无人机控制技术领域，尤其涉及一种基于GAAS的自主飞行方法及系统、存储介质。

背景技术

自动化是指“系统运行无需或者很少需要人工操作，但系统功能仅局限于设定的具体行动”。应用飞行器系统的自动化还包括飞行控制系统所用的电传操作技术、将多个传感器信息进行整合的数据融合技术、制导与导航自动化技术 (如飞行管理系统)、地面防撞自动回收技术等。可以说，这些系统只是在一种或多种功能上实现了不同程度的自动化(从低级到复杂)，属于半自主性。

自主总的来说是指“在更为广泛的作战条件、环境因素和更为多样的任务或行动中，使用更多的传感器和更为复杂的软件，提供更高层次自动化的行为”。自主性的特征通常体现在系统独立完成任务目标的程度。也就是说，自主性系统要在极其不确定的条件下，能够完全排除外界干扰，即使在没有通信或通信补偿的情况下，仍能弥补系统故障所带来的问题，并确保系统长时间良好运行。

发明内容

本发明实施例提供一种基于GAAS的自主飞行方法及系统、存储介质，可以实现无人机基于计算机视觉的全自主导航，在没有通信或通信补偿的情况下，仍能弥补系统故障所带来的问题，确保系统长时间良好运行。

本发明实施例第一方面提供了一种基于GAAS的自主飞行方法，可包括：

基于SLAM对无人机中多融合传感器和双目/深度/单目相机采集的多种待处理信息进行位姿估计，优化无人机飞控过程中的位置姿态，所述多融合传感器至少包括惯性测量单元IMU、GPS绝对位置定位传感器和气压计；

结合基于满足动力学约束的A-star算法和基于双目/单目/深度摄像头的障碍物检测算法进行飞控过程中的路径规划；

采用基于梯度(Gradient)的轨迹优化算法对轨迹进行优化，生成具有动力学可行性的轨迹(Trajectory)；

基于单应性矩阵恢复无人机降落时视距传感器和降落目标之间的旋转和平移关系，指导无人机降落至目标地。

本发明实施例第二方面提供了一种基于GAAS的自主飞行系统，可包括：

位姿估计模块，用于基于SLAM对无人机中多融合传感器和双目/深度/单目相机采集的多种传感器信息进行位姿估计，优化无人机飞控过程中的位置姿态，所述多融合传感器至少包括惯性测量单元IMU、GPS绝对位置定位传感器和气压计；

路径规划模块，用于结合基于满足动力学约束的A-star算法和基于双目/单目/深度摄像头的障碍物检测算法进行飞控过程中的路径规划；

轨迹生成模块，用于采用基于梯度(Gradient)的轨迹优化算法对轨迹进行优化，生成具有动力学可行性的轨迹(Trajectory)；

降落实现模块，用于基于单应性矩阵恢复无人机降落时视距传感器和降落目标之间的旋转和平移关系，指导无人机降落至目标地。

本发明实施例第三方面提供了一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行以下步骤：