[发明专利]基于功能智能的微型无人机环境自适应导航场景识别方法

说明书

本发明公开了一种基于功能智能的微型无人机环境自适应导航场景识别方法。设计由微型无人机与智能移动端组成的组合飞行平台，利用智能移动端的非视觉传感器采集数据并从中提取环境特征，通过训练好的SceneNet深度学习网络对环境特征进行准确识别，还可利用智能移动端的视觉传感器采集图像，通过训练好的mobileet‑v2网络对采集图像进行提取和分类，得到最终识别决策。这种双层场景识别方法与传统的场景识别方法相比，通过模仿生物的生理行为感知环境，能提高场景识别的准确性，实现不同环境下具有良好自适应性能的功能智能导航，能在不改变导航系统的前提下自由开发自适应导航软件，实现不同环境下飞行紧凑、操作可靠的效果。

技术领域

本发明涉及导航场景识别技术领域，尤其涉及一种基于功能智能的微型无人机环境自适应导航场景识别方法。

背景技术

微型无人机以其优越的灵活性和悬停能力，被广泛应用于各种环境下的监视、搜索和救援任务。为了保证高精准地执行这些任务，微型无人机必须具有自主飞行能力。惯性传感器是自主式传感器，其测量信息不受外界环境影响。充分考虑成本和有效载荷的限制，大多数微型无人机导航系统都配备了低成本、低精度的MEMS惯性传感器。为了提高惯性导航的精度，室内多数采取视觉/惯性组合导航方式，室外多数采取GPS/惯性组合导航方式，在提高组合导航系统的精度方面已经进行了大量研究。然而，微型无人机的工作空间覆盖了从室内到室外的复杂变化环境，而外部辅助传感器(如GPS、摄像机)测量信息的可用性取决于变化的场景。因此，在不同环境下获得满意的导航精度是微型飞行器自主飞行面临的一个挑战。

近年来，关于提高无人机环境自适应导航能力的研究已取得了系列成果。P.D.Groves,“The Complexity Problem in Future Multisensor Navigation andPositioning Systems:A Modular Solution”,The Journal of Navigation,67,pp.311-326,2014.研究了在复杂环境下GPS辅助导航时提高导航系统信息融合的平滑性，采用一种模块化多传感器组合导航模式，在不需重新设计整个系统的情况下适应不同的环境。此外，为了更详细地划分环境并确保模块之间的平滑切换，G.Han,P.D.Groves,ContextDetermination for Adaptive Navigation using Multiple Sensors on aSmartphone,in Proceedings of the 29th International Technical Meeting of TheSatellite Division of the Institute of Navigation,pp.742-756,September 2016.引入了“中间”场景类别，以覆盖某些特殊场景中室内和室外之间的边界，例如城市峡谷和靠近窗户的地方，通过对智能自适应行为的建模，基于功能系统理论开发了一种高精度、容错的变结构导航系统。然而，基于系统状态可观测性量化的测量传感器选择准则对环境变化和干扰的鲁棒性较差。

尽管环境自适应导航已成为当前的研究热点，但在涉及微型无人机场景不断转换过程中，如何准确地识别环境背景，重新配置多传感器导航系统，仍然是一个关键的挑战。为此，需要利用环境感知信息完成复杂场景的在线高效识别，为微型无人机选择准确、实时、鲁棒的最优传感器组合和切换点提供合适的决策。