[发明专利]一种基于视觉的室内无人机路径规划方法

说明书

本发明公开了一种基于视觉的室内无人机路径规划方法，首先构建点云地图，再进行点云滤波与降采样，以提高点云地图精度；然后构建八叉树地图和探索地图，再进行地势值计算；之后规划实时路径，通过上述地图的构建，最终可以形成实时路径规划所需的探索地图，通过无人机位置、路径点在导航坐标系与探索地图坐标系之间的转换，保证路径规划算法的正确性；最后进行实时路径平滑。该方法具备运算量小、实时性强，能够同时进行未知环境探索与路径规划等特点；能够在以探索区域进行精确的局部路径规划，而在未探索区域，则进行全局路径方向导引；并能对突发性障碍物快速响应。

技术领域

本发明属于无人机技术领域，具体涉及一种无人机路径规划方法。

背景技术

传统的无人机通常依靠人工设定的飞行航点及其虚拟航点在室外空旷区域实现路径规划与引导，但随着无人机智能化进程的进一步深入，对无人机的适用场景、任务执行能力提出了越来越高的要求，而路径规划算法更是无人机智能化进程中非常重要的一步。由于室内环境相对室外复杂，存在难以事先获取导航地图、飞行空间狭窄、突发障碍较多等比较突出的技术问题。这类技术问题对于路径规划算法的实时性、重规划能力，以及路径的安全性都提出了较高的要求。

传统的路径规划算法，如RRT*算法、蚁群算法等往往由于其需要较大的运算量，实时性较差，并不适合无人机这类算力较弱的平台使用，而A*、D*以及人工势场法等全局路径规划算法，通常由于在室内环境中难以预先得到全局地图，因此在室内环境中该类全局搜索算法也存在相应瓶颈。因此，一个轻量级实时性较强的，将局部路径规划与全局路径规划相结合的，同时进行未知环境探索与路径规划的，并对突发障碍物能快速响应的路径规划算法，能够更加针对性的解决无人机在室内进行路径规划的主要技术问题。

发明内容

为了克服现有技术的不足，本发明提供了一种基于视觉的室内无人机路径规划方法，首先构建点云地图，再进行点云滤波与降采样，以提高点云地图精度；然后构建八叉树地图和探索地图，再进行地势值计算；之后规划实时路径，通过上述地图的构建，最终可以形成实时路径规划所需的探索地图，通过无人机位置、路径点在导航坐标系与探索地图坐标系之间的转换，保证路径规划算法的正确性；最后进行实时路径平滑。该方法具备运算量小、实时性强，能够同时进行未知环境探索与路径规划等特点；能够在以探索区域进行精确的局部路径规划，而在未探索区域，则进行全局路径方向导引；并能对突发性障碍物快速响应。

本发明解决其技术问题所采用的技术方案包括以下步骤：

步骤1：构建点云地图；

假设点云中的点P_w来自无人机相机获取图像，点P_w在世界坐标系的坐标为(x_w,y_w,z_w)，点P_w在图像像素坐标系对应的坐标为(u,v)，点P_w在世界坐标系的rgb信息等于点P_w在图像像素坐标系中的投影点对应的rgb信息，即：

假设无人机相机获取图像位姿为R_cw、t_cw，其中R_cw表示无人机相机获取图像在世界坐标系中的位姿矩阵，t_cw表示无人机相机获取图像的平移矩阵，则点P_w在相机坐标系下的投影P_c为：

P_c＝R_cwP_w+t_cw

假设相机内参为K：