[发明专利]一种基于边界和采样的混合无人机自主探测方法

权利要求书

1.一种基于边界和采样的混合无人机自主探测方法，其特征在于，包括以下步骤：

步骤(1)、无人机实时采集数据，通过与上一次的地图模型对比，检测和提取新的边界点；

步骤(2)、通过在步骤(1)获取到的边界点中均匀随机采样得到最佳观测点；

步骤(3)、规划一条从当前点前往步骤(2)中得到观测点的路线，并将无碰撞的路线和观测点分别作为边和顶点加入历史路线图；

步骤(4)、当无人机无法在当前节点获取到新的边界点时，根据步骤(3)中的历史路线图规划一条前往距离最近的、待探测的边界点的路线。

2.根据权利要求1所述的基于边界和采样的混合无人机自主探测方法，其特征在于：所述步骤(1)中检测和提取新的边界点，具体包括：

在一次迭代过程中，无人机采集到的大量数据，首先与上一次迭代时的三维地图模型相比，获得位于无碰撞空间中新增的体素集合V_C，然后根据无人机当前状态x和机载深度相机的具体参数，包括：最大感知距离d_max、垂直视场角α_v和水平视场角α_h计算每一个体素v∈V_C是否位于无人机的当前视锥范围内，若是则添加到体素集合V_P中；地图中任一体素的状态是根据其占据概率确定的，有：

其中，State(v)表示体素v的状态，有无碰撞状态Free、被占据状态Occupied和未知状态Unknown，而p(v)∈[0,1]表示体素的占据概率，通过传感器获取的深度信息叠加得到；

接下来，对得到的集合V_P进行最后的6-连通判断操作，如果其中的某一个体素v∈V_P在一个或多个方向上与未知空间紧邻，那么则将该体素同时添加至边界点集合V_F和V_NF中，其中V_F指的是全局边界点集合，而V_NF指的是当前迭代过程中所探测到的新边界点的集合，在每一次迭代正式开始时，集合V_F和V_NF都需要先进行初始化操作，V_F需要判断内部的体素元素是否仍然满足边界点的条件，并删去不满足条件的体素，V_NF的初始化是直接清空整个集合即可。

3.根据权利要求1所述的一种基于边界和采样的混合无人机自主探测方法，其特征在于：所述步骤(2)中，为了启发式地选择下一最佳观测点从而更加快速的完成无人机的探测任务，引入当前迭代中新得到的边界点集合V_NF，通过在其中采样使无人机一直保持向着前方运动直至没有新的边界点被检测到，从而避免的局部的不断往复；预先设置一个比例系数k，用来平衡无人机在集合V_NF和V_F中的采样次数；对于每k次观测点的采样，有k-1次均来自集合V_NF，一次来自集合V_F。

4.根据权利要求3所述的一种基于边界和采样的混合无人机自主探测方法，其特征在于：将偏航角的取值范围[-π,π)划分为36个部分，也就是说每两个相邻的方向之间的夹角是10°，接下来根据采样得到的观测点位置p和相应的最佳偏航角ψ组合得到真正的观测点状态x＝[p,ψ]^Τ，其探测增益由以下公式计算：

gain＝λ·G_visible-(1-λ)·C_dist

其中λ∈[0,1]是预先设置的调整因子，用以平衡可观测深度相机视锥中的未知体素数量G_visible和从当前位置到观测点的距离代价C_dist距离的代价函数直接取两点的欧氏距离，由下式计算得到：

其中p_Cx,p_Cy,p_Cz和p_Vx,p_Vy,p_Vz分别指无人机当前位置和经过采样得到的观测点在笛卡尔坐标系三个方向上的坐标，基于快速扩展随机树的方法进行路径规划。

5.根据权利要求1所述的一种基于边界和采样的混合无人机自主探测方法，其特征在于：所述步骤(3)中，在探测阶段，当无人机处于不断地选择最佳观测点并前往的循环中时，被选中的观测点作为顶点被添加到历史路线图中，以该观测点为端点，HRM中的其他顶点为另一端点，且与HRM无碰撞的边也被添加到HRM中；在一次迭代过程中，一旦没有新的边界点被检测到，即系统自动进入返回待探测边界点阶段，此时无人机就开始根据HRM规划一条返回未探测的、距离最近的观测点，选用连续线段而不是优化后的平滑曲线表示规划的路线，当在整个探测任务中找不到边界点的时候，即则视为探测任务完成；所述边界点指的是边界体素，也就是位于free空间中，且至少一个方向与unknown空间相连的体素。