[发明专利]一种面向数字孪生的四旋翼无人机目标检测与避障方法

权利要求书

1.一种面向数字孪生的四旋翼无人机目标检测与避障方法，其特征在于：以四旋翼无人机自身搭载的各类传感器获取无人机前方障碍物的信息，对接收到的各类传感器数据进行处理，实现对障碍物类型的检测和避障；步骤如下：

步骤1、搭建基于虚幻引擎UE的环境模型：以真实体育场的环境和尺寸，在UE中搭建真实体育场的孪生模型；

步骤2、搭建基于AirSim的四旋翼无人机孪生模型：

定义惯性坐标系即静坐标系—地球坐标系，以及非惯性坐标系即动坐标系—机体坐标系；

对四旋翼无人机进行假设：均匀对称的刚体、质量和转动惯量不发生改变、只受重力和螺旋桨拉力以及螺旋桨一条轴为逆时针转动，另一条轴为顺时针转动；

在AirSim中搭建四旋翼无人机孪生模型：

动力学模型：输入为螺旋桨提供的拉力和力矩，输出为四旋翼的速度和角速度；

运动学模型：输入为动力学模型的输出，即四旋翼的速度和角速度，输出为四旋翼的位置和姿态；

步骤3：采用YOLOv5s目标检测算法，对四旋翼无人机航拍图像进行目标检测；

所述YOLOv5s目标检测算法为改进的YOLOv5目标检测算法，改进策略为：

1、锚框K-Means算法改为K-Means++；

2、加入小目标检测层，对较浅特征图与深特征图拼接后进行检测；

3、使用α-IoU损失函数进行测试；

步骤4：四旋翼无人机采用MavLink消息格式和RPC协议与搭建于AirSim的孪生无人机进行通信；四旋翼无人机搭载的PX4飞控将无人机飞行的状态和位置信息发送搭建于AirSim的孪生无人机的地面计算机，将四旋翼无人机传感器的数据通过数传和图传发送到数字孪生平台的四旋翼无人机孪生的运动学模型模型，包括动力学模型的；

步骤5：数字孪生平台采用步骤3采用YOLOv5s目标检测算法，对四旋翼无人机航拍图像进行目标检测；同时采用基于深度图像的三位避障算法计算得到避障途径；数字孪生平台将避障途径，通过发送MavLink命令至真实四旋翼无人机，控制真实四旋翼无人机避障。

2.根据权利要求1所述面向数字孪生的四旋翼无人机目标检测与避障方法，其特征在于：所述四旋翼无人机运动学模型为：

其中，为三个轴上的平移加速度，表示无人机的滚转角、俯仰角和偏航角，U₁代表总推力，U₂表示无人机实现滚转运动时的推力，U₃表示无人机实现俯仰运动时的推力，U₄表示无人机实现偏航运动时的推力。m代表无人机的质量，g为重力加速度，l代表机臂的长度，J代表电机的转动惯量，I_xx、I_yy、I_zz分别表示x、y、z轴的转动惯量。p，q，r分别表示四旋翼滚转角速度、俯仰角速度、偏航角速度。

3.根据权利要求1所述面向数字孪生的四旋翼无人机目标检测与避障方法，其特征在于：所述数字孪生模拟端采用UE引擎和AirSim仿真平台。