CN104843176A - 一种用于桥梁隧道自动巡检旋翼无人机系统及导航方法 - Google Patents

Abstract

本发明为一种用于桥梁隧道自动巡检旋翼无人机系统及导航方法，属于桥梁隧道病害的自动检测领域。本发明针对桥隧区域的特点设计了一种依靠GPS与激光雷达、IMU进行自主导航的旋翼无人机巡检系统，实现了在空旷的桥梁区域利用GPS导航系统与封闭的隧道里面利用激光雷达导航系统进行自主巡检，依靠自动避障系统实现对桥梁隧道以及机动车的闪避，拍摄重点区域的图像发回地面站，由地面站生成桥隧的病害专题图，供相关人员使用。本发明具有在巡检过程机动灵活的特点，巡检覆盖范围广，不阻塞交通，实时回传现场画面等优点。

Description

一种用于桥梁隧道自动巡检旋翼无人机系统及导航方法

技术领域

本发明涉及一种用于桥梁隧道等区域自动巡检的旋翼无人机，是利用GPS与二维激光雷达实现旋翼无人机在GPS信号易缺失的桥梁隧道等区域的自主飞行控制进而完成自动巡检作业，具体涉及一种用于桥梁隧道自动巡检旋翼无人机系统及导航方法。

背景技术

我国是一个多山的国家，为了提高公路、铁路运输的经济时速，在山地等区域建设公路通常会采取桥梁、隧道的形式。截止到2013年末，我国桥梁隧道等已经超过73万座，总长度居世界第一，我国也成为世界上隧道和地下工程最多、最复杂、发展最快的国家。然而随着交通运输业的快速发展，尤其是超限(超重、超高、超宽、超长)车辆的激增，严重威胁到桥梁与隧道的安全，随之而来的坍塌事故近年来时有发生，造成人民财产和生命的严重损失，目前，我国很大一部分桥梁与隧道已经进入“老龄”期，巡检与养护工作也成为当前交通发展急需解决的问题。当前桥梁常见病害分别有以下几个方面：不同部位出现裂缝；混凝土强度不均匀；混凝土渗水；露钢筋及锈蚀；梁的拱度过大、过小(预应力过大、过小)；预应力孔道压浆不饱满，钢丝锈蚀；梁体冻裂等。如不及时检测和发现将会带来严重后果。我国针对桥梁隧道的病害修复和行定期的保养耗资巨大，“十一五”期间，中国公路养护费共使用8011亿元，平均每年达1600亿元，但是效果却不甚理想。各路桥养护公司还是使用常规手段对路桥进行巡检。对于山区桥梁来说，由于其跨度大、公里长、交通流量大，运用桥检车进行桥梁隧道检测的时候需要封路，对人员的交通出行带来诸多不便，严重影响了交通通行秩序，且桥检车价格昂贵，操作复杂。对于平原地区的大跨江、跨河桥梁进行常规检测的时候需要封航，且相关的路面还需要封路进行交通疏导；此外，桥检车作业范围有限，对斜拉索桥，悬索主塔结构、索体结构等不能进行有效的巡检。在路桥巡检的实际工作过程中，巡检工作量大，具有较大的随意性，巡检过程不可控，工作环境恶劣危险系数大等现象。总体上，目前的巡检技术相对比较落后，利用新技术研发一种快速、高效的检测手段日益成为路桥检测的迫切需要。

旋翼无人机是近年来快速发展起来的一种小型无人驾驶无人机，旋翼无人机具有普通的无人机无法比拟的优点，主要体现在其结构紧凑、体积小，噪声小，热辐射小以及超强的机动性，可以在狭小的空间内垂直起降，自由穿梭，并且可以长时间悬停监视，旋翼无人机也由原来的军事应用慢慢发展到民用，广泛应用到电影业、农业、工业、遥感航拍等领域。其中无人机作为航空摄影和对地观测的遥感平台为应对桥梁隧道的巡检提供了一种全新的解决方案，无人机以其独特的自身飞行优势以高低空视角结合，能够到达任何位置进行摄像与拍摄，能够方便、快速、准确、有效进行高分辨率空间数据采集和数据传输。且其低成本、高效率、灵活机动、可适应各种恶劣环境。同时，相对于地面平台来讲，空中平台具有更好的机动性和视角优势。将无人机应用了桥梁巡检和应急抢险可以最大程度地将人从环境中解放出来，减少了工作人员的劳动强度，缩短了作业时间，可以大大提高了工作效率。

目前旋翼无人机的导航主要依靠GPS与人工控制，这种方式虽然能够在一定程度上缓解现阶段桥梁隧道巡检任务的困难，但是在桥梁隧道等区域GPS信号经常会被遮蔽导致依赖GPS工作的器件不能发挥效用而导致旋翼无人机不能定位机体的位置甚至发生事故。并且旋翼无人机的控制需要人工遥控，操作人员需要能够熟练操作旋翼无人机已完成各类检测任务，对操作人员的素质要求很高。同时桥梁隧道区域环境比较复杂，纵深比较大，旋翼无人机遥控信号容易受到干扰甚至屏蔽，受远程遥控的旋翼无人机一旦失去控制信号很有可能会发生比较严重的事故。目前我国依靠激光雷达对旋翼无人机的自主导航研究还处于起步阶段，因此设计研究一套基于GPS与二维激光雷达自主导航的桥梁隧道巡检无人机将会产生重大的现实意义与经济价值。

发明内容

本发明的上述技术问题主要是通过下述技术方案得以解决的：

一种用于桥梁隧道自动巡检旋翼无人机系统，其特征在于，包括机架、设置在机架四周的机体防护罩，机架上四个角分别设有一个包括螺旋桨的驱动组件；机架底部固定有固定式起落架，固定式起落架内设有增稳云台、无线图传与通信模块以及高清相机；电池盒固定在固定式起落架和机架底部之间；机架上设有IMU模块以及机载处理器，IMU模块上固定有激光雷达以及固定在激光雷达上方的GPS模块；激光雷达两侧分别通过L行固定杆固定有一个下反射直角棱镜和上反射直角棱镜；所述驱动组件、GPS模块、IMU模块、无线图传与通信模块、激光雷达以及SOS模块均与机载处理器连接，所述高清相机与无线图传与通信模块连接。

一种用于桥梁隧道自动巡检旋翼无人机自主导航方法，其特征在于，根据当前所处位置有GPS信号与无GPS信号进行选择执行以下操作步骤：

选择步骤1，有GPS信号时；预先在巡检区域的起止点获取GPS坐标Ps与Pe，结合目标区域的宽度信息，形成具有一定面积的可飞区，使得四旋翼无人机在可飞区内由Ps点向Pe点飞行；根据先验知识，在可飞区内设置若干个需要监测的关键点，根据最优路径算法得到一条最短路径使得四旋翼无人机检测完所有已设置的关键点；在飞行过程中当激光雷达检测到障碍物时，提前预判障碍物是否在四旋翼无人机的飞行路线上，若障碍物与最短路径存在交叉，则使用蔽障策略绕过障碍物，同时回归原来的航线；到达预设关键点后对关键点区域进行全面的拍摄；

选择步骤2，无GPS信号时；在相对密闭狭小的空间中，GPS信号将会被遮蔽，此时将完全依靠激光雷达与IMU进行导航；具体是建立一个以工作起始点为原点的世界坐标系Gcoor，同时建立以四旋翼无人机中心为原点的机体坐标系Bcoor；其中，

坐标一：建立一个以工作起始点为原点的世界坐标系Gcoor方法如下：

在工作起始点，水平摆放四旋翼无人机，将此时的四旋翼无人机机体坐标系Bcoor作为四旋翼无人机工作的世界坐标系Gcoor；

坐标二：建立以四旋翼无人机中心为原点的机体坐标系Bcoor方法如下：以四旋翼无人机的几何中心为原点，在四旋翼无人机平面内，以四旋翼无人机约定正面一方的朝向定义为x轴正向，以四旋翼无人机左面朝向定义为y轴正向；垂直于四旋翼无人机平面向上的方向定义z轴正向；为了方便计算，将IMU输出的三轴加速度中的x方向定义为无人机机体坐标系的x轴。

本发明主要包括三个方面的内容：1、适用于桥梁隧道区域自动巡检的旋翼无人机机体的设计；2、基于GPS与激光雷达的旋翼无人机自主导航策略的设计；3、旋翼无人机航拍影像的处理。

本发明以四旋翼无人机为例进行说明，当四旋翼无人机处于相对开阔、GPS信号正常的区域时将按照既定的GPS路线进行飞行，此时激光雷达因为扫描距离的限制将不能发挥导航的作用，仅仅用来进行动态蔽障；当四旋翼无人机处于相对封闭狭小的空间时，GPS信号将会缺失，此时将依靠激光雷达对周围的场景进行扫描匹配以完成同步定位与构图作业，为了减轻重量与电量消耗，四旋翼无人机的高度信息也由激光雷达提供。由于机载控制器运算速度与规模的限制，对四旋翼无人机拍摄的影像处理将在地面控制中心进行，主要完成图像的正射矫正、匀色、裁边、拼接与目标识别，最终完成对桥梁隧道中关键目标信息的高精度提取与变化检测。

在上述的一种用于桥梁隧道自动巡检旋翼无人机自主导航方法，将以机体坐标系Bcoor采集的激光雷达的扫描数据通过变换矩阵投影到世界坐标系中Gcoor；用扫描匹配的方式通过旋转平移等操作使激光雷达当前帧与前一段时间内的数据帧的集合达到最佳匹配，从而得到四旋翼无人机当前的姿态相对于前一段时间改变，即扫描匹配后得到四旋翼无人机的相对位移与行偏角；扫描匹配达到的数据与IMU的数据用基于扩展卡尔曼滤波器数据融合滤波器进行数据融合处理得到高精度的位移估计与速度估计，同时保证了很高的估计频率达到实时估计四旋翼无人机位姿信息；

然后通过SLAM将估计的位姿信息与激光雷达的扫描数据共同建立电子地图；SLAM相对需要较大的运算量，在机载处理器上无法完成实时操作，因此只能提供给实时估计四旋翼无人机位姿状态的数据融合滤波器一个短延时补偿；最后由路径规划模型规划四旋翼无人机的向前飞行的路线。

相对于目前桥梁隧道的检测方法与手段，本发明具有明显的优势，体现在；1.本发明所述的自动巡检旋翼无人机具有机动灵活的特点，巡检范围能够全覆盖桥梁隧道区域，无论在空旷区域还是在封闭区域都能进行快速巡检；2.本发明所述的自动巡检旋翼无人机依靠自动避障系统，能够有效躲避障碍物以及机动车辆，可以在不阻塞或者封闭交通的情况下完成对桥梁隧道的巡检任务3.本发明所述的自动巡检旋翼无人机系统能够将旋翼无人机拍摄的现场画面实时回传到地面站，相关人员可以据此了解现场的道路交通状况，在发生交通事故或自然灾害时可以对现场进行调度。并且能够生成桥梁隧道的病害专题图供相关人员使用。

附图说明

图1是本系统机体结构示意图。

图2是本系统机体结构示意图。

图3是本系统的工作流程图。

图4是本系统的蔽障策略流程图。

图5是本系统的分层式控制示意图。

图6是本系统的桥隧病害监测图的制作流程。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。图中，GPS模块1，下反射直角棱镜2，IMU模块3，机载处理器4，电池盒5，螺旋桨6，机体防护罩7，无线图传与通信模块8，固定式起落架9，增稳云台10，高清相机11，SOS模块12，上反射直角棱镜13，激光雷达14。

实施例：

一、首先介绍一下本发明所涉及的装置的具体结构以及导航方法，本发明主要包括：

第一部分，自动巡检旋翼无人机机体的设计：

由于生产工艺与材料的限制，目前大部分的旋翼无人机都存在有效载重小，持续飞行时间短等缺点，因此在设计旋翼无人机的机体时必须充分考虑到各种传感器的体积、重量、功耗等问题，同时尽量减少传感器的用量。基于此本发明在设计旋翼无人机的机体时，在机体上装载了一个UTM-30LX二维激光雷达，一个GPS模块，一个IMU模块，一个微型高清相机以及两个直角反射棱镜作为旋翼无人机的传感器，一个RC模块，一个高清图传，一个装有Linux操作系统的控制板作为控制器与通信链路。

IMU可以用来进行位置、姿态以及速度等的估计，但是单独的使用IMU的会造成较大的误差，因此本发明中配合使用GPS与激光雷达来降低定位误差。在相对封闭的环境中二维激光雷达能够有效的扫描周围环境的变化，作为旋翼无人机定位的依据；在相对空旷的环境下，GPS信号会比较强烈，可以作为主要的导航依据。两个直角反射棱镜分别将一小部分激光雷达的光束反射到旋翼无人机机体的上方与下方用于测量旋翼无人机相对地面的高度与相对顶面的距离。微型高清相机用于拍摄桥梁隧道的画面并通过高清图传实时传输回地面，供相关人员参考，根据需要对特定区域进行完整的拍摄，同时为了保证拍摄效果的稳定性，相机使用机载云台支撑。RC模块用于在紧急情况下等由操作人员夺回旋翼无人机的控制权，人工控制四旋翼无人机完成一些复杂的运动与作业。

第二部分，旋翼无人机的自主导航策略：

自主导航策略按照所处理数据级别分成3个层次，即感知层，处理原始的传感器数据；认知层，根据感知层提交的数据建立周围环境的映射，并在此映射环境中根据正在执行任务的内容做出控制决议；执行层，根据认识层的决议发出旋翼无人机的飞行控制信号以及其他相关传感器的控制信号。每个层次又分为若干个功能模块。

旋翼无人机自主导航策略开始工作之前，要关闭旋翼无人机的所有电源，把旋翼无人机放到合适的起飞位置，这样无人机的传感器没有工作可以避免人为的移动导致状态估计的误差。稳定放置旋翼无人机后，打开机体上的传感器进行初始化，开始传感器数据融合处理，估计旋翼无人机的位姿信息，并以此点建立世界坐标系。初始化完成后，启动旋翼无人机的螺旋桨，进入着陆状态，自行检测旋翼无人机的健康状况。旋翼无人机自检完成后，根据任务内容发出起飞信号，否则回航着陆。正常起飞后，旋翼无人机执行既定任务，任务完成后回航着陆，安全进入到着陆状态。在起飞、执行任务与回航着陆的过程中，若系统捕捉到异常发生，则激活紧急着陆模块，保证旋翼无人机安全着陆与人员的安全。紧急着陆模块可以在系统出现致命性错误时保护旋翼无人机，同时将旋翼无人机可能对周围的环境或人员的伤害降到最低。在紧急着陆模式下，旋翼无人机仅仅依靠激光雷达的数据飞行，在蔽障策略的引导下慢慢的平稳的降低飞行高度。直至降落到地面。

旋翼无人机的自主导航策略分为有GPS信号与无GPS信号两种情况。

第一种情况，有GPS信号时。预先在巡检区域的起止点获取GPS坐标Ps与Pe，结合目标区域的宽度信息，形成具有一定面积的可飞区，使得四旋翼无人机在可飞区内由Ps点向Pe点飞行。根据先验知识，在可飞区内设置若干个需要监测的关键点，根据最优路径算法得到一条最短路径使得四旋翼无人机检测完所有已设置的关键点。在飞行过程中当激光雷达检测到障碍物时，提前预判障碍物是否在四旋翼无人机的飞行路线上，若障碍物与最短路径存在交叉，则使用蔽障策略绕过障碍物，同时回归原来的航线。到达预设关键点后对关键点区域进行全面的拍摄。

第二种情况，无GPS信号时。在相对密闭狭小的空间中，GPS信号将会被遮蔽，此时将完全依靠激光雷达与IMU进行导航。由于GPS不再提供绝对坐标系，因此要建立一个以工作起始点为原点的世界坐标系Gcoor，同时为了方面描述与计算，还要建立以四旋翼无人机中心为原点的机体坐标系Bcoor。

激光雷达通过扫描周围环境得到周围环境的轮廓，当四旋翼无人机发生位移时，激光雷达扫描得到的轮廓将发生变化。利用扫描匹配算法处理相邻的两帧数据便可以估计四旋翼无人机的相对运动，即(ΔX,ΔY,ΔZ)，通过增量运动估计

S＝Σ(ΔX,ΔY,ΔZ)

得到四旋翼无人机的位移信息，从而定位四旋翼无人机的位置。

扫面匹配过程中，每一帧激光雷达的数据都要转换到同一个坐标系中，即将以机体坐标系Bcoor为参考坐标系的激光雷达极坐标数据投影到世界坐标系中，首先将激光雷达数据从极坐标转换为笛卡尔坐标

$\left\{\begin{array}{c}{x}_i=r_i\cos {\mathrm{\ϵ}}_i\\ y_i=r_i\sin {\mathrm{\ϵ}}_i\end{array}\right.$

其中r_i、ε_i分别为激光雷达在一个周期扫描中返回的距离值与扫描角度值。

投影变换矩阵为

$T=\left[\begin{array}{ccc}\cos \mathrm{\θ}& \sin \mathrm{\θ}\sin \mathrm{\φ}& \sin \mathrm{\θ}\cos \mathrm{\φ}\\ 0& \cos \mathrm{\φ}& -\sin \mathrm{\φ}\\ -\sin \mathrm{\θ}& \cos \mathrm{\θ}\sin \mathrm{\φ}& \cos \mathrm{\θ}\cos \mathrm{\φ}\end{array}\right]$

其中θ为旋翼无人机的俯仰角，φ为旋翼无人机的翻滚角。投影变换矩阵与旋翼无人机的姿态有关。经实验发现，这种投影变换在比较封闭且竖直墙体分布较多的空间中具有很好的效果。

在扫描匹配过程中，仅仅比较相邻的两帧数据P_t与P_t-1会产生相对较大的误差，并会将误差积累下去，导致位姿估计的可行度降低。因此在本发明中改进了扫描匹配算法，使当前帧数据不再仅仅匹配前一帧而是匹配前面一段时间内数据帧的集合，即

$f(P_t,P_{t-\mathrm{\&tau;}})=\frac{<P_t,P_{t-\mathrm{\&tau;}}>}{\left|\right|P_t\left|\right|\&CenterDot;\left|\right|P_{t-\mathrm{\&tau;}}\left|\right|}>\mathrm{\&delta;}$

其中P_t表示当前帧，P_t-τ表示前τ帧的集合，δ表示P_t经过旋转平移变换后与P_t-τ的吻合程度，当吻合程度高于阈值δ内时停止迭代。这样能够很好的去除由于环境光等造成的激光雷达数据的跳变。虽然运算次数约增加了τ倍，占用的时间多了一些，但是迭代运算的速度很快，迭代完成一次约为10ms，所以仍能满足实时性的要求，且具有较强的鲁棒性。

扫描匹配后得到的结果与IMU的数据用基于扩展卡尔曼滤波器数据融合滤波器进行数据融合处理得到高精度的位移估计与速度估计，同时保证了很高的估计频率达到实时估计四旋翼无人机位姿信息。然后通过SLAM将估计的位姿信息与激光雷达的扫描数据共同建立电子地图。SLAM相对需要较大的运算量，在机载处理器上无法完成实时操作，因此只能提供给实时估计四旋翼无人机位姿状态的数据融合滤波器一个短延时补偿。最后由路径规划模型规划四旋翼无人机的向前飞行的路线。

第三部分，旋翼无人机航拍影像的处理。此部分在地面控制中心处理四旋翼无人机传回影响，最终找到桥梁隧道中的破损点。

二、下面以四旋翼无人机为例，对本发明的具体实施方式进行说明。

包括一台四旋翼无人机、一台地面移动站、一台操控手柄以及一台超声探测器。

要保证四旋翼无人机能够在桥隧区域安全顺利的工作，搭建一套高精度、高可靠、高稳定的机体平台是重要的基础环节。同时考虑到四旋翼无人机的的有效载荷以及飞行时间，本发明设计了一套小巧灵活，结构简单的机体，如图1与图2所示。

机体架构使用了AscTec Pelican，该机体使用了4组无刷电机，采用塔式结构设计具有很好的可扩展性，对传感器的安放提供了很大的方便。在该机体的底部设计加装了一组固定式起落架9，这种设计将原机体的底盘抬高，为增稳云台10、高清相机11以及无线图传与通信模块8在机体底部的放置提供了空间。底盘的上面放置电池盒5；在电池盒5上一层放置机载处理器4；在机载处理器4上一层放置IMU模块3；IMU模块3上面放置激光雷达13；在激光雷达的两边分别放置了可以将部分激光扫描线反射到机体上方和机体下方的上反射直角棱镜12与下反射直角棱镜2；在激光雷达13上方放置GPS模块1。这样的安放顺序可以使得机体重心大致在螺旋桨的受力平面，使四旋翼无人机具有更强的灵活性。

机载处理器4选用AscTec Atomboard，该处理器使用1.6GHz主频的Intel Atom作为主芯片，配有1GB DDR2内存，使用Linux的一种发行版Ubuntu作为操作系统，并且系统从外置的micro-SD启动。使用Ubuntu作为操作系统使得程序的兼容与移植非常方便，大大减轻了程序开发的工作量。

激光雷达13使用UTM-30LX型号的激光雷达，其供电电压为直流12V±10％，激光束扫描角度为270°，分辨率约为0.25°，扫描频率为40Hz，测距范围为0.1-30m，测距误差±30mm。外形尺寸为50mm×50mm×70mm。

IMU模块3选用Xsens公司的MTi-300AHRS型号，该IMU是一个完整的增强型姿态与航向参考系统，是一种9轴MEMS惯性测量单元，能够输出输出三轴加速度、三轴转速度和三轴地磁场强度，能够无漂移输出翻滚角、俯仰角与偏航角。该IMU采用了抗振陀螺仪设计，测量算法上采用了极具突破性的传感器融合算法，克服了卡尔曼滤波的限制。其供电电压为直流3.3V，每个通道的采样频率为10KHz，数据输出频率为2KHz，延时小于2ms。外形尺寸为58mm×58mm×22mm。

SOS模块12由低功耗的红色信号灯以及超声发射器组成。开启时，红色信号灯会以固定的频率闪烁，具有很强的识别能力，同时，超声发射器向外发射固定频率的超声波。操作人员使用超声探测器能够定位到四旋翼无人机的大致方位，从而找到紧急着陆的四旋翼无人机并将四旋翼无人机带到移动地面站。

上反射直角棱镜13与下反射直角棱镜2可以分别将激光雷达的一部分扫描光线反射到机体上方与机体下方，可以测量四旋翼无人机到天顶与地面的距离，也可以用来探测四旋翼无人机上方与下方的障碍物。采用这样的设计能够充分利用激光雷达的数据，同时减少了传感器的使用，减轻了总量，降低了功耗。

在桥隧环境下四旋翼无人机主要依靠自身的传感器实现自主导航，但是为了保证四旋翼无人机的安全飞行，本发明预留了人工操作入口，地面人员可以随时夺回四旋翼无人机的控制权，手动引导四旋翼无人机飞行。在手动引导模式下，四旋翼无人机上的各个传感器正常工作，保证在手动模式下仍然能够感知四旋翼无人机的飞行轨迹，同时蔽障策略使得四旋翼无人机在遇到障碍物时能够在阈值距离内不再前进，防止手动操作失误导致的撞击事件发生。在自主导航模式下，四旋翼无人机工作流程如图3，在断电状态下将四旋翼无人机放置在一个合适的平稳的起飞点，这时因为机载传感器没有工作，不会记录四旋翼无人机的移动轨迹，防止四旋翼无人机的移动影响四旋翼无人机的位姿估计，使初始化程序更简单。四旋翼无人机安放好后，给机载传感器供电，使机载传感器工作进行数据融合与状态估计，建立以该起点为原点的世界坐标系。在一小段时间内，每次的状态估计的结果偏差在阈值范围内便认为机载传感器工作正常，可以进入着陆状态，然后给螺旋桨马达供电，使螺旋桨旋转。检测到螺旋桨能够正常工作后便进行起飞。起飞过程先垂直爬升到一定高度，然后开始执行任务飞行。在四旋翼无人机飞行过程中，为防止碰撞事故的发生，四旋翼无人机依赖一套蔽障策略，如图4。在爬升过程中与执行任务过程中可以随时由人员发送控制指令，使四旋翼无人机回航着陆，回到起飞点。在飞行过程中若遇到系统错误，如电量不足等，紧急着陆模块激活，使四旋翼无人机就近降落，并且通过无线图传与通信模块8向地面站报告事故。在紧急着陆状态下，四旋翼无人机只依靠激光雷达进行蔽障，平稳的降低飞行高度，直到激光雷达检测到距离地面高度在允许阈值内且测量的距离值在允许的偏差内变动，则认为四旋翼无人机已经接触地面，然后关闭机载传感器与螺旋桨供电，同时开启SOS模块12，供操作人员搜寻四旋翼无人机。

本发明的软件框架采用分层架构，如图5所示。将直接获取数据的底层传感器等设为感知层。在感知层，IMU提供四旋翼无人机的俯仰角θ、翻滚角φ和偏航角对IMU输出的三轴加速度的一次积分得到四旋翼无人机的三轴实时速度，对其二次积分得到四旋翼无人机的相对三轴位移。通过激光雷达的扫描匹配算法可以得到四旋翼无人机的相对位移和偏航角进行微分可以得到实时速度。将激光雷达与IMU的输出参数在扩展卡尔曼融合滤波器中进行数据融合处理，可以得到高频率、高精度的位姿估计信息。在有GPS信号的情况下，还可以利用GPS的绝对坐标相互补偿位移漂移。认知层是利用感知层提供的外界环境的数据建立外界环境的映射，根据四旋翼无人机的位姿信息对四旋翼无人机在映射环境中的行为作出判断。根据认知层的判断，执行层来操控四旋翼无人机的飞行以及拍照的任务的控制，从而实现四旋翼无人机的自主导航。

在实现四旋翼无人机自主导航的基础上，对桥隧区域目标进行图像采集。采集的光学图像与路桥描述库等信息进行融合，如图6所示，最终生成桥隧的病害信息专题图，供相关人员使用。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (3)

1.一种用于桥梁隧道自动巡检旋翼无人机系统，其特征在于，包括机架、设置在机架四周的机体防护罩（7），机架上四个角分别设有一个包括螺旋桨（6）的驱动组件；机架底部固定有固定式起落架（9），固定式起落架（9）内设有增稳云台（10）、无线图传与通信模块（8）以及高清相机（11）；电池盒（5）固定在固定式起落架（9）和机架底部之间；机架上设有IMU模块（3）以及机载处理器（4），IMU模块（3）上固定有激光雷达（14）以及固定在激光雷达（14）上方的GPS模块（1）；激光雷达（14）两侧分别通过L行固定杆固定有一个下反射直角棱镜（2）和上反射直角棱镜（13）；所述驱动组件、GPS模块（1）、IMU模块（3）、无线图传与通信模块（8）、激光雷达（14）以及SOS模块（12）均与机载处理器（4）连接，所述高清相机（11）与无线图传与通信模块（8）连接。

2.一种用于桥梁隧道自动巡检旋翼无人机自主导航方法，其特征在于，根据当前所处位置有GPS信号与无GPS信号进行选择执行以下操作步骤：

选择步骤1，有GPS信号时；预先在巡检区域的起止点获取GPS坐标Ps与Pe，结合目标区域的宽度信息，形成具有一定面积的可飞区，使得四旋翼无人机在可飞区内由Ps点向Pe点飞行；根据先验知识，在可飞区内设置若干个需要监测的关键点，根据最优路径算法得到一条最短路径使得四旋翼无人机检测完所有已设置的关键点；在飞行过程中当激光雷达检测到障碍物时，提前预判障碍物是否在四旋翼无人机的飞行路线上，若障碍物与最短路径存在交叉，则使用蔽障策略绕过障碍物，同时回归原来的航线；到达预设关键点后对关键点区域进行全面的拍摄；

选择步骤2，无GPS信号时；在相对密闭狭小的空间中，GPS信号将会被遮蔽，此时将完全依靠激光雷达与IMU进行导航；具体是建立一个以工作起始点为原点的世界坐标系Gcoor，同时建立以四旋翼无人机中心为原点的机体坐标系Bcoor；其中，

坐标一：建立一个以工作起始点为原点的世界坐标系Gcoor方法如下：

在工作起始点，水平摆放四旋翼无人机，将此时的四旋翼无人机机体坐标系Bcoor作为四旋翼无人机工作的世界坐标系Gcoor；

坐标二：建立以四旋翼无人机中心为原点的机体坐标系Bcoor方法如下：以四旋翼无人机的几何中心为原点，在四旋翼无人机平面内，以四旋翼无人机约定正面一方的朝向定义为x轴正向，以四旋翼无人机左面朝向定义为y轴正向；垂直于四旋翼无人机平面向上的方向定义z轴正向；为了方便计算，将IMU输出的三轴加速度中的x方向定义为无人机机体坐标系的x轴。

3.根据权利要求2所述的一种用于桥梁隧道自动巡检旋翼无人机自主导航方法，其特征在于，

将以机体坐标系Bcoor采集的激光雷达的扫描数据通过变换矩阵投影到世界坐标系中Gcoor；用扫描匹配的方式通过旋转平移等操作使激光雷达当前帧与前一段时间内的数据帧的集合达到最佳匹配，从而得到四旋翼无人机当前的姿态相对于前一段时间改变，即扫描匹配后得到四旋翼无人机的相对位移与行偏角；扫描匹配达到的数据与IMU的数据用基于扩展卡尔曼滤波器数据融合滤波器进行数据融合处理得到高精度的位移估计与速度估计，同时保证了很高的估计频率达到实时估计四旋翼无人机位姿信息；

然后通过SLAM将估计的位姿信息与激光雷达的扫描数据共同建立电子地图；SLAM相对需要较大的运算量，在机载处理器上无法完成实时操作，因此只能提供给实时估计四旋翼无人机位姿状态的数据融合滤波器一个短延时补偿；最后由路径规划模型规划四旋翼无人机的向前飞行的路线。