CN114442672A - 一种无人机全自主巡航方法 - Google Patents

Abstract

本发明提供一种无人机全自主巡航方法，属于无人机巡航领域。该方法主要包含步骤：根据无人机巡航任务和已知环境信息，自动生成无人机航点，当GPS满足条件时，无人机使用GPS进行定位，当GPS不满足条件时，无人机使用多源数据融合进行定位，根据无人机定位和航点信息，结合无人机收到的指令进行航点调整，巡航过程中，无人机实时对障碍物进行感知，进而完成无人机避障工作，重新生成无人机航点，无人机根据定位信息按要求到达各航点并实现对应动作，实现全自主巡航。本发明可以在各场景中实现无人机自主定位，并满足定位要求，本发明还提供了一种方法，在无人机自主巡航的基础上考虑到各环境条件下无人机的避障策略，实现了无人机全自主的巡航。

Description

一种无人机全自主巡航方法

技术领域

本发明属于无人机巡航领域，尤其涉及到无人机定位技术和自主巡航方法。

背景技术

无人机自主巡航技术为，在无人操控的情况下，无人机根据自己的定位信息，按照预设的航点飞行，并完成预先安排的各项任务。目前无人机主要工作于无障碍物环境，无法完成自主避障而且在遇到异常情况时需要人为干预，无法实现巡航的全自主。

目前无人机定位技术主要依赖于全球定位系统(GPS)、惯性导航(INS)、无线电定位(UWB)等技术或组合。GPS定位系统依赖与卫星的良好通信，容易受遮挡、电磁信号等因素的干扰，在非合作场景中适应性较差。INS由于累积误差的存在，无法用于长距离的导航定位。无线电定位往往需要额外部署其他设备，无法应用于非合作场景。视觉SLAM利用摄像机图像进行位姿计算，光线环境较差时无法得到视觉特征，进而无法完成定位。激光SLAM利用激光雷达数据进行位姿计算，但其易受灰尘、雨滴等环境因素的影响。目前无人机主要工作在室外或室内单一领域，无法完成无人机全场景的接续定位工作，对无人机进一步应用的开展有一定限制。

发明内容

本发明提供了一种无人机全自主巡航方法，可以实现无人机全场景的自主巡航工作。

为实现上述目的，本发明采用的技术方案为：

一种无人机全自主巡航方法，包括以下步骤：

步骤1，根据无人机巡航任务和已知环境信息，生成无人机初始航点，无人机起飞开始巡航；

步骤2，当GPS满足条件时，无人机使用GPS进行定位，当GPS不满足条件时，无人机使用多源数据融合进行定位；

步骤3，巡航过程中，无人机根据定位信息和航点信息，结合收到的指令对航点进行调整；并实时对障碍物进行感知，根据航线上各点与障碍物之间的距离对无人机航点进行调整，得到最终的航点信息；

步骤4，无人机根据定位信息按要求到达各航点并实现对应动作，实现全自主巡航。

进一步的，步骤2具体包括以下步骤：

步骤201，判断GPS的信号强度和定位精度，当GPS信号强度和定位精度高于阈值时，GPS满足条件；当GPS信号强度和定位精度低于阈值时，GPS不满足条件；

步骤202，当GPS满足条件时，无人机使用GPS进行定位；当GPS不满足条件时，利用传感器判断无人机所处环境，根据环境信息，无人机使用多源数据融合进行定位。

进一步的，步骤3中无人机根据定位信息和航点信息，结合收到的指令对航点进行调整，包括以下步骤：

步骤301，根据无人机初始航点建立全局航点信息库；

步骤302，实时获得无人机当前定位与航点信息；

步骤303，实时接收无人机当前指令，并根据定位信息和航点信息对全局航点信息库进行调整。

进一步的，步骤3中实时对障碍物进行感知，根据航线上各点与障碍物之间的距离对无人机航点进行调整，包括以下步骤：

步骤401，无人机实时对障碍物进行感知，得到障碍物与无人机之间的相对位置关系，进而得到障碍物在无人机地图中的位置和尺寸信息；

步骤402，根据障碍物信息与无人机目前航线的信息，得到航线上各航点与障碍物之间的距离；

步骤403，当航线上各航点与障碍物之间的距离大于安全阈值时，无人机继续按当前航线航行，小于安全阈值时，对无人机航点进行调整。

进一步的，步骤202中利用传感器判断无人机所处环境，包括以下步骤：

步骤2041，无人机根据机载相机获得周围场景图像，并通过模板匹配、深度学习和语义分割方法，得到场景中的语义信息；以及无人机根据激光雷达获得周围的点云数据，根据气压高度计获得无人机当前相对起飞点的高度；

步骤2042，当无人机当前飞行高度高于阈值且激光雷达无点云数据时，无人机处于室外高空场景；

步骤2043，无人机不处于室外高空场景情况下，当无人机从周围场景图像提取出与室外环境相关的语义信息时，无人机处于日常室外场景，当无人机从周围场景图像提取出与室内环境相关的语义信息时，无人机处于室内场景。

进一步的，步骤202中根据环境信息，无人机使用多源数据融合进行定位，具体包括以下过程：

无人机GPS不满足条件且所处环境光线条件足以完成定位的情况下，当无人机处于室外高空场景时，控制云台使机载相机朝下，通过机载图像与遥感图像匹配，并结合视觉和IMU完成无人机定位，将无人机定位坐标转换为统一坐标；

无人机GPS不满足条件且所处环境光线条件足以完成定位的情况下，当无人机处于日常室外场景或室内场景时，控制云台使机载相机朝前，通过机载图像与预设图像库匹配，并结合激光雷达、视觉和IMU完成无人机定位，并将无人机定位坐标转换为统一坐标；

无人机GPS不满足条件且所处环境光线条件不足以完成定位的情况下，当无人机处于室外高空场景时，利用机载红外图像与遥感图像进行匹配，结合IMU完成无人机定位，并将无人机定位坐标转换为统一坐标；

无人机GPS不满足条件且所处环境光线条件不足以完成定位的情况下，当无人机处于日常室外场景或室内场景时，结合激光雷达和IMU完成无人机定位，并将无人机定位坐标转换为统一坐标；

其中，无人机处于室内时，使用向下的线激光获得高度信息，并使用获得的高度信息替换对应的统一坐标中的高度信息；无人机处于室外时，使用气压高度计获得高度信息，并使用获得的高度信息替换对应的统一坐标中的高度信息。

进一步的，步骤303包括以下过程：

记录无人机所经过的航点，建立已经过航点信息库；接收悬停指令时，无人机悬停，并建立未飞行航点信息库；接收降落指令时，无人机航迹点为降落；接收返航指令时，如果无人机处于室外高空场景，则设置起飞点为唯一航点直接返航，如果无人机处于日常室外场景或室内场景，则按照已经过航点信息库，逆序飞过各航点返航；接收继续巡航指令时，无人机按照未飞行航点信息库巡航。

进一步的，步骤401包括以下步骤：

步骤4011，无人机通过深度传感器获得周围环境的点云信息，得到场景中障碍物在无人机坐标系中的位置和尺寸；其中深度传感器包括激光雷达、毫米波雷达和深度相机；

步骤4012，根据障碍物信息和无人机位姿信息，计算障碍物在无人机大地坐标系中的位置和尺寸。

进一步的，步骤403中当航线上各点与障碍物之间的距离小于安全阈值时，对无人机航点进行调整，包括以下步骤：

步骤4031，当航线上各点与障碍物距离小于安全阈值时，对无人机航线进行调整，获得新航点；

步骤4032，利用B样条对新航点进行优化，得到符合无人机飞行的最终的航点信息。

与现有方法相比，本发明的有益效果有：

1.本发明提供了一种全场景自适应的无人机定位方法，可以在各场景中实现无人机自主定位，并满足定位要求。

2.本发明在无人机自主巡航的基础上考虑到各环境条件下无人机的避障策略，实现了无人机全自主的巡航。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明提供的一种无人机全自主巡航方法的流程图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方法

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

本发明提出一种无人机全自主巡航方法，如图1所示，包括以下步骤：

S1，根据无人机巡航任务和已知环境信息，生成无人机初始航点，无人机起飞开始巡航；

S2，当GPS满足条件时，无人机使用GPS进行定位，当GPS不满足条件时，无人机使用多源数据融合进行定位；

S3，巡航过程中，无人机根据定位信息和航点信息，结合收到的指令对航点进行调整；并实时对障碍物进行感知，根据航线上各点与障碍物之间的距离对无人机航点进行调整，得到最终的航点信息；

S4，无人机根据定位信息按要求到达各航点并实现对应动作，实现全自主巡航。

在其中一个实施例中，对于步骤S2，当GPS满足条件时，无人机使用GPS进行定位，当GPS不满足条件时，无人机使用多源数据融合进行定位，包括以下步骤：

S21，判断GPS的信号强度和定位精度，当GPS信号强度和定位精度高于阈值时，GPS满足条件；当无人机遇到包括但不限于受到信号干扰、被周围建筑遮挡、处于室内环境等情况，如果GPS信号强度和定位精度低于阈值，认为GPS不满足条件；

S22，当GPS满足条件时，无人机使用GPS进行定位；GPS不满足条件时，利用传感器判断无人机所处环境，根据环境信息，无人机使用多源数据融合进行定位。

在其中一个实施例中，对于步骤S22，当GPS不满足条件时，判断无人机所处环境，包括：

S241，无人机可以根据机载相机获得周围场景图像，通过模板匹配、深度学习、语义分割等方法，可以得到场景中的语义信息；无人机可以根据激光雷达获得周围的点云数据；无人机可以根据气压高度计获得无人机当前相对起飞点的高度；

S242，当无人机当前飞行高度较高且激光雷达无点云数据时，认为无人机处于室外高空场景；

S243，无人机不处于室外高空场景情况下，当无人机从周围场景图像提取出建筑、草丛、树木、汽车、道路等与室外环境相关的语义信息时，认为无人机处于日常室外场景；无人机不处于室外高空场景情况下，当无人机从周围场景图像提取出家具、电器、地板、天花板等与室内环境相关的语义信息时，认为无人机处于室内场景。

在其中一个实施例中，对于步骤S22，根据环境信息，无人机使用多源数据融合进行定位，包括：

无人机GPS不满足条件且所处环境光线条件足以完成定位的情况下，当无人机处于室外高空场景时，控制云台使机载相机朝下，通过机载图像与遥感图像匹配，并结合视觉和IMU完成无人机定位，将无人机定位坐标转换为统一坐标；

无人机GPS不满足条件且所处环境光线条件足以完成定位的情况下，当无人机处于日常室外场景或室内场景时，控制云台使机载相机朝前，通过机载图像与预设图像库匹配，并结合激光雷达、视觉和IMU完成无人机定位，并将无人机定位坐标转换为统一坐标；

无人机GPS不满足条件且所处环境光线条件不足以完成定位的情况下，当无人机处于室外高空场景时，利用机载红外图像与遥感图像进行匹配，结合IMU完成无人机定位，并将无人机定位坐标转换为统一坐标；

无人机GPS不满足条件且所处环境光线条件不足以完成定位的情况下，当无人机处于日常室外场景或室内场景时，结合激光雷达和IMU完成无人机定位，并将无人机定位坐标转换为统一坐标；

其中，无人机处于室内时，使用向下的线激光获得高度信息，并使用获得的高度信息替换对应的统一坐标中的高度信息；无人机处于室外时，使用气压高度计获得高度信息，并使用获得的高度信息替换对应的统一坐标中的高度信息。

在其中一个实施例中，对于步骤S3，根据无人机定位和航点信息，结合收到的指令对航点进行调整，包括：

S31，根据无人机初始航点建立全局航点信息库；

S32，实时获得无人机当前定位与航点信息；

S33，实时接收无人机当前指令对无人机进行操作，并根据定位信息和航点信息对全局航点信息库进行调整。

在其中一个实施例中，对于步骤S3，实时接收无人机当前指令对无人机进行操作，并根据定位信息和航点信息对全局航点信息库进行调整，包括：

记录无人机所经过的航点，建立已经过航点信息库；接收悬停指令时，无人机悬停，并建立未飞行航点信息库；接收降落指令时，无人机航迹点为降落；接收返航指令时，如果无人机处于室外高空场景，则设置起飞点为唯一航点直接返航，如果无人机处于日常室外场景或室内场景，则按照已经过航点信息库，逆序飞过各航点返航；接收继续巡航指令时，无人机按照未飞行航点信息库巡航。

在其中一个实施例中，对于步骤S3，实时对障碍物进行感知，根据航线上各点与障碍物之间的距离对无人机航点进行调整，包括：

S41，无人机实时对障碍物进行感知，得到障碍物与无人机之间的相对位置关系，进而得到障碍物在无人机地图中的位置和尺寸信息；

S42，根据障碍物信息与无人机目前航线的信息，得到航线上各航点与障碍物之间的距离；

S43，当航线上各航点与障碍物之间的距离大于安全阈值时，无人机继续按当前航线航行，小于安全阈值时，对无人机航点进行调整。

在其中一个实施例中，对于步骤S41，无人机实时对障碍物进行感知，得到障碍物与无人机之间的相对位置关系，进而得到障碍物在无人机地图中的位置和尺寸信息，包括：

S411，通过激光雷达、毫米波雷达、深度相机等设备可以获得周围环境的点云信息，得到场景中障碍物在无人机坐标系中的位置和尺寸；

S412，根据障碍物信息和无人机位姿信息，计算障碍物在无人机大地坐标系中的位置和尺寸。

在其中一个实施例中，对于步骤S43，当航线上各点与障碍物之间的距离小于安全阈值时，对无人机航点进行调整，包括：

S431，当航线上各点与障碍物距离小于安全阈值时，对无人机航线进行调整，获得新航点；

S432，利用B样条对新航点进行优化，得到符合无人机飞行的航点。

Claims (9)

1.一种无人机全自主巡航方法，其特征在于，包括以下步骤：

步骤1，根据无人机巡航任务和已知环境信息，生成无人机初始航点，无人机起飞开始巡航；

步骤2，当GPS满足条件时，无人机使用GPS进行定位，当GPS不满足条件时，无人机使用多源数据融合进行定位；

步骤3，巡航过程中，无人机根据定位信息和航点信息，结合收到的指令对航点进行调整；并实时对障碍物进行感知，根据航线上各点与障碍物之间的距离对无人机航点进行调整，得到最终的航点信息；

步骤4，无人机根据定位信息按要求到达各航点并实现对应动作，实现全自主巡航。

2.根据权利要求1所述的无人机全自主巡航方法，其特征在于，步骤2具体包括以下步骤：

步骤201，判断GPS的信号强度和定位精度，当GPS信号强度和定位精度高于阈值时，GPS满足条件；当GPS信号强度和定位精度低于阈值时，GPS不满足条件；

步骤202，当GPS满足条件时，无人机使用GPS进行定位；当GPS不满足条件时，利用传感器判断无人机所处环境，根据环境信息，无人机使用多源数据融合进行定位。

3.根据权利要求1所述的无人机全自主巡航方法，其特征在于，步骤3中无人机根据定位信息和航点信息，结合收到的指令对航点进行调整，包括以下步骤：

步骤301，根据无人机初始航点建立全局航点信息库；

步骤302，实时获得无人机当前定位与航点信息；

步骤303，实时接收无人机当前指令，并根据定位信息和航点信息对全局航点信息库进行调整。

4.根据权利要求1所述的无人机全自主巡航方法，其特征在于，步骤3中实时对障碍物进行感知，根据航线上各点与障碍物之间的距离对无人机航点进行调整，包括以下步骤：

步骤401，无人机实时对障碍物进行感知，得到障碍物与无人机之间的相对位置关系，进而得到障碍物在无人机地图中的位置和尺寸信息；

步骤402，根据障碍物信息与无人机目前航线的信息，得到航线上各航点与障碍物之间的距离；

步骤403，当航线上各航点与障碍物之间的距离大于安全阈值时，无人机继续按当前航线航行，小于安全阈值时，对无人机航点进行调整。

5.根据权利要求2所述的无人机全自主巡航方法，其特征在于，步骤202中利用传感器判断无人机所处环境，包括以下步骤：

步骤2041，无人机根据机载相机获得周围场景图像，并通过模板匹配、深度学习和语义分割方法，得到场景中的语义信息；以及无人机根据激光雷达获得周围的点云数据，根据气压高度计获得无人机当前相对起飞点的高度；

步骤2042，当无人机当前飞行高度高于阈值且激光雷达无点云数据时，无人机处于室外高空场景；

步骤2043，无人机不处于室外高空场景情况下，当无人机从周围场景图像提取出与室外环境相关的语义信息时，无人机处于日常室外场景，当无人机从周围场景图像提取出与室内环境相关的语义信息时，无人机处于室内场景。

6.根据权利要求5所述的无人机全自主巡航方法，其特征在于，步骤202中根据环境信息，无人机使用多源数据融合进行定位，具体包括以下过程：

无人机GPS不满足条件且所处环境光线条件足以完成定位的情况下，当无人机处于室外高空场景时，控制云台使机载相机朝下，通过机载图像与遥感图像匹配，并结合视觉和IMU完成无人机定位，将无人机定位坐标转换为统一坐标；

无人机GPS不满足条件且所处环境光线条件足以完成定位的情况下，当无人机处于日常室外场景或室内场景时，控制云台使机载相机朝前，通过机载图像与预设图像库匹配，并结合激光雷达、视觉和IMU完成无人机定位，并将无人机定位坐标转换为统一坐标；

无人机GPS不满足条件且所处环境光线条件不足以完成定位的情况下，当无人机处于室外高空场景时，利用机载红外图像与遥感图像进行匹配，结合IMU完成无人机定位，并将无人机定位坐标转换为统一坐标；

无人机GPS不满足条件且所处环境光线条件不足以完成定位的情况下，当无人机处于日常室外场景或室内场景时，结合激光雷达和IMU完成无人机定位，并将无人机定位坐标转换为统一坐标；

其中，无人机处于室内时，使用向下的线激光获得高度信息，并使用获得的高度信息替换对应的统一坐标中的高度信息；无人机处于室外时，使用气压高度计获得高度信息，并使用获得的高度信息替换对应的统一坐标中的高度信息。

7.根据权利要求3所述的无人机全自主巡航方法，其特征在于，步骤303包括以下过程：

记录无人机所经过的航点，建立已经过航点信息库；接收悬停指令时，无人机悬停，并建立未飞行航点信息库；接收降落指令时，无人机航迹点为降落；接收返航指令时，如果无人机处于室外高空场景，则设置起飞点为唯一航点直接返航，如果无人机处于日常室外场景或室内场景，则按照已经过航点信息库，逆序飞过各航点返航；接收继续巡航指令时，无人机按照未飞行航点信息库巡航。

8.根据权利要求4所述的无人机全自主巡航方法，其特征在于，步骤401包括以下步骤：

步骤4011，无人机通过深度传感器获得周围环境的点云信息，得到场景中障碍物在无人机坐标系中的位置和尺寸；其中深度传感器包括激光雷达、毫米波雷达和深度相机；

步骤4012，根据障碍物信息和无人机位姿信息，计算障碍物在无人机大地坐标系中的位置和尺寸。

9.根据权利要求4所述的无人机全自主巡航方法，其特征在于，步骤403中当航线上各点与障碍物之间的距离小于安全阈值时，对无人机航点进行调整，包括以下步骤：

步骤4031，当航线上各点与障碍物距离小于安全阈值时，对无人机航线进行调整，获得新航点；

步骤4032，利用B样条对新航点进行优化，得到符合无人机飞行的最终的航点信息。

Images