CN114690796A - 一种用于无人机机间测距的相对定位系统及方法 - Google Patents

Abstract

本发明公开了一种用于无人机机间测距的相对定位系统，包括：环境捕捉装置，其用于获取当前无人机前、后、左、右和下方的场景感知信息和场景深度信息；控制装置，其用于将不同方位的场景感知信息和场景深度信息进行飞行时间校准后，发送至信息处理装置；信息处理装置，其用于根据经过飞行时间校准后的各方位场景信息，构建表征当前无人机全方位环境状态的三维结构模型，基于此，计算当前无人机与各角度上的相邻无人机之间的距离。本发明形成了一种具有重量轻、体积小、算法简单、功耗低、易于装载、且可靠性高的相对定位方案。

Description

一种用于无人机机间测距的相对定位系统及方法

技术领域

本发明涉及无人机定位检测技术领域，尤其是涉及一种用于无人机机间测距的相对定位系统。

背景技术

无人机机间测距是无人机编队技术的核心，无人机编队是指为了适应复杂的任务需求与任务的多变性，将多架无人机按照某种队形进行排列和任务分配，使其能按照预置位置稳定飞行的一种控制系统。这个概念描述的是一个过程，而不仅仅是一个编队的动作。它不仅包含了无人机飞行过程中的队形形成过程，队形形成之后的保持和变化等飞行内容，也包括在此飞行过程中整体任务的规划、任务的分配与执行等内容。其中，常用的编队队形有：横队、纵队、梯队和楔队等，可以通过改变飞机之间的间隔或者改变飞机在编队中的位置来控制改变队形。

无人机集群在编队飞行的过程中，需要采用机间测距技术对个体进行相对定位和绝对定位。一般采用无线电定位(GPS、北斗等)或者光电定位(激光雷达)的方法部署上述工作。在实现本发明过程中，发明人发现现有技术中，为了适应高密度无人机集群快速、智能、自主定位的实际需要，尤其是小型无人机无法安装大型扫描式激光雷达的情况下，需要设计一种能够在小范围内实现面阵距离成像的快速、高精度光电探测装置。

发明内容

为了解决上述技术问题，本发明实施例提供了一种用于无人机机间测距的相对定位系统，所述相对定位系统设置于编队内无人机的底部，所述相对定位系统包括：环境捕捉装置，其用于获取当前无人机不同方位下的场景感知信息和场景深度信息；控制装置，其用于将不同方位的场景信息进行飞行时间校准后，发送至信息处理装置；所述信息处理装置，其用于根据经过飞行时间校准后的各方位场景信息，构建表征当前无人机全方位环境状态的三维结构模型，基于此，计算当前无人机与各角度上的相邻无人机之间的距离。

优选地，所述相对定位系统，还包括：设置于所述环境捕捉装置不同方向的照明单元，其用于检测当前环境捕捉装置在相应方向上的光照强度信号，以及在照明强度控制指令的作用下调节自身光照强度；所述控制装置，其还用于获取不同方向的所述光照强度信号，基于此，对各个方向的光照强度与当前镜头的匹配适应性进行分析，生成照明强度控制指令，以对各照明单元的照明强度进行调节。

优选地，所述相对定位系统还包括：系统安装壳，所述系统安装壳具备：构造为长方体结构的本体；第一部，其设置于所述本体的任意一个侧面的底部，所述第一部外凸于所述本体，所述第一部与所述本体一体成型。

优选地，所述照明单元具备：光杯，其用于对所述照明单元内的光源进行反射处理，将不同方向的光信号聚焦到指定范围内。

优选地，所述信息处理装置包括：信息融合模块，其用于基于不同方位的场景感知信息，结合不同方位的场景深度信息，利用激光点云解算技术，对各方位的场景感知结果进行实时点云成像，所述场景感知信息包括点云数据；模型构建模块，其用于对点云成像结果进行三维重建，得到所述三维结构模型；距离计算模块，其用于基于所述三维结构模型，计算各个方位上的相邻无人机的距离，并完成各相邻无人机的定位。

优选地，所述环境捕捉装置的镜头采用8片透镜结构。

优选地，所述环境捕捉装置包括：CMOS传感器，其用于采集不同方位处的所述场景深度信息；校正器，其设置于所述CMOS传感器处，其中，所述控制装置还用于在预设的扫描角度范围内进行扫描测距，得到针对当前扫描视野范围内所有扫描点所构成的所述场景感知信息。

优选地，所述控制装置，其还用于根据所述场景深度信息，利用相位展开技术，绘制当前镜头视野范围内不同预设频率下的相位图，基于此，对各方位镜头对应的飞行时间进行标定处理，得到系统级飞行时间测量结果。

另一方面，本发明实施例还提供了一种用于无人机机间测距的相对定位方法，所述相对定位方法利用如上述所述的相对定位系统实现无人机对各个方位下的相邻无人机的定位，所述相对定位方法包括：步骤一，获取当前无人机不同方位下的场景感知信息和场景深度信息；步骤二，将不同方位的场景信息进行飞行时间校准后，发送至信息处理装置；步骤三，所述信息处理装置根据经过飞行时间校准后的各方位场景信息，构建表征当前无人机全方位环境状态的三维结构模型，基于此，计算当前无人机与各角度上的相邻无人机之间的距离。

优选地，在所述步骤三中，基于不同方位的场景感知信息，结合不同方位的场景深度信息，利用激光点云解算技术，对各方位的场景感知结果进行实时点云成像，所述场景感知信息包括点云数据；对点云成像结果进行三维重建，得到所述三维结构模型；基于所述三维结构模型，计算各个方位上的相邻无人机的距离，并完成各相邻无人机的定位。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

本发明提出了一种用于无人机机间测距的相对定位系统及方法。该系统及方法是一种基于稀疏深度信息采集的面阵三维探测方案，用于面向复杂环境应用，实现低成本、高精度的三维信息获取与重建，以高帧频方式实时获取远距离被检测场景的三维立体信息。在此基础上，进一步实现图像自动校正和基于点云数据的大面阵三维成像，从而解决现阶段复杂场景三维测量中存在的问题，为AI目标检测技术扩展到三维成像领域提供可靠的面阵三维探测方法。与传统的三维探测技术相比，本发明实施例将点云成像过程与二维灰度图像的信息获取方法相结合，不依靠双目视觉的复杂计算、也不依靠复杂的机械扫描结构，从而不仅可以在未来全面取代传统的三维探测技术，甚至于取代二维探测技术，成为机器视觉行业的主流，形成一种具有重量轻、体积小、算法简单、功耗低、易于装载、且可靠性高的相对定位方案。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本申请实施例的用于无人机机间测距的相对定位系统的结构示意图。

图2为本申请实施例的用于无人机机间测距的相对定位系统对应的系统安装壳的结构示意图。

图3为本申请实施例的用于无人机机间测距的相对定位系统与无人机的对接原理示意图。

图4为本申请实施例的无人机中用于安装相对定位系统的安装面的结构示意图。

图5为本申请实施例的用于无人机机间测距的相对定位系统的实现原理示意图。

图6为本申请实施例的用于无人机机间测距的相对定位系统中环境捕捉装置内光学镜头的结构示意图。

图7为本申请实施例的用于无人机机间测距的相对定位系统中环境捕捉装置内光学镜头的光学参数示意图。

图8为本申请实施例的用于无人机机间测距的相对定位系统中校正器的工作原理示意图。

图9为本申请实施例的用于无人机机间测距的相对定位方法的步骤图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

另外，附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

无人机机间测距是指为了适应复杂的任务需求与任务的多变性，将多架无人机按照某种队形进行排列和任务分配，使其能按照预置位置稳定飞行的一种控制系统。这个概念描述的是一个过程，而不仅仅是一个编队的动作。它不仅包含了无人机飞行过程中的队形形成过程，队形形成之后的保持和变化等飞行内容，也包括在此飞行过程中整体任务的规划、任务的分配与执行等内容。其中，常用的编队队形有：横队、纵队、梯队和楔队等，可以通过改变飞机之间的间隔或者改变飞机在编队中的位置来控制改变队形。

无人机集群在编队飞行的过程中，需要对个体进行相对定位和绝对定位。一般采用无线电定位(GPS、北斗等)或者光电定位(激光雷达)的方法部署上述工作。在实现本发明过程中，发明人发现现有技术中，为了适应高密度无人机集群快速、智能、自主定位的实际需要，尤其是小型无人机无法安装大型扫描式激光雷达的情况下，需要设计一种能够在小范围内实现面阵距离成像的快速、高精度光电探测装置。

为了解决上述技术问题，本发明提出了一种用于无人机机间测距的相对定位系统及方法。该系统及方法分别在无人机前、后、左、右和下方设置有镜头，并在每个镜头处配置有低成本的CMOS传感器，利用CMOS传感器完成对视野范围内主体物的表面进行捕捉，获得二维灰度深度信息，结合利用校正器采集到的不同方位处的稀疏点云数据，实现三维点云数据下的相邻无人机测距及定位。本发明考虑到无人机载荷的尺寸、空间以及安装位置的限制，仅基于面阵测距成像的光电探测装置便实现了前、后、左、右、下5个方向的快速距离测量。

图1为本申请实施例的用于无人机机间测距的相对定位系统的结构示意图。参考图1，在本发明实施例中，相对定位系统至少包括：环境捕捉装置10、控制装置20和信息处理装置30。需要说明的是，在无人机编队内每个无人机均配置一套相对定位系统。在对相对定位系统的工作原理及工作过程进行说明前，先对该系统的安装方式及安装环境进行说明。

在本发明实施例中，相对定位系统安装于系统安装壳100内。图2为本申请实施例的用于无人机机间测距的相对定位系统对应的系统安装壳的结构示意图。其中，图2(a)、图2(b)分别从不同视角展示了系统安装壳的结构。如图2所示，系统安装壳100包括本体101和第一部102。具体地，本体101构造为长方体结构。第一部102设置于本体的任意一个侧面的底部，第一部102外凸于本体，第一部102与本体101一体成型。更进一步地说，第一部102构造为梯形体，第一部102所属本体101的侧面(第一侧面)始终与当前无人机的机头同方向。更具体地说，第一部102的宽与第一侧面的宽相匹配，并且，并且，第一部102的梯形体底面贴合于第一侧面上，并且，第一部102的底部边缘重合于第一侧面与本体101底面的相交线上。另外，系统安装壳100外壳结构采用树脂材料加工，从而减轻整体系统的重量。

这样，本发明实施例中系统安装壳的外凸型结构，配合无人机在飞行过程中达到尽可能减少风阻的目的。

进一步，在本发明实施例中，相对定位系统安装于编队内每架无人机底部的任务舱内，对外接口只有串口和电源接口。系统安装壳的顶面为系统安装面，安装壳的内部为电路板设备，包括：集成有控制装置20的FPGA板、集成有上述信息处理装置30的DSP板、电源模块等。图3为本申请实施例的用于无人机机间测距的相对定位系统与无人机的对接原理示意图。如图3所示，在实际使用过程中，需要将系统安装面安装于无人机底部的任务仓内部。图4为本申请实施例的无人机中用于安装相对定位系统的安装面的结构示意图。图4展示了无人机任务仓内部与系统安装面相对接的任务仓安装面。任务仓安装面包括分布于安装面边缘的定位安装孔(用来安装相对定位系统)、以及设置于安装面中央的线缆孔(用来为电源线缆、以及实现相对定位系统和无人机总控制器进行信息交互的串口线缆而提供相应的布线空间)。

进一步，在本发明实施例中，至少布置有5个环境捕捉装置10。参考图2，前述5个环境捕捉装置10分别安装于相对定位系统的底面、以及四个侧面处，分别负责五个方向(无人机前方、后方、左方、右方和下方)的距离成像与测量。更进一步地说，朝向无人机前方的环境捕捉装置10设置于第一部102的梯形体顶面上。需要说明的是，本发明实施例所述的前、后、左和右是以无人机机头方向为基准方向的。

图5为本申请实施例的用于无人机机间测距的相对定位系统的实现原理示意图。下面结合图1和图5，对本发明实施例所述的相对定位系统的结构及工作原理进行说明。在本发明实施例中，多个环境捕捉装置10分别与控制装置20连接。多个环境捕捉装置10，用来分别获取当前无人机不同方位下(前、后、左、右和下方)的场景感知信息和场景深度信息。也就是说，同一无人机内的每个环境捕捉装置10用来获取当前无人机在相应方位下的场景感知信息和场景深度信息。

具体地，环境捕捉装置10包括：CMOS传感器11和校正器12。设置于无人机不同方位处的CMOS传感器11用来采集无人机不同方位处的场景深度信息。也就是说，同一无人机内的每个CMOS传感器11均用来采集无人机相应方位处的二维灰度场景深度信息。在本发明实施例中，场景深度信息为相应视野范围内捕捉到的各个物体表面(尤其是相应方位视野内的相邻无人机的表面)的深度信息，其本质上为二维灰度信息。

进一步，为了使得传感器所捕捉到的场景信息具有更佳的景深视野范围，本发明实施例为每个CMOS传感器11配置有相应的光学镜头。优选地，光学镜头采用8片透镜结构。更具体地说，在本发明实施例中，光学镜头的光学指标如下所示：(1)焦距：8mm；(2)入瞳直径：3.2mm，F#2.5；(3)光谱：850nm，LED；(4)视场角：43.5°×33.4°，320*240@20um；(5)MTF：0.8@25lp/mm；(6)点列直径：7μm；(7)80％能量圆直径：小于10μm；(8)畸变：＜0.3％；(9)主光线与焦面法线的最大夹角：2度。

图6为本申请实施例的用于无人机机间测距的相对定位系统中环境捕捉装置内光学镜头的结构示意图。如图6所示，光学镜头采用远心光路，共有8片透镜。其中，1片玻璃平板作为窗口，窗口平板上镀有窄带滤光片@850nm，体积Φ28mm×50mm(纯镜头)，Φ36mm×50mm(带窗口)。景深分析：在物距1m～20m条件下，通过本发明实施例的8片透镜结构镜头，目标能够分辨且识别，MTF>0.6@25lp/mm，像面离焦+0.036mm。20um像素对应到20米物面的分辨率为5cm，近距离分辨率可以达到毫米级。

图7为本申请实施例的用于无人机机间测距的相对定位系统中环境捕捉装置内光学镜头的光学参数示意图。由光线追迹可知，本发明实施例中的光学镜头的全视场主光线与像面法线的最大夹角为2.0°，光学系统的设计曲线包括MTF曲线、点列图、畸变和包围分布能量，分别如下图7(a)、图7(b)、图7(c)和图7(d)。从上述图可以看出，可见镜头的像质接近于衍射极限，全视场平均MTF优于0.8@25lp/mm，点列图RMS优于7μm，80％能量圆直径小于7μm，全视场畸变约0.3％。由此，本发明实施例所设计的光学镜头的成像性能满足设计要求。

进一步，在本发明实施例中，在每个CMOS传感器11处还设置有相应的校正器12。校正器12采用光电探测器。设置于无人机不同方位处的校正器12用来采集无人机不同方位处的场景感知信息。也就是说，同一无人机内的每个校正器12均用来在预设的扫描角度范围内进行扫描测距，得到针对当前扫描视野范围内所有扫描点(稀疏目标点)所构成的场景感知信息。在本发明实施例中，场景感知信息为相应视野范围内扫描到的各扫描点所构成的点云信息(即稀疏点云数据)。

图8为本申请实施例的用于无人机机间测距的相对定位系统中校正器的工作原理示意图。参考图8，考虑到轻便型和体积空间问题，本发明实施例中的校正器并非应用于自动驾驶车辆等场合下的大型激光探测器，而是小型的光电探测器。该类光电探测器仅通过光源、调制器、透镜和接收器构成。校正器12通过发射光源光束来探测目标，并通过搜集反射回来的光束来形成点云数据。校正器12可以探测复杂环境中的稀疏目标点，一方面为下述飞行时间测量的标定提供有效数据，同时，校正器12分布于传感器11附近，能够对采集到的图像信息进行校正，从而形成下述三维立体模型。

进一步，控制装置20用于将从不同方位处的环境捕捉装置10传输过来的场景感知信息和场景深度信息进行飞行时间校准后，发送至信息处理装置30中。在本发明实施例中，控制装置20集成于FPGA板中。由于本发明实施例在不同方位处设置有相应的环境捕捉装置10，因此，每个环境捕捉装置10在其对应的装置时钟的控制下进行信息采集，考虑到不同的环境捕捉装置10之间的时钟误差，为了提高整个相对定位系统的飞行时间测量的准确性，需要利用控制装置20来对不同方位处的场景信息(包括场景感知信息和场景深度信息)进行时间标定处理。

具体地，控制装置20还用于根据场景深度信息，利用相位展开技术，绘制当前镜头视野范围内不同预设频率下的相位图，基于此，对各方位镜头对应的飞行时间进行标定处理，得到系统级飞行时间测量结果。首先，控制装置20会根据从不同方位的环境捕捉装置10处获得的场景深度信息，利用相位展开技术，针对每个方位均绘制有当前镜头视野范围内不同预设频率下的相位图。需要说明的是，本发明实施例对预设频率的数量及每个预设频率的大小不作具体限定，本领域技术人员可根据飞行时间测量精度等因素进行设置。

而后，控制装置20进一步会针对每个方位得到的不同预设频率下的相位图，对各方位环境捕捉装置10对应的飞行时间测量结果进行标定处理，得到系统级的飞行时间测量结果，从而将不同方位的飞行时间测量结果进行统一标定。由此，本发明实施例利用相位展开技术解决了飞行时间测量中深度信息模糊的问题，具体采用了多频率调节技术实现相位展开，从而提高了飞行时间的测量精度。

进一步，信息处理装置30用于根据从控制装置20获得的经过飞行时间校准后的各方位场景信息，构建表征当前无人机全方位环境状态的三维结构模型，基于此，计算当前无人机与各角度上的相邻无人机之间的距离。在本发明实施例中，信息处理装置30优选地采用DSP芯片。

需要说明的是，在本发明实施例中，信息处理装置30在进行相邻无人机测距和定位时所述的角度，指的是在相应方位视野范围中，编队内与当前无人机具有相邻关系的所有无人机。此处的角度并非仅指方位角度，而是小于不同方位之间的视野角度，例如：在无人机正前方视野内，在当前无人机正前方具有一架相邻无人机，并且在当前无人机正前方左、右偏转30°的视野角度处，各有一架相邻无人机。也就是说，在本发明实施例中，同一方位下，当前无人机可能对应有一架相邻无人机，也可能对应有若干架相邻无人机，其数量与编队的队形相关。

参考图1，本发明实施例中的信息处理装置30包括：信息融合模块31、模型构建模块32和距离计算模块33。具体地，信息融合模块31用于基于经飞行时间校准处理的不同方位下的场景感知信息，结合不同方位的场景深度信息，利用激光点云解算技术，对各方位的场景感知结果进行实时点云成像。在信息融合模块31中，主要利用不同方位的传感器和校正器所得到的点云数据和可见光数据，利用SOC技术实现点云超分辨实时成像，得到超过1K×1K分辨率的点云成像结果，用来表征当前无人机前、后、左、右和下方的各稀疏目标点(扫描点)所构成的三维(实时)点云成像结果。

而后，模型构建模块32用于对点云成像结果进行三维重建，得到三维结构模型。在模型构建模块32中，需要根据经飞行时间校准处理的不同方位下的场景深度信息，对点云成像结果进行三维重建，并且利用经飞行时间校准处理的不同方位下的场景深度信息对点云成像结果进行图像校正，从而得到含有当前无人机前、后、左、右和下方的各个目标物的分布状态信息的高精度三维(实时)结构模型。在本发明实施例中，三维结构模型用于表征当前无人机不同方位下的各个目标物的分布状态信息，其中，分布状态信息包括但不限于：目标物的立体形态、目标物相交当前无人机的定位位置、以及目标物与当前无人机之间的距离等。需要说明的是，在本发明实施例中，无人机编队内每个无人机的目标物主要为当前无人机的相邻无人机和/或其他合理障碍物。

最后，距离计算模块33用于基于模型构建模块32实时得到的三维结构模型，计算各个方位上的相邻无人机的距离，并完成各相邻无人机的定位。在距离计算模块33中，首先利用模型构建模块32实时得到的三维结构模型，实时计算当前无人机与每个方位上的所有相邻无人机之间的距离(测距结果)；并且，得到当前无人机与每个方位上的所有相邻无人机之间的相对位置定位信息。这样，通过上述信息融合模块31、模型构建模块32和距离计算模块33便完成了对当前无人机各方位上的相邻无人机的测距与定位处理，由此，可以利用信息处理装置30内的其他模块对前述三维结构模型、实时计算出的所有距离数据和相对位置定位信息进行存储，从而由无人机控制器在接收到当前无人机相对定位系统所生成的三维结构模型、测距结果、以及相对位置定位结果等信息后，进行大数据分析与处理(例如：对当前无人机在整个编队内的位置进行飞行控制，实现其在编队内指定相对位置的位置保持控制)、数据存储等功能。

另外，为了提高前述图像传感器的所采集到的信息的清晰度和准确度，在本发明实施例中，为每个环境捕捉装置10配置有相应的照明组40。照明组40包括：若干个照明单元。其中，若干个照明单元设置于环境捕捉装置10内光学镜头的窗口平板所在的面上，环绕于窗口平板而间隔分布。一方面，各个照明单元用来检测当前环境捕捉装置10对应的窗口在相应径向方向上的外部光照强度，并获得相应的光照强度信号；同时，各个照明单元还会在照明强度控制指令的作用下，调节自身产生的光照强度。更进一步地说，在本发明实施例中，各个照明单元均与控制装置20相连接，使得控制装置20还能够对各个照明单元的光照强度进行自适应主动控制。

具体地，控制装置20还用于获取不同方向的光照强度信号，基于此，对各个方向的光照强度与当前镜头的匹配适应性进行分析，生成照明强度控制指令，以对各照明单元的照明强度进行调节。更具体地说，控制装置20用来在实时获取不同方向的光照强度(检测)信号后，根据不同方向的光照强度检测信号，对各个方向的光照强度与当前镜头的匹配适应性进行分析(具体分析当前强度是否能够使得镜头下的传感器捕捉到清晰的场景深度信息)，从而根据各个方向对应的镜头匹配适应性分析结果，生成相应的照明强度控制指令(照明强度控制指令用来控制指定照明单元所产生的光照强度的指令，使得经过调节后的照明单元能够满足使得镜头捕捉到清洗的灰度图像的条件)，以对各个照明单元的照明强度进行自适应主动调节。这样，本发明实施例还提供了一种多角度自适应主动照明技术，能够弱化光学镜头的衰减对照明的影响，实现了持续性的远距离高均匀性照明。

此外，本发明实施例还为照明单元配置有相应的光杯设备(未图示)。在每个照明单元处，设置有相应的光杯。具体地，每个光杯用于对照明单元所产生的光源进行反射处理，将不同方向的光信号聚焦到指定的角度范围内。这样，本发明实施例所提供的高反射率光杯在主动照明系统中发挥了较大作用，从而在考虑到了LED散射特性后，设计了一种重量轻、结构稳定性好的高反射率光杯。

这样，本发明实施例所述的相对定位系统能够对邻近的无人机进行距离测量和姿态测量，将测量计算结果实时反馈给无人机主控系统，同时具备自主避障功能(主动队形保持控制)，可以将无人机间距离定位在一定范围之内，相对定位系统的整机要求设计重量轻、体积小，并且，功耗低、易于装载，工作可靠。由此，本发明实施例所提供的上述相对定位系统在经测试后，所展现的性能指标特征如下：(1)体积：300×140×105mm；(2)距离成像范围：0.1-15m；(3)姿态测量有效范围：0.1-10m；(4)距离测量精度：优于5cm；(5)功耗：≤5W；(6)工作电压：24V；(7)重量：1200g；(8)链路数传接口(主控通讯)：RS422，115200bps；(9)帧频：不低于15fps；(10)物理分辨率：320×240；(11)数字分辨率：1024×1024。

另一方面，本发明基于上述相对定位系统，还提出了一种用于无人机机间测距的相对定位方法。其中，本发明实施例所述的相对定位方法利用如上述所述的相对定位系统，来实现编队内无人机对各个方位下的各相邻无人机的定位。图9为本申请实施例的用于无人机机间测距的相对定位方法的步骤图。如图9所示，步骤S910利用上述环境捕捉装置10获取当前无人机不同方位下(前、后、左、右和下方)的场景感知信息和场景深度信息。而后，步骤S920利用上述控制装置20将不同方位的场景感知信息和场景深度信息进行飞行时间校准后，发送至信息处理装置30。最后，步骤S930由信息处理装置30根据经过飞行时间校准后的各方位场景信息，构建表征当前无人机全方位环境状态的三维结构模型，基于此，计算当前无人机与各角度上的相邻无人机之间的距离。

进一步，在步骤S930中，首先，由信息处理装置30内的信息融合模块31基于不同方位的场景感知信息，结合不同方位的场景深度信息，利用激光点云解算技术，对各方位的场景感知结果进行实时点云成像。其中，场景感知信息包括点云数据。然后，由信息处理装置30内的模型构建模块32对点云成像结果进行三维重建，得到相应的三维结构模型。最后，由信息处理装置30内的距离计算模块33基于三维结构模型，计算各个方位上的相邻无人机的距离，并完成各相邻无人机的定位。

本发明实施例提出了一种用于无人机机间测距的相对定位系统及方法。该系统及方法是一种基于稀疏深度信息采集的面阵三维探测方案，用于面向复杂环境应用，实现低成本、高精度的三维信息获取与重建，以高帧频方式实时获取远距离被检测场景的三维立体信息。在此基础上，进一步实现图像自动校正和基于点云数据的大面阵三维成像，从而解决现阶段复杂场景三维测量中存在的问题，为AI目标检测技术扩展到三维成像领域提供可靠的面阵三维探测方法。与传统的三维探测技术相比，本发明实施例将点云成像过程与二维灰度图像的信息获取方法相结合，不依靠双目视觉的复杂计算、也不依靠复杂的机械扫描结构，从而不仅可以在未来全面取代传统的三维探测技术，甚至于取代二维探测技术，成为机器视觉行业的主流，形成一种具有重量轻、体积小、算法简单、功耗低、易于装载、且可靠性高的相对定位方案。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人员在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。

说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

虽然本发明所披露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种用于无人机机间测距的相对定位系统，其特征在于，所述相对定位系统设置于编队内无人机的底部，所述相对定位系统包括：

环境捕捉装置，其用于获取当前无人机不同方位下的场景感知信息和场景深度信息；

控制装置，其用于将不同方位的场景信息进行飞行时间校准后，发送至信息处理装置；

所述信息处理装置，其用于根据经过飞行时间校准后的各方位场景信息，构建表征当前无人机全方位环境状态的三维结构模型，基于此，计算当前无人机与各角度上的相邻无人机之间的距离。

2.根据权利要求1所述的相对定位系统，其特征在于，所述相对定位系统，还包括：

设置于所述环境捕捉装置不同方向的照明单元，其用于检测当前环境捕捉装置在相应方向上的光照强度信号，以及在照明强度控制指令的作用下调节自身光照强度；

所述控制装置，其还用于获取不同方向的所述光照强度信号，基于此，对各个方向的光照强度与当前镜头的匹配适应性进行分析，生成照明强度控制指令，以对各照明单元的照明强度进行调节。

3.根据权利要求2所述的相对定位系统，其特征在于，所述相对定位系统还包括：系统安装壳，所述系统安装壳具备：

构造为长方体结构的本体；

第一部，其设置于所述本体的任意一个侧面的底部，所述第一部外凸于所述本体，所述第一部与所述本体一体成型。

4.根据权利要求2或3所述的相对定位系统，其特征在于，所述照明单元具备：

光杯，其用于对所述照明单元内的光源进行反射处理，将不同方向的光信号聚焦到指定范围内。

5.根据权利要求1～4中任一项所述的相对定位系统，其特征在于，所述信息处理装置包括：

信息融合模块，其用于基于不同方位的场景感知信息，结合不同方位的场景深度信息，利用激光点云解算技术，对各方位的场景感知结果进行实时点云成像，所述场景感知信息包括点云数据；

模型构建模块，其用于对点云成像结果进行三维重建，得到所述三维结构模型；

距离计算模块，其用于基于所述三维结构模型，计算各个方位上的相邻无人机的距离，并完成各相邻无人机的定位。

6.根据权利要求1～5中任一项所述的相对定位系统，其特征在于，所述环境捕捉装置的镜头采用8片透镜结构。

7.根据权利要求1～6中任一项所述的相对定位系统，其特征在于，所述环境捕捉装置包括：

CMOS传感器，其用于采集不同方位处的所述场景深度信息；

校正器，其设置于所述CMOS传感器处，其中，所述控制装置还用于在预设的扫描角度范围内进行扫描测距，得到针对当前扫描视野范围内所有扫描点所构成的所述场景感知信息。

8.根据权利要求7所述的相对定位系统，其特征在于，

所述控制装置，其还用于根据所述场景深度信息，利用相位展开技术，绘制当前镜头视野范围内不同预设频率下的相位图，基于此，对各方位镜头对应的飞行时间进行标定处理，得到系统级飞行时间测量结果。

9.一种用于无人机机间测距的相对定位方法，其特征在于，所述相对定位方法利用如权利要求1～8中任一项所述的相对定位系统实现无人机对各个方位下的相邻无人机的定位，所述相对定位方法包括：

步骤一，获取当前无人机不同方位下的场景感知信息和场景深度信息；

步骤二，将不同方位的场景信息进行飞行时间校准后，发送至信息处理装置；

步骤三，所述信息处理装置根据经过飞行时间校准后的各方位场景信息，构建表征当前无人机全方位环境状态的三维结构模型，基于此，计算当前无人机与各角度上的相邻无人机之间的距离。

10.根据权利要求9所述的相对定位方法，其特征在于，在所述步骤三中，

基于不同方位的场景感知信息，结合不同方位的场景深度信息，利用激光点云解算技术，对各方位的场景感知结果进行实时点云成像，所述场景感知信息包括点云数据；

对点云成像结果进行三维重建，得到所述三维结构模型；

基于所述三维结构模型，计算各个方位上的相邻无人机的距离，并完成各相邻无人机的定位。

Images