CN117075146A - 一种基于毫米波雷达和双目激光模块的无人机全向避障方法 - Google Patents

一种基于毫米波雷达和双目激光模块的无人机全向避障方法 Download PDF

Info

Publication number
CN117075146A
CN117075146A CN202310817902.3A CN202310817902A CN117075146A CN 117075146 A CN117075146 A CN 117075146A CN 202310817902 A CN202310817902 A CN 202310817902A CN 117075146 A CN117075146 A CN 117075146A
Authority
CN
China
Prior art keywords
obstacle
aerial vehicle
unmanned aerial
flight
obstacle avoidance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310817902.3A
Other languages
English (en)
Inventor
韩卫华
赵明衍
汪冲
陈丹
范春艳
臧翰林
王舒洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Rocket Sergeant School Of Pla
Original Assignee
Rocket Sergeant School Of Pla
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Rocket Sergeant School Of Pla filed Critical Rocket Sergeant School Of Pla
Priority to CN202310817902.3A priority Critical patent/CN117075146A/zh
Publication of CN117075146A publication Critical patent/CN117075146A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/933—Lidar systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于毫米波雷达和双目激光模块的无人机全向避障方法，在无人机中心盘下方设置前向双目激光避障模块，通过双摄像头图像处理加激光测距实现40m范围内的障碍物检测；在无人机中心盘下方上、下、后、左、右5个方向设置毫米波雷达模块，可实现探测距离40m内的障碍物检测。本申请的无人机全向避障方法采用避障检测模块全向检测障碍物，利用碰撞检测算法判断无人机与障碍物是否会产生碰撞，若将产生碰撞或产生危险接近，利用速度场方法和动态窗口法重新规划无人机路线，实现全向避障功能。本发明可以实现无人机避障模式的升级改造，实现无人机全向避障的优化，避障效果好，安全性高，全向避障探测具有探测距离远、探测性能稳定等优点。

Description

一种基于毫米波雷达和双目激光模块的无人机全向避障方法
技术领域
本发明涉及无人机避障领域，尤其涉及一种基于毫米波雷达和双目激光模块的无人机全向避障方法。
背景技术
无人机自主避障功能的实现主要依托于机载测距传感器能够实时全向感知无人机周围是否存在障碍物，以及无人机至障碍物的距离。
无人机全向避障，要求在水平360度范围内无盲点感知周围障碍物及距离信息，同时，在上下平面中各提供180度范围内障碍物及距离信息，并通过雷达测距传感器、视觉技术、路径规划技术等实现无人机的全向避障功能。
当前，无人机避障技术中采用的常见传感器包括红外传感器、超声波传感器、激光传感器以及视觉传感器。目前民用无人机主要使用视觉传感器等进行感知避障，但在暗夜雨雾等低可视条件下有较大局限性，红外传感器和超声波传感器能够在上述条件下工作，但在应用过程中也存在一定的局限性，如主动发射的红外线和超声波会被特定物体吸收、易受干扰等。
发明内容
本发明的目的在于克服上述传统技术的不足之处，提供一种基于毫米波雷达和双目激光模块的无人机实现的根据避障检测模块获得的障碍物性质不同进行针对性避障动作的无人机全向避障方法。
本发明的目的是通过以下技术措施来达到的：
一种基于毫米波雷达和双目激光模块的无人机全向避障方法，其特征在于，包括以下步骤：
S1、无人机的飞控系统根据目的地信息确定方向，避障检测模块获取的该方向上障碍物位置和深度信息规划飞行路径；
S2、飞行中避障检测模块实时检测获取障碍物与无人机的距离，并区分不同障碍物状态并针对性进行实时飞行避障，根据障碍物是否运动状态区分障碍物为静止障碍物和运动障碍物，避障检测模块并区分运动障碍物为离去障碍物、平行障碍物、低速障碍物和高速障碍物，离去障碍物与无人机距离逐渐加大且其飞行方向远离无人机及其行进方向路径，平行障碍物与无人机距离保持稳定且与无人机飞行方向相同，低速障碍物以低于无人机飞行速度的低速朝向无人机或其行进方向的飞行路径移动，高速障碍物以高于无人机飞行速度的高速移动；判断为静止障碍物和离去障碍物进入S3，判断为平行障碍物和低速障碍物进入S4，判断为高速障碍物进入S5；
S3、避障处理单元对飞行方向上新出现的静止障碍物和离去障碍物均按低风险障碍物处理，按照无人机的外切圆半径以及障碍物的外切圆半径以正常安全阈值进行膨胀建模，构建碰撞行为区，并实时规划出一条能够避免无人机进入碰撞行为区、避开障碍物的最优航迹为规划飞行路径更新给无人机执飞，实现实时避障飞行；
S4、避障处理单元对飞行方向上新出现的平行障碍物和低速障碍物按中风险障碍物处理，按照无人机的外切圆半径以及障碍物的外切圆半径以正常安全阈值和中风险安全阈值分别进行膨胀建模，根据中风险安全阈值建模数据构建中风险碰撞行为区，并实时规划出一条能够避免无人机进入中风险碰撞行为区、避开障碍物的最优航迹为规划飞行路径更新给无人机执飞，实现实时避障飞行；若中风险碰撞行为区完全阻断飞行方向、无法构建避免无人机进入中风险碰撞行为区、避开障碍物的最优航迹，则按照正常安全阈值建模构建碰撞行为区，并实时规划出一条能够避免无人机进入碰撞行为区、避开障碍物的最优航迹为规划飞行路径更新给无人机执飞，实现实时避障谨慎飞行，同时降低无人机飞行速度并提高避障检测模块检测障碍物频率至中频；如果按照正常安全阈值建模构建碰撞行为区完全阻断飞行方向、无法构建避免无人机进入碰撞行为区、避开障碍物的最优航迹，则停止前进，原地悬停或返回出发点；
S5、避障处理单元对飞行方向上新出现的高速障碍物按高风险障碍物处理，按照无人机的外切圆半径以及障碍物的外切圆半径以正常安全阈值和高风险安全阈值分别进行膨胀建模，根据高风险安全阈值建模数据构建高风险碰撞行为区，并实时规划出一条能够避免无人机进入高风险碰撞行为区、避开障碍物的最优航迹为规划飞行路径更新给无人机执飞，实现实时避障中危飞行，提高避障检测模块检测障碍物频率至高频；如果按照高风险安全阈值建模构建碰撞行为区完全阻断飞行方向、无法构建避免无人机进入碰撞行为区、避开障碍物的最优航迹，则按照正常安全阈值建模构建碰撞行为区并按照距离高速障碍物距离最远或者远离高速障碍物飞行方向实时设定飞行路径并更新给无人机执飞，实现实时避障危险飞行，提高避障检测模块检测障碍物频率至高频；如果按照正常安全阈值建模构建碰撞行为区完全阻断飞行方向、无法构建避免无人机进入碰撞行为区、避开障碍物的最优航迹，则停止前进，原地悬停或返回出发点；
S6、无人机的飞控系统判断是否到达目的地，到达目的地则悬停或降落，如果没有到达，则自步骤1重复。
作为一种优选方案，S2中避障检测模块实时检测无人机与障碍物之间的距离的方法如下：
避障检测模块检测到障碍物后通过连续两帧的获取障碍物相对于无人机的位置矢量并计算出障碍物与无人机的相对速度矢量，并对多帧的相对速度矢量进行平滑滤波，获取滤波后相对速度矢量；
无人机沿当前航向和速度前进，则可以计算得到无人机和障碍物的最近点距离矢量，最近点距离矢量由如下算式获得：
其中，表示两者相对位置矢量，/>表示两者最近点距离矢量，/>表示无人机相对障碍物的单位速度矢量；
其中，由以下公式得到：
其中，为无人机相对障碍物的法线方向速度，/>为无人机相对障碍物的法线方向绝对速度。
作为一种优选方案，在S3-S5中，所述正常安全阈值是根据无人机的动力学特性设定一阈值，该阈值指的是静止的障碍物可能会对无人机的飞行造成威胁的距离的大小，即无人机到与静止障碍物之间可能发生碰撞的距离。
作为一种优选方案，在S4中，所述中风险安全阈值是根据无人机的动力学特性设定一阈值，该阈值指的是飞行速度低于无人机飞行速度的障碍物可能会对无人机的飞行造成威胁的距离的大小，即无人机发现运动的障碍物主动接近无人机后能够实现主动避让的时间段为一个反应时间单位，该反应时间单位内中风险障碍物朝向无人机飞行的距离加上正常安全阈值即为中风险安全阈值。
作为一种优选方案，在S5中，所述高风险安全阈值是根据无人机的动力学特性设定一阈值，该阈值指的是飞行速度高于无人机飞行速度的障碍物可能会对无人机的飞行造成威胁的距离的大小，即无人机发现运动的障碍物主动接近无人机后能够实现主动避让的时间段为一个反应时间单位，该反应时间单位内高风险障碍物朝向无人机飞行的距离加上正常安全阈值即为中风险安全阈值。
作为一种优选方案，S2-S5中所述碰撞行为区的计算：无人机沿当前航向和速度前进，根据无人机的动力学特性确定无人机可能会无法规避而发生与障碍物碰撞的距离，并根据障碍物位置和此距离划定碰撞行为区。
作为一种优选方案，S2-S5中无人机实时避障计算方法：
步骤1，利用避障检测模块获取的飞行方向上障碍物位置和深度信息；
步骤2，构建碰撞行为区，即按照无人机的外切圆半径以及障碍物的尺寸进行膨胀建模，建立碰撞行为区，避免让无人机进入碰撞行为区，计算公式为：
L＝R+r+λ
其中，L为碰撞行为区的长度，R为无人机的外切圆半径，r为障碍物的外切圆半径，λ为阈值，阈值由避障检测模块实时检测获取障碍物与无人机的距离并区分不同障碍物状态以确定不同阈值；
步骤3，根据无人机运动方向和与膨胀建模后的障碍物边缘的距离进行最优路径规划；
当检测到第一个障碍物时，判断无人机是否进入碰撞行为区，如果进入该危险区域，则无人机自主切换到悬停模式，等待避障系统寻找到最优路径之后再继续全速前进；如果没有进入碰撞行为区，则继续飞行并计算下一航迹点。
作为一种优选方案，避障检测模块实现前向障碍物测距来自于无人机上的双目激光传感器，避障检测模块实现无人机上方、下方和后方的障碍物测来自于无人机上的三向毫米波雷达，避障检测模块实现无人机左方和右方的障碍物测来自于无人机上的左向毫米波雷达和右向毫米波雷达。
作为一种优选方案，在S2中，双目激光传感器实现前向障碍物测距，三向毫米波雷达实现上、下、后三个方向障碍物测距，两个单向毫米波雷达分别实现左、右向障碍物测距。
由于采用了上述技术方案，与现有技术相比，本发明的有益效果是：
本申请公开的一种基于毫米波雷达和双目激光模块的无人机全向避障方法，是基于无人机安装有全向障碍物检测模块的基础上，具体讲就是采用双目激光传感器实现前向障碍物测距，三向毫米波雷达实现上、下、后三个方向障碍物测距，两个单向毫米波雷达分别实现左、右向障碍物测距，从而实现无人机全向障碍物检测，并根据检测结果判断障碍物性质和对无人机飞行的威胁程度，针对不同的威胁程度做出规避动作。而根据威胁程度不同规避动作也不同，总体讲就是针对低威胁的静止或者远离无人机的障碍物以低频监视为主，不需要特意进行飞行轨迹的规避，而针对朝向无人机或平行无人机的移动障碍物则提高检测频率，并按照潜在风险的角度进行避障航线的重新规划，以进行必要的提前预防性增加与潜在威胁的距离，而针对无方向乱飞且速度更快的移动障碍物，或者航向与无人机航迹有交错、有发生碰撞可能的移动障碍物则采用高度警惕、高频检测障碍物动向并规划远离该障碍物的航线，以最大可能规避碰撞的风险。采用本申请的避障方案，使无人机虽然携带大量检测设备，包括双目激光传感器和多部毫米波雷达，但是，在大多数情形下，无人机飞行时处于低风险状态，上述检测设备可以使用较低频率进行扫描作业，进而显著降低多部检测设备造成的能耗增加的问题，使得本申请的无人机在正常飞行状态下续航里程并不会明显少于更少检测设备的无人机，保障了安全带同时也保证了无人机的续航能力。
下面结合附图和具体实施方式对本发明作进一步说明。
附图说明
附图1是本发明中一种基于毫米波雷达和双目激光模块的无人机的侧面结构示意图。
附图2是本发明中一种基于毫米波雷达和双目激光模块的无人机的立体结构示意图。
具体实施方式
实施例：如附图1和图2所示，本实施例公开了一种基于毫米波雷达和双目激光模块的无人机全向避障方法，该基于毫米波雷达和双目激光模块的无人机采用了全向避障设计，其全向避障模块包括实现前向障碍物测距来自于无人机上的双目激光传感器1，实现无人机上方、下方和后方的障碍物测来自于无人机上的三向毫米波雷达4，实现无人机左方和右方的障碍物测来自于无人机上的左向毫米波雷达2和右向毫米波雷达3。
如附图1和图2所示，其中，双目激光传感器1实现前向障碍物测距，三向毫米波雷达4实现上、下、后三个方向障碍物测距，左向毫米波雷达2和右向毫米波雷达3作为两个单向毫米波雷达分别实现左、右向障碍物测距。三向毫米波雷达4由三个毫米波雷达构成，分别为上向毫米波雷达43、下向毫米波雷达42和后向毫米波雷达41，上向毫米波雷达43、下向毫米波雷达42和后向毫米波雷达41分别实现无人机上方、下方和后方三个方向的障碍物测距。
采用上述全向避障模块进行避障检测模块实时检测、以完成基于毫米波雷达和双目激光模块的无人机全向避障方法包括以下步骤：
S1、无人机的飞控系统根据目的地信息确定方向，避障检测模块获取的该方向上障碍物位置和深度信息规划飞行路径；
S2、飞行中避障检测模块实时检测获取障碍物与无人机的距离，并区分不同障碍物状态并针对性进行实时飞行避障，根据障碍物是否运动状态区分障碍物为静止障碍物和运动障碍物，避障检测模块并区分运动障碍物为离去障碍物、平行障碍物、低速障碍物和高速障碍物，离去障碍物与无人机距离逐渐加大且其飞行方向远离无人机及其行进方向路径，平行障碍物与无人机距离保持稳定且与无人机飞行方向相同，低速障碍物以低于无人机飞行速度的低速朝向无人机或其行进方向的飞行路径移动，高速障碍物以高于无人机飞行速度的高速移动；判断为静止障碍物和离去障碍物进入S3，判断为平行障碍物和低速障碍物进入S4，判断为高速障碍物进入S5；
S3、避障处理单元对飞行方向上新出现的静止障碍物和离去障碍物均按低风险障碍物处理，按照无人机的外切圆半径以及障碍物的外切圆半径以正常安全阈值进行膨胀建模，构建碰撞行为区，并实时规划出一条能够避免无人机进入碰撞行为区、避开障碍物的最优航迹为规划飞行路径更新给无人机执飞，实现实时避障飞行；
S4、避障处理单元对飞行方向上新出现的平行障碍物和低速障碍物按中风险障碍物处理，按照无人机的外切圆半径以及障碍物的外切圆半径以正常安全阈值和中风险安全阈值分别进行膨胀建模，根据中风险安全阈值建模数据构建中风险碰撞行为区，并实时规划出一条能够避免无人机进入中风险碰撞行为区、避开障碍物的最优航迹为规划飞行路径更新给无人机执飞，实现实时避障飞行；若中风险碰撞行为区完全阻断飞行方向、无法构建避免无人机进入中风险碰撞行为区、避开障碍物的最优航迹，则按照正常安全阈值建模构建碰撞行为区，并实时规划出一条能够避免无人机进入碰撞行为区、避开障碍物的最优航迹为规划飞行路径更新给无人机执飞，实现实时避障谨慎飞行，同时降低无人机飞行速度并提高避障检测模块检测障碍物频率至中频；如果按照正常安全阈值建模构建碰撞行为区完全阻断飞行方向、无法构建避免无人机进入碰撞行为区、避开障碍物的最优航迹，则停止前进，原地悬停或返回出发点；
S5、避障处理单元对飞行方向上新出现的高速障碍物按高风险障碍物处理，按照无人机的外切圆半径以及障碍物的外切圆半径以正常安全阈值和高风险安全阈值分别进行膨胀建模，根据高风险安全阈值建模数据构建高风险碰撞行为区，并实时规划出一条能够避免无人机进入高风险碰撞行为区、避开障碍物的最优航迹为规划飞行路径更新给无人机执飞，实现实时避障中危飞行，提高避障检测模块检测障碍物频率至高频；如果按照高风险安全阈值建模构建碰撞行为区完全阻断飞行方向、无法构建避免无人机进入碰撞行为区、避开障碍物的最优航迹，则按照正常安全阈值建模构建碰撞行为区并按照距离高速障碍物距离最远或者远离高速障碍物飞行方向实时设定飞行路径并更新给无人机执飞，实现实时避障危险飞行，提高避障检测模块检测障碍物频率至高频；如果按照正常安全阈值建模构建碰撞行为区完全阻断飞行方向、无法构建避免无人机进入碰撞行为区、避开障碍物的最优航迹，则停止前进，原地悬停或返回出发点；
S6、无人机的飞控系统判断是否到达目的地，到达目的地则悬停或降落，如果没有到达，则自步骤1重复。
S2中避障检测模块实时检测无人机与障碍物之间的距离的方法如下：
避障检测模块检测到障碍物后通过连续两帧的获取障碍物相对于无人机的位置矢量并计算出障碍物与无人机的相对速度矢量，并对多帧的相对速度矢量进行平滑滤波，获取滤波后相对速度矢量；
无人机沿当前航向和速度前进，则可以计算得到无人机和障碍物的最近点距离矢量，最近点距离矢量由如下算式获得：
其中，表示两者相对位置矢量，/>表示两者最近点距离矢量，/>表示无人机相对障碍物的单位速度矢量；
其中，由以下公式得到：
其中，为无人机相对障碍物的法线方向速度，/>为无人机相对障碍物的法线方向绝对速度。
在S3-S5中，所述正常安全阈值是根据无人机的动力学特性设定一阈值，该阈值指的是静止的障碍物可能会对无人机的飞行造成威胁的距离的大小，即无人机到与静止障碍物之间可能发生碰撞的距离。
在S4中，所述中风险安全阈值是根据无人机的动力学特性设定一阈值，该阈值指的是飞行速度低于无人机飞行速度的障碍物可能会对无人机的飞行造成威胁的距离的大小，即无人机发现运动的障碍物主动接近无人机后能够实现主动避让的时间段为一个反应时间单位，该反应时间单位内中风险障碍物朝向无人机飞行的距离加上正常安全阈值即为中风险安全阈值。
在S5中，所述高风险安全阈值是根据无人机的动力学特性设定一阈值，该阈值指的是飞行速度高于无人机飞行速度的障碍物可能会对无人机的飞行造成威胁的距离的大小，即无人机发现运动的障碍物主动接近无人机后能够实现主动避让的时间段为一个反应时间单位，该反应时间单位内高风险障碍物朝向无人机飞行的距离加上正常安全阈值即为中风险安全阈值。
S2-S5中所述碰撞行为区的计算：无人机沿当前航向和速度前进，根据无人机的动力学特性确定无人机可能会无法规避而发生与障碍物碰撞的距离，并根据障碍物位置和此距离划定碰撞行为区。
S2-S5中无人机实时避障计算方法：
步骤1，利用避障检测模块获取的飞行方向上障碍物位置和深度信息；
步骤2，构建碰撞行为区，即按照无人机的外切圆半径以及障碍物的尺寸进行膨胀建模，建立碰撞行为区，避免让无人机进入碰撞行为区，计算公式为：
L＝R+r+λ
其中，L为碰撞行为区的长度，R为无人机的外切圆半径，r为障碍物的外切圆半径，λ为阈值，阈值由避障检测模块实时检测获取障碍物与无人机的距离并区分不同障碍物状态以确定不同阈值；
步骤3，根据无人机运动方向和与膨胀建模后的障碍物边缘的距离进行最优路径规划；
当检测到第一个障碍物时，判断无人机是否进入碰撞行为区，如果进入该危险区域，则无人机自主切换到悬停模式，等待避障系统寻找到最优路径之后再继续全速前进；如果没有进入碰撞行为区，则继续飞行并计算下一航迹点。
本发明的技术原理是：
本申请公开的一种基于毫米波雷达和双目激光模块的无人机全向避障方法，是基于无人机安装有全向障碍物检测模块的基础上，具体讲就是采用双目激光传感器实现前向障碍物测距，三向毫米波雷达实现上、下、后三个方向障碍物测距，两个单向毫米波雷达分别实现左、右向障碍物测距，从而实现无人机全向障碍物检测，并根据检测结果判断障碍物性质和对无人机飞行的威胁程度，针对不同的威胁程度做出规避动作。而根据威胁程度不同规避动作也不同，总体讲就是针对低威胁的静止或者远离无人机的障碍物以低频监视为主，不需要特意进行飞行轨迹的规避，而针对朝向无人机或平行无人机的移动障碍物则提高检测频率，并按照潜在风险的角度进行避障航线的重新规划，以进行必要的提前预防性增加与潜在威胁的距离，而针对无方向乱飞且速度更快的移动障碍物，或者航向与无人机航迹有交错、有发生碰撞可能的移动障碍物则采用高度警惕、高频检测障碍物动向并规划远离该障碍物的航线，以最大可能规避碰撞的风险。采用本申请的避障方案，使无人机虽然携带大量检测设备，包括双目激光传感器和多部毫米波雷达，但是，在大多数情形下，无人机飞行时处于低风险状态，上述检测设备可以使用较低频率进行扫描作业，进而显著降低多部检测设备造成的能耗增加的问题，使得本申请的无人机在正常飞行状态下续航里程并不会明显少于更少检测设备的无人机，保障了安全带同时也保证了无人机的续航能力。

Claims (9)

1.一种基于毫米波雷达和双目激光模块的无人机全向避障方法，其特征在于，包括以下步骤：
S1、无人机的飞控系统根据目的地信息确定方向，避障检测模块获取的该方向上障碍物位置和深度信息规划飞行路径；
S2、飞行中避障检测模块实时检测获取障碍物与无人机的距离，并区分不同障碍物状态并针对性进行实时飞行避障，根据障碍物是否运动状态区分障碍物为静止障碍物和运动障碍物，避障检测模块并区分运动障碍物为离去障碍物、平行障碍物、低速障碍物和高速障碍物，离去障碍物与无人机距离逐渐加大且其飞行方向远离无人机及其行进方向路径，平行障碍物与无人机距离保持稳定且与无人机飞行方向相同，低速障碍物以低于无人机飞行速度的低速朝向无人机或其行进方向的飞行路径移动，高速障碍物以高于无人机飞行速度的高速移动；判断为静止障碍物和离去障碍物进入S3，判断为平行障碍物和低速障碍物进入S4，判断为高速障碍物进入S5；
S3、避障处理单元对飞行方向上新出现的静止障碍物和离去障碍物均按低风险障碍物处理，按照无人机的外切圆半径以及障碍物的外切圆半径以正常安全阈值进行膨胀建模，构建碰撞行为区，并实时规划出一条能够避免无人机进入碰撞行为区、避开障碍物的最优航迹为规划飞行路径更新给无人机执飞，实现实时避障飞行；
S4、避障处理单元对飞行方向上新出现的平行障碍物和低速障碍物按中风险障碍物处理，按照无人机的外切圆半径以及障碍物的外切圆半径以正常安全阈值和中风险安全阈值分别进行膨胀建模，根据中风险安全阈值建模数据构建中风险碰撞行为区，并实时规划出一条能够避免无人机进入中风险碰撞行为区、避开障碍物的最优航迹为规划飞行路径更新给无人机执飞，实现实时避障飞行；若中风险碰撞行为区完全阻断飞行方向、无法构建避免无人机进入中风险碰撞行为区、避开障碍物的最优航迹，则按照正常安全阈值建模构建碰撞行为区，并实时规划出一条能够避免无人机进入碰撞行为区、避开障碍物的最优航迹为规划飞行路径更新给无人机执飞，实现实时避障谨慎飞行，同时降低无人机飞行速度并提高避障检测模块检测障碍物频率至中频；如果按照正常安全阈值建模构建碰撞行为区完全阻断飞行方向、无法构建避免无人机进入碰撞行为区、避开障碍物的最优航迹，则停止前进，原地悬停或返回出发点；
S5、避障处理单元对飞行方向上新出现的高速障碍物按高风险障碍物处理，按照无人机的外切圆半径以及障碍物的外切圆半径以正常安全阈值和高风险安全阈值分别进行膨胀建模，根据高风险安全阈值建模数据构建高风险碰撞行为区，并实时规划出一条能够避免无人机进入高风险碰撞行为区、避开障碍物的最优航迹为规划飞行路径更新给无人机执飞，实现实时避障中危飞行，提高避障检测模块检测障碍物频率至高频；如果按照高风险安全阈值建模构建碰撞行为区完全阻断飞行方向、无法构建避免无人机进入碰撞行为区、避开障碍物的最优航迹，则按照正常安全阈值建模构建碰撞行为区并按照距离高速障碍物距离最远或者远离高速障碍物飞行方向实时设定飞行路径并更新给无人机执飞，实现实时避障危险飞行，提高避障检测模块检测障碍物频率至高频；如果按照正常安全阈值建模构建碰撞行为区完全阻断飞行方向、无法构建避免无人机进入碰撞行为区、避开障碍物的最优航迹，则停止前进，原地悬停或返回出发点；
S6、无人机的飞控系统判断是否到达目的地，到达目的地则悬停或降落，如果没有到达，则自步骤1重复。
2.根据权利要求1所述的一种基于毫米波雷达和双目激光模块的无人机全向避障方法，其特征在于：
S2中避障检测模块实时检测无人机与障碍物之间的距离的方法如下：
避障检测模块检测到障碍物后通过连续两帧的获取障碍物相对于无人机的位置矢量并计算出障碍物与无人机的相对速度矢量，并对多帧的相对速度矢量进行平滑滤波，获取滤波后相对速度矢量；
无人机沿当前航向和速度前进，则可以计算得到无人机和障碍物的最近点距离矢量，最近点距离矢量由如下算式获得：
其中，表示两者相对位置矢量，/>表示两者最近点距离矢量，/>表示无人机相对障碍物的单位速度矢量；
其中，由以下公式得到：
其中，为无人机相对障碍物的法线方向速度，/>为无人机相对障碍物的法线方向绝对速度。
3.根据权利要求1所述的一种基于毫米波雷达和双目激光模块的无人机全向避障方法，其特征在于：
在S3-S5中，所述正常安全阈值是根据无人机的动力学特性设定一阈值，该阈值指的是静止的障碍物可能会对无人机的飞行造成威胁的距离的大小，即无人机到与静止障碍物之间可能发生碰撞的距离。
4.根据权利要求1所述的一种基于毫米波雷达和双目激光模块的无人机全向避障方法，其特征在于：
在S4中，所述中风险安全阈值是根据无人机的动力学特性设定一阈值，该阈值指的是飞行速度低于无人机飞行速度的障碍物可能会对无人机的飞行造成威胁的距离的大小，即无人机发现运动的障碍物主动接近无人机后能够实现主动避让的时间段为一个反应时间单位，该反应时间单位内中风险障碍物朝向无人机飞行的距离加上正常安全阈值即为中风险安全阈值。
5.根据权利要求1所述的一种基于毫米波雷达和双目激光模块的无人机全向避障方法，其特征在于：
在S5中，所述高风险安全阈值是根据无人机的动力学特性设定一阈值，该阈值指的是飞行速度高于无人机飞行速度的障碍物可能会对无人机的飞行造成威胁的距离的大小，即无人机发现运动的障碍物主动接近无人机后能够实现主动避让的时间段为一个反应时间单位，该反应时间单位内高风险障碍物朝向无人机飞行的距离加上正常安全阈值即为中风险安全阈值。
6.根据权利要求1所述的一种基于毫米波雷达和双目激光模块的无人机全向避障方法，其特征在于：
S2-S5中所述碰撞行为区的计算：无人机沿当前航向和速度前进，根据无人机的动力学特性确定无人机可能会无法规避而发生与障碍物碰撞的距离，并根据障碍物位置和此距离划定碰撞行为区。
7.根据权利要求1所述的一种基于毫米波雷达和双目激光模块的无人机全向避障方法，其特征在于：
S2-S5中无人机实时避障计算方法：
步骤1，利用避障检测模块获取的飞行方向上障碍物位置和深度信息；
步骤2，构建碰撞行为区，即按照无人机的外切圆半径以及障碍物的尺寸进行膨胀建模，建立碰撞行为区，避免让无人机进入碰撞行为区，计算公式为：
L＝R+r+λ
其中，L为碰撞行为区的长度，R为无人机的外切圆半径，r为障碍物的外切圆半径，λ为阈值，阈值由避障检测模块实时检测获取障碍物与无人机的距离并区分不同障碍物状态以确定不同阈值；
步骤3，根据无人机运动方向和与膨胀建模后的障碍物边缘的距离进行最优路径规划；
当检测到第一个障碍物时，判断无人机是否进入碰撞行为区，如果进入该危险区域，则无人机自主切换到悬停模式，等待避障系统寻找到最优路径之后再继续全速前进；如果没有进入碰撞行为区，则继续飞行并计算下一航迹点。
8.根据权利要求1至7中任一所述的一种基于毫米波雷达和双目激光模块的无人机全向避障方法，其特征在于：
避障检测模块实现前向障碍物测距来自于无人机上的双目激光传感器，避障检测模块实现无人机上方、下方和后方的障碍物测来自于无人机上的三向毫米波雷达，避障检测模块实现无人机左方和右方的障碍物测来自于无人机上的左向毫米波雷达和右向毫米波雷达。
9.根据权利要求8所述的一种基于毫米波雷达和双目激光模块的无人机全向避障方法，其特征在于：
在S2中，双目激光传感器实现前向障碍物测距，三向毫米波雷达实现上、下、后三个方向障碍物测距，两个单向毫米波雷达分别实现左、右向障碍物测距。
CN202310817902.3A 2023-07-05 2023-07-05 一种基于毫米波雷达和双目激光模块的无人机全向避障方法 Pending CN117075146A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310817902.3A CN117075146A (zh) 2023-07-05 2023-07-05 一种基于毫米波雷达和双目激光模块的无人机全向避障方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310817902.3A CN117075146A (zh) 2023-07-05 2023-07-05 一种基于毫米波雷达和双目激光模块的无人机全向避障方法

Publications (1)

Publication Number Publication Date
CN117075146A true CN117075146A (zh) 2023-11-17

Family

ID=88712300

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310817902.3A Pending CN117075146A (zh) 2023-07-05 2023-07-05 一种基于毫米波雷达和双目激光模块的无人机全向避障方法

Country Status (1)

Country Link
CN (1) CN117075146A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117519278A (zh) * 2023-12-04 2024-02-06 上海市建筑科学研究院有限公司 一种用于桥梁巡检的无人机避障方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117519278A (zh) * 2023-12-04 2024-02-06 上海市建筑科学研究院有限公司 一种用于桥梁巡检的无人机避障方法
CN117519278B (zh) * 2023-12-04 2024-04-30 上海市建筑科学研究院有限公司 一种用于桥梁巡检的无人机避障方法

Similar Documents

Publication Publication Date Title
US10446034B2 (en) Driving support system
Cosgun et al. Towards full automated drive in urban environments: A demonstration in gomentum station, california
US11898855B2 (en) Assistance control system that prioritizes route candidates based on unsuitable sections thereof
WO2021242702A1 (en) Vehicle collision avoidance based on perturbed object trajectories
AU2021246857B2 (en) Lane detection and tracking techniques for imaging systems
CN112639849A (zh) 路径选择方法和路径选择装置
CN112799098B (zh) 雷达盲区监测方法、装置、电子设备和存储介质
WO2021056499A1 (zh) 数据处理方法、设备和可移动平台
CN104375505A (zh) 一种基于激光测距的机器人自主寻路方法
CN105549616A (zh) 一种基于激光阵列的多轴无人机避障系统及其避障方法
CN113853533A (zh) 来自雷达数据的偏航率
CN117075146A (zh) 一种基于毫米波雷达和双目激光模块的无人机全向避障方法
CN116583761A (zh) 采用扫描激光雷达系统确定速度
US6956959B2 (en) Apparatus for recognizing environment
CN114763996A (zh) 一种基于多传感器融合的复杂场景路径规划方法
CN116859962A (zh) 一种航空器着陆障碍物规避方法及系统
CN114212106B (zh) 一种车辆的可行驶区域内安全概率的确定方法及装置
KR102355426B1 (ko) 주행 경로 상의 장애물 탐색 및 회피를 위한 방법 및 장치
CN208061025U (zh) 一种基于Dubins路径的无人驾驶车辆避障控制装置
Karanam et al. Virtual obstacle for a safe and comfortable approach to limited visibility situations in urban autonomous driving
JP6267430B2 (ja) 移動体の環境地図生成制御装置、移動体、及び移動体の環境地図生成方法
CN116569073A (zh) 风检测系统和载具控制
Zhong et al. Dynamic obstacle detection and tracking based on 3D lidar
CN112650230A (zh) 基于单线激光雷达的自适应贴边作业方法、装置及机器人
KR101947581B1 (ko) 포인트 클라우드 정보 공유 장치

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination