无人机室内自主导航技术.ppt

* 常见的环境感知传感器有超声波传感器、激光传感器、红外传感器、视觉传感器。超声波传感器具有原理简单、速度快等优点，但是测距的精度较低；激光传感器具有精度高、信息完整等优点，但是成本较高、质量较大，不易搭载；红外传感器具有体积小、速度快等优点，但是易受光照影响，检测的准确性不高；视觉传感器体积小、重量轻，可以克服无人机负载小的缺陷，具有速度快、精度高、信息丰富等优点，是最适合无人机搭载的环境感知系统。视觉传感器作为被动传感器，只需被动接受图像信息，无需发射任何信号，因此保密性较好，不易受到信号及辐射的干扰，在复杂的电磁环境与地理环境中具有广阔的应用前景。 * 现有的视觉避障方法大多基于图像分割、图像深度提取、光流算法等。图像分割方法计算效率高，但检测精度比较低；深度提取方法需构建3D地图，难以满足无人机实时避障的要求；光流法能兼顾实时性与准确性，是一种较为优良的视觉避障方法。光流法避障的原理是，根据相机采集的连续影像计算光流，当障碍物与周围场景的深度发生突变时，障碍物与背景产生的光流向量会存在巨大差异，根据光流大小与相机自身运动情况得到障碍物到相机的距离信息，为自主避障提供障碍物的位置信息。光流与环境的关系为，近距离物体产生的光流向量较大，远距离物体产生的光流向量较小；纹理丰富的物体产生的光流向量较多，纹理稀疏的物体产生的光流向量较少。 * * * * 人工势场法是利用当前位置的势场函数方向来推算无人机的下一步飞行方向，其引力场函数与斥力场势函数 * * 三、无人机室内自主导航技术研究进展 * 室内自主避障技术 基于径向光流的无人机避障技术 径向光流计算 三、无人机室内自主导航技术研究进展 * 室内自主避障技术 基于径向光流的无人机避障技术 利用径向光流值，设定阈值实现障碍判决 三、无人机室内自主导航技术研究进展 * 室内自主避障技术 基于径向光流的无人机避障技术 三、无人机室内自主导航技术研究进展 * 室内自主避障技术 基于径向光流的无人机避障技术 * * * * 历久弥新，应用广泛 * 不断延伸的应用需求推动着导航技术的发展 * 导航技术仍滞后于应用需求 * 导航技术仍滞后于应用需求 * * * 使无人机从室内某一位置自主到达目标位置或完成特定飞行任务的技术或过程。导航对于无人机而言也是至关重要的。一方面，导航系统提供的实时位置、速度、姿态是实现无人机稳定飞行控制的必要参数；另一方面，很多无人机应用中，包括无人机测绘，都要求能够进行航线规划，让无人机巡线飞行。有的无人机还支持指点飞行、电子围栏等，这些均依赖自身的导航系统。 * （1）室外广泛采用的卫星导航方法在室内无法正常工作 无人机室外应用中，其导航主要依靠卫星导航。卫星导航具有覆盖区域广、全天候等优点，但卫星信号微弱，在室内、地下等环境中，卫星定位失效。 （2）室内空间狭小、高度有限且物体较多，无人机飞行路径受到限制 与室外相比，室内环境通常是封闭的狭窄空间，无人机飞行高度受限，并且，室内物体较多，飞行障碍繁多且复杂。 （3）室内应用相对封闭且干扰信号多，用户难以通过遥控进行飞行干预 室外应用中，当无人机出现异常状况或偏离航线时，地面操控人员可通过遥控器进行紧急干预。在室内应用，操控人员通常在室外，与飞机之间存在多重阻隔，很难建立遥控链路。 可见，无人机室内应用亟待解决的问题是室内自主导航问题，即如何在没有外部控制下，无人机利用自身携带的传感器，实现定位和导航，保障正常飞行和任务完成。 * 利用机载传感器和一些辅助装置，实现自身位置的精确确定，定位精度应达到亚米级。 具备有效检测和障碍的能力,并能结合自身位置、障碍物情况和目标位置（或任务），自动在线规划出一条安全合理的飞行路径 * * * WiFi定位技术除具有良好的可扩展性，其独特优势在于WiFi芯片已经在各类用户智能终端（智能手机、平板电脑等）中得到广泛普及，无需额外搭建其他网络设施，极大的降低了系统 的安装和工作成本。定位精度一般可达到5-10米，一些企业通过定位算法和AP的密集部署也可以达到 3m定位精度 * * * 视觉、惯性成本低、易集成 * 视觉、惯性成本低、易集成 * * * * * SLAM需要维护全局地图，计算代价高，内存存储大，难以保持算法的实时性；视觉里程计技术不需要维护全局地图，算法效率高。以视觉里程计的研究为基础，提出了基于三视图的视觉位姿估计方法 * 方法以三视图为一个处理单元，利用金字塔光流跟踪和前后向误差算法实现了高分辨影像的特征点快速提取与匹配，并结合网格筛选策略对特征点数量和分布进行了控制；基于两视图几何关系和三视图几何关系对相对位姿进行估计。根据处理单元间的重叠影像将相对定位结果的尺度进行了统一，并将相对位姿转换到同一坐标系下；最后设计了尺度纠正策略对尺度漂移进行了纠正