森林消防用实时三维定位建图系统.docxVIP

森林消防用实时三维定位建图系统 摘要：针对森林消防和应急救援需求，特别是对复杂非结构化灾害现场的快速建模及监测等难题，提出一种基于无人机和无线信标的森林消防用实时三维定位建图系统。介绍了系统构成、关键模块、算法原理等。实地测试结果表明该系统能够实现对森林环境的实时三维建图，特别是在卫星导航信号拒止/微弱环境中仍能达到良好的效果。该系统将会是森林消防中的有力工具，对于应急管理的信息化建设也有十分重要的意义。 0 引言近些年，国内外森林火灾频发，造成了严重的生命和财产损失。例如，四川凉山的森林火灾，因为山火爆燃，造成了数十人伤亡的惨痛教训，举国哀悼森林消防还存在下列特点和挑战：（1）需要快速可靠的方法和设备来进行应急救援；（2）复杂三维非结构化环境、且林木山体遮挡严重，增大了救援人员定位及SLAM应用的难度；（3）现场多烟尘、能见度差（也可能在夜间行动及监测，如图1所示）、林中穿行困难。近年来无人机技术在森林消防中的应用日益广泛。如图1所示，美国加州的消防部门采用无人机在夜间航拍，监控火灾发展态势。但现阶段无人机的应用多停留在航空摄影阶段，仍存在森林环境中的人员定位问题、复杂环境的快速航拍建图以及模式识别（如针叶、阔叶林木的识别）等难题需解决。为此，北京市安全生产科学技术研究院联合北京清杉科技有限公司围绕森林消防应急场景中林木遮挡环境下消防人员定位难，以及在复杂非结构化灾害现场三维地形和态势信息无法及时获取的难题1 系统构成图2所示为森林消防用SLAM定位建图系统原型机，该系统采用模块化设计，可适配于多种型号的无人机，包括图中的大疆M600pro无人机。该SLAM系统包括下列单元模块。(1）无线定位信标模块：即机载GNSS卫星导航定位模块，主要获取航拍无人机的位置与航向信息，为SLAM建图提供地理位置信息。需要指出，本系统采用自主算法，在GNSS拒止或信号微弱环境中仍能很好地完成实时三维建图任务。(2）激光雷达：采用Velodyne多线扫描激光雷达，周围环境可以通过激光测距的方式来感知，并形成激光点云信息。(3）红外/彩色相机模块：包括彩色和红外通道。其中彩色相机为三维建图算法提供前端视觉特征点信息，实现视觉里程计功能以及点云染色/渲染功能。红外相机获取现场红外和温度信息（态势感知及发展预判），并将其回传以便后续的调度指挥。(4）高精度IMU惯导：采用Xsens MTi300系列惯导，高精度、低漂移，为快速建图算法提供惯导信息，包括线加速度以及角速度等。(5）机载计算单元：基于Intel NUC电脑设计，可执行快速SLAM定位建图算法，并实时生成三维点云地图。(6）无线数传链路模块：将航拍图像和其他传感器等获得的信息传输至远程控制端。(7）电源及配套模块：为SLAM系统机载端供电，配套结构采用轻量化设计，同时配有减震单元，用来降低无人机震动对航拍监测建模效果的影响。2 软件及算法原理该无人机SLAM定位建图系统的软件部分基于Ubuntu18.04系统开发，其中，其中利用ROS（机器人操作系统）进行消息映射和管理，传感器信息读取，以及地图构建等。该软件能实现在机载端的三维地图快速构建，同时将传感信息回传给后方调度指挥部分的高性能服务器，进行进一步的回环检测及地图优化等操作。如图3所示，本系统中的SLAM算法采用鲁棒可拓展的冗余设计结构，通过合理可靠的处理IMU惯导模块、无线信标（GNSS卫星导航定位模块）、激光雷达和相机模块的数据，以有效实现项目指标。该算法具体包括：传感器的预处理，前端的运动里程计，后端的数据优化处理，检测度高的回环检测以及比较直观可视化地图构建等多个模块。详细描述如下。(1）传感器预处理不同传感器的特性不同，使用方法及适用场景等都可能随着测试环境等的改变发生变化；并且其相对位置关系及初始化配置等可能与设计图等存在较大的相对误差(2）前端里程计通过对处理后的数据进行融合，结合不同传感器的特性，得到实时可靠的自身位姿变化信息。惯导能获取相对可靠的空间角速度和线加速度信息，但其存在长时间数据漂移误差过大的问题，不足以持续输出可靠的自身运动信息。GNSS卫星导航定位信号能够提供较为准确的位置航向信息，但在山林等复杂环境区域，可靠性及精度无法保证。激光点云定位能够保证相对精确的信息，但其输出频率过低，无法在运行速度非常快的时候输出实时信息。而相机受视野、光照、运动等因素影响，无法保障可靠的视觉定位(3）回环检测由于传感器必然会受到噪声干扰，并且里程计（Odometry，包括激光和视觉里程计）计算过程中也存在相应数据误差，这些都不可避免地产生累计误差，最终造成较大的输出误差，这对后续处理造成影响，导致较难建立一致鲁棒的大场景地图(4）后