基于点云地图重建的无人机中继通信技术.pdfVIP

摘要

摘要

随着无人机（UnmannedAerialVehicle，UAV）及其相关领域技术的发展，

无人机机群协作执行任务成为了目前的热点研究方向。无人机机群协作作业因

其效率高、效果好、灵活性高等特点在城市救援、灾区重建等场景中得到了广

泛的应用。然而，由于城市环境中建筑物密集，植被及其它环境组成丰富等原

因所导致的机群间通信链路变化频繁以及通信中断频发等现象，严重影响了机

群作业效率和任务效果。因此，本文对无人机机群在城市场景中作业时出现的

通信效率降低、通信中断等问题进行了研究，并提出了优化方案。

本文基于无人机作业的任务特点，提出了从无人机搭载的传感器获取的关

于任务场景的点云信息出发，通过重建城市地图来为机群通信提供更多环境信

息的方法。在构建城市地图时，本文通过对点云特征进行分类进而对建筑物标

签点云扩展的方法从城市场景中提取了建筑物点云。针对建筑物点云的重建问

题，通过随机采样一致算法（RandomSampleConsensus，RANSAC）提取屋顶

平面并将其拉伸到三维高度，构建了初始的建筑物拟合模型。最后通过图割法

对初始模型进行迭代优化，构建出城市三维模型。该模型既描述了场景关键性

组成，又包含了关系无人机作业细节部分的信息，满足了无人机机群作业的要

求。

在构建了城市三维模型的基础上，本文进一步研究了在地图中作业时，障

碍物分布、高度等因素对机群中无人机间通信信道的影响。通过卡尔曼滤波

（KalmanFilter）算法对任务无人机的轨迹进行预测，并联合地图中建筑物的

分布信息，预测了机群通信中断发生的可能时机。（提出了在预测到机群通信

可能将出现中断时，通过引入中继无人机来保持任务中通信稳定性的策略。随

后对于中继无人机位置的优化问题进行了研究，首先基于中继无人机和任务无

人机在地图中飞行高度的不同，推导了基于视距概率的信道模型。通过中断发

生前任务无人机的位置信息得到中继无人机的初始位置信息，并借助粒子群算

法（ParticleSwarmOptimization，PSO）迭代优化了中继无人机的轨迹，最终

降低了机群通信中断的概率，并提升了机群通信效率。

关键词:无人机机群；点云重建；建筑物建模；位置预测；中继位置优化

-I-

Abstract

Abstract

Withthedevelopmentofunmannedaerialvehicles(UAVs)andrelated

technologies,cooperativemissionexecutionbyUAVshasbecomeacurrent

researchhotspot.CollaborativeoperationofUAVsiswidelyusedinurbanscenes

suchasurbanrescueandpost-disasterreconstructionbecauseofitshighefficiency,

goodeffectandflexibility.However,duetothedensebuildingsandrichvegetation

inurbanscenes,thecommunicationlinksbetweenUAVschangefrequently,and

communicationinterruptionsoccurfrequently,whichhasagreatimpactonthe

operationalefficiencyandmissioneffectivenessofthefleet.Therefor