隧道烟雾环境下无人机导航系统的研究.pdfVIP

哈尔滨工业大学工程硕士学位论文

摘要

随着公路隧道火灾事故的频繁发生，利用新技术开发一种能够迅速、有效进

入隧道等地下工程监控的设备变得越来越重要。近十多年来，随着无人机的出现，

它们以其卓越的灵活性和可靠的操作性，迅速成为了热门的空中机器人平台。在

特殊环境下无人机自主任务的执行成为了新的研究热点，而导航系统是无人机实

现自主任务执行的关键。针对以上背景，本文基于可二次开发的无人机平台，研

究建立集隧道定位、障碍感知、自主避障于一体的无人机导航系统，在隧道烟雾

环境下实现无人机自主导航，安全稳定的到达指定目标的任务。

首先利用激光雷达采集环境深度信息，得到无人机周围环境的初始点云数据。

通过分析烟雾与其它障碍在激光雷达数据中位置与深度等信息特征上的不同，将

受烟雾干扰的数据进行去除。采集相机视场下的环境深度信息，针对深度图像中

的空洞与噪声采用双边滤波方法进行修复，结合相机内部参数，将深度图像信息

转化为需要的激光点云信息。通过对激光雷达与深度相机作时间和空间上的同步

处理，实现数据融合，最终得到完整的、无烟雾干扰的障碍点云。

然后利用超宽带定位结构简单、具备隧道封闭环境大范围使用的优点，建立

无人机的定位系统。结合隧道的环境特征，基于人工势场的引力公式建立无人机

的引力导航函数，针对距离越远引力越大的问题设置对应的常数值进行优化。再

基于人工势场斥力公式建立无人机静态避障算法，对该算法在隧道复杂障碍环境

下容易出现的“沿边走”和凹形障碍停滞等缺陷问题进行分析，并提出相应的优

化方法，最后通过仿真验证了改进效果。

随后针对动态障碍物进行避障研究。通过分析移动物体与环境背景在点云特

征上的差异，采用欧式聚类和聚类分割的方式对障碍目标进行分离。针对连续帧

障碍目标的跟踪提出了“新目标优先关联”策略，基于此设计本文的障碍目标的

跟踪算法将动态目标进行提取，并利用卡尔曼滤波对动态障碍物的位置和速度状

态进行更新，完成对动态障碍目标的识别。基于速度障碍法的原理，建立无人机

与动态障碍的障碍威胁探测模型，再采用障碍物后方绕行策略实现无人机对动态

障碍的规避。

最后基于四旋翼无人机搭建了导航系统算法验证平台，并在模拟的隧道烟雾

环境设计了定点悬停、无障碍导航、静态避障以及动态避障实验，无人机整体飞

行平稳，成功实现了静、动态障碍物的规避，验证了本文导航系统的可行性。

关键词：无人机；导航；避障；点云处理；目标跟踪

-I-

哈尔滨工业大学工程硕士学位论文

Abstract

Withthefrequentoccurrenceofhighwaytunnelfireaccidents,itbecomesmoreand

moreimportanttousenewtechnologytodevelopakindofequipmentthatcanquickly

andeffectivelyenterthetunnelandotherundergroundengineeringmonitoring.Inthepa

stdecadeorso,withtheappearanceofUAVs,theyhavequicklybecomeapopularaeria

lrobotplatformwiththeirexcellentflexibilityandreliableoperation.Theautonomoust

askexecutionofUAVinspecialenvironmenthasbecomeanewresearchhotspot,andth

enavigationsystemisthekeytotheautonomoustaskexecutionofUAV.Inviewofthe

abovebackground,basedontheUAVplatformwhic