[发明专利]基于三目立体视觉的无人机避障方法

说明书

技术领域

本发明涉及无人机技术领域，特别是涉及基于三目立体视觉的无人机避障方法。

背景技术

障碍物检测技术是无人机信息感知系统中的关键技术之一，快速准确的检测飞行环境中的障碍物是无人机安全自主飞行的基础。基于视觉的无人机避障技术具有探测范围宽、信息容量大、成本低等优势，尤其是对飞行环境变化捕捉迅速、反应敏锐等特点，使其在无人机避障技术研究中得到了越来越多的关注。

基于视觉的障碍物检测可使用单目或双目立体视觉，目前广泛采用的是双目立体视觉避障。公开号为CN103411526A的中国专利申请公布了一种基于双目立体视觉的驾驶辅助障碍物检测方法。该方法利用特征点匹配结果，基于双目重构原理检测障碍物。类似的，公开号为CN102313536A的中国专利申请公布了一种基于机载双目视觉的障碍物感知方法。该方法利用匹配点对生成视差图，并根据视差图进行障碍物感知。此类方法不适用于存在电力线等线性障碍物环境中的无人机避障。

在电力线巡检领域，有许多电力线检测方法。例如，公开号为CN103984355A的中国专利申请公布了一种巡检飞行机器人与架空电力线路距离预测和保持方法。其电力线距离方法是通过机载全球定位系统获取地理位置坐标并转换到电力线三维模型坐标系中，利用三维走廊模型估算飞行机器人与电力线的距离。该方法的主要缺陷是依赖于已知的电力线三维走廊模型，不适用于未建模区域。公开号为CN103810462A的中国专利申请公布了一种基于线状目标的高压输电线检测方法。该方法将Hessian矩阵特征向量方向近似的点组成小线段，在利用直线拟合方法将小线段连接为长直线，算法仅检测直线在图像中的位置，并未给出直线的空间位置。

通过以上分析可知，现有的基于视觉的障碍物检测技术存在的主要问题是：(1)多数视觉避障检测算法仅依赖于特征点匹配来探测非线型障碍物，而电力线探测类算法仅探测线型障碍物，缺乏两种类型障碍物皆能探测的算法；(2)即便存在少数避障算法同时考虑线型和非线型障碍物，但依赖于双目立体视觉的方案也存在线型障碍物漏捡的风险，即当线型障碍物与双目立体视觉的基线共面时，无法根据双目成像原理估算线型障碍物的空间位置。以上问题给无人机在野外环境中自主飞行带来了极大的安全风险。

发明内容

鉴于上述问题，本发明的一个目的是要提供一种克服上述问题或者至少部分地解决上述问题的基于三目立体视觉的无人机避障方法。

本发明一个进一步的目的是提高障碍物检测的精度和提高无人机飞行的安全性。

本发明提供了一种基于三目立体视觉的无人机避障方法，包括：

标定三目立体相机，获得三个相机的内参数和外参数；

采集图像，获得三视图；

提取三视图中的特征直线，建立直线匹配三元组，根据直线匹配三元组估算线型障碍物的空间位置；

提取三视图中的角点，建立特征点匹配三元组，根据特征点匹配三元组估算非线型障碍物的空间位置；

根据线型障碍物的空间位置和非线型障碍物的空间位置，建立障碍物空间分布图；

根据障碍物空间分布图，获取可通行区域，规划无人机安全飞行路径。

可选地，建立直线匹配三元组的步骤具体包括：

对于提取的三视图中的特征直线，采用LBD算法建立特征直线描述子；

根据描述子最近邻原则建立直线匹配三元组。

可选地，在根据直线匹配三元组估算线型障碍物的空间位置之前，还包括：

根据三个相机的外参数，构建归一化坐标描述下的相机矩阵；

根据相机矩阵构建三焦张量的矩阵；

根据三焦张量的矩阵确定线-线-线三视图几何约束；

根据线-线-线三视图几何约束剔除直线匹配三元组中错误的直线匹配三元组，保留正确的直线匹配三元组。

可选地，线-线-线三视图几何约束为：

其中，为直线匹配三元组，为的第i个分量(i＝1,2,3)，是的预测值，T_i为三焦张量的矩阵；

其中，其中和分别表示相机矩阵P²和P³的第i列；

其中，

是第j号相机在第i号相机坐标系中的姿态，是第k号相机相对于第j号相机的平移矢量在第i号相机坐标系中的表示；并且

直线匹配三元组为正确的直线匹配三元组的条件为：

其中，|| ||表示向量的二范数，×表示两个向量的叉积运算。