[发明专利]基于混合视觉里程计和多尺度地图的无人机SLAM方法

说明书

本发明公开了一种基于混合视觉里程计和多尺度地图的无人机SLAM方法，属于无人机自主导航技术领域。本方法无人机平台上搭载有俯视单目相机和前视双目相机以及机载计算机。单目相机用于基于直接法的视觉里程计，双目相机用于基于特征点法的视觉里程计。混合视觉里程计将这两种视觉里程计的输出进行信息融合，构造用于定位的局部地图，得到无人机实时位姿。再将位姿反馈给飞行控制系统，控制无人机的位置。机载计算机将实时位姿以及采集的图像传输给地面站，地面站依据构建的全局地图实时规划飞行路径，将航点信息发送给无人机，实现无人机自主飞行。本发明实现了无人机在非GPS环境下的实时位姿估计及环境感知，极大地提高无人机的智能化水平。

技术领域

本发明涉及一种基于混合视觉里程计和多尺度地图的无人机SLAM方法，属于无人机自主导航技术领域。

背景技术

随着无人机(Unmanned Aerial Vehicle,UAV)技术的发展，各种类型的无人机被广泛应用，无人机也开始在工业领域发挥着越来越重要的作用，无人机也不再是简单的航模飞行器。如何感知环境以及自身状态信息成为了无人机的关键技术之一，也就是机器人领域研究的同步定位与构图(Simultaneous Localization and Mapping,SLAM)问题。

相对于地面移动机器人，无人机的载荷有限，对实时性要求高。传统的激光雷达传感器由于重量比较重，容易受到光照影响等因素不适合于无人机平台，因而视觉传感器更适合于无人机的定位和环境感知。同时，视觉传感器可以用于估计无人机的自身位置，从而无人机可以在没有GPS信号或者GPS信号受到干扰时飞行。视觉传感器中主要包含单目、双目和RGB-D相机，单目相机拥有尺度不确定性，RGB-D相机有效测量范围有限并且不适合于室外环境，双目相机虽然可以确定尺度但是计算耗时，所以结合单目相机和双目相机可以更好更快地用于状态估计。视觉SLAM的主要包括视觉里程计和建图，视觉里程计就是通过视觉传感器采集到的图像感知自身位姿变化，建图则是用于感知环境。当前视觉里程计分为两种方法：直接法和特征点法，其中直接法的优点是速度快，但是容易跟踪丢失，特征点法的鲁棒性更好，但是实时性不够好。建图的作用是建立环境模型，从而实现更高级的任务，例如自主导航、避障飞行等。

考虑到无人机对稳定性、实时性、准确性的要求比较高，传统的特征点法和直接法都不能很好地适应无人机定位要求，需要设计一种稳定并且准确的视觉里程计方法。同时，建图是对计算能力要求比较高，不适合直接在无人机上处理，需要依靠拥有强大计算能力的地面站。通过建立环境地图，无人机可以自主规划航线，实现完全自主飞行。

发明内容

为了满足无人机状态估计对稳定性、实时性、准确性的要求，本发明提出了一种基于混合视觉里程计和多尺度地图的无人机SLAM方法，实现在没有GPS信号的情况下，仅仅依靠相机采集到的图像来估计无人机的位置，同时建立环境地图，规划航线，实现自主飞行。

该方法无人机平台上除了基本飞行控制系统，还搭载有俯视单目相机和前视双目相机以及用于运算处理的机载计算机。单目相机采集到的图像作为基于直接法的视觉里程计的输入，双目采集到的图像作为基于特征点法的视觉里程计的输入，这两个视觉里程计同时还构造用于定位的局部地图。混合视觉里程计将这两种里程计的输出信息进行信息融合和位姿矫正，得到无人机实时精确的位姿信息，然后反馈给飞行控制系统，用于控制无人机的位置。机载计算机将实时位姿以及相机的图像发送给地面站，地面站负责建立环境全局地图，同时依据环境信息实时规划飞行路径，将航点信息发送给无人机，可以实现无人机的自主飞行。

本发明为解决其技术问题采用如下技术方案：

一种基于混合视觉里程计和多尺度地图的无人机SLAM方法，包括以下步骤：