[发明专利]一种基于视觉SLAM的无人机自主避障方法及装置

权利要求书

1.一种基于视觉SLAM的无人机自主避障方法，其特征在于，所述方法包括：

S1、用无人机机载的单目相机采集前方环境的图像序列，采用SLAM算法对所述图像序列进行ORB特征提取、特征匹配，实时估计无人机位姿，并构建出稀疏点云地图；

S2、将无人机相机前方的障碍物平面划分成二维网格地图，将所述稀疏点云地图中的地图点投影到所述二维网格地图中；

S3、根据无人机大小设定搜索半径，根据网格与各个投影点的距离判断二维网格地图中的各个网格是否为可通过网格并分别标记；

S4、根据无人机大小设定最小通过区域面积，筛选出可通过区域，计算所述可通过区域与各障碍物的距离，选择距离均超过预设安全阈值的可通过区域为安全区域。

2.根据权利要求1所述基于视觉SLAM的无人机自主避障方法，其特征在于，所述步骤S1之前还包括：

用无人机机载的单目相机采集多张标定板的图像，标定相机内部参数。

3.根据权利要求1所述基于视觉SLAM的无人机自主避障方法，其特征在于，所述步骤S1具体包括：

S11、每当相机获取到新的一帧图像时，对其进行ORB特征点提取；

S12、如果所述帧图像为获取到的第一帧图像，将该帧定位为参考帧，根据其对应的深度图像获取提取的特征点的深度信息，得到这些特征点的空间3D坐标，返回步骤S1；

S13、将新获取的图像帧与所述参考帧进行特征点匹配，估计新的图像帧相对于参考帧的位姿变换；

S14、如果位姿变换估计成功，将新的图像帧作为参考帧，返回步骤S1。

4.根据权利要求1所述基于视觉SLAM的无人机自主避障方法，其特征在于，所述步骤S2中，所述二维网格地图中每个网格距离公式：

其中，k为投影点编号，N(i,j)表示二维网格Grid(i,j)中的投影点总数；l_k表示二维网格Grid(i,j)中的投影点，l_min和l_max表示网格中距离值最大和最小的投影点。

5.根据权利要求1所述基于视觉SLAM的无人机自主避障方法，其特征在于，所述步骤S3具体包括：

S31、定义网格是否适合通过公式：

其中l(m,n)为二维网格地图上投影点(m,n)的距离值，l(i,j)表示网格坐标下(i,j)网格的距离值，其中r表示搜索的半径，R(i,j,r)表示以l(i,j)为原点，半径为r的区域；

S32、遍历每一个网格，将T(i,j)的值大于预设阈值的网格标记为可通过网格，否则标记为障碍网格。

6.一种基于视觉SLAM的无人机自主避障装置，其特征在于，所述装置包括：

相机标定模块：用于通过无人机机载的单目相机采集多张标定板的图像，标定相机内部参数；

SLAM模块：用于通过单目相机采集前方环境的图像序列，采用SLAM算法对所述图像序列进行ORB特征提取、特征匹配，实时估计无人机位姿，并构建出稀疏点云地图；

网格划分模块：将用于无人机相机前方的障碍物平面划分成二维网格地图，将所述稀疏点云地图中的地图点投影到所述二维网格地图中；

网格标记模块：用于根据无人机大小设定搜索半径，根据网格与各个投影点的距离判断二维网格地图中的各个网格是否为可通过网格并分别标记；

区域筛选模块：根据无人机大小设定最小通过区域面积，筛选出可通过区域，计算所述可通过区域与各障碍物的距离，选择距离均超过预设安全阈值的可通过区域为安全区域。

7.根据权利要求6所述基于视觉SLAM的无人机自主避障装置，其特征在于，所述SLAM模块具体包括：

特征提取单元：每当相机获取到新的一帧图像时，对其进行ORB特征点提取；定义参考帧并根据参考帧的深度信息获取参考帧特征点的空间3D坐标；

特征匹配单元：将新获取的图像帧与参考帧进行特征点匹配，估计新的图像帧相对于参考帧的位姿变换；位姿变换成功后将新的图像帧作为参考帧；

地图构建单元：根据相机实时位姿及参考帧特征点的空间3D坐标构建三维点云地图。