[发明专利]一种基于双目视觉slam与融合算法的路径规划方法

说明书

本发明公开了一种基于双目视觉slam与融合算法的路径规划方法。具体涉及到多旋翼无人机路径规划领域。具体方法如下：由前端利用改进型的双目视觉slam技术来完成对当前场景地图的精准构建，给出初始坐标点以及终点坐标点后运行RRT与人工势场法融合的路径规划算法，直至完成一次路径规划任务，若出现迭代次数过多等问题时则进入故障处理程序，进而提高无人机工作的可靠性。本发明是将改进的双目视觉slam技术与融合路径规划算法结合在一起，其结构简单可靠，可以自身构建环境地图并且具备全局路径规划和局部重规划的能力，大大提高了无人机的飞行工作效率，对无人机自主导航技术的发展具有重要意义。

技术领域

本发明涉及多旋翼无人机路径规划领域，更具体地说，涉及一种基于双目视觉slam与融合算法的路径规划方法。

背景技术

在人工智能的热潮下，无人机技术得到快速发展。其中，无人机的自主导航技术是无人机领域中一个重要研究方向，而路径规划是实现自主导航的核心内容之一。

主流的民用无人机路径规划技术是在GPS+IMU的基础上来实现的，这种技术成熟且应用广泛。但是缺陷也十分明显，在GPS信号微弱或者环境恶劣的情况下，无人机将无法完成对目标点的路径规划计算，不能自主到达指定地点。

此外，虽然目前路径规划的算法很多，比如A^*、D^*算法等，而上述算法受限于自身原理的问题，存在着各种算力不足、概率不完备等缺点，使得应用场景变得十分有限。同时，实际应用的主流路径规划算法仅仅是针对静态障碍物的路径搜索，附加一些局部避障的能力，这就使得无人机在复杂、微弱制导信号情况下的自主导航效果并不理想，无法有效及时的规避突发移动的障碍物。

发明内容

为了克服上述缺陷，本发明提供了一种基于双目视觉slam与融合算法的路径规划方法，同时完成了对无人机前端地图的精准构建以及路径规划算法的融合设计。能够在没有GPS或者制导信号的情况下，实现无人机快速高效的自主导航作业，在一定程度上能够有效规避移动的障碍物，大大提高了无人机的自主路径规划的能力。

本发明采用的技术方案如下：

一种基于双目视觉slam与融合算法的路径规划方法，包括有以下步骤：

S1、由双目视觉slam系统构建无人机三维点云地图，实现无人机的精准定位。

S2、采用RRT与人工势场相结合的算法，实现无人机的全局路径规划与局部路径规划的能力。

S3、设计出融合算法的故障处理程序，大幅提高无人机的实机运行的可靠性。

进一步的，所述步骤S1的双目视觉系统是由双目摄像头与迷你PC构成，并将上述系统耦合到现有无人机实验平台中。双目视觉系统应用改进后的ORB-SLAM2的方案，其具体改进处理流程如下：

S101、先对双目图像进行预处理，包括各自提取ORB特征点，进行匹配后获取双目关键点，再将双目视觉传感器捕捉到的深度图像转换成关键点云，按照关键帧位姿规则，将变换后的关键帧点云加载到场景点云中。

S102、在滞后5个关键帧的情况下才向场景点云中添加关键帧，并使用基于视线约束的滤波方法，利用八叉树地图中的反向传感器模型消除点云中的误差点。其具体表达式为：

其中Q_j为新关键帧，T_j为该点的变换矩阵，w_i为世界坐标系上的一点，在经过T_j变换后获得坐标F_i,j，C_i,j表示在相机坐标下的坐标，K表示相机的内参矩阵，(u_i,j,v_i,j)为投影点。并设定删选规则阈值为r_i,j，则r_i,j具体表达式如下：