[发明专利]基于视觉学习驱动的空中机器人集群控制方法及系统

说明书

本发明公开了一种基于视觉学习驱动的空中机器人集群控制方法及系统，包括以下步骤：采用摄像头模块扫描获取当前空中机器人全方位周围场景图像；对全方位周围场景图像进行预处理，得到预处理后的全方位周围场景图像；根据预处理后的全方位周围场景图像和预设的网络模型，得到网络模型输出的控制量；检测空中机器人当前运行状态信息，根据当前运行状态信息确认当前空中机器人运行正常时，获取当前空中机器人前一次运行的目标速度，根据前一次运行的目标速度和网络模型输出的控制量得到最终控制量，根据最终控制量实现对当前空中机器人的控制，解决了传统空中机器人无法在通讯困难以及GPS拒止的环境中实现集群的问题。

技术领域

本发明涉及空中机器人集群控制领域，尤其涉及一种基于视觉学习驱动的空中机器人集群控制方法及系统。

背景技术

近年来，空中机器人理论和技术得到了快速发展，空中机器人能够实现的功能愈发强大，在一些领域正渐渐取代载人飞行器，尤其是在一些人类难以到达的环境和具有挑战的项目有着很高的效率。然而,由于任务需求和工作环境变得不断繁杂，单架空中机器人在任务执行能力上显露出了局限性。多空中机器人群系统不但能发挥空中机器人的优势，还能避免单空中机器人的局限性，在部分个体发生故障的情况下还可以完成多样的任务，是未来空中机器人发展的重要方向。

传统的空中机器人集群技术是利用内部的通信和信息共享优势,得到相互间的位置关系，通过虚拟结构法、领航者-跟随者、基于人工势场的控制方法以及基于模型预测控制的控制算法来进行集群编队的控制，这些控制算法需要强大的通信带宽以及准确的GPS定位信号。在城市和野外飞行环境中，受大型建筑物等的影响，无线通信的通信信号容易被干扰、遮挡，这给通讯控制带来了极大的困难。受多种因素的影响，包括与GPS卫星有关的误差、与信号传播有关的误差、与接收设备有关的误差，这种误差在空中机器人集群系统中会严重降低系统的鲁棒性。特别是在GPS拒止的环境中，传统的机器人集群算法无法实现。

针对这种通信困难或者GPS拒止的环境中，传统算法已经满足不了现代社会的需要，因此需要采用新的方法使空中机器人能够在复杂环境依旧保持高鲁棒性的集群控制。

发明内容

针对以上技术问题，本发明提供一种基于视觉学习驱动的空中机器人集群控制方法及系统。

本发明解决其技术问题采用的技术方案是：

基于视觉学习驱动的空中机器人集群控制方法，方法包括以下步骤：

步骤S200：采用摄像头模块扫描获取当前空中机器人全方位周围场景图像；

步骤S300：对全方位周围场景图像进行预处理，得到预处理后的全方位周围场景图像；

步骤S500：根据预处理后的全方位周围场景图像和预设的网络模型，得到网络模型输出的控制量；

步骤S600：检测空中机器人当前运行状态信息，根据当前运行状态信息确认当前空中机器人运行正常时，获取当前空中机器人前一次运行的目标速度，根据前一次运行的目标速度和网络模型输出的控制量得到最终控制量，根据最终控制量实现对当前空中机器人的控制，其中，空中机器人包括摄像头模块、计算机模块和飞控模块，运行状态信息包括速度、位置、航向信息，以及摄像头模块、计算机模块和飞控模块间连接信号。

优选地，全方位周围场景图像包括多张图像，步骤S300包括：

步骤S310：对全方位周围场景图像中的多张图像进行灰度变换，采用高斯滤波抑制噪声并平滑图像，得到第一图像；

步骤S320：对第一图像进行二值化操作，得到第二图像；

步骤S330：对第二图像进行特征点提取与匹配，并按照预设顺序排序拼接，形成一张图像。

优选地，步骤S500之前还包括：