[发明专利]一种基于无人机自主飞行态势感知趋势的分析方法与系统

说明书

本发明提供了基于无人机自主飞行态势感知趋势的分析方法，包括：根据图像信息、无人机的姿态角及三维加速度信息，采用改进的视觉即时定位与地图构建算法获取无人机的三维位置和姿态信息；获取环境下多目标态势数据，采用MobileNetSSD算法识别目标并确定目标框；然后采用ORB算法提取目标框中目标的特征，并与特定目标的特征进行特征匹配，预估目标的移动轨迹，根据无人机的三维位置和姿态信息，以及预估目标的移动轨迹，获取避障路径；根据避障路径实时调整全局路径，获取调整后导航路径，本发明提出的方法，无人机能够实时获取自身的信息，并能够态势感知环境信息，实现目标识别和轨迹预估，进而生成避障路径并实时调整路径，实现无人机可靠的自主飞行。

技术领域

本发明无人机领域，特别是指一种基于无人机自主飞行态势感知趋势的分析方法与系统。

背景技术

随着无人机技术的不断发展，无人机除了在军事上被广泛应用，而且在农业及人们的日常生活中广泛应用，为了实现无人机更为优良的性能，无人机的飞行轨迹规划成为实现无人机功能的重要因素。

现有的无人机在自主规划飞行路径时，只是基于地图简单地将目标点与出发点连接成为一条直线作为飞行路径。然而，无人机在实际飞行过程中，很有可能遇到突发障碍物。

在避障时也只是采取遇障碍物悬停或者绕过障碍物等固定方式，飞行过程显然会受到障碍物的影响而偏离原设定的飞行路径，从而难以准确到达目的地，自主飞行的可靠性较差。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种基于无人机自主飞行态势感知趋势的分析方法，在自主飞行过程中能够实时获取自身的信息，并能够态势感知环境信息，实现目标识别和轨迹预估，进而生成避障路径，并进行全局路径的实时调整，实现无人机可靠的自主飞行。

本发明实施例提供一种基于无人机自主飞行态势感知趋势的分析方法，包括如下步骤：

根据无人机采集的图像信息、无人机的姿态角及三维加速度信息，采用改进的视觉即时定位与地图构建算法获取无人机的三维位置和姿态信息；

利用多传感器获取环境下多目标态势数据，包括场景三维点云、深度图像、彩色图像，首先进行时间配准和空间配准并融合，采用MobileNetSSD算法识别目标并确定目标框；然后采用ORB算法提取目标框中目标的特征，并与特定目标的特征进行特征匹配，预估目标的移动轨迹；

根据无人机的三维位置和姿态信息，以及预估目标的移动轨迹，获取避障路径；

根据避障路径实时调整全局路径，获取调整后导航路径。

具体地，采用MobileNetSSD算法识别目标并确定目标框，具体包括：

调用开源的神经网络框架，输入时间配准和空间配准并融合后的场景三维点云、深度图像、彩色图像，输出检测结果，所述检测结果包括目标包围矩形框的对角坐标和目标类别；

将检测结果输出为xml格式文件，在输入视频图像中绘制出矩形框，可视化检测结果；

对检测结果进行统计。

具体地，采用ORB算法提取目标框中目标的特征，具体包括：

构造尺度金字塔；

在每层金字塔上采用Fast算法提取特征点，采用Moravec角点响应函数，按角点响应值排序，选取前N个特征点，N的取值范围为和检测出的特征点个数有关，N为检测出特征点个数的20％～60％，且N为正整数；

计算每个特征点的主方向，旋转每个特征点的Patch块到主方向；

进行特征点匹配。

具体地，根据无人机的三维位置和姿态信息，以及预估目标的移动轨迹，获取避障路径，具体为：