[发明专利]一种基于激光雷达的无人机自主式辅助降落方法及系统

权利要求书

1.一种基于激光雷达的无人机自主式辅助降落方法，其特征在于：包括以下步骤：

S1：接收无人机上的激光雷达发送的原始激光数据，并对其进行预处理剔除异常值；

S2：对剔除异常值后的激光数据采用降落点定位算法计算，降落点定位算法具体包括如下步骤：

S21：对激光数据进行粗提取，根据激光与可降落平台距离的远近判断，若距离远则直接输出粗提取结果；若距离近，则粗提取结果进入步骤S22；若没有输出粗提取结果时，则进入步骤S23；

S22：对粗提取过后的激光数据进行细分割，输出细分割结果，随后进入到步骤S3；

S23：根据激光视域范围内可降落平台点云信息的判断，若没有可降落平台点云信息则输出无降落点结果，随后进入到步骤S3；若可降落平台点云信息不全则通过直接寻求平面上的挂钩特征进行提取，输出结果随后进入到步骤S3；

S3：对步骤S2中的结果进行运算得到设计路径，供无人机降落。

2.根据权利要求1所述的一种基于激光雷达的无人机自主式辅助降落方法，其特征在于：所述步骤S21包括如下步骤：

S211：在保持原始点云的几何结构特征的基础上，降低点云数据量，得到稀疏点云；

S212：将稀疏点云进行分层；

S213：分层后获取地面点云、可降落平台点云与其他点云；

S214：依据获取的可降落平台点云，输出可降落平台的中心位姿结果。

3.根据权利要求2所述的一种基于激光雷达的无人机自主式辅助降落方法，其特征在于：所述步骤S211中通过下采样的方法获取稀疏点云；步骤S212中通过平面模型的拟合方法将稀疏点云进行分层；步骤S213中通过聚类方法获取地面点云、可降落平台点云与其他点云。

4.根据权利要求1或2所述的一种基于激光雷达的无人机自主式辅助降落方法，其特征在于：步骤S22包括如下步骤：

S221：将可降落平台的中心位姿结果在原点云中进行部分映射；

S222：截取少量稠密点云后，将原点云平台上对应的挂钩点云通过特征分割进行分离；

S223：提取分离出来的挂钩点云后对其进行聚类，输出挂钩点云的中心位姿。

5.根据权利要求1所述的一种基于激光雷达的无人机自主式辅助降落方法，其特征在于：步骤S23中直接寻求平面上的挂钩特征进行提取的具体步骤为：

S231：根据经验对点云划分感兴趣空间；

S232：在所述感兴趣空间中进行平面模型拟合；

S233：拟合后寻找相对平面点云的挂钩特征，如有将其进行验证后输出结果；如果没有，将直接输出无降落点信息。

6.根据权利要求5所述的一种基于激光雷达的无人机自主式辅助降落方法，其特征在于：所述步骤S233中验证步骤具体如下：将当前数据与前若干帧数据进行相邻帧数据的差值计算，若差值大于设定值则验证失败，输出无降落点信息；若差值小于设定值则验证成功，输出结果。

7.根据权利要求6所述的一种基于激光雷达的无人机自主式辅助降落方法，其特征在于：所述验证步骤中还包括设定比设定值小的临界值，当差值介于临界值与设定值之间时，控制无人机悬停继续等到直至差值小于临界值时，输出结果。

8.一种使用如权利要求1-7任一项权利要求所述的基于激光雷达的无人机自主式辅助降落方法的系统，其特征在于：包括：

输入模块：用于接收无人机上的激光雷达发送的原始激光数据；

激光数据预处理模块：用于将接收模块中的原始激光数据进行预处理；

降落点定位算法模块：用于将激光数据预处理模块中的激光数据进行处理分析得到降落点信息；

规划与导航算法模块：用于将降落点定位算法模块中的降落点信息进行路径设计与跟踪，生成供无人机降落的路径；

输出模块：用于将规划与导航模块中的路径进行输出。

9.根据权利要求8所述的一种基于激光雷达的无人机自主式辅助降落系统，其特征在于：规划与导航模块内采用D*算法进行路径设计与跟踪。