[发明专利]一种适用于室内无人机的混合智能跟随与避障方法

权利要求书

1.一种适用于室内无人机的混合智能跟随与避障方法，其特征在于：结合传统的先获取目标位置再决策和端到端感知决策的方法，使室内无人机能够高效地跟随指定目标运动并躲避障碍物；将先感知后决策即KCF跟踪与PID控制的智能跟随方法和端到端感知与决策的智能跟随方法进行结合，根据目标检测结果判断当前画面中的目标数量；若目标数量大于1则切换到整体效率较低的先感知后决策的智能跟随方法，若目标数量为1则切换到整体效率较高的端到端智能跟随方法；最终得到能够跟随目标的前后速度跟随指令和偏航速度跟随指令；通过IIC接口获取无人机的8个VL53L1x激光测距的结果，使用人工势场的方法计算无人机躲避障碍物的前后速度避障指令和左右速度避障指令；将前后速度跟随指令与前后速度避障指令进行叠加，组成前后速度合成指令；将偏航速度跟随指令、前后速度合成指令、左右速度避障指令通过串口通讯发送给无人机的飞控，使得无人机能跟随目标运动并躲避障碍物；在单目标时使用基于深度强化学习的端到端单目标跟随控制算法；使用深度神经网络搭建输入图像到输出决策动作包括前后速度跟随指令和偏航速度跟随指令的映射模型；奖励函数设计为：

其中ρ为无人机与目标的实际距离，ρd为无人机与目标的期望距离，为无人机与目标的实际朝向误差，当无人机与目标保持在期望距离且面朝目标时，奖励函数达到最大；设计好奖励函数后，使用Proximal Policy Optimization深度强化学习算法在仿真环境中对该网络进行训练，实现室内无人机端到端地感知与控制方法。

2.根据权利要求1所述的室内无人机的混合智能跟随与避障方法，其特征在于：使用高性能神经网络前向计算框架ncnn来部署YOLO-fastest目标检测模型；在多目标情形时通过地面站软件指定跟随目标，并使用指定目标的检测结果初始化KCF跟踪器；初始化后的KCF能够快速更新目标的位置；根据目标中心位置相对画面中心的水平误差，使用PID的方法计算无人机的偏航速度跟随指令；根据目标中心位置相对画面中心的垂直误差，使用PID的方法计算无人机的前后速度跟随指令。