[发明专利]一种无人集群系统的仿真方法及系统

说明书

本发明公开了一种无人集群系统的仿真方法，所述无人集群系统包无人车系统和无人机系统，所述方法包括：构建所述无人机系统和所述无人车系统的物理仿真模型；基于所述无人车系统的传感数据，构建三维仿真场景动态地图；基于所述三维仿真场景动态地图，对所述无人机系统和所述无人车系统的物理仿真模型进行目标跟踪。本发明还公开了一种无人集群系统的仿真系统。本发明的有益效果为：可以实现无人集群系统的目标识别、自定位和建图、跟踪避障等功能仿真，以实现无人集群系统的协同仿真。

技术领域

本发明涉及无人系统技术领域，具体而言，涉及一种无人集群系统的仿真方法及系统。

背景技术

目前在无人系统技术领域，一般无法实现无人集群系统的三维协同仿真，导致无法将模拟仿真结果应用于现实中的无人集群系统，以提高无人集群系统的协同作战能力。

发明内容

为解决上述问题，本发明的目的在于提供一种无人集群系统的仿真方法及系统，可以实现无人集群系统的目标识别、自定位和建图、跟踪避障等功能仿真，以实现无人集群系统的协同仿真。

本发明提供了一种无人集群系统的仿真方法，所述无人集群系统包无人车系统和无人机系统，所述方法包括：

构建所述无人机系统和所述无人车系统的物理仿真模型；

基于所述无人车系统的传感数据，构建三维仿真场景动态地图；

基于所述三维仿真场景动态地图，对所述无人机系统和所述无人车系统的物理仿真模型进行目标跟踪。

作为本发明进一步的改进，构建所述无人机系统和所述无人车系统的物理仿真模型，包括：

基于V-REP工具构建所述无人机系统的物理仿真模型；

基于Gazebo工具构建所述无人车系统的物理仿真模型。

作为本发明进一步的改进，基于所述无人车系统的传感数据，构建三维仿真场景动态地图，包括：

基于所述无人车系统的传感数据，构建半稠密地图；

基于所述无人车系统的三维激光雷达点云数据，并融合所述半稠密地图构建环境稠密地图。

作为本发明进一步的改进，基于所述无人车系统的传感数据，构建半稠密地图，包括：

基于所述无人车系统的双目视觉传感数据，构建半稠密地图；

融合所述无人车系统的陀螺仪和惯导传感数据至所述半稠密地图，进行所述无人车系统的帧间运动估计；

基于所述无人车系统的帧间运动估计获取的关键帧，通过回环检测对所述半稠密地图进行实时修正。

作为本发明进一步的改进，所述无人车系统在进行帧间运动估计时，包括：

估计所述无人车系统的增量运动T_k,k-1，以使光测误差最小；

式中，T_k,k-1为所述无人车系统的相机所拍摄图像的上一帧和当前帧间的位姿变换，I表示图像，为光测残差，即在所述上一帧和所述当前帧中观察到的相同三维点ρ_u的像素强度差值，u为图像的中心位置。

作为本发明进一步的改进，所述估计所述无人系统的增量运动T_k,k-1，以使光测误差最小，包括：

S1，确定所述上一帧和所述当前帧间的位姿变换T_k,k-1；

S2，在所述上一帧中，通过重投影计算三维点ρ_u的像素强度差值；

其中，