[发明专利]一种自主定位式无人机及其室内路径自主规划方法

权利要求书

1.一种自主定位式无人机，其特征在于，包括：

无人机本体；

激光雷达，其连接所述无人机主体，以获取环境信息；

双目摄像头，其连接所述无人机主体，以获取地面信息；

惯性传感器，其连接所述无人机主体，以获取无人机位姿信息；

自主定位模块，其与所述激光雷达、所述双目摄像头和所述惯性传感器通信连接，以解析所述无人机的位置信息，并创建环境地图；

障碍物识别和路径规划模块，其连接所述自主定位模块，能够进行障碍物识别、全局和局部路径规划。

2.如权利要求1所述的自主定位式无人机，其特征在于，所述惯性传感器包括三轴陀螺仪和三轴加速度计。

3.一种自主定位式无人机室内路径自主规划方法，基于如权利要求1所述的自主定位式无人机，其特征在于，包括：

步骤一、确定无人机起点和目标点，并根据室内环境参考图规划全局路径；

步骤二、实时获取激光雷达、双目摄像头和惯性传感器的探测信息，解析所述无人机的位置信息，并创建环境地图；

步骤三、预判当前节点到下一节点飞行过程是否存在障碍物，若存在，进行障碍物识别和特征提取；

步骤四、根据所述障碍物的特征信息，规划局部路径，并更新所述全局路径和环境地图。

4.如权利要求3所述的自主定位式无人机室内路径自主规划方法，其特征在于，所述步骤一包括：

将所述室内环境参考图进行栅格化，并对所述参考图中的障碍物进行膨胀处理；

将不含障碍物的网格标记为自由栅格，含有障碍物的栅格标记为障碍栅格，并划分为自由栅格区和障碍栅格区；

将紧邻障碍所述栅格区的所述自由栅格作为顶点，初始化无人机起点与各顶点的距离；

向外层层扩展，循环搜索，直到所述起点与所述各顶点的距离最短。

5.如权利要求4所述的自主定位式无人机室内路径自主规划方法，其特征在于，所述解析无人机的位置信息包括：

无人机本体按照所述全局路线行进，获取所述惯性传感器的探测信息，利用惯性积分方法连续计算飞行的相对距离和航向；

根据所述起点位置和所述航向计算当前无人机的绝对位置及方位：

基于卡尔曼滤波模型，建立航迹推算状态方程，并根据所述状态方程，计算误差状态向量和速度测量值误差；

结合贝叶斯滤波算法，以所述全局路径约束所述航迹推算轨迹。

6.如权利要求5所述的自主定位式无人机室内路径自主规划方法，其特征在于，所述障碍物识别包括：

获取激光雷达的采集特征图，将所述特征图分割为多个相等的方形区块；

分别计算每个所述方形区块的占比值，将所述占比值大于占比阈值的方形区块作为感兴趣区块；

设定邻域和最低密度值，遍历所述感兴趣区块，得到每个所述感兴趣区块的中心点；

若相邻感兴趣区块的所述中心点密度相连，则所述相邻感兴趣区块归为一个障碍物团簇。

7.如权利要求6所述的自主定位式无人机室内路径自主规划方法，其特征在于，所述特征提取包括：

采用卷积神经网络训练得到分类模型；

获取所述激光雷达和所述双目摄像头采集的特征图，将三维锚框投影到所述特征图中；

根据投影结果将所述特征图裁剪成多个二维锚框；

将所述二维锚框输入到所述分类模型中进行目标分类和边界框回归。

8.如权利要求7所述的自主定位式无人机室内路径自主规划方法，其特征在于，所述二维锚框尺度为8、16、32中的一种，比例为2:1、1:1、1:2中的一种。

9.如权利要求8所述的自主定位式无人机室内路径自主规划方法，其特征在于，所述局部路径包括：

基于所述无人机的位置信息，计算无人机所受的势场合力；

判断所述无人机是否处于局部极小值；

如果是，所述无人机沿斥力势场等势线绕行，直到逃离局部极小值区域。

10.如权利要求9所述的自主定位式无人机室内路径自主规划方法，其特征在于，所述局部极小值包括：无人机所受势场合力趋于零和或无人机行进位移与路程比趋于零。