[发明专利]一种基于RGB-D SLAM的无人机路径规划方法

说明书

本发明提出了一种基于RGB‑D SLAM的无人机路径规划方法，具体涉及到多旋翼无人机路径规划领域。具体方法如下：由前端利用RGB‑D SLAM技术来完成现场环境地图构建，在给出初始坐标点以及终点坐标点后运行人工势场路径规划算法，直至完成一次路径规划任务，若出现陷入局部最小值等问题时则进入故障处理程序，进而提高无人机工作的可靠性。本发明提供的路径规划方法是将RGB‑D SLAM技术与路径规划算法结合在一起，其结构简单可靠，可以自身构建环境地图，大大提高了无人机的飞行工作效率，对无人机自主导航技术的发展具有重要意义。

技术领域

本发明涉及多旋翼无人机路径规划领域，更具体地说，涉及一种基于RGB-DSLAM的无人机路径规划方法。

背景技术

随着人工智能的热潮下，智能移动机器人技术得到了迅速发展，并已经广泛运用于军事、交通、家庭服务于等领域。在国内，百度Apollo无人车、美团自动配送车等已经率先试运营，各类自动移动服务机器人已经逐步民用化。而要实现上述功能的最关键技术就是将路径规划技术问题解决，从而实现自动巡航驾驶功能。

而在无人机自动巡航领域，由于受限于无人机的负载能力、电池续航和搭载处理器的处理频率，无人机的搭载传感器需要尽可能的小型化、轻量化，否则会影响无人机自身的飞行滞空时间。

现阶段民用无人机路径规划任务主要是在基于GPS+IMU的基础上来实现的，虽然这种技术方案成熟且运用广泛，但是在GPS信号缺失、现场环境复杂的情况下，无人机将无法完成对目标点的路径规划计算，不能自主到达指定地点。

发明内容

为了克服上述缺陷，本发明提供了一种基于RGB-D SLAM的无人机路径规划方法，同时完成了对无人机前端地图的实时构建以及后端路径规划算法的融合设计。能够在复杂环境下实现无人机的实时自主导航功能。

本发明采用的技术方案如下：

一种基于RGB-D SLAM的无人机路径规划方法，其特征在于：包括有以下步骤：

S1、由RGB-D SLAM系统构建无人机三维点云地图，实现无人机的精准定位。

S2、采用人工势场法，实现无人机的实时路径规划能力。

S3、设计出路径规划算法的异常处理程序，大幅提高无人机在实际处理故障问题的应对能力。

进一步的，所述步骤S1的RGB-D SLAM系统是采用的RGB-D传感器与移动PC组成，利用成本较为低廉的RGB-D视觉传感器来获取深度色彩图像，利用移动PC来处理大量的图像数据流，上述系统为无人机的地图前端系统。其中RGB-D SLAM采用的内核算法是ORB-SLAM方案，其具体流程如下：

S101、将RGB-D获得的彩色数据图像进行ORB特征提取，为得到特征的初始点，与上一帧的图像特征点进行初始匹配。并同时对图像进行深度计算，进而获得深度图像。

S102、对上数获得的数据流，进行特征点对数判断，若前后帧间深度图像的特征匹配点大于设定值时，则采用RANSAC算法对前后两帧位姿进行估计。

S103、上述步骤S102中若特征点匹配数小于设定值时，则转向计算当前帧的词袋向量，而本系统的词袋向量是采用DBoW2库建立关键帧ORB特征获取。将当前帧的词袋向量与关键帧数据进行搜素匹配，然后采用RANSAC算法来对当前帧与各位关键帧间进行最佳位姿估计。

S104、对S102、S103获得的数据流利用covisibility graph获取的局部地图进行当前帧姿态优化，进而获得当前帧的位姿、特征点、相机参数等信息，接着进行关键帧的判断。