[发明专利]一种基于三维目标检测的飞行汽车起飞着陆决策规划方法

权利要求书

1.一种基于三维目标检测的飞行汽车起飞着陆决策规划方法，基于部署在飞行汽车上的摄像头和激光雷达实现，所述方法包括：

步骤1)根据实时采集的图像和三维点云数据对指定道路进行环境感知，建立动态三维地图；

步骤2)当待决策规划的飞行汽车为飞行状态，转至步骤3)；当待决策规划的飞行汽车为行驶状态，转至步骤5)；

步骤3)根据动态三维地图，结合飞行汽车数据和行驶在单行路的汽车情况，建立斥力场，选取行驶汽车后某点或地面上某点建立引力场；

步骤4)由斥力场和引力场形成实时变化的合力场，驱动飞行汽车进行动态着陆，判断飞行汽车和目标位置间的距离是否满足安全距离，判断为是，控制飞行汽车着陆，并转至步骤7)；判断为否，控制飞行汽车上升，并转至步骤3)重新建立引力场；

步骤5)根据动态三维地图，结合飞行汽车数据和行驶在单行路的汽车情况，建立斥力场，选取空中安全位置建立引力场；

步骤6)由斥力场和引力场形成实时变化的合力场，驱动飞行汽车起飞，并转至步骤7)；

步骤7)决策规划结束。

2.根据权利要求1所述的基于三维目标检测的飞行汽车起飞着陆决策规划方法，其特征在于，所述步骤1)包括：

步骤1-1)将采集的图像经卷积神经网络处理，经过图像金字塔特征提取，得到与初始图像大小相同的图像特征图；

步骤1-2)将获取的三维点云和图像特征图经联合标定，得到在图像范围内的点云，并得到对应的图像特征；

步骤1-3)将融合的点云图像数据按照点云的分布进行体素网格化，得到体素化数据；

步骤1-4)对体素化数据进行筛选，去掉空的网格，将长宽高按秩序排列成一维，得到处理后的体素化数据，

步骤1-5)将处理后的体素化数据输入数据编码网络，得到特征图；

步骤1-6)将特征图通过单阶段的目标检测网络，得到指定道路三维目标的坐标及长宽高信息；

步骤1-7)根据检测到的每个三维目标的坐标及长宽高信息，建立动态三维地图。

3.根据权利要求2所述的基于三维目标检测的飞行汽车起飞着陆决策规划方法，其特征在于，所述步骤1-5)的数据编码网络包括：全连接层和VoxelNet；所述数据编码网络的处理包括：

处理后的体素化数据包括若干个非空格子，每个格子包括若干个点，从每个格子提取出一个点表示这个格子，一个高度方向选出一个格子表示这个高度，得到L长、W宽的特征图大小，C为特征图特征数，通过升维扩充特征。

4.根据权利要求1所述的基于三维目标检测的飞行汽车起飞着陆决策规划方法，其特征在于，所述步骤3)包括：

步骤3-1)提取待决策规划飞行汽车的数据，经分析处理后建立斥力场；

作用在飞行汽车上的斥力场U_ri(X)和斥力F_r(X)满足下式：

其中，k_r表示正比例系数，X表示待决策规划的飞行汽车位置，X_i表示障碍物i的位置，η_i(X,X_i)表示X与X_i之间的距离，η_i(X,X_i)表示X与X_i之间的距离，η_0，i表示第i个障碍物斥力场作用的最大距离；

其中，N表示障碍物总数，F_ri(X)表示障碍物i的斥力，满足下式：

其中，表示η_i梯度；

步骤3-2)结合待决策规划飞行汽车的前后方车辆情况，建立引力场；

作用在飞行汽车上的引力场U_a(X)和引力F_a(X)满足下式：

其中，ρ表示引力正比例系数，X_g表示目标位置，η(X,X_g)表示飞行汽车和目标位置的距离，表示η梯度。