本發(fā)明涉及無(wú)人機(jī)控制，尤其涉及一種基于lidar傳感器的無(wú)人機(jī)探索方法及系統(tǒng)。

背景技術(shù)：

1、無(wú)人機(jī)，特別是四旋翼無(wú)人機(jī)，由于其靈活性和高機(jī)動(dòng)性，在地形測(cè)繪、結(jié)構(gòu)檢查和三維建模等各個(gè)領(lǐng)域引起了極大關(guān)注，并得到了廣泛應(yīng)用。無(wú)人機(jī)通過(guò)使用傳感器(如攝像頭、激光雷達(dá)等)獲取大量的場(chǎng)景觀測(cè)數(shù)據(jù)，通過(guò)將這些觀測(cè)數(shù)據(jù)進(jìn)行融合和配準(zhǔn)，可以創(chuàng)建一個(gè)高分辨率、連續(xù)的三維地圖，以表示場(chǎng)景的幾何結(jié)構(gòu)和表面特征。這些應(yīng)用利用高質(zhì)量的地圖來(lái)獲取場(chǎng)景的真實(shí)和詳細(xì)環(huán)境信息，那么研發(fā)一種能夠快速自主探索未知環(huán)境并生成高質(zhì)量地圖的關(guān)鍵技術(shù)是很有必要的。

2、近年來(lái)，隨著自主探索任務(wù)越來(lái)越受關(guān)注，從而出現(xiàn)了許多自主探索方法，比如基于采樣的探索和基于邊界的探索方法?；诓蓸拥姆椒ㄍㄟ^(guò)類(lèi)似快速探索隨機(jī)樹(shù)(rrt)的方法在已知空間中生成一系列候選視點(diǎn)，并通過(guò)評(píng)估期望信息增益(eig)選擇下一個(gè)最佳視點(diǎn)，無(wú)人機(jī)會(huì)從當(dāng)前位置飛行到下一個(gè)最佳視點(diǎn)位置進(jìn)行觀測(cè)。基于邊界的方法首先生成幾個(gè)邊界聚類(lèi)，為每個(gè)邊界聚類(lèi)獲取視點(diǎn)，并確定具有最大期望信息增益的下一個(gè)最佳視點(diǎn)，并指引無(wú)人機(jī)進(jìn)行觀測(cè)。然而，大多數(shù)方法側(cè)重于高效覆蓋未知區(qū)域(使用立方體網(wǎng)格來(lái)代表空間)，而忽視了掃描地圖的質(zhì)量，并沒(méi)有充分考慮表面信息獲取。這種粗糙的表示空間環(huán)境的方法對(duì)于許多復(fù)雜的實(shí)際應(yīng)用來(lái)說(shuō)是不令人滿意的。

3、在現(xiàn)有的無(wú)人機(jī)自主探索方法中，主要存在以下問(wèn)題：

4、現(xiàn)有的大部分方法側(cè)重于高效覆蓋未知區(qū)域，只以粗糙的方式(柵格)來(lái)代表空間環(huán)境，這樣會(huì)導(dǎo)致探索出的地圖存在稀疏區(qū)域和空洞區(qū)域。

5、現(xiàn)有的規(guī)劃器以貪婪的方式規(guī)劃探索路徑，例如最大化即時(shí)信息增益或?qū)Ш降阶罱奈粗獏^(qū)域。這種貪婪策略忽視了全局最優(yōu)性，因此導(dǎo)致整體效率較低。此外，大多數(shù)方法在先前未知的環(huán)境中生成相當(dāng)保守的運(yùn)動(dòng)，以同時(shí)確保信息獲取和安全性。

6、最后，許多方法存在計(jì)算開(kāi)銷(xiāo)高且無(wú)法快速而頻繁地響應(yīng)環(huán)境變化的問(wèn)題，導(dǎo)致當(dāng)出現(xiàn)新的環(huán)境信息時(shí)，無(wú)法立即重新規(guī)劃新的運(yùn)動(dòng)路徑，造成低效的探索。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例的主要目的在于提出一種實(shí)時(shí)高效的基于lidar傳感器的無(wú)人機(jī)探索方法及系統(tǒng)，可以生成高效的全局路徑和安全的、完全覆蓋的局部觀測(cè)路徑。

2、為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例的一方面提出了一種基于lidar傳感器的無(wú)人機(jī)探索方法，包括以下步驟：

3、無(wú)人機(jī)利用機(jī)載激光雷達(dá)傳感器獲取單幀點(diǎn)云數(shù)據(jù)；

4、通過(guò)slam模塊將獲取到的所述單幀點(diǎn)云數(shù)據(jù)注冊(cè)到全局點(diǎn)云地圖中；

5、根據(jù)所述全局點(diǎn)云地圖，通過(guò)slam模塊獲得點(diǎn)云地圖和三維占據(jù)柵格地圖，以進(jìn)行點(diǎn)云密度分析以及邊界檢測(cè)；其中，所述點(diǎn)云地圖用于進(jìn)行點(diǎn)云密度分析；所述三維占據(jù)柵格地圖用于進(jìn)行邊界檢測(cè)；

6、將所述點(diǎn)云密度分析和所述邊界檢測(cè)的結(jié)果被納入信息增益中，以指導(dǎo)候選視點(diǎn)的生成；

7、根據(jù)生成的候選視點(diǎn)進(jìn)行全局路徑規(guī)劃，并確定局部路徑；

8、對(duì)所述局部路徑進(jìn)行優(yōu)化，并生成一個(gè)受時(shí)間約束的平滑軌跡，以指導(dǎo)無(wú)人機(jī)的運(yùn)動(dòng)。

9、在一些實(shí)施例中，所述點(diǎn)云密度分析的過(guò)程包括：

10、根據(jù)每個(gè)點(diǎn)云與若干個(gè)最近鄰點(diǎn)之間的平均距離計(jì)算得到每個(gè)點(diǎn)云的密度，其中，點(diǎn)云密度的計(jì)算公式為：

11、

12、其中，k代表最近鄰點(diǎn)的個(gè)數(shù)；pi代表第i個(gè)點(diǎn)；τp代表點(diǎn)云密度的閾值；

13、創(chuàng)建一個(gè)體素表征結(jié)構(gòu)；所述體素表征結(jié)構(gòu)包括點(diǎn)云層、高分辨率體素層、網(wǎng)格層；

14、在所述點(diǎn)云層中，根據(jù)所述點(diǎn)云密度的計(jì)算公式來(lái)評(píng)估視點(diǎn)捕獲的可見(jiàn)區(qū)域內(nèi)點(diǎn)云的合格性；

15、在所述高分辨率體素層中，將離散點(diǎn)云根據(jù)其位置劃分為連續(xù)的體素，體素的合格性由體素內(nèi)合格點(diǎn)數(shù)量與不合格點(diǎn)數(shù)量的比值來(lái)確定，若該比值超過(guò)閾值則視為合格；

16、在所述網(wǎng)格層中，將體素放置到更大的網(wǎng)格中，如果網(wǎng)格內(nèi)包含的合格體素?cái)?shù)量與不合格體素?cái)?shù)量的比值超過(guò)一定的閾值，則網(wǎng)格被視為合格。

17、在一些實(shí)施例中，所述將所述點(diǎn)云密度分析和所述邊界檢測(cè)的結(jié)果被納入信息增益中，以指導(dǎo)候選視點(diǎn)的生成，包括：

18、從局部規(guī)劃范圍內(nèi)均勻采樣一組候選點(diǎn)，將所述局部規(guī)劃范圍的邊界上的點(diǎn)定義為邊界點(diǎn)；

19、根據(jù)采樣到的候選點(diǎn)，生成候選視點(diǎn)來(lái)完全覆蓋邊界和不合格的點(diǎn)云的目標(biāo)區(qū)域；

20、對(duì)于所述候選點(diǎn)的每個(gè)點(diǎn)，多個(gè)偏航角被確定為多個(gè)獨(dú)立的傳感器的最大覆蓋范圍對(duì)所述目標(biāo)區(qū)域的覆蓋，評(píng)估符合傳感器模型且沒(méi)有被障礙物遮擋的每個(gè)偏航角的信息增益，進(jìn)而生成候選視點(diǎn)。

21、在一些實(shí)施例中，所述信息增益的計(jì)算公式為：

22、

23、其中，gainv代表mpoint的信息增益；sv表示從mpoint觀察到的不合格網(wǎng)格的數(shù)量；fv表示從mpoint觀察到的邊界的數(shù)量；gmax表示sv中高分辨率體素的數(shù)量；λf是fv的權(quán)重系數(shù)；代表每個(gè)si中不合格體素的數(shù)量。

24、在一些實(shí)施例中，所述確定局部路徑，包括：

25、通過(guò)計(jì)算所有候選視點(diǎn)的目標(biāo)區(qū)域之和，計(jì)算在所述局部規(guī)劃范圍內(nèi)的總增益；

26、對(duì)所有mpoint的信息增益進(jìn)行排序，并從排名前n的mpoint中隨機(jī)選擇一個(gè)添加到已選擇的視點(diǎn)集合中；

27、重新計(jì)算候選視點(diǎn)中的信息增益，向視點(diǎn)集合中預(yù)先加入無(wú)人機(jī)的當(dāng)前位置坐標(biāo)和邊界點(diǎn)的坐標(biāo)，并返回執(zhí)行對(duì)所有mpoint的信息增益進(jìn)行排序，并從排名前n的mpoint中隨機(jī)選擇一個(gè)添加到已選擇的視點(diǎn)集合中的步驟，直至獲得一組能夠覆蓋總增益的視點(diǎn)子集；

28、根據(jù)旅行商問(wèn)題的解決策略，生成一個(gè)從無(wú)人機(jī)當(dāng)前位置開(kāi)始并通過(guò)視點(diǎn)集合中的所有其他點(diǎn)的開(kāi)環(huán)路徑，得到粗略的局部路徑。

29、在一些實(shí)施例中，所述對(duì)所述局部路徑進(jìn)行優(yōu)化，包括：

30、從粗略的局部路徑的目標(biāo)路徑段中均勻采樣點(diǎn)；

31、根據(jù)采樣點(diǎn)生成能覆蓋目標(biāo)區(qū)域的范圍；

32、將所述目標(biāo)路徑段中的一個(gè)端點(diǎn)進(jìn)行替換，得到新的目標(biāo)路徑段，并返回執(zhí)行根據(jù)采樣點(diǎn)生成能覆蓋目標(biāo)區(qū)域的范圍的步驟，直至完成對(duì)局部路徑中各個(gè)路徑段的優(yōu)化。

33、在一些實(shí)施例中，所述根據(jù)生成的候選視點(diǎn)進(jìn)行全局路徑規(guī)劃，包括：

34、定義全局規(guī)劃范圍，將局部規(guī)劃范圍外部的空間劃分為均勻的立方體子空間；

35、將全局路徑規(guī)劃形式化為旅行商問(wèn)題，計(jì)算從無(wú)人機(jī)的當(dāng)前位置、起始邊界點(diǎn)、處于探索中狀態(tài)的子空間的質(zhì)心以及一個(gè)結(jié)束邊界點(diǎn)開(kāi)始的閉環(huán)路徑；

36、通過(guò)構(gòu)建包含最短路徑長(zhǎng)度的距離矩陣來(lái)確定兩個(gè)邊界點(diǎn)。

37、在一些實(shí)施例中，所述生成一個(gè)受時(shí)間約束的平滑軌跡，包括：

38、使用均勻b樣條曲線來(lái)平滑旋轉(zhuǎn)，并設(shè)置時(shí)間約束項(xiàng)來(lái)控制旋轉(zhuǎn)角度的旋轉(zhuǎn)時(shí)間；

39、其中，旋轉(zhuǎn)角度ξ、過(guò)渡時(shí)間tb和時(shí)間約束項(xiàng)jt的計(jì)算公式分別為：

40、

41、jt＝max{(ns-k)×δt,tb}

42、其中，表示在時(shí)間ti到達(dá)的位置，和分別是速度和偏航角角速度的約束的最大值，ns和k分別是控制點(diǎn)的數(shù)量和均勻b樣條曲線的維數(shù)，δt表示時(shí)間間隔，給定觀察路徑th中每個(gè)觀察點(diǎn)的距離和角度向量分別定義為d和y；

43、對(duì)于給定的觀察路徑，使用均勻b樣條曲線進(jìn)行優(yōu)化，生成一個(gè)受時(shí)間約束的平滑軌跡。

44、本發(fā)明實(shí)施例的另一方面還提供了一種基于lidar傳感器的無(wú)人機(jī)探索系統(tǒng)，包括：

45、第一模塊，用于無(wú)人機(jī)利用機(jī)載激光雷達(dá)傳感器獲取單幀點(diǎn)云數(shù)據(jù)；

46、第二模塊，用于通過(guò)slam模塊將獲取到的所述單幀點(diǎn)云數(shù)據(jù)注冊(cè)到全局點(diǎn)云地圖中；

47、第三模塊，用于根據(jù)所述全局點(diǎn)云地圖，通過(guò)slam模塊獲得點(diǎn)云地圖和三維占據(jù)柵格地圖，以進(jìn)行點(diǎn)云密度分析以及邊界檢測(cè)；其中，所述點(diǎn)云地圖用于進(jìn)行點(diǎn)云密度分析；所述三維占據(jù)柵格地圖用于進(jìn)行邊界檢測(cè)；

48、第四模塊，用于將所述點(diǎn)云密度分析和所述邊界檢測(cè)的結(jié)果被納入信息增益中，以指導(dǎo)候選視點(diǎn)的生成；

49、第五模塊，用于根據(jù)生成的候選視點(diǎn)進(jìn)行全局路徑規(guī)劃，并確定局部路徑；

50、第六模塊，用于對(duì)所述局部路徑進(jìn)行優(yōu)化，并生成一個(gè)受時(shí)間約束的平滑軌跡，以指導(dǎo)無(wú)人機(jī)的運(yùn)動(dòng)。

51、為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例的另一方面提出了一種電子設(shè)備，所述電子設(shè)備包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)前面所述的方法。

52、為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例的另一方面提出了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)前面所述的方法。

53、本發(fā)明實(shí)施例還公開(kāi)了一種計(jì)算機(jī)程序產(chǎn)品或計(jì)算機(jī)程序，該計(jì)算機(jī)程序產(chǎn)品或計(jì)算機(jī)程序包括計(jì)算機(jī)指令，該計(jì)算機(jī)指令存儲(chǔ)在計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中。計(jì)算機(jī)設(shè)備的處理器可以從計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)讀取該計(jì)算機(jī)指令，處理器執(zhí)行該計(jì)算機(jī)指令，使得該計(jì)算機(jī)設(shè)備執(zhí)行前面的方法。

54、本發(fā)明實(shí)施例至少包括以下有益效果：本發(fā)明提供一種基于lidar傳感器的無(wú)人機(jī)探索方法及系統(tǒng),該方案通過(guò)無(wú)人機(jī)利用機(jī)載激光雷達(dá)傳感器獲取單幀點(diǎn)云數(shù)據(jù)；通過(guò)slam模塊將獲取到的所述單幀點(diǎn)云數(shù)據(jù)注冊(cè)到全局點(diǎn)云地圖中；根據(jù)所述全局點(diǎn)云地圖，通過(guò)slam模塊獲得點(diǎn)云地圖和三維占據(jù)柵格地圖，以進(jìn)行點(diǎn)云密度分析以及邊界檢測(cè)；其中，所述點(diǎn)云地圖用于進(jìn)行點(diǎn)云密度分析；所述三維占據(jù)柵格地圖用于進(jìn)行邊界檢測(cè)；將所述點(diǎn)云密度分析和所述邊界檢測(cè)的結(jié)果被納入信息增益中，以指導(dǎo)候選視點(diǎn)的生成；根據(jù)生成的候選視點(diǎn)進(jìn)行全局路徑規(guī)劃，并確定局部路徑；對(duì)所述局部路徑進(jìn)行優(yōu)化，并生成一個(gè)受時(shí)間約束的平滑軌跡，以指導(dǎo)無(wú)人機(jī)的運(yùn)動(dòng)。本發(fā)明實(shí)施例的實(shí)時(shí)性高，可以生成高效的全局路徑和安全的、完全覆蓋的局部觀測(cè)路徑。