一种基于双目视觉的无人机实时避障系统及方法与流程

本发明涉及无人机飞行控制领域，尤其涉及一种基于双目视觉的无人机实时避障系统及方法。

背景技术：

目前各国已经投入大量的人力物力和财力进行地面机器人的研发，并且在地面及其人的路径规划上已经取得了丰硕的成果。然而，近几年，随着科技的不断发展，越来越多的人使用无人机进行娱乐、航拍、商用、农用、救援等。但是大多数情况下，在无人飞行器起飞前，其飞行环境是未知的，障碍物信息只能在飞行任务的执行过程中通过实时在线检测方式获得，因此在飞行过程中极有可能碰到障碍物而无法及时发现和回避，从而导致无人机与障碍物相撞炸机，给用户群体带来很大损失。

针对上述问题，学者们已经将精力投入到如何使无人机自主避障的问题上，有少数几家无人机企业将红外、超声波等传感器作为距离传感器应用到无人机避障中来，但是利用以上传感器进行障碍物检查，存在检测距离受限、精度不高、容易出现误检和漏检等问题。另外还有一种无人机避障方法将避障功能放到地面站实施，通过图像传输，将图像传送到地面段，进行一系列的避障算法处理，再通过数据传输，将规划好的最优路径返回到飞行控制端进行控制，该方法一方面容易产生滞后性，另一方面过度依赖于无线链路的稳定性，一旦在图像传输和数据传输的过程中出现问题，则直接影响避障系统。

技术实现要素：

本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于双目视觉的无人机实时避障系统及方法。

为了达到上述目的，本发明提供一种基于双目视觉的无人机实时避障系统，该系统包括双目视觉测距单元、避障系统处理单元，飞行控制单元；所述双目视觉测距单元基于视差原理，利用左、右两个摄像头位置的不同，分别获取障碍物的两幅图像，通过计算图像对应点间的位置偏差，使我们可以获得明显的深度感，建立特征间的对应关系，将同一空间物理点在不同图像中的映像点对应起来，从而获取障碍物的三维信息；所述避障系统处理单元负责进行全方位的障碍物检测，并规划出一条能够避开障碍物的最优航迹提供给飞行控制单元；所述飞行控制单元负责执行避障系统处理单元的指令，使无人机沿着规划的路径进行自主避障。

优选的，所述双目视觉测距单元在机架的四个方向均安装了双目摄像头，因此可以使无人机检测到前、后、左、右四个方向的障碍物。

优选的，所述避障系统处理单元采用先进的odroid-xu4处理器，odroid-xu4是基于三星的exynos5422，整个处理器的重量只有49g，因此不会给无人机增加载重负担。另外，odroid-xu4处理器能够与飞控模块完美的融合，在视觉技术上表现非常出色同时具有很高的处理速度。

优选的，所述飞行控制单元是采用开源飞控pixhawk。

本发明还提供一种基于双目视觉的无人机实时避障方法，该方法包括下述步骤：

步骤s1，利用双目视觉技术检测无人机飞行前方是否有障碍物并计算障碍物的深度信息。

步骤s2，构建碰撞行为区域，即按照无人机的外切圆半径以及障碍物的尺寸进行膨胀建模，建立碰撞行为区，避免让无人机进入碰撞行为区域，计算公式为：

l=2×（r+r）

其中，l为碰撞行为区域的长度，r为无人机的外切圆半径，r为障碍物的外切圆半径。

步骤s3，根据无人机运动方向和与膨胀建模后的障碍物边缘的距离进行最优路径规划。

当检测到第一个障碍物时，判断无人机是否进入碰撞行为区域，如果进入该危险区域，则无人机自主切换到悬停模式，等待避障系统寻找到最优路径之后再继续全速前进；如果没有进入碰撞行为区域，则继续飞行并计算下一航迹点。

下面进一步地阐述所属设计最优路径规划步骤：

无人机的航迹路径实际上是由一组节点序列组成的，{s，k1，k2，k3，…，kn-1，e}其中，s为起点，k1，k2，k3，…，kn-1为中间航迹节点，e为目标点。

首先，将起点节点插入到open表中，将close表清空；

第二，从open表中移除代价最小的节点作为当前节点，并将该节点插入到close表中；

第三，如果当前节点与目标点之间的距离小于l，则将目标点节点的父节点指针指向当前节点，航迹路径规划结束。从目标点开始向上回溯，一直到起始位置，从而得到从起始点s到目标但e的最优路径。

本发明与现有技术相比，具有如下优点和有益效果：

针对目前用于无人机快速避障的设备在飞行过程中难以有效的根据环境周围的信息采取快速的避障行为，无法有效的保证无人机的安全飞行，本发明，利用双目摄像头获取障碍物的三维信息，精度高、系统结构简单、成本低等优点。将中央处理单元直接放到机载端进行实时处理，避免数据传输产生的滞后性，从而保证了避障系统工作的实时性。

附图说明

图1是本发明的一种基于双目视觉的无人机实时避障系统的系统结构示意图：

图2是本发明无人机外切圆半径示意图；

图3是本发明涉及的避障方法的流程图；

图4是本发明的避障过程的示意图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

目前，无人机快速避障是无人机研究领域的一个重要问题，它有许多不同于陆地智能机器人避障的特点。无人机的飞行环境具有不确定性和复杂性,需要不断对周围环境进行探测和测距，避免与障碍物发生碰撞甚至坠毁。无人机体积小，载重量有限，不能承载重量较大的声波探测器，因此需要寻找一种基于双目视觉的无人机实时避障系统及方法。

本发明提供一种基于双目视觉的无人机实时避障系统，如图1所示，该系统包括双目视觉测距单元、避障系统处理单元，飞行控制单元；所述双目视觉测距单元基于视差原理，利用左、右两个摄像头位置的不同，分别获取障碍物的两幅图像，通过计算图像对应点间的位置偏差，使我们可以获得明显的深度感，建立特征间的对应关系，将同一空间物理点在不同图像中的映像点对应起来，从而获取障碍物的三维信息；所述避障系统处理单元负责进行全方位的障碍物检测，并规划出一条能够避开障碍物的最优航迹提供给飞行控制单元；所述飞行控制单元负责执行避障系统处理单元的指令，使无人机沿着规划的路径进行自主避障。

双目视觉测距单元，利用安装在机架前、后、左、右四个方向的双目摄像头进行全方位的图像采集。基于视差原理，利用左、右两个摄像头位置的不同，分别获取障碍物的两幅图像，通过计算图像对应点间的位置偏差，建立特征间的对应关系，将同一空间物理点在不同图像中的映像点对应起来，从而获取障碍物的三维信息。

避障系统处理单元根据障碍物的深度信息，构建碰撞行为区域，即按照无人机的外切圆半径以及障碍物的外切圆半径进行膨胀建模，建立碰撞行为区，并规划出一条能够避开障碍物的最优航迹提供给飞行控制单元，避免让无人机进入碰撞行为区域，如图2所示。

飞行控制单元根据避障系统处理单元的指令，使无人机沿着规划的路径进行自主避障。

如图3所示，一种基于双目视觉的无人机实时避障方法，该方法包括下述步骤：

步骤s1，利用双目视觉技术检测无人机飞行前方是否有障碍物并计算障碍物的深度信息。

步骤s2，构建碰撞行为区域，即按照无人机的外切圆半径以及障碍物的尺寸进行膨胀建模，建立碰撞行为区，避免让无人机进入碰撞行为区域，计算公式为：

l=2×（r+r）

其中，l为碰撞行为区域的长度，r为无人机的外切圆半径，r为障碍物的外切圆半径。

步骤s3，根据无人机运动方向和与膨胀建模后的障碍物边缘的距离进行最优路径规划。

当检测到第一个障碍物时，判断无人机是否进入碰撞行为区域，如果进入该危险区域，则无人机自主切换到悬停模式，等待避障系统寻找到最优路径之后再继续全速前进；如果没有进入碰撞行为区域，则继续飞行并计算下一航迹点。

下面进一步地阐述所属设计最优路径规划步骤：

如图4所示，无人机的航迹路径实际上是由一组节点序列组成的，{s，k1，k2，k3，…，kn-1，e}其中，s为起点，k1，k2，k3，…，kn-1为中间航迹节点，e为目标点。

首先，将起点节点插入到open表中，将close表清空；

第二，从open表中移除代价最小的节点作为当前节点，并将该节点插入到close表中；

第三，如果当前节点与目标点之间的距离小于l，则将目标点节点的父节点指针指向当前节点，航迹路径规划结束。从目标点开始向上回溯，一直到起始位置，从而得到从起始点s到目标但e的最优路径。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。