论文部分内容阅读
小型无人机在障碍物信息复杂且结构不确定的室外非结构化环境中的全自主导航是一项具有挑战性的任务,其包含无人机的底层控制、实时定位与建图、路径规划等一系列子任务。本论文针对小型无人机自主路径规划问题展开研究,包括寻路、轨迹优化、自主悬停及飞行策略选择等具体问题。论文首先给出了一种低功耗的四旋翼无人机导航系统的设计方案,该系统可以应用在未知的室外环境中。为了降低无人机的计算负担,本文设计了分离式的架构将计算资源从机载计算机端转移到地面站端,两端的大数据量传输由5G无线网络的高带宽来保证。出于对无人机自身载重与续航能力的考虑,选用双目立体视觉相机作为无人机的前端传感器来感知周围环境,并根据周围环境中的障碍物建立稠密点云地图,同时将点云数据转换成八叉树地图用于无人机的轨迹规划。无人机的轨迹进行规划分两个阶段。第一阶段使用改进的寻路算法完成无人机在真实的三维场景的寻路任务。利用该算法在八叉树地图上获取一系列无碰撞的安全空间,之后将这些安全空间按照坐标轴一致的方向进行扩张,直到触碰到场景边界或障碍物边界为止,并最终生成一系列相互重叠的飞行通道。在第二阶段,使用多段贝塞尔曲线来表示轨迹,并将轨迹生成问题建模成二次规划问题,通过增加一系列约束最终获取一条安全、光滑且满足无人机动力学可行性的轨迹。由于在本文实验中无人机的应用场景是以树林为代表的典型室外非结构化环境,而视觉传感器的最远有效感知范围为8米,无人机无法直接获知包含场景全部障碍物信息的先验地图,这就导致无人机在诸如树林等室外环境中的探索充满了未知性。针对这个问题研究中采用了乐观的飞行策略,即将无人机当前所感知范围以外的区域都视为无障碍物区域。随着无人机不断地向终点方向探索,会有更多的障碍物加入到感知地图中来,这样一旦检测到当前无人机所追踪的轨迹与障碍物发生碰撞,就立即重新规划一条轨迹绕过障碍物。利用这种重规划机制可指导飞机循迹飞行直到抵达终点。为了保证整套方案具体实施的安全性,利用DJI assistant2软件模拟M100无人机进行仿真测试,并将无人机的飞行状态数据实时回传给RVIZ可视化平台来观测飞机的循迹效果,之后在复杂的树林场景中验证该套系统的可行性。最终实验结果表明,本文设计的方案能够保证无人机在未知非结构化场景中完成实时定位、建图、规划与循迹飞行等功能。