System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術屬于路徑規劃領域,尤其涉及一種基于無人機和無人車的空地協同路徑規劃方法。
技術介紹
1、作為無人機技術的一個前沿分支,無人機和無人車空地協同在執行搜索救援、勘測、偵察、監視等復雜而廣泛的任務中,在功能性和靈活性上都表現出顯著優勢,因此在民用和軍事領域得到越來越多關注。
2、在感知環境和路徑規劃領域中,單一無人系統往往受限于環境或任務,如無人機在執行空中任務時具有視野優勢,但是缺少手段獲取地面目標的細節信息;無人車可以接近地面目標執行任務,卻往往需要花費大量時間掌握環境信息。利用兩種無人系統的互補性,組成跨域協同系統,可以大大提升面對復雜環境和任務規劃的感知能力、執行能力和運行效率。
3、現有的無人機與無人車的協同控制系統往往需要往需要人工介入,如在無人機丟失無人車目標時人工介入進行二者的信息交互。這種人工介入的機制不僅對操作人員來說是種負擔,也會對系統的魯棒性產生影響。同時現有技術基于全局地圖進行的路徑規劃,也存在運算資源浪費,效率低下的問題。
技術實現思路
1、針對空地協同路徑規劃問題,本專利技術提供了一種基于無人機和無人車的空地協同路徑規劃方法。
2、本專利技術公開的一種基于無人機和無人車的空地協同路徑規劃方法包括以下步驟:
3、步驟1:障礙物檢測,利用無人機的高空視野和傳感技術,對檢測到的障礙物進行分類和定位,以便后續路徑規劃。
4、步驟2:地面無人車跟蹤,結合無人機的視覺信息和地面無人車的位置信息,對地面
5、步驟3:地面無人車軌跡預測,基于地面無人車的歷史軌跡和當前狀態信息,利用光流算法,對地面無人車的未來軌跡進行預測。
6、步驟4:地面無人車路徑規劃,結合步驟1的障礙物檢測結果,步驟2的地面無人車跟蹤結果以及步驟3的軌跡預測的結果,為地面無人車生成安全、高效的路徑。
7、進一步地,步驟1所述障礙物檢測,用于通過無人機獲得航空圖像并對圖像進行去噪、圖像矯正和模式識別等技術處理,本專利技術使用canny算法,提取障礙物輪廓,找到最優的邊緣。
8、進一步地,所述canny算法包括高斯濾波去噪、圖像灰度化、計算像素梯度、定義強弱邊緣,用于獲取障礙物位置、大小、輪廓等信息。
9、所述canny算法具體包括:
10、步驟1.1:對圖像進行高斯濾波去噪,對整幅圖像的像素值進行加權平均,確定高斯濾波使用的高斯核,將高斯核與圖像進行離散卷積;所述高斯濾波使用的高斯核形式為:
11、
12、步驟1.2:將圖像灰度化,使用下式對圖像rgb像素值進行加權計算:
13、gray=0.299r+0.587g+0.114b;
14、式中,所述gray表示圖像灰度值,r,g,b分別表示紅,綠,藍三個通道顏色的強度值,其中0≤r≤255,0≤g≤255,0≤b≤255;r,g,b的值越高代表像素的亮度越高,色彩越淺。
15、步驟1.3:計算像素梯度,使用sobel算子計算像素梯度,sobel算子包括和矩陣sx和矩陣sy兩個計算矩陣,sobel算子結合灰度圖像矩陣分別計算圖像x和y方向上的像素梯度矩陣gx和像素梯度矩陣gy,具體形式為:
16、
17、
18、式中i為灰度圖像矩陣,圖像矩陣坐標系原點在左上角,且x正方向為從左到右,y正方向為從上到下,則由以下公式可計算得到梯度強度矩陣gxy:
19、
20、式中gx(i,j),gy(i,j)分別代表像素點(i,j)在x和y方向的像素梯度值。
21、步驟1.4:提取強邊緣像素點,根據梯度方向角對梯度幅值進行非極大值抑制,定義圖像閾值后進行滯后處理,對弱邊緣進行孤立性判斷并保留真實邊緣點。
22、進一步地,步驟2所述地面無人車跟蹤,用于在指定的目標區域內,跟蹤無人值守地面車輛需要無人機執行某些任務,例如通過各種方式連續獲取無人值守地面車的位置并懸停在其位置上。
23、本專利技術提出兩種策略,第一種是在可支持定位和定位系統(如gps)的情況下使用,可依賴無人車(ugv,unmanned?ground?vehicle)在需要時通知無人機其當前位置,從而允許無人機將自己定位在無人車上方。第二種策略包括使用基于視覺的技術,無人車向無人機上報坐標信息,無人機使用視像頭獲取無人車視頻信息,再使用光流技術實現無人車跟蹤,以將無人車保持在視頻框架內。對于這種策略,光流技術是使用視頻幀進行特征跟蹤的常用技術。lucas?kanade光流算法是最廣泛使用的光流算法之一。該技術包括測量視頻中像素從一幀移動到另一幀的距離,隨后可以使用一組像素在后續幀之間行進的距離來確定視頻中目標的速度。
24、進一步地,所述地面無人車跟蹤算法具體包括:
25、步驟2.1:通過shi-tomasi方法在圖像中找到n個最佳的角點;opencv相關api表示如下:
26、cv2.goodfeaturestotrack(image,maxcorners,qualitylevel,mindistance);
27、image表示灰度圖像,maxcorners表示指定要查找的角點數量,qualitylevel表示指定的質量等級,該等級是0-1之間的值,所有低于這個質量等級的角點都將被忽略,mindistance表示檢測到的兩個角點之間的最小歐氏距離。
28、步驟2.2:通過提取的特征角點,使用lucas?kanode算法來計算光流;根據算法亮度恒定假設得到:
29、i(x,y,t)=i(x+δx,y+δy,t+δt);
30、其中i(x,y,t)表示t時刻圖像在(x,y)位置的亮度。
31、利用泰勒公式對函數i(x+δx,y+δy,t+δt)展開:
32、
33、選擇前后緊密的兩幀,取δt=1,和是像素點的一階導數,使用sobel算子求得,就是前后兩幀的圖像像素差值,可得:
34、ix*δx+iy*δy+it=0;
35、<=>ix*δx+iy*δy=-it;
36、令δx=u,δy=v,u和v即為所求,表示x和y方向的變化程度。
37、ix*u+iy*v=-it;
38、得到:
39、
40、根據算法空間一致性假設,求得周圍n個點都符合上述等式:
41、
42、記為采用最小二乘法得到:
43、最終求得:
44、矩陣表示如下:
45、
46、求得為lucas?kanode算法所對應的光流。
47、步驟2.3:通過前后兩個圖像位移點計算無人車速度,確定無人車位置。
48、進一步地,步驟3所述地面無人車軌跡預測,用于預測無人車未來的行駛軌跡,盡本文檔來自技高網...
【技術保護點】
1.一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于,所述方法包括以下步驟:
2.根據權利要求1所述的一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于,步驟1中所述障礙物檢測,通過無人機獲得航空圖像并應用canny算法進行圖像處理,圖像處理包括圖像去噪、圖像矯正和模式識別,提取障礙物輪廓找到最優的邊緣。
3.根據權利要求2所述的一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于,所述canny算法具體包括:
4.根據權利要求1所述的一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于,步驟2所述地面無人車跟蹤,用于在指定的目標區域內無人機跟蹤無人車并執行任務,算法提供兩種策略,第一種策略在可支持定位系統的情況下,無人車直接向無人機上報位置信息;第二種策略基于視覺技術,無人車向無人機上報坐標信息,無人機使用視像頭獲取無人車視頻信息,使用光流技術實現對無人車的跟蹤。
5.根據權利要求4所述的一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于所述地面無人車跟蹤算法具體包括:
6.根據權利要求1所
7.根據權利要求6所述的一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于,所述預測算法是基于雙指數平滑的預測算法DESP,算法預測未來數步的地面無人車的姿態,姿態信息包括車輛的位置和方向,所述DESP算法具體步驟為:
8.根據權利要求1所述的一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于,步驟4所述地面無人車路徑生成,使用A*算法計算無人車從當前位置到目標位置的最佳路徑,所述A*算法通過下式計算節點的優先級:
9.根據權利要求8所述的一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于,所述人A*算法考慮了無人機和無人車的運動特性和協同高度差。
10.根據權利要求1所述的一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于,所述的無人機和地面無人車處于同一局域網下。
...【技術特征摘要】
1.一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于,所述方法包括以下步驟:
2.根據權利要求1所述的一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于,步驟1中所述障礙物檢測,通過無人機獲得航空圖像并應用canny算法進行圖像處理,圖像處理包括圖像去噪、圖像矯正和模式識別,提取障礙物輪廓找到最優的邊緣。
3.根據權利要求2所述的一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于,所述canny算法具體包括:
4.根據權利要求1所述的一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于,步驟2所述地面無人車跟蹤,用于在指定的目標區域內無人機跟蹤無人車并執行任務,算法提供兩種策略,第一種策略在可支持定位系統的情況下,無人車直接向無人機上報位置信息;第二種策略基于視覺技術,無人車向無人機上報坐標信息,無人機使用視像頭獲取無人車視頻信息,使用光流技術實現對無人車的跟蹤。
5.根據權利要求4所述的一種基于無人機和無人車的空地協同路徑規劃方法,其特征在于所述地面無人車跟蹤算法具體包括:
6.根...
【專利技術屬性】
技術研發人員:劉蔚棣,高承志,郭喬進,溫馨,張峰,高沙沙,張欣怡,梁中巖,宮世杰,相銀堂,
申請(專利權)人:中電萊斯信息系統有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。